5月24日，“小作文”引發科大訊飛股價大跳水。布局上看，科大訊飛業務繁多，打造了不少潛在“第二曲線”，但是增長、盈利能力以及現金狀況并不理想。進入了大模型賽道的科大訊飛，能起飛嗎？
作者 | 李鑫
來源 | 豹變
最近，A股的ChatGPT概念開始降溫，多數公司都持續陰跌，往日狂飆不再。
但平靜中，也會泛起漣漪。5月24日，A股最早上市且近期相對強勢的AI概念股——科大訊飛午后突然跳水，一度跌超9%，收盤跌4.26%。
下跌的導火索，來自兩篇“小作文”。其中一篇“小作文”稱，近期科大訊飛被曝涉嫌大量采集用戶隱私數據，并將其用于人工智能研究。對此，科大訊飛在投資者互動中稱，此文系“某生成式AI”所撰寫，事實不實。對于惡意抹黑、捏造虛假信息，損害我司名譽權的機構或個人，公司會借助法律武器保護公司和投資者利益。
5月24日晚，某大廠大模型業務市場部負責人在朋友圈回應稱，“先別說小作文這事真假、策劃痕跡太重”。他同樣表示，對于無端的惡意抹黑污蔑，將采取法律措施。
今年以來，科大訊飛話題度一直不低。5月6日，科大訊飛發布了“星火認知大模型”，但隨后陷入“套殼GPT”傳聞，有網友發現，星火大模型有些問答會出現“我是由OpenAI 開發的”等內容。
科大訊飛官方回應稱，如果是套殼 ChatGPT，就不可能出現訊飛星火大模型的響應速度比ChatGPT還快；更不會出現訊飛星火大模型在文本生成、知識問答、數學能力等方面的結果均優于ChatGPT的情況。
對于自家大模型，科大訊飛董事長劉慶峰信心滿滿，他表示，在10月24日科大訊飛全球開發者大會期間，星火有望能夠全面對標ChatGPT：在中文上要超越ChatGPT，在英文上要達到跟它相當的水平。
然而，對于科大訊飛而言，在大模型發展的當口，首先要面對增長停滯以及盈利下滑難題。根據2022年財報，科大訊飛營收微增，只有2.77%，歸母凈利潤5.61億元，同比下滑63.94%。
著名學者薛云奎在2017年曾發文稱，科大訊飛“擅長要錢，不擅長賺錢”。而低盈利能力和訓練大模型的高資金消耗形成鮮明對比。這一次，踩中風口的科大訊飛，能否真正起飛？
布局熱鬧，業績一言難盡
展開科大訊飛的收入構成，我們會發現其業務結構相當復雜。從產品角度看，既包括教育產品和服務、開放平臺、信息工程、運營商相關業務，也包括智能硬件、醫療、智慧金融等一系列業務。
可能是科大訊飛自己也怕投資者一頭霧水，特意在年報做了一張宇宙感十足的圖，解釋各業務邏輯關系。
可以看出，科大訊飛使用的是“從核心擴張”的相關多元化擴張邏輯。這種戰略的本質是能力遷移。
對于這種擴張戰略，科大訊飛自稱為“頂天立地”。“頂天”是指核心技術始終保持國際領先，“立地”是讓技術成果實現大規模產業化應用。
科大訊飛“頂天”的技術源頭是智能語音、自然語言理解、機器學習推理、自主學習等一系列人工智能技術。
典型如智能語音，這是科大訊飛起家的技術。2008年上市時，市場對它的定位，就是“智能語音第一股”（后直接稱“AI第一股”）。
智能語音技術，簡單來說就是讓計算機、智能儀表、手機甚至家電和玩具等都能像人一樣“能聽會說”的技術。通過它，機器具備自然語言處理能力，能夠通過對語音進行分析、理解和生成，讓機器可以像人一樣自如使用人類語言。
圍繞智能語音，2008年上市時，科大訊飛的業務結構是三大方向——語音軟件支撐、語音應用軟件（行業應用產品/系統）、信息工程和運維服務外包業務。
