轉載從: Tech News 科技新報
DeepMind 虧損仍在繼續。近日，這家世界頂級明星公司向英國公司註冊局備案提交最新財報，顯示 DeepMind 2019 財年虧損達 4.77 億英鎊。
相比於 2018 年的 4.70 億英鎊虧損，增長 1.5%。
（Source：TechTalks，下同）
但在這些光環產品的背後，DeepMind 卻未探索出可行的商業化之路，長期大量研發投入，使其處於連年虧損狀態。
DeepMind 聯合創始人胡馬延‧謝赫（Humayun Sheikh）曾表示，「如果不是 Google 以 6 億美元收購，DeepMind 人工智慧實驗室可能已破產。」
自 2014 年被收購，DeepMind 的巨額研發資金和虧損全由 Google 買單。不過長期虧損之下，今年 DeepMind 財務方面似乎有些好消息。
從最新財報來看，雖然虧損持續擴大，但相比往年虧損增幅減少了，同時營收有明顯增加──2019 年收入 達 2.66 億英鎊，相比 2018 年 1.03 億英鎊翻了一倍。
不過儘管如此，DeepMind 想要扭虧為盈也不容易。
4.77 億巨額虧損背後，仍無商業化市場
先來看 DeepMind 近幾年的財務數據。
營收方面：
- 2016 年營收 4,028 萬英鎊。
- 2017 年營收 5,442 萬英鎊，同比去年增幅達 35%。
- 2018 年營收 1.028 億英鎊，同比去年增幅達 89%。
▲ 2016~2019 年營收額趨勢。
虧損方面：
- 2016 年虧損 9,395 萬英鎊。
- 2017 年總虧損額 3.02 億英鎊，同比去年增幅達 221%
- 2018 年虧損 4.702 億英鎊，同比去年增幅達 56%。
同時，2018 年還有超過 10 億美元債務要償還。
▲ 2016~2019 年虧損額趨勢。
再來看今年數據，營收方面，DeepMind 2019 年收入達 2.66 億英鎊，比起 2018 年 1.03 億英鎊增長 158%，達到近幾年最大增幅。
虧損方面，DeepMind 從 2018 年 4.7 億英鎊到 2019 年 4.77 億英鎊，增幅僅 15%，與往年 221% 和 56% 相比，增幅明顯縮小。
總體來看，與前幾年相比，DeepMind 收入增長有加速，虧損也趨於平穩。這樣一看，DeepMind 似乎有望這幾年可轉虧為盈。
但分析財報營收來源和支出後，發現情況可能沒那麼樂觀。
首先，財報提到重要一點：其他集團企業的營業額及研發報酬，數據顯示 DeepMind 主要客戶大部分來自母公司 Alphabet 旗下其他公司，以 Google 為主。同時 DeepMind 的技術研發成果也主要是這些企業在用，如 AI 被 Google 應用於語音助理和資料管理中心任務。
這說明 DeepMind 的人工智慧技術還沒有應用市場。如果有，只能透過 Google 取得。其次，DeepMind 2019 年開支達 7.17 億英鎊，相比 2018 年的 5.68 億英鎊增加 26%。財報提到成本增長「主要與技術基礎設施、員工成本和其他相關費用增長有關」。這點很重要。
DeepMind 的「技術基礎設施」主要運行於 Google 龐大的雲端服務和 AI 處理器 TPU（Tensor Processing Unit）。
雖然 Google 並未透露收取多少使用費，但很可能以折扣價租給 DeepMind，這意味如果沒有 Google 的技術和服務支援，DeepMind 的「技術基礎設施」成本將遠高於此。
DeepMind 主要研究領域是深度強化學習，需要非常昂貴的計算資源。據了解，2019 年開發專案包括《星海爭霸 2》和《雷神之鎚 3》的 AI 系統，都花費數百萬美元培訓費。今年的預測蛋白質摺疊結構 AlphaFold，同樣是非常昂貴的專案。
人才成本也是不可忽視的一環。過去幾年雖然參與機器學習的人才數量明顯增加，但能從事尖端 AI 研究的頂尖科學家非常稀少。為了爭奪這些頂級 AI 人才，Google 、Facebook、亞馬遜和微軟等大型科技公司紛紛展開人才軍備賽。
（Source：Unsplash）
據了解，全球頂級 AI 人才薪水達 7 位數。 DeepMind 在全球擁有約 1 千名員工，很多是世界級頂尖 AI 科學家，年薪均超過 100 萬美元。這些頂尖人士大部分來自牛津大學、劍橋大學、史丹佛大學或麻省理工學院等世界頂級名校。有分析人士認為，如果沒有 Google 的支援和投資，DeepMind 實驗室就無法僱用更多高級 AI 人才。
