受多种因素共同作用，独角兽的成年礼暗含波澜和挑战，这为旷视科技提供了一个重新审视自我、穿越死亡之谷的新契机
旷视科技联合创始人兼CEO印奇 受访者供图
文 | 刘以秦
编辑 | 谢丽容
到2021年，AI独角兽公司旷视科技就10岁了。这是一个微妙的节点。
人们通常会把创办时间在十年内，估值超过10亿美元，还未上市的热门赛道公司称为“独角兽”——一个代表荣誉和希望的代号。有投资人评估，旷视科技的估值已经达到60亿美元，但这家公司从去年8月开始的IPO之旅并不顺利。
“从我们自身的发展曲线来说，那可能是最好的时机。”今年7月，旷视科技联合创始人兼CEO印奇对《财经》记者说。2011年，23岁的印奇和清华本科同学唐文斌、杨沐一起创了这家“聪明”的公司，但公司和创始人声名鹊起一直要等到2018年，当年，印奇成为《麻省理工科技评论》“2018全球35岁以下科技创新35人”之一，中国进入了AI产业化最热闹的一年。
2019年8月，旷视科技提交招股书。整个科技行业和创投圈都在等着AI第一股的出现，他们认为这将影响到所有AI公司的发展。
直到今天，IPO仍然悬而未决。但箭在弦上，不得不发。截至目前，旷视科技已经完成了9轮融资，总计融资金额达到13.5亿美元。过往数年，印奇经常被问到一个问题：最有压力的事情是什么？7月底，他对《财经》记者说，IPO的不可控，确实感受到了压力。
去年11月，路透社报道称旷视未能通过港交所聆讯，随后旷视向《财经》记者否认了这一说法。多位券商人士告诉《财经》记者，IPO是被延后了。近期，《金融时报》报道称，旷视考虑选择科创板，印奇说，大环境在变化，可以选择的机会越来越多。
资本之外，市场在进化，只做最聪明的脑力公司，无法为独角兽提供符合预期的想象空间。“所有的AI创业公司现在都很累，越走越重，又不得不往前走。”印奇说。所谓“往前走”，即越来越硬（硬件化），越来越实（可落地的技术）。
国际咨询公司Gartner发布的2019年人工智能技术成熟曲线呼应了印奇的判断。这条曲线显示，人工智能会经历的五个关键阶段，分别是技术触发期、期望膨胀期、幻觉破灭谷底期、启蒙爬升期和高原期。
此时，人工智能正处在幻觉破灭谷底期，印奇称之为“死亡谷”，如果不能带来真实的落地价值，就将被淘汰出局。独角兽要从备受追捧的AI明星，融入到埋头苦*政企生意中去。
AI独角兽在过去几年被资本迅速催肥，当成长到一定程度，资本往后退，市场往前走。他们要做的是自我增肌造血，这不是一件容易的事，但必须要做。
IPO一波三折旷视IPO受阻的原因，外界的猜测主要集中在两个方面，一是被美国列入实体清单，二是旷视科技业务结构不够满足现实市场的预期。
2019年10月8日，美国商务部将28家中国公司加入实体清单，包括旷视、商汤等多家AI公司在内。
对于实体清单，以及不断变化的中美关系，印奇判断目前不会有太大影响。旷视科技主要业务在中国，国际业务尚处试水期，目前有10％的收入来自海外，主要来自东南亚。“外面在下雨，我们能做的就是把雨衣穿厚一点，该出门还是要出门。”
他强调，选择在港股上市，也是因为希望变成一家国际化的公共市场公司。
接受《财经》记者采访的多位AI行业人士持相同看法。他们认为，实体清单对于几家AI头部公司的发展影响不大，因为各家公司都已经有自己的算法能力，不太存在类似芯片行业的“卡脖子”问题。
港交所行政总裁李小加此前接受媒体采访时提到旷视IPO问题，他认为，实体清单是美国政府根据自己的要求而设的名单，“这些名单对于港交所来说没有任何关系，港交所只会按照自己的规则来审批上市。只要是通过了，就可以来港上市，即使有人反对，也依旧会上市”。
也就是说，被列入美国政府实体清单，对于IPO临门一脚的旷视科技来说并不会造成实质性影响。
