从500亿缩水到167亿!自动驾驶芯片第一股“流血上市”

b1b6793fb21c8cc5baf05416f4370109.jpeg

来源:数据观综合

编辑:蒲蒲

美股年内最后一次大规模IPO,MobilEye首日大涨近40%。

美国时间10月26日,英特尔旗下自动驾驶子公司 Mobileye 正式登陆纳斯达克,股票代码为“MBLY”,首日上涨37.95%,报收28.97美元。

根据最终的发行价,Mobileye 公司被估值为 167 亿美元。之前英特尔曾希望 Mobileye 能够实现 500 亿美元