長尾分佈的存在和AI開發的特點，給AI產業落地帶來很大的成本負擔，進而導致不可預測的毛利率波動，讓這門生意賺不了什麼錢。雲從上市後的商業化程序中，我們需要繼續關注這些特殊性給企業帶來的額外成本，留意其對公司產品化能力構成的挑戰。誰能在上市後開啟一番新的天地並拔得頭籌，依舊考驗著雲從們的技術功底和商業遠見。

撰文 | 微胖

即使有了讓人喜出望外的科創板，真正意義上的「AI第一股」也遲遲沒有出現。

今年五月，筆者曾撰文預見中國AI公司首批上市潮（中國AI公司首批上市潮來襲：18家獨角獸總值超2700億,兩年內將集中湧向科創板），年底收關之際，終於陸續聽見另只靴子的落地聲：

12月3日，雲從科技上市深受獲科創板受理；12月8日，雲天勵飛上市申請獲得受理；依圖科技在12月1日已處於問詢狀態。據媒體爆料，商湯也計劃三年內A+H兩地上市。

陸續公開披露的招股書意味著，歷經數月輔導期後，他們將面對二級市場的考驗。

機器之心根據公開資料等綜合整理，為方便排序統一換算為人民幣估值，製圖時間2020年5月。

2020年，全球歷盡艱辛，人工智慧投融資環境也不容樂觀。智研諮詢梳理資料顯示，相比去年，今年我國人工智慧行業投融資數量近乎腰斬。對於估值不菲卻依舊虧損的AI獨角獸們來說，無論是持續走高的研發投入還是2B業務的廝殺，都要靠上市維持「彈藥」輸送。

招股書顯示，雲從科技擬募資不超過37.5億元，主要用於研發。這個數字與雲天勵天計劃募集的30億相當，但遠低於依圖科技的75億元。

對資本來說，五年意味著抵達退出期，投資人對被投企業上市也有強烈的期待。

在一些投資人看來，雲從科技抓住技術突破並初步實現商業化閉環。這樣的公司研發投入高，有自己的領先技術，符合科創板瞄準「硬科技」的設立初衷。如果成功，不僅會出現真正意義上的AI創業第一股，企業也會進入全新發展階段。

一 誰的雲從？IPO前同股不同權

2011年，周曦以中國科學院「百人計劃」專家的身份加入中國科學院重慶研究院，帶領建立了中科院當時唯一的人臉識別團隊，也是雲從科技的前身。

2015年，周曦選擇將團隊從實驗室獨立出來發展，雲從科技就此成立，成為AI頭部企業中成立最晚的一家。「中科院系」也因此成為雲從科技主要標籤之一。

雲從科技引以為豪的另一個身份是「國家隊」。成立五年來，公司公開披露了至少有8輪融資。沒有美元基金的注入，卻不乏地方政府基金和國資機構的身影。

「根正苗紅」的雲從科技在成立不到5年時間內，獲得較為穩定的客戶資源，並快速搶佔市場先機。

IPO之前，雲從科技於9月設定了特別表決權的特殊公司治理結構，原因也不難理解。

無論AI技術有多麼先進，前期都要大量燒錢。如果在募集資金過程中堅持同股同權，創始人想要保留控制權就不得不縮小融資規模，這又會讓公司錯過發展良機。「同股不同權」很好解決了這一問題。

招股書顯示，根據特別表決權設定安排，控股股東常州雲從持有公司的 146,505,343 股股份為 A 類股，其他股東（包括本次公開發行物件）所持公司股份均為B類股，除部分特定事項的表決外，每一 A類股股份享有6票表決權，每一 B類股股份享有1票表決權。

截至招股書披露，公司創始人周曦控股的常州雲在雲從科技的股權佔比合計達到23.2%，除部分特定事項外，常州雲從透過直接持股部分在雲從科技股東大會擁有 64.60%表決權。

此外，中國國新、廣州產業投資基金、渤海產業投資基金、佳都科技均是該公司股東。

雲從科技的股權結構。

公司尚未盈利，又設定特別表決權，雲從科技因此選擇了科創板上市規則2.1.4第一款：「預計市值不低於人民幣100億元或預計市值不低於人民幣50億元，且最近一年營業收入不低於人民幣5億元。」