多位券商人士与熟悉旷视的投资人告诉《财经》记者，旷视在过往的融资和发展过程中，遗留了一些问题，对IPO会产生一定影响。
主要问题包括，收入质量不够健康、创始人持股比例较低、控制权不稳定、关联交易等。
旷视招股书显示，随着营收的增长，应收款也在暴增，2017年应收款为1.5亿元，2018年应收款涨至10.9亿元，2019年上半年，涨到了13.8亿元，不仅如此，其中半年至一年期的应收款从2018年的1.2亿元涨到了2019年上半年的6.8亿元。
前述券商人士向《财经》记者分析称，以旷视在招股书里提到的行业地位和技术实力，这样的账期状况并不合理。对比来看，已经登陆科创板的AI视觉公司虹软科技2018年的营收为4.58亿元，应收款4144万元，安防龙头公司海康威视2018年营收498亿元，应收款191.8亿元。
不过，账期时间长，应收款多，是ToG（政府业务）业务以及安防业务的特点，招股书显示，以安防为主的城市物联网业务贡献了旷视73.2％的收入。旷视的难点是应收款占总营收的比例过高。“这会影响对收入质量的判断。”前述券商人士说道。
创始人持股比例较低问题，目前看来已经解决。
2019年5月16日，旷视科技进行了一次工商信息变动，4家企业退出*，分别是北京纳远明志信息技术咨询有限公司、天津联想之星创业投资有限公司、北京贝鸿眉科技有限公司和云鑫投资管理有限公司。
其中，云鑫是蚂蚁金服的全资子公司，纳远明志的大*是联想云科技，贝鸿眉的*是创新工场。联想、蚂蚁金服、创新工场都是旷视的投资方。
通过这些控股公司来担任*，可以有效地分散风险，是资本市场的正常操作。
从工商信息来看，是创始团队回购了这些股份，变动后，印奇的持股比例高达75％，唐文斌与杨沐各自占股12.5％。
5月时，旷视已经在筹备IPO事宜，上市对于投资方来说就是走到了退出阶段。“正常情况下，投资方不会在上市前退出。”一位投行人士告诉《财经》记者。旷视随后发布公告称，此次工商变动为正常调整，是常规性集团内部结构优化，集团层面没有*退出。
招股书中提到，*退出是为了取得电信与信息服务业务许可证，必须由境内主体申请，因此需要“优化”。
旷视招股书中显示，目前蚂蚁金服持股比例为14.33％，淘宝中国的持股比例为15.08％，国风投持股11.3％，创始人印奇的持股比例为8.2％，另外两位创始团队成员持股比例为唐文斌5.9％、杨沐2.7％。
前述投行人士分析，这次工商变动主要是为了规避关联交易的风险。招股书显示，蚂蚁金服和联想都是旷视的大客户。
旷视采用的是A/B股架构，通常A/B股会采用10倍或是20倍的加持，用来稳固创始人的控制权，例如刘强东用15.4％的股权控制了京东79％的投票权。
IPO的顺利与否，并不能决定一家公司的成败，但能决定公司的融资通道。如果没有二级市场的资金支持，旷视需要靠自身业务活下去，就算IPO成功，也需要持续的造血能力。
2016年至今，AI产业已经从被热捧回到了正常的商业逻辑中。AI独角兽们面临的第一个难题是在高研发投入的情况下盈利；第二个难题是，持续盈利；第三个难题是，达到配得上估值的盈利水平。
一位旷视的早期投资人曾经对《财经》记者提到，投资旷视时，并没有想清楚以后这家公司会怎么发展，“投的就是这个团队和赛道”。
这样的投资心理很普遍，2018年是AI领域融资的高峰期，投资人们通过各种渠道挤进头部AI公司。受到资本追捧的不仅是旷视，2018年，商汤完成了3轮融资，总计融资金额超过22亿美元，这个数字甚至超过了一些上市公司的市值。
连续的大额融资后，一级市场已经很难承担这个体量的公司，投资人需要退出，IPO迫在眉睫。
与旷视并称“AI四小龙”的四家AI公司都走到这一关键节点，依图科技与云从科技正在计划登陆科创板，今年8月18日云从科技已经提交了上市辅导登记，依图还未有明确的上市时间表。多位投资人向《财经》记者透露，商汤也在准备上市辅导工作，但商汤对外宣称没有具体的上市计划。
