小米科技|AI神话爆破九问商汤科技( 四 ) 孙鹏

该25间公司注册地址相同：浙江省宁波市江北区长兴路同一单位（商务托管），只是托管编号不同。公司业务范围基本是：技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广及企业管理咨询。可是，由2018年至2020年， 25间公司的社保缴纳人数均为零。
对此，商汤需要解释，大量成立空壳公司目的何在，有何用途。

商汤科技旗下7间主要公司（来源-招股书P.200）

图8：宁波注册空壳公司列表
四问商汤：技术难泛化盈利增长成疑

人工智能领域专家向《资本观察》表示，以商汤科技的AI技术，难以5年内实现量化生产

商汤估值如此之高，关键是商汤给市场一个憧憬，就是产品初期投资庞大建立平台，平台建立后再加入客户的成本就开始降低，客户越多摊分成本就越低，后期边际利润就实现最大化。
我们走访大量AI技术专家，异口同声表示，商汤不可能实现这一憧憬，北京一个专家就指出，当中牵涉一项重要条件必须实现，就是技术必须“通用和泛化” 。简而言之，高成本开发的技术，必须普遍化适用任何客户，商汤不需再为每名客户承担额外开发成本，才有望随着客户增加同时大幅增加盈利。
但事实上，商汤科技建立的平台技术难以泛化应用，所做的生意多以项目定制化为主，即是因应不同客户去度身订制相应产品，难以将高成本发展的技术泛化应用，导致成本居高不下， “商汤採用的神经网络深度学习技术，是应用场景难以泛化的关键因素，因为环境变化因素太多，为A客户订制的模式，并不适合B客户。 ”这名专家分析，当商汤为不同客户订制不同解决方案时，商汤本身就由平台供应商变成了方案解决商，失去边际效应最大化优势， AI行业内都知道，定制化成本投入相当高。
目前商汤科技的基本商业模式均是如此，因应客户的要求，商汤科技就度身订造一套场景定制化和算法，实现人脸识别及环境感应等功能。根据商汤科技官方网页，他们的客户有上海西岸、交通运输部、国家卫星气象中心、城市地铁公司等。

商汤科技技术难以广泛应用，而要靠人力密集式去不同公司“度身订造方案” ，难以将利润提升

商汤科技隐瞒实况，竟向外宣称可量化生产模型， “我们打造了行业内前所未有的通用人工智能基础设施通用平台SenseCore ，实现了多功能超高精度AI模型的大规模量产。 SenseCore是将原来基于项目的定制化开发，转向规模化落地的关键一步。 ”然而AI专家们都纷纷嗤之以鼻，指在技术理论上是根本难以实现量产的。
AI专家进一步解释，从技术理论角度来看，商汤科技的深度学习技术(DeepLearning) ，是机器学习(MachineLearning)的分支，是一种以人工神经网络为架构，对资料进行表徵学习的算法，神经网络的缺点是被喻为“黑盒子”性质，意味着我们不知道神经网络如何及为何会产生输出的结果，每一个场景都有不同表现，技术难以在不同场景通用。
中国科学院院士、清华大学人工智能研究院院长张钹教授接受媒体访问时就指出，人工智能发展目前已踫上瓶颈，当中根本性缺陷，是大部分技术都集中在图像识别、语音识别两方面。他说：“技术改良很难彻底解决目前阶段人工