过去几年，AI在创投圈已经从波峰发展到波谷，从当年的热门题材到如今已变得冷淡。与此同时，一家家趁着风口成立起来的AI人工智能公司，要么从陷入沉寂，要么为生存而战。加上近期民众的隐私受到侵犯，AI人工智能公司的处境更加雪上加霜。

商道童言（Innovationcases）留意到，排队上市团队的AI公司在科创板上市过程中受到了严格的审查：云知声撤回IPO，依图科技自愿中止了对AI的审查，思必驰传了多次上市仍未有新进展。旷视科技、云从科技等五家AI公司在挣扎上市过程中，预期恐怕会大打折扣。

随着利润压力的增加，今天的中国AI产业已进入十字路口。

AI人工智能公司的原罪

2018年是AI行业的分水岭，人工智能创业的高峰期，据胡润百富的统计数据，国内每3.8天就号称会出现一家独角兽公司。但2019年之后情形迅速变化，年内更是有几家独角兽企业宣告倒闭，仍处在烧钱阶段而盈利无望的AI公司，也逐渐进入艰难的时期。

不过三年时间，AI企业经历了什么？

首先是持续大幅亏损，就是最为明显的状态。AI企业特有的高科技、高人才、高研发的“三高”门槛，头部的AI公司近年来的研发支出至少占其总收入的一半，多的甚至高达146.94%。

于是出现了第二个问题，缺乏资金。从2018年到2019年，中国人工智能公司的融资额从1484亿元下降到967亿元，下降了34.8％。而对于投资者而言，要找到接盘估值超过数百亿美元的AI公司并不容易。

同时，由于巨额的亏损，上科创板的难度依然很大，在旷视和依图等AI企业的招股书中，都是连续的亏损，连国家队的云从科技，在招股书披露后，更被业界质疑三年半亏损23个亿。

此外，部分AI公司还必须面对为了提高绩效而转型的痛苦。例如，依图从依靠人脸识别开始，已经转变为医疗和AI芯片；而AI芯片起步的地平线也撤销了整个AIoT的芯片业务线。

即使“AI芯片第一股”寒武纪，仅用四年时间便成功登陆科创板，如今市值也由最高点时的上千亿元缩水了一半。而且早在其招股说明书中也表达了开拓市场渠道的困难，其第一位的客户是某地方管委会，贡献收入占营收总额46.65%。（关联案例《强敌林立的寒武纪IPO，凭什么突破千亿市值？》）

随着业务转型，人员的动荡不安，裁员并非新鲜事。从无法筹集资金到上市，试图亏损转型到高管离职，人工智能公司的发展似乎已经进入了难以突破的瓶颈。

为何AI人工智能公司商业化难度大？

从国内的AI企业发展的路径来看，决定AI技术能否落地的三个关键因素是：团队，资金和技术。

从团队的角度，旷视科技三位创始人都来自清华大学；云从科技CEO周曦在创业前是中科院重庆信息所副所长；依图科技CEO朱珑有着美国计算机视觉的背景。

从资金和技术的角度，像云丛科技的创始人周曦曾带领团队七次获得世界人工智能识别大赛的冠军。可见人工智能行业的立足至少需要拥有世界领先的技术。

但即使如此，从落地到商业化仍然有一段距离，这其中就有三个核心原因：

第一个原因：科技巨头的狙击

实际上，像华为、百度这类科技巨头早已建立了自己的AI实验室和技术团队，无论是在数据积累，或者是业务场景方面，它们比AI初创公司更具优势，更何况有足够多的资金支撑。

