一位某AI独角兽的销售经理最近陷入了痛苦。
“我真的想踏踏实实做事了，至少回传统芯片行业支持一下国产芯片，都比这所谓的AI芯片强。” 他最终决定在这个AI独角兽扎堆申报上市的节点选择离开，并不仅仅是产品卖不出去。
“上市？他们上市跟自己的东西有没有市场，有多大销售额没啥关系。现在无论是AI芯片产业，还是硬挂着AI的其他行业，很多人都说是未来，是大趋势，但是我觉得很多公司都太急了，这会害了整个产业。”
相较一名销售的不安，AI独角兽公司们的焦灼更甚。它们估值均高于10亿美元，却纷纷陷入“估值越高，越难用收入证明自我价值”的怪圈。面对“AI去泡沫化”的趋势，他们在这一年里使出浑身解数寻找新出路——或冒险上市，或加紧募资，或开源节流，陆续有企业传出降薪、裁员、砍福利等负面消息。
但更残酷的事实是，上市、募资，甚至节流也并非*良药，或者说，并不是每一家AI公司都具备这样自救的资格。
AI独角兽的真相一：安防！安防？
还记得某一段时间里，人脸识别公司拼命宣传自己帮某地派出所抓了多少个逃犯，建立了多少个智慧小区吗？
到头来，AI真正意义上，其实只落地成功了一个市场——安防。
然而，在传统安防人眼里，CV四小龙（计算机视觉四家代表公司：商汤、旷视、依图、云从）在安防市场的存在感远没有外界看到的那样高。多位接受虎嗅采访的安防从业者有一个共同的认知：在实际项目中，很少正面碰到CV四小龙。
在这个有着To G（政府）和To B特质的产业里，谁也不可能靠所谓的“技术”一举通吃，这里的竞争方式更倾向于慢慢蚕食；而渠道人脉，也许要比技术与市场品牌更关系到企业生死。
“有些东西怎么说，这个领域一大部分靠的是商务关系，东西差不多就行了。” 一位安防行业人士在谈及四家厂商在安防领域的实际份额时，表达得隐晦却坚定，“他们就是大型系统集成商的下一级算法方案供应商。对终端客户的话语权，根本不能与安防硬件大佬海康与大华相提并论。”
这让我们想到两年前的北京安博会上，包括四小龙在内，众多人脸识别公司的名字被许多系统集成商放进了自己的“算法池”，他们得意洋洋地告知客户：“你想用谁的都可以。”
“我们一般叫他们算法厂商，概念性多一些。智慧城市，治安方面用的说实话真不多。”一位大华的员工透露，虽然这些公司的算法确实不错，但在实际项目中却很难占到主导地位；
“现在很多公安系统要建设算法仓，要求多家算法并存，一起运算。结果大部分是以海康大华为主，再搭配四小龙中的几个，这还只是纯算法的需求。”
在安防市场的招标流程中，系统测试是一个曾被称为“技术过招”的必备环节。简单说，就是用户有个想法或点子 ，这些技术公司要拿方案登门讲解，然后临时搭建设备展示效果，如果用户满意度高就先“白用”，等有项目预算挂网招标，就会考虑他们的产品。
但一位在测试中几次跟上述几家独角兽打过照面的安防行业人士，却对他们产生这样一种印象：“感觉不太接地气儿，有点端着，感觉跟这个市场格格不入。”
譬如，测试一段时间客户对他们产品要求特别多，他们也觉得投入跟最终产出效益有差距，慢慢来现场的次数越来越少，直至最后就是半路拆设备走人了。
与此同时，随着人脸识别技术的普及化，这些头部技术公司建立起的所谓高技术门槛便成了一捅即破的薄纸，于是大家纷纷转头做起了各种带人脸识别的硬件设备，但这显然不是他们所擅长的。
“有广州系统集成商曾去考察过各家做的人脸识别门禁和打卡机，发现那些技术公司做的硬件散热差，成本高，而且跟小厂做的功能没啥太大区别。”一位人脸识别技术公司跟我们讲了一个业内的笑话，“最后他们摸出了一个区分AI公司跟硬件厂产品差距的门道——手一摸，感觉这东西比其他的更烫，就知道肯定是他们做的准没错，毕竟是‘算法在里面跑’嘛！”
