自2020年7月寒武紀成功登陸科創(chuàng)板，各家AI公司就陸續(xù)開始推進各自IPO的進程。整個過程可謂一波三折。率先沖刺的依圖科技折戟科創(chuàng)板“AI第一股”，云知聲被科大訊飛指出“數(shù)據(jù)作假”而主動撤材料，曠視科技中止港股上市計劃。但事情很快迎來轉(zhuǎn)機，2021年7月20日云從科技順利通過科創(chuàng)板上市委審議，被認為是AI公司上市風(fēng)向標(biāo)轉(zhuǎn)變。緊接著，8月6日云天勵飛通過科創(chuàng)板上市委審議，8月27日，港交所網(wǎng)站披露了商湯港股IPO申請材料。9月9日，曠視科技科創(chuàng)板上市首發(fā)獲通過。2021年被認為是中國人工智能企業(yè)的上市潮。

      隨著AI公司對外披露的信息越多，有越來越多困惑甚至質(zhì)疑的聲音。AI公司的盈利能力與估值不匹配，數(shù)額巨大的融資金額、畸高的股權(quán)激勵、薪酬與巨額的經(jīng)營虧損，同質(zhì)化嚴重的商業(yè)模式，讓人看不懂AI公司，也看不清AI公司的未來。

      與此相對的是，AI技術(shù)的應(yīng)用在我們身邊越來越普遍。從個人的人臉支付、人臉驗證開戶、美顏相機，家用的智能音箱、掃地機器人，到機場、辦公室的安檢門禁，工業(yè)上的智能相機，機器人客服，智能的醫(yī)療服務(wù)，基于AI算法的新藥研發(fā)，到智能汽車的自動駕駛，甚至虛擬世界的人物形象，到處都有AI的身影?；趫鼍啊⒒跀?shù)據(jù)的AI時代已經(jīng)到來，AI公司正四路出擊，從攝像頭、手機、汽車到VR設(shè)備，從安防行業(yè)、醫(yī)療閱片、商業(yè)分析到智慧出行，從提供SDK，到提供定制方案，再到系統(tǒng)集成，甚至于芯片研發(fā)。AI公司，奮力追趕，為了追上那個曾被寄予厚望的自己

一、備受資本追逐的AI公司

2016年3月15日，谷歌人工智能AlphaGo與圍棋世界冠軍李世石的人機大戰(zhàn)最后一場落下了帷幕。人機大戰(zhàn)第五場經(jīng)過長達5個小時搏殺，最終李世石與AlphaGo總比分定格在1比4，以李世石認輸結(jié)束。這一次的世紀大戰(zhàn)讓人工智能正式的被世人所熟知，不管以前聽過還是沒聽過工人工智能這幾個字的人，在這一刻都基本知曉了人工智能，整個人工智能市場也像是被引燃了導(dǎo)火線，開始了新一輪的爆發(fā)。

隨著深度學(xué)習(xí)在圖像識別領(lǐng)域的成功應(yīng)用，成功引爆了國內(nèi)的AI創(chuàng)業(yè)潮。就以AI四小龍的商湯和曠視為例，這些年的融資歷史如下表：

       從商湯的股東名冊可以看到，軟銀、阿里巴巴、春華資本、IDG、國調(diào)基金、上海國際集團、賽領(lǐng)資本、鼎暉資本、中金等PE巨頭；曠視科技的股東中有聯(lián)想之星、創(chuàng)新工場、啟明創(chuàng)投、韓國SK集團、螞蟻集團、阿里巴巴、國風(fēng)投、建銀國際等；云從的股東名冊里有佳都科技、廣東粵科金融集團、廣州產(chǎn)業(yè)投資基金、越秀產(chǎn)業(yè)基金、海爾金控等。依圖科技股東名冊里有紅杉資本、真格基金、高瓴資本、云鋒基金，高榕資本等。從AI四小龍的長長的股東名冊可以看到，AI公司在資本市場的熱度。
       除了“AI四小龍”之外，AI公司就如雨后春筍般冒出來，云知聲、思必馳、優(yōu)必選、聲智科技、云天勵飛、第四范式、竹間智能、追一科技、地平線、瑞為科技等都獲得巨額的融資。據(jù)不完全統(tǒng)計，國內(nèi)叫的出名字的AI創(chuàng)業(yè)公司不下50家。無論是創(chuàng)業(yè)公司還是投資公司，如果沒有參與到Ai浪潮中，都顯得有點落伍，從市場供給和需求來看，呈現(xiàn)一片繁華氣象。

