三年半亏损超70亿，依图科技的技术“长征”还要走多远？

依图科技披露的财务数据引发业界广泛关注。这家以计算机视觉和人工智能芯片为核心技术的“AI独角兽”，在三年半的时间里累计亏损超过70亿元人民币。巨额亏损背后，是高昂的研发投入、激烈的市场竞争以及商业化落地进程的挑战。人们不禁要问：依图科技的钱，还要“烧”到什么时候？其技术开发的“马拉松”究竟路在何方？

一、亏损的根源：技术研发的“军备竞赛”

依图科技的亏损，首要原因在于其对技术研发的持续高强度投入。在人工智能领域，尤其是在安防、医疗、金融等关键赛道，技术迭代速度极快，算法、算力、数据的“军备竞赛”异常激烈。为了保持技术领先优势，依图必须持续投入巨资用于：

1. 顶尖人才争夺：AI领域顶尖科学家和工程师薪酬高昂，人才成本是主要支出之一。
2. 算力基础设施：训练复杂的AI模型需要庞大的计算资源，购买或租赁高性能GPU/自研芯片成本不菲。
3. 算法研发与数据积累：需要不断探索新算法，并为模型训练获取和标注海量、高质量的专业领域数据。
4. 自研AI芯片“求索”：依图押注软硬件一体，其自研的云端视觉AI芯片“求索”及相关硬件产品的研发、流片、生态建设投入巨大。

这些投入是典型的技术驱动型公司在成长初期的必要“学费”，但规模之大、周期之长，对公司的现金流和盈利能力构成了严峻考验。

二、商业化之路：技术优势如何转化为营收动能？

技术领先不等于商业成功。依图科技面临的核心挑战在于，如何将技术优势高效、规模化地转化为可持续的营业收入和利润。目前其主要业务集中在：

• 智慧城市与安防：这是其传统优势领域，但市场格局相对稳定，面临海康威视、大华股份等传统巨头以及其他AI公司（如商汤、旷视）的激烈竞争，项目定制化程度高，利润率承压。
• 智慧医疗：如在医疗影像辅助诊断、临床决策支持等方面进行探索，但医疗行业门槛高、认证周期长、商业化落地慢，且需要深厚的行业理解和渠道资源。
• AI芯片与硬件：“求索”芯片及其服务器产品需要构建完整的软硬件生态和客户认可，与英伟达等国际巨头以及国内其他AI芯片初创公司竞争，市场开拓非一日之功。

这些领域的项目往往前期投入大、回款周期长，且面临激烈的价格竞争，导致公司营收增长难以完全覆盖并快速消化高昂的研发和运营成本。

三、“烧钱”何时是尽头？技术开发的临界点何在？

判断依图科技“烧钱”何时能告一段落，关键在于寻找几个临界点：

1. 技术平台化与产品标准化：能否从高度定制化的项目模式，转向基于核心技术的标准化、可复制的产品与平台解决方案？这将显著降低交付成本，提升毛利率和扩张效率。
2. 核心业务实现规模化盈利：至少在一个或两个核心业务线上（例如安防解决方案或特定医疗产品）实现稳定、规模化的收入和盈利，形成“现金牛”，为其他长期研发输血。
3. 芯片生态的突破：自研AI芯片能否在性能、成本、功耗上建立起足够差异化优势，并成功打入关键客户供应链，形成稳定的出货量和生态闭环，从而摊薄前期研发成本。
4. 资本市场与政策环境：能否持续获得资本市场（包括一级和二级市场）的支持以渡过投入期？国家在AI、芯片等领域的产业政策支持力度也影响着其发展环境。

四、展望：一场关于耐心与效率的平衡

对于依图科技这样的硬核技术公司而言，前期战略性亏损是行业发展常态。全球范围内，从亚马逊到特斯拉，许多伟大的科技公司都经历过漫长的投入期。问题的核心不在于“烧钱”本身，而在于“烧”的效率和方向。

依图需要证明的是：每一分钱的投入，都在为其构建更深的“技术护城河”和更清晰的“商业化路径”。它必须在保持技术前沿探索的更加聚焦于能够最快产生现金流和利润的市场切入点，提升运营效率，优化成本结构。

人工智能是一场长跑，芯片研发更是“十年磨一剑”的苦功。依图科技的资金“燃烧”，或许还将持续一段时间。市场留给它的时间窗口，既取决于其自身技术突破和商业落地的加速度，也取决于整个AI行业从技术狂热走向价值创造成熟阶段的进程。这场以技术开发为引擎的“长征”，终点将是技术价值与商业价值的成功汇合。