另有一位某芯片大厂员工向我们吐槽说，某人脸识别独角兽公司在两年前开始宣传自己要做嵌有人脸识别功能的算法芯片，但在他们当时安博会的展位上，贴的竟然是海思的产品。
“这是‘欺负’不懂芯片的那些人。谎言很早就开始了，业内人其实什么都知道，但都是笑笑不说话，因为早晚会戳破的。”
一位收到过两家人脸识别独角兽商业计划书的投资人透露，有家AI独角兽曾有一些把底层算法芯片化的尝试，但并不是很理想。“到目前为止，据我们的观察，它的商业模式仍然处于高度不稳定状态。”
真相便是，总是在学术会议上大谈特谈算法的安防市场闯入者们仅仅是软件层的一环，不足以短期撼动一个涵盖了应用级技术与硬件器材的综合性市场。
“这个行业游戏规则比较明了，你的东西比别家做的好，也不一定能站稳脚跟。”一位深圳门禁厂商代表说。
AI独角兽的真相二：被巨头碾压
如果说在安防市场，AI企业至少可以通过参与各地智慧项目获得不菲的项目收入，但对于那些一开始就着眼于纯粹To B（企业级）和To C（消费级）市场的AI公司来说，做人工智能落地的生意，则意味着要跟*科技巨头们在同一个跑道上抢夺资源和用户。
3年前，包括“智能音箱”在内的AIOT智能硬件市场曾火得一塌糊涂，云知声等语音识别独角兽都曾以拿到阿里、小米的语音模块订单为融资宣传点。
但实际上，据一位行业人士透露，语音算法模型授权费的单价非常低，而狡猾的互联网公司在掌握了自己的算法后，就迅速替换掉了这些创业公司。
一位语音识别创业者说起被这些互联网公司压榨的往事，表示全都是心酸泪：“某头部国产手机公司曾要求我们把语音模型免费给他们用，换来的只是在发布会大屏幕上打出我们的公司，说是免费宣传一下公司。”
也曾有某大厂在刚推出智能音箱时，虽然明明用的是创业公司的语音模块，但坚持表示语音算法为自研，并要求自己的技术供应商不能对外大肆宣传。
“2019年后很多这类公司的东西其实就被大厂抛弃了。智能硬件采集到的所有数据其实都落在了互联网巨头手里。数据非常关键，因为这决定了你之后算法模型的迭代速度。” 一位要求匿名的投资人道出了问题的关键点——无论是2C、2B还是2G，AI领域谁掌握了海量数据，谁才是“爸爸”。
“所谓AI算法，其实没什么门槛，你看国外，很多都是开源的。而谁的AI算法最强呢，其实是这些建立了大量数据中心、获取了大量用户数据的互联网公司。跟这些公司做生意，AI公司没有生存空间。”
AI独角兽的真相三：技术与性能受到市场质疑
还有这几年来受企业算力需求激增和中 美贸易战刺激而崛起的一批AI芯片创业公司，它们端出的技术与产品成色几何，正经受考验。
对标英伟达，拥有数据中心、汽车以及手机等多条AI芯片产品线的寒武纪，在招股书披露时曾饱受诟病，毕竟其在自由市场最成功的一次生意，只有从华为那里收取的移动端IP授权费。但很快，华为就用自研替代品补足了这个“小短板”。自此，这家一直笼罩着“国货之光”的AI处理器公司商业化道路，就逐步放缓。
有半导体供应链人士透露，除了移动产品销售受阻，寒武纪在数据中心使用的云端处理器在接受市场测试后，性能并没有达到预期，因此极少有算力需求的AI技术公司愿意买单。
“它们2019年的一款产品，说是对标英伟达的服务器级别处理器T4，但是实际还不如前一代的V4。它的产品能力今天来看，比华为还是差远了。华为好歹是做到一个产品上真的能够跟一流选手对抗，甚至做的比别人好，但这家不是，几亿十几亿的亏，其实也说明了产品的认可程度。”
