在传统展业模式中，银行开展供应链金融业务高度依赖于核心企业信用，并以线下模式为主，耗费人力精力的同时业务也面临难以上量的瓶颈。
在2012年的“钢贸大危机”中，诸多钢铁行业供应商采用货物多重抵质押的方式进行欺诈性融资，导致布局其中的银行不良率飙升，并自此对供应链金融心生怯意。
而如今市场的外部环境已悄然改变，近年来银行对金融 科技 力量越发重视，多家银行成立了直属金融 科技 公司，日渐成熟的智能仓储及监控、电子合同签章、区块链等新技术，亦被逐步应用到供应链金融业务中，过往银行在风控端的弱势正被不断抹平。
叠加国家对供应链金融业务的政策端强力支持，以及国内中小企业应收账款极大的市场融资缺口，银行“重返供应链金融战场”势在必行。而以互联网线上化、区块链等技术为支撑的新展业模式，正成为供应链金融业务的突围利器。
那么如今各家银行在供应链金融的布局上有何具体变化呢？智信据2018年各家银行发布的年报数据，对5家大型商业银行、4家代表性股份制银行、两家城商行以及电商系民营银行的展业概况进行了以下梳理：
▌ 工商银行
工商银行供应链金融业务的新变化主要体现在其线上小微金融服务平台上，平台主要包含纯信用类的“经营快贷”、抵质押类的“网贷通”，以及“线上供应链融资”三大主要产品。工行还与平台方中企云链合作，创新了可流转多层级的核心数字化应收账款确认凭据，将核心企业信用进一步向供应链末端小微企业延伸。
仅2018年前9个月，工行便已累计为1300户上下游客户发放超过450亿元的线上供应链融资。截至2018年末，工行的小微企业贷款总额达321685亿元，同比增长181%，小微金融业务中心的布局亦达到258个，全面推动供应链金融业务的落地。
▌农业银行
农业银行发力供应链金融首先体现在制度建设上，2018年农行总行建立了“普惠金融事业部+八大后台中心”的事业部架构，37家一级分行和重点二级分行均成立了普惠金融事业部，形成“三农+小微”双轮驱动的普惠金融服务体系。
在具体业务的推动上，农行主要通过发展“数据网贷”业务，向核心企业上下游小微客户提供全线上化融资服务。截至2018年末，农行已为众多核心企业的上下游小微企业发放贷款23万笔，总额达91亿元。而近期，农行也与平台方中企运云链合作推出了供应链新产品 “保理e融”，为核心企业上下游各层级供应商提供融资。
▌中国银行
凭借在国际贸易金融上的优势，中国银行早在2007年便推出了基于供应链融资的产品“融易达”，2009年成立供应链团队并正式发力供应链金融，在2009~2014年七年期间，其供应链金融业务发生额便从740亿元突破至1万亿元，年均复合增长率达68%。2011年底，中行通过“银企对接”将平台融资方的订单信息直连中行系统的方式，实现了首个在线供应链金融项目的落地，后续通过此种方式累计拓展了京东、苏宁等300多家企业，在线发放融资超百亿元。
中行2018年年报亦显示，其正在参与“区块链福费廷(Block Chain Forfeiting)交易平台”和“数字票据交易平台”的建设和投产，未来将继续以“电子化”+“全球化”的方向拓展供应链金融业务。截至2018年末，其普惠金融小微企业贷款余额为3042亿元，较上年末增长1226%。
▌建设银行
建设银行在2018年提出了普惠金融发展战略三年规划，并在组织建设方面实现了普惠金融事业部在一、二级分行的全覆盖，累计组建小企业中心达288家。
具体到业务层面，建行则是围绕企业采购、制造、销售直至最终用户的信息流、物流和资金流“三流”的运作，设计研发了包括应收账款融资、金银仓、动产质押融资、订单融资、动产质押融资等十余个供应链融资产品。在业务受理中建行重点关注业务的真实交易背景，产品与企业信息流、物流和资金流的高度嵌入，以及需提供结构化、组合式的服务。截至2018年末，建行已累计向33万家企业发放了5385亿元的线上供应链融资，线上供应链合作平台达1184家。普惠金融领域贷款余额631017亿元，较上年新增212515亿元。
