中国四大ai公司排名（目前最厉害四大AI算法独角兽）

从2019年旷视科技港股首次申请IPO，到今年3月再次冲击科创板并预计9月“上会”；

再到今年6月依图科技终止IPO进程；7月云从科技科创板顺利过会；以及8月底商汤科技向港交所正式递交招股书冲刺IPO——“AI四小龙”的上市进程都已清晰。

从他们交出的公开成绩单来看，他们的存在促进了AI向人们生活的渗透，但他们所做的事情却越来越不像一门好生意。

今年距四小龙中最早诞生的旷视科技成立已经过去了十年。

十年前，伴随着深度学习技术的成熟以及计算机算力的增长，沉寂已久的人工智能行业再次沸腾起来，一大批企业踩上了第三次人工智能的浪潮闯入人们的视野。这也让这批AI企业在成立之初就可以秉承着商业需求主导的意志。

这四家在当时被称为“AI四小龙”，它们最初都是从计算机视觉领域（计算机视觉，ComputerVision，简称CV)起步的公司，并在该领域所占的市场份额常年排在前列。

AI独角兽选择计算机视觉领域作为突破口的原因很简单，2012年到2015年，在代表计算机智能图像识别最前沿发展水平的ImageNet竞赛（ILSVRC）中，参赛的人工智能算法在识别准确率上突飞猛进。

2014年，在识别图片中的人、动物、车辆或其他常见对象时，基于深度学习的计算机程序超过了普通人类的肉眼识别准确率。

这意味着人工智能在计算机视觉领域商用转折点的到来，众多AI公司或多或少以此为契机在市场中立足。

同时，计算机视觉也确实是人工智能中商业化成熟度较高的领域，也自然在当时引起人们的遐想。

人工智能在计算机视觉领域的成功落地是否预示着人工智能落地的大拐点临近？AI商业化的潮流就要席卷社会？千行百业都在被AI重新改造的前夕？

数年前，第三次人工智能爆发的早期，人工智能专家李开复认为，相对于前两次热潮，第三次热潮正在从学术研究主导向商业化需求转向。

不同于过去学术界劝说政府和投资人投钱，第三次热潮多是投资人主动向热点领域的学术项目和创业项目投钱，也因此，第三次人工智能热潮的关键在于解决问题。

在人工智能最火热的时期，甚至有不少人认为人工智能在未来20年扮演的角色比过去20年的移动互联网更加重要。

此前，整个移动互联网的兴起是将线上与线下联系起来，而这其中产生的海量数据将推动人工智能优化各业务流程的效率，实现生产力的大幅提高。

用人工智能行业向的话来说，就是如何将万物互联时代产生的庞大的非结构化的数据，转化为结构化可进一步利用的数据，从中获取有效信息来指导和预测社会、公司以及个人的行动，以此来实现商业价值，这其中的关键就是有效数据的提取。

如今，十年之期已到，实际情况如何呢？

在拥有高质量数据的行业，人工智能的切入看起来是极为迅速的。

例如上文提到的计算机视觉领域仍是人工智能技术应用比重最高的领域，该领域在城市、商业、生活等各方面的应用也是四家AI企业的主要收入来源之一。

以近期交表的商汤科技为例，其业务涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块。

主要通过提供软件服务以及人工智能芯片、传感器等能使AI模型运行的软硬一体的产品及服务来盈利，其中智慧商业和智慧城市贡献了商汤80%以上的营收。

旷视科技的业务则主要包括消费物联网解决方案、城市物联网解决方案、供应链物联网解决方案三类。

依图科技的定位是“算力提供商”，以人工智能芯片技术和算法技术为核心，研发和销售包含人工智能算力硬件和软件在内的人工智能解决方案。

云从科技则瞄准了智慧金融、智慧治理、智慧出行、智慧商业四个领域，人机协同操作系统和人工智能解决方案是其主要营收构成。

因此，计算机视觉作为应用比重最大的人工智能技术，AI四小龙的营收排名与它们在计算机视觉领域的营收情况关联性依然较高。

如下图所示，从营收上来看商汤、旷视、云从、依图在每年的营收排名上与它们在CV领域的市场份额状况相当。

这也从侧面说明，在CV领域外，四小龙的AI落地仍充满着艰难。那些志向远大的希冀并未实现。

从净利润上来看，四家企业仍然“吞金”严重，每家企业都在疯狂烧钱。尤其值得注意的是，企业的亏损并没有随着营收的增长而逐渐降低。

反而呈现出“营收越高，亏损越多”的怪象，除去未来可能兑现员工期权所造成的“公允价值损失”，四家企业的亏损仍然严重。

以其中营收和亏损都最高的商汤科技为例，经调整，2018年到2021年6月30日，商汤科技亏损净额分别为2.21亿元、10.37亿元、8.78亿元以及7.26亿元。

商汤科技在招股书“风险提示”中表示未来仍有无法盈利的可能，其预计公司未来将继续扩大业务（探索物联网设备、元宇宙、智慧健康等）、运营以及投资于研发。

通用人工智能基础架构和地域扩张上的开支，如据传花费超56亿的商汤上海临港大型人工智能计算与赋能数据中心 ( AIDC ) 。

横向来看，四家企业在可能持续亏损风险上面临着一些类似的问题，一是都需要在研发以及人才招聘上保持高投入；二是在市场拓展和地域扩张上保持高投入。同时，这两个问题也是“营收越高，亏损越多”的直接原因。

人工智能行业是人才和技术密集型行业，各公司需要投入大量资源用于系统层、算法层、操作系统及 AI 重新定义硬件的研究创新，以此来保持在行业的竞争优势。

同时，随着市场需求的不断迭代更新，公司同样需要保持技术的先进性。

创投圈有个共识：“投人工智能要先投科学家”。算法工程师间的技术、经验差异仍决定着算法模型的生产力高低，百万年薪招AI大牛在业内是再普通不过的事情。

商汤科技的创始人徐立甚至表示公司成立之初就将大约一半的资金用在了人才招聘上，其一家公司就囊括了40位教授、250多名博士和博士生，以及3593名科学家和工程师。

因此，四家企业的研发支出异常高昂，甚至一些企业当年的研发支出已经超过了全年的总营收。

人工智能企业在市场拓展新赛道上的高投入也是不得已为之。

首先，成熟市场的蛋糕有限，像基于人脸识别技术衍生的各类商业应用已有足够多的竞争者，但该赛道远远没有手机、汽车等赛道的广度和深度，不足以支撑这些高估值公司的盈利以及未来发展的预期。

。