当初，真格基金徐小平给格灵深瞳( SH:688207 )创始人赵勇订机票和酒店，催促其从Google回来创业。在一次饭局上，徐小平和红杉资本的沈南鹏、联创策源的冯波聊到格灵深瞳未来的估值。

徐小平说，起码 5000 亿美元。 沈南鹏说 ，1000 亿美元比较实际。 两人争执不下时，冯波给出了一个折中价格 3000 亿美元。这个估值与今天的茅台，只差300亿美元。

图片：格灵深瞳创始人赵勇来源：官方公众号

在AI方兴未艾的2014年，不同产业和投资人对AI抱着极大的期望。他们认为，只要技术足够强，那么技术可赋能的产业广度将映照AI公司估值的高度。这也是投资人愿意给AI公司时间发展和不断烧钱的前提条件。很显然，格灵深瞳在当时所拥有的技术能够让投资人畅想出3000亿美元的蓝海。

但时间来到今天，AI头产业经过了数轮洗牌，市场格局早已经不再只看技术不谈商业落地。投资人越来越在乎AI公司什么时候能赚钱，二级市场的投资者们比起“吹破天“的市场愿景，更在乎持股过久能大涨。前有上市即翻倍，随后股价便趴着不动的商汤 (HK:00020 )；后有上市两个月，股价大跌66%的创新奇智( HK:02121 )。同样是宣传AI改变未来的公司，但实际投资体验就像“抽奖”一样刺激。

图片：商汤和创新奇智的股价表现来源：雪球

和前辈们一样，今天的格灵深瞳同样也面临“流血上市”的局面。就在今天（ 3月17日 ），它即将挂牌科创板。而曾经的“饭局估值”，随着AI泡沫的消退只剩70亿估值。

本篇文章主要回答三个问题：

格灵深瞳目前在做什么？

为什么公司的毛利率超高但营收规模和增速上不去？

想象力无限的核心技术为何不及预期？

01 格灵深瞳是做什么的？

AI公司的驱动力主要看场景的技术难度，以及解决方案的毛利率高低。

场景的技术难度层面，同样是机器视觉赛道，在便利店用AI摄像头检查存货的场景，难度比纯视觉自动驾驶场景低无数倍。

那么我们来看看格灵深瞳，它聚焦的场景相对来说技术难度不高：

◆城市管理：配合城市监控摄像头和社区门禁，完成协助执法，流动人口调查。

◆智慧金融：配合室内监控摄像头实时探查银行网点、金库是否出现异常。

◆商业零售：在加油站和零售店等安装摄像头和数据分析软件，利用AI实时监控能力来分析销售运营情况。

◆体育健康（验证阶段）：在运动场所安装摄像头，分析健身人士运动姿势，给出建议。

◆轨交运维（验证阶段）：与中车合作，利用摄像头及其他传感器获取车辆信息，完成比车况检查。

正因为场景的技术难度不高，门槛比较低，所以格灵深瞳体量还比较小。2018年-2021年H1营收分别为0.5亿元、0.71亿元、2.43亿元和0.72亿元。

图片：格灵深瞳业务情况来源：招股书

解决方案层面，我们能看到格灵深瞳与大多数AI公司“数据采集-数据分析-软件/硬件应用”的一条龙方案差不多，包括：

◆智源智能前端产品：图像信息采集硬件（摄像头）和边缘计算设备。

◆灵犀数据智能平台：将视频转化处理成不同特征数据的软件，同时也可以内置在服务器中交付。

◆深瞳行业应用平台：AI操作系统，有内置应用，同时可以定制开发。

图片：格灵深瞳的产品情况来源：招股书

格灵深瞳前端设备综合毛利在50%左右，较为稳定。而数据平台具有开发完成后能够胜任多种情况，可以适当减少投入的特性，毛利随着时间变化从69%增长至99%。在应用平台上，应用平台虽然为行业客户定制开发，但覆盖同行业客户时具有可以复用的特性，毛利从71%逐步提升至81%。最终格灵深瞳最终毛利落在70%以上，可堪比肩当前行业龙头的商汤。

图：格灵深瞳产品营收占比及整体毛利变化情况来源：锦缎

通观以上两点，我们能看到格灵深瞳并未很好的平衡营收增长和盈利水平：

营收的规模小且增长慢，公司预计2021年营收为2.7-3.1亿元，yoy为11.2%-27.7%。但毛利率，却达到与AI公司龙头商汤一个水平。

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

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。

本文来自微信公众号“锦缎”（ID：jinduan006），作者：俊宏，36氪经授权发布。