2020年科创板上市破发的人工智能云计算有哪些

人工智能云计算在2020年科创板上市的公司有：
1、腾讯云：提供AI、大数据、云计算等服务；
2、百度云：提供AI、云计算、大数据、物联网等服务；
3、阿里云：提供AI、云计算、大数据、物联网等服务；
4、网易云：提供AI、云计算、大数据、物联网等服务；
5、中信云：提供AI、云计算、大数据、物联网等服务；
6、华为云：提供AI、云计算、大数据、物联网等服务；
7、联想云：提供AI、云计算、大数据、物联网等服务；
8、京东云：提供AI、云计算、大数据、物联网等服务；
9、浪潮云：提供AI、云计算、大数据、物联网等服务；
10、微软云：提供AI、云计算、大数据、物联网等服务。

本人从事 科技 行业已经10多年的时间，现负责某企业人工智能与区块链实验室。从我的经验了解到，2020年其实人工智能和万物互联已经开始向我们走来，随着人工智能（AI)、物联网(IoT)、5G等新技术的蓬勃发展，以及与产业端的深度融合，使得智能工业，智能农业，智能教育，智能交通，智能医疗等等成为了可以预期的目标。
物联网

物联网是指无处不在的终端设备和设施，包括具备智能传感器、移动终端、工业系统、楼宇系统、智能家居，通过RFID技术的资产识别，携带无线终端的人、车、动物。其目的是实现物与物、物与人、物品与网络的链接，方便管理及控制。
人工智能
随着万物互联，必将产生海量的数据。人工智能可以通过对数据的收集和处理，完成对数据的分析，从而利用数据提取出模型和规则，用于代替人工进行趋势预测，策略执行等工作。
5G

5G网络具有高速率、大容量、低时延等特点，它可支持长时间、大规模的连接需求的物联网应用。同时，5G技术将在交通、教育、医疗等领域发挥着极大的作用，更将有助于我们充分利用资源，创造出更大的价值。可以说，5G不仅是新一代的移动通讯技术，更是未来实现万物互联的基础。
IoT硬件销售市场规模
中国智能家居市场爆发时间预测
Top12 用户入口调查
通过披露出的数据来看，2020年将会赢来行业的爆发与增长。随着物联网的爆发，必将会带动相关行业的共同繁荣。虽然当下物联网仍处于市场初期阶段，随着相关技术的整合与完善，业务场景的不断优化，必将引发一轮新的技术繁荣，从而把人来待遇另一个新的阶段。
人工智能的时代其实已经到来，随着5G、物联网等的持续发展，万物互联的时代也已经慢慢在“入侵”我们的生活了。

以人工智能为例，现在人工智能产品已经广泛的应用于我们日常生活、企业经营等中，在本次疫情中也有很多人工智能的应用。

人工智能医疗设备、人工智能外呼机器人等等，都是人工智能在改变着我们的生产生活方式。

以呼叫中心为例，我们看看人工智能如何使呼叫中心智能化？

呼叫中心是依靠技术与人力资源支持的行业，随着人口红利的消失，降低人力成本成为企业的迫切需求。利用AI技术，企业呼叫中心将在人机协同、智能分析、优化用户体验方面迎来创新与突破。

在呼叫中心领域，AI技术发展有两大方向：以AI辅助人工劳动，实现高效协同；以AI替代人工劳动，节省人力成本。我们相信以AI辅助人的工作，人机协同提升呼叫中心的效率是现阶段的主要方向。基于呼叫中心的通话能力，我们将开展一系列的人工智能 探索 与实践。

呼叫中心的AI变革，首先发生在呼叫中心座席人员方面，通过ASR语音识别引擎实现对大量通话的有效分析，进行高效的全量智能质检，这是人工智能实现的第一步。第二步，AI技术将针对客户方面进行创新，发展对话机器人。辅助人工座席员开展工作，人工监控对话机器人的表现与服务质量，可以实现高效协同，在必要时参与客户的沟通服务。从客户分析的维度，客服场景中基于用户画像、平台用户行为，预判来电客户的需求；营销场景中，AI技术可以分析潜在用户的匹配度，判断是否为客户，以及选择最合适的沟通时间，实现接通率的优化；在风控场景下，判断用户的信用表现。

