【观察】云从科技的喜与忧

原創

日期：2021年6月22日 下午8:25作者：周治玮 編輯：lala

拟于科创板上市的云从科技预计募资37.5亿元，其中3个核心项目的投入中，人力资源的开支就达到了14.04亿元。

而在往期的业绩表现中，研发费用和管理费用占了非常大的一部分。以2019年为例，由于股份支付的原因，导致当期归母净利润进一步从亏损1.8亿元扩大至17.08亿元。

而研发开支上，则是从2017年的0.59亿元增至2019年的4.54亿元。

上述开支的变化基于云从科技的业务属性尚可理解，但是销售费用项的迅速扩大令人诧异。云从的披露，直销渠道的占比于2017-2019年间分别为91.55%、98.72%、98.65%，而销售费用同期分别为0.63亿元、1.28亿元、2.28亿元。

根据云从的说法，由于业务处于快速扩张期，销售人员的数量和平均薪酬的增加导致了销售费用的走高。

如果要给一个解释，那么只能认为这个直销渠道的经营是非常艰难的，即云从正面临着激烈的竞争。换句话说，其各项费用的投入，并没有在短期内转化为经营上的质量，而仅仅是在收入的数量上有所提升。

上述同行之间的毛利率比较可以印证这一点，其中云从科技的人工智能解决方案的收入占比较大，因此作为主要比较对象。

这样的表现，或许可以打破投资者对于人工智能企业的迷恋与幻想。这一点，在笔者的《研发费用大幅增加，寒武纪的坚守能否换来回报？》中有所阐述，即大额的研发开支存在‘浪费’的情况，当客户或者同行对手也正在研发同一类型技术，一旦获得突破，那么由自身研发团队所构筑的护城河便失去了它的效用，从而可能成为一项沉没资产。

同时，由于市场过分的期望，使得个中企业的价值回归之旅也非常的漫长。

云从科技

云从科技是一家以机器视觉为技术核心的人工智能企业，其通过自研的人机协同操作系统和基于此进行的行业解决方案实施经营。

人机协同系统包含了aiot（ai+物联网）设备管理、算力和资源管理、人工智能算法和引擎、人机协同感知api、ai模型训练学习、开发工具与api服务、ai数据湖分析、ai业务流程引擎和知识决策等模块，通过建立数据接入、云边端一体协同计算、高性能文件存储、实时任务调度，实现ai能力的自主部署、监控和边端感知设备控制。

一方面，该系统可根据不同应用场景客户需求提供多种操作系统，以服务客户单点业务效能提升和整体业务场景智能化升级。另一方面，轻量化的轻舟平台，通过引入生态伙伴共同开发ai应用及配套saas服务，使系统可能惠及到更广泛的客户。

简而言之，人机协同系统，可以帮助客户实现信息化、数字化、智能化闭环。

该系统提供连接和管理各类aiot设备的能力，接入多模态的感知信息。随后，融合结构化的感知信息和业务数据，利用计算和ai建模技术固化的专家经验，形成知识，以提升客户数字化建设的效率和质量。最终，高效率地完成决策。

那么基于上述运作流程的具体应用产品主要集中在以人脸识别为核心的场景中。

譬如，云之眼人脸识别服务软件，包含人脸检测、人脸识别、人脸质量分检测、活体检测、卡证识别，它主要应用在金融、机场等需要身份认证的场景中。

Facego人脸识别引擎，是人机协同系统的核心组件，基于云从的人脸库，它可以实现人脸检索、识别等功能。

智能云平台，则是在设备连接能力和大量数据计算能力上有所突破。

视图汇聚分析平台，则是以人脸、reid、活体、ocr等ai技术为基础，实现对海量视频、图片数据汇聚、查询、分析的功能。

集成生物识别系统，可以支持人脸识别、指纹认证、指静脉认证、虹膜认证、声纹认证。

简而言之，云从科技的这些应用产品，主要的运作思路就是通过保存海量的人脸数据，不论是视频（动态的），还是图像（静态的），通过计算速度的优化、计算方式的优化，达到更准确、更快速的识别，以便可以应用到金融场景、机场场景、零售场景、公共安全管理场景等诸多对识别的准确度、速度有不同要求的场景之中。

那么这里面的一个重要的基础，显然就是数据的积累。

研发人员显然是不能完全通过想象来设计这个计算算法的，它必须得结合实际的数据处理，才能够更好的进行优化，以达到更准确、更快的目的。

同时，由于不同应用场景的诉求不同。譬如，在人口流量巨大的场地中，对公共安全管理的要求是动态的、大额计算能力的、多接入aiot设备终端的、快速响应的诉求，但是这个诉求放在零售门店的客流量分析、零售门店内部产品客流量分析，以及金融身份认证、机场身份认证、零售门店支付认证、企业人员管理认证上显然是不同的。

那么，面对不同的诉求点，它的竞争必然是激烈的。

同时，由于同行譬如海康威视在公共安全对于数据积累的优势，在识别速度、准确度上显然具备优势，它就享有更高的毛利率。

在经营上，云从除了要面临以人员开支为主要的投入以及投入效用问题，还要面临应收账款持续增长，导致净营运支出占比扩大的问题，而它反映了市场出现了更为激烈的竞争。

总结

应该说，ai是一个模糊的市场，它高速增长，但个中的企业盈利表现并不好，经营紧张，因此需要市场募资来喘一口气，同时让前期投资人推出，以及让自身的业务得以持续烧钱增长。

这样的增长，至少目前阶段的质量并不高。许多研发支出，在微观上，是以牺牲投资人、二级市场投资者的真金白银为代价的。

还是回到那个问题，国家的战略并不代表是个人投资者的战略，在每一个微观企业层面，应该聚焦它真实的拐点，而不是在一个又一个宏观叙事中，想象着发财的春秋大梦。

By周治玮