二 生意難做：營收上去了，現金回不來

上市路上，所有 AI 公司都在儘可能追求銷售曲線的陡峭，雲從也不例外。

報告期內，雲從科技分別實現營業收入 6,453.37 萬元、48,411.34 萬元和 80,734.72 萬元以及2.2億。2018 年和 2019 年，公司營業收入分別較上年度增長了 650.17%、 66.77%。

雖然與曠視營收存在較大差距，但優於另外兩家擬上市對手。

過去五年擬上市AI公司營收增長情況（單位：億元）

不過，營收總額曲線的陡峭，並不足以透露AI這門生意是否好做。結合招股書中的經營活動產生的現金流淨額、存貨量、應收賬款等資料，我們發現，雖然2B生意讓收入起來了，但是現金回不來，政府生意不好做。

報告期內，公司經營活動現金流淨額一直為負，且逐年遞增，說明雲從科技存在較高應收賬款或存貨量過高的風險。

報告期內，雲從科技經營活動產生的現金流量淨額情況。

先來看看存貨量和存貨金額，相應資料一直在增長：從2017年到今年上半年分別是2445萬、1.17億、8183萬以及1億。雲從科技的存貨主要由庫存商品、發出商品、試用商品以及履約成本構成。為拓展業務和滿足客戶的需求（如購買前試用、測試、 演示等），公司會提供部分商品給客戶試用，試用商品的所有權歸公司所有。

逐年增長的趨勢主要系公司業務規模擴張及行業特性所致，也是市場局面開啟的標誌。如果存貨出現滯銷，也很有可能拖累利潤水平。

理論上存貨週轉率越高越好，代表著公司存貨轉為應收賬款（最後化為收入）的速度也更快。報告期內，雲從科技存貨週轉率分別為 3.26 次/年、5.33 次/年、4.78 次/年及 2.16 次/年，整體呈現上升趨勢。

不但明顯高於依圖科技，與同行成熟公司（比如海康威視）相比，也基本持平，有時甚至高於對方。不過，與虹軟、科大訊飛這樣的成熟軟體公司的存貨週轉率相比，還是要慢一些。

報告期內，雲從科技的存貨量情況。

雲從科技的存貨週轉率與同行企業對比情況。

應收賬款數額也存在大幅攀升的情況。報告期內，公司應收賬款呈現遞增趨勢：0.47億、2.2億、2.9億、3.76億（上半年），今年上半比過去一年總額還高。

不過這並非個案。但凡以安防為主要業務支撐之一的AI公司，都沒有逃過應收賬款的滾雪球效應。2B業務帶來了營收曲線的陡峭，但現金回來速度很慢。

比如，依圖應收賬款呈現出逐年遞增且增速加快的趨勢。報告期內分別為0.26億元、2.50億元和5.53億元，三年間增加了超5億元；雲天勵飛應收賬款逐年遞增，分別為 0.35億、0.6億、0.86億和1.48億（2020前三季度）。

一方面，對政府、公安、銀行、機場以及其他大型企業等政企客戶以及直接面對中大 型終端客戶的廠商或整合商，雲從科技一般採用直銷方式。這類客戶的付款流程、審批程式較為複雜，受其付款進度影響，直銷模式下銷售產品時會產生一定的應收賬款。

另一方面，第四季度通常是政府、大型國企、事業單位等的客戶的專案交付高峰期。鑑於政府、企事業單位客戶等內部付款審批週期較長，客戶實際支付貨款會有時間間隔，從而到年末會形成較大額的應收賬款。

另外，銷售合同大多存在分期付款，除預付款項外，客戶按產品交付、專案驗收、質保期滿等不同時間節點支付貨款，該等業務特點使得應收賬款增速快於營業收入。

不過，根據應收賬款週轉率，我們可以折算出企業應收賬款週轉天數。以2018年為例，雲從科技是100天，曠視科技大概是166天，依圖科技約為163，雲天勵飛129天，海康威視113天，大華135天。

這一定程度上反映出，這一年雲從科技客戶在付款能力與意願上優於同行公司的客戶。

與此同時，雲從科技也未能擺脫較大虧損的命運。

報告期內，雲從科技的經營虧損分別是-6789.25 萬元、-27145.88 萬元、-50587.17萬元。2020年上半年，該公司經營虧損達到-40494.29萬元。

