2000年3月，《巴伦周刊》对207家互联网公司做了场调查，然后给了个结论：71%的公司正在亏损，51家公司的现金会在12个月内用完，其中包括亚马逊。

互联网的彼时彼刻，恰如AI此时此刻。

1、AI比惨大会

2022年6月30日，AI第一股商汤科技股价惨遭腰斩，并跌破3.85港元的发行价，一天之内约900亿港元（约769亿人民币）灰飞烟灭。在此之后，它连连下跌，一直到2港元的边缘，才迎来了像样的反弹。

一天之内暴跌46.77%是什么概念？

如果把市值看作经营成果，那相当于一天之内，把多年的奋斗成果弄丢了差不多一半。

但让商汤如此尴尬的直接原因，却不是公司经营有什么突然变化。事实上，自上市以来，公司营收一直在增长，公司所处的AI行业仍然是时代的宠儿。

综合各种消息，导致其股价如此反常的唯一原因，是上市前投资者所持股份的限售解禁。

6月30日，因为限售解禁，商汤科技的可流通股份从一天前的2%增至70%，日成交额也突然从此前的约1亿港元暴涨至46亿港元。

疯狂抛售的主要角色，不言而喻。

虽然当下市场动荡不安，此前的投资者已有巨大利润，跑路保利无可厚非，但这还是让人对整个AI行业的前景多了忧虑。

而且，这忧虑来的有些突然。

仅仅在几个月前，商汤科技还是投资者们的“小甜甜”，但现在他们似乎一天都不想等了。

商汤科技，被誉为“AI四小龙”，拥有三千多人的研发天团，是AI业内公认的“中国最强团队，世界前五”。它的背后，站着阿里巴巴、软银、中国国有企业结构调整基金、春华资本、鼎晖投资等一众投资大佬，而且创下过AI公司单笔融资纪录。

商汤科技的成就，甚至获得了美国政府的认可。在其上市前夕，美国财政部将其列入“非SDN中国军工复合体企业名单”，禁止美国投资者参与其中。

“用我百点热，耀出千分光。”商汤科技联合创始人徐立在上市当天语气豪迈。

最近，最高领导人在香港科学园考察时，还专门参观了已在这里设立分公司的商汤科技展台并点赞其发展。2018年，领导人主持召开民营企业座谈会，商汤科技创始人汤晓鸥也是应邀出席的高科技企业代表并发了言。

不过，上市后股价涨了一倍多的商汤，股价暴跌也不算意外。

在此之前，AI股的惨淡阴霾就已经笼罩在各大AI公司的头上，如今的AI公司股价表现也已像是一场大型比惨大会。

最早上市的AI公司寒武纪，上市不久即巅峰。

它的股价在三天内达到最高点，然后就一路下跌。至今年8月2日，已较最高点跌去80%。

寒武纪也同样曾被投资人看好。靠着与华为海思的合作一夜成名后，它曾在四年时间融资五次，并且还创下国内上市审核纪录，被誉为“AI芯片第一股”。

今年上市的格灵深瞳更是惨烈，它在3月17日上市首日即破发，一度深跌近50%，至今仍跌近24.4%。

然而在八年前的一场饭局中，真格基金创始人徐小平就认为，格灵深瞳未来至少估值5000亿美金。红杉资本合伙人沈南鹏虽然认为徐小平喝多了胡说，但也认为1000亿美金比较实际。

可如今格灵深瞳市值仅仅56.72亿元，看来在当年的饭局上，沈南鹏其实也喝了不少。

同为“AI四小龙”的云从科技，虽然在今年5月27日上市后股价上涨了差不多40%，然后还有一波更大的涨幅，但背后却是它上市前就被迫下调募资金额与发行价的断臂求生。

据招股书中披露，云从科技原计划募资37.5亿元，最终却仅仅募资约17.28亿元。

可以说，它后来的股价上涨，是因为上市前就已经“下跌”结束。而现在，曾经涨到发行价翻倍的它，也又开始向发行价靠近了。

各大公司市值的缩水，也让很多人认为——AI行业的泡沫破了，凛冬将至。

2、应用困局

技术在不断突破，很多事情都只是在理论上可行，但已有的应用场景竞争激烈，新的应用场景却难以突破，这是AI公司业绩表现拉垮的主要原因。

根据《2020年中国人工智能发展报告》数据显示，在2011年到2020年间，中国人工智能专利申请的数量为39万件，占据了全球总量的74.7%，是排名第二美国的8.2倍。

