不盈利同样不会减持。但从多次“中止”到最终“终止”的现状来看,监管并不认同其估值及其做法。
|
此外,从源头来看,依图科技盈利能力不足是造成亏损的第三大原因。报告期内,尽管依图科技毛利率总体呈上升趋势,但依图科技毛利率低于行业平均水平。2017年、2018年、2019年,依图科技毛利率分别为57.39%、54.55%、63.89%,而同行业平均毛利率分别为86.44%、85.31%和73.45%,依图科技毛利率持续大幅低于同行业平均毛利率;虽2020年1~6月依图科技毛利率略高于同行业平均毛利率,但其相较于虹软科技、寒武纪等仍存在较大差距。
近年来,依图科技应收账款持续增长,坏账风险增大,或对其现金流产生影响。据金融界上市公司研究院,2017年-2020年上半年,依图科技应收账款和应收票据合计约为0.3亿元、2.53亿元、5.67亿元、6.95亿元,分别占营收43.48%、83.22%、79.08%、182.41%,呈现明显上升趋势。但应收账款周转率则在持续下降,由2017年的2.68次/年下降至2020年上半年的0.57次/年。
尽管处于亏损状态,但依图科技的估值并不低,据《2020胡润全球独角兽榜》,依图科技估值140亿元。在持续亏损的同时,叠加高昂的研发投入,以及承压的现金流,依图科技能否继续得到投资者青睐充满了不确定性。
7月15日,21世纪经济报道记者也致电依图科技询问后续是否会重启IPO,但对方未给出确切回复。
找到有效的商业模式很关键
实际上,AI整个行业都持续亏损。2020年底,工信部赛迪研究院副总工程师、人工智能产业创新联盟秘书长安晖曾表示,全球近90%的人工智能公司仍处亏损状态,AI产业链中90%以上的企业也处在亏损阶段。
从招股书来看,AI企业扎堆上市,主要是为缓解资金压力。据了解,依图科技三年半亏损超70亿元,旷视科技四年亏损超130亿元,云从科技三年也亏损超20亿元。在大规模亏损下,AI企业需要更多资金“补血”,上市融资是一重要途径。因此,其他“AI三小龙”商汤科技、旷视科技、云从科技也正在积极加快上市的步伐。
但IPO之路并不简单。例旷视科技从2017年透露以上市为目标,到2019年赴港IPO推迟,再到今年5月,正式宣布终止港股上市计划。这条艰难的路,旷视科技已走了3年。
依图科技在筹备近8个月后,主动撤单,其科创板IPO之路也同样告败。为减少成本支出,今年上半年依图科技采取降薪、大幅裁员相关措施,如今员工总数已削减至500人左右。有知情人士透露,依图科技曾经重点发力的医疗业务部门成为此番裁员的“重灾区”,削减比例约70%。
据悉,2018年、2019年及2020年上半年,依图科技的医疗健康应用场景分别实现收入9.91万元、559.73万元和562.67万元。依图科技称,由于人工智能技术在医疗领域尚未实现规模化商用,报告期内收入规模不大,占营业收入的比例较小。
此外,云从科技也被爆出裁员30%,这是上一次裁员30%后的又一次减员。2017年至2019年,云从科技年营业收入分别为0.64亿元、4.84亿元、8.07亿元;从盈利情况看,最近三年的累计亏损超过20亿元,但与其他“AI三小龙”相比,云从科技其亏损总额还不算突出。
因此,找到有效的商业模式至关重要。
“当整个行业都巨亏,特别是已经成为‘AI四小龙’的企业都在垂死挣扎时,我们的确需要冷静下来思考。只做AI服务可以让企业存活吗?”7月10日,国内一家智能网联上市公司高层在个人朋友圈如此点评道。
作为一种底层技术,AI应有与各应用领域的结合落地能力,这将助力其寻求行之有效的商业模式。
但当AI企业深入具体的产业时,其面临挑战也将更大。“人工智能目前主要还是基于深度学习算法而实现的新系统,是IT技术上发展出的一个方向,其落地的时候还得考虑已有软硬件系统的兼容与接收程度,商业上的推进没有想象中那么快。”一位长期钻研人工智能技术的程序员在接受媒体采访时表示,目前的AI技术难以应付商业与人性的复杂程度,因此,AI的人工智能企业在进入到产业深处,往往很难获得议价权和定价权。
据艾媒咨询研报,从场景落地层面来看,AI技术目前仅在安防、金融等部分具有数字化和标准化基础的领域落地,其他领域的商业化落地效果尚不理想。
医疗AI公司路在何方?