此外，在呼叫中心管理运营和决策方面，AI技术将助力企业知识库的建立，成为呼叫中心大脑，实现面向用户体验的呼叫中心服务，帮助进行客户沟通的管理与决策，优化客户沟通体验。在呼叫中心的整体运营监控中，发现问题的预警。在人员技能提升与培训方面，提词器能够帮助新人加速学习，了解业务与解答问题的重点。通过质检打分，支持新人检索优秀员工的话术，实现知识学习、经验积累和技能提升。
我们现在就前进在人工智能时代的道路上。

未来5至10年是人工智能时代的关键发展期。

这是 历史 规律，是人工智能无法阻挡的 历史 趋势。

上面四部曲，大约需要20至30年实现，中间需要解决的问题主要有以下几个人。

自然消化和通过一次性变现解决，不会引起 社会 阵痛，就像上世纪五十年代的工商业改造。

社会 进步必定伴随人的精神状态进步。 社会 风气和习惯具有极大的人性进化力量。简单一点，看看朝鲜和中国的过去，虽然贫穷，到不缺精神。

如果既有富裕，又有精神，这个 社会 是不是人人喜欢！

人的本性使然！

靠科学技术自身的推动力量

靠每一个人的向往和力量

靠 社会 各方的共同努力！
本人作为 科技 领域的创作者，每天都会浏览大量的有关 科技 的信息，并由此深深的觉得我们赶上了一个快速变化的时代， 科技 推动这整个时代的进步，不断诞生的新生事物，充满了未知和变化，也带来了新的机遇。

而物联网就是继互联网之后的又一次信息技术革命浪潮， 谷歌执行董事长Eric Schmidt曾宣称，互联网即将成为 历史 ，物联网将取而代之，成为生活的重要部分。中兴通讯首席技术官兼执行副总裁徐慧俊也曾表示，随着以5G技术为标杆的移动互联网时代到来，万物互联、万物感知正逐渐成为现实。

那物联网离我到底还有多远呢？我们用数据来看一看~

近年来，全球物联网产业市场规模呈现快速上升趋势，已从2013年的19万亿美元上升至2016年的32万亿美元。物联网产业的发展与可用连接数密切相关。 预计到2020年，全球连接数将达到260亿(智能手机90亿，可穿戴设备100亿，M2M连接70亿)，潜在市场规模将超过7万亿美元。

当前，中国物联网产业的空间格局已经形成了以北京、上海、深圳、重庆为核心的环渤海、长三角、珠三角、中西部地区四大产业集聚区。由于中国拥有庞大的全球电子消费市场和工业规模，因此物联网在中国拥有广阔的前景。 2014年，中国物联网产业市场规模达到6000亿元。 2019年9月，在无锡年举行的世界物联网博览会上，发布了《2018-2019中国物联网发展年度报告》。在这份中报告中，2018年我国物联网产业规模已超12万亿元，物联网业务收入较上年增长729%。可见物联网发展之快。 但也不得不承认当前的物联网市场还处于初级阶段，是窗口期。同时，新的洗牌期在到来，行业群雄并起，未来发展潜力巨大。