这是中国AI的骄傲，也是未来发展的资本。

更是在一个全新产业，实现超车美国的希望所在。

但在当下，这些专利中的很多技术却几乎没有用武之地。

目前，中国人工智能市场依然主要局限在城市治理和运营方面，应用占比达到49%，而这其中又以安防领域人脸识别为主。

但几乎所有厂商都聚集在此，僧多粥少，业绩自然就差强人意。

另外，如今可以落地应用的一些场景对技术要求也并没有那么高。比如曾经火爆过一阵的人脸识别闸机，其技术难度其实并不算高，一些初创团队甚至下游厂家都能自己完成。

这也直接导致大量没啥技术含量、但却挂着AI名头的企业大量涌现，使得本就不大的应用市场竞争更加激烈。

还有一个尴尬的情况是，除了极少数商汤这类已经不断有终端产品打市场，可以更大程度掌握主动权的AI公司，目前的绝大多数AI公司都只是配套。

这也让它们的发展面临着一大难题：终端公司或许会自己出来干这件事，既不被技术卡脖子，也抢占其中的市场机会。

而且，这些终端公司的实力，往往是那些创业中的AI公司无法对抗的。

寒武纪就是这样一个典型。

它靠与华为合作手机和智能芯片一战成名，但这样的“蜜月期”仅仅持续了两年。2018年末，华为就放弃寒武纪，开启了自己的AI芯片研发道路。

彼时的寒武纪不但失去了华为的订单，还与华为成为竞争对手，使得市场一度对它的商业化道路产生疑虑。

各大AI公司自然也知道拓宽应用场景的重要性，但这场景的拓展是个系统工程，很多事情并不以AI公司单方面的努力为转移。

甚至，AI公司的技术宅们，对相关场景的了解也很不足，会做不少无用功。

比如云从科技，早年间为将业务拓展至银行的面部识别系统，其团队绞尽脑汁闭关多天，才写出一个较为满意的PPT方案参与竞标。

结果银行拿着PPT说：从来没有供应商给他们写过十几页的方案，最少都是300页起。

银行固然有形式主义的嫌疑，但也不排除技术宅们，的确把事情想得太简单。

另一个难题是，AI还是一个新生事物，各家应用方又有各家的具体情况，这就导致其应用场景的拓展，往往多为定制化服务，进而难以标准化和规模化起量。

比如腾讯旗下的优图AI实验室，为了完成一家上海工厂的智能制造项目，就不但派出大量人员入驻工厂，还整整耗费了300多天搞研发，才真正为该厂打造了一套AI质检解决方案。

而一旦换一家工厂，就要根据不同的需求重新进行方案开发。

这进一步增加了AI公司拓宽应用场景的难度，导致其难以迅速扩大营收。

还有一个制约是，AI的效用和应用场景是正相关关系。想要AI越聪明，就越是需要更多的场景和数据去让它计算和学习。而在当下，这种数据的获取也并不容易。

比如在AI医疗领域，最难的就是数据库的建立。

受制于地域与规模的影响，每家医院的数据质量参差不齐，AI医疗公司必须与足够多的医院达成合作，才能从更多有共性的数据中学习，然后让自己的方案更有针对性并精准。

可初创公司由于实力有限，只能与一家或者几家医院合作，这就导致数据难以保证准确性和全面性。这就导致一个两难的更大局限：自己的AI方案越不灵，也就越是难以找到更多合作者；越是找不到更多合作者，自己的AI方案就越不灵......

