本报记者 闫晓寒 卢晓 北京报道
虽然去年以来，商汤科技、云从科技、创新奇智等多家AI企业在历经曲折后得以成功上市，但大部分AI企业的上市之路都走得颇为坎坷。
9月5日，人工智能企业第四范式第三次向港股递交招股书，并更新其2021年全年及2022年上半年的财务数据。今年上半年，第四范式收入为10.58亿元，同比增长34%；经调整亏损净额为2亿元，同比收窄约两成；5.84亿元的期内亏损，较上年同期亏损收窄一半。
相比几年前AI赛道的热闹喧嚣，近两年AI行业已经步入寒冬。何时盈利这个外界关注的关键指标几乎没有玩家能给出最优解。但可以看到的一个变化是，今年上半年，谨慎投入、减少亏损已经成为大部分企业的共同选择。
研发投入占比下降
成立于2014年的第四范式上市进程走得并不顺利。去年8月，第四范式第一次向港交所递交招股书，今年2月失效。随后，其在10天内再次递交招股书，半年后其IPO申请状态再次变为失效。
对于业绩表现并不算好的多数AI企业来说，成功走到资本市场的舞台，意味着要接受更多审视和挑战。
从第四范式2021年全年的营收表现来看，其营收仍保持114%的高增长至20亿元，先知平台及产品、应用开发及其他服务两部分业务各自贡献一半收入，但经调整净亏损也扩大43%至5.6亿元。
亏损的主要原因还是大部分AI企业的老问题：长期持续的研发投入，且金额太大。2021年全年，第四范式在研发上投入了12.5亿元，这比2019年和2020年两年研发投入的总和还要多出2.6亿元。
虽然与过去三年均保持一倍以上的增速相比，今年上半年第四范式营收同比增速大幅放缓，但其亏损数额也大幅减少。主要原因在于以股份为基础的薪酬开支减少。
还需要看到的一个变化是，虽然AI企业普遍需要不断“烧钱”保持技术优势来站稳脚跟。但今年上半年，第四范式的研发投入占比从去年上半年的73.4%下降至52.7%。另外，上半年其销售及营销开支占比也有所下降。
第四范式在招股书中表示，通过控制经营开支提高经营效率对第四范式尤为重要，随着业务规模的增长，预期会产生显著的经营规模效应，并会实现结构性成本节约以有效竞争。“展望未来，我们将继续审慎地对平台及基础设施研发投入资源。”
减少研发等各项投入的并非第四范式一家，AI企业格灵深瞳在今年上半年的研发投入占比同样大幅下降。今年上半年，其研发投入占比为48.73%；上年同期这一比例为76.51%。
深度科技研究院院长长张孝荣对《华夏时报》记者分析认为，研发投入对企业的竞争能力影响很大。研发投入很大一部分是人员开支，整个研发团队、研发人员在业内的级别都是比较高的，成本很贵，人员数量又庞大，这导致企业的研发成本非常高。其次是购买设备、采购软硬件、购买专利等。如果企业需要缩减成本，这两部分成本都会压缩，并且压缩人员成本对企业影响最大。
“但这对于现在的AI企业也是没有办法的事，整个AI行业已经进入低谷期或寒冬阶段，即便是赚钱的企业已经感受到寒气，这些不赚钱的企业感受到的寒气更加明显、更加迫切。所以他们会主动采取措施开源节流，降低成本。先度过冬天再寻求迅速发展。”张孝荣表示。
9月8日，《华夏时报》记者就研发投入占比下降等问题联系第四范式，其表示公司处于静默期，暂不方便回复。
多家AI企业上半年亏损收窄
人工智能仍处于初级阶段，企业亏损是常态。盈利困难的原因在于技术不够成熟、运营成本高等等。但今年上半年，多数已上市的AI企业已经出现亏损收窄的曙光。
今年5月登陆科创板的云从科技，上半年缩减了销售、管理和研发费用，净亏损得以收窄11%至3.25亿元；计算机视觉领域的格灵深瞳上半年0.13亿元的净亏损同比收窄77.9%，主要原因是收入增加及股份支付费用减少；创新奇智在上半年净亏损收窄3%。
张孝荣对《华夏时报》记者分析认为，多家AI企业上半年亏损收窄主要是受外部环境影响，眼下市场消费低迷，AI行业的客户更多是ToB、ToG，公司拿政府订单较多。而这两年疫情反复，政府花在AI上的预算也在逐年减少。所以企业要削减成本，缩减自己的投资预算或投资规模。“花钱的项目做少了，虽然赚得不是特别多，但亏损还是收窄了一些。”
需要提及的是，不同AI企业布局赛道有所差异。比如创立于2010年前后的“AI四小龙”、成立于2013年的格灵深瞳均起步于计算机视觉领域。他们因2016年AlphaGo打败人类世界围棋冠军走到聚光灯下，备受资本青睐。
第四范式布局的则是决策类人工智能。例如通过海量数据总结规律，帮助零售商预测销量制定精准营销策略。而在以平台为中心的决策类人工智能赛道上，第四范式也要与百度、腾讯、华为、阿里等互联网大厂掰手腕。
但张孝荣认为，目前AI企业市场规模有限，行业还处于初级阶段，大家属于自由竞争。竞争程度整体上看起来很激烈，但没有到真刀真枪拼命的程度。大家不存在直接意义上的抢单式的竞争，而更多体现在产品思路、解决方案，比如产品技术是不是更强，解决方案是不是性价比更高。
他表示，落地存在的障碍也限制了人工智能企业的成长速度。“AI的发展进度非常慢的原因在于，要调整一个参数，企业需要大量的数据推演、训练，这样模型才会走向好用和成熟。但企业无法找到合适的、大量的数据，导致其模型只能用于有限的场景，而且还经常出现一些不如人意的地方。这也是多数AI企业面临的困境。”
责任编辑：黄兴利 主编：寒丰
