鹰瞳科技亏损连连，AI医疗第一股何解商业化难题？

　　文：互联网江湖 作者：志刚
　　ChatGPT火了，带火了一众AI概念股，但却带不火港股＂AI医疗第一股＂鹰瞳科技。
　　2月17日，受AI概念股整体市场波动影响，鹰瞳科技股价来到18.34元，最高涨到了11%，到了17日收盘，股价又跌到16.98%，跌去3.5%。值得注意的是，鹰瞳科技的换手率极低，仅有0.47%，这说明流动性很差。
　　如果把时间线拉长，不难发现近一年＂AI医疗第一股＂一直在股价低点徘徊。
　　31.45元算是过去一年中的股价高点，短短一个月后，鹰瞳科技股价就跌至15.21元，股价几近＂腰斩＂。随后的一年中，其股价再没能回到20元以上。
　　虽说过去一年AI估值受挫，但医疗板块却一直坚挺，而鹰瞳科技是国内第一家医疗AI上市公司，按道理表现应该不会太差，但从市场表现上来看，目前未能有效起色。
　　＂AI医疗第一股＂不香吗？ChatGPT都带不动的选手，成色以及质量究竟如何？值得深究。
　　AI医疗＂上市容易盈利难＂
　　2021年11月，鹰瞳科技在香港上市，当时，鹰瞳科技的发行价为75.1港元，募集资金15.66亿港元，市值超过70亿港元。天眼查APP显示，上市前，公司融资到了D轮。
　　＂上市无非就是另外一轮融资。＂鹰瞳科技创始人兼CEO张大磊曾经对外界表示。对创始人来说上市是＂另一轮融资＂，而对二级市场的投资者来说，这轮＂融资＂却很像是一场＂风投＂。
　　彼时意气风发的张大磊也许没能想到的是，上市可能是目前鹰瞳科技仅有的＂高光＂。
　　仅上市一年之后，鹰瞳股价缩水80.77%，市值低点仅有14.96亿元。市值暴跌背后，人们对港股＂AI医疗第一股＂也有了更多的认识。
　　首先是亏损的问题。
　　招股书和财报数据显示，2019年公司营收3041.50万元，2020年营收来到4767.20万元，一年之后，公司营收增加了1000万，2021年公司营收有了飞跃，来到1.15亿元。
　　问题在于，营收增长并没带来利润，带来的是不断扩大的亏损。同期利润分别为2019年-4730.40万元，2020年-5015.40万元，以及2021年-1.43亿元。
　　也就是说，亏损增幅在拉大，累计的亏损超连续过营收1倍以上。对此，资本市场的反馈也很直接，反映在每股收益上，2020年是-1.36元，2021年是-1.43元。
　　那么亏损的问题在哪？
　　财报显示，主要是在三费上：销售费用过高，研发开支过高，行政开支过高。
　　2021年财报显示，公司营业总额1亿，销售及分销开支用7258万，行政开支8648
　　万，研发费用6426万。换句话来说，光是三费总额就远超了营收。
　　值得注意的是，折旧及摊销的费用也很高，光2021年就有1549万。
　　研发开支不说，毕竟是高科技企业，长期来看，研发高投入换来的是高技术壁垒，这笔钱起码花得不亏。但销售费用就要花7千万，这确实有点让人摸不着头脑。
　　虽说是ToB行业，而且处在市场推广的早期阶段，但每1块钱的销售支出只能带来1块6的营收，这个费率是不是有点太高了？这一点可能是需要好好研究的问题。另外，费用支出这么多，资金使用的效率究竟如何？这需要打一个大问号。
　　其次，是商业化的问题。
　　销售费用支出这么高，也可以看出前期商业化的成本有多高。
　　从行业角度来看的话，AI医疗行业是高科技行业，毛利率很高也需要重投入，鹰瞳科技的毛利率能达到60%，从毛利率来看，妥妥的高科技企业。
　　但从细分赛道来看，商业化落地可能比AI自动驾驶还要难。为什么这么说？其实还是因为行业落地的成本问题。
　　鹰瞳科技所在的赛道是眼科眼底病AI识别，是AI医疗赛道中的细分赛道，而从市场规模来看，据不完全统计，2020年AI医疗市场规模仅达到3亿元，沙利文预计，到2030年可能会达到千亿。
　　问题在于，眼科眼底病AI识别这个细分领域是非常狭窄和特定的赛道，未来的商业化的空间大，但当下的商业化成本还是太高了。
　　另外就是市场接受度的问题。
　　根据鹰瞳科技首席医学官陈羽中的说法，视网膜在胚胎发育时和大脑同源，是中枢神经系统在外周的一个前哨站，能够呈现丰富的健康信息。而目前已知和视网膜相关的病变有上千种，常见的也有200余种，鹰瞳Airdoc目前研发覆盖了55种。
　　但对于大多数人来说，通过视网膜成像观测+AI算法诊断，结果的可信度依然是个问题。毕竟医疗诊断不仅需要技术上成熟，客观上也需要人们能够接受，这也难怪有网友提出疑问：＂这个和算命有什么区别？＂。
　　当然，让患者信任算法的判断力可不是一件容易的事儿，当下AI医疗最终做出诊断结果的，其实还是主治医师。那么问题就来了，如果AI诊断只能作为辅助，那么对于医疗机构来说，为什么要花更多的成本？
　　互联网江湖认为，这或许就是行业中销售费用高居不下的原因所在：市场接受度没那么高，需要更高的游说成本和市场教育成本。而这也大大压缩了现阶段这项技术的商业化价值。