▌交通银行
交通银行开展供应链金融业务主要通过“蕴通供应链”平台进行，并主要围绕 汽车 及其他各行业核心企业，通过与国内大型物流公司开展质押监管合作，并与保险公司开展信用保险合作的形式，交行先后推出了“快易贴”、“快易收”和“快易付”等产品，打造了“蕴通e链”的一系列供应链融资产品。
截至2018年末，交行累计拓展境内达标产业链网络超3000户，产业链金融系列产品融资余额超人民币1100亿元，较上年末增长 2242%，交行的区块链技术已在 汽车 物联网金融领域落地应用，应收账款链业务亦正在快速推进。
▌平安银行
平安银行（原深发展银行）是国内最早涉足并提倡发展供应链金融业务的商业银行，2002年，深发展银行成为国内首家系统性提出并推广供应链金融及贸易融资产品组合的银行，仅2005年，深发展银行“1+N”供应链金融模式就创造了2500亿元的授信额度，当年不良贷款率仅为057%。
在线上布局部分，针对产业链核心企业及其上游客户，2018年平安银行推出了供应链应收账款服务平台（SAS平台），提供线上应收账款的转让、融资、管理、结算等综合金融服务。SAS平台全面应用“平安区块链”、“人工智能+大数据”等核心技术，对贸易背景的真实性实施智能核验和持续监测。截至2018年末，平安银行的SAS平台累计交易量已突破100亿元，为111家核心企业及其上游中小微企业提供服务。
▌浦发银行
浦发银行最早在2007年推出“企业供应链融资解决方案”，为核心企业提供信用服务、采购服务、存货周转、账款回收等融资支持。自2011年起，浦发银行致力于打造具有特色的供应链金融平台，并与中国移动、神龙 汽车 、中远物流等多家核心企业和物流公司合作，实现信息流、物流和资金流的整合。
在线上化的布局上，浦发银行围绕资产端核心企业的批量获客，落地了“京浦e账通”、 “京浦e商贷”等产品，并在线上供应链金融领域推出“政采e贷”和“票据池秒贷”等创新产品，以及云资金监管、e企行综合服务平台等产品。截至2018年末，浦发银行在供应链领域服务 科技 型企业客户超过313万户，推动 汽车 供应链20条，服务 汽车 行业上下游客户864户。
▌ 中信银行
中信银行供应链金融业务主要通过构建三大平台、四大增值链以及五大特色网络的方式推动。三大平台包括物流融资平台、同业合作平台及政府支持平台，四大增值链包括打造应收账款增值链、预付账款增值链、物流服务增值链、电子服务增值链，五大特色网络为 汽车 金融网络、钢铁金融网络、家电金融网络、电信金融网络及石化金融网路等。
中信银行也于2018年10月成功上线全流程线上供应链金融平台创新产品“信e链—应付流转融通”，将中信银行业务系统与核心企业的供应链金融平台对接，借助标准化电子“付款凭证”的多级流转，向其上游N级供应商提供全流程、线上融资。2018年中信银行还推出了国内首个区块链福费廷交易系统，并发布“区块链+供应链”试点创新项目，截至2018年末，其链上发生的业务量超过100亿元。
▌浙商银行
供应链金融是浙商银行目前发展的重要战略任务，浙商银行从2016年开始研究区块链技术应用，并于2017年8月率先投产基于区块链技术开发的应收款链平台。围绕供应链金融，浙商创新“池化”及“线上化”的融资业务模式，在三池（涌金票据池、涌金资产池、涌金出口池）的基础之上，继续围绕三大业务平台进行展业。
一是池化融资平台，其2018年签约客户达22290户，同比增长4358%，池内资产余额350679亿元，累计入池应收账款笔数1008万笔，入池金额约729亿元。具体产品“至臻贷”2018年签约客户1645户，同比增长2625%，融资余额50125亿元，同比增长4468%。