投资人们提到，纯AI赛道已经不是他们关注的焦点了，现在是结合AI能力的金融、农业、公安、客服等细分领域。
一些投资人开始私下交易手里的知名AI公司股份，他们发现，现有估值太高，几乎卖不出去。一位参与股份交易的投资人告诉《财经》记者，一家头部的AI公司，老*想按现有估值7折转手，找不到买家，“6折，且确定能很快上市，才有可能卖出去”。
资本正在降温，印奇认为很合理，“这就像你刚认识一个人，你觉得很好，但是再深入接触一下，评价会更加综合。”
旷视联合创始人杨沐认为，IPO是业务发展推动的，旷视的发展经历了三个阶段：2015年之前，一直在做技术和算法的积累；随后开始搭建框架，包括天元MegEngine、Brain 等系统；有了框架系统之后，开始招更多的人，去完成客户对接和交付，“到这一步才算步入正轨，可以IPO了”。
2019年下半年确实是旷视IPO最合适的时机。旷视的收入自2018年开始有大幅度的增加。但是存货压力也在加剧，应收账款金额始终保持在高位。这些问题都需要持续的资金注入，IPO能缓解压力。
“如果IPO失败，还可以退回来继续融资，但是现在是卡在这里了，有点尴尬。”一位投资人说道。
印奇依然乐观，“我们可以找一个更好的时机再去上市，一个上市后股价能保持稳定的时机。”
增肌：越来越“硬”旷视的优势在算法。按照产业链的分工原则，它不涉足硬件，算法优秀，为旷视科技的快速崛起提供了基础，但从去年下半年开始，旷视越来越“硬”。
2017年开始，安防成为“香饽饽”。AI视觉相关公司都一头扎进了安防领域，旷视也不例外，但姿势不同，旷视直接拿出了硬件设备——智能安防摄像头。
选择推出硬件，是在手机领域耕耘的成果。头部手机厂商们对技术创新极度敏感，尤其是摄像头，更好的摄像头是新款手机的最大卖点之一。
手机受限于硬件尺寸，无法替代专业摄像机。基于机器视觉、深度学习，可以实现更好的摄像头效果。
“需要和客户持续沟通。”杨沐说，“很多技术人员会想，只要拿出最好的算法就可以了，走到商业场景中会发现，完全不是这样。”
手机定价分高中低端，不同的系列，每一款手机都有自己的成本区间和毛利控制，这也决定了每一颗摄像头的投入不一样。不仅如此，产业链上下游的工艺水平能不能实现技术人员心中的“最好”，也是问题。
“只有把这些外部变量输入进来，技术团队才能做出好的产品。”杨沐说。
此前，这一领域的主导者是虹软科技。虹软成立于2003年，2019年7月登陆科创板，主营业务是智能手机的视觉解决方案，主要客户包括三星、华为、小米、OPPO、vivo、LG、索尼、传音等手机厂商。
但业内很少有人将虹软当做一家AI公司，上市前，虹软完成了4轮融资，大多来自产业基金和企业。在杨沐看来，虹软是一家传统算法公司，想要从虹软手中分到一块蛋糕，需要提供差异化的产品。
印奇认为，如果只有好的算法，没有可以配合的硬件，很难实现最终的用户体验。
“如果你不多走一步，你就没有竞争力。”印奇决定从硬件上改变摄像头的成像原理。
传统摄像头是单向数据传输，也就是说，前端的镜头采集到的数据如果不够理想，例如光线太暗或模糊，后端的算法只能在这个基础上加工处理。旷视希望摄像的每个环节，都连接起来，一个环节采集到的数据质量不足，其他环节可以立即弥补，用AI重新定义硬件。
这样的做法让旷视挤进了拥挤的手机厂商的合作方行列，基于在手机行业的实践，技术成果可以转化到其他领域。“从手机到安防，再到物流，旷视的三块业务是联动的。”杨沐说。
目前，旷视的主营业务分为三块，个人物联网解决方案、城市物联网解决方案，以及供应链物联网解决方案。