智能化不是工业化

工业化的三要素：生产者、生产资料和资本是全职时间输送的。

智能化的三要素：消费者、智能手机和消费是休闲时间输送的。

智能化成果按照工业化分配制度分配，是全球所有矛盾的根源。

更直接说：消费者是创造智能化价值的主体，但消费者却不能分享智能化成果是所有矛盾的根源。

因为智能化是未来，是希望！当未来和希望被独享和独占，焦虑会自然覆盖到 社会 的每个角落。

2、智能化10是免费共享，智能化20应该是什么？

站在10领导者的视角，自然是工业化40。依然按照传统分配方式，将未来独享进行到底。

但如果站在消费者的视角，显然是智能化20，承认每个消费者对智能化的贡献。

承认方式：股权共享。

简言之，免费共享，共享的是现在！

股权共享，共享的是现在和未来。

人不仅需要现在，更需要未来。

3、原理与图纸比机器本身更重要！

英国完成第一次工业革命，对其他国家形成碾压式的打击。

满清选择购置q炮，建立北洋舰队，但很快就沉了。

普鲁士选择成为第1个普及义务教育的国家，使德意志民族不仅从一盘散沙的状态走出，引领第二次工业革命浪潮，而且自然孕育出爱因斯坦等一批跨世纪的人才。爱因斯坦时空取代了牛顿时空。因此，重要的是国民应该知道所以然，而不是具体的某个机器、软件和AI。

无人驾驶，无人超市，无人工厂就是人工智能的到来，5G普及就能实现万物互联。未来已来，你准备好了吗？《智能 社会 》已提前十年为我们布局。

我们已经处于这个时代了，一方面一些公司绑架了这些概念，用大量的钱去建设一些似是而非的工程，让我们误解了人工智能和物联网，另一方面，这些技术是革命性的，但还处于初期，就像工业革命刚开始，原始蒸汽机无法带来相比人力的巨大生产力提升。建议去看看谷歌等公司的一些研究，就能体会到这两个技术会带来的变化。

其实现在已经来了，只是还没有形成大面积的普及，比如我们公司的人脸识别门禁等设备。

本人机器人从业者，人工智能目前还是不成熟，最终问题都需要转换为数学算法，其实这个概念几十年前就已经提出来，到现在仍然不成熟。还是从基础学科抓起吧。先把道研究清楚，术自然不是问题