2017年，科大訊飛錨定了明確的“平臺+賽道”戰略，計劃從智能語音出發，發展新的業務領域。“平臺”代表的是訊飛開放平臺，其目標是為開發者提供全方位的人工智能解決方案；而“賽道”是指AI技術對特定行業的增強作用，主要集中在智慧醫療、智慧城市和智慧教育這些領域。
2022年12月，科大訊飛又啟動了“1+N 認知智能大模型技術及應用”專項攻關，其中“1”指的是通用認知智能大模型算法研發及高效訓練方案底座平臺，“N”指的是將認知智能大模型技術應用在教育、醫療、人機交互、辦公、翻譯等多個行業領域。這也為其“星火認知大模型”的誕生做足鋪墊。
不過，雖然科大訊飛的業務布局相當熱鬧，但其近些年業績表現卻一言難盡。
被“美化”后的利潤
如果將科大訊飛的收入和凈利潤做個對比，我們仿佛會看到一個張大的“鱷魚嘴”——收入持續增長，凈利潤卻貼地飛行。說明公司規模越做越大，卻不太掙錢。
收入利潤之外，其近年現金流量表現也不算樂觀：雖然經營性活動現金流凈額（紅色）為正，但總體并未放大，近兩年還有萎縮趨勢。顯示企業現金造血能力并不理想。
經營性現金流之外，過去6年里我們會看到，除了2020年，科大訊飛的投資活動現金流凈額始終保持較高水平，且顯著大于經營性活動現金流凈額。
科大訊飛到底都投資了什么？總的來看有三大類：開發支出、無形資產、固定資產。
通過上圖我們會發現，2019年以來，科大訊飛的無形資產（紅色）始終比固定資產要高。那么這個無形資產到底是什么？
打開報表附注，我們會看到，科大訊飛的投資的無形資產，不是常見的土地使用權，而是軟件，2022年報年報期末價值達到20億元。
為什么無形資產中的軟件項目能達到20億元？主要是科大訊飛將大量的研發投入進行了資本化。
研發費用資本化，是美化利潤表的常用方法。
具體來看，研發費用資本化，是將企業的研發費用從當期費用轉化為資產，然后通過攤銷的方式逐年分配到未來的會計期間中。
回到科大訊飛，我們會發現，科大訊飛常年將40%的研發金額進行資本化，比如2022年，研發投入的實際金額為33.55億元，但是將14.13億元（42.1%）進行了資本化。
40%左右的研發金額資本化率到底高不高？根據《豹變》統計，科大訊飛在A股“申萬軟件開發板塊”研發金額超過5億的公司中，資本化率位列第三。可以看出，科大訊飛有較強的做高凈利潤的意愿。
除了做高凈利潤，我們也能分析出，科大訊飛那看似有一定規模的經營性活動現金流凈額，其本質上也是研發費用資本化美化的結果。因為資本化的部分，會變成投資性現金流；而如果不資本化，直接費用化，那么經營性活動現金流凈額必然減少。
而這也解釋了，為什么科大訊飛近年多數時期另一種現金流——籌資性現金流凈額為正，因為科大訊飛的資金其實較為緊張，需要籌資來維持業務的正常經營。
而資金的緊張，是否會影響堪稱燒錢的大模型訓練，需要打一個問號。
拿補貼能力優秀？
雖然資金總是挺緊張，但不得不承認，科大訊飛從政府獲取補貼的能力很強。這一點我們從其ROE的變化中，能見端倪。
所謂ROE，通俗理解就是公司凈資產能夠帶來多少回報。一般來說，連續五年以上保持凈資產收益率在15%-30%的公司，就是非常優秀的企業，這類企業往往具有競爭優勢，也就是護城河。
回顧歷史，科大訊飛除了2008年和2010年ROE超過15%，其他年份數值總體較低，而且總體呈下降趨勢。2017年-2021年曾有反彈，但2022年直接跌至3.38%的歷史低位。