　　另外，AI商业化，空间越大的赛道企业估值越高，越是受市场青睐。
　　特斯拉为什么估值高，因为汽车市场够大，AI落地空间大，ChatGPT为啥能火？因为搜索市场也很大，这些都是被市场证实的商业化空间。
　　事实上，AI影像判断技术确实有应用场景，但目前来看落地基层存在很大挑战，所以，就细分赛道来看，眼科眼底病AI识别究竟有多大的商业化价值尚未定论。再加上落地的难题又真实存在，二级市场市场表现如此，也似乎都不难理解了。
　　AI商业化走过长坡厚雪：困在当下胜在未来？
　　人们对于科技企业在二级市场的估值，常常会陷入一个误区，就是高估3到5年内科技企业的价值，而低估10年尺度下科技公司的长期价值。
　　医疗AI的商业化要走过长坡厚雪，才能看地见真正的曙光。
　　互联网江湖认为，商业化上有机会的赛道，都是不平衡的赛道。比如抖音为什么能撬动本地生活市场？因为本地生活的二元竞争结构市场其实是不平衡的市场。
　　因为二元竞争的市场多是以＂内卷＂为主，很难真正通过创新去满足新用户，新需求。
　　比如，虽然美团、饿了么一直在用红包抢夺用户和市场，但以兴趣为导向的本地生活消费这块一直做的不够好，这部分用户没有很好的被满足，所以抖音以兴趣点切入，能够迅速成长起来。
　　而医疗赛道始终是一个不平衡的市场。也是一个二元结构的市场：公立医院有大量的优质医疗资源，但大多数人很难享受到优质的医疗资源。本质上这是人民日益增长的医疗需要与医疗资源不均衡，不充分之间的矛盾。
　　医疗AI商业化的基本面是什么？其实就是这种供需之间的不平衡。
　　过去的互联网模式试图去建立一种新的模式，有成果，但仍需要继续努力。如今医疗AI技术带来了一种新的尝试。
　　互联网江湖认为，新技术的应用与商业化需要以十年为尺度。以十年的长度来看，AI医疗的商业化依旧会有不错的机会。
　　一方面，医疗资源短缺依旧在很长一段时间内是常态，因为好的医生培养周期特别长，增加医学院数量，培养医疗高端人才是必行之路，但周期太长。
　　因此，医疗AI技术的价值会长期存在，并不断被发掘出来。
　　另一方面，这需要一个过程。
　　事实上，医疗AI公司依赖软件是比较难以商业化的，因为需要C端患者认可、B端医院、医疗机构的采购者一同决策。毕竟只有患者愿意付费了，医疗机构才愿意引进。
　　＂相比一些可见的医疗设备，软件提升患者就医体验的效果并不明显，医院也没有太强的升级动力。＂某三甲医院的副院长表示：＂实物的医疗设备引进医院，患者感知更明显，对就医院硬件条件的提升也比较大。＂
　　结合行业来看，鹰瞳科技短期内面临的商业化问题更多的可能就是落地场景的问题。
　　从业务结构上来看，公司业务营收结构中软件服务占比接近90%，硬件收入其他服务分别为7%和3%，换句话来说，鹰瞳科技其实更像是一家ToB的软件公司。
　　这样的公司的特点是，低频高单价，业务对大客户的依赖会更多，2021年上半年，公司前五大客户的收入占比高达79.9%。
　　这意味着一件事，在市场还未完全成熟的情况下，公司在产业中的位置决定了其实没有太多的议价权。也就是说短期来看，鹰瞳科技的商业化可能仍然需要向盈利的方向爬坡，进一步实现规模化。
　　具体来看，方向有两个，一个是医保，另一个是下沉市场。
　　AI影像辅助诊断，如果能纳入医保，单价能够做到比门诊挂号要低，那么还是有规模化的潜力的。但对于企业来说，即便是纳入医保，也要意味要放弃一部分利润，经过相关部门的＂砍一刀＂，企业端可能需要在价格上让步。
　　这个时候就更加考验公司的经营能力，能不能顶住价格的压力形成能够＂造血＂的商业化能力就显得颇为关键。
　　纳入医保之后，下沉市场就成了一个重要的方向。
　　严格来说，鹰瞳科技不仅是一家AI眼科企业，也是一家AI医疗企业，视网膜影像诊断技术能够用于检测、评估慢性病的风险。
　　一个不容忽略的事实是，农村地区的慢性病患者在增加，当单次检测费用降下来之后，这对于医疗资源匮乏的下沉市场来说，不亚于＂雪中送碳＂。
　　对于企业来说，下沉意味着快速地规模化，规模起来之后，用户习惯有了，医院自然愿意引进，商业化也就能水到渠成。
　　结语：
　　医疗AI领域，是一个值得长期关注的领域，大厂们入局颇深，而头顶＂第一股＂光环的鹰瞳科技。自然也受到更多关注。
　　虽然商业化的节奏可能不及外界预期，但前进的脚步却一直没有停下。据悉，2022年8月，鹰瞳科技获得国家级专精特新＂小巨人＂称号，2019年，鹰瞳科技获得＂中国人工智能最高奖＂吴文俊奖。与此同时，公司客户的数量也在迅速增长。
　　大厂越关注，未来的赛道可能也就越拥挤，如何真正找到自己的壁垒，肩扛起行业增长的重任，可能是鹰瞳科技需要深思的问题。
　　免责声明:本文基于公司法定披露内容和已公开的资料信息，展开评论，但作者不保证该信息资料的完整性、及时性。另：股市有风险，入市需谨慎。文章不构成投资建议，投资与否须自行甄别。