中國AI公司簡圖

       根據(jù)IT桔子的統(tǒng)計，2012年到2021年，獲得融資的AI公司有3274家，投資事件4644起，總?cè)谫Y額17230億元。

一時之間，就如同之前的“互聯(lián)網(wǎng)+”一般，所有產(chǎn)業(yè)都可以用“AI”重新做一遍，“AI”被視為企業(yè)競爭力升級的萬能藥，從安防、醫(yī)療、智能家居、供應(yīng)鏈管理、先進制造、學(xué)生教育等，大家期待AI帶來更便捷、更高效、更革命性的服務(wù)體驗，讓我們的生活變得更輕松簡單。

也可以看到，中國 AI 行業(yè)融資規(guī)模與投融資數(shù)量 2013-2018 年整體快速增長，但 2019 年出現(xiàn) 45%左右的顯著下滑，2020 年投融資金額恢復(fù) 42.5%正增長，但距 2018 年顛覆時期仍有差距，投融資數(shù)量仍有下降。普遍認為資本市場早期對于人工智能行業(yè)回報周期過于樂觀，以及市場對當(dāng)前創(chuàng)業(yè)型 AI 公司商業(yè)落地和變現(xiàn)模式存疑是近兩年資本市場遇冷的主要原因。隨著AI公司的上市窗口期臨近，商業(yè)模式和變現(xiàn)能力是行業(yè)發(fā)展的主要瓶頸。

二、四路出擊、瘋狂成長的AI公司

AI技術(shù)的普適性，讓Ai應(yīng)用有無限的想象空間，在巨額資金加持下，Ai公司不斷探索下游應(yīng)用場景，通過產(chǎn)品研發(fā)及商業(yè)模式探索形成壁壘，開辟新的道路。

1、 商業(yè)模式上從簡單到復(fù)雜，從賦能客戶到下場競爭
（1）輕量化、標(biāo)準(zhǔn)化、通用化的SDK模式受到挑戰(zhàn)

早期AI公司的商業(yè)藍圖中，AI公司通過研發(fā)出標(biāo)準(zhǔn)化的模塊，然后被集成在所有公司的各個解決方案里。這樣的交付方式輕且邊際成本近乎為零，只需要培養(yǎng)開發(fā)者生態(tài)，所得幾乎都是利潤。
      但很快，對外提供SDK的模式就受到了挑戰(zhàn)。AI公司重視算法精度提升，然而算法走出實驗室環(huán)境，對具體的場景適應(yīng)能力仍有差距。如：人臉識別技術(shù)易受靜態(tài)和動態(tài)、是否化妝、有無戴口罩等外部因素影響。數(shù)據(jù)是模型訓(xùn)練的重要生產(chǎn)資料，純AI技術(shù)公司缺乏對業(yè)務(wù)場景的理解和高質(zhì)量的業(yè)務(wù)數(shù)據(jù)所有權(quán)，需要與數(shù)字化程度高、數(shù)據(jù)資源豐富的客戶合作，政企客戶成為重要起點。以數(shù)字化程度最高的公安和金融為例，客戶需要的非單個模塊或開發(fā)包也不具備 SDK 集成能力，而是一整套定制化的解決方案。不同業(yè)務(wù)應(yīng)用無法規(guī)?；?AI 算法公司業(yè)務(wù)變重。以SDK銷售為主的商業(yè)模式，投入周期長、見效慢，無法匹配AI公司高成本的投入及AI公司估值的快速增長。

     （2）定制化解決方案陷入低利潤、長周期的挑戰(zhàn)

      既然SDK模式不足以支撐企業(yè)的增長，所以AI公司就只能下場自己為終端客戶提供定制解決方案。由于AI公司創(chuàng)業(yè)開始，并沒有非常強的產(chǎn)業(yè)應(yīng)用背景，更多的是算法相關(guān)的“高大上”的人才，在轉(zhuǎn)向為客戶定制方案的過程中，需要付出更多的努力。