二是针对核心企业财务服务的易企银平台，2018年共落地易企银平台234个，较上年末增长17209%，平台累计融资36785亿元，较上年末增长48528%。
三是应账款链平台，截至2018年末，浙商银行落地应账款链平台1410个，同比增长近12倍，累计签发金额122878亿元，同比增长近4倍。
▌上海银行
上海银行于2018年10月发布了“上行e链”在线供应链金融服务平台，并于今年4月新成立了供应链金融部，将业务模式扩展并覆盖至核心企业采购、生产、销售等各环节，同时运用大数据开始构建企业的信用模型。
“上行e链”以在线供应链金融服务平台为核心，包涵3大类共15项产品，通过与核心企业共建平台共享数据，掌握所需信息流、资金流和物流，形成闭环管理。同时上海银行通过与江苏润和软件合作，引入区块链技术，实现核心企业信用的可拆分、可组合支付，从而将核心企业的信用延展到二级、三级、四级供应商。2018全年上海银行实现供应链金融贷款投放52487亿元，同比增长11722%，在2018年上海银行年会上，这一数据预期到2020年将提高至1000亿元。
▌北京银行
北京银行布局供应 “e商融”的交易市场综合服务方案，借助大宗商品交易平台信用，为平台交易商提供全流程金融服务，打造“供应链金融+资金存管”线上创新业务模式。在具体产品层面，推出了“京信链”的在线供应链产品，将核心企业信用延伸至上游多级供应商，实现应收账款债权的拆分与转让。截至2018年末，北京银行小微企业公司贷款余额为4256亿元，同比增长19%。
此外，其他电商系的民营银行如微众银行、苏宁银行、网商银行等亦在供应链金融业务上有所布局。微众银行目前正基于区块链技术拓展供应链金融业务，除了自身拓展核心企业的方式，微众还提出了由微众提供基层技术，与城商行合作开展业务的“银银合作”模式。
苏宁银行则在2017年9月成功上线基于区块链的国内信用证信息传输系统（BCLC系统），并2018年9月开创了“物联网+区块链”的动产质押融资先河，基于某企业的煤炭存货苏宁银行给予了融资人动产质押的授信额度，并成功实现放款。同时，其区块链+物联网 汽车 库融平台，以及区块链+物联网3C商品监管平台也已提上发布日程。
随着各家银行在供应链金融业务展业的不断深入，这一业务将在服务实体经济的同时，为展业方带来新的利润增长点，金融 科技 技术的加成亦将持续推动市场业务模式的更新进化，并形成良性的业务生态循环。
金融本身或许并不直接产生价值，但它可以融入所有行业中，间接地加速价值的产生。
——馨金融
洪偌馨、伊蕾/文
1
2003年初，亚马逊的创始人贝索斯醉心于一本叫做《创造》（Creation: Life and How to Make It）的书，作者史蒂夫·格兰德（Steve Grand）是20世纪90年代的一个视频 游戏 「生物」的开发商。
这款类似后来很流行的「养成」系 游戏 ，可以让玩家在电脑上培育自己的「智能生物」。格兰德总结创造「智能生物」的奥义是：专注于设计简单的计算构件——原语，然后就可以坐等那些奇怪的行为出现。
尽管《创造》的内容有些生涩难懂，但并不妨碍它在亚马逊内部快速流行起来。因为当时，公司内部正对于是否要做一个互联网「基础设施」而激烈辩论。
而按照格兰德的说法，再复杂的智能系统也是由无数小设备、代码像积木一样从底层搭建起来，最终形成一个有机的生物体，进行自我地迭代和进化。这种观点启发了贝索斯，也推动了亚马逊云的发展。
后来的故事大家也都知道了，就像比尔盖茨抓住了个人计算机革命的红利，让微软引领了整个PC时代。贝索斯则预见到了「数据大爆炸」的未来：每家企业都会需要灵活的储存和计算能力，而云服务的出现彻底改变了计算经济。