像数据是AI实现的基础，百度和淘宝的平台上，每天都会产生大量的搜索信息，天然拥有足够的数据基础，这对于建立数据模型来更好地利用大数据改进其AI技术。

其次就业务场景而言，阿里通过大量的投资和并购，通过电子商务、出行、商旅、物流等信息流的积累，不仅在积累了AI技术的业务场景，而且可以验证和迭代更多数据模型。

最后在资金的角度，无论是高薪的AI人才、还是大量的前期投入，对于财大气粗的科技巨头来说都不是难题。更不用说他们可以使用免费服务结合业务场景来达到吸引AI类的客户。因为实际上对于企业客户而言，整体的解决方案才是最关键的需求，像阿里的方案中，当企业客户购买AI服务，阿里还可以一并提供云服务和大数据服务，这对于大部分的客户来说是非常有吸引力的。

第二个原因：创业公司的通病

大多数人工智能创业公司在业务早期都有一个共同的问题：理论和商业相距太远。AI技术可以在理论中运行，但是当实施AI技术时，如果不将其与实际情况结合使用，将会产生许多不良影响。

像之前的人脸识别信息被盗、被破解的问题，就是业务场景不完整所致。加上落地有难度，落地的场景也有限：目前，人工智能技术可以看到商业化场景，无非就是文本识别，语音识别，面部识别和自动驾驶等几个识别大类。

但百度基于搜索，推出了小度智能音箱；阿里的淘宝和腾讯的微信也在深入研究文本和语义识别技术；在语音识别领域，科大讯飞是主导者；甚至安防场景中的识别也是海康威视和大华的核心业务。更不要说在更大投入的自动驾驶方面，早已有华为、特斯拉等先驱。

后来者的云从、旷视等目前并没有形成自己的盈利模式的场景。

第三个原因：挑战者陆续有来

算法的开源加速了挑战者数量的增加，开源算法降低了使用AI技术的进入难度，让中小型企业也有使用AI技术的机会。像百度有提供百度大脑平台、阿里通过阿里云提供AI方案，使得中小型企业、甚至个人开发者都可以利用技术和解决方案搭建自己需要的低成本的人工智能系统。

谁之过错？

人工智能创业公司们的上市计划可谓迫切，虽然科创板为科技公司提供了一个机会，但在基本面上它们的情形都不容乐观；而此前已上市的AI概念公司，在经历过上市初期的追捧后，大多回归平静，部分甚至股价下跌。

一方面，资本狂热是造成当前状况的重要推手之一。

2018年在人工智能高峰期时，商汤科技创始人徐立就曾说过：对AI公司而言，越靠后轮次进来的投资人，越不会被遥远的故事打动，关键还是会看你是怎么落地的。

同样z 2020年旷视联合创始人兼CEO印奇也曾表示，整个AI行业已进入一条“死亡之谷”，那些能够穿越死亡之谷活下来的公司，必然是在验证产品价值和技术可行性之后，能够快速进行商业落地和规模化应用，而能最终活下来的时间是18-24个月。

另一方面，其次是互联网思维的滥用。

过去科技领域的互联网作为代表，其繁荣让公众认为：只要融足够多的钱、做大规模，不断调整，最后肯定能做成。甚至自动驾驶汽车做出来以后，软件免费、芯片免费，只收运营费。

但实际上，在硬科技领域，不是靠规模化就能解决问题，而是靠时间以及不断的摸索与创新。

但可惜的是，在中国很少会有投资机构能容忍五年以上的亏损，这也是为何很多人工智能的创业公司实际上都在靠软件收入来吸引资本。这就相当于不靠技术，而是靠产品铺量来赚钱。这就意味着，研发支出并不是作为作为一个投入基础来看，而是作为沉没成本被看待的。

这样的结果，往往最后就成了政府的接手，帮企业渡过难关。但是如果一家企业没有自由市场的调节，进程将必然缓慢。

人工智能的发展清晰的显示，人类必须以正确的方式对待这个技术产业：作为最有可能给人类社会带来变革的范式，人工智能将需要更长的发展时间。

在AI发展的漫长过程中，无数的AI公司已经从先驱转变为烈士，而那些幸存下来的公司正艰难地穿越死亡之谷。人工智能公司必须意识到，公司的运营不仅需要技术，还需要有效的业务方法。要使一家公司成熟，摸索与规划是必不可少的解决方案。