未来已来，你准备好了吗？

当前，物联网（IoT）技术领域充释着各种标准，像NB-IoT、LoRa、SigFox等，他们正通过各自擅长的技术和应用抢夺IoT风口，以争取在这片广阔的市场上取得优势。
这里写描述
NB-IoT是由电信标准延伸而出的，主要是由电信运营商支持，而LoRa则是一个商业运用平台，两者主要区别在于商业运营的模式：NB-IoT基本是由电信运营商来把控运营，所以使用者必须使用它的网关及服务，而LoRa就量对开放一些，有各种不同的组合方式，商业的模式是完全不同的。
技术层面上来看，NB-IoT和LoRa的差异其实并不是很大，属于各有优劣。而相对于某些领域，国内有一些用户在并行使用这两种技术和网络。NB-IoT相对而言是受限于基站的，而LoRa则要加入一个网关相对简单容易，并且总的来说价格要比NB-IOT低廉。用户可以根据需求，增加不同的网关覆盖。所以从覆盖程度上来说LoRa的覆盖程度可能比NB-IoT更广一点。
LPWAN又称LPN，全称为LowPower Wide Area Network或者LowPower Network，指的是一种无线网络。这种无线网络的优势在于低功耗与远距离，通常用于电池供电的传感器节点组网。因为低功耗与低速率的特点，这种网络和其他用于商业，个人数据共享的无线网络(如WiFi，蓝牙等)有着明显的区别。
在广泛应用中，LPWAN可使用集中器组建为私有网络，也可利用网关连到公有网络上去。
LPWAN因为跟LoRaWAN名字类似，再加上最近的LoRaWAN在IoT领域引起的热潮，使得不少人对这两个概念有所混淆。事实上LoRaWAN仅仅是LPWAN的一种，还有几种类似的技术在与LoRaWAN进行竞争。
概括来讲，LPWAN具有如下特点：
• 双向通信，有应答
• 星形拓扑(一般情况下不使用中继器，也不使用Mesh组网，以求简洁)
• 低数据速率
• 低成本
• 非常长的电池使用时间
• 通信距离较远
LPWAN适合的应用:
• IoT，M2M
• 工业自动化
• 低功耗应用
• 电池供电的传感器
• 智慧城市，智慧农业，抄表，街灯控制等等
LoraWAN和Lora之间关系
虽然一样是因为名字类似，很多人会将LoRaWAN与LoRa两个概念混淆。事实上LoRaWAN指的是MAC层的组网协议。而LoRa只是一个物理层的协议。虽然现有的LoRaWAN组网基本上都使用LoRa作为物理层，但是LoRaWAN的协议也列出了在某些频段也可以使用GFSK作为物理层。从网络分层的角度来讲，LoRaWAN可以使用任何物理层的协议，LoRa也可以作为其他组网技术的物理层。事实上有几种与LoRaWAN竞争的技术在物理层也采用了LoRa。
LoraWAN的主要竞争技术
这里写描述
如今市场上存在多个同样使用LoRa作为物理层的LPWAN技术，例如深圳艾森智能（AISenz Inc）的aiCast。aiCast支持单播、多播和组播，比LoRaWAN更加复杂完备。许多LoRaWAN下不可能的应用因此可以实现。
Sigfox使用慢速率的BPSK(300bps)，也有一些较有前景的应用案例。
NB-IoT(Narrow Band-IoT)是电信业基于现有移动通信技术的IoT网络。其特点是使用现有的蜂窝通信硬件与频段。不管是电信商还是硬件商，对这项技术热情不减。
关键技术Lora简介
LoRaWAN的核心技术是LoRa。而LoRa是一种Semtech的私有调制技术(2012收购CycleoSAS公司得来)。所以为了便于不熟悉数字通信技术的人们理解，先介绍两个常见的调制技术FSK与OOK。选用这两个调制方式是因为：
1这两个是最简单、最基础、最常见的数字通信调制方式
2在Semtech的SX127x芯片上与LoRa同时被支持，尤其是FSK经常被用来与LoRa比较性能。
OOK
OOK全称为On-Off Keying。核心思想是用有载波表示一个二进制值(一般是1，也可能反向表示0)，无载波表示另外一个二进制值(正向是0，反向是1)。
在0与1切换时也会插入一个比较短的空的无载波间隔，可以为多径延迟增加一点冗余以便接收端解调。OOK对于低功耗的无线应用很有优势，因为只用传输大约一半的载波，其余时间可以关掉载波以省功耗。缺点是抗噪音性能较差。
这里写描述
FSK
FSK全称为Frequency Shift Keying。LoRaWAN协议也在某些频段写明除LoRa之外也支持(G)FSK。FSK的核心思想是用两种频率的载波分别表示1与0。只要两种频率相差足够大，接收端用简单的滤波器即可完成解调。
对于发送端，简单的做法就是做两个频率发生器，一个频率在Fmark，另一个频率在Fspace。用基带信号的1与0控制输出即可完成FSK调制。但这样的实现中，两个频率源的相位通常不同步，而导致0与1切换时产生不连续，最终对接收器来讲会产生额外的干扰。实际的FSK系统通常只使用一个频率源，在0与1切换时控制频率源发生偏移。
这里写描述
GFSK是基带信号进入调制前加一个高斯(Gaussian)窗口，使得频率的偏移更加平滑。目的是减少边带(Sideband)频率的功率，以降低对相邻频段的干扰。代价是增加了码间干扰。
对于这一方面的研究实验发现：学习Lora调制技术的一些准备及发现
然而，对于“悠久历史积累”和高安全、易部署等综合优势的LoRa阵营来说，最近几年里，在技术和落地方面虽取得了长足的进步，但离真正的规模、解决行业客户的切实问题是有着不小的差距。那么，究竟是技术壁垒突破较难？产业链生态不健全？亦或者是商业模式限制了从业者对市场规模的想象？对于LoRa产业链的广大从业者而言，找到制约LoRa技术大规模发展的瓶颈，并联手产业合力突围对推动产业良性发展至关重要。

