發表日期 3/27/2022, 10:21:28 PM
近4個月前,商湯趕在2021年的尾巴12月30日完成上市敲鍾,成為目前AI領域全球最大IPO。
前天,商湯發布瞭上市以來第一份年報,自然也吸引瞭眾多目光。
2021年的經營亮點不少:
收入加速增長,按年同比增長36.4%至47億元
毛利率達69.7%
根據IDC及沙利文的市場報告,集團連續三年蟬聯中國計算機視覺應用市場份額第一
當商湯的財務數據被作為各大標題的核心信息,AI掘金誌發現瞭年報中的另一個值得關注的數字:AI模型生産效率。
2021年AI模型生産數量提升152%,研發人效效率提升72%。
這意味著什麼?
研發與商業化展現正嚮循環效應顯現瞭,我們期望的AI普惠已經魚白初顯。
AI普惠底層邏輯裏的AI生産效率
為什麼AI生産效率的提升對AI普惠加速落地的至關重要?
智能化時代的爆發,是要讓AI被廣泛地、大規模地應用,讓各行各業真正從智能化、數字化變革中獲益。
但韆行萬業的智能化需求中,80%為長尾場景,後者範圍廣、差異大、體量小、數量多,需求多樣化、碎片化。
海量碎片化場景真正規模化落地談何容易。
如果一個個開發的流程繁瑣,研發流程難以復用,每個項目都要重復都要重新投入人力、財力開發,讓全麵的數字化覆蓋成本居高不下。
而背後的本質原因在於現階段AI的難以標準化,通用性低。
比如交通領域,未來可能誕生上韆種算法;比如井下煤礦領域,應用場景多、需求細碎、産綫極多,全綫鋪開差異化非常大,而單個AI算法生産就要花費幾十名工程師數月時間。
換句話說,誰能最大程度解決碎片化,提高生産效率,降低邊際成本,誰就拿到瞭開啓AI規模化之門的鑰匙。
欲起高樓,必先築基,AI基礎設施在實體經濟轉型中扮演著至關重要的角色。
AI工業化,需要底層基礎設施,唯有解決模型開發、部署、管理、預測等全鏈路生命周期管理的問題,AI纔有可能成為數字化的生産力。
隻有持續專注於人工智能底層能力的構建,以一種係統化、工業化的方式去生成針對場景的創新應用,讓算法生産的效率快速提升,纔能打破技術落地的邊界,從根本上通過全棧底層能力提升實現AI模型的工業化生産,提升效率,規模化地賦能行業。
但AI底層基礎設施的重資産、重人纔、重科研、重風險特性,讓AI底層基礎設施的構建門檻高企。
底層硬件、訓練框架、算法模型、通用技術都需要持續的、高強度的底層投入,纔能建立起技術成本、效率的利器。
高技術、資本壁壘,讓其成為AI巨頭之間的戰場,具備這個實力的企業不多,商湯算一個。
這也正是商湯誕生以來來一直做的事情。
商湯AI大裝置,目的就是讓AI算法生産從人力勞動密集型嚮工業化量産的躍進。
AI大裝置由算力、平台和算法三大層麵組成。
算力層,以亞洲最大的AI超算中心(AIDC)為基礎,整閤AI芯片、AI傳感器。SenseCore是 AI業務的基礎,AIDC 又是大裝置的底座。AIDC可提供大規模彈性算力,實現10000億級參數模型的完整訓練。
平台層,是連接算法和算力層的紐帶,整閤瞭數據準備到模型生産、測試、部署的全鏈路AI開發及批量化應用流程,將數據平台、深度學習訓練框架、深度學習推理部署引擎、模型生産平台打通。
算法層,算法工具箱裏生産的模型超22000,開源框架OpenMMLab在GitHub上已經超過37000顆星,為亞洲最高。
AI大裝置具體如何提高AI生産效率的?
通過將不同場景的算法模型進行底層抽象,形成成韆上萬的模塊化套件,通用大模型加上小樣本單一場景的細分優化,不算組閤的算法模塊,更快速批量滿足長尾場景需求。
它們從根本上提升AI研發效率,降低成本,讓AI模型擺脫手工生産,逐步上到流水綫,通過規模化生産AI算法,大幅度降低算法模型生産的成本,從而以低邊際成本實現對新場景的規模化覆蓋。
商湯是怎麼做到的?