      首先，是理解客戶的業(yè)務(wù)邏輯。客戶的需求是多元的、全面的以及和客戶的業(yè)務(wù)邏輯相匹配的。很多AI公司切入某一細分領(lǐng)域的邏輯是，先為行業(yè)里面的頭部企業(yè)提供“咨詢”+“軟件定制”+“硬件定制方案”，形成一套大而全的行業(yè)解決方案，盡可能提升解決方案的復(fù)用性及通用性，以此為行業(yè)里面其他客戶提供類標(biāo)準(zhǔn)化解決方案。

這樣的商業(yè)模式下，前期的研發(fā)投入、商務(wù)渠道費用投入基本都可以歸為“學(xué)習(xí)成本”。而且由于頭部客戶一般較為強勢、要求也多、開發(fā)周期長，企業(yè)需要承擔(dān)較高的時間成本投入，剛開始基本沒有盈利的可能。企業(yè)只能期待，為頭部客戶開發(fā)的方案，在不要大改的前提下，為行業(yè)里的其他客戶提供，以此攤薄成本獲得收益。

      在這個商業(yè)邏輯下，AI公司選定的終端客戶都是有比較強付費能力、行業(yè)通用性較高的領(lǐng)域。比如政府城市建設(shè)、醫(yī)院、銀行、公共交通、智能駕駛等領(lǐng)域。行業(yè)方案的定制深度及行業(yè)影響力成為該模式的核心競爭力。

      目前，主要的AI公司營收大部分來自為客戶定制解決方案，但改模式也有比較大的問題。一是下游客戶比較集中且強勢，需要比較強的商務(wù)關(guān)系，導(dǎo)致市場割裂，無法形成強大的規(guī)模效應(yīng)。比如在城市建設(shè)領(lǐng)域，一家AI公司往往只能局限在一定區(qū)域的市場。二是解決方案的項目周期市場長，付款條件較差，導(dǎo)致很多AI公司的資金大量堆積在應(yīng)收賬款和存貨中。資金的占用、周轉(zhuǎn)率的下降導(dǎo)致AI公司的業(yè)績增長是以巨額外部融資作為支持，一旦融資節(jié)奏放緩，增長就會遇到瓶頸。

     由于解決方案的長周期屬性，所以對公司的成本管控、項目管理能力都提出了較高的挑戰(zhàn)，哪一個環(huán)節(jié)如果做得不好，就很容易陷入虧損的環(huán)節(jié)，導(dǎo)致項目做得越多，虧損越嚴重。

（3）重資金投入建設(shè)超級計算集群建立競爭壁壘

由于AI應(yīng)用的基礎(chǔ)在于“數(shù)據(jù)”及“算力”，頭部的AI公司開始將輕量化的SDK模式做重，通過大規(guī)模投入建設(shè)超算中心，在“數(shù)據(jù)”和“算力”的基礎(chǔ)上構(gòu)建壁壘。

以商湯為例，截至2021年6月30日，商湯已經(jīng)戰(zhàn)略性地在主要區(qū)域市場建立了23個人工智能超級計算集群，擁有超過20,000塊GPU，總算力達到每秒1.17百億億次浮點運算，以充分支持SenseCore的模型生產(chǎn)。商湯正在建設(shè)上海臨港AIDC，將于2022年初完成建設(shè)，并將成為亞洲最大的超算中心之一，建成后算力將達到每秒3.74百億億次浮點運算。

      構(gòu)建超級超算中心，固然有AI加快自身算法迭代，降低成本的考慮，但也是AI公司開始走向為客戶提供AI訓(xùn)練市場的野心。雖然目前商業(yè)模式并不清晰，但具備區(qū)域的超算中心，為企業(yè)拿下區(qū)域性的政府建設(shè)的業(yè)務(wù)也有不少背書，一旦政府?dāng)?shù)據(jù)計入，就會形成事實上的數(shù)據(jù)壁壘，為后續(xù)的商業(yè)落地留下空間。

