专家团｜戴珂：AI四小龙已经烧了600多亿，为啥还不盈利？

它们会借此翻身吗？

要知道，四小龙已经烧掉合计超过600亿的资金，还没找到可走的商业化之路。想靠ChatGPT的概念，另辟商业化的蹊径，成功的希望并不大。

多数分析师认为，它们迟迟无法盈利，甚至连盈利的方向都没想好，都是因为：研发费用居高不下、国内人工智能尚处于“弱人工智能阶段”，以及缺少商业落地场景。

在我看来，这些是所有创新科技企业必然要经历的阶段，根本不是不盈利的原因。

实际上，它们当前是否盈利，说明不了什么。如果模式对了，这么多资金的铺垫，到时自然会盈利，现在只要看出趋势即可；而如果模式不对，则永远没有盈利可能。

那么，怎么看模式对不对呢？一个标志性的检验标准是“可规模化”，它也是审视XaaS业务成熟度最重要标志之一。

如果觉得“可规模化”一词不易理解的话，它还有几个同义词，比如“可复制”、“可重复”和“可扩张”等。

XaaS类技术公司的成功，通常需要经过两个阶段：商业化阶段和规模化阶段。可以这样理解：只要有一个客户购买并使用了你的服务，你就可以说你的业务已经进入商业化阶段了。但只靠这一个客户，显然成不了气候，你还需要有更多客户才行。

也就是说，不能规模化的商业化毫无意义。

在一般人看来，规模化这事很简单，不就是把AI做成标准化产品吗？

其实这种认识非常肤浅，因为一个XaaS业务的规模化，不只是产品的可规模化，而是如下图所示的，全生命周期可规模化。

生命周期内四个阶段，如有任何一个不可规模化，那结果也就很难实现可规模化。

所以，对于XaaS转型的公司，整个业务需要重新设计。这方面，海外AIaaS（智能即服务）经验可以参考，它们基本是两个方向：AI平台或者AI应用。

AI平台是海外AIaaS的主流，比如C3.ai。因为AI的模型训练花费高昂，不可能每家公司都自研一套，所以AI平台正是暗合了SaaS的共享服务的优势。

AI应用类的SaaS，是将AI应用于某个业务或某个领域的SaaS，比如People.ai，它把自己定位为Sales Intelligence的SaaS服务商。不过，随着AI应用业务领域越来越多，智能化成为SaaS的标配，最后可能大部分SaaS，都可以说自己是AIaaS公司。

国内AIaaS的情况，有可能与海外不同。即AI平台不容易成为主流，除了技术原因外，更可能的原因是，国内公司不习惯在别人的平台上建立应用，特别是付费使用。

所以，国内AI公司更可能选择某些细分领域或某些具体业务落地，这是实现可规模化的可行道路。

不过，这个理念与现在热炒的AI技术背道而驰，每当把一个AI视为无所不能、随处可用的技术，那规模化的路，就已经被堵死了。

AI公司如果只靠几个大项目的集成，那收入和盈利显然都无法保障。于是很多国内AI厂商宣称向AIaaS转型，但实际效果并不明显。

这同时也意味着，在一个相当长的时期内，还看不到业务向好的趋势，更不要说持续盈利的可能了。其实，大数据、RPA等，也面临同样问题。