商汤上市，从一篇论文到 AI 第一股

作者 | 凌晨
编辑 | 郑玄

2021 年倒数第二天，经历了被美国列入投资黑名单，重启招股，商汤终于在港股挂牌上市。至此，最迟启动 IPO 进程的商汤，终成「AI 四小龙」第一股。

商汤最终的 IPO 定价为每股 3.85 港元，共计发行 15 亿股，发行规模为 57.75 亿港元。每股 3.85 港元的价格，也是之前 3.85 港元至 3.99 港元价格区间的下限。

12月30日港股开盘，商汤-W高开1.56%，报3.91港元，目前总市值1301.34亿港元（约合1062亿元）。

由于被美列入投资黑名单，重启招股后，原基石投资者中的四家外资机构替换为中资。调整后的基石投资者共九名，分别为：混合所有制改革基金、上海国盛集团旗下基金、上海人工智能产业投资基金、上汽集团（原有）；徐汇资本、国泰君安证券投资、香港科技园创投基金、希玛、泰州文旅（后引进）。

商汤科技成立于 2014 年，技术和创始团队皆来自香港中文大学多媒体实验室——信息工程系教授汤晓鸥所领导的计算机视觉研究组，及其核心成员。

根据其招股书中所提供的弗若斯特沙利文数据，从 2020 年的收入来看，商汤已经成为亚洲最大的 AI 软件公司；在国内，占计算机视觉软件 2020 年的收入市场份额 11%，是最大的软件服务供应商。

上市前，商汤科技已经完成多轮融资，融资总额高达 30 亿美元。在 AI 第三次浪潮起伏之中历经 7 载，商汤一直是国内最受瞩目的 AI 明星公司之一。

除了创始团队来自学界顶尖实验室，商汤科技的研发团队还拥有 40 位教授。作为「科学家创业」的经典案例，商汤科技从「技术」到「商业」所走过的路，无疑值得关注。

2021 年 7 月，上海 2021 世界人工智能大会，商汤科技展台 | 来源：视觉中国

**01 **从一篇论文到 AI 独角兽

商汤科技起源于一篇学术论文。

上世纪 90 年代，从中科大毕业的汤晓鸥去美国读研时就已经第一次接触了人脸识别。在 MIT 攻读博士学位期间，他加入的实验室发现了泰坦尼克号，并研究用海底机器人，也就是在水下用声呐和视觉相机来探索海底世界，这段经历打开了他探索计算机视觉的大门。

博士毕业后，汤晓鸥到香港中文大学信息工程系任教并开始参与组建香港中文大学多媒体实验室。四年后，因为需要同时兼任微软亚洲研究院 (MSRA) 视觉计算组负责人，他开始往返北京和香港两地工作。

2014 年，汤晓鸥领导的计算机视觉研究组发布了一个名为 DeepID 的模型。在人脸识别数据库 LFW（Labeled Faces in the Wild）上，这个模型的识别率达到了 99.45%，不仅超过了人眼识别，也超过了当时 Facebook 的算法。

这篇论文吸引了 IDG 资本合伙人牛奎光叩门。在实验室，牛奎光看到了更多研究成果。在计算机视觉领域，汤晓鸥很早就带领团队开始研究深度学习。2011 到 2013 年，顶级计算机视觉学术会议 CVPR/ICCV 上，其中涉及深度学习的文章，一半来自汤晓鸥的研究组。

当年 10 月，商汤科技成立，同时获得 IDG 数千万美元 A 轮投资。「商汤」之名，源自中国历史上第一个有文字记载的朝代商，及其开国之君汤。创始人汤晓鸥任执行董事，CEO 由实验室的博士后徐立担任，副总裁杨帆则是汤晓鸥在微软亚洲研究院时期的同事。

那一年年初，DeepMind 被谷歌以 6.6 亿美元收购后，开始研发 AlphaGo。那时距离 AlphaGo 击败围棋世界冠军李世石，AI 走进大众视野并成为资本风口，还有两年。

在 2015 到 2016 年早期，商业化前景尚不明朗的商汤团队并不被大部分资本赏识。雪中送炭的第二笔资金来自演员任泉的 StarVC。2016 年 4 月，作为唯一投资方，StarVC 在 A+轮投了商汤科数千万美元。

随着 AI 风口到来，形势发生了变化。2016 年 12 月的 B 轮融资开始，除了融资额度节节攀升，投资阵容中也先后出现了万达资本、高通创投、阿里巴巴、淡马锡的身影。2018 年 9 月，软银愿景基金在 D 轮独家投资 10 亿美元。这不仅是商汤历史上最大一轮融资，也是 AI 企业获得的最大单笔融资。

牛奎光最初看中的是商汤团队的计算机视觉技术实力。他曾评价：「这个团队应该是该领域在中国能找到的最强团队，即便在世界范围内也能进前五。」这也成为 AI 技术风口时期，许多投资机构的投资逻辑：投技术与团队。