其中，个人物联网解决方案包括AI SaaS服务和消费电子，通过AI赋能摄像头，进行身份验证，可用来解锁设备，线上支付，视频及照片优化等。旷视招股书中提到，2018年发布的国产智能手机中，70％使用了旷视的服务。
城市物联网解决方案主要包括面向政府的智慧城市，以及面向政府和企业的智慧社区，旷视提供算法、软件以及AI传感器。在这一领域，旷视已经建立摄像头、边缘服务器、云端服务器三大硬件体系，相继推出30余款摄像头，用于不同场景。
供应链物联网解决方案是旷视目前最重硬件的业务，主要通过河图操作系统、机器人，提供智慧物流、智慧仓储以及智慧零售解决方案。旷视自主开发了多款自动化设备，专门执行物流及仓储任务，包括于设施内搬运货架、料箱或托盘以及分拣包裹。此外，旷视还投资或收购了包括鲸仓科技、艾瑞思机器人等数家物流机器人公司。
招股书显示，目前以安防业务为主的城市物联网解决方案仍然占旷视的收入大头，2019年上半年，这部分业务的收入6.9亿元，占比73.2％。
印奇决定暂时不再扩展新的领域，他认为物流业务会是旷视未来的增长点。
造血：搭建人才体系2019年，印奇找到了徐庆才，当时旷视正在竞标一个物流项目，希望能够得到他的帮助。
徐庆才在物流行业工作超过20年，曾就职于北京起重运输机械设计研究院，他一直在寻找AI和物流结合的契机，2017年，他离开研究院创办北京中新物流科技有限公司。
见到印奇之前，徐庆才承接了一个物流项目，用到很多机器人、传输车，他们也有自己的算法，但能力不足，他看上了旷视的技术。
那段时间，印奇和唐文斌几乎把物流行业内的资深人士找了个遍，他们需要外部力量的支持来啃下物流这块新业务。
印奇告诉徐庆才，他们竞标的项目已经进入到最后一轮，但项目的交付有一些困难。
交付是AI公司的共同难题，实验室里的研究成果，无法直接匹配到真实场景中，例如厂房改造，每个厂房的建造基础都完全不一样，墙体的高度，地面的情况，哪里要打洞，哪里要填平，电路与信号怎么走。没有行业经验，项目拿不下来。
通过与徐庆才团队的合作，旷视最终拿下了这个订单。
但真正让徐庆才动心的是旷视的“河图”系统，河图是AIoT机器人及物流装备的操作系统，通过IoT技术连接物流各个环节。物流行业长期以来存在软硬件割裂的局面，河图能够提供多设备的接入能力，及多样化设备的智能化管理方案。
“河图是很美妙的，我在几年前就有过类似的想法，但是靠我们自己的团队实现不了。”徐庆才告诉《财经》记者，他选择加入旷视，担任高级副总裁。
另一边，唐文斌找到了王银学，他是徐庆才的老朋友，同样在物流行业工作了20多年，此前曾在京东物流负责“亚洲一号”项目。唐文斌说，旷视想做成国内第一的智慧物流公司，王银学的第一反应是，“不可能。”
行业人士普遍认为，一家只懂技术的AI公司，很难把业务做扎实。王银学认为当时的旷视缺少行业经验，他告诉唐文斌，“如果你能把徐庆才找来，我就来。”
旷视从2016年开始，将触角伸向安防领域。为了能够快速把业务跑起来，旷视在杭州成立了分公司，杭州是安防巨头海康威视和大华的所在地，旷视从这两家公司挖了不少人。
想要进军一个新领域，靠自己太慢，必须借助行业内部的力量。一家可能代表新技术趋势的公司，能够吸引到一些传统行业里有先锋理念的人才。
王银学也加入旷视担任副总裁。此外他还有一个身份，是旷视“夜校”的校长，每周四晚上，他会花2个－3个小时，给技术人员上课，讲解行业经验，或请行业专家进行授课。
以最重物流的电商行业为例，电商行业的订单越来越零碎，SKU越来越多，再加上即时消费，传统的物流系统很难适应。
“我们把行业的情况和难点讲出来之后，技术人员很快能找到他们需要关注的重点，比如电商公司一分钟会接到多个订单，所以整个系统一分钟都不能停，交付的时候一定要重视稳定性和可靠性。”王银学说。
传统仓库里都是固定设备，某一个设备坏了，要花时间去维修、替换，但整个物流系统不能停，柔性系统至关重要。