所以，成就伟大企业的要义，除了超凡的远见，更重要的是要成为 商业的基础设施 。
而当下，数字经济高速发展正在重塑所有行业，伴随着5G的发展，物联网、云计算、大数据等技术也将愈发成熟，并与商业的融合不断加深。那么未来，还有什么可以成为新商业重要的润滑剂、加速？
或许金融 科技 是其中一个答案。
最近在360数科首届技术开放日上，首席科学家张家兴提到， 未来每家公司都需要金融 科技 服务。 它可以提升企业效率、增强用户黏性，进而让企业更有市场竞争力。
事实上，金融 科技 作为商业基础设施的认知由来已久，尤其是在美国，从超商巨头沃尔玛到物流巨擘美国运通，他们都可以为用户提供金融服务，也借助 科技 的力量让企业跨越了周期，成为了商业世界的王者。
回看国内，过去几年伴随着移动互联网时代的来临，新技术的应用推动了新经济、新金融的演进。一批金融 科技 企业趁势而起，并经历了商业市场的磨砺和发展周期的考验，比如那些已经上市和即将上市的几家金融 科技 巨头。
如果说这些行业巨头的崛起是抓住了中国从PC向移动互联网转轨的时代机遇，并在过去几年里完成了商业模式和核心能力的锻造；那么眼下，无疑又迎来了一个新的市场「拐点」。
张家兴提到，在360数科在过去几年的实践中感受到了巨大的市场缺口。
例如，各类场景端，零售、医疗、制造业等都在加速数字化转型升级的过程中，不管是B端自身内部，还是对外的C端服务的过程中都越来越多地出现了金融 科技 的身影。
还有大量的金融业机构，更是加大了金融 科技 应用的力度和深度。甚至把它作为了下一步战略转型的关键驱动力。尤其在今年疫情发生之后，「无接触」金融成为了主流趋势。
事实上，长久以来金融都被认为是 社会 经济生活的「血液」，而金融 科技 的核心则是以技术提升金融服务的效率和效果，当它与商业发生更紧密的融合时，势必将成为一种能够提供更高效服务的基础设施。
2
我们也可以换一个角度来看：为什么金融 科技 可以成为商业的基础设施？
这几年，「熵减」成为了企业发展和管理中的一个网红词。它源于物理学上的概念——熵增定律，也被称为热力学第二定律： 一切自发过程总是向着熵增加的方向发展。
「熵」在物理学中被用于计算系统的混乱程度，因此，我们可以简单理解为，大至宇宙、国家，小至企业、个体，在一个封闭的体系里，在外界不加干扰自然发展的过程中，终会进入无序混乱的状态，甚至最终走向毁灭。
以企业发展为例，「熵增」被认为是一个必然的趋势。
由于企业经营规模扩大，管理的复杂度也随之增加，边际效益往往会开始递减；再加上外部的技术进步、新商业模式层出不穷、产业周期规律等等因素，就会对企业构成源源不断地威胁，最后就表现为「企业创造价值的功能失效」。
这也是为什么这个概念会被引入现代管理学领域，备受许多企业家推崇。
华为创始人任正非就曾多次引用这个概念，并以此为华为不断推动开放创新的动力，包括优化组织架构管理、加大研发投资结构，归根结底都是为了对抗「熵增」，实现「熵减」。
一家公司尚且如此，一个行业更是如此。360数科CEO吴海生也在分享中提到， 相比其他很多传统产业，金融行业更需要对抗「熵增」。
他举例说明到，金融行业是一个财富创造能力极强的存在，而财富本身就容易给企业带来腐败等问题。再比如，金融行业掌握着其他企业不敢奢求的海量数据，在数据成为新「财富密码」的今天，数据的管理和运用不当将带来难以想象的灾难性后果。
此外，金融机构拥有庞大的线下网点和团队，一家大型金融机构动辄就有数万名员工，这也及容易带来管理低效、人员冗余甚至业务变形等等问题。而在数字化转型提速的今天，这些问题就变得格外突出。
一个典型的案例是美国零售之王「富国银行」，它曾在2016年爆出的「假账户」丑闻——其在未经用户允许的情况下开设账户并违规收取费用，最终被监管机构处以天价罚金，零售业务也受到了极大打击。
