巨亏的旷视科技,是AI独角兽还是物联网企业?

巨亏的旷视科技,是AI独角兽还是物联网企业?,第1张

文/杨剑勇

人工智能作为当前最火热的领域,也是未来 科技 发展方向,所带来的智能化浪潮席卷全球,巨头们也把未来发展战略衷心延伸至人工智能,因为华为持续高额研发投入,在5G、IoT、AI和网络智能等前创新创新技术上走在行业,利用5G、IoT、AI驱动万物智能。微软凭借云+AI助推登顶全球市值之冠,小米百亿推动AIoT战略,百度进一步升级云+AI战略,让AI无处不在,以此推动各大产业智能变革。
同时,围绕人工智能方向创新的企业也备受资本青睐,诸如AI芯片方向炙手可热的寒武纪,还有人行机器人独角兽优必选,同时还有商汤、旷视、云从 科技 与依图 科技 号称AI四小龙,他们成为炙手可热的AI明星企业。

这些顶着独角兽光环的创新企业,融资额一轮高过一轮,估值也是一家比一家高,从10亿美元迅速能飙升至50亿甚至百亿美元,在聚光灯下吸晴无数。同时也引发诸多争议,因创新技术落地艰难,依靠资本烧钱的模式能否延续引起担忧。

其中,旷视 科技 递交港交所文件风险提示中指出,业绩期内经营活动产生负现金流,倘若无法以适当条件获得足够资金持续为经营提供资金,那么业务、财务及前景可能受到重大且不利影响。此外,自创立起已产生亏损,2016年-2018年分别亏损为34亿、76亿、335亿。2019年上半年亏损52亿元,经营性亏损115亿。对于这个巨额亏损,旷视 科技 指出是主要是优先股的公允价值变动及持续的研发投资。

通过旷视 科技 在香港递交上市申请资料所披露的数据来看,人工智能是星辰大海,但通往诗与远方的人工智能道路上布满荆棘,凸显AI变现困境,或许我们对人工智能预期过高。

对于产生巨额亏损的旷视 科技 ,此次递交上市申请,有评论指出“流血上市”,估值也将面临严峻考验,也将影响整个AI独角兽。对于很难在短期变现的独角兽来说,能否支撑数十亿美元估值有待市场检验,但对于旷视 科技 是人工智能公司还是物联网公司,引起笔者注意。
旷视 科技 收入主要来源于物联网,主要是个人物联网、城市物联网及供应链物联网三大解决方案,其中城市物联网营收占总收入732%。那么,对于被视为AI四小龙之一的旷视 科技 来说,到底是AI公司,还是物联网公司?仅从营收来看,定位物联网公司更为精准,而定位AI公司,则能获得更高的估值。

城市物联网覆盖国内112个城市,带动整体营收迅猛增长,2016年至2018年的复合年增长率为3588%,2019年上半年营收949亿元,同比增长210%,而城市物联网营收占总收入比例由2016年的275%提升到732%,可以看出,旷视 科技 的核心业务在城市物联网方向。

不过,旷视 科技 自身定位人工智能公司,表示深度学习是他们的核心竞争力,而个人物联网、城市物联网、供应链物联网作为旷视 科技 人工智能赋能的解决方案,例如城市物联网包括算法、软件及人工智能赋能的传感器,已广泛应用于公共交通、楼宇、社区、学校以及商业网点等多种城市场景。

灼识咨询报告显示,旷视 科技 是中国最大的聚焦于人工智能的城市物联网解决方案提供商,同时,在个人物联网方向,按2018年收入计算,旷视是中国最大的云端人脸识别身份验证解决方案供应商,占据逾60%的市场份额。
总体来说,旷视 科技 AI技术落地场景选择物联网方向,并坚定地认为物联网是人工智能技术应用的主要场景,而旷视 科技 的愿景是构建连接及赋能百亿物联网设备,包括消费电子产品、传感器及机器人等,并将进一步完善物联网生态系统。值得一提的是,上市申请文件中,更多聚焦在物联网方向,或许把旷视 科技 定位于物联网公司或许更为准确,但AI可获得更高的溢价也是不言而喻的。

作者系物联网高级顾问杨剑勇,福布斯撰稿人、网易签约作者,并连续两年(2017和2018)获得网易年度最佳签约作者,致力于深度解读物联网经济和人工智能等前沿 科技 。

早在2014年11月的时候,全球最具影响力的管理思想家之一、哈佛商学院教授迈克尔·波特和PTC首席执行官Jim Heppelman 在《哈佛商业评论》上发表了一篇具有重大影响力的文章——《智能互联产品如何改变竞争》。他们认为,物联网互联产品将改变传统的产业结构、商业模式以及许多行业的竞争本质。

自从这篇文章发表以来,世界上已经出现了许多颠覆性的物联网商业模式创新。例如:iRobot公司凭借其自主物联网连接的吸尘机器人,实现了从零到900万台物联网连接设备的销售量,从而改变整个吸尘器行业的状态;Thyssenkrupp电梯物联网连接的电梯已经从零增加到130,000个,其三个主要竞争对手Otis、Schindler和Kone都引入了类似的基于IoT的商业模式;共享单车行业,在美国已经从零发展到3900万人次,基本上就是通过物联网技术的出现而创建的。