經過調整後的虧損淨額（如剔除優先股的公允價值變動），2017年、2018、2019年分別淨虧損-10631.63萬元、-18,067.52萬元、-170,801.61萬元，而2020年上半年，該淨虧損達到-28,620.22萬元。2019年的「鉅虧」主要原因為公司實施股權激勵。

過去四年擬上市AI公司淨利潤情況。（單位：億元）

調整後的虧損淨額雖然顯著少於之前，但這些數字是否逼近公司真實狀態，仍然不好判定，但至少說明公司仍處在燒錢階段。不過與其他擬上市公司相比，雲從科技的虧損最低。

招股書顯示，AI公司需要持續的研發投資是虧損的主要原因。人工智慧行業技術研發難度大、研發投入高，為保證持續具有核心競爭力，企業通常需要不斷投入研發資金。

報告期內，雲從科技研發費用分別為 5,940.65 萬元、14,818.94 萬元、45,415.38 萬元和 24,747.32 萬元，佔各期營業收入的比例分別為 92.06%、30.61%、56.25%和 112.00%。

雲從科技的研發投入以及與營收比。

這個水平在其他擬上市公司當中，處於中等水平，低於曠視和依圖。

過去五年擬上市AI公司研發投入情況。（單位：億元）

原因之一可能在於雲從科技是唯一一家將主要研發放在非一線城市（重慶）的「四小龍」，人均薪資更低。報告期間，公司研發員工 873，佔比50%，2019年相應薪酬費用2.2億，平均年薪25萬左右。

座標上海的依圖科技擁有研發人員837人，佔員工總數為55.54%，2019年相應薪酬費用2.5億，平均年薪30萬左右。

而地處北京的曠視科技截止到2019年上半年，研發方面員工為1432名（整體員工的61%），平均年薪43萬。

另一方面，雲從科技的研發投入比例明顯高於同行成熟公司，比如海康威視和科大訊飛。

海康威視以硬體銷售為主，而且行業已經很成熟，10%左右研發投入已經算高。科大訊飛也有大量軟體研發，所以研發投入佔比明顯更高一些。雲從科技仍然是軟體公司還處在早期階段，研發投入自然會更高。

雲從科技的研發投入比明顯高於同行業可比公司。

招股書寫明，由於公司業務仍處於快速擴張期，研發費用將會持續增加，公司未來一定期間記憶體在無法盈利的風險。

三 軟體+服務？為什麼賺不到錢？

毛利（率）是衡量一門生意是否賺錢的主要指標，雲從科技相關指標不算突出，毛利率甚至總體低於其他AI公司，也低於同行業上市公司平均水平。

不過，無論哪家擬上市AI公司的毛利率（包括最為亮眼的曠視科技），都比不上成熟軟體公司。比如虹軟科技的毛利率高達94%（甚至以上）。傳統SAAS業務也有 60-80％以上的毛利率，與之相比，這些AI公司仍處下風。

擬上市AI公司毛利（單位：億元）和毛利率情況，曠視科技僅顯示毛利率情況。

這也反映出AI公司的獨特之處——軟體+服務，有時候看起來更像是傳統服務型公司。前文已經分析了吃掉利潤的「禍首」之一研發人員的薪水福利，還未提及龐大的資料成本。

有的AI初創會將資料成本作為銷售成本(cost of goods sold，COGS)的一部分，具體包括資料採集、儲存管理、訓練成本以及擴張AI業務成本。比如，曠視科技「個人物聯網解決方案（SaaS）」的銷售成本主要包括資料來源成本和雲端服務成本。

不過，雲從科技將相關成本包含在研發費用「第三方服務費」子項中，其規模僅次於人員薪酬費用。

報告期內，公司第三方服務費分別為 520.37 萬元、3,517.45 萬元、16,387.77 萬元和 5,702.57 萬元，主要包括委外開發服務、機房託管服務、檢測服務、資料處理服務、流量服務等相關費用。

研發支出中，人員薪酬和第三方服務是大頭。

雖然大多數AI應用感覺上與普通軟體很像，但無論是建立還是維護，都需要大量定製化工作和成本，不同程度影響到業務的毛利和規模化。

比如，訓練當今大多數最先進的AI模型需要龐大資料集，透過海量資料訓練得到的演算法通常能將準確率提高到50%甚至更高，但想要再往上提升將變得非常困難。開發人員可能需要10倍資料才能實現2倍主觀上的改進。但問題是，隨著模型變得越來越成熟，每獲取一個覆蓋真實場景的極端案例（corner case），其成本會更高甚至不可得。