      （4）定制專用AI芯片，加快下游應(yīng)用部署及降低應(yīng)用成本

在構(gòu)建“算力”和“數(shù)據(jù)”的壁壘上，單單構(gòu)建超算中心還不夠，AI公司也加入到開發(fā)AI芯片的浪潮中，希望通過“算法”+“芯片”的形式將之前的SDK模式應(yīng)用到更廣領(lǐng)域的AIOT中，也可以加快下游應(yīng)用部署及降低應(yīng)用成本。百度、依圖、思必馳、云天勵飛、商湯都已經(jīng)開始和第三方合作或者自己組建團隊研發(fā)專用AI芯片。

暫時還沒有哪一家AI公司的芯片開始大規(guī)模的商用，對于未來AI公司能否通過AI芯片走出新的商業(yè)通路還有較多的不確定性。

       在AI產(chǎn)業(yè)發(fā)展的初級階段，研發(fā)與開拓市場都需要時間，短期盈虧不代表什么，而找對技術(shù)方向和商業(yè)模式，真正解決客戶問題，將關(guān)乎一家AI公司的未來。

2、 從安防、新零售、自動駕駛到智慧城市、智慧商業(yè)、智慧出行，AI 公司依然不想被定義

目前AI已在諸多場景中應(yīng)用，未來會在金融、安防、制造、醫(yī)療、交通等數(shù)據(jù)量巨大的領(lǐng)域加速滲透，這一趨勢在擁有海量數(shù)據(jù)資源的中國將尤為明顯。

以商湯為例，根據(jù)商湯的招股說明書，商湯將自身的下游應(yīng)用分為智慧商業(yè)、智慧城市、智慧生活和智能汽車。

      商湯官網(wǎng)披露的產(chǎn)品主要有三類：計算平臺、軟件算法、硬件終端設(shè)備。根據(jù)產(chǎn)業(yè)鏈調(diào)研， 公司產(chǎn)品多以私有云為部署方式，算法平臺封裝成 SDK 按照調(diào)用次數(shù)收費，軟件按訂閱制收費或單獨出售license，硬件按件出售，具體依項目情況而定。
      根據(jù)曠視的招股說明書，曠視將自己的業(yè)務(wù)分為移動終端類、云端SaaS類、智慧城市、智慧建筑、智慧物流、智慧工業(yè)。

曠視業(yè)務(wù)聚焦消費、城市、供應(yīng)鏈三大場景，通過為客戶提供軟件、硬件及解決方案獲取收入。 2020 年三大場景分別占公司 28%、 64%和 7%的營業(yè)收入。業(yè)務(wù)同時輻射 C 端、 G 端和 B 端，打造個人、城市、供應(yīng)鏈“最強大腦”。消費物聯(lián)網(wǎng)聚焦于 C 端客戶， 提供移動終端和云端 SaaS 兩類解決方案：移動終端類主要包括設(shè)備解鎖解決方案和計算攝影解決方案，利用人工智能算法為移動智能終端提供刷臉解鎖和高清攝影等功能， 以固定授權(quán)費和終端出貨量計算的專利費進行收費；云端 SaaS 類方案依靠公司研發(fā)的計算機視覺平臺 Face++，為客戶提供云端身份驗證方案， 按服務(wù)調(diào)用量收費。城市物聯(lián)網(wǎng)聚焦 G 端客戶，公司推出智慧城市操作系統(tǒng)“盤古”和智慧建筑操作系統(tǒng)“昆侖”，提供綜合管控、通行管理、警戒管理等可視化業(yè)務(wù)。 公司直接和客戶簽訂銷售合同獲得收入。 供應(yīng)鏈物聯(lián)網(wǎng)聚焦于 B 端客戶，公司以 AI 賦能操作系統(tǒng)、機器人與自動化裝備，幫助企業(yè)實現(xiàn)工廠、庫的智能化升級，提高供應(yīng)鏈效率， 通過硬件設(shè)備的銷售和平臺軟件的授權(quán)獲得收入。

根據(jù)依圖的招股說明書，依圖的主要業(yè)務(wù)可以分為智能公共服務(wù)和智能商業(yè)兩大類。

智能公共服務(wù)業(yè)務(wù)覆蓋城市管理、醫(yī)療健康等場景，終端客戶包括政府部門、醫(yī)療機構(gòu)及大型企業(yè)等；智能商業(yè)業(yè)務(wù)覆蓋園區(qū)管理、網(wǎng)點服務(wù)、安全生產(chǎn)、交通出行和互聯(lián)網(wǎng)服務(wù)等場景，終端客戶包括商業(yè)地產(chǎn)、金融業(yè)、制造業(yè)、交通運輸、互聯(lián)網(wǎng)等領(lǐng)域的企業(yè)客戶。

