投稿|商汤科技三年半亏240亿，面临数据强监管，能撑住近千亿估值吗？( 三 )
高估值面临合规、伦理等诸多挑战目前，人工智能转入落地应用阶段 。业内分析认为，当前行业面临的痛点在于，各行业的数字化转型对AI模型需求存在差异，单个模型只适用特定任务，但模型生产还停留在专家人工训练时代，这就导致AI企业交付效率低，边际成本高 。
具体到每一个客户，又由于需求碎片化特征，就需要重新收集、标注数据、训练模型，以至于几乎每个项目都要重复进行这一流程，研发流程难以复用 。如此AI企业的成本就会不可避免地往上走，亏损也就成为了常态 。
中金在研报中称，突破这一问题的关键是通过提升全栈底层能力，实现AI模型的工业化生产，从根本上提升效率，解决人工智能落地应用不经济的难题 。
但在实际中，国内仅少数巨头具备底层自研能力 。研报表示，AIDC（计算与赋能数据中心）能力国内稀缺，AI公司自建算力中心或将成为未来趋势，同时自建AIDC实现算力云化是突破英伟达CUDA（一种并行计算框架）生态壁垒的关键 。
而且随着BERT、DALL-E、GPT-3 等大规模预训练模型的出现，业内判断基于预训练大模型的AI模型工业化方式是未来趋势，但大模型的技术和算力壁垒高，常见开源框架对于大模型场景的性能支撑不足 。
招股书显示，为突破算力上的瓶颈，商汤科技正在上海临港建设大型AIDC，设计算力为每秒3.74百亿亿次浮点运算，并使公司总算力达到每秒4.91百亿亿次浮点运算 。该AIDC将于2022年初投入使用落成，届时会成为亚洲最大的超算中心之一 。
实际上，在训练框架、算力平台等底层技术设施上的投入，让商汤科技过去几年在效率上已经实现较大提升 。
根据公开资料，公司部分算法的生产效率在过往5年中提升了约1000 倍，同样精度的一个算法模型，5年前可能需要10个研究员花半年时间来研发，现在只需要一个研究员花三天就可以完成研发 。
不过持续底层投入资金需求大、时间长、风险高，一般企业难以承受 。例如，算法的领先需要庞大的队伍投入，需要研究人员不断突破算法的极限，持续在顶级期刊中发表论文；硬件上，为突破大量GPU并联计算带来的内存墙和算力墙等问题，需要对硬件和框架做深度优化，大幅增加了训练成本 。
商汤科技称，预期未来在人工智能架构上还有会大量的资本性支出，特别是潜在扩张到更多垂直行业方面，且公司正在建设上海临港AIDC，巨额资本性支出无可避免 。
这意味着要实现AI模型从“小作坊”到工业化生产的转变，仍处于“失血”状态的商汤科技，将面临更大的资本支出 。
行业面临的不止于投入成本高、商业化难度大，AI行业还面临合规、伦理问题 。
AI行业主要根据采集到的信息建构模型，而采集和应用数据，存在违法风险 。其中，《数据安全法》将于2021年9月1日正式施行，《个人信息保护法》将于11月1日起正式实施 。《个人信息保护法》明确：不得进行大数据杀熟;不得向用户强制推送个性化广告;限制过度收集用户个人信息……
有分析认为，数据是AI公司生命线，随着两部法律实施，AI行业过度收集数据的倾向，有望得到遏制，行业将面临重塑 。
云从和旷视在上交所的问询函当中，也都被问及数据合规和伦理风险问题 。
烧钱、难盈利的AI行业，正在经历一场泡沫消退 。
2020年7月20日，有着“AI芯片第一股”之称的寒武纪正式登陆科创板 。当日，公司开盘价250元/股，涨幅288.26%，市值一度突破千亿 。公司最新市值仅371.5亿元，股价较上市首日下跌62.86% 。
格灵深瞳一度被称为“AI最大泡沫” 。此前在2013年，格基金创始人徐小平遇到了CEO赵勇，在一次饭局上，徐小平给出5000亿美金的估值，而红杉资本的沈南鹏则给出1000亿，两人争执不下时，最后冯波给出了一个折中价格 3000 亿美元 。此后，格灵深瞳出现了高管离职、数据打架、上市中止、营收崩溃等一系列风波，D+伦估值仅为6亿美金 。
推荐阅读
- 瑞声科技|红米K50电竞版最大看点？实测揭秘「安卓第一4D振感」,摸完馋哭了
- 供应链管理|外媒记者：北京冬奥闪耀科技之光
- 猎豹|全网都在夸的“猎豹”是什么？为何这些“黑科技”频频上热搜？
- 投稿|一度超越微信登AppStore榜首，但“元宇宙”社交也难逃“月抛”魔咒
- 投稿|陕旅饭店集团破产重整，昔日“混改模范”为何沦为反面教材？
- 投稿|疫情之下，本土自主设备如何突围？中国制造的投机主义和长期主义
- 投稿|即视角｜出海正当时：欧美、东南亚、中东、拉美市场观察
- 投稿|“东南亚小腾讯”跌入谷底：受阻的业务飞轮撑不起千亿市值
- 投稿|员工行为几乎全裸？深信服“监控门”背后
- 投稿|信任危机？一场针对民族企业的商业“阳谋”