因此綜合來看，雖然 DeepMind 顯示出緩慢的轉虧跡象，但增長依然依賴 Google 的金援和大型雲端基礎設施。
不過，Google 也樂於繼續買單。
AlphaFold 之後，Google 願意繼續買單
瘋狂燒錢的 DeepMind，確實創造了多項重大技術成果。
如前文提到的 AlphaGo、AlphaFold 等。後者預測蛋白質結構達成無與倫比的精確性，有望解決生物學界和電腦科學界多年來的巨大挑戰。前者在圍棋賽多次戰勝世界頂級人類選手。
（Source：影片截圖）
多智慧體方面，DeepMind 研發的《星海爭霸》AI AlphaStar，也多次戰勝世界頂級玩家，目前排位賽已達宗師級，在歐洲伺服器贏過 99.8% 人類玩家。
比起圍棋，《星海爭霸》等即時戰略（RTS）遊戲，因更複雜的場景、更廣大的操作空間和更高頻率的即時決策，對 AI 挑戰更高。因此比起 AlphaGo，AlphaStar 模擬現實、與人類博弈的過程展現出更強能力。
以上種種突出的技術成果，讓這家 2010 年成立的新創公司一躍成為世界頂級 AI 專家。
自 Google 收購以來，對這些技術成果也非常滿意。例如最近財報電話會議，Alphabet CEO 桑達爾·皮查伊（Sundar Pichai）曾表示：
我對我們在 AI 方面的研發進度感到很滿意。我們是尖端技術公司，目前正處於領先地位，這很重要。我為 Google 和 DeepMind 的研發成果感到驕傲。
此外，Google 也對 DeepMind 書面保證，稱「將繼續提供這家人工智慧公司充足的資金支持，期限至少 12 個月」。
不僅如此，據 DeepMind 財報顯示，Alphabet 的投資分支機構 Google 愛爾蘭控股有限公司（Google Ireland Holdings Unlimited），已免除欠公司的貸款和利息，共計 11 億英鎊。
轉虧為盈，需要更多商業化探索
科技公司虧損並不是新鮮事。在科技業，連年虧損、燒掉投資者巨額資金的企業比比皆是，其中也有不少企業最終轉虧為盈。
但相比之下，DeepMind 可能稍有不同。嚴格來說，DeepMind 是人工智慧實驗室，更注重間技術研發而非商業化探索。
CEO 兼聯合創始人創始人德米斯‧哈薩比斯（Demis Hassabis）曾自傲宣稱：「DeepMind 組建一支由機器學習專家、神經科學家、工程師、倫理學家等組成的世界級跨學科團隊，創造獨特的環境。我們將繼續投資尖端技術研發，期待未來能為科學界帶來更多突破。」
（Source：The Royal Society, CC BY-SA 3.0, via Wikimedia Commons）
因科學研究和企業界發展速度有很大差距。一方面，科學研究是以幾十年來衡量。如今商業應用許多 AI 技術都是從 1970~1980 年代開始發展。同樣的，目前許多尖端研究和技術在未來十幾年內，可能都無法進入大眾市場。而 DeepMind 的最終目標是：通用人工智慧（AGI）。最樂觀的估計，至少還有幾十年的路要走。
另一方面，投資者的耐心是以年和月為單位來衡量。如果幾年內無法盈利或有明顯的增長希望，投資者很難再支持。顯然目前 DeepMind 並沒有明顯增長趨勢，主要客戶依然是 Google，且技術商業化前景也不明朗。
這就是 DeepMind 的困境所在。從本質講，DeepMind 是研究型機構，希望突破科學極限，確保 AI 對所有人類都有益。然而 Google 和投資者希望製造能解決特定問題並賺取利潤的產品。
這兩個目標截然不同。業界人士認為，雖然 DeepMind 取得多項重大技術突破，不用擔心研究成果無利可圖，Google 也表示願意繼續買單。但長遠來看，生存和發展越來越牽扯到投資者利益，DeepMind 應更深入思考公司未來和 AI 科學研究的未來。
- DeepMind’s losses display the challenges of the AI industry
- DeepMind’s big losses, and the questions around running an AI lab
- DeepMind’s improved protein-folding prediction AI could accelerate drug discovery