      依圖為客戶提供人工智能硬件、軟件及軟硬件組合及 SaaS 服務(wù)等解決方案，三類產(chǎn)品營收占比分別為 24%、 15%和 61%。其中硬件產(chǎn)品銷售主要為內(nèi)嵌操作系統(tǒng)和基礎(chǔ)功能軟件的服務(wù)器、攝像機等。 其中，原石系列智能服務(wù)器搭載公司自行研發(fā)的 QuestCore 求索芯片， 該芯片單顆代替人工智能推理計算中所需的 CPU、 GPU 及解碼器等多種類型算力的組合， 適用于云端計算和邊緣端計算場景，主要為縮短人工智能芯片與算法、服務(wù)器的適配過程，加快設(shè)備的設(shè)計開發(fā)及發(fā)布， 目前尚未單獨銷售。

依圖軟件及軟硬件組合產(chǎn)品銷售價格

根據(jù)云從的招股說明書，云從的業(yè)務(wù)分為智慧治理、智慧金融、智慧商業(yè)和智慧出行。

      云從2020 年度公司 31%的營業(yè)收入來自人機協(xié)同操作系統(tǒng)，共計完成 422 個項目，其中 46 個項目收入超過 100 萬元。 標(biāo)準(zhǔn)產(chǎn)品通過向客戶交付相關(guān)應(yīng)用產(chǎn)品收取一定期限或永久的使用權(quán)費用，或按服務(wù)器長度使用直線法進行收費；定制開發(fā)場景，根據(jù)驗收節(jié)點向客戶進行交付，客戶根據(jù)工作量或開發(fā)進度分期結(jié)算。
      人工智能四小龍的過半收入來自 “智慧城市”、“智慧商業(yè)”（商湯）、“城市物聯(lián)網(wǎng)”（曠視）、“智慧治理”（云從）、和 “城市管理”（依圖）。這類業(yè)務(wù)被認為是傳統(tǒng)的類安防業(yè)務(wù)，但AI四小龍都不約而同的盡可能規(guī)避被列為安防行業(yè)的類中，以免陷入安防企業(yè)的估值邏輯里。在商湯遞交給港交所的 672 頁招股書中，只提及一次安防。依圖在 584 頁的招股書中，只提到安防 7 次，稱其承擔(dān)政府的安防科研項目、有安防相關(guān)的軟件著作權(quán)等。相比之下，僅為它帶來不到 2% 收入的 “醫(yī)療” 出現(xiàn)了 589 次。

AI四小龍2020年收入構(gòu)

AI公司不想被定義，正在各個細分領(lǐng)域積極的開拓新業(yè)務(wù)，以求重新定義一個公司類別。以商湯為例，商湯給自己的定位為一家賦能百業(yè)，行業(yè)領(lǐng)先的人工智能軟件公司，截至2021年6月30日，商湯軟件平臺的客戶數(shù)量已超過2,400家，其中包括約250家《財富》 500強企業(yè)及上市公司， 119個城市以及30余家汽車企業(yè)，同時商湯賦能了超過4.5億部智能手機及200多款手機應(yīng)用程序，其中有5款每月活躍用戶超5億的手機應(yīng)用程序。

商湯科技的SenseMARS軟件平臺是元宇宙的技術(shù)賦能平臺。通過手機廠商、半導(dǎo)體制造商、移動應(yīng)用開發(fā)商及游戲開發(fā)商合作，共同構(gòu)建多層基礎(chǔ)設(shè)施，以支持元宇宙的發(fā)展，打造全新交互體驗。SenseMARS搭載多種關(guān)鍵功能，包括感知智能、決策智能、智能內(nèi)容生成（包括增強現(xiàn)實、混合現(xiàn)實及軟件智能體）及其他基礎(chǔ)設(shè)施（如云引擎等），為各類元宇宙應(yīng)用提供支持。SenseMARS可兼容(i)app、小程序及H5等不同應(yīng)用形式，及(ii)超過200款手機、平板計算機、 AR及VR眼鏡、智能電視及消費級無人機等多種物聯(lián)網(wǎng)設(shè)備。截至2021年6月30日， SenseMARS總共提供超過3,500個人工智能模型。

