文 | 來咖智庫，作者 | 柴犬，編輯 | G3007
AI概念的虛火，現在恐怕還難以撐起一家财務狀況健康的上市公司。
從下圖的股權結構可以看出，徐小平的真格基金和後來的紅杉資本都是格靈深瞳的堅定支援者，此外這家公司的投資人還包括三星創投、深圳高新投等機構。
但與一級市場存在顯著差別，二級市場的投資人明顯是冷靜而且務實的。就像格靈深瞳在2021年11月9日首發過會時，科創闆上市委2021年第83次審議會議提出問詢的主要問題是：“第一，說明技術先進性和商業應用價值之間的關系；第二，結合其所處行業的發展前景及競争态勢，說明發行人自身的技術優劣勢和壁壘展現在哪些方面？”
去年來，雲知聲、依圖科技、雲天勵飛等AI企業都想登陸科創闆，但先後被終止或中止發行注冊程式，導緻國内“AI第一股”難産。最近寒武紀釋出正式公告，稱已為CTO梁軍辦理相關離職手續，後者不再擔任公司任何職務。當日寒武紀股價直接跌去18.36%，市值蒸發近60億元，這也折射出目前人工智能行業在盈利和技術上選擇的兩難困境。
顯然，對一家成功的公司而言，僅僅擁有技術先進性并不夠，重要的是如何将這種先進性在現實場景中轉化為生産力，為公司和投資人帶來穩定的、可以預期的正向現金流增長。從這一點來看，無論是頭頂着科創闆AI第一股的格靈深瞳，還是其他帶着的AI概念的創業公司，其盈利能力都與先期一級市場的預期存在天壤之别，接下來我們就來具體分析一下。
01 一級看故事，二級看實力
據招股說明書，格靈深瞳專注于将先進的計算機視覺技術和大資料分析技術與應用場景深度融合，提供面向城市管理、智慧金融、商業零售、體育健康、軌交運維等領域的人工智能産品及解決方案。
截至2022年3月11日，趙勇通過深瞳智數間接持有公司22.53%股權，并通過靈瞳衆智、靈瞳萊客、靈瞳智源和靈瞳數源間接控制公司13.66%的表決權，合計控制公司36.19%的表決權，為公司實際控制人。
上市公告書顯示，本次發行後，控股股東深瞳智數持有公司16.90%的股份，趙勇通過深瞳智數間接控制公司16.90%的表決權，并通過靈瞳衆智、靈瞳萊客、靈瞳智源和靈瞳數源間接控制公司10.24%的表決權，合計控制公司27.14%的表決權。
可以簡單的看下公司的财務資料，基本結論是該公司不僅營收體量較小，且仍舊處于連年虧損的狀态當中。
據招股書，2018年、2019年、2020年、2021年1-6月，格靈深瞳的營業收入分别為5196.35萬元、7121.07萬元、24,271.56萬元和7218.80萬元；淨利潤分别為-7456.55萬元、-41,758.32萬元、-7820.16萬元和-5703.79萬元；歸屬于母公司所有者的淨利潤分别為-6990.22萬元、-41,352.66萬元、-7,786.92萬元和-5,691.11萬元。
扣除非經常性損益後歸母淨利潤分别為-9230.15萬元、-18,861.19萬元、-10,213.40萬元和-5473.99萬元。經營活動産生的現金流量淨額分别為-11,066.09萬元、-11,063.18萬元、3508.82萬元和-4404.14萬元。
而根據第三方的預計，按照公司目前的發展速度，距離公司盈利可能還需要3年以上的時間。例如華創證券就給出預測，認為公司2022-2024年營業收入為4.08億元、5.54億元、7.29 億元，對應增速39%、35.7%、31.6%；歸母淨利潤為-5300 萬元、-3900萬元、-1700萬元。這也意味着公司在2024年之前都不可能盈利。
02 較高的客戶集中度
目前，該公司專注于将計算機視覺技術和大資料分析技術與應用場景深度融合，提供面向城市管理、智慧金融、商業零售、體育健康、軌交運維等領域的人工智能産品及解決方案。
公司的主營業務收入主要來自于城市管理、智慧金融、商業零售三大領域，并在體育健康、軌交運維等新領域進行了前瞻性的業務布局。其中，城市管理和智慧金融領域的銷售收入合計占公司營業收入的比例分别為91.9%、86.3%、83.0%、95.3%，是公司主要收入來源。
更加細分來看，公司的主要客戶為農業銀行、東方網力、朝陽農委、中國聯通上海分公司和中金銀利，前五家大客戶的銷售收入在公司總體銷售收入中占比達到了75%。
較高的客戶集中度會降低公司抗風險能力，前幾個大客戶任何的流失都會對公司的整體業績造成沖擊。不過随着AI下遊行業的擴張，也不排除市場對産品需求持續增加的可能，那麼随着客戶多樣性的增加，大客戶集中度有可能會降低。
隻是，已經成為上市公司的格靈深瞳需要在未來的财報中，不斷拿出強有力的資料來證明自己的商業落地能力。
結語
從大趨勢看，人工智能的應用在賦能制造、醫療、交通等重點行業和領域的智能化轉型有重要意義，可以為實作和壯大智能經濟、建構智能社會專有的服務設施能力體系貢獻很大力量。
具體來看，人工智能行業可以具體劃分為底層的基礎層、中間的技術層與上層的應用層。其中基礎層主要包括晶片和基礎軟體架構，是人工智能的重要基石；而技術層則通過關鍵技術和算法模型完成技術型支撐；最終落地的是應用層，面向特定的應用場景需求而形成軟硬體産品或解決方案。