过去两年，柔性制造在工业界备受关注，实现柔性的关键在于需要打造一套操作系统，连接所有的设备，但很少有公司能够做到这一点。
旷视在物流领域最新的案例是为一家大型服装企业改造的智慧仓，近4万平方米的仓库里有10类近4000台智能物流装备，其中包括700多台移动机器人。
能够承接这样的项目证明了旷视的能力，但更多时候，客户并不愿做如此大规模的改造。一些企业会先试着改造一条产线，或是用更低的价格，采购智能化程度不那么高的设备，尝试看看。
“每个客户的需求都是完全不一样的。”王银学说道，他遇到过各种各样的客户，有些客户希望可以降本增效；有些想通过智能化改造，向内传递公司的创新精神；还有一些客户，想提升品牌形象。
早期的河图系统做得非常大，因此交付时经常遇到困难。王银学和徐庆才加入后，将河图系统改造成积木式，以便满足各类需求。
将技术融入行业，靠的是人。多位AI行业人士都提到，AI落地目前仍然是一个劳动密集型的工作，哪怕是很小的订单，都需要有一个团队来专门对接。
印奇提到，“当AI落地时，对组织的密度和阵型要求是极高的。”他有自己的团队配置方案，由四类人组成一个项目团队，包括CEO、CTO、CAIO（首席AI官）和CMO。
除了首席AI官，另外三类人都需要有一定的行业经验，尤其是CMO。一开始，印奇希望内部培养出这些合适的人才，他将技术人员送去“前线”，让他们在行业里扎根，但还是太慢，至少要在行业里泡2年－3年才能开始理解行业，“培养人才的速度跟不上公司发展的速度”。
他只能“无所不用其极”，内部培养，外部挖人。越来越多像徐庆才和王银学这样的行业人士加入旷视，他们看重的是旷视手里的“弹药库”——大量的技术专家提供更先进的算法和底层技术、系统，希望可以在新的公司与新趋势接轨。
印奇称，目前旷视3000人的团队中，AI人才、行业人才与职能人才的比例是4∶4∶2。他认为这是旷视目前发展最合适的组织架构。
引入行业资深专家，是所有科技公司想产业落地的特定动作。不仅是AI公司，科技巨头也加入了人才争夺战。找到最适合的人不容易，让他们融入公司更难。这个问题没有标准答案，但无论组织结构如何创新，任何一家公司都会面临一个又一个的问题。
训练生如何站上舞台AI产业被寄予厚望，2017年，国务院发布《新一代人工智能发展规划》，将人工智能上升到国家战略层面。中国在基础技术领域一直未能做到世界领先，AI独角兽们聚集了大量的技术专家和资金，拥有相对宽松的数据获取渠道，可以专注地进行基础技术突破，成为中国新一轮技术突破的一支奇军。
遍观中国科技产业史，在AI时代，中国历史性地形成了全球“中美两极”的状况，和这一批中国AI公司的异军突起有重大关系。
不过，在AI产业化趋势明朗以后，大型平台性科技公司快速布局，结合已有的平台、商业和资金优势，迅速卡位，总体来看，商业化落地比创业公司们更宽、更厚。
“AI公司还没登上舞台，舞台上的还是华为、阿里巴巴、腾讯、美团这些公司。”印奇说，“我们还只是舞台下面的训练生。”
或许这一代AI独角兽不能引领潮流，但它们的存在给传统产业链带来了新的冲击，为数字化和智能化的进程造桥铺路。
经过几年高速扩张，旷视员工数量已经超过3000名，原来的中关村办公室已经坐不下了，又在金隅制造工厂开设了新的办公地点。
新办公楼的楼下，有一片模拟实验仓库，各种机器人和设备在这里完成交付前的准备工作。看起来和一些工厂里的自动化产线很像。
“这是自动化。”旷视北京机器人实验室测试基地工作人员告诉《财经》记者，“但融入了视觉识别的技术，例如有货品掉落，有人突然进来，郊区的仓库可能会有小动物钻进来，摄像头可以识别到并报警。”
这与AI刚刚起步时的想象差得很远，丝毫没有科幻电影里呈现出的科技感和未来感，机器的运转依然需要人力的配合，最终的效果没人能确定。