      下圖展示了通過SenseMARS實現(xiàn)的數(shù)字重建及MR效果

     而商湯是2022年亞運會的智能視覺技術(shù)供貨商，提供由SenseMARS支持的多種AI和MR應(yīng)用。

     商湯的智慧醫(yī)療人工智能軟件平臺SenseCare，以人工智能工具輔助醫(yī)生進行診斷、制訂治療規(guī)劃及康復(fù)建議。 SenseCare中嵌入諸多人工智能模型，支持對多種器官的異常檢測、識別及自動診斷分析，服務(wù)于重點臨床科室。

    下圖展示了SenseCare支持的肝臟篩查診斷界面，應(yīng)用了多維成像及自動三維重建功能：

三、關(guān)于AI公司的幾點思考

1、 如何看待AI公司的估值與其財務(wù)表現(xiàn)之間的差距

首先，AI公司享受了一波科創(chuàng)板上市政策紅利，但這個窗口有多長，還得看后續(xù)AI公司未來的發(fā)展?fàn)顩r，是否能實現(xiàn)商業(yè)模式的閉環(huán)，并給下游客戶創(chuàng)造價值，帶動社會經(jīng)濟效率提升。

     上交所科創(chuàng)板的設(shè)立是中國資本市場走向成熟的里程碑事件。根據(jù)科創(chuàng)板的定位，科創(chuàng)板堅持面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求，主要服務(wù)于符合國家戰(zhàn)略、突破關(guān)鍵核心技術(shù)、市場認可度高的科技創(chuàng)新企業(yè)。重點支持新一代信息技術(shù)、高端裝備、新材料、新能源、節(jié)能環(huán)保以及生物醫(yī)藥等高新技術(shù)產(chǎn)業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能和制造業(yè)深度融合，引領(lǐng)中高端消費，推動質(zhì)量變革、效率變革、動力變革。而AI產(chǎn)業(yè)屬于被重點鼓勵的行業(yè)，作為AI行業(yè)的領(lǐng)頭羊的創(chuàng)業(yè)公司，沒有硬傷的條件下，登陸資本市場是一個水到渠成的事情。市場上也存在可比的“非AI”標(biāo)簽的和“AI四小龍”的業(yè)務(wù)形態(tài)類似公司， 比如虹軟科技、大華、海康等，市場并不需要重新認識AI公司。

但同時，科創(chuàng)板的市場定價也更市場化，上市對于創(chuàng)業(yè)公司而言，未必意味著成功。在科創(chuàng)板上市的公司，已經(jīng)有許多破發(fā)的案例，出現(xiàn)市值大比例下降的案例比比皆是。隨著破發(fā)的出現(xiàn)，也可能會出現(xiàn)未能完成資金募集的想象出現(xiàn)。

根據(jù)各家招股說明書數(shù)據(jù)統(tǒng)計，AI公司財務(wù)數(shù)據(jù)如下：

      目前，頭部的AI創(chuàng)業(yè)公司還沒有任何一家處于盈利狀態(tài)。以商湯為例，公司2018年、2019年、2020年和2021年上半年的收入分別為18.53億元、30.27億元、34.46億元和16.52億元，三年半累計扣非凈虧損為28.6億元。2018年、2019年、2020年及2021年上半年經(jīng)調(diào)整的扣非凈虧損分別為人民幣2.2億元、10.4億元、8.8億元及7.3億元。但商湯上一輪融資的估值已經(jīng)超過800億人民幣。

      AI作為技術(shù)工具，應(yīng)用場景廣泛。以 AI四小龍為例，收入構(gòu)成多樣，且當(dāng)前基本仍處于虧損階段，建議采用 PS 估值。但每家公司業(yè)務(wù)難以完全對標(biāo)，無法一刀切，采用相同的 PS 倍數(shù)。 我們認為 AI 公司未來會向兩個方向發(fā)展——“從軟到硬”或“從硬到軟”： 前者主要出現(xiàn)在 To B 行業(yè)，個性化定制、 獲客周期長、產(chǎn)品實施成本高，重型解決方案使 AI 企業(yè)成為集成商；后者產(chǎn)品以內(nèi)容、軟件能力為主，標(biāo)準(zhǔn)化程度高，盈利能力相對強。理論上 PS=PE*E/S，穩(wěn)態(tài)盈利能力是估值關(guān)鍵。