為什么2017-2021年曾有回光返照？如下圖所示，我們會發現扣除科大訊飛的營業成本和銷售費用、管理費用后產生的經營性利潤（淺藍色）占比很少，且變化不大。
真正拉動科大訊飛ROE的，其實是其“外援”，這個“外援”在科大訊飛的會計科目上叫“其他收益”，本質是政府補貼。比如2019年和2020年，科大訊飛的其他收益就分別達到6.63億元、7.41億元。而其當年公司凈利潤則分別為9.43億元、14.42億元。
為什么科大訊飛盈利能力不夠強？背后的根本原因是什么？這可能和其產品和服務并無明顯競爭優勢有關。
數據上看，科大訊飛“人均創收”水平不高。對于一家科技公司而言，人均創收往往反映產品或服務是否有競爭力。
如果我們將科大訊飛和國內同樣深度介入人工智能，且重視研發的安防龍頭——海康威視做個對比，我們會發現，兩者雖然“人均工資”對比上相差不大，但“人均創收”相差較大。
典型如2019年，科大訊飛的人均工資為25萬元高于海康威視，但是人均創收只有96萬元低于海康威視的142萬元。最近幾年，科大訊飛人均創收在增長，但仍和海康威視有差距。
從費用率來看，科大訊飛的銷售費用率明顯高于海康威視，顯示需要花更大的力氣才能把產品賣出去。
從業務層面上看，科大訊飛的業務，雖然橫貫服務大眾的To C市場、服務企業的ToB市場以及服務政府的ToG市場，但其To C產品缺乏爆款、未見高市場份額產品，而ToB和To C變現周期長、競爭激烈。這成為壓制其盈利能力的關鍵。
總的來看，科大訊飛的核心問題在于收入越做越大，但是ROE不高，持續不掙錢。而這較低的ROE，還存在一定的“美化”，因為其將研發費用資本化，依賴政府補貼。
這導致其長期需要融資來解決現金吃緊的問題。而究其原因，本質上是沒有獨特競爭優勢，產品競爭激烈下人均創收能力低。
2021年，劉慶峰曾提出2025年千億營收目標，目前來看這個目標似乎很難實現。根據2022年財報，科大訊飛營收只有188.2億元，同比微增只有2.77%；歸母凈利潤5.61億元，同比下滑63.94%。
從今年一季度還有惡化趨勢——營業收入28.88億元，同比下降17.64%；凈利潤虧損5790萬元，同比下降152.25%，扣非凈利潤虧損3.381億元，同比大跌331.82%，由盈轉虧。
和2022年年報業績停滯的解釋類似，對于一季度的業績表現，科大訊飛稱主要原因是宏觀經濟影響下，較大項目工作進度在2023年一季度延遲。2022年10月再受到美國的施壓之后，供應鏈相關合同主要調整已基本完成。
在5月的大模型發布會中，科大訊飛發布了多個基于大模型的產品，涵蓋了教育、辦公、汽車和智能座艙等領域。并啟動了通用認知智能大模型專項攻關項目，計劃在教育、辦公、汽車和人機交互等領域推出大模型應用。
劉慶峰表示，大模型的商業模式仍在設想中，基于訊飛生態的超500萬合作伙伴，可以在通用大模型的加持下進一步發掘落地的機會。同時，還可以參考ChatGPT的收費模式。
不過，雖然利用大模型進行商業化變現看起來并不難，但要使一家企業的大模型真正能夠賦能各個行業，并發揮出良好的效用，需要投入大量資源。比如訓練和推理大模型需要大量的計算資源，包括高性能的處理器、圖形處理器（GPU）或領域特定的集群；訓練大模型還需要大量的時間和人力投入。模型的設計、參數調整、訓練過程的監控和優化等都需要專業的團隊和研究人員進行管理和執行。
而在競爭對手資本更為雄厚，自身基本面仍顯疲弱的背景下，科大訊飛能否真正成功抓到趨勢，似乎還需時間驗證。