对于芯片设计公司来说，能在自由市场活下来的理由只有一个，就是产品必须有核心竞争力。他指出，假如某独角兽的芯片一推出就跟英伟达的GPU一模一样，那两者比的永远是软件生态，前者只能被后者吊打。
那如果做的还不如英伟达，就只剩下“国产替代”这一条路可以走。
另一家主攻汽车市场的AI芯片独角兽，情况也不容乐观。
这家创立伊始便在AIOT、车载芯片等热门赛道广撒网且曝光率极高的创业公司，却在2020年初被爆出裁员超过30%，随后，唱衰言论便纷至沓来。
一位在智慧交通项目中测试过其芯片的工程师向虎嗅透露，这家公司吹嘘的智能驾驶芯片实际上“价格昂贵，而且跑的特别慢，带不动车”；而另一位测过其芯片的自动驾驶工程师则隐晦表示，他们做的只是针对物流小车的芯片，并非是面向乘用车市场。
这说些法，显然跟去年他们在上海车展上的高调宣传有一些错位。
“进汽车产业链可不是开玩笑，没有一个三五年周期，没有一个被车厂测个底朝天的觉悟，是不可能挤进去的。挤进去，五六年能活的不错，挤不进去，则很正常。” 一位投资人说，自己投过的几家企业也有尝试给汽车厂商做供应链，但后来都退出放弃了。
“但这家独角兽一直是高举高打的策略，它所有的愿景、PR和投资人的期待，甚至是对赌的细节，一定集中在这个赛道上，所以它转不了身，这是它必须要硬着头皮走到底的一条路。”
而一位AI芯片销售总监也向虎嗅默认了市面上的一些看法：“这家独角兽现在已经收缩了IoT业务方向，只做最擅长的。但产品也存在行业的通病，比如没经过量产认证，销售方向也不太明确。现在大家都在喊着落地场景不足，只从外给自己找说辞，却不从自身发现问题。”
做了几年，他最终也不得不承认另一个事实——大家都在谈AIoT（AI+物联网），但符合市场的AI芯片并不多。所谓的机器人、工业机械臂，智能音箱等需要的芯片，只是小型化应用，达不到通用市场的级别。
“我们这几年考察过把智能模块装进很多空调、冰箱里的这种物联网业务模式，但发现技术壁垒不高，而且在格力、美的这样的公司那里‘权重’也不够高。” 合力投资的投资人屈春龙认为，加了语音芯片，顶多就是在格力空调价签上添一行字，就图一个宣传口号。
“这种智能芯片不会成为某个消费品的核心价值，或者说能拓展的深度有限，从生意角度不太符合VC投资的价值观。”
流血上市或成*解？
“最近我们有收到很多AI头部企业的所谓商业计划，或者他们的融资资料，不夸张讲，这些公司我们之前投不起，但现在他们有的估值根本没涨，有些甚至还跌得很严重。” 一位投资人仍然坚持不跟投独角兽，因为风险已跃然纸上。
今年6月初，依图科技曾进行最新一轮融资，具体金额并未透露，只显示注册资本新增2.18%。而投资方为红杉资本和高瓴资本这样的老股东。有相关人士告诉虎嗅，这种情况并不常见，可能是依图这个阶段比较缺钱，但也没办法以不低于上一个估值的价格去融钱，所以老股东站出来帮了一把。
实际上，一级市场目前普遍缺钱。但在这个回调期，相对更难受的是早期投资人。因为大部分真正的情况是，新股东不愿接手，老股东退出意愿强烈，而AI公司仍然没有走出烧钱期。
如此一来，不能融资，那就只能上市。
推迟了上市时间的旷视，最近传出了可能放弃港股、登陆科创板的消息；虽然商汤曾否认过上市，也在近期释放了“以100亿美元估值继续融钱”的信号，但有内部人士向我们透露，因为有外资所以未来会“志”在港交所；此外，一直拿“国家队”来造势的云从科技已经完成股份制改革，可能年底在科创板上市。