AloT的英文全称是“Artificial&InternetofThings”，广义上是指人工智能技术与物联网在实际应用中的落地融合，但伴随着5G浪潮的到来，“AloT”的内涵也愈加丰富。AIoT不是简单的AIIoT，而是应用人工智能、物联网等技术，以大数据、云计算为基础支撑，以半导体为算法载体，以网络安全技术作为实施保障，以5G为催化剂，对数据、知识和智能进行集成。

5G、AI等新兴技术在2019年全面爆发，让自动驾驶、城市大脑、AI养老、医疗影像等越来越多应用场景走下“神坛”进入我们的生活。5G具有高速率、大容量、低时延的特性，为万物互联的物联网（IoT）带来更高效的信息传输通道，在智能家居、车联网、无人驾驶、智慧城市、智慧医疗、智慧农村等领域都拥有广阔的前景。而AI技术的加持，则为IoT提供更智慧的信息收集入口，以及更丰富的应用场景。通过AI能够将一个比较孤立的设备拉入场景化，可大大提升IoT的响应空间。

您好，山河智能重组概念是一种利用机器学习和人工智能技术来重新组织数据，以提高数据分析的效率和准确性。它可以帮助企业更好地理解用户行为，改善产品和服务，并增强客户体验。山河智能重组概念可以帮助企业更好地分析数据，提高数据分析的准确性和效率，并有助于提高企业的决策效率。它可以帮助企业更好地理解用户行为，改善产品和服务，并增强客户体验。此外，山河智能重组概念还可以帮助企业更好地利用数据，提高企业的数据分析能力，提高企业的决策效率，提高企业的竞争力。

云从 科技 7月20日成功过会，在与旷世 科技 、商汤 科技 和依图 科技 "AI四小龙"的上市比拼中率先上岸，公司也因此成为科创AI第一股。2018-2020年云从 科技 累计亏损2684亿元，此次在科创板公司募集资金375亿元，科创板的上市也意味着公司可以缓解常年亏损带来的资金压力。

AI公司赚钱太难了。相关报告显示，全球近90%的AI公司处于亏损状态，10%的赚钱企业基本是技术提供商，中国AI产业链中90%以上的企业也同样处于亏损阶段。AI四小龙无一例外全部亏损，而且一个比一个能亏，比如依图 科技 2017-2020H1累计亏损7268亿元；旷世 科技 2017-2020Q3期间累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。

为什么AI公司赚钱这么难？

云从 科技 主营业务是为客户提供高效人机协同 *** 作系统和行业解决方案，前者是凭借自主研发的人工智能核心技术打造了人机协同 *** 作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态核心入口，为客户提供信息化、数字化、智能化的人工智能服务；后者是基于人机协同 *** 作系统，赋能智慧金融、智慧出行等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案：

报告期内公司向客户提供基础 *** 作系统、基于人机协同 *** 作系统的应用产品和核心组件以及技术服务，其中基础 *** 作系统是可以直接销售给客户的，一般交付给具有研发能力的企业和第三方软件厂商，由客户二次开发后投入使用。公司提供的 *** 作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统，基于不同的功能，面向物联网、政府、公安等城市治理和金融、商业等不同应用场景：

值得注意的是如果客户前期没有购买云从 科技 *** 作系统，则公司向客户销售 *** 作系统和应用产品，保证相关应用产品有效运行。核心组件是基础 *** 作系统内可以独立交付的功能模块，通常是封装了核心AI能力的软件包，主要交付给研发实力强、对软件管控要求较高的客户，由客户集成到其自由系统中使用，基本不涉及进行定制化开发。技术服务主要是人机协同 *** 作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。

成立至今云从 科技 人机协同 *** 作系统及应用产品相继经历了初步推进人机协同 *** 作系统内核沉淀的V10、综合多类业务场景的基础 *** 作系统V20和升级人机协同 *** 作系统V30三个阶段，实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础 *** 作系统的整合。公司的V40版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统，通过AI技术优化系统的运行效率和用户体验：

