人工智能企業(yè)掉入“增長陷阱”,正是因為缺少應用場景和成熟的商業(yè)模式。相關企業(yè)要想搶占先機,必須將技術能力轉化為商業(yè)能力,拿出真實的落地數(shù)據(jù)和商業(yè)化方案,讓盈利能力匹配估值。
與一級市場曾經的備受追捧不同,國內人工智能企業(yè)今年以來紛紛在上市道路上遭遇“滑鐵盧”。人工智能“四小龍”中,依圖科技撤回科創(chuàng)板上市申請,曠視科技登陸港交所失敗后在科創(chuàng)板排隊,商湯科技則遲遲沒有披露上市計劃。曾經資本追捧的“小甜甜”,如今怎么就變成了“牛夫人”?
事實上,人工智能企業(yè)之所以上市難,關鍵在于高研發(fā)投入一直伴隨著高虧損,盈利成為眾多人工智能企業(yè)始終繞不過去的一道坎。由于人工智能研發(fā)成本高昂,高額的研發(fā)投入如果長期無法看到回報,投資人的資金存在“打水漂”的風險。從更深層次來看,人工智能企業(yè)的盈利困局只是表象,背后反映出企業(yè)仍然難以推動人工智能技術走出實驗室,與教育、金融、醫(yī)療、物流、能源等產業(yè)深度融合,切實解決生產生活中的痛點,體現(xiàn)技術價值,增強用戶感知,從而真正贏得市場認可。
在互聯(lián)網(wǎng)產業(yè)紅利逐漸消退的當下,人工智能被看作是重新激活數(shù)字經濟潛能的“金鑰匙”,人工智能產業(yè)的主導權也成為全球主要國家爭奪的焦點。從層次上劃分,人工智能主要有基礎層、技術層、應用層三層。和歐美相比,中國近年來在基礎支撐、科技研發(fā)等方面表現(xiàn)突出。中國科學技術信息研究所發(fā)布的《2020全球人工智能創(chuàng)新指數(shù)報告》顯示,中國人工智能創(chuàng)新指數(shù)在參評國家中排名第二,僅次于美國。
但技術研發(fā)的強大無法掩蓋商業(yè)應用上的羸弱,人工智能企業(yè)掉入“增長陷阱”,正是因為缺少應用場景和成熟的商業(yè)模式。以人工智能“四小龍”為例,其創(chuàng)始團隊大多為科學家出身,企業(yè)基因更傾向于技術研發(fā),在商業(yè)化上始終走得磕磕絆絆。然而,產業(yè)持續(xù)發(fā)展需要源源不斷的資金投入。在產業(yè)發(fā)展早期可以依靠輸血,但長期發(fā)展必須增強造血能力,只有賺到“真金白銀”才是產業(yè)可持續(xù)發(fā)展的關鍵保障。
當前,人工智能產業(yè)已經從技術探索走向規(guī)模商用階段,相關企業(yè)要想搶占先機,必須將技術能力轉化為商業(yè)能力,拿出真實的落地數(shù)據(jù)和商業(yè)化方案,讓盈利能力匹配自己的估值。從第三方統(tǒng)計數(shù)據(jù)來看,當前人工智能應用較多的領域包括安防、金融、教育、客服、交通、醫(yī)療等。未來,人工智能企業(yè)要想建立競爭優(yōu)勢,必須擁有在這些專業(yè)領域的數(shù)據(jù)積累以及場景化的落地能力。以醫(yī)療為例,短期來看,相關企業(yè)亟須提升人工智能產品的成熟度,包括CT影像識別、視網(wǎng)膜病變篩查等,仍需要依靠不斷的產品迭代來提升診斷的可靠性和穩(wěn)定性。
此外,人工智能的廣泛運用也引發(fā)了人們對于數(shù)據(jù)安全的擔憂。今年央視3·15晚會上,部分商家安裝人臉識別攝像頭抓取個人信息問題被曝光,反映出人工智能的崛起,遇到了倫理道德、法律法規(guī)等問題。對此,企業(yè)必須要建立健全全流程數(shù)據(jù)安全管理制度,履行網(wǎng)絡安全等級保護制度設置的相應義務,在法律、法規(guī)規(guī)定范圍內收集和使用數(shù)據(jù)。同時,配套的法律法規(guī)和監(jiān)管也須跟上人工智能的發(fā)展進度。
來源:《經濟日報》