作為AI企業的領頭羊,創新與研發是商湯成立至今的核心武器。
商湯上市時募資的用途,60%用於研發。其中,大部分投入AI基礎設施SenseCore,10%用於擴大AIDC算力,10%用於加強人工智能芯片的設計能力及開發自有的人工智能芯片解決方案,15%用於提升與人工智能模型有關的能力,還有25%將投入技術模型、産品和産學研。
科技研發,是産品更新迭代的基礎,技術驅動的企業,創新技術無不需要常年纍月的研發投入,纔能保持行業領先地位。
其年報也說明瞭這一點,2021年,商湯集團繼續保持行業領先的研發投入水平,全年研發支齣30.6億元,占收入比65.1%。財報顯示,商湯集團2021年研發人員新增1500人至總數4200人,占員工總數的70%。
創新成果也喜人,截至2021年底,商湯集團纍計擁有11494件全球專利資産,相較於2020年底增長96%,其中78%為發明專利。
研發投入占收入六成以上,不是所有的企業都對創新研發持之以恒的堅持。
今天的研發,就是明天的價值。
研發投入帶來的是商業競爭力和增長動能的支撐。持續研發投入為商湯帶來瞭技術和商業雙重領域的豐厚迴報。
其實,放大時空維度會發現AI普惠並非跨越式進行的,創新的本質,是技術演進,每次一步一步,甚至半步半步地往前走。
前三次工業革命,都是在一次次優化、修正、迭代中螺鏇式上升,降低生産成本,提高生産效率基礎上,並最終呈現顛覆性結果。
如果我們從最終的頂峰齣發嚮後看,會發現商湯一直遵循AI和産業數字化的本質。
要實現AI普惠,需要AI規模化應用,要實現規模化,需要解決長尾場景應用,要解決長尾場景周期長、成本高,需要提高生産效率,降低生産成本。
從這個層麵看,商湯從一開始就懷著長期主義的願景,一步一步構建它心中的那個AI普惠的世界。
AI大裝置,正通過實際成績,讓AI的光波覆蓋得更寬、更廣,逐漸抵達規模化臨界點。
據悉,截至2021年底,23個投入使用的超算集群總算力為每秒1.17百億億次浮點計算(1.17exaflops),SenseCore生産齣的商用模型數量達34000多個,AI模型生産效率相較於2020年底增長瞭152%。
與此同時,商湯的研發人效有而在逐年提高,2021年研發人員每人年均生産的商用模型數相較於2020年和2019年分彆提高瞭72%和13倍。
152%的模型生産效率,72%的人效提升。
這一數字即使放眼全球AI公司,都頗為漂亮。
與業界整體水平相比,商湯研發效率高一個數量級,與之對應的,在AI下半場逐漸走嚮成熟的背景下,商湯的研發成本比業界低一個數量級。
商湯的毛利率從2018年的56.5%持續提升,到2021年達到69.7%,穩定的、高額的毛利率,得益於正是AI大裝置帶來的規模效應對研發效率的結果。
而這些,一起構成商湯AI大規模,並最終實現AI普惠的基礎。
長期看來,更低的模型生産成本,更大的模型産能,讓商湯可以更普惠、更深入地賦能實體經濟,保持長期的商業競爭力和增長動能。
基於商湯AI大裝置為核心基座,商湯提供通用化的AIaaS(AI-as-a-Service)能力,目前已覆蓋AI在各垂直場景中的應用。
2022年,商湯將會把SenseCore的能力進一步對市場開放。
AIDC將對外開放,為産業、科研、城市管理提供AI-as-a-Service智能計算服務,全麵提高AI的生産力,加速全産業數字化轉型。
全麵解決長尾應用的需求問題,通過大幅降低人工智能生産要素的成本,實現高效率、低成本和規模化的AI創新與賦能。
四大闆塊,開啓AI普惠之門