在系统层上云从 科技 开发了面向不同领域的基础 *** 作系统，通过系统和组件的方式将AI技术赋能应用场景。2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发，覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。Brain++集成了包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute和数据管理平台MegData，将算力、算法和数据能力融为一体，作为AI基础设施，实现从算法生产到应用的全流程化和规模化供给：

旷视 科技 的Brain++平台相比云从 科技 的 *** 作系统+组件的模式，不同之处在于将算力、算法和数据进行融合，实现了AI的全流程。比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程，还可为客户提供集群搭建和部署在内的硬件交付，让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼，提升了AI的效率。Brain++平台和算法构成了旷视 科技 的核心AI能力：

业务模式上，云从 科技 的基础 *** 作系统、组件和应用产品可以单独销售，但旷视 科技 的Brain++平台是以解决方案的形式对外销售的，这构成了俩公司业务上的差异。

2018-2020年云从 科技 实现营收484亿元、807亿元和755亿元，这其中主营业务收入为483亿元、780亿元和751亿元，2020年主营业务下降主要系疫情影响，这与其商业模式有关。报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务，2019年其他业务收入一度达到027亿元，但占比仍较小。

主营业务中人机协同 *** 作系统营收为031亿元、183亿元和237亿元，营收占比为62%、227%、313%；人工智能解决方案营收为452亿元、597亿元和515亿元，营收占比为936%、740%和682%：

旷视 科技 是一家聚焦物联网场景，以物联网为AI技术落地载体，通过构建完整AIoT产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景，提供经验验证的解决方案的AI公司。公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。2017-2020Q3公司营收为304亿元、854亿元、1260亿元和716亿元，其中60%以上的营收来自城市物联网解决方案业务：

值得注意的是，云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的812%下降至2020年的508%，但仍占据半壁江山。号称行业领先的AI公司，营收一半竟然来自硬件产品，这就引出了一个问题：AI公司靠什么赚钱？

毛利率来看，报告期内云从 科技 主营业务毛利率虽然由215%提升至432%，但仍大幅低于依图 科技 和旷视 科技 的毛利率，依图 科技 主营业务毛利率由2017年的574%提升至2020H1的71%，是这几家公司中最高的：

细分到具体产品或服务，可以看出云从 科技 人机协同 *** 作系统的毛利率在75%以上，处于较高水平。人机协同 *** 作系统中软件授权业务的毛利率超过80%，主要是绝大部分软件授权业务涉及安装调试或定制开发，产生了相应的费用。报告期内公司技术服务毛利率由9945%下降至40%，因为金融风控业务涉及对外采购数据服务，2020年新增的数据中心智能化运维服务需要委托第三方提供服务，降低了毛利率水平。

云从 科技 营收占比最大的人工智能解决方案业务毛利率为1776%、2343%和2819%，主要是该类业务根据客户需求，需外购部分配套软硬件产品或服务，外购材料成本较高，挤压了毛利率空间。公司人工智能解决方案毛利率相比可比企业也明显偏低，比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为641%、819%、875%、868%和113%、328%、543%和696%。

云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低，与云从 科技 相当。比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由4227%、6316%下降至3823%和4443%，主要系解决方案中需要采购硬件并有一定比例的安装服务成本，尤其是硬件设备比例上升会拖累相关业务的毛利率水平：

旷视 科技 业务毛利率水平来看，消费类物联网解决方案业务毛利率超过80%，但其营收占比由2017年的459%下降至2020Q3的181%，营收占比最大的城市物联网毛利率下降至30%以下，因此拖累了公司的毛利率水平：

旷视 科技 在招股书中提到，消费物联网解决方案是公司传统核心优势业务，主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案，成本以软件为主，毛利率水平最高。城市物联网解决方案业务主要为智慧城市及智慧建筑管理，这一业务随着行业经验积累、项目设计与交付能力不断提升，按理公司具有提升毛利率空间的能力。但旷视 科技 提到，因为项目成本中硬件占比提升，导致毛利率有所下降：

