商汤等人工智能企业的扭亏出路在何方？

本文是《中智观察》“企业数字服务供需市场”行业洞察之DPS（AI企业扭亏）篇，商汤带着连年亏损上市了，但融资解决的只是短期资金缺口，找到亏损表象下的根本原因和解决之道才能让AI企业走上光明大道。本文抽丝剥茧，从底层商业逻辑出发揭示出不为人所道的亏损隐秘，并指出了一条AI企业扭亏之路。

——海比研究院

2022年4月22日

上个月商汤科技发布上市后首份财报。2021年营收47亿，增长36.4%；税后净利润亏损171.7亿元，同比增长41.3%；并且2018年、2019年、2020年，商汤分别净亏34.33亿元、49.68亿元、121.58亿元。可以说是挣钱速度远赶不上花钱速度，导致亏损持续扩大。

资料来源：商汤科技财报，海比研究制图2022

从业务情况看，商汤科技以机器视觉为核心技术,业务拓展到多个行业领域，主要涉及智慧商业、智慧城市、智慧生活、智能汽车。其中前两者是目前营收主要来源，合计占了八成。也就是商汤的商业模式是面向企业级用户销售行业智能化解决方案。这种模式在现阶段存在两大发展障碍。

第一，行业知识泛化天劫；

第二，解决方案市场壁垒。

这就是AI企业面临的天劫。

资料来源：图片来源网络

比如商汤科技为代表的机器视觉系AI企业，包括旷视科技、依图科技、云从科技等都聚焦于安防相关业务。核心原因就是安防知识相对容易泛化，无论在商业企业、工业企业，还是城市管理中，依靠摄像头采集视频、图像进行安全信息甄别的知识相对趋同，主要基于机器对个人及其穿着和携带物品的识别。但这一领域也因此杀成了一片红海。除了上述的“AI四小龙”外，视频监控硬件厂商海康威视、大华、宇视等；ICT龙头华为、阿里、腾讯等都在这一领域有所布局。

AI企业出路在何方？

行业智能化需要搭建在行业信息化基础之上。而行业信息化是个非常分散的市场，各市场间具有比较高的壁垒。这种壁垒既有软性的行业知识，也有设备相关的硬性技术体系，更有各类利益关系。过去二十多年从系统集成到行业应用到解决方案，行业市场已经形成了特有的信息化、数字化服务生态。仅以最靠近用户端企业级SaaS服务来看就是个构成极丰富的生态。

资料来源：《2021年中国SaaS市场研究报告》，海比研究2021

AI企业，包括互联网龙头企业想要冲击各行各业的壁垒，光凭借算法模型上的能力显然是不够的。于是龙头大厂们纷纷招兵买马，把智能化与信息化一起端给行业客户靠投资换订单模式，龙头大厂们在政府市场中获得了较好的收益，但在企业市场上则还在艰难的模式探索中。同时，公司面向各行各业的企业服务部门就迅速膨胀起来，营业利润率也在快速下降中。相比大举进军企业市场的五年前，阿里、腾讯的营业利润率都大幅下降。

而对大部分缺钱又缺强势品牌的AI企业来说，很难照搬龙头企业模式去冲击行业壁垒，那他们该如何撬开行业市场？

AI企业出路在何方？×2

面对上述两大发展障碍，AI企业要想补上亏损的无底洞，其实方法或路径是很明确的。

1.针对行业知识泛化天劫，要把公司业务模式从项目制转变为产品制。

比如旷视走的软硬件一体化产品道路，从卖算法、卖软件变成了卖硬件，就是一种产品制模式的转变。去年商汤推出绝影智能汽车平台，从卖业务智能化方案变成了卖产品智能化部件，自己从行业智能化解决方案服务商变成了智能化零部件供应商。这也是另一种产品制模式的转变。但这两种转变都不是面对天劫的，实际是进了一条新赛道，躲开了天劫。

但行业智能化赛道里，怎么从项目制变产品制？

这就要从AI技术本身特征和行业智能化环节展开来说，暂时按下不表。简单说关键在于选择数据类型合适的领域切入，推动DPS业务发展。

2.针对解决方案市场壁垒，要融入现有数字化服务生态。

AI企业进入行业智能化市场，往往把自己定位于给行业用户赋能的角色。这种角色定位实际是数字化服务生态的引领者，而一个产业生态的新引领者，就是这个生态的颠覆者。

这就会让整个生态成为智能化进程中的阻碍力量，原有各生态位都有可能因此不得不尽快建立起自有的智能化能力。而AI企业等破解之道就是要改变自身定位，与行业应用服务和渠道厂商构建利益共同体。

但怎么构建利益共同体？

这就要从AI产业生态结构展开来说，暂时按下不表。简单说关键在于以数据资产化为目标，推动DPS业务发展。

什么是DPS？

AI企业出路到底在何方？×3

DPS，即数据流程服务（DataProcessService）的英文首字母缩写，是围绕数据（包括结构化和各类型非结构、半结构化数据，如文字、图形图像、音视频、传感数据等）处理流程形成的一系列服务，它使用数字技术，从实体世界或信息系统中采集、获取数据，并按数据应用要求处理、输出数据。按照数据处理流程环节和产业发展水平，目前DPS的产品服务形态主要有数据采集和预处理、数据标注、内容审核、工具平台和支持服务（如业务培训等）。

资料来源：海比研究2021

DPS的功能有点类似OEM在制造业中的角色，是在智能化、数字化深入发展，产业分工进一步细化的产物。虽然DPS是近几年才独立出现的一类服务，但正如OEM生产已成为现代工业生产的重要组成部分一样，DPS也必然会成为AI应用，乃至数字产业的重要组成部分。就像苹果、华为等的背后离不开台积电、富士康；耐克、阿迪等国际服装品牌的背后离不开申洲国际。AI和数字产业未来也会越来越依赖DPS服务。

那DPS如何在行业知识泛化和解决方案市场两方面帮助AI企业甚至整个产业往前发展呢？

简单说DPS可以通过两种角色，发挥两大功能来承担起这样的责任。

第一，作为数据中介，整合个体数据和行业数据。

第二，作为服务联结，对接AI企业、应用服务商和用户。

科技媒体·企业演化科学·战略托管综合体

本文作者系海比研究院·仓剑

本文来自微信公众号“中智观察”（ID：Hapiweb-soft6），36氪经授权发布。