复盘事件的过程可以看到金融企业所面临的「熵增」挑战——曾经的「交叉」销售战略不再奏效，边际效益开始衰减，而员工也在KPI的压力之下逐渐走向了无序与混乱。
那么，今天再来看金融行业，到底该如何对抗「熵增」、实现「熵减」呢？
吴海生在分享中总结了几个关键点：
其一是 「开放」 。他认为，越开放的公司越能够引入新的观点，让自己变得更加有序。这也是任正非和贝索斯反复提及「熵减」的原因，企业必须打破封闭体系，不断检视自身，推动进化与迭代。
以金融 科技 中最为重要的人工智能应用为例，数据、算法，再加平台本身构成了一个滚动的「飞轮」，数据衍生了算法，算法给平台赋能，平台有了更好能力在吸引了更多用户，进而产生更多数据。
而在这个过程中，数据的积累、算法的演进与能力的共享很难完全由某一家企业独立完成，尤其在移动互联网时代。数据增长和技术演进的速度越来越快，企业需要更加充分的协同、合作才能使「飞轮」转得更快，实现能力的进化。
其二是 「技术」 。企业可以通过「持续的技术投入和开放的形态」变得更加强壮。
我们也可以看到，眼下无论是传统金融机构还是金融 科技 公司，他们对研发投入的占比都在不断提高，这也是整个行业不可逆的发展潮流。
事实上， 科技 与开放两个关键词本来就是让金融 科技 行业安身立命的关键，以此拓展了触达范围、提升了服务效率并从一开始就打破封闭的商业生态，而连接和共生的本质则让商业的能量进一步释放。
3
那么，在实践中，金融 科技 对抗「熵增」上的效果如何？
众所周知，过去几年，金融 科技 给支付行业带来了一次近乎颠覆式的变革。
工信部数据显示：截至2019年9月底，我国移动互联网用户总数约1598亿户，使用手机上网的用户为1304亿户。而根据此前益普索的测算，第三方移动支付在网民中的渗透率高达969%。
毫无疑问， 移动支付已经成为了中国商业的基础设施， 它大大地提升了支付效率，加速了金融线上化的进程、催生一大批新的商业模式，并由此累积了海量数据反过来进一步加深了金融 科技 应用的广度和深度。
互联网贷款又是另一个典型案例。通过人工智能、大数据等技术的应用，互联网贷款的发展让服务群体进一步「下沉」，贷款的人群、场景、产品形态也都发生了不小的变化。
以360数科为例，在过去4年里，它服务了超过15亿用户，以核心千人的员工规模撬动起每年超过2000亿的GMV规模，增长速度之快、触达人群之广是传统的金融服务方式难以想象的。
达到这一目标的核心就是将AI技术逐步应用于贷前、贷中和贷后的全流程。
比如360数科自主研发的Argus风控引擎，通过对于后台数据的复杂风控计算，可以做到自动过滤和监测风险人群、智能决策、并且实时监测贷中风险变化，评估用户资质变化、实现智能催收、智能客服等。
数据显示，Argus为360数科拦截新型风险人数超过了100万，自动过检率超过了99%，保护资产超过700亿，日均挽回损失1000万，平台欺诈损失率小于02%。
在AI能力不断成熟的基础之上，360数科将这些能力向金融机构开放，为其提供五大解决方案：数字化营销方案、数字化运营方案、数字化风控方案、数字化贷后方案，以及智能金融全链路方案。
360数科2020年二季报显示，平台 科技 业务占比提升至269%，综合 科技 服务收入占比已接近50%。结合前面提到的AI「飞轮」来看，其开放策略之下交易与数据的积累使得平台的「飞轮」自动高速运转。
在数字化成为日常的未来，每家企业都在努力成为 科技 公司，而每家 科技 公司都有一个AI大脑。 金融 科技 企业在数据、技术方面的积累，在业务发展过程中所锻造的能力，也使得其在AI时代有了更大的舞台。
尽管金融 科技 的发展一直伴随着很多争议和挑战，但今天来看，在金融这件事上，大多数人享受到了更便捷、高效、灵活，甚至低成本的服务，这也证明了金融 科技 蕴藏着改变整个商业格局的潜能。