但是，独角兽已被业界默认存在的估值虚高弊病，允许他们顺利上市吗？
“任何一家基金投AI芯片公司都不会低于500万人民币。一个两三亿的基金一亏亏个500万，都挺难赚回来的。” 一位半导体产业人士认为，如今在AI类企业烧钱速度巨快且业务情况堪忧、同时一级资本市场情况也不好的大背景下，“尽早上市”是让资本方不亏的*解。
另有一位技术投资人也承认，通过上市退出的几率要远远要大于并购，因为今天中国的并购市场还不太成熟，很少见到“有人是想买一个公司的产品，而不是一个公司的收入或者利润”。
“要买利润和收入，还是收购传统行业的公司比较划算，这些的利润更容易做，而创新型企业一般很难盈利。”他实话实说。
当然，另一个让独角兽们纷纷选择在当下寻求上市的重要原因，是要给自己的高估值保留最后一丝“尊严”。
一位熟悉上市流程的投资人透露，独角兽基本要在年底或者明年初融一轮，如果估值还不如去年的那轮估值，这不仅对于公司的发展相当不利，对于上市的审核也会非常不利。
“他们基本感觉到自己目前的市场估值已到达了企业生命周期的高位，就必须要在这个时候赶紧转向二级市场。”他很不客气地指出，独角兽已经没什么融大钱的机会了。
“如果他们在二级市场的整体公司估值下降，还可以甩锅给整体二级市场的不景气，甩锅给一些宏观政策的影响。因为大家都上市后，你的股票不好，我也不好，整个板块都不好，那不是我的问题。”
上市倒是可以让资本方退出变现后拍屁股走人，但真的有利于这些公司未来的发展吗？对于大部分AI企业来讲，上市也意味着，要扯下最后一块遮羞布。
近年来，一二级市场估值倒挂明显。也就是说，新股、次新股在二级市场的表现远逊于一级市场，部分在一级市场饱受追捧的明星企业到二级市场后股价破发。有分析师认为，导致这样一个现象的本质原因是，以互联网经济为代表的新兴产业在一级市场被持续推高估值，又在二级市场中“现出原型”，估值下滑过快。
事实上，不仅群众的眼睛是雪亮的，二级市场严格的财务披露制度或许会帮忙多挤出一些泡沫。
众所周知，AI企业烧钱不赚钱，上市*关就是要把这件事情讲明白。以寒武纪为例，从招股书中可以清楚地看到，大客户收入、政府补贴、研发投入等多个细节。而这些信息的披露，并不一定能带来加分项，反之更多的是来自监管机构与大众的质疑。
一位做过大量技术公司A股和科创板上市案的毕马威审计师认为，监管机构的逻辑是“你天生就是一个坏人”，对于申报IPO的企业，他们一直带着有色眼镜去挖掘企业存在各种各样的问题。
所以，他们会紧盯很多创新类公司为把收入做大而采取的一些常见取巧举措。“有公司为了把利润做上去，就先去找经销商大量铺货，不立即收钱。也就是以信用政策应收账款来换取收入的大幅增长，这是监管机构最常盯的一个点。”
但知情人士透露，AI公司“讨巧”的方法其实非常多样化。
譬如，有AI公司会对外宣称营收已有数十亿，实际上，为了报表好看，有时会进行一些关联交易，他们会去投一些小公司，从而跟这些小公司之间进行关联交易，有点像乐视跟子公司的交易。
再譬如，某AI独角兽给小公司投了8000万，作为交换，小公司就要从AI公司进行采购，但是采购价格就会压的很低，基本上是最常规的成本价。
此外，还有AI公司会去找关系比较好的公司进行对赌。
有A公司可能需要采购三亿产品，实际上却采购了十亿的产品，只付三亿，剩下的钱以非常高的利息去还给B公司，即A公司和B公司签一个对赌协议，A承诺明年上市，上市之后付剩下的钱。
目前有一家AI独角兽就在面临这样的情况，由于没有上市成功，甚至不惜裁员节省成本来还钱。