还有成千上万的新智能产品/物联网商业模式的例子,还在酝酿中。那些目前正在(或计划将)智能互联产品推向市场的企业,可以从这些早期的创新者身上学到什么?前不久,市场咨询公司IoT Analytics发布了《2020 IoT商业化和商业模式采用》,探讨了全球领先的设备和产品制造商(OEM)在过去5年如何成功推出智能互联物联网产品以及心得体会。

开发一个物联网业务模式或业务模型并将之商业化并不简单,但可能会是颠覆性的“ 游戏 规则改变者”。61%参与了IoT Analytics研究报告者声称,与竞争对手相比,物联网商业模式让其公司获得了竞争优势。

将智能连接产品推向市场时,需要进行很多考量,例如:是首先接触现有客户,还是瞄准新客户;可以通过硬件、软件、服务或数据获利,还是这些的组合;是一次性收费,还是按月收费,甚至可能是按使用量收费;是否免费提供某些功能;是按成本定价,还是按利润率定价,或者是通过亏损以获得早期市场份额;是直接销售给客户,还是通过第三方(市场)销售等等。

物联网商业模式与产品开发和产品商业化这两个相邻的环节紧密相连。IoT Analytics将其分为3个部分: 开发物联网产品(例如上市时间和开发功能)、开发物联网商业模式(该分析主要基于Zollenkop框架,着眼于三个要素:市场定位、价值链和收入模型)以及物联网产品的商业化(例如:确定合适的价格水平、推动采用的措施和衡量成功的KPI)。

IoT Analytics的报告就这些问题给出了相应的6个观点,并强调了哪些物联网商业模式被认为更成功。

观点1。智能连接物联网产品,从内部项目启动到第一个付费用户平均需要23个月。然而,从开始到第一次付费客户所需的总时间,相比平均值有巨大差异。最快的实现发生在8个月,而最长的可能需要长达76个月(根据IoT Analytics的分析)。

观点2。有许多因素驱动了将智能互联物联网产品推向市场的复杂性。特别是较大的公司必须花更多的时间来协调多个部门和流程。根据分析,典型的物联网产品的引入会“主要影响”到6个部门(其中IT和R&D受影响最大)。

推动IT和研发部门工作的,是在IoT互联产品中加入许多软件特性和服务。物联网产品平均拥有12项新功能,几乎所有物联网公司(91%)都为客户提供监控仪表板,而库存管理或工作流优化等功能则很少见。

观点3。在这次分析中,近四分之三的受访者开发了一款全新的或主要经过重新设计的产品,而这种产品以前并不存在。大多数受访者还表示,物联网产品的销售对象是一些新的决策者(以及一些现有的决策者)。结果是,52%的物联网商业模式可以归类为“多元化”,只有11%归类为“市场渗透”,即在现有产品加上小的附加功能,销售给和以前完全相同的决策者。

观点4。目前,超过95%的物联网硬件都已获利。然而,在大多数情况下,硬件只是多种变现方式的一部分。大多数研究参与者预计,未来两年,服务(包括传统和数字)和数据的重要性将显著提高。随着硬件获利重要性的下降,预计基于时间、使用和成功而盈利的模式的重要性将会增加。

欧洲某 汽车 行业高级IT经理表示:“我们未来的重点将更多地放在数字服务上。当前我们对用户只有一个接触点:安装硬件。展望未来,随着数据日趋成熟,以及拥有更好的远程软件更新能力,我们将能够提供更多以用户为中心的SaaS产品/功能,客户可以在网上购买。”

观点5。物联网解决方案的成功商业化在产品推出前很久就开始了。美国某机械设备制造商高级产品经理表示:“在构建和销售解决方案之前,清楚了解客户的需求至关重要。”

分析显示,不同地区的客户采用率存在巨大差异,一些功能显然比其它功能更受客户欢迎。客户采用率排名占前四分之一的两项功能分别是“状态监视”和“预测性维护”,这与IoT Analytics先前关于预测性维护主题的报告相符。

因此,许多研究参与者指出,教育自己的团队,特别是面向客户的员工的重要性就不足为奇了。美国某机械设备制造商高级产品经理表示:“对员工的培训是一项艰巨的任务,因为该技术对公司整体来说是新技术,并且所有领域的专家都需要接受培训。”

当前,我们正在进入全新的“咆哮20年”的开始。这是ARM与经济学人在今年上半年推出的《物联网商业指数2020》所提示的变化:即所有产业面对的障碍正逐渐降低,超过一半的受访企业已经处于物联网网络部署初期或大规模部署阶段。《物联网商业指数2020》强调,物联网的“商业价值之路”已经出现,企业在物联网方面的初期投资通常能够明确的投资回报,而随着物联网数据与其它数据集的结合以及纳入整体分析中,物联网的价值也在上升。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/10859587.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-11
下一篇 2023-05-11

发表评论

登录后才能评论

评论列表(0条)

保存