      我們可參考當(dāng)前已上市公司估值。 ?？低曌鳛榘卜佬袠I(yè)龍頭， 具備顯著的先發(fā)優(yōu)勢、客戶積淀與成本優(yōu)勢。受到市場競爭、研發(fā)投入等多方面因素影響， 2006 年至今凈利率從 30%逐漸下行至 20%左右， PS 基本穩(wěn)定在10x；大華股份作為緊跟海康的龍二，凈利率在 10%-20%之間波動， 三年前開始 PS 與海康威視逐漸擴大，基本穩(wěn)定在 5x 以下。我們認為造成二者估值差異的核心原因是安防行業(yè)總體發(fā)展已成熟，行業(yè)增速不到 10%，市場格局基本已定，馬太效應(yīng)顯著，后來者較難突圍。

      科大訊飛在教育行業(yè)優(yōu)勢突出，雖有硬件產(chǎn)品出售，但核心競爭力在軟件和內(nèi)容，且產(chǎn)品標(biāo)準(zhǔn)化程度高， 因此即使過去三年歸母凈利率不到 10%，市場仍給予 10x 左右PS。 虹軟科技作為算法提供商，商業(yè)模式佳且盈利能力強，歸母凈利率穩(wěn)定在 30%，市場愿意給予估值溢價， PS 逐漸回落也仍維持在 30x左右。

      以提供解決方案為主、硬件占收入結(jié)構(gòu)高的公司若主要布局安防等成熟行業(yè)， 可參考大華股份，給予 5x PS 估值。若要提升總體市值，需尋找格局未定、標(biāo)準(zhǔn)化程度高、大顆粒的新興賽道，如：自動駕駛、人形機器人等。待行業(yè)全面爆發(fā)，競爭格局逐步清晰，龍頭廠商可給予 10x 估值。 以標(biāo)準(zhǔn)化產(chǎn)品和軟件能力見長的公司可參考科大訊飛與虹軟科技，給予 20x 左右PS。 我們認為隨著訓(xùn)練模型開源、技術(shù)普及，市場對 AI 認知更清晰，需求更加明確，且總體需求只增不減。頭部、腰部或垂直領(lǐng)域的 AI 公司總能在特定的客戶需求中找到生存價值。如何估值還取決于具體業(yè)務(wù)構(gòu)成。

      以2020年的財務(wù)數(shù)據(jù)為基礎(chǔ)，商湯市銷率PS超過24倍，從直觀上，目前以解決方案為主要業(yè)務(wù)的商湯的估值被高估了，另外商湯收入增速的放緩也值得關(guān)注。但長期來看，AI產(chǎn)業(yè)總體呈現(xiàn)增長狀態(tài)，頭部企業(yè)未來還是有機會通過業(yè)務(wù)增長去消化估值溢價。

     2、 未來AI公司還有多少增長空間

雖然短期內(nèi) AI 行業(yè)遇冷，但長期看市場空間廣闊。AI 市場主要構(gòu)成有 AI 芯片、硬件、軟件等， 2025 年規(guī)模有望超千億美元。根據(jù) IDC 報告， 2019 年中國市場 AI 服務(wù)器出貨量 7.9 萬臺，未來 5 年CAGR 約 20%。假設(shè)數(shù)據(jù)中心單臺服務(wù)器平均售價約 7 萬美元， 可配臵 8張 GPU 芯片卡，每張卡單價約 5 萬元人民幣，則 2025 年中國 AI 服務(wù)器市場規(guī)模約 165 億美元。當(dāng)前 AI 服務(wù)器大約占 AI 硬件市場 85%份額，未來更多邊緣側(cè)計算設(shè)備接入，假設(shè) AI 服務(wù)器占比下降至 80%，則 2025 年AI 硬件市場規(guī)模 206 億美元。 GPU 卡出貨量約 188 萬片。 AI 芯片主要用于數(shù)據(jù)中心服務(wù)器，但在車載計算單元、邊緣及終端設(shè)備等也有廣泛使用，產(chǎn)品形態(tài)豐富，單價相對較低，保守估計 AI芯片市場規(guī)模約 200 億美元。當(dāng)前 AI 軟件占比較低，約 30%-40%，預(yù)計未來軟件及服務(wù)占比能提升到60%+， 2025 年中國 AI總體市場規(guī)模有望超 1000 億美元。

