近年来，AI行业的明星独角兽的上市脚步从未停歇过。AI行业这片江山，让无数资本折腰。高频重资金注入、视觉AI算法迭代与5G时代来临，AI行业似乎要迎来新一轮的爆发。
AI拥有广泛的应用基础，在行业发展之初，各大互联网巨头已经早已布局，阿里、百度、科大讯飞等行业巨头均形成了自己的业务壁垒。
面对AI行业龙头企业的竞争格局，AI的初创企业在行业的夹缝中艰难的寻找自己的生存位置。除了面临市场竞争外，AI初创企业还面临资本的竞争。AI四小龙云从、旷视、依图、商汤，近年相继开启了上市模式。
然而，AI四小龙资本之路并不顺利，未盈利的商业模式却备受质疑。如何提升自身实力，从而获得稳定的盈利，成为一个绕不开的话题。
一、AI商业化的鸿沟
作为新兴行业，AI的商业化一直存在着一条巨大的鸿沟，有无数企业在鸿沟中挣扎着前行。大部分AI企业商业模式均能取得一定收入，但行业收入存在明显的马太效应。以AI产业中的计算机视觉、语音的企业为例，头部企业的营业收入均达到百亿级别。
而AI四小龙，除了商汤科技外，云从科技、旷视科技、依图科技三家营业收入均不超过15亿。如此巨大差别，让初创AI企业的上市之路饱受诟玻
（数据来源：金时财经根据公开资料整理）
在上市的进程中，净利润均处于大幅亏损状态的依图科技终止科创板IPO， 其招股书显示，2017 年至2020年6月30日，依图科技的净亏损分别为11.68亿元、11.68亿元、36.47亿元和13.03亿元，三年半归属净利润累计亏损超 72 亿元。
A股对公司盈利仍保持着一定要求，即便是科创板对AI初创企业持续的亏损也是难以容忍的。因此，部分的AI初创企业开始寻求海外的融资渠道，8月底，AI四小龙之一的商汤科技正式向港交所递表。
虽然变了上市地，但AI初创企业的落地场景与商业模式仍是市场所关注重点。根据早期的AI企业发展来看，AI的商业化是需要大量的数据积累，以特斯拉的自动驾驶为例，特斯拉收集了1.5PB的数据，才有了相对可靠AI驾驶系统。
因此，AI初创企业的如何快速获得市场份额与落地场景，形成正向的商业循环是急需解决的现实问题。
二、AI行业的未来
人工智能的概念诞生于1956年的达特茅斯会议。其发展阶段经历三次浪潮：
1）1950-1960年注重逻辑推理的智能机器时代，在这一时期科学家们认为只要机器被赋予逻辑推理能力就可以实现人工智能。
2）1970-1980 年代依托知识积累构建模型的专家系统时代，此时期下，对智能系统定义不再单一定位在逻辑层面，而是整体系统化层面。
3）21世，计算机的兴起，人工智能开始摆脱“是否”的简单逻辑变化，开始运用AI神经与数据进行深度“人化”训练。
在数据、计算机设备不断完善的环境下，深度学习的智能化技术开始不断运用到现实场景，传统行业创造开始逐步的应用智能化系统。AI神经与数据成为AI行业未来发展的关键。
算法神经是AI行业的引擎，场景化的应用则是AI行业的燃料。算法神经决定着产品的学习速度与智能化运用能力，场景化的应用为AI进行提供源源不断的动力，AI在金融、制造、医疗、交通等领域均有旺盛的需求，同时市场新需求又为AI提供更新迭代的资源。
总的来说，AI是算法与数据的智能结合，成熟的AI企业其AI技术应该立足于垂直领域的根本需求。AI企业应该从数据源收集、算法处理、结果的输出等方面去提供全流程的解决方案，进而形成核心壁垒，达到AI技术的渗透与效率升级。