在各类垂直行业中,人工智能渗透较多的有医疗健康、金融、商业、教育和安防等领域,其中医疗健康领域占比最大达到22%,其次在金融和智能商业化领域占比分别达到14%和11%。
另据IDC数据预测,到2025年人工智能应用市场总值将达到1270亿美元,其中医疗行业将占市场规模的五分之一。
随着医疗AI领域市场规模的不断扩大,其市场进入者也不断增多。国外知名科技公司如谷歌、IBM、苹果等也同样在布局医疗AI领域。但想在医疗AI领域分一杯羹较为困难。2018年11月,谷歌成立“谷歌健康”,合并了DeepMind旗下的健康部门DeepMind Health和负责推进“Streams”医疗APP的团队。但据2021Q1季度财报显示,其人工智能DeepMind、智能医疗Verily等创新业务,仍处于亏损状态。
在业务层面,谷歌健康重点产品“糖尿病视网膜病变筛查”在实际应用中出现了“水土不服”。谷歌曾表示,AI算法可使这一工具准确率达到了90%,理论上几秒就能出结果,“足以和眼科专家的诊断结果相媲美”。但在实际应用中,因网络问题,其耗时更久,且准确率不如预期,因此落地困难。
此外,IBM布局医疗AI赛道成效也不理想。IBM曾花费40多亿美元收购Waston,成立Watson Health。但其年收入仅有10亿美元,至今尚未获得盈利。此外,业界还不断在流传IBM拟出售Watson Health部门的消息。
事实上,目前在医疗AI领域中,真正落地并成功上市的公司,基本都处在“大数据管理”和“语音录入”这两个方向。但临床数据涉及患者隐私,难以在医院互通共享,这是AI医疗发展面临的最大障碍。
此外,标准化的数据规范也是一重要问题。医疗AI在全球都面临着一些独特的高难度障碍:医疗数据的敏感性和严格的保护隐私规定,限制了AI医疗所要求的高质量聚合数据的收集。
我国医疗AI企业主要布局影像识别领域。据行业统计,2020年中国人工智能医疗公司共计129家(不包含以基因检测技术为主的企业),其中医学影像领域的公司数量最多,达55家,占人工智能医疗公司总数的42.6%。从成立情况来看,2019年和2020年再没有新的以医疗人工智能为主业的公司成立,大部分企业都在各个场景里面努力的寻找自己落地和规模化商业的可能性。
不过,不容否认的是,医疗AI已经成为未来医疗科技发展的重要方向。麦肯锡全球研究所预测,大面积使用人工智能诊断疾病可能不会太快发生,即使早已入局的巨头们,也不过是入门级水平,这并不妨碍AI会成功渗入,成为医疗的底层技术,就像之前的IT技术一样。
上述投资人指出,AI作为一种底层技术,其与各应用领域的结合落地能力,将助力其寻求行之有效的商业模式,如进入医疗健康领域,人工智能本身也具有强医疗属性,也意味着前期投入大,回报周期长。“AI是未来发展的方向毋庸置疑,但仍需要一个长期发展过程中,这期间会出现挤泡沫的阶段,谁能找到适合的应用场景和商业模式,最终才有活下来的可能性。”