歡迎關注“新浪科技”的微信訂閱號：techsina

　　作者 | 楚紋龍

　　來源 | 洞見新研社

　　股票解禁、資本逃離，股價腰斬，媒體唱衰……

　　今年的商湯很坎坷。

　　2022年中報數據顯示，商湯科技今年1-6月營收14.15億元，同比去年減少14.3%，毛利66%，同比下降22.5%，調整后凈虧損25.61億元。

　　持續虧損下，長期主義的耐心正慢慢被消耗殆盡，商湯是真的急了。

　　不久前結束的世界人工智能大會上，商湯科技董事長兼CEO徐立以《人工智能的“營造法式”》為題講述商湯的AI落地經驗，并一口氣發布了四大創新人工智能平臺體系：SenseCore商湯大裝置AI云、SenseAuto V2X商湯絕影車路協同、SenseMAP商湯多體智能平臺、SenseCare“智慧診療”平臺。

　　很顯然，商湯正急于在安防主業之外，再找一個新的增長點，只是突然同時布局四個領域，戰線拉長，商湯能“顧此”而不“失彼”嗎？在巨大的不確定性面前，會不會“四處出擊”，最終卻顆粒無收呢？

　　01 該止血了

　　我們先來看這四個平臺所對應領域。

　　SenseCore商湯大裝置AI云：是將商湯 AI 大裝置具體落實到 AI 云的產品形態上，將 AI 部署能力開放給企業用戶。

　　簡單來說，就是在AI云的賦能下，企業無需前期投入，便可實現AI基礎設施的智能化管理，旨在為行業提供一套開發的AI基礎設施。

　　SenseAuto V2X商湯絕影車路協同：通過對車端、路端信息融合處理、分析一體化分析決策方案，實現“車-路-云”一體化決策控制。

　　旨在讓智能駕駛車輛具備更加全面的感知能力，提升復雜交通場景的行駛能力。

　　SenseMAP商湯多體智能平臺：是一款專為游戲生產及運營量身定做的平臺型產品，主要是輔助游戲開發，提供一站式游戲生產服務。

　　商湯SenseCare“智慧診療”平臺：是為未來醫院提供覆蓋多場景的整體解決方案的智慧服務，其實從產品形態來看，主要還是面向醫生為主，為他們臨床診療提供有效的智能輔助工具，或把醫院信息整合起來，幫醫院管理者更好地做決策。

　　從上述四個平臺的定位不難看出，商湯試圖通過標準化建立更加高效易用的平臺型服務，推動AI在不同場景下的落地，自己也能從中實現營收。

　　這番愿景正如徐立所說的一樣：在仰望前沿技術的廣闊與無邊想象力的同時，AI也要與真實的產業經濟結合。

　　可當前的現實是，AI的落地不在于講好“產業故事”，而是做好。

　　做好的關鍵則包括“技術實用”和“價值成鏈”兩個方面。

　　商湯的安防主業之所以“腹背受敵”，前有先入局的海康威視擋道，后有曠視、依圖、云從等一眾AI小弟追擊，很大一個原因在于商湯在安防賽道上技術能力并沒有和友商們拉開差距，死守著“算法授權”的商業模式，在打法上略顯笨拙。

