旷视科技上市坎坷 人工智能企业商业化难度较高

旷视科技的IPO之路并不顺利。

2月25日，港交所官网显示，旷视科技IPO初始申请在提交六个月后为失效状态。旷视回应《商学院》记者称，上市进程仍在正常推进中，正在更新材料。

据知情人士获悉，旷视已于去年通过聆讯。公司在2018年实现扭亏为盈，且毛利率水平总体呈现上升趋势。旷视预计将于3月底将对人工智能算法平台Brain++进行开源，对标谷歌TensorFlow。

“公司是2019年8月25递交的招股书，到2020年2月24日正好六个月，原来的材料就失效了，需要补充新的了，比如2019下半年公司的财报数据等。”旷视科技方面进一步向《商学院》记者表示。

公开资料显示，旷视科技成立于2011年，以计算机视觉起家。成立8年来，旷视科技先后融资超过12亿美元，在D轮融资后，旷视科技估值已达40亿美元。在业内，旷视科技与商汤科技、云从科技、依图科技并称为“CV（计算机视觉）四小龙”。

旷视还能否将人工智能第一股的称号收入囊中呢？

坎坷的上市路

2019年8月25日晚间，在多次传闻将登陆二级市场后，旷视科技正式在港交所提交招股说明书。

虽然提交了IPO申请，但旷视科技的上市之路屡遭波折。去年10月8日，美国商务部将包括旷视科技在内的28家中国机构和公司列入美国出口管制“实体名单”。

彼时，对于“实体名单”是否会影响其上市进程，旷视科技并没有给出记者明确回复。但同年11月，有消息表示旷视科技未通过港交所聆讯，但随后该公司以“报道不实”作出回应。

互联网分析师丁道师向《商学院》记者分析，“实体名单”对中国多家主要的科技企业都造成了影响，但也没有完全说可以影响到其可以上市的程度。“关键还是内部一些别的问题，或者说财务数据的问题。”他进一步说到。

今年1月7日，腾讯《一线》再次传来通过聆讯消息。而近日《证券时报》报道称，旷视科技原本计划2月初招股，但受累疫情暂缓上市申请。

而自旷视科技递交招股申请书之后，此后再未有资料更新。状态从“处理中”变为“失效”。香港联交所对于“失效”状态说明是，“任何失效的申请”，这意味着旷视科技需要二次提交IPO招股书，并需要更新最近半年的财务数据。

互联网分析师葛甲则向《商学院》记者表示，旷视招股书失效，主要就是财务赤字过大，商业模式没有跑通。

在招股书中，旷视科技保持着高速的增长。2016年至2018年收入分别为6780万元、3.132亿元、14.269亿元，复合增长率为358.8%。2019年上半年收入为9.49亿元，同比增加211.1%。

营收不断增长的背后，亏损也在加剧。在2016年、2017年和2018年，旷视科技对应的亏损分别为3.43亿元、7.58亿元和33.52亿元。尤其在2019年上半年，其亏损额度达到了52亿元。

在招股书中，旷视科技提到，大幅度的亏损主要是由于优先股的公允价值变动及持续的研发投资造成。

“按公允价值计量且变动计入损益的金融资产的公允价值变动，指按公允价值计量且变动计入损益的投资公允价值变动所产生的收益或亏损，包括：可转换可赎回优先股的公允价值变动；以及衍生金融工具公允价值变动。”旷视科技在招股书中解释。

在2016年、2017年及2018年，旷视科技按公允价值计量且变动计入损益的金融负债公允价值变动分别为2.392亿元、5.894亿元、30.453亿元。在2019上半年，该项为51.214亿元。

如果剔除此项因素的影响，旷视科技2018年的经调整净利润为3220万元，2019年上半年经调整净利润为3270万元。这也是旷视科技对外声称在2018年实现扭亏为盈的重要原因。

“一般来说，对于科技创新的企业，上市前亏损的越多，越能说明其投入了大量的资金进行技术的研发和市场的开拓，但关键要看是亏损有没有带来营收的增长，相对其亏损来说，营收并不是很多，这可能会对上市进程造成一定的影响。”丁道师分析到。

如何破解盈利难题？

根据招股书透露，旷视科技的收入主要来自个人物联网解决方案、城市物联网解决方案以及供应链解决方案。

根据收入构成来看，旷视科技的营收主要来自城市物联网领域。2019年上半年，旷视科技来自个人物联网解决方案、城市物联网解决方案以及供应链解决方案的收入，分别为2.08亿元、6.94亿元、4696万元。城市物联网解决方案贡献的收入占比达到73%。

收入构成的主要原因，葛甲分析主要在于人工智能企业商业化难度比较高，目前主要是靠政府采购，民用的需求几乎没有。

实际上，自“阿尔法狗”（AlphaGo）完胜人类围棋顶尖高手后，有关人工智能及人工智能应用的讨论就从未停歇。一时间，贴着人工智能标签的项目如雨后春笋般涌现。

尽管估值一涨再涨，但人工智能企业始终躲不过盈利难的困境。在星瀚资本创始合伙人杨歌看来，这主要是由于两方面的原因造成的：一是人工智能产业链条太长；二是消费者对人工智能认识不足。

“从理论研发、理论与技术结合、技术和工艺结合、调试工艺形成一个可用的模块、模块组装，到模块形成项目体系，再到项目体系商业化，人工智能是一个极长的产业链条。 ”杨歌表示。

“对于所有计算机视觉类人工智能公司来说，如何通过产品自身的价值势能撬动足够多的系统集成商作为渠道，从而打穿客户的终极应用场景是关键。”九轩资本创始合伙人刘亿舟向《商学院》记者说道。

在他看来，计算机视觉企业最终市场表现如何，不仅取决于其自身的价值确定性，更取决于其下游系统集成商制定全方位解决方案的落地能力。