深兰打地基

谢之迎

大洋彼岸，OpenAI上演“权力的游戏”。本质上，这家硅谷明星科技公司面临的是，AI企业在商业落地和技术安全之间的博弈。

面对复杂的AI商业化，一位中国的参与者做出尝试。

10月底，上海AI独角兽深兰科技，举办首届渠道建设大会，生态伙伴订货协议总金额超5亿元。

会上发布了深兰科技自主研发的轮腿式家用AI机器人“兰宝”，基于硅基知识大模型打造，具有智能陪伴、儿童学习、安全监测等功能。

深兰科技成立于2014年，在自动驾驶、智能机器人、工业智能等领域，均有软硬件产品落地，主要为韩国LG、日本住友、巴西马可波罗、 西班牙BOMAPA集团等客户提供智能产品。

“深兰是一家To B的企业，未来将逐步探索To C的市场，推动AI的快速产业化。”深兰科技创始人、董事长陈海波在接受《21CBR》记者专访时透露。

“现在AI的基础建设，连20%都还没完成。”这位性格直爽的AI老兵直言，以互联网时代烧钱速成的投资经验，资本市场对AI公司的成长普遍缺少耐心。

“今年，ChatGPT的‘横空出世，让很多人认识到AI能力开发起势，会有很多之前完全想象不到的能力展现。OpenAI干了近10年，烧了上百亿美金，在申明未来10年不准备盈利的情况下，微软又投了100亿美元，这种投资才是真正看未来收益的投资。” 陈海波说，“AI企业要重视商业化的盈利能力，但美国还在打地基，中国跟不跟？”

陈海波认为，AI大幕刚刚拉开，陈海波呼唤对于AI基础设施建设的长周期思考。

应用落地

深兰采用的是“科学院+公司”模式，建有人工智能、科学计算芯片、智能汽车、自动化等6个研究院和多个联合研发机构，进行AI相关的基础研究和应用开发。

最多的时候，深兰科学院拥有1000多名科研人员和大量博士人才，每个月科学院工资就要支出数千万元。

深兰基于计算机视觉技术，在以视觉导航为主的多传感器融合技术方面，自动驾驶和机器人领域，以及视觉检测的工业智能化和AI医疗领域，都有产品落地，同时在认知智能和大模型方面也有探索，申请了1200多项专利，其中发明专利800多项。

为了验证技术，深兰在CVPR、ICCV、ACL、KDD、IEEEISI、ACM等国际计算机科学和人工智能大赛上，取得了50多项世界冠军和120多项前三奖牌。

深兰的竞争对手，是中科院、清华、北大、BAT大厂，以及日韩、新加坡、欧洲，美国学院派的哈佛、斯坦福、卡内基梅隆，企业派的微软、谷歌、Facebook等强队。

获得世界顶级赛事的专业认可后，深兰对自己多年的技术积淀有了一定信心，近期开始探索软硬兼备的商业化、规模化发展。这就像盖房子，先得确认地基夯实了，才可试着在上面建高楼。

深兰不断打磨产品的成熟度，得到多个世界500强客户的订单认可，在十余个国家拥有20多个经销商，为商业化开了个好头。

市场上的人工智能产品，主要涉及看、听、算、动四大技术领域。其中落地最好的，要数计算机视觉。根据哈佛的资料，人的感知83%来自视觉信息，11%来自于听觉。

例如，AI医疗领域，集中在影像医疗，辅助读片、辅助诊断；工业方面，主要聚焦于视觉检测；自动驾驶和机器人，则越来越多使用视觉导航技术。

“听”要求语音识别听得懂、听得清、聊得好；“算”包括算法和算力，涵盖芯片、半导体产业；“动”则包括自动驾驶和机器人，和运动控制有关。

人工智能是让机器达到或超过人的主动感知、分析、决策、学习能力，实现商业化的底层逻辑是通过机器替人降本增效。找到真正的行业级痛点非常重要，非刚需的人工智能应用，实现盈利很困难。

