从C3.ai看国内外工业AI企业发展差异
AI在工业的应用，一直是国内工业互联网的热门领域之一，并且凭借一些应用场景清晰的投入产出，受到了业界的高度关注。那么国外工业AI发展又如何呢？今天我们就从国外工业AI标志性公司之一的C3.AI的业务情况，做一个简单的分析。
C3.ai 一直算是工业AI领域的标志性公司，2021年在IDC MarketScape: Solutions for Industrial Platforms and Applications in Energy 报告中被评为了领导者。C3.ai2009年就成立了，之前一直叫C3.iot，近几年改名成了C3.ai，之前业务主要在能源物联网领域，目前业务定位在了企业级AI平台和应用，行业覆盖能源、金融、医疗、航天军工等，仍以能源居多。直观印象的话，C3.ai有点像国外版“创新奇智”。该公司20年上市纽交所，股票代码就叫“AI”，市值曾达到近百亿美元。
下面我们从产品体系和业务模式两个角度，来看下C3.ai和一众国内工业AI平台公司的异同。
产品体系
C3.ai定位于为各行业企业提供端到端AI的开发平台，但实际该公司也提供了40多个具体行业和场景APP，所以该公司实际提供的是“开发级PaaS平台+业务应用级低码数据智能平台+通用行业应用+专业行业应用”的产品体系，这点与国内领先平台企业的产品体系布局并无区别。
C3.ai的全系平台也都支持公有云、私有云等多模式部署，这点和国内企业也并无区别。
其中的C3.ai Ex Machina作为一个面向业务人员而非数据科学家的无代码数据分析建模平台，其大体功能与国内一重数据智能平台企业的产品也接近，甚至功能丰富度可能不如国内一些领先的工业数据智能平台（参见IDC MarketScape 2022年中国工业数据智能平台厂商评估）
C3.ai系列平台强调的核心优势，在于基于领域模型的技术架构。领域模型在数据层和业务应用层之间构建一层对象层，将数据和应用进行了解耦，使得应用的开发无需关注底层数据细节，提升了应用稳健性，也显著缩短应用开发周期。
基于PaaS平台加速应用开发，一直是平台厂商区别于传统IT定制开发商的重要优势，PTC的Thingworx平台也一直很强调通过领域模型，帮助企业构建数字主线和数字孪生，理念与C3.ai类似。国内一些IT大厂的IIoT平台也提到了这点，但还有很多企业的平台并未提到。
业务模式
C3.ai的产品主要采用订阅制销售，这是与国内企业项目制明显的不同，不过从具体细节看，该产品的订阅制也是3年合同的形式，也没有达到SaaS逐年订阅的理想状态。不过核心产品在公司业务收入的比重，近3年一直维持在80%以上。
C3.ai的客户之前主要是行业头部的大型龙头企业，如金融领域FIS、油气领域贝克休斯、ENGIE、壳牌，军工领域雷神等，C3.ai通过和大公司合作标杆项目，为平台积累处理大规模数据和模型的技术能力（来自数千个完全不同的源系统的PB级数据集、来自数百万设备的大量高频时间序列数据、数十万个机器学习模型）以及各种场景化应用，之后逐步向更多企业推广。当然，C3.ai也将平台提供给合作伙伴，由伙伴开发应用或销售给更多客户。
这点C3.ai走的是一般2B企业的常见道路，与国内企业并无区别。但其中不同的是，C3.ai跟贝克休斯的合作。
2019年6月，C3.ai与贝克休斯签订了一项为期三年的协议，贝克休斯订阅C3 .ai的应用平台用于其自身运营，也获得全球范围内在石油和天然气行业独家转售C3.ai的产品的权利，以及在其他行业转售C3.ai的产品的非独家权利。贝克休斯也需要在2020-2022年逐年向C3.ai作出5000万美元、1亿美元和1.7亿美元的最低不可撤销总收入承诺。C3.ai和贝克休斯于2021 进一步修订了这些协议，并将协议延长到了2025年。
C3.ai这种把行业巨头作为行业内独代的方式，与国内一些数据智能平台企业和客户的合作模式有些接近，而且因为贝克休斯做出了业绩承诺，将给C3.AI提供了相当一部分稳定的收入。但从实际执行情况看，似乎贝克休斯并未完全按照承诺提供对应收入水平的收入。
实际财务表现看，C3.ai近3年的营收分别为1.56亿，1.83亿，2.52亿美元，但净利润为 -0.69亿，-0.55亿，-1.92亿美元，依然亏损在持续扩大。创业至今，C3.ai累积亏损5.414亿美元，这点与国内不少平台企业和AI企业倒是颇为相似。
C3.ai客单价高，客户数量不多，业务在从早期试点企业向广泛客户应用之间转换，客户从21年4月的151增长到了22年4月的223，但持续扩大的亏损给公司未来进一步发展带来了不小的挑战。
C3.ai也在努力拓展生态建设，联合9所知名高校成立了AI学院，也面向高校推广AI平台，目前平台上总应用中2/3都是客户或伙伴开发的。
最后我们整体总结下，技术产品方面，C3.ai强调的核心点在于平台+40+应用的体系，以及领域建模支撑的开发高效率，这也正是很多平台厂商能够区别于传统IT解决方案商的地方，同比之下国内企业只是关注了场景解决方案，做成了项目公司，并因为高人力成本入不敷出。
业务模式方面，2B先做大客户是国内外没有区别，但在卷中小客户方面，C3.ai这样的公司可能真的不一定有国内技术服务商做的好。国外技术服务商和一些跨国的行业巨头合作就能获得不少的收入，这点比国内企业有先天优势，但压低成本去做中小企业，他们压力也很大。国外现在流行订阅式，但工业软件方面还行，新兴解决方案这块感觉在工业领域也并不是那么好做的。
最后，关于AI数据智能面临的不同行业机理模型不同难复用的问题，目前从C3.ai身上还没看到是如何应对的，但直观感觉，似乎对他们也绝非易事。