在SenseCore的人工智能基礎設施底座之上,商湯企業、城市、生活、汽車四大闆塊的均衡發展,持續提高從數據、AI模型生産、場景應用、商業化的閉環效率。
從商湯的四大闆塊身上,已經初見AI普惠的影子。
智慧城市
AI等技術的進步,讓城市治理建設進入新的階段,海量的碎片化需求,垃圾滿溢、共享單車亂堆放、道路損壞、交通事故、火災及煙霧、緊急齣口障礙......同時麵臨建築密集、人口稠密、交通擁堵等一係列問題,城市的人力監管效率有限,基層工作強度大,治理質量也難以達預期。
城市治理迫切需要數字化轉型,讓城市數字化的市場進一步擴容。
商湯迎麵挑戰,也抓住機遇。智慧城市收入同比增長56.6%。
商湯城市方舟,作為數字城市運營的操作係統,不僅可以管理消防栓、井蓋、電綫杆及道路標誌等公共設施,也可及時識彆上述公共事件的及時發現和解決,以及洪水及台風等自然災害的影響分析及後續救災措施實施進展的跟蹤。
商湯方舟城市開放平台包含14000多個AI模型,與城市的IT基礎設施結閤,將原始的城市數據實時轉化成運營洞察、事件警報及管理行動。
商湯下沉到最基層,與應用場景緊密結閤,深入城市毛細血管,在商湯打造的數字世界裏,形成城市的安全隱患、市容環衛、水務河道、消防設施等涉及“人、樓、事、物”等智能化治理閉環,綫上綫下融閤讓城市真正成為一個智能體。
讓城市管理由人力密集型嚮人機交互型、由經驗導嚮型嚮數據驅動型、由被動處置型嚮主動發現型轉變,也讓商湯進一步提高智慧市場滲透率。
據悉,截至2021年底,商湯已纍計有140個城市部署瞭城市方舟,相比2020年底增49%,在中國智慧城市計算機視覺軟件市場份額排名第一。
截至2021年底,城市方舟搭載的AI模型數增加至22425個,相比於2020年底增長156%。
智慧商業
十餘年流量爭奪戰趨於頂峰,To B金礦價值初顯的徵兆,在企業數字化轉型大潮下,商湯的智慧商業也戰績不俗。
中國的經濟已經到瞭一個臨界點瞭,高質量的經濟將是未來10-20年經濟發展的絕對走嚮。而AI,正是開啓這個臨界點的最佳鑰匙。
AI席捲而來、數據指數遞增,其結果是:數字世界與實體世界的交集越來越多、邊界越來越模糊。
2021年,商湯智慧商業的收入同比增長31.8%至19.58億元。這背後是商湯的AI大裝置為眾多行業輸送AI能量。
在工業製造領域,福田康明斯發動機生産工廠應用基於商湯SenseCore AI大裝置打造的深泉工業質檢推訓平台,實現對發動機關鍵零部件的缺陷檢測。
工業場景往往麵臨零部件種類多、型號多、缺陷種類多,深泉平台從多光學方案支持、多零部件形態支持、多重質檢支持提供瞭解決方案,可以在漏檢率和誤檢率上做到足夠精準。
同時,麵對AI質檢這樣的係統化工程,商湯的深泉平台還可以將智能化技術和産綫完美融閤,以提升産綫效率,將工藝的迭代從“月”為單位改變為“周”為單位。
如今工業企業已經從單一産品的大批量生産,嚮多産品小批次的柔性生産趨勢發展,深泉平台提供瞭工業模型訓練組件、推理工作流調度組件、報錶配置組件,低代碼支撐柔性質檢,滿足多件小批次的高質量質檢。
應用深泉平台後,福田康明斯發動機工廠的質檢效率得到大大提升,同時隨著工廠嚮智能製造轉型,企業競爭力也得到顯著增強。
在交通領域,商湯的AI技術也在發光發熱。
商湯與中鐵電氣化局集團京滬高鐵維管公司、中鐵電化院共同打造“星空”4C(接觸網懸掛狀態監測裝置)智能分析係統,成功將AI技術應用於高鐵接觸網智能巡檢工作中。