相对于做AI应用的企业，真正的AI企业往往投入资金和时间打地基，即投入底层技术研发，这往往是一个AI企业的核心竞争力。

没有地基的工程量和投入，就看不到地面上漂亮伟岸的建筑。

筑牢地基

地基不牢，地动山摇。

市场关注AI企业商业化能力，一些资本投后发现营收和盈利低于预期，对AI企业甚至行业产生负面看法。这是基于大投入、快产出、快退出的投资惯性思维，所产生的偏差。

应该承认，过去七八十年的信息化时代，美国构建了IT基础设施，全世界其他国家几乎不需要打地基，在建好的地基上，一边跑一边学。

互联网时代，资本驱动下，不少创业企业靠模式创新带动规模发展，在3～5年内取得细分赛道份额突破，顺利上市，资本也能在较短时间内“功成身退”。

科技创新的AI时代不同，需要打地基的时间。往下打多深的桩，上面就能盖多高的楼，地基有多宽，决定了生态和应用的广度。

记得2014年回國后，推出扫脸支付技术的首场发布会，我强调，无论模式有多新，规模有多大，都不是核心竞争力，核心竞争力只有一个，那就是科技。

以OpenAI为例，ChatGPT的训练过程使用了45TB数据，包括1万亿个单词的文本内容和超过4000亿词汇以及31亿个网站的信息，光源代码就有数百万行，使用了数万枚英伟达A100 GPU的计算集群。

业内人士都知道，1万枚英伟达A100芯片只是做好AI大模型的最低算力门槛，当下，中国拥有1万枚A100芯片的企业，最多不超过2家。也就是说，单是从算力投入这个指标来看，国内能在短期内布局类似ChatGPT的大模型的选手，十分有限。

即使有足够的GPU，大模型的数据采集、人工标注、模型训练，这些软性成本巨大。

我们来算笔账，ChatGPT一次完整的模型训练成本超8000万元，训练10次就得8亿元，生成式AI的投资规模通常高达百亿元。微软2019年为ChatGPT投资10亿美元，今年1月宣布再投资100亿美元，可见AI研发的投入之大和周期之长。

很多业内人士说，当下中国具备资金储备、战略意志和实际能力的企业，暂时不超过3家。

ChatGPT的出现，让市场对AI企业的价值评定标准，也发生了变化。

相比互联网时代强调细分赛道，如今更需要具备技术多样性和全面性的AI企业。也就是说，AI领域打地基，需要“看听算动”四个桩都搭建好。

打桩需要时间。AI行业发展起势不到10年，一般资本进入不到5年，期望它过早商业化，有点勉强。我的看法是，要鼓励有能力的企业，继续致力于AI底层技术的投入开发。

深兰一直在构建自己的基础科研体系。

用一位投资人的话说：深兰不是一盘菜，而是一桌菜，而且就放在自己的桌面上，下面有自己的柱子支撑。

行稳出海

今年开始，深兰旗下无论是深兰股份，还是深兰控股、深兰科创，都要快速进入产业化阶段，分别走向资本市场。

深兰拥有从底层框架、系统、算法、工业设计、结构、电气到制造的全产业链，技术领先度、产品成熟度已有一定优势，相对欠缺的是营销模式和销售渠道的建设。

今年，深兰加强营销人才招聘力度，召开了第一次渠道建设大会，200多家全国各地的经销商参与，现场签约订金过千万元，订单总额数亿元。

深兰和渠道经销商共建，推出AI产业链合作营销模式，集市场推广、销售、运营、再开发为一体。未来，我们将征集更多合作伙伴，希望建成由數十个“城市合伙人”和“经销合伙人”组成的营销体系，推动AI技术在各产业的开发和应用。

机器人板块，深兰采取国际市场为主、国内市场为辅的销售策略，因为人工越贵的地方，越是机器人应该去的地方。当前，超90%的产品是海外订单，清洁类和服务类机器人落地相对成熟。

以清洁行业为例，英国保洁人员时薪高达29英镑，欧洲28欧元，美国25美元。低成本、高效率的自动化清洁机器人，在这些地方受到欢迎。

海外市场空间很大。

我们参加了几次欧洲、日本的展会，获得了24个经销商数千万美金的订单，拥有近10个国家的经销渠道。明年，我们还会参加超过10个国际展，继续拓展销售渠道。

自动驾驶板块，团队认为，生产工具安全使用和降本增效的需求更大，深兰聚焦生产资料类车辆，比如能自己找垃圾的自动驾驶环卫车、自主作业的智能工程车等。

尤其是智能环卫车，深兰熊猫扫地王和大型户外清洁机器人，市场反应良好，其中，小犀牛清洁机车开始出口海外。

工业智能化方面，深兰聚焦制药领域，提供从原料端、制造端到包装端的功能硬件，以及AI专家决策系统和细分领域的工业大模型，服务了多个制药头部企业。

AI赋能工业智能化，我们深信这是个很宽很长的赛道，推动制造业实现从工业自动化到智能化的技术产业革命，对高质量发展意义非凡。

以“人工智能服务民生”为宗旨，扎实研究推动产业革命，这是深兰的理想，它深远影响着深兰的过去、现在和未来。

公司暂时没有太多精力进入新赛道。成片盖高楼的前提是，地基完全打好，现在还不是时候。深兰的建筑已出地面，深兰人日以继夜，添砖加瓦。