　　你能做的，大家也能做，既談不上“技術實用”，“價值成鏈”就更不用說了，護城河一直沒有建立起來。

　　此次商湯所發布的四大平臺，無一不是針對市場潛力大、高回報的行業。由此可見，商湯深陷業務發展瓶頸，迫切地想開辟出第二戰線，在外界唱衰的質疑聲中證明自己。

　　回血已是奢望，止血是更迫切的現實。

　　前面WAIC雙馬對話的盛景已不再，資本對愛講故事的AI企業祛魅后，也開始回歸理性。

　　如今，商業化陷入困局的商湯，現在要做的是推動AI在合適場景落地的過程中，找到生態共贏的方式。

　　02 商湯的下一步

　　AI原生云，商湯玩得轉嗎？

　　商湯發布AI原生云，更多是向外界宣布自己擁有這項能力。

　　使AI原生于云，是當前云計算廠商們的共同發力點，也是云計算與AI深度融合趨勢的更進一步。

　　云計算廠商之間的較量在于，如何滿足開發者“研發效能”與“交付效能”的需求。

　　商湯AI云向內能夠降本提效，但往外滿足開發者需求的競爭力則偏弱。

　　開發者是云計算生態發展壯大的核心力量，只有開發者源源不斷地匯聚在云計算平臺上，開發各類應用，云計算生態蛋糕才有持續做大的機會。

　　于商湯而言，生態構建能力是一個問題，更大的問題是AI原生云是遠水，解不了近渴。

　　眾所周知，云計算業務投入資金大，周期長，是一個必須達到一定規模才能形成正向循環的業務，以商湯的體量和資源，能玩得起嗎？

　　商湯顯然不能，云計算不止需理解用戶需求，更重要在于打造出對應的產品。

　　不同行業間的需求大相徑庭，而商湯AI云暫無法使用現有AI模型適用于不同企業，最終呈現的局面很可能是laaS、PaaS、SaaS全要一起抓，原本想提速增效，反而因此拖累自己。

　　阿里云歷經12年才苦盡甘來，百度十年千億投入，盈利依然遙遙無期，商湯怎會有把握追趕并超越BAHT？

　　靠車路協同賺錢，不只最后一公里

　　商湯的自動駕駛業務不算成功。

　　2021年全年，商湯智能汽車業務的營收只有7000萬，僅占總營收的4.6%；2022年中報，該項業務稍有起色，但營收也只有1.2億元，總營收占比8.5%。

　　商湯的尷尬之處在于，由于自動駕駛行業的特殊性，商湯有產品，卻難以落地，和專業選手們相比，又缺乏項目經驗和數據積累。

　　今年調轉方向，攻向車路協同倒也在意料之中。

　　相比自動駕駛，車路協同的商用落地受到干擾因素的影響要小很多，目前市場也在快速成長中。

　　只是商湯現在入局，在節奏上慢了一步。

　　一個車路協同項目，需要集聚大量的生態力量，各方相互協作才能完成。擺在商湯面前的有兩條路，一是成為生態的組織者，帶著一眾小弟牽頭去拿項目；一是打不過就加入，成為某個巨頭的生態企業，跟在巨頭身后喝湯。

　　然而現實情況是，商湯這兩條路都很難走通。

　　首先與百度、華為這樣的科技巨頭相比，亦或是千方、海信這類專業選手，商湯作為行業新人，在組織生態的經驗與能力都有欠缺，很難達成“虎口奪食”的奇跡。

　　其次，從SenseAuto V2X商湯絕影車路協同平臺所表現出的能力來看，商湯是想做車路協同項目完整的解決方案，其定位就是“帶頭大哥”，心態上放不下，最終只能吃自己畫的餅了。

　　AI游戲平臺卻如泡沫

　　對于商湯而言，AI游戲平臺只可遠觀而不可褻玩。

　　商湯的SenseMAP依舊是To B的生意，主要功能是輔助游戲開發，使用AI提升游戲開發效率。

　　對于游戲開發者來說，開發游戲AI、使用游戲AI本質的目的是輔助游戲的制作，讓團隊在游戲制作過程中得到方面與便捷。

　　但AI游戲平臺普遍存在樣本大、成本高、不可控的問題，對于亟需穩住軍心的商湯來說，無疑是糖之砒霜，只會使商湯虧損加大。

　　且現有的游戲公司，基本上能夠滿足自給自足的需求，結果就出現大廠不需要，小廠買不起的尷尬局面。

　　像騰訊已將AI經全面應用在了《王者榮耀》的整個游戲環節設計之中，網易則有專注游戲AI研究的“伏羲實驗室”，目前已經與網易旗下的10多款游戲多個游戲工作室有著緊密合作。

