商汤之贵( 二 )


据《晚点LatePost》报道 , 2019年商汤的营收超过50亿元 , 相比一些科创板公司已经算是不少 。但与其100亿美金估值显得有些配不上 。
商汤的估值逻辑:市梦率+击鼓传花
那么 , 商汤的估值又是如何一步步被推高的呢?
至今AI公司的发展历程大致可以分为三个阶段:
第一阶段是2012-2016年 。2012年 , 深度学习突破工业化红线 , 促使一批实验室研究者外出创业 , 掀起了第一波创业浪潮 。商汤、旷视都成立于这一时期 。
这一阶段 , 在AI还未到技术商业化的大环境下 , 能够体现AI公司价值的就是算法、人才 。因此AI公司估值的最初逻辑 , 可以简化表达为:
V(2012-2016)=f(算法 , 人才)
2014年1月谷歌以6.6亿美元收购DeepMind , 就是反映人才价值的一个典型案例——当时这家公司只有12位博士和教授 。
商汤敏锐地意识到了这一信号 , 在2015年11月 , 先后完成千万美元级别的A轮和A+轮融资后 , 商汤的估值达到了8亿美元 。
其联合创始人徐冰在2017年接受《中国企业家杂志》采访时曾明确表示 , 商汤的估值对标了DeepMind , “我们在那个时间点是一个三十多个人的团队 , 2011年开始做深度学习 , 比DeepMind还要早一年 。”
第二阶段是2016-2018年 。
2016年AlphaGo事件后 , AI被推上风口 。风口效应推高了资本对AI的想象和期望 , 使得“市梦率”和“行业地位”进入了估值因子 , 这一阶段AI公司的估值逻辑可概括为:
V(2016-2018)=f(算法 , 人才 , 市梦率↑ , 行业地位↑)
这时 , 市场上已存在的AI公司获得了先发优势 , 他们已建立的行业地位、人才储备吸引了大量资本 , 行业头部溢价开始显现 。
2017年 , 中国AI创业公司的融资总额是1131亿人民币 , 而“CV四小龙”——商汤、旷视、依图、云从合计拿走了其中200多亿 , 占总额的五分之一 。
在“市梦率”和“行业头部溢价效应”的助推下 , 2017年9月 , 商汤的估值已达到60亿美元 。
但到2018年 , 一级市场对AI的态度发生了微妙的变化 。
一方面 , 随着技术进入普及化阶段 , 算法与人才的重要性下降;
另一方面 , AI整体发展到技术商业化阶段 , 市场期待看到更多商业成果 , 最初的“市梦率”消退 , 真实商业价值的重要性上升 。
而目前弱AI的通用能力有限 , 在商业落地上又必须深入各行业 , 行业本身的市场空间、公司对场景know-how的把握和能调动的场景数据就变得尤为重要 。这一阶段的新逻辑开始变为:
V(2018-至今)=f(算法↓ , 人才↓ , 市场空间↑ , 数据↑ , 行业地位↑)
但到这一阶段 , 尽管深入场景的商业化能力变得更为重要 , 尽管商汤的商业化能力并没有匹配到相应的估值 , 但商汤的估值并不会随之回调 , 这与一级市场的第二层估值逻辑相关:击鼓传花 , 只升不降——
在一级市场 , 一个墨守成规的默契是:公司估值只能一轮比一轮高 , 不存在根据实际情况回调的现象 。
在“市梦率”、“行业头部溢价效应”、“只升不降”等逻辑下 , 商汤的估值就这样被一步步推向名不符实的百亿美金 。