无论未来如何发展，金融 科技 都在数字时代留下了最深刻的烙印。
本教程 *** 作环境：windows10系统、DELL G3电脑。物联网的核心技术是什么物联网技术将新一代信息网络技术进行高度集成和综合运用，实现万物相联的理想，让世界成为一个实际意义上的“整体”，成为新一轮产业革命的重要方向和推动力量。因为互联网技术，社会各方面得到了显著提升，科技也有了很多的应用空间，但是，渗透在我们生活方方面面的物联网五大核心技术，你了解吗？
一、射频识别（RFID）技术
射频识别(RadioFrequencyIdentification，简称RFID)是通过无线电信号识别特定目标并读写相关数据的无线通讯技术。此技术拥有众多优点，无接触的自动识别、全天候、识别能力强、无接触磨损、并且能够对多个物品实现自动识别等。实现“世界想联”的理想可以依靠射频识别技术将全球范围内物品的跟踪与信息共享。
如今，RFID技术市场逐渐应用成熟，标签成本低廉，但是鉴于这项技术一般没有数据采集的功能，所以多用于甄别和属性的存储。在我国，这项技术的应用领域主要是身份z识别、电子收费和物流管理领域。
二、网络通信技术
网络通讯中包含很多技术，其中的4G通讯技术及5G通讯技术，还有非常普及的无线通讯技术及M2M技术。不同的技术应用在不同的领域，发挥出不同的作用。
在控制领域，空调4G远程控制器，就运用了4G通讯技术，远程完成对空调的控制过程，在智慧农业中的无线灌溉中，就运用了LORA无线通讯技术，完成自动化灌溉。在智能领域，通过M2M通信技术，实现人、机器和系统三者之间的智能化、交互式无缝连接，使机器与机器之间能够在无人为干预的情况下进行及时的通信和 *** 作。
三、GPS技术
GPS技术又称之为全球定位系统，它是具有海、陆、空全方位实时三维导航和定位能力的新一代卫星导航与定位系统。GPS技术可以和无线通讯技术相结合，就可以实现全球定位，在我物流智能化，智能交通中占据重要作用。据悉，最早的的GPG卫星定位系统的服役年龄即将到达，我国的北斗卫星已经开始启用。同样作为定位系统，一个即将退役，一个刚刚开始，未来的发展可期。
四、计算机技术
在物联网中，计算机技术得到了全面的普及和广泛的应用，在20世纪，计算机技术作为最先进的科学发明之一，物联网技术源于计算机技术，计算机技术依托于物联网再次发展，从而使得万物互联互通，并为社会提供了诸多方便，得到了普通的认可。在智慧农业，智慧城市，气象站监测站等设备中，传感器检测数据后上传至环境监控云平台就是运用了计算机技术。
五、传感器技术
在物联网中，计算机技术是它的大脑，通信技术是它的血管，GPS技术是它的细胞，射频识别技术是它的眼睛，传感器是它的神经系统。外界的一切信息，传感器都可以感觉到，并将感觉到的信息传递给大脑。
传感器技术在智能领域应用极广：
在测试领域：有86液晶显示温湿度变送器、工业级温湿度变送器、室内型温湿度变送器、防水壳温湿度变送器等。
在智慧农业领域：有光照二氧化碳温湿度传感器、有风速、风向传感器、有多功能百叶盒等。
在无线灌溉领域：有土壤PH值变送器、有土壤温湿度变送器、有土壤速测仪等。
物联网技术应用领域特别的广泛，几乎包揽了任何行业，在环境监测方面、在物流运输方面、在商业金融方面、在航空航天方面都遍布它的身影，或许在将来，会有更厉害的技术超越它，但现在，它依旧符合时代发展的战略需求。
更多相关知识，请访问常见问题栏目！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。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）