　　騰訊和網易游戲占據整個行業半壁江山，留給商湯的只有很難讓人提起興趣的“殘羹剩飯”。

　　在AI時代，可以用算法和算力來解決游戲開發的效率問題，這也是當前AI游戲平臺的價值所在。

　　可AI游戲平臺對于眼下的商湯而言更像是個誘人的陷阱，AI游戲平臺顯然既不滿足商湯的求穩心理，也難以實現突破。

　　AI醫療難上加難

　　最后，我們來看AI醫療賽道，同樣一條是長坡厚雪的賽道，但AI落地的場景還是十分有限。

　　商湯官網披露的案例顯示，商湯目前已和5家醫院達成合作，其業務均是醫療影像AI。

　　目前醫療影像AI是“紅的發紫”的超級紅海，一家醫院同時被三四家影像AI企業邀約免費使用產品的情況并不鮮見，但要想從醫院口袋里掏錢卻難上加難。

　　一個值得思考的案例。

　　IBM的Watson Health部門，經歷了長達六年的虧損后，終被出售，IBM也由此暫停了AI醫療業務。

　　醫療AI技術與臨床的需求如何匹配并不算難，難的是落地的邊際效應與付費的商業模式。在這方面，不光是商湯，其他玩家也都沒有十足的把握。

　　值得一提的是，商湯似乎也對游戲和醫療這兩項業務的信心不足，發布的四大平臺中，多款搜索引擎中檢索商湯的SenseMAP和SenseCare“智慧診療”信息極少，甚至SenseMAP在商湯官網中都沒有披露更多信息。

　　03 站在十字路口的商湯

　　AI的實際應用價值不用再做贅述，且背后一直有政策支持。

　　雙重加碼下，商湯該何去何從？

　　首先，商湯要考慮眼下盈利的剛需。

　　技術盈利的問題，其實本身與技術無關，商湯固然有技術的實力與底氣，但技術盈利是個商業和經濟問題。

　　經濟問題在于邊際投資效果遞減，過于重視技術的商湯，隨著技術投資成果的增加，用于新成果的投資需要的就更多，結果便陷入了燒錢漩渦。

　　站在塔上的商湯只看到了遠處的風景，卻沒想過要如何到達目的地，對于AI技術的產業應用，目前的技術早已駛入了快車道，唯獨產業在后方的泥潭掙扎。

　　當下AI企業中，普遍成本高、售價低，且還面臨著同行的虎視眈眈，尤其是AI企業里基本沒有獨家盈利項目，所有AI場景對于AI企業來說大同小異，所以AI企業如何選擇自己的路是個難題。

　　其實，AI企業更像如今的滴滴，滴滴無人駕駛的成果與市面現有產品相差不多，打車也賺不到覆蓋成本的錢，漲價用戶跑了，降本公司倒了，所以商湯核心問題依舊是在于降成本。

　　此外，商湯這類的獨立 AI公司一直以來都面臨著應用場景碎片化的挑戰。在不同項目中，客戶的需求不同，算法也將隨之更新、產品的復用性較低。

　　而獨立 AI公司在面臨應用場景碎片化的挑戰，衍生出三種類型。

　　第一種是深化AI技術的應用深度，通過軟件算法和硬件終端模塊化結合，開發出更符合市場地位的產品，如科大訊飛對于智能語音技術的運用。

　　第二種是將AI技術與其他產品平臺結合。如部分中科創達將圖像AI和操作系統平臺技術結合。

　　第三種是選擇擴大下游覆蓋面，利用高效研發的技術優勢，針對不同硬件設備和場景需求快速開發AI模型，而這正是商湯AI賦能百業的戰略。

　　商湯選擇了最難的一條路，其高效研發的技術優勢，必然會大量放血，傷口反復，長期陣痛。而且，針對不同設備和場景定制化AI模型，其成本高昂，投入與產出比嚴重失衡，更是難上加難，所以在各個AI細分領域均有商湯的身影，但多數業務由于成本、市場等原因點到為止，演化的四大板塊業務，其實也就是在百業之間游走。

　　商湯很大的一個問題是迷茫，AI落地的對象到底是To B還是To C，AI落地的眾多場景如何選擇，自己主攻的賽道又是哪個？

　　當前，商湯正處于To B賦能階段，只有找準商業定位、學會開拓市場，才知道在十字路口中，路該往哪走。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）