|旷视的破衣烂衫下 全是AI行业的虱子


|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图1/12

欢迎关注“创事记”的微信订阅号:sinachuangshiji
文/陈闷雷
来源:放大灯(ID:guokr233)
2021年 , 人工智能行业热度不减 , 多达200多家独角兽公司是最好的证明 。 不过 , 企业们虽然明白前方就是终点 , 却不知道还有多远 , 更不知道谁能活到最后 。
上市是个不错的归宿 , 但如今难度也在增加 。 进入2021年3月 , 中国AI四小龙中的依图和旷视作出了不同的选择:前者加入“科技公司大逃亡”的队伍 , 选择暂缓上市 , 后者则在上交所递交招股书 , 开始二次IPO 。
在港交所上市失败后 , 再次逆流而上的旷视确实很勇 , 但其招股书数据问题之多 , 已到了足以再次被“枪毙”的程度;而它面临的不盈利 , 太烧钱 , 技术落地难度大等问题 , 又是整个人工智能行业桎梏的缩影 。
1.两份招股书 , 谁在说谎?
旷视上一次冲击IPO是在港交所 。
2019年8月底 , 旷视向港交所递交了说明书 , 此后就没了音讯 , 直到2020年2月 , 上市进度突然转为“失效”<1> 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图2/12

虽然旷视对此的解释是“正常推进 , 需更新材料” , 但最终等来的是面临港交所“额外问询”<2> , 此后再归沉寂 。 依照港交所规定<3> , 若旷视不能在2020年5月完成程序 , 就必须“终止”上市重走流程 。
港股梦告吹的旷视 , 只好转向A股 。
我们在讨论一家准上市科技公司时 , 首先要看其业务是否健康 , 无论它头顶的技术光环有多耀眼——仔细对比旷视向港交所、上交所递交的两份招股书 , 放大灯团队发现 , 两者数据存在大量无法解释的出入 。 也许当初未能在港股上市的原因 , 要比外人想象的还复杂一些 。
募资用途存疑:科创板招股书显示 , 旷视本次IPO拟募资60亿元 , 其中超过47亿元投向五个主要项目 , 其中四项与主营业务直接相关 , 另有12.6亿元将用于补充流动资金 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图3/12

技术研发倒是可以理解 , 唯独“补充流动资金” , 令人费解——从招股书看 , 虽说旷视巨额亏损导致现金流出幅度大 , 但13.85亿元的货币资金并不算少 , 短期绝无资金链断裂之虞 。 那到底出于什么需求 , 需要补充近13亿元的流动资金?难道趴在账上吃利息?还是用于购买金融理财?

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图4/12

对于一家拟IPO企业而言 , 募资正是上市的根本目的 , 牵扯二级市场投资人的根本利益 。 只需随手一搜 , 就能发现“募资用途存疑” , “临时更改募资用途”是很多企业遭监管机构问询的重要原因 。 毕竟侵犯股东权益 , 滥用募集资金 , 用股民的钱满足个人消费 , 也时有发生 。
因此 , 不严谨的“募资用途”绝非可以忽略的“小瑕疵” , 需要旷视给予市场严肃回应 。 至少在放大灯看来 , 满足“营运资金及技术研发投入资金需求”的理由不够充分 。
收入消失术:港股招股书显示 , 旷视在2018年的年度收入为14.27亿元人民币 , 然而同期数据在科创板招股书上却变成了8.54亿元 , 将近6个亿收入不翼而飞;相应的 , 毛利润也丢了将近4个亿——这些都绝非能一笔带过的小数目 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图5/12

究其原因 , 是其核心业务“城市物联网解决方案”的收入数据有问题 。 港股招股书显示 , 该业务线在2018年收入为10.57亿元 , 到科创板数据却就变成了5.43亿元 。 单此一项就有5亿多糊涂账 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图6/12

你以为只是2018年出现了问题吗?并不 。
【|旷视的破衣烂衫下 全是AI行业的虱子】旷视的港交所招股书显示 , 其2019年上半年毛利润就有6.13亿元 , 然而其科创板招股书则是另一番模样 , 2019年全年毛利润也不过5.36亿元 。
虽说沪深两个交易所执行的会计准则和港交所有所不同 , 但30%多的差值 , 不可能用一句“记账方式差异”搪塞过去 。
客户也丢了:除了营收神秘蒸发 , 旷视的主要客户信息也有问题 。 港股资料中列出了几家占总收入超10%的客户 , 如客户B , 在2018年的采购额高达1.4亿元;2019年上半年 , 客户C采购额超过了1.2亿元 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图7/12

但科创板披露数据却显示 , 无论是哪一年 , 旷视都没有销售占比超过10%的客户存在 , 两组数据无论如何都对不上 , 这么核心的客户居然来了个“大变活人” 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图8/12

主要客户数据的混乱意味着 , 由于信息穿透不充分 , 我们甚至不知道旷视在和谁做生意 , 自然也难以判断真实销售状况以及是否存在关联交易等问题 。
几乎全都不匹配的数据:除了收入蒸发 , 客户失踪之外 , 旷视还有更多的数据不一致 , 以至于两份招股书看起来都不像是一家公司 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图9/12

放大灯团队发现 , 旷视科技的货币资金、应收账款+票据以及存货等关键经营数据 , 在两地资料均有不同程度的不一致:有些小差几百万 , 有些相距数亿元 。
对于一家拟IPO公司来说 , 没有比这种前后矛盾更糟糕的事情了 。 这意味着可能的隐瞒、错计、虚增 , 为了上市对财务数据进行大幅度的修饰 。 对此 , 旷视科技至今未有给出合理的解释 , 显然某些关键问题将他们卡在了港交所 , 在暴露了更多问题后 , 再通过上交所询问的概率已难言乐观 。
2.投入未必有产出
除了令人迷惑的数据打架之外 , 旷视还面临着短期肯定无法盈利 , 长期又存在巨大不确定性的风险 。
招股书显示 , 在2017年~2020年前三季度 , 不到四年的时间里 , 旷视已经亏了将近130亿 , 同期收入却只有31亿 , 烧钱能力与BAT这些巨头相比也不落下风 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图10/12

