ChatGPT爆火，但AI公司基本还都是赔钱货，亏傻的那种。。。

2022 年 8 月，美国游戏设计师 Jason Allen 用一张 AI 绘画的作品《 太空歌剧院 》，拿下了美国科罗拉多州博览会美术竞赛一等奖。

图源：MetaNews

尽管这张图片是他经过上千次的修改、生成，花费 80 个小时才完成的，但那些 “ 纯人类 ” 的艺术家还是很愤怒，此事在互联网上引起了很大的争议。

伴随着争议，AI 绘画火了起来，Stable Diffusion、Disco diffusion、MidJourney 等 AI 绘画平台开始在全世界范围内受到广泛关注。

甚至，互联网上还流传起了一些 “ 禁咒 ” 或是 “ 神秘代码 ”，被用于基于 AI 生成二次元色图。。。

而 AI 绘画所属的 AIGC （ 人工智能生成内容 ）领域，也算是久违的让对 AI 概念已经麻木的人重新对 AI 产生了新鲜感。

最近一段时间，同属于 AIGC 领域的 ChatGPT，则是直接让人们产生了一种 “ 疯狂的敬佩 ”，仿佛人们正在见证一位 “ 真神 ” 的诞生。

ChatGPT 实在是太强了，它能很好的回答你问它的所有问题，它通过了明尼苏达大学法学院和沃顿商学院的课程考试，甚至还通过了美国医学考试。

最近几天，又有媒体报道它通过了 Google 的 L3 编程工程师应聘，这个职位的年薪大概是 18 万美元。

ChatGPT 的惊人实力，让人们对它以及它所述的 AIGC 行业直接就是一句：

1 月 23 日，微软宣布将向 OpenAI 追加数十亿美元的投资，并计划迅速推进 OpenAI 旗下 ChatGPT 商业化，将其整合进 Bing 搜索引擎、Office 全家桶、Azure 云服务、Teams 聊天程序等一系列产品中，被业界调侃是 “ All in ChatGPT ” 。

1 月 30 日，市场传言百度即将推出类似 ChatGPT 的 AI 聊天机器人。

包括科大讯飞、万兴科技、商汤科技、云从科技等跟 AIGC 挂得上边的 AI 公司都迎来了一顿股价大涨。

投资领域如此疯狂的原因是：AIGC 似乎给 AI 行业带来了新的变现希望，即便事实未必如此。

过去 10 年间，AI 领域的公司可以说是几乎没有任何赚钱能力，但他们却都有极强的融资吸金能力，动辄就是几十亿几百亿。

数据基于天眼查，统计可能不完全

资本都在赌 AI 成熟后的爆炸式盈利，但起码到现在为止，他们等到的结果是：

再等等。

比如 AI 四小龙：商汤科技、依图科技、云从科技、旷视科技，亏损率超过 100% 很正常（ 比如，收入 10 亿，亏损也是 10 亿 ），像商汤这个老大哥，干脆是 300%，已经亏麻了。

根据商汤科技招股书及财报中数据显示，从
2018~2021 年，商汤的营收分别为 18.53 亿、30.27 亿、34.46 亿，47 亿。同期，净亏损分别为：34.38
亿、49.68 亿、121.58 亿、171.4 亿，累计营收 130.26 亿，累计亏损 376.89 亿元。

与商汤并称 “ AI 四小龙 ” 的云从、旷视、依图这三家科技公司，以及其他较大的 AI 公司，也都面临着 “ 高亏损、高负债 ” 的问题。

那这些公司它怎么就赚不到钱呢？

知危编辑部认为比较重要的一点是 “ 相关需求非常复杂 ”。

你可以打开这些 AI 公司的官网，去核心业务或是核心能力栏翻一翻，会发现他们的核心业务都是大标题套小标题，光是标题加起来就有十几种甚至几十种，算上详细介绍基本可以出本书了。

商汤科技官网

看起来大而全对吧？

其实也不是这些公司贪大，现阶段较广泛应用的 AI 主要三个大类：

①决策类人工智能（ 常见于金融机构，比如某笔贷款该不该发、某笔转账是否涉及洗钱该不该放行等，机器会给出决策。）

②视觉人工智能（ 人脸识别、文字图片的识别、路况识别等，会用于办公、安防、自动驾驶等领域。）

③语音及语义人工智能（ 如机器识别、理解、输出自然语言，常见的应用是各大品牌永远听不懂人话的机器客服。）

市面上大部分使用场景基本上都是上面三者的排列组合，千变万化。

而需求千变万化意味着市面上 AI 的通用能力都偏低。

举个例子，你可以花费很多钱和时间去训练一个非常强大的能识别路上行人和汽车的 AI，但如果你想基于识别结果去让 AI 决策到底该怎么开车，那就是另外一回事儿了。

甚至，变量会更多，比如，即便 AI 既能识别行人和车，又能做一个优秀的驾驶决策，那它的响应速度是什么样的？

如果你现在模拟一个路况去问 ChatGPT 该怎么开车，它可能会给你一个准确的答案，但如果这个准确答案的响应速度不符合实际驾驶时的需求，它依然是无用的。

实际上，编辑部真的建立了一个很简单的驾驶场景，ChatGPT 给了我一个不错的答案，但回复的速度一言难尽，想真正应用到自动驾驶，相信还需要巨大的改造以及相关硬件支持。

知危编辑部与 ChatGPT 的对话

所以你会看到，AI 厂商既要面临多样、复杂的场景，又要面临与相关硬件匹配、调试的改动，这将是天量的研发成本。

在旷视科技的招股书上，其研发费用占营收的比例高居 70% 左右。

而依图科技，则是在 100% 及以上。

商汤也是逐年上升，现在也在 100% 左右。

各家都在花费天量的研发费用去搏一个未来，但，实际上真正有多少公司愿意尝试并长期使用他们开发出来的 AI，还是个未知数。

知危编辑部统计了一下已上市或已递交招股书的中国 AI 企业的销售费用占应收比例数据，少则维持在 30% 左右，多的则是能达到 50% 左右。

这个数据似乎意味着，AI 公司们研发出来的 AI，在市场上的推行是有一定阻力的，起码在现阶段，大家似乎对使用 AI 解决问题的欲望没有那么强烈。

一边是动辄 100% 的研发费用占比，一边是较低水平也要在 30% 左右的销售费用占比，这 AI 公司能赚钱，就怪了。

研发费用方面，你可能会说 “ 忍一忍，开发出来就好了 ”，但问题是，AI 公司们会不会面临 “ 永无止境的军备竞赛 ”，这样花钱如流水的境地还要持续多久？

销售费用方面，你可能会说 “ 等市场成熟了，大家都接受了就好了 ”，那么有没有可能，市场成熟之后，大家发现市场没有预期的大，不够各家瓜分后回本？

所以，AI 什么时候会盈利，现阶段仍然是个谜。

对了，关于这个问题，编辑部还跑去问了问 ChatGPT，它的回答很谨慎，但字里行间透露出 “ 有难度 ” 的意思。

对了，既然你都看到这里了，告诉你一个秘密：

本篇文章的分析思路，来源于 ChatGPT