与一级市场的高人气不同，今年国内人工智能企业在上市路上遭遇“滑铁卢”。人工智能“四小虎”中，依图科技撤回科创板上市申请，旷视科技因未能登陆港交所而排队科创板，商汤科技尚未长期披露上市计划。曾经被资本追捧的“小甜甜”，如何变成现在的“牛太太”？事实上，人工智能企业上市难的关键原因在于，高研发投入始终伴随着高亏损，盈利成为众多人工智能企业的常态。一道不可逾越的坎。由于人工智能研发成本高，如果高额研发投入长期看不到回报，则存在“浪费”投资者资金的风险。从更深层次看，人工智能企业的盈利困境只是表象，反映企业仍难以将人工智能技术推广出实验室，与教育、金融、医疗、物流等行业深度融合，和能源，有效解决生产和生活中的问题。痛点，体现技术价值，提升用户感知，从而真正赢得市场认可。在互联网行业红利逐渐消退的当下，人工智能被视为重新激活数字经济潜力的“金钥匙”，人工智能行业的霸主地位也成为各大巨头争夺的焦点。世界各国。从层次上划分，人工智能主要分为三层：基础层、技术层和应用层。与欧美相比，中国近年来在基础支撑和技术研发方面表现突出。根据中国科学技术信息研究所发布的《2020全球人工智能创新指数报告》，中国的人工智能创新指数在参与国家中排名第二，仅次于美国。但是，技术研发的实力并不能掩盖商业应用的弱点。人工智能企业之所以陷入“增长陷阱”，正是因为缺乏应用场景和成熟的商业模式。以人工智能的“四小龙”为例，其创始团队大部分是科学家。企业基因更倾向于技术研发，一直在商业化上磕磕绊绊。然而，行业的可持续发展需要持续的资金投入。产业发展初期可以靠输血，但长远发展必须增强造血能力。只有赚到“真金白银”，才是行业可持续发展的关键保障。目前，人工智能产业已从技术探索走向大规模商业化。相关企业要想抓住机遇，就必须将技术能力转化为商业能力，拿出真正的落地数据和商业化解决方案，让盈利能力与自身估值相匹配。.从第三方统计来看，人工智能应用广泛的领域包括安防、金融、教育、客服、交通、医疗等。未来，人工智能企业要想建立竞争优势，就必须具备这些专业领域的数据积累和落地场景的能力。以医疗为例，短期内，相关企业急需提高人工智能产品的成熟度，包括CT图像识别、视网膜病变筛查等，仍需依靠不断的产品迭代来提高可靠性和可靠性。诊断的稳定性。此外，人工智能的广泛应用也引发了人们对数据安全的担忧。在今年的央视3.15晚会上，部分商家安装人脸识别摄像头采集个人信息的问题被曝光，反映出人工智能的兴起，遭遇伦理、法律法规等问题。对此，企业要建立健全全流程的数据安全管理体系，履行网络安全等级保护制度规定的相应义务，在法律法规范围内收集和使用数据。同时，配套的法律法规和监管也要跟上人工智能的发展。