但毕马威分析师则通过虎嗅警告科技公司——对赌是监管机构最常关注的问题之一，如果战略投资者跟拟上市公司有对赌，最后不清理是会有麻烦的。
“监管机构强调股权结构要清晰，你如果有个对赌，特别是跟未来业绩相关，那么有可能到明年、后年，股份就会发生很大变化，进而会引发法律上的问题。”他强调。
此外，监管机构也不想听“某公司新技术是怎么帮超市实现可视化的”这类虚化的愿景，他们最能理解的只有“卖货收入”。但他透露，很多公司除了不能从语言上把“软件服务”转化为一个简单的销售行为，其实在AI方面也没有什么相关收入。
总的来说，由于中概股长尾效应的影响，在二级市场上已经出现了去伪存真的现象，此前一级市场一直都是正向的融资，但前提是二级市场上有高溢价作为支撑。当这个前提不存在，业内就会很审慎去看整个一级市场的估值体系是否合理。
“如果未来倒挂现象在这些AI公司身上持续发生，那么这些负面影响将会直接反馈到一级市场，AI企业融资将会越来越难。”
不必成为独角兽
“独角兽”这个虚幻的动物，既是硅谷风险行业“发明”的一个投资术语，也被一些投资人嘲讽为“做梦的企业”，甚至逐渐用来代指“科技泡沫的迹象之一”。
彭博曾给过独角兽公司这样的评价：“这是一个根据不存在事物创作的词，投资者们在用模糊的数学公式来彰显企业不确定的价值。”
所以也有很多创业者开玩笑说，“独角兽”只是被投资机构与企业用来彰显自己的优越感，大部分都只烧钱不赚钱，最后都会变成“伏地龙”（一种因力量弱小无法飞天的兽）。
所以，如果“上市”是创业公司与资本方实现共赢的必要手段，那么“成为独角兽”，到底是不是让企业取得商业成功的必经之路？
答案当然是否定的。
历史上很多科技公司上市前的估值数额其实都看起来不那么“壮硕”，譬如，中国半导体封装市场中的头部公司之一安集微电子，在上市前的最后一轮估值维持在1亿美金左右。
“拼命融资，对于硬核科技公司来说从不是需要的操作。” 北极光创投的杨磊博士知道这些拼命融资的公司问题到底出在了哪儿。
“当包括芯片在内的一些AI硬件独角兽在消耗了三四千万美金时都还没砸出一个像样的产品时，要么方向选错了，要么团队有问题。” 他提醒我们，如果看到一个公司融了上亿美金，真正像样的产品还没有出，一定要警惕。
“在你不能用产品来证明自己的时候，只能拿估值来证明。你去跟其他人讲的时候你没东西可讲，你只能讲，看，我估值又高了，又有那么多人相信我，我可以的。”
一位在半导体产业链有数十年经验的从业者结合某AI芯片准上市企业的招股书与产品实际表现，给出了这家公司需要不断融钱的个人判断：
“说对标英伟达，开了很多产品线，每一块开发成本基本都是6个亿，为什么需要这么多？因为他们一开始造出来的芯片架构最适用的地方是手机，所以卖给华为，但华为‘借鉴’后自己做了，卖给其他家又卖不出去，高通有自己的，除了后来Oppo，也没有哪家手机厂商说要做芯片。
所以为了活下去，他们只能往车载和服务器去慢慢靠，但架构一开始是为手机服务的，所以就要垒很多很多人，根据现有架构去开发和迭代。”
很明显，这不是一个创业公司的产品逻辑，而是一个略显僵化的大公司的产品逻辑。
与软件相比，AI芯片及工业产品的学习周期更长，是以“年”里计算的。也就是说，如果在这个领域，一颗子弹造了两年结果打偏了，想逆袭，就要付出时间与成本的巨大代价。“这家公司的思路是，性能暂时没英伟达好没关系，那就再多迭代几次，多花点钱，多招人，最终慢慢达到一个跟英伟达能抗衡的状态。”