不过 , 严重亏损的人工智能公司很常见 , 属于行业的“结构性问题” 。 工信部赛迪研究院副总工程师安晖曾提出 , 2019年 , 中国位居全球人工智能独角兽企业国家榜榜首 , 数量达到206家 。 在中国AI产业链中 , 90%以上的企业处在亏损阶段<4> 。
亏损背后 , 是多数AI公司固有的“研发成本高 , 技术落地难”困境 。
首先 , 研发周期长 , 失败风险高 。 人工智能技术研发无法一蹴而就 , 十分依赖长期投入 , 需要大量的时间与金钱做支撑 。 即便如此 , 这些独角兽们依然有可能走弯路 , 乃至有失败风险 。
以五家比较典型的AI公司为例:

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图11/12

除了从事智能安保的云天励飞稍好一些 , 其它几家的研发经费直接抽干了全部利润 。
其次 , 商业化不确定性很高 。 即便成功研发出技术 , 市场能否接纳也未可知 。 新技术在商业化过程中 , 往往要面临如何落地 , 是否优于主流技术路径 , 能否形成替代等一系列拷问 , 很多人工智能公司自己也没谱 。
以同样被终止上市的柔宇科技为例 。 柔宇至今都没解释清楚 , 它自研的低温非硅制程集成技术(ULT-NSSP)到底有什么用 , 比现有的低温多晶硅技术(LTPS)优势在哪儿 , 公司凭什么能去争夺现有制造商的市场份额 。
虽说柔宇不是人工智能公司 , 但其所面临的 , 也正是AI公司 , 乃至绝大多数科技公司的困境:公司没有自造血能力 , 必须依赖融资;可融到最后不但不保证有成果 , 哪怕有成果 , 也不确定能否商业化 。
3.上车容易下车难
当一个行业整体不确定性非常强 , 但热度又特别高时 , 难受的不只是企业 , 还有投资人 。
根据IT桔子数据 , 2020年人工智能领域投资事件644起 , 与去年基本持平 , 全年融资金额1773亿元 , 一扫2019年颓势 , 同比激增72.8%——行业热度恐怖如斯 , 但泡沫也越来越大 , 风险越积越多<5> 。
虽说AI“硬”科技公司烧钱是人尽皆知的事情 , 但有国家大力扶持 , 宏观国际形势紧逼 , 行业热度极高 , 以及注册制带来的多重红利之下 , 一切问题似乎就都不是问题 , 总有人“接盘” 。
可现在 , 故事逻辑变了 。
受近年行业过热影响 , 很多表现平平的AI公司在一级市场融到了太多钱 , 上市后反而纷纷破发 , 导致行业普遍存在“估值倒挂”现象 。 即 , 不管一级市场的故事有多动听 , 二级市场都不买账 , 更拒绝兜底 。
而到了2021年后 , 别说估值倒挂 , 连上市都变得很难 。 (参见放大灯团队此前推文《科创板的沙滩上 , 一群科技公司在裸泳》)这些公司普遍都有多轮大额融资 , 圈了很多钱 , 可如今无法盈利 , 又没法上市 , 当初挥舞钞票挤上车的投资人发现 , 想要退出已经十分困难——车门都焊死了 。
对于当下的动荡 , 一位风投从业者对放大灯团队表示:“后几轮的估计都要亏 , 特别像AI这种有明显泡沫的 , 能回购估计是最好的了 。 现在只能看本事 , 退出也是投资的一部分 。 ”
也许在2020年 , 超过1700亿的资金砸进AI行业 , 注册制带动企业批量IPO的时候 , 熟练的专业投资人也没想到 , 挨了资本市场的镰刀竟然不是股民 , 而是自己 。
4.腿脚利索不好使
很有趣的是 , 市场似乎非常关注 , 商汤、依图、旷视以及云从这所谓的“AI四小龙” , 究竟谁能第一个上市 , 成为“人工智能第一股” 。
可对人工智能行业来说 , 比上市更快没有意义 。 “第一”对公司的经营状况与技术积累毫无助益 。 更何况 , 所谓“四小龙”是一个过度简化的概念 , 容易让人忽略这四家公司之间的差距 。
从融资规模和一级市场估值来看 , “AI四小龙”根本就不在同一水平线上——商汤科技的体量比其它三家加起来都大 , 堪称是鱼塘里的鲨鱼 。 融了这么多钱 , 也难怪能端坐钓鱼台 , 时不时放出消息调动市场情绪 , 却不真下场 。

|旷视的破衣烂衫下 全是AI行业的虱子
文章图片
图12/12
(数据来源:公开信息整理)
在多方面的驱动下 , 各方对人工智能行业预期过高 , 理性不足 , 即使频频有人喊出“有泡沫” , 也淹没在更疯狂的投资浪潮中 。 另一种更糟的可能是 , 投资者明知存在泡沫 , 但却寄希望于他人“接盘“ , 就如击鼓传花一样 , “反正不是最后一名” 。
市场还是需要尽快冷静下来 , 走出“用似是而非的故事堆高估值”的歧路 , 更多从业务、技术、商业前景等基本面去重估价值 。 毕竟 , 一个寻求长期发展的行业 , 要那么多充气独角兽又有何用?
而对于独角兽们 , 最低的一个要求:财务数据先别出问题 。

    推荐阅读