02“小家子气”的AI，还未打通任督二脉
格灵深瞳在具有超高毛利率的同时，背后的却是总体业务量太小。
考虑到格灵深瞳不如商汤、旷世、云从、依图的声名在外，但就算与同样不为人知的创新奇智相比，无论是增速还是营业体量都比不过。
格灵深瞳2021年营收2．7－3．1亿元，yoy为11．2％－27．7％。
创新奇智在2021前九个月的营收为5．53亿元，yoy为86．6％。
这种增速与一级市场大佬们的预期有点不相符，毕竟想实现1000亿美金的估值，按AI公司平均20倍左右P／S的估值，至少也得50亿美金的营收。
结合格灵深瞳的业务与发展，我们认为，格灵深瞳目前出现低营收＋低增长的原因主要归结于三点。 首先技术落地场景过于局限。
格灵深瞳的技术落地主要依靠安装摄像头，主要应用领域为安防，在功能实现上为代替人工检视居多。对标同样是以安防为主业的海康威视，海康结合自身安防摄像头的优势，积极开发工业园区智能巡检车和能够听声报警的监控功能。
而格灵深瞳在对应拓展“智慧金融”的业务中，仅表明主要用途为场景内的合规性监控。这意味着仅能在类似于ATM机前判断是否有多个人办理业务。机器视觉仅用在监控摄像的场景中，可谓是大材小用。 第二，格灵深瞳的业务开拓能力差。
在智慧金融领域，2018－2020年，格灵深瞳的直接客户仅为农业银行。于2021年与建设银行建立合作。但历年数据体现，来自农业银行的收入分别为468．68万元、2373．97万元、4697．09万元和1702万元，合计占智慧金融领域所有客户总收入的71％。
另一个值得重视的是，格灵深瞳在农业银行的安防设备合作已在2021年下旬到期。这意味着，尽管已完成了前期项目的合作，并且在积极准备后期投标，但仍存在不能顺利续期的风险。
图：智慧金融2021H1的客户情况 来源：招股书 第三，结合上述两点，格灵深瞳的业务没有能够构建正反馈。
一方面来讲，产品功能单一这使得客户在选择格灵深瞳产品时会倍加谨慎，无法顺利的开拓客户获取数据，这又会影响研发的目的性和效率，两者叠加之下使公司无法取得高速的业绩增长。 若不改变运营策略，格灵深瞳会陷入负反馈。对于此时此刻的格灵深瞳，我们不禁想探寻一个更本质的问题，为什么它偏离资本的预期那么远？
03不能落地的技术不是好技术
故事的最初，徐小平、沈南鹏、冯波对格灵深瞳有如此高的估值预期，其实并不让人意外，格灵深瞳的确有底气。只因为创始人赵勇是Google Glass 的七位设计者之一，其拥有开宗立派的技术底气：三维成像技术。
那么三维成像技术究竟牛在什么地方？
在机器视觉系统中的流程为：
首先照明光源发出的光照射在被测物体上，再通过相机捕获图像，然后由图像采集卡收集并经计算机存储，最后再进行一系列后期处理。但这种仅仅获取一张2D图像技术并不能像人眼一样精确了解物体距离、位置关系等更多信息。
于是便诞生了三维成像技术，这也正是格灵深瞳引以为豪的地方，其目前采用的三维成像技术分支是结构光（双光温测识别设备）和立体成像（皓母行为分析仪）。前者在iphone上用来做人脸识别，后者类似模拟人类的双目视觉。
图片：机器视觉实现原理 来源：网络
图片：格灵深瞳图像采集设备一览 来源：公司官网
Google Glass的产品设计上，三维成像技术是为了服务于SLAM（同步定位与建图）技术的，而自动驾驶是建立在SLAM技术的基础之上：小到做扫地机器人科沃斯，市值最高时1450亿元；大到自动驾驶电动车公司特斯拉，市值一度1．3万亿美金。
格灵深瞳如果把技术的想象力落到实地，那可真的了不得，但天不遂人意。
Google Glass虽然是一步到位的完成视觉信息收集，但落地难度很大。需要算法难度很高，同时对传感器的精度要求也很高。在AI刚刚兴起的2014年，算法的不成熟外加高精密传感器的成本，把格灵深瞳的技术优势“锁在”技术储备阶段，无法从实验室里面出来。 这种空有一身武艺，让市场认为格灵深瞳拥有巨大的营收预期，而忽略实际落地中出现的种种问题。
诸如在图书馆里把风吹动的窗帘识别是人。把背着包的人识别是两个人。在广场上因为光照太强而算法失效。 而彼时的商汤、旷视等公司大多选择用打标注、灌算法的模式逐渐让计算机学会识别人脸。方式虽然笨点，但好在除了工作量巨大之外，方案的推进落地还算有条不紊。并且技术随着方案落地，逐渐掌握核心算法技术，优化实现效果与配置之间的能效比之后，并不比三维成像技术差。
也就是这段时间，格灵深瞳被困在“高级算法”的闭门造车中。错过了商业变现的时机，也错过了自动驾驶的风口。虽然在之后的2016年开始转向以商业变现为优先的研发，但业务也回归到类似于识别车牌号去了。 AI公司的良性业务循环应当是：AI公司攻略前沿的算法技术，把算法在技术难度高的场景落地实施，从而获取数据，最终再度用来攻克前沿算法，无差别的去赋能所有行业。
能否跟上时代潮流和开发新算法，决定了AI公司能够持续站在舞台之上。格灵深瞳早期技术与落地脱节，导致为了活下来在技术门槛不高的场景里打转。 和其他AI公司一样，格灵深瞳同样是超高的研发收入比，上市募资去研究新技术和开发新平台，确实是很有必要。但更为紧迫的是，格灵深瞳客户集中度高，且前五大多为终端用户（一般AI公司客户集中度高是因为把产品卖给集成商），应该考虑开拓更多技术落地场景。 要不然，咱还是先抓紧找客户去吧。
原文标题 : 徐小平与沈南鹏的AI梦，悄悄照进A股
