云从科技|云从科技上市三重门:提不高的毛利、降不下的研发、控不住的应收( 四 )



奇偶派制图
在2018年左右 , 一套人脸识别算法能卖上千万 , 现在只值40万元 , 图像识别算法的门槛是越来越低 , 这是一位技术大牛从AI创业公司离职后发出的感叹 。
同样是提供AI图像算法的公司软虹科技 , 做到了自己产品的差异化 。 2022年不仅能创造2.5亿元的盈利 , 而且产品的净利润率也高达36.8% , 这或许才是资本市场对AI科技所期待的样子 。
软虹科技有自己钻研的细分领域 , 是为智能手机等领域的客户提供摄影优化解决方案 , 用于改善消费者对提升手机摄影功能 。 现在客户包括华为、三星、OPPO、VIVO、小米、索尼、LG、传音等知名手机厂商 。
占领一个没有被同质化的细分领域后 , 公司才可以有高利润率的盈利 。 有了资金 , 软虹科技又开始为新兴市场智能驾驶提供视觉解决方案 , 形成一个良性循环 , 而并没有去拓展安防、金融和零售行业等红海市场 。
此外 , 也可以尝试做软硬件结合的产品 。 如果AI算法无法占领一个细分领域 , 可以尝试发展软硬件结合的方式 。 构建自己的产业生态 , 以防止被上下游厂商替代 。
云从科技现阶段的商业模式核心是销售自己的“模型”和“算力” , 实现盈利的途径是让客户使用时付费 。 尽管AI模型和算力看上去光鲜亮丽 , 外表有一层高技术的外衣 。 可业务发展模式相当受甲方的牵制 , 永远逃脱不了自己是“技术外包”的身份 。
购买AI产品的客户为了降低成本 , 后期往往会选择自行开发模型和算法 。 以计算机视觉领域为例 , 作为算法采购商的海康威视 , 大华股份等摄像头硬件厂商 , 就已经在推进视觉识别算法业务 , 来构建自己的上下游生态 。
技术或许可以被模仿和赶超 , 但把技术融合进行业和产品中 , 才能突显出技术的价值 , 实现稳定的商业化 , 并建立起竞争对手难以跨越的护城河 。
把尽可能多的产品做到可复制 。 云从科技产品的大头是“人工智能解决方案” 。 近三年人工智能解决方案收入占主营业务收入比例为77% , 但毛利率仅为28% 。 毛利率低的主要原因是该产品不能“复制”给下一个客户使用 。
“人工智能解决方案”不像“人机协同操作系统方案” , 只需要授权和简单的框架修改 , 就可以成为一个新的产品 。 而是需安装调试或定制开发 , 这就导致了高昂的服务成本和人工成本 。
如果花了很多的人力和财力资源 , 辛辛苦苦做成的产品 , 不能被下一家客户使用 。 开辟下一个客户后 , 又要重新设计、开发、测试和安装 , 这样产品的毛利率自然是高不起来 , 也最终会影响到整体营收和利润 。
在当前客户的基础上 , 通过以上三个举措 , 云从科技可以让研发投入获得更高的回报 , 以获得持续稳定的营收 , 并提升产品的毛利率 。 从而缓解巨额研发投入带来的资金压力 , 规避产品毛利率低导致的造血能力不足的问题 。
随着上述举措的落实 , 资金得到改善的云从科技还可以拓展新领域客户 , 从而进一步缩短应收账期 。
这或许才是深陷亏损的云从科技 , 在上市融资之外更实际的“解困”方法 。
写在最后
知名的Gartner咨询公司曾提出一个技术成熟度曲线 , 把新科技的成熟演变速度及要达到成熟所需的时间 , 分为5个阶段:技术萌芽期、期望膨胀期、泡沫破灭低谷期、稳步爬升恢复期和生产成熟期 。

技术成熟度曲线图  来源:网络
不难看出 , 云从科技也正在这一周期之中 , 在技术萌芽期看到了广阔的AI市场 , 资本不断注入 , 一路高歌猛进 , 期望值也随之越来越膨胀;而现阶段的云从科技 , 正处于期望膨胀期与泡沫破灭低谷期之间 。