京滬高鐵是我國鐵路交通大動脈為例,日常運營中,對於檢測量需求極大,存在人工分析周期長、判定標準差異性大等難點。應用“星空”係統後,僅需2名技術人員用時10天,便可完成對同樣300萬張圖片的分析,效率提升瞭20倍,讓高鐵完成一次接觸網例行巡檢時長縮短至短短4天,效率提升超過20倍,同時大大降低4C檢測對人員經驗的依賴程度。
截止目前,“星空”係統的全國高鐵檢測超過3萬公裏,圖片數量超過4800萬張,零部件數量超過13億個。
據悉,“星空”係統不僅提高瞭接觸網維管的智能化水平和檢測效率,填補瞭我國4C智能檢測分析領域的空白。
智能汽車
智能駕駛賽道在去年空前火熱。
2021年,商湯智能汽車闆塊且持續快速發展,展示瞭不小潛力。
早在2016年,商湯就與本田共同深耕自動駕駛技術,加速智能汽車的研發進程。蓄勢6年,讓商湯爆發力十足。
智能汽車平台「絕影」亮相之前,已與30多傢國內外主機廠産生瞭緊密的聯係,定點量産項目覆蓋車輛(生命周期內)總數超過2000萬輛。
正式發力後,SenseAuto絕影由點到麵,從商湯最引以為傲的“視覺感知技術”技術切入,從三大方嚮打造智能汽車。
絕影智能駕駛解決方案,聚焦基於不同傳感器的L2+級高級輔助駕駛至L4級自動駕駛創新。
絕影智能車艙解決方案,覆蓋從用戶上車到用車多個場景的主動式人機交互體驗。
絕影路雲感知平台,通過車路雲一體化來提升城市和交通綜閤管理效率。
三路猛攻,商湯得以覆蓋單車智能(包括艙內艙外)以及車與路協同智能的發展,打通車路雲的全棧閉環。據悉,商湯在智能駕駛、智能座艙、車路協同、L4級無人駕駛、無人駕駛小巴推進全綫産品化商用。
截至2021年12月31日,商湯已經服務瞭超過40傢車企,智能駕駛和智能座艙産品纍計前裝定點數量達2300萬台,數量穩居行業第一。
在商湯2022年一季度的組織架構升級中,智能汽車事業群正式成立,絕影朝著“汽車行業內最具影響力的AI賦能平台”的方嚮奔去。
智慧生活
商湯智慧生活闆塊打下紮實的基礎。
202年,商湯也成立瞭數字空間事業群,智慧生活的戰略也得到升級。
在AI軟硬一體趨勢下,商湯與全球領先半導體公司閤作研發,2021年底交付四款AI傳感器實現0到1的突破,可以顯著改善手機拍照的畫質,並且以更低的功耗和更強的隱私保護來處理手機拍攝的照片視頻,並成功落地頭部手機廠商。
商湯的AI+AR技術落地到機場、博物館、景區、商超等各式各樣的場景,AR導航、AR導覽、AR營銷、AR技術,以及厘米級的定位,都極大豐富瞭用戶的場景體驗,商湯將虛實融閤的感官體驗,從APP擴大到現實生活。
大火的元宇宙,商湯是不可忽視的力量。
商湯進行瞭「虛實融閤、由軟帶硬、由平台到生態」戰略升級,戰略重視下,商湯可以整閤在AI感知、AR及MR技術、算力及客戶生態的優勢,打造行業領先的元宇宙賦能平台,提供多種關鍵技術引擎賦能各行業共建數字空間。
例如,商湯SenseME水星智能移動終端平台賦能設備數穩居行業領先地位。商湯SenseMARS火星混閤現實平台可構建數字空間應用,開發虛實融閤的交互浸入式體驗。
堅持長期主義,踐行AI普惠使命
AI普惠是一條漸進的道路,漸進的道路並不容易走。在AI祛魅後,AI行業正在成為少數人堅持走的路。
商湯相信,曆史上的所有偉大,都是從摸著石頭過河開始,而這一次,更是中國少有的已跑在歐美前麵的時刻,需無畏地探索AI商業化的無限可能性。
商湯集團堅信人工智能技術變革帶來增量價值,也將努力推動普惠和公平的智能時代到來。
作為A龍頭企業,這是它的責任,也是它心之所願的使命。
雷峰網雷峰網雷峰網