“AI四小龙”之首的进化之路。
8月27日，国内AI四小龙之一的商汤科技正式向港交所提交招股书，作为AI四小龙中融资最多的商汤科技过去曾频繁传出IPO传闻。
据企查查数据显示，从2014到2020年，商汤科技共完成11次融资，累计完成融资超30亿美元；并于2020年底完成了Pre-IPO轮募资，此后，商汤科技估值约为120亿美元。
说到商汤，便不得不提汤晓鸥教授与计算机视觉技术。
1990年，汤晓鸥从中科大毕业并前往美国罗切斯特大学深造；1992年毕业后留在美国前往MIT深造，专研当时刚刚起步的计算机视觉技术。
在MIT完成博士学业后，汤受邀加入港中大信息工程系，继续从事计算机视觉教学研究，并在港中大成立多媒体实验室，培养多名计算机视觉方面的人才。
2005年，汤兼任微软亚洲研究院视觉计算组负责人；2009年，汤晓鸥离开微软选择依托深圳先进院搭建联合实验室，同年，汤受推选为电机及电子工程师学会（IEEE）院士，自此其达到学术生涯顶峰。
在汤教授教学生涯中，2010年，一个优秀学生也是今后的重要合伙人出现了，他便是徐立。
徐立自小便对数学有着异常的天赋，在上中学时，徐立多次代表学校参加数学奥林匹克竞赛，并多次获得金牌。正因为在数学上的优异表现，2000年，徐立被保送至上海交大读计算机并直到完成研究生学业。
2007年，硕士毕业的徐立在摩托罗拉、欧姆龙、微软研究院等计算机视觉、图形处理领域大厂先后待过一段时间，但对于人脸识别的远见与追求，使得徐立2010年放弃了优越的工作来到港中大多媒体实验室学习。
2014年，随着互联网巨头谷歌、Facebook、英特尔等公司纷纷入局人工智能，计算机视觉开始火热。
在面对Facebook的开源强识别算法的冲击下，汤教授的团队为了守护自有成果，与Facebook展开了算法比拼。
即使硬件与数据库没有Facebook强大，但随着对算法的持续优化，汤教授团队的DeepID系列算法将人脸识别的准确率提升至99.55%，使得该技术不仅仅停留在研究层面，有了实际应用的可能。
之后的一段时间里，汤教授团队的三个人脸识别算法占据了LFW识别率的前三，该实力让IDG的合伙人牛奎光看到了人脸识别技术商业化的前景。
在拜访港中大多媒体实验室团队后，IDG资本投资了数千万美元，帮助研究团队走向商业应用。
2014年10月，有着港中大计算机视觉团队支持的商汤科技成立。
在融资上，商汤凭借国际顶级会议与顶级论文的技术宣传，得到来自各界资本的积极入局。
在赴港IPO前已经历12轮融资，其中不乏顶级风投机构的身影，投资方包括软银、IDG、鼎辉、赛领、阿里巴巴、春华资本、银湖资本等。
其中商汤IPO前最大的机构投资者软银占14.88%股份，阿里巴巴占7.59%股份，春华资本占3.08%股份。阿里系资本目前为商汤最主要的机构投资者。
01
“1+1+X”商汤的业务模式
商汤在建立之初便有着要在AI领域大展拳脚的野心。
从自建底层架构，到自建超算中心，商汤希望把AI领域的一切都抓在自己手中，这便意味着商汤有十分高昂的沉默成本。
商汤初创阶段处于资本对AI行业投资的早期，对投资回报周期没有参照，加上国务院《新一代人工智能发展规划的通知》的“三步走”战略目标中对AI产业的设想，资本对AI产业过于乐观，纷纷高溢价入股。
商汤一切不计成本的买单烧钱行为，确实让商汤拥有比其他AI公司更优越的软硬件技术条件，却也将商汤的铺面撑得很大。商汤很多并不赚钱的业务布局，其实并不能带来实际收益。
商汤CEO徐立所说商汤所谓的“1+1+X”的业务布局是基于1个核心基座即商汤的SenseCore的AI大装置，包含了AI超算中心的算力层、数据平台加深度学习训练框架加深度学习推理部署引擎加模型生产平台的平台层、算法工具箱加算法开源框架的算法层。
1个核心技术即商汤自有的人脸与人体分析技术、SLAM与3D视觉技术、通用与专业的图像识别技术、海量视频的理解与挖掘、机器人传感控制技术、自动驾驶技术、医学图像分析技术。