结合云从 科技 、云天励飞和旷视 科技 等业务模式，可以看出：如果单纯靠出货 *** 作系统等业务，公司可以保持一个很高的毛利率。未来随着业务不断成熟，成本和费用的下降，公司具有盈利的可能。但目前来看，旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主，这就涉及到一些硬件的采购和安装，相应的导致毛利率的下降。

AI四小龙无一例外全部亏损，而且一个比一个能亏。云从 科技 报告期内累计亏损2684亿元，看起来不少，但在旷视 科技 和依图 科技 面前还是弱爆了。

依图 科技 2017-2020H1净利润分别亏损1166亿元、1161亿元、3642亿元和1299亿元，累计亏损7268亿元。旷世 科技 2017-2020Q3期间分别亏损775亿元、280亿元、6639亿元和2846亿元，累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。

寒武纪主营业务是AI芯片的研发、设计与销售，主营业务与云从 科技 等明显不同，但2017-2020年公司仍然累计亏损超过20亿元。2020年寒武纪亏损大幅减少，但扭亏为盈还是遥遥无期：

行业龙头亏损严重，中小AI公司同样亏的不少。比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损1607亿元，2020年前三季度公司营收为267亿元，报告期内营收累计仅为68亿元，赚的还没有亏的多。

为什么AI公司赚钱这么难？

先说说这些公司亏损的直接原因。

2018-2020年云从 科技 毛利从105亿元增长至328亿元，毛利率由215%提升至432%，但期间费用由338亿元飙升至1061亿元，直接造成营业利润亏损。

报告期内公司销售费用由129亿元增长至274亿元，销售费用率由2663%提升至3628%，这属于很高的水平了。此外公司研发投入持续加大，由2018年的148亿元增长至578亿元，营收占比由3061%提升至7659%，已经足以让公司亏损了：

报告期内云从 科技 实施股权激励并产生了相应的费用，但这种费用短期对公司利润带来压力，假以时日影响会消除，但销售费用和研发费用的增加是持续性的，毕竟这与公司经营密切相关。比如云从 科技 销售费用中占比最大的是人员薪酬，主要是公司业务扩展，销售人员和平均薪酬增加。

人工智能仍然是一个技术密集型企业，各家公司为了保证持续的竞争力也在投入大量的资金用于研发。目前人工智能相关技术和应用场景的解决方案迭代速度比较快，以云为例产品迭代周期一般为2-6个月，因此人工智能行业的研发是个持续时间长且投入高的过程。比如云从 科技 2020年研发费用率超过75%，公司基于人机协同 *** 作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。

亏损最严重的旷视 科技 也是如此。2017-2020Q3公司期间费用由402亿元增长至1349亿元，规模上超过公司的营收，这其中销售费用率、管理费用率和研发费用率分别由2414%、3345%、6650%提升至416%、5756%和9223%：

另外为了提高研发人员、管理人员等积极性，或者出于营造缺钱的目的，AI公司还会实施股权激励，并为此产生巨大的股份支付费用，侵蚀了公司的盈利空间。比如2019年云从 科技 实施了股权激励，产生了1303亿元的股份支付费用；2019-2020Q3云天励飞为激励核心团队、保证团队稳定性，对核心成员实施股权激励，为此分别支付了208亿元和719亿元的股份支付费用。

目前抛开其他不谈，在研发上的投入和股权激励产生的巨大费用，凭借这两项，已经让大多数AI公司陷入亏损了。

客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题，而这一难题事关公司经营是否可持续，也是这类公司上市中的拦路虎之一。无论是注册制下的科创板、创业板还是审核制下的主板，从发审委到上市委，都盯着这一问题。

今年3月份上交所在云从 科技 第一轮问询中就要求公司就"不同类型产品前五大客户的销售内容、销售收入及变动原因，前五大客户变动较大是否符合行业惯例"等进行问询。

2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司，营收占比为3011%；2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务，营收占比为3049%和1098%，销售金额变动也非常大。另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户，上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。

