在成立的第八个年头 ， 商汤终于迈过了IPO的门槛 。 但如果它不能在接下来几个季度中 ， 讲出令人信服的新故事 ， 那么将面临股价重蹈快手覆辙的风险 。
A
围绕商汤的诸多争议中 ， 持续多年的巨额亏损最为显眼 。
招股书显示 ， 2018年、2019年、2020年及2021年上半年 ， 不按国际通用会计准则 ， 商汤经调整净亏损分别为人民币1.5亿元、11.6亿元、7.1亿元及5.8亿元；营收占比分别为8.1%、38.2%、20.5%和35% ， 并无明显改观 。
对于科技公司而言 ， 亏损本身并不可怕 ， 没有意义的亏损才可怕 。
亏损有没有价值 ， 一要看钱花在什么地方 ， 比如是因为高额补贴、低价倾销造成的亏损 ， 还是因为研发开支巨大而亏损；二要看亏损能否帮助企业建立竞争壁垒 。
以特斯拉为例 ， 2010年6月上市以来 ， 它长期处于亏损状态 ， 股价一度跌破10美元 。 但随着新车型的不断发布 ， 新工厂的陆续竣工 ， 以及全球各地零售网络的完善 ， 特斯拉的股价开始逐渐提升 。
2019年第三季度 ， 特斯拉首次实现盈利 ， 此时其股价已经攀升至60美元上下 。 如今 ， 特斯拉股价已超过1100美元 。
商汤的亏损主要来自高额的研发费用 。 2018年至2021年上半年 ， 商汤累计投入研发费用近70亿元 。 尽管亏损源头相对健康 ， 但商汤的难题是 ， 数十亿元的研发投入尚未换来稳固的竞争壁垒 。
作为一家软件公司 ， 商汤的主要产品是AI算法和模型 。 其基本商业模式是 ， 客户提出需求 ， 商汤根据应用场景研发和训练一套算法 ， 实现人脸识别、环境感知等功能 ， 交付客户使用 。

文章图片
图4/6

在庞大研发费用的支撑下 ， 商汤的技术储备颇为雄厚 。 公开数据显示 ， 商汤过去七年多获得了超过8000项发明专利 ， 发表了600多篇顶级学术论文 ， 并在各类AI赛事上拿下了70多个冠军 。
然而 ， 商汤将AI技术应用到具体项目时 ， 长期面临AI模型复用性差的难题 。
例如 ， 身份识别是AI技术的重要运用 ， 也是占比最高的收入板块之一 。 但在不同的落地场景中 ， 客户需求差异巨大 ， 技术提供商必须为其量身设计AI模型 ， 并经过充分训练 ， 才能投入使用 。
AI公司花费大量时间精力做出高度定制的算法 ， 却很难二次运用到其他项目中；产品难以规模化推向市场 ， 竞争壁垒也就无从谈起 。 也是因为如此 ， 包括商汤在内的“AI四小龙”被部分网民戏称为技术外包公司 。
此外 ， 技术难以复用 ， 势必导致研发成本的不断攀升 。
过去近4年里 ， 商汤研发费用在总营收中的占比从2018年的45.9% ， 一路提升至2021上半年的107.3% 。 相比之下 ， 海康威视、大华等公司同样涉足视频安防领域 ， 但研发投入占比只有10%左右 。
商汤已经意识到这一点 。 去年7月的世界人工智能大会上 ， 商汤推出一套名叫SenseCore的AI基础设施 ， 以自动化、自适应的方式生产AI模型 ， 取代了定制化模型所需要的大量人力 ， 可实现AI模型量产 。
但在去年底递交的招股书中 ， 商汤披露计划把60%的上市收益投入研发 。 这或许表明 ， 距离真正地大规模、低成本生产AI模型 ， 商汤仍有很长的路要走 。
B
除了长期亏损外 ， 外部市场环境也制约了商汤的营收增速 ， 阻碍商汤股价继续冲高 。
2018年、2019年、2020年及2021年上半年 ， 商汤营收分别为18.5亿元、30.3亿元、34.5亿元及16.5亿元 ， 2020年的收入增速仅为13.8% ， 相比2019年大幅放缓 。