一位物流公司老板告诉《财经》记者，他们有足够的利润可以去做智能化改造，但是并没有选择投入。“听起来很酷炫，但我不确定能带来多少收益，毕竟现在外部环境也不乐观。”
行业的不确定性源于行业还处于初期阶段，更难的是，处于初级阶段的AI公司们，需要活下去，它们要证明自己能赚钱，资本市场才愿意掏钱。
印奇认为，AI产业落地最大的挑战是“价值闭环”，产品形态的三层演进，是实现价值闭环的唯一路径，从AI算法到系统集成，再到软件平台，最后到软硬结合。
他解释，第一步是从0到0.1，是最基础的技术研发工作，技术成型后，需要打造一个可用的产品，并触达客户，就实现了从0.1到1，最后，从1到N就是规模化应用。
“至少需要2年－3年的时间，才能走完这个闭环。”印奇说，“这是AI落地的最小路径。”
过去几年，AI行业出现了“扎堆”的现象，从智能音箱到智慧安防再到AI芯片，小热潮一波接一波，但落地难题仍然待解。
“这是行业不成熟的表现，成熟的行业会有明确分工。”一位AI公司创始人说道，“AI产业是一个非常长的链条，不是简单的视觉识别、语音识别就能概括，仅仅是数据分析这个环节，就有很多问题没有解决。”
他提到的数据分析，是指多元化数据打通的问题。许多人认为，人脸识别技术已经相对成熟，但在现实的应用中，仅有人脸识别功能解决不了问题。“类似酒店前台的人脸识别，是拿身份证里的照片和本人做对比，那不是人工智能，那是数据比对。”
现实场景中有的远远不止人脸，以城管的工作为例，他需要解决一条街道上可能出现的问题，占道经营，沿街晾晒，机动车与非机动车乱停乱放，垃圾堆放，非法小广告，公共设施损坏，违章建筑等等，识别每一项都需要大量的数据和算法。
但一个有经验的城管沿街走一遍就能发现所有的问题。
这一个个的项目，看似简单，但需要一个公司从底层到应用，从数据到算法，全部走一遍。做完之后，也无法复制到新项目上。
多位AI行业人士都认为，想要实现规模化，首先需要产业的高度分工，然后在某一个环节提供差异化价值，并把这个价值发挥到最大。
印奇也认同，行业初期，想活下去，必须自己把所有的事情都做了，等到行业成熟了，再退回去，选择最有价值的那一环来做。
每个细分行业都已经有自己的游戏规则，几乎大的行业都有固定的总包公司，2G行业的总包需要有政府发放的牌照，例如安防资质等。无论怎么宣传，一家新公司进入行业的路径是一致的，参与招投标，拿出产品名录，建立销售渠道。总包公司会根据客户的需求，采购来自不同公司的产品。
多位AI行业人士透露，因为做项目太难、太慢，AI公司们创造收入的方法有很多，主要包括政府补贴、外部收购、投资换订单等，这已经成为行业内公开的秘密。
一位AI公司创始人告诉《财经》记者，当一家AI公司开始考虑怎么赚更多钱的时候，他很难再把精力放在新技术研发上，“赚钱太难了，要盯紧产品和销售团队，光这件事，就要耗费所有的精力”。
“如果头部的AI公司都只想做收入，它们拿了市场上那么多的资金，这对行业发展没有好处。”该创始人说道。
一位头部投资机构的合伙人也提到，“我们重金投入AI公司，是希望它们可以引领下一个时代，而不是变成一家普通的2B公司。但现在似乎看不到方向，很多公司只能选择找一个领域落下来，赚钱养活自己。”
资本市场对AI的热情下滑，是因为他们发现“时机”还不到。投资能否获利，关键在于投进和卖出的时机，AI的前景毋庸置疑，但此时，还不是属于AI公司的时代。
印奇希望，有一天AI公司也可以站上舞台，不需要在舞台中央，能够站上去就够了。“过去的三次技术浪潮中，都是美国公司在做基础设施，中国公司做的都是上层应用，未来十年，中国也会出现提供基础设施的公司，虽然不一定是我们。”
原载2020年9月7日《财经》杂志，作者为《财经》记者