不只是初创公司，也不只是中国，包括美国的巨头，也正在这方面头疼。

比如，IBM公司的沃森系统就曾面临着数据准确性的质疑。

质疑者认为，沃森系统的训练，不但使用虚假患者的假想数据，而且数据量明显不足。比如，在8种癌症中，训练数据量最高的肺癌只有635例，而最低的卵巢癌仅有106例。

包括它的儿童骨龄智能辅助诊断软件，也被认为在数据的全面性上有所缺陷。该系统的数据基本为南方地区的身高数据，并不适合其他与南方平均身高不一致的地区。

总结起来就是，如今的AI，真正有技术含量的不太容易被派上用场，能派上用场的，技术却又很容易被平替，能赚到钱的领域已是打得头破血流，而缺少竞争的领域也缺少机会。

如此等等，都让AI行业在短时间内，难以实现业务和业绩爆发。

3、AI 算力应用面临哪些挑战？

在杨松看来，目前 AI 算力基础设施面临两个挑战：一是 AI 技术在传统产业场景应用矛盾与人才培养机制不足，二是 AI 技术应用门槛太高。

杨松表示，“对于 AI 企业来说，其实并不会对工业垂直产业很了解，可能优势更多在核心 AI 技术上。而站在产业角度来看，因为 AI 技术属于新兴产业，大家对于其如何解决具体问题也不是很了解。这种情况下，双方就会产生一定的分歧。我认为短期来看，大家一起坐下来，针对特定的场景深入了解，一起找出 AI 技术能够解决的短期、具体场景需求；长期来看，通过全体系的人才培养的机制，提升对于AI的人才培养，让传统企业人员更懂 AI 技术的重要性。”

另一方面，杨松希望不断降低 AI 技术落地门槛，实现 AI 技术在更多行业的大规模落地应用。

沐曦联合创始人、CMO（首席营销官）孙尔俊则表示，由于整个算力基础设施的科技含量很高，需要（AI、芯片）企业放低身段，下沉下来到传统垂直产业中去，利用长期的人才培养以及算力中心的不断落地应用，实现产业升级。

邹德宝认为，目前算力中心所布局的空间区域不够，数据资产难打通，以及计算能力应用内容不足，是现阶段 AI 算力应用挑战。在他看来，未来的算力中心不是针对于某个行业、企业或客户来定义，而是聚焦于全国性的产业协同。

据悉，2022中国算力大会上，商汤科技宣布，与山东淄博共建中国北方AI算力创新中心。钛媒体App了解到，目前商汤 AI 算力中心已经在青岛西海岸 AI 医疗服务平台、青岛市教育局、菏泽市城市管理局（智慧道路）等应用案例中实现了技术落地。

4、「数字化」的下一步，与 AI 的下一步

当这个「数字化」的概念展开，是 AI 进入具体的产业场景，看到的复杂需求。

在改革开放之后，中国用极短的时间完成了城市化。大刀阔斧的历史进程告一段落，经济模式升级的需求持续存在，必然需要寻找新的方式。山东也在最近这几年发力，去年的信息技术产业营收突破 1.2 万亿元，数字经济规模总量排到了全国第三。在数字经济建设上，明确了十四五期间数据中心建设规划，加快提升数据与算力基础设施服务能力。

当一个省要实现数字经济的发展突破，AI 恰是能够为各行各业提供「工具」与「引擎」的技术。从这个角度而言，商汤进入山东，也是技术发展与城市化进程的交汇。

商汤在去年底上市，成为 AI 第一股。转年初 1 月，位于上海临港的人工智能计算中心（AIDC）启动运营。AIDC 集合了 2 万多块 GPU，支持每秒 3.74 百亿亿次的浮点算力，能够支持数 10000 亿参数模型完整训练。是目前亚洲最大的人工智能计算中心之一。为什么作为一家软件为核心能力的公司，会建立这样一个大规模的基础设施？这便要从人工智能目前的发展阶段去理解。

三次人工智能浪潮以来，最近十年是 AI 第一次走出实验室，进入大千世界的各种场景。现实世界总是充满不曾被注意的细节。商汤 AI 大装置事业群总裁杨帆形容。「随着人工发展走入深水区，将面临一个很大的挑战：今天的 AI 解决一个问题，自身所花费的成本和代价，可能比带来的好处还要大。」而商业化，则必须要降低成本。AI 发展至今，从硬件到软件、框架、模型，也有一套随之发展的技术体系，软件能力也依靠整个技术生态而实现。

商汤建立大型 AI 基础设施，便是将发展至今技术体系中不同的资源集中在一起，在面对具体的需求时，不必从头造轮子，快速调取合适的资源，简单调整后适配。「我们建设了从数据准备、模型训练到模型部署全链条的技术平台。」林达华表示。

以数据标注为例，高质量标注的数据，能够成为生产资料，训练出优异的模型。在人工智能产业初期，数据标注更依靠人工，随着产业发展，高成本、低效率的人工必然需要减少。目前，在商汤自建的数据平台上，已经集成上百个提供自动标注方案的 AI 模型。比起一般的数据标注服务，效率提升超过 60%。

世界之最的应用场景和人口，不但将练就出最聪明的AI，也将早就出最大的AI市场。

一旦市场真正蓬勃，挺过寒冬活下来的AI公司，或许就会蹦出下一个腾讯、阿里。

来源：极客公园，钛媒体APP，华商韬略