但从学术圈走到商业世界，「值钱的技术如何赚钱」，则成为商汤和其他人工智能企业，需要持续求解的问题。

*02 怎么把「值钱的技术」转变成「赚钱的产品」*

当人脸识别算法的精度首次超过人眼时，学界和风投都嗅到了其中的机遇。但在商业化落地时，商汤和 AI 四小龙的其他三家都遇到了相同的难题。

第一个难题是给技术找到商业场景。不论是人脸识别还是背后的计算机视觉技术，都是一个技术模块，不像搜索引擎使用的超链分析算法或者字节跳动的智能推荐算法，计算机视觉算法没有一个天然的商业化落地场景，而是要依附于其他已有的业务场景。比如与在线支付合作加强密码安全，比如与美图软件合作提高人脸识别精度，比如与安防合作提供实时的人脸检索功能等等。

2015 年，刚开始创业的商汤真正赚到的第一桶金，来源于互联网金融领域。此外，安防也是商汤早年间重要的客户来源。2016 年，商汤开始布局基于人脸识别的打卡考勤机。2017 年，商汤科技已经与中国安防行业前十中超过一半的客户有了合作。

目前，商汤将商业化落地的方向梳理为四大场景，分别对应商汤主营业务的四大板块：智慧城市、智慧商业、智慧生活和智能汽车。

四个产业 2018 年至今收入情况｜来源：商汤招股书

从收入构成来看，主要面向制造业、交通、商业管理、物业管理、金融等领域 B 端用户的智慧商业，以及主要面向 G 端用户的智慧城市两大业务，从 2018 年以来一直占据总营收的 80% 以上。2021 年上半年，智慧城市（47.6%）和智慧商业（39.2%）的营收占比已经超过全部营收的 85%。

ToB 和 ToG 业务是目前商汤的营收支柱，而主要面向 C 端用户的智慧生活，以及面向汽车场景的智能汽车，则是商汤科技的未来。智慧生活覆盖的领域包括当下最热的物联网、AR 元宇宙和医疗三个方向；智能汽车平台「绝影」则已经与 30 余家车企合作。商汤在招股书中写道，预期后两个板块「收入来源的敞口增加将可能会改善我们的运营资金，因为这些收入来源的客户倾向于拥有较短的付款周期」。

找到了场景之后，商汤面临的第二个问题是：如何构建可持续盈利的商业模式。

美国风险投资机构 A16Z 曾在 2020 年一篇文章中指出，与传统软件公司「一次建构+多次销售」的模式不同，AI 软件应用需要持续的物力和人力成本投入。因为即使同一个 AI 算法也需要迭代以适应不同的场景。数据清洗和标注、乃至算力支持都需要持续的成本投入。

截至 2021 年上半年，商汤智慧商业板块服务了超过 630 名客户，智慧城市板块部署在国内 119 个城市，这使得商汤业务增长的同时，需要持续增加研发和人员投入。

根据招股书，2018-2020 年、2021 年上半年，商汤期内亏损分别达到 34.33 亿元、49.68 亿元、121.58 亿元、37.13 亿元，三年半累计亏损 242.72 亿元。如果扣除优先股、员工期权等因素，这三年半里商汤扣非净亏损分别为 2.21 亿元、10.37 亿元、8.78 亿元以及 7.26 亿元，三年半累计扣非净亏损为 28.6 亿元。

除了技术服务成本高这个痛点，商汤这类 AI 技术公司还需要面临的问题是：很多 AI 应用场景并不需要太高的技术门槛。比如在 A 股曾经火爆过一阵的人脸识别闸机概念，最后发现由于精度要求很低，创业团队甚至厂家自己就能做。

商汤显然也意识到了这些问题。据《经济观察网》报道，上市前夕，徐立在内部邮件中向全体员工公布了《商汤集团二五规划草案总纲（2021-2025）》。这份规划设立了两个目标，第一个便是「形成稳定的持续性盈利能力和均衡健康的业务结构」。

最近几年，商汤一直在尝试搭建平台，构建起一个同时包含「通用模型」+「碎片化场景适应能力」的商业模式。

2019 年，商汤科技中国总部落户上海。2020 年 7 月，商汤投资 50 多亿元的 AI 计算与赋能平台在上海临港正式启动。商汤表示，平台可同时接入 850 万路视频，同时满足四个超 2000 万级人口的超大规模城市使用。除上海外，目前商汤已经在北京、深圳、香港、东京、新加坡等地部署人工智能计算平台。

商汤联合创始人兼副总裁杨帆介绍，「平台会提供一整套的工具方法，让用户、客户、合作者，能够更低成本的，或者更低门槛的，去创造或者说制造一个新算法。」

从搭建平台的初衷来看，商汤科技希望通过搭建底层基础设施，将更多技术能力平台化、标准化，减少单一项目对人力的依赖，并通过规模化、工业化来降低成本，增强自身的市场竞争能力。但从目前的情况来看，虽然尚未公布标准化产品和定制化服务之间的收入比例和成本结构，但考虑到商汤的亏损数额，依赖人力投入的部分可能仍然占比不低。

AI 发展到目前阶段，进入医疗、零售、交通、工业等不同的领域，每个领域内更会遇到需求不同的场景。进入这些长尾、细分、不一定高频的场景，如何实现可扩展的商业模式，持续创造营收，是经历过 AI 风口后，包括商汤科技在内的 AI 公司都需要继续回答的问题。

*图片来源：视觉中国

本文为极客公园原创文章，转载请联系极客君微信 geekparker