云从 科技 这种情况在其他AI公司中也存在。比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司，销售金额也从2500多万到8500多万不等，而且多个客户经历了一轮游，在下一年度中不见踪影：

从云从 科技 的反馈来看，AI公司面临碎片化问题，不仅仅是场景的碎片化，还有订单的碎片化。以2020年度人机协同 *** 作系统客户分布情况来看，云从 科技 绝大多数客户的订单规模在100万元以下，1000万元以上的订单占比很低。应用场景上，公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域，营收占比最大的人工智能解决方案也呈现出类似的特征：

客户集中度上，云从 科技 前五大客户销售占比从6223%下降至2792%，相反依图 科技 前五大客户销售占比从3512%提升至6202%，而旷视 科技 常年在20%-30%左右徘徊。

客户的飘忽不定说明了人工智能技术在客户端的复用性很低，订单的碎片化说明了人工智能技术商业化水平还处于较低的水平，难以实现规模化应用。AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景，这势必增加了公司的额外开支。前文已经提到，云从 科技 、旷视 科技 等销售费用率很高，尤其是职工薪酬占主要比例，主要是为了扩大业务区域、开拓客户而招兵买马，相应的费用不断增长。

人工智能产业链分为基础层、技术层和应用层三大环节，其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司，主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。目前中国的AI产业相比美国，差距在于第一是基础层实力偏弱，尤其是具有全球竞争力的芯片、传感器等领域的公司太少，而且华为等部分企业因为实体清单影响，经营遭遇困难：

云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层，但更多的企业处于应用层，参照互联网公司，应用层的竞争会更加激烈，技术实力不佳、综合能力不足的公司会逐渐掉队。另外值得注意的是与美国的谷歌、亚马逊和微软等类似，华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。华为、腾讯等公司拥有打通基础层、技术层和应用层的能力，而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势，因此势必给这些公司带来巨大压力。

从目前产业发展现状和人工智能技术发展曲线来看，其已到了从技术转向大规模应用的关键节点，目前如何规模化落地成为行业痛点。不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说，现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出，毕竟这么多年下来它们等不及了。

万一所投公司倒闭了，一切都打水漂了。

物联网（IoT）是英文Internet of Things的缩写。简单的说，它是指以某种方式将一切设备连接到互联网的意思，从智能手机、平板电脑到汽车、冰箱。

你可能在某些时候会听到物联网这个词，但是你对它可能不知所以然，究竟这个物联网是什么样的网？

物联网（IoT）是英文Internet of Things的缩写。简单的说，它是指以某种方式将一切设备连接到互联网的意思，从智能手机和平板电脑（普通）到汽车和冰箱。

物联网主要功能在于如何将设备、服务、应用程序都连接到互联网，让其发挥更大的作用，至于将什么设备连入物联网以及连入原因几乎没有任何限制。

物联网提高生活质量的重要方式在于让数据共享变得更加容易：物联网将有助于简化我们的生活，从长远来看可以为我们处理一些琐碎的事情。

还是不明白？看以下例子：

健康监测：物联网意味着患者可以随时监控健康状态，及时发现问题，从而避免更严重问题出现，如果出现问题，医疗保健专业人员将会立即得知。

自动驾驶：你听说过自动驾驶汽车吗？它们通过连接到互联网，实时访问不断更新的地图数据库，以确保到达目的地的最佳路线。它们能够感知到其他自动驾驶车辆，能够通过特殊传感器来检测道路上的障碍物和交通标志、信号等，它们实际上比人为驾驶的汽车更加安全。

智慧农业：借鉴以前的一个例子，农民也可以通过物联网获益，可以使用特殊传感器告诉作物何时需要浇水（以及浇水量），然后通过自动供水系统精确地完成浇水，这时候，农民完全可以忙于其他事情。

所以，物联网正在积极改善各个行业的应用标准。以上三个例子只是物联网所能实现功能的一小部分而已。

---