作者 | 凌晨
編輯 | 鄭玄
2021 年倒數第二天，經歷了被美國列入投資黑名單，重啟招股，商湯終於在港股掛牌上市。至此，最遲啟動 IPO 程序的商湯，終成「AI 四小龍」第一股。
商湯最終的 IPO 定價為每股 3。85 港元，共計發行 15 億股，發行規模為 57。75 億港元。每股 3。85 港元的價格，也是之前 3。85 港元至 3。99 港元價格區間的下限。
12月30日港股開盤，商湯-W高開1。56%，報3。91港元，目前總市值1301。34億港元（約合1062億元）。
由於被美列入投資黑名單，重啟招股後，原基石投資者中的四家外資機構替換為中資。調整後的基石投資者共九名，分別為：混合所有制改革基金、上海國盛集團旗下基金、上海人工智慧產業投資基金、上汽集團（原有）；徐匯資本、國泰君安證券投資、香港科技園創投基金、希瑪、泰州文旅（後引進）。
商湯科技成立於 2014 年，技術和創始團隊皆來自香港中文大學多媒體實驗室——資訊工程系教授湯曉鷗所領導的計算機視覺研究組，及其核心成員。
根據其招股書中所提供的弗若斯特沙利文資料，從 2020 年的收入來看，商湯已經成為亞洲最大的 AI 軟體公司；在國內，佔計算機視覺軟體 2020 年的收入市場份額 11%，是最大的軟體服務供應商。
上市前，商湯科技已經完成多輪融資，融資總額高達 30 億美元。在 AI 第三次浪潮起伏之中歷經 7 載，商湯一直是國內最受矚目的 AI 明星公司之一。
除了創始團隊來自學界頂尖實驗室，商湯科技的研發團隊還擁有 40 位教授。作為「科學家創業」的經典案例，商湯科技從「技術」到「商業」所走過的路，無疑值得關注。
2021 年 7 月，上海 2021 世界人工智慧大會，商湯科技展臺 | 來源：視覺中國
01 從一篇論文到 AI 獨角獸
商湯科技起源於一篇學術論文。
上世紀 90 年代，從中科大畢業的湯曉鷗去美國讀研時就已經第一次接觸了人臉識別。在 MIT 攻讀博士學位期間，他加入的實驗室發現了泰坦尼克號，並研究用海底機器人，也就是在水下用聲吶和視覺相機來探索海底世界，這段經歷打開了他探索計算機視覺的大門。
博士畢業後，湯曉鷗到香港中文大學資訊工程系任教並開始參與組建香港中文大學多媒體實驗室。四年後，因為需要同時兼任微軟亞洲研究院 （MSRA） 視覺計算組負責人，他開始往返北京和香港兩地工作。
2014 年，湯曉鷗領導的計算機視覺研究組釋出了一個名為 DeepID 的模型。在人臉識別資料庫 LFW（Labeled Faces in the Wild）上，這個模型的識別率達到了 99。45%，不僅超過了人眼識別，也超過了當時 Facebook 的演算法。
這篇論文吸引了 IDG 資本合夥人牛奎光叩門。在實驗室，牛奎光看到了更多研究成果。在計算機視覺領域，湯曉鷗很早就帶領團隊開始研究深度學習。2011 到 2013 年，頂級計算機視覺學術會議 CVPR/ICCV 上，其中涉及深度學習的文章，一半來自湯曉鷗的研究組。
當年 10 月，商湯科技成立，同時獲得 IDG 數千萬美元 A 輪投資。「商湯」之名，源自中國歷史上第一個有文字記載的朝代商，及其開國之君湯。創始人湯曉鷗任執行董事，CEO 由實驗室的博士後徐立擔任，副總裁楊帆則是湯曉鷗在微軟亞洲研究院時期的同事。
那一年年初，DeepMind 被谷歌以 6。6 億美元收購後，開始研發 AlphaGo。那時距離 AlphaGo 擊敗圍棋世界冠軍李世石，AI 走進大眾視野併成為資本風口，還有兩年。
在 2015 到 2016 年早期，商業化前景尚不明朗的商湯糰隊並不被大部分資本賞識。雪中送炭的第二筆資金來自演員任泉的 StarVC。2016 年 4 月，作為唯一投資方，StarVC 在 A+輪投了商湯科數千萬美元。
隨著 AI 風口到來，形勢發生了變化。2016 年 12 月的 B 輪融資開始，除了融資額度節節攀升，投資陣容中也先後出現了萬達資本、高通創投、阿里巴巴、淡馬錫的身影。2018 年 9 月，軟銀願景基金在 D 輪獨家投資 10 億美元。這不僅是商湯歷史上最大一輪融資，也是 AI 企業獲得的最大單筆融資。
牛奎光最初看中的是商湯糰隊的計算機視覺技術實力。他曾評價：「這個團隊應該是該領域在中國能找到的最強團隊，即便在世界範圍內也能進前五。」這也成為 AI 技術風口時期，許多投資機構的投資邏輯：投技術與團隊。
但從學術圈走到商業世界，「值錢的技術如何賺錢」，則成為商湯和其他人工智慧企業，需要持續求解的問題。
02 怎麼把「值錢的技術」轉變成「賺錢的產品」
當人臉識別演算法的精度首次超過人眼時，學界和風投都嗅到了其中的機遇。但在商業化落地時，商湯和 AI 四小龍的其他三家都遇到了相同的難題。