5G、云計算等技術(shù)進步推動 AI 協(xié)同發(fā)展。 AI 深度學(xué)習(xí)算法依賴數(shù)據(jù)， 高數(shù)字化程度的行業(yè)擁有較密集數(shù)據(jù)資源，成為 AI 優(yōu)先落地的領(lǐng)域。 云化是智能化的基礎(chǔ)， 行業(yè)數(shù)字化還需遵循 C—>B—>A 的路徑，即先云化，再有大數(shù)據(jù)最后實現(xiàn)智能化。 大帶寬、低時延、萬物互聯(lián)的 5G 網(wǎng)絡(luò)有望帶動流量和數(shù)據(jù)量爆發(fā)，我們認為 5G 網(wǎng)絡(luò)殺手級應(yīng)用在當(dāng)前建網(wǎng)階段尚未出現(xiàn)， 2C 端 VR/AR 和 2B 端工業(yè)互聯(lián)網(wǎng)或許是兩個孵化方向。 云計算與5G 技術(shù)推廣、滲透率提升有望推動更多人工智能場景落地。

     深度學(xué)習(xí)框架是戰(zhàn)略制高點，同樣具備國產(chǎn)化替代機遇。 深度學(xué)習(xí)框架作為底層語言和算法模型的骨架， 將數(shù)據(jù)、算力、算法三者相連接，向下對接芯片（算力），向上支撐應(yīng)用，可省去開發(fā)者從 0 到 1 地搭建地基的成本，提高開發(fā)效率，與 AI 芯片構(gòu)成 AI 基礎(chǔ)設(shè)施底座，是“智能時代的操作系統(tǒng)”。 如今 TensorFlow 和 PyTorch 占據(jù)全球主要市場份額，但開發(fā)端的需求動態(tài)化、多元化，沒有一個框架可以滿足全部市場需求，也不斷出現(xiàn)挑戰(zhàn)者，即：后來者仍有機會突圍。 當(dāng)前中國的 AI 訓(xùn)練嚴重依賴美國的開源框架，數(shù)據(jù)安全存在隱患，在中美關(guān)系影響下或提前生變。

      更多的 AI 人才供給或降低人力成本，提升人均效益。 AI 四小龍持續(xù)虧損的原因之一在于人力成本過高。特別是高度定制化的碎片場景，需要較多人力投入，導(dǎo)致人均效益低。經(jīng)測算， AI 行業(yè)人均費用約 50 萬，與人均收入相當(dāng)。 海康威視之所以能在安防行業(yè)跑通 AI 商業(yè)模式，一方面是安防行業(yè)數(shù)據(jù)量大、業(yè)務(wù)場景明確，另一方面是人效優(yōu)勢疊加規(guī)?；?yīng)使公司將“成本三低”做到極致：平均人力成本低、運營和銷售成本低、產(chǎn)量擴大后邊際成本低。隨著 AI人才供給增加，人力成本下降， AI 技術(shù)公司盈利和變現(xiàn)能力提升，或能改變行業(yè)結(jié)構(gòu)，使行業(yè)拐點前臵。

      AI行業(yè)市場進一步細分，經(jīng)營管理效率成為AI公司的核心競爭力，AI公司可能會逐漸收縮業(yè)務(wù)版圖，專注在其優(yōu)勢行業(yè)。目前，AI公司的業(yè)務(wù)領(lǐng)域有比較大的重合，在智慧城市、醫(yī)療、智能終端、AIOT、智能汽車等領(lǐng)域，未來經(jīng)營效率更低的企業(yè)迫于財務(wù)業(yè)績壓力，會選擇逐步退出，市場會出現(xiàn)“專精”的AI公司，大而全的AI公司逐漸減少。