與軟體工程相比， AI開發更接近製藥中的分子發現：將統計模型擬合到資料集，測試該模型對新資料的效能如何，不斷重複。本質上是一個試圖控制現實世界複雜性的過程。

然而，許多自然系統的資料分佈呈現長尾狀態（隨便選擇一個數據點，一半以上可能位於長尾），不僅凌亂、不可預測甚至高度熵，以至於每次新的客戶部署都可能生成從未見過的資料。

除此之外，在被用於訓練之前，還需要對資料做大量的人工清理和標記工作，這些過程既耗力又費錢。而且，由於過去給到模型的資料也會隨著時間變化而變化，也需要重新訓練。

所以，這些年來，AI創業公司在追求銷售曲線高漲的同時，也在儘可能降低這些費用和成本。可以說，長尾的存在是這些企業追求自動化的首要因素。

雲從科技降低資料來源成本的努力凝結在了招股書中的部分核心技術列表中。比如，可以自動化實現資料標註的全鏈AI建模平臺。

公司的主要核心技術情況，涉及資料標註部分。

公司的主要核心技術情況，涉及資料標註部分。

再比如，曠視科技的Brain++ 是為了實現規模化生產演算法。

而依圖和雲天勵飛涉足晶片也旨在提升計算效率。與傳統軟體相比，人工智慧應用更有可能對影象、音訊或影片等多媒體進行處理。這些型別的資料比一般的資料更耗儲存資源，處理成本高。比如，AI模型推斷過程更復雜，需要執行一連串的矩陣乘法，對算力提出更高要求。

四 什麼業務最賺錢？

解決方案和平臺，一直是包括雲從科技在內的AI初創公司的落地打法。

雲從科技也以人臉識別技術起家，加上自己的GPU超算中心（水星容器平臺）和雲平臺（「輕舟」），逐漸將自身打造成一個基礎的人工智慧平臺，然後探索應用端的迅速落地。

與不少同時期的公司從C端切入不同，雲從科技在創業初期就把業務方向聚焦在To B和To G，重點佈局安防（智慧治理）、金融兩大行業，並逐步拓展到出行領域和商業領域。

雲從科技主要產品及服務圖譜。

雲從科技旗下兩大業務中，最賺錢的是人工智慧解決方案，報告期內營收佔比依次為72.27%、93.59%、76.52、53.39%。不過近三年佔比呈現出逐年遞減趨勢。

周曦曾公開表示，作為技術立身的公司，雲從科技最核心的競爭力還是技術——人機協同作業系統。透過實現 AI 能力的自動部署、監控和邊端感知裝置控制，雲從試圖透過底層工具的標準化，來降低成本，從根本上提升AI賦能各行業的質量與效率。

雖然從招股書來看，報告期內，2017至2020年上半年，雲從科技人機協同作業系統營收佔比為27.73%、6.41%、23.48%、46.61%，核心技術營收佔比未過半。不過，2018 年和 2019 年，公司人機協同作業系統業務收入分別較上年同期增長了 74.81%和 491.92%，增速較快。

招股書認為，隨著人工智慧技術不斷成熟，技術型企業開始進行平臺化和系統化工程的建設，隨著資訊系統的快速普及，作業系統作為其中核心環節，人機協同作業系統的市場需求將呈增長趨勢。

雖然人機協同作業系統業務營收佔比沒有過半，但卻有著更高的毛利率。報告期內該業務的毛利率分別為81.35%、75.55%、89.30%和 73.78%。

報告指出，主要是相關技術研發產生的人員薪酬在發生時已計入研發費用，因此該業務毛利率相對較高。

人工智慧解決方案業務的毛利率在報告期內分別為18.77%、17.76%、23.43%和 34.61%。這類解決方案業務整體毛利率明顯更低，因為企業需根據客戶需求外購部分配套裝置或服務。

公司分業務型別毛利率具體情況。

長尾分佈的存在和AI開發的特點，給AI產業落地帶來很大的成本負擔，進而導致不可預測的毛利率波動，讓這門生意賺不了什麼錢。雲從科技上市後的商業化程序中，我們需要繼續關注這些特殊性給企業帶來的額外成本，留意其對公司產品化能力構成的挑戰。誰能在上市後開啟一番新的天地並拔得頭籌，依舊考驗著雲從們的技術功底和商業遠見。