第一個難題是給技術找到商業場景。不論是人臉識別還是背後的計算機視覺技術，都是一個技術模組，不像搜尋引擎使用的超鏈分析演算法或者位元組跳動的智慧推薦演算法，計算機視覺演算法沒有一個天然的商業化落地場景，而是要依附於其他已有的業務場景。比如與線上支付合作加強密碼安全，比如與美圖軟體合作提高人臉識別精度，比如與安防合作提供實時的人臉檢索功能等等。
2015 年，剛開始創業的商湯真正賺到的第一桶金，來源於網際網路金融領域。此外，安防也是商湯早年間重要的客戶來源。2016 年，商湯開始佈局基於人臉識別的打卡考勤機。2017 年，商湯科技已經與中國安防行業前十中超過一半的客戶有了合作。
目前，商湯將商業化落地的方向梳理為四大場景，分別對應商湯主營業務的四大板塊：智慧城市、智慧商業、智慧生活和智慧汽車。
四個產業 2018 年至今收入情況｜來源：商湯招股書
從收入構成來看，主要面向製造業、交通、商業管理、物業管理、金融等領域 B 端使用者的智慧商業，以及主要面向 G 端使用者的智慧城市兩大業務，從 2018 年以來一直佔據總營收的 80% 以上。2021 年上半年，智慧城市（47。6%）和智慧商業（39。2%）的營收佔比已經超過全部營收的 85%。
ToB 和 ToG 業務是目前商湯的營收支柱，而主要面向 C 端使用者的智慧生活，以及面向汽車場景的智慧汽車，則是商湯科技的未來。
智慧生活覆蓋的領域包括當下最熱的物聯網、AR 元宇宙和醫療三個方向；智慧汽車平臺「絕影」則已經與 30 餘家車企合作。商湯在招股書中寫道，預期後兩個板塊「收入來源的敞口增加將可能會改善我們的運營資金，因為這些收入來源的客戶傾向於擁有較短的付款週期」。
找到了場景之後，商湯麵臨的第二個問題是：
如何構建可持續盈利的商業模式。
美國風險投資機構 A16Z 曾在 2020 年一篇文章中指出，與傳統軟體公司「一次建構+多次銷售」的模式不同，AI 軟體應用需要持續的物力和人力成本投入。因為即使同一個 AI 演算法也需要迭代以適應不同的場景。資料清洗和標註、乃至算力支援都需要持續的成本投入。
截至 2021 年上半年，商湯智慧商業板塊服務了超過 630 名客戶，智慧城市板塊部署在國內 119 個城市，這使得商湯業務增長的同時，需要持續增加研發和人員投入。
根據招股書，2018-2020 年、2021 年上半年，商湯期內虧損分別達到 34。33 億元、49。68 億元、121。58 億元、37。13 億元，三年半累計虧損 242。72 億元。如果扣除優先股、員工期權等因素，這三年半里商湯扣非淨虧損分別為 2。21 億元、10。37 億元、8。78 億元以及 7。26 億元，三年半累計扣非淨虧損為 28。6 億元。
除了技術服務成本高這個痛點，商湯這類 AI 技術公司還需要面臨的問題是：
很多 AI 應用場景並不需要太高的技術門檻。
比如在 A 股曾經火爆過一陣的人臉識別閘機概念，最後發現由於精度要求很低，創業團隊甚至廠家自己就能做。
商湯顯然也意識到了這些問題。據《經濟觀察網》報道，上市前夕，徐立在內部郵件中向全體員工公佈了《商湯集團二五規劃草案總綱（2021-2025）》。這份規劃設立了兩個目標，第一個便是「形成穩定的持續性盈利能力和均衡健康的業務結構」。
最近幾年，商湯一直在嘗試搭建平臺，構建起一個同時包含「通用模型」+「碎片化場景適應能力」的商業模式。
2019 年，商湯科技中國總部落戶上海。2020 年 7 月，商湯投資 50 多億元的 AI 計算與賦能平臺在上海臨港正式啟動。商湯表示，平臺可同時接入 850 萬路影片，同時滿足四個超 2000 萬級人口的超大規模城市使用。除上海外，目前商湯已經在北京、深圳、香港、東京、新加坡等地部署人工智慧計算平臺。
商湯聯合創始人兼副總裁楊帆介紹，「平臺會提供一整套的工具方法，讓使用者、客戶、合作者，能夠更低成本的，或者更低門檻的，去創造或者說製造一個新演算法。」
從搭建平臺的初衷來看，商湯科技希望透過搭建底層基礎設施，將更多技術能力平臺化、標準化，減少單一專案對人力的依賴，並透過規模化、工業化來降低成本，增強自身的市場競爭能力。但從目前的情況來看，雖然尚未公佈標準化產品和定製化服務之間的收入比例和成本結構，但考慮到商湯的虧損數額，依賴人力投入的部分可能仍然佔比不低。
AI 發展到目前階段，進入醫療、零售、交通、工業等不同的領域，每個領域內更會遇到需求不同的場景。
進入這些長尾、細分、不一定高頻的場景，如何實現可擴充套件的商業模式，
持續創造營收，是經歷過 AI 風口後，包括商湯科技在內的 AI 公司都需要繼續回答的問題。
*圖片來源：視覺中國
本文為極客公園原創文章，轉載請聯絡極客君微信 geekparker