所做的X个行业应用，X是指应用层面的X个不同方向，包括安防领域的身份验证、智能摄像，医疗领域的智慧诊疗平台以及CT临床图像解决方案，金融领域的金融大数据以及身份核验，汽车领域的高级辅助驾驶以及智能车舱，手机领域的AR平台与人脸3D重建技术。
从收入端来看，商汤的收入主要来源于智慧商业、智慧城市、智慧生活以及智慧汽车四大块业务。
2021年7月，商汤正式亮相了WAIC 2021，并首次发布了SenseAuto绝影的智能汽车系统解决方案。
SenseAuto从名称上便可以看出主要是自动驾驶系统方案，从商汤的介绍来看，绝影有三个平台方案，包括智能驾驶、智能车舱以及路云感知平台。
商汤的绝影系统能够实现的智能驾驶与目前小鹏NGP、华为ADS等主流智能驾驶平台方案类似，但作为平台方，商汤所希望的是赋能车企而非控制汽车，这点与华为的野心是不同的。
虽然商汤努力自修内功，打磨自身技术，希望用平台模式赋能百业，但现实是当商汤准备进入一个行业后，才发现这个领域内已经是高手林立。
在业务数据上，商汤的表现并不乐观。
2018到2020年间，公司营收分别达到18.53亿元、30.27亿元和34.46亿元。
但由于公司在研发上的巨额投入，公司至今仍处于亏损状态，2018到2020年间，公司调整后亏损净额分别为2.21亿元、10.37亿元和8.78亿元。
近三年累计亏损达到21.36亿元，2021年上半年也持续亏损达7.26亿元。在亏损巨大的情况下，商汤的现金流并不乐观。
02
落地困境与虚高的估值
如果说商汤如今谋求港股上市是为了缓解资金紧张的压力，那么商汤是否有商业化的投资价值是普通投资者需要考虑的事。
在AI赛道中，技术水平是衡量核心竞争力的重要指标，依照目前商汤公布的成果来看，还有很远的路要走。
算法技术停滞，仍依靠深度学习
人工智能最早起源于20世纪50年代，至今人工智能经历了三次发展浪潮。
50-60年代的计算机科学重视逻辑推理（多层感知机MLP），出现了机器人与智能软件，自此开启了人工智能的黄金发展期；70-80年代的BP算法使得人工智能进入又一次的快车道，但由于缺乏实用场景热潮很快褪去；2006年，深度学习算法推出，数据、自主学习时代到来，依托卷积神经网络（CNN）以及循环神经网络（RNN）算法的深度学习在大数据场景下得到飞速发展。
相较于计算机领域的前几次革命性进展，人工智能领域的发展就没有这么惊心动魄，更多的是依靠算法能力的提升。
在如今算法精度和应用场景复杂的限制下，商汤无法做到大规模的商业化，而定制小体量公司的成本太高且竞争更大。
落地场景的壁垒无法构建
没有适合的赛道与高频的标准化复刻能力，是深度学习算法本身技术与应用场景结合时的尴尬。
没有足够高的竞争壁垒却是商汤自身的硬伤。
相较于AI四小龙的其他三位，旷视聚焦物联网，云从聚焦操作系统，依图聚焦软硬件组合整体方案设计，商汤则打出平台化赋能百业的口号，却没有实实在在的核心壁垒。
计算机视觉起家的本领，其他三家在这方面也不弱；自动驾驶的话，商汤无法和流量端口的百度、华为等互联网巨头抗衡，商业布局无法打开。
商汤最大的收入来源安防领域，则更多份额被海康威视与大华占据。
海康威视通过摄像头硬件视觉分析的入口，为专研硬件与算法提供支撑，专研一个领域总比事业部式的小团体更有竞争动力，况且海康与大华在安防设计领域已深耕多年。
互联网公司布局AI加入竞争
互联网公司近年来一直在推动人工智能的应用拓展，很多人工智能场景应用成为某个软件的助力而非流程化解决方案的一部分。
字节跳动、百度、阿里等在AI上的布局与实操更容易，数据库更大，C端应用落地也更容易实现。
商汤在这些平台的竞争下优势并不明显，缺乏直接获取数据的端口，B端、G端的工业化应用场景获取与实现也不容易，所谓的上市，也仅仅只是下一个竞争的开始。
