持续攀升的应收账款不仅给云从科技带来了沉重的坏账压力，也让公司经营性现金流持续恶化。报告期内，云从科技经营活动产生的现金流支出分别为5.06亿元、4.62亿元和5.47亿元，三年内经营性现金流净流出已超过15亿元。
上市非唯一“解困”答案
云从科技现在面临的困境，许多公司在发展前期都有遇到。但仍有不少公司能逆境翻盘，这也预示着，云从科技的未来，仍然有望以各种方式“解困”
而在这一过程中，上市融资往往只是第一步，云从科技想要扭转颓势，它需要做的还有很多。
比如把产品做到更有差异化。统计发现，云从科技很多解决方案和其他企业类似，主要都是聚焦在安防、金融和零售行业，同质化竞争也导致内卷效应进一步加剧。
在2018年左右，一套人脸识别算法能卖上千万，现在只值40万元，图像识别算法的门槛是越来越低，这是一位技术大牛从AI创业公司离职后发出的感叹。
同样是提供AI图像算法的公司软虹科技，做到了自己产品的差异化。2022年不仅能创造2.5亿元的盈利，而且产品的净利润率也高达36.8%，这或许才是资本市场对AI科技所期待的样子。
软虹科技有自己钻研的细分领域，是为智能手机等领域的客户提供摄影优化解决方案，用于改善消费者对提升手机摄影功能。现在客户包括华为、三星、OPPO、VIVO、小米、索尼、LG、传音等知名手机厂商。
占领一个没有被同质化的细分领域后，公司才可以有高利润率的盈利。有了资金，软虹科技又开始为新兴市场智能驾驶提供视觉解决方案，形成一个良性循环，而并没有去拓展安防、金融和零售行业等红海市场。
此外，也可以尝试做软硬件结合的产品。如果AI算法无法占领一个细分领域，可以尝试发展软硬件结合的方式。构建自己的产业生态，以防止被上下游厂商替代。
云从科技现阶段的商业模式核心是销售自己的“模型”和“算力”，实现盈利的途径是让客户使用时付费。尽管AI模型和算力看上去光鲜亮丽，外表有一层高技术的外衣。可业务发展模式相当受甲方的牵制，永远逃脱不了自己是“技术外包”的身份。
购买AI产品的客户为了降低成本，后期往往会选择自行开发模型和算法。以计算机视觉领域为例，作为算法采购商的海康威视，大华股份等摄像头硬件厂商，就已经在推进视觉识别算法业务，来构建自己的上下游生态。
技术或许可以被模仿和赶超，但把技术融合进行业和产品中，才能突显出技术的价值，实现稳定的商业化，并建立起竞争对手难以跨越的护城河。
把尽可能多的产品做到可复制。云从科技产品的大头是“人工智能解决方案”。近三年人工智能解决方案收入占主营业务收入比例为77%，但毛利率仅为28%。毛利率低的主要原因是该产品不能“复制”给下一个客户使用。
“人工智能解决方案”不像“人机协同操作系统方案”，只需要授权和简单的框架修改，就可以成为一个新的产品。而是需安装调试或定制开发，这就导致了高昂的服务成本和人工成本。
如果花了很多的人力和财力资源，辛辛苦苦做成的产品，不能被下一家客户使用。开辟下一个客户后，又要重新设计、开发、测试和安装，这样产品的毛利率自然是高不起来，也最终会影响到整体营收和利润。
在当前客户的基础上，通过以上三个举措，云从科技可以让研发投入获得更高的回报，以获得持续稳定的营收，并提升产品的毛利率。从而缓解巨额研发投入带来的资金压力，规避产品毛利率低导致的造血能力不足的问题。
随着上述举措的落实，资金得到改善的云从科技还可以拓展新领域客户，从而进一步缩短应收账期。
这或许才是深陷亏损的云从科技，在上市融资之外更实际的“解困”方法。
写在最后
知名的Gartner咨询公司曾提出一个技术成熟度曲线，把新科技的成熟演变速度及要达到成熟所需的时间，分为5个阶段：技术萌芽期、期望膨胀期、泡沫破灭低谷期、稳步爬升恢复期和生产成熟期。
不难看出，云从科技也正在这一周期之中，在技术萌芽期看到了广阔的AI市场，资本不断注入，一路高歌猛进，期望值也随之越来越膨胀;而现阶段的云从科技，正处于期望膨胀期与泡沫破灭低谷期之间。
在这个阶段，像云从科技这样的企业，正身处通往倒下和腾飞的岔路口，未来走向何方，取决于当下云从科技所做的选择。
在“流血上市”之后，云从科技能否重回上升通道?或许还需要看上述问题它是否能解决，以及发展方案它是否能落实。