此外，他认为“700号研发，20多个销售，150多号管理”的企业人员构成比例，明显是一个研发机构的玩法，非常不市场化，“假设他的竞争者是华为，它就只能死”。
事实上，所有AI公司或多或少都存在这样的问题。
几年来根据我们的观察，大部分AI公司在披露公司人员构成时，都喜欢强调自己研发人员占比高达70~80%以上。因为这对应着一个不太经得起推敲，但却很受业内认可的观点：研发人员占比越高，技术能力就越强。
“为什么大家总喜欢说自己研发人员有多少？答案很简单，因为很多AI创业者都是从学界出来的，他们的思路仍然是学界那套经营体系，从未改变。认为我技术牛，我创立的公司也会很牛，没什么产业经验。” 一位大数据创业者每次看到独角兽公司隔段时间就出来发一个“比赛打榜*”的大字报，就觉得啼笑皆非。
“但事实上，你看所有国外商业化非常成功的科技公司，他们研发人员是多，但占比是很有限的。反过来说，那几张国际AI技术大赛的成绩表单，能值10亿美金吗？由学界推动的创业领域，或者说创业赛道，商业化其实是非常艰难的。”
前面有提到，这些AI独角兽落地业务时还有另一个显著特点：喜欢朝各个细分领域打“子弹”。医疗、教育、汽车、娱乐……一个不行，调转方向打另一个。
这种现象，有点像有人获得了一把非常锋利的刀，但是到底用这把刀干嘛，却从来没有想好。切医疗，切基建，还是切汽车，似乎都可以做，那么就干脆解决所有问题。
“所以他们必须要持续不断融钱，才能继续挥刀乱砍。” 这种现象，被一位投资人用一句感叹做了总结：“无知者才是无畏的”。
除了做大做全，融钱在进行的过程中，也会很容易变成一个用来“自我满足”的心理暗示。因为除了要安抚投资人，也要给予员工以信心。
“一年推出一个产品，又失败一个产品，公司里肯定会很郁闷。相当于花1年做的东西，最高光时刻只有一场60分钟的发布会。客户说你这产品不行，就只能靠估值上涨来安慰员工说，你那股票更值钱了，咱加把劲儿。” 有创业者指出，这假面舞会，总有散场的一天。
一位Top2人脸识别独角兽的员工向虎嗅爆料，疫情之后开工，明显感到了整个公司的氛围变得紧张了。福利少了，加班多了，压力大，每天都很压抑。
同样，一名刚刚入职另一家AI独角兽的新员工也表示，曾偷偷问过老员工，今年福利消减了不少，安防市场份额也下降了，压力非常大。
实际上，如今经过几年的市场教育，大部分人已经不会再从纯科学角度去考察一家AI企业的技术灵活性和创新性了。或者说，这些成绩已完全激不起投资人的兴趣，甚至会遭到嘲讽。
“做技术投资，恰恰最不能迷信技术，而是应该去找这家公司团队的边界，技术的边界，” 一位创投机构合伙人经常给自己投过的公司泼AI冷水，让他们少动不动提AI，
“我们只跟他们聊公司缺什么，到底能不能补上。AI，对所有企业来说，早就不是一个拿钱的加分项了。”
警惕“互联网思维”
中 美贸易战，一方面证明了华为的技术能力，一方面也带火了“光刻机”等半导体产业链的关键的卡脖子设备。我们已经知道这台设备价格高达几亿美元，但也要认识到，即便我们拿出几百亿美元，现在也造不出来。
“互联网的繁荣让大家只看到两个点，一个‘想到’，一个‘做到’。很多人认为，这之间差的只有钱和人，那大家就就去融足够多的钱，做大规模，不断调整，最后肯定能做成。”杨磊认为，很多人还在持续使用互联网思维来“教导”技术市场，
但实际上，在硬科技领域，完全不是这回事儿。
“如果能用钱堆出来，那能用钱砸出光刻机吗？砸出GPU吗？钱只是起到一个基础作用，当钱超过一定数量，就没有价值了。”
