智东西（公众号：zhidxcom）
编译 | 程茜
编辑 |李水青
智东西10月11日消息，近日，英国人工智能实验室DeepMind发布最新财报，显示其在2020财年已实现盈利，结束7年来的连续亏损。
DeepMind聚焦通用人工智能开发，2014年被谷歌公司以6亿美元的价格收购，2016年因其研发的AlphaGo程序在以4：1击败韩国围棋冠军李世石而成为热门AI明星企业。
但与国内的AI明星企业类似，DeepMind被谷歌收购以来收入无法应对其不断增长的支出，可以说是一个重研发的”烧钱机器“。
如今DeepMind在谷歌母公司Alphabet的帮助下实现盈利增长，为自身乃至整个人工智能行业带来了新希望。但DeepMind含糊的收入来源、居高不下的人才和技术成本等，又使得其进一步商业化之路面临挑战。
一、收入增长超三倍，7年来首次盈利
DeepMind的财务报告显示，该公司在2020年的收入为8.26亿英镑（11.3亿美元），2019年收入为2.65亿英镑（3.61亿美元），增长达三倍多。同期，其支出从7.17 亿英镑（9.76 亿美元）提高至 7.8 亿英镑（10.6 亿美元）。该公司在本财年结束时利润达到4400万英镑（6000万美元），相比于2019年4.77亿英镑（6.5亿美元）的亏损有显著提升。
同时，在报告中没有提到关于DeepMind收入来源的太多细节，只提到与另一家提供研发服务的集团签订服务协议。
DeepMind的客户是Alphabet及其子公司，并不会直接向消费者和公司销售产品或服务。目前对其收入激增的业务尚不清楚。
一位接受外媒CNBC采访的相关人士表示，DeepMind收入的突然增长可能是由于“创造性会计”。由于DeepMind和Alphabet的联系紧密，不仅是母公司与子公司的关系，其次Alphabet及其子公司是DeepMind的唯一客户，因此DeepMind可以任意改变其服务的价格，外在表现为盈利状态。但DeepMind并没有对这一说法进行回应。
二、盈利来源成谜，AI方案商业模式受困
DeepMind的主要研究领域是深度强化学习，这是机器学习领域的一个分支，已被大量运用于科学研究中。DeepMind和其他AI实验室运用深度强化学习来实现复杂的游戏、训练机械手、预测蛋白质结构和模拟自动驾驶等功能。DeepMind的科学家认为，强化学习的进步同时会促进通用人工智能的发展。
值得注意的是，深度强化学习的研究成本昂贵，商业应用价值有限，与其他图像分类器、语音识别系统等深度学习系统相比，深度强化学习模型通常需要在将要使用的环境中进行训练，无法直接移植并集成到新应用程序中，这导致公司的技术和财务成本将进一步提高。
此外，DeepMind关注的研究内容深度强化学习并不能直接转化为盈利的商业模式。例如，以强化学习系统AlphaStar掌握的实时战略游戏《星际争霸2》为例，这个项目由拥有大量云计算资源的谷歌资助，耗资数百万美元，但这项意义重大的科学研究价值仅存在于该项目利用期间，此外在推广使用人工智能领域意义不大。
同时，Alphabet在其部分操作系统中采用了DeepMind的强化学习技术，例如谷歌数据中心的降低功耗技术以及开发Alphabet的自动驾驶公司Waymo的相关技术，但该技术应用过程中可能只是将一些AI任务外包给DeepMind，并不是直接将AI实验室的技术运用到产品中。
同时，DeepMind的一个下属部门正在从事Google和Alphabet的应用人工智能项目，但这项工作与DeepMind实验室正在进行的通用人工智能研究并没有直接关系。
三、人才、研发成本高，短期利润和长远规划难平衡
随着Facebook、微软和苹果等大型科技公司对深度学习领域的关注度逐渐提高，对人工智能方向人才的招聘已成为一场“军备竞赛”，同时研究人员的工资水平也逐步提高。拥有技术优势的人工智能研究人员可以更容易地在大型科技公司获得高额薪水，这使得学术机构和非营利研究实验室留住人才更加困难。
2020年，DeepMind的员工工资支出达到4.67亿英镑，大约为其总支出的三分之二。该公司拥有1,000多名员工，其中仅有一小部分为高薪科学家、研究人员和工程师。
随着人工智能研究和人才成本的不断增长，DeepMind为应对不断加剧的挑战，需要依靠谷歌为其运营提供资金及补贴研究成本。
同时，作为上市公司的子公司，其技术的盈利能力将接收审视。目前，Alphabet是其唯一的利润来源，这会导致它将越来越依赖谷歌购买的服务进行盈利，这可以反向推动DeepMind研究方向迅速转变为能够促进企业盈利的领域，即使该研究方向与其科学目标不一致。
但是，对于一家将通用人工智能发展作为长远目标并以“推进科学造福人类”为使命的公司来说，短期利润和增量收益的干扰可能对公司未来发展没有益处。
例如DeepMind的竞争对手AT&T的前研究机构OpenAI贝尔实验室，该实验室同样作为一家大型营利性公司的子公司，其不同之处在于其员工工资不受下一季度收益目标或股东激励的约束。虽然员工工作回报丰厚，但科学家工作更加依靠对科学研究的热情、寻求突破科学思想的边界以及追求进一步的创新。因此，贝尔实验室在不断发展和创新，并已经对20世纪一些思想和技术的发展产生了影响，包括晶体管、卫星、激光器、光纤、蜂窝电话和信息理论。
此外，DeepMind的发展很大程度上依赖于Alphabet的帮助。Alphabet在2019年免除了DeepMind 11亿英镑（15亿美元）的债务，并帮助其在2020年实现盈利。从长远来看，Alphabet是否能够在很长一段时期内继续为DeepMind的发展提供帮助仍保持未知，但是如果DeepMind失去Alphabet的帮助，DeepMind将失去客户、资金以及来自科技巨头的激烈竞争，其科技人才将会被其他巨头公司挖走而实现自身企业价值。
结语：DeepMind首次盈利，商业应用仍面临困难
作为通用人工智能领域的前沿实验室，DeepMind一直以来并未在盈利目标上被业界寄予厚望，但其2020年成绩单上表现出来的扭亏为盈，依然为商业化落地困难重重的人工智能行业带来新的希望。
不过值得一提的是，DeepMind的盈利来源和模式仍然不明确，业务很大程度依赖母公司谷歌的补贴支持，人才、研发成本高昂、方案可推广性等问题依然严峻，这依然是DeepMind进一步的商业化落地和盈利增长所面临的挑战，也是以DeepMind为代表的重研发的AI企业所需要翻越的沟壑。
来源：VentureBeat