EDA芯片设计工具三巨头之一明导电子的技术经理牛风举在一场半导体活动上指出，做芯片，做软件，恰恰不需要堆人。这就像建大楼，一个人来搭，跟100个人来搭，没有明显区别，因为关键还是取决于谁*把楼搭到了第100层。
“这里取决于你是否找对了那个人，而不是用堆人来提升成功的概率。说不定100个人最后谁都搭不起来。”
ARM的成长史可以证明这一点。
这家芯片IP巨头在没做出自己的处理器架构前，曾派几名电脑科学家专门去考察美国一家芯片设计中心，在得出“设计处理器并不需要很多资源与尖端设备”后，两位才华横溢的ARM工程师在资源匮乏的前提下，最终设计出了精良简洁的32位微处理器架构。
因此，做硬核技术产品，不是靠规模化就能解决问题，而是靠时间以及不断的摸索与创新。
“你看那些成功的芯片公司一开始创立时，普遍逻辑是创业者大概率在相关行业做过类似的东西，一开始就有很确定的产品方向，且产品原型被证明了，做出来的东西比现有方案要强。”据一位不愿透露姓名的芯片公司CEO观察，这样的公司基本都需要3~5年的成长时间。
但很遗憾，中国鲜少有可以容忍三五年没有财务报表的投资机构，这也是为何很多芯片创业公司在前几年要靠软件收入来吸引资本的原因。
此外，我们还看到这样一个事实，在国内，无论是投资机构，还是中国科技公司本身，都无法把“研发支出”作为一个投入来看，而是作为“沉没成本”。
相当于不靠技术，而是靠产品铺量来赚钱。
“国外高端芯片卖的很贵，比如Mobileye的自动驾驶芯片，还有手机AP、CPU、GPU，他们投入很多研发费用，开发好的软件生态，再靠产品高毛利赚回钱来。而当中国公司杀入一个行业，毛利就低到让行业举步维艰，很多AI芯片往往把算法、软件、芯片打包在一起，卖一个芯片的价格。这样的恶性循环导致公司没有足够的资金投入到产品研发和生态建设当中。”一位创业公司CEO指出，这样一来，技术公司的商业模式本质上就跟中国互联网公司没什么不同——大家的软件工艺从来不赚钱，赚钱的永远是靠广告和流量变现。
“大家甚至想的都是自动驾驶汽车做出来以后，软件免费、芯片免费，只收运营费。”
当然，这跟中国市场存在了很多年的问题有很大关联——知识产权保护体系建立得不够完善，导致高科技公司的商业模式很难变现。而“盗版”和“剽窃”，不仅仅存在于软件市场，还存在于内容、消费品等各个产业。
“很多人都在讨论中国半导体不仅硬件设备被美国卡脖子，还有芯片设计用的EDA软件工具公司也全都是美国的。但如果中国有EDA公司，你会花几百万去买一套软件吗，估计100块都没人愿意出。”有不愿透露姓名的创业者开玩笑说，如果大家都是这样一个态度，那么EDA公司在中国，肯定生存不下来。
“软件免费给，靠打打广告来赚钱，没有持续的软件收入，哪有钱去搞研发？”
最终，大家或被动或主动，纷纷把互联网成功的那套模式放在技术研发上，那么也大概率只能迎接一个结局：灾难。技术在中国的萌芽与持续创新就是这样被抑制的。
再后来，让有用的技术公司继续活命，往往最后就成了政府的责任。
“市场根本不买你研发技术，但我们又的确需要不能被卡脖子，那只有政府挺身而出帮企业度过难关。但是如果一家企业没有自由市场的调节，进程将会是异常缓慢的。如果这时候国外又会出来不卡脖子的新东西，你做了，但从正常市场上赚不到足够利润，又会落后于市场，要么最终死掉，要么再接受外部力量干预。” 一个饱受收入困扰的软件创业者看到的，就是这样一个被拽着鼻子往前跑，不断恶性循环的结果。
“什么时候我们真正愿意为技术买单了，知识产权被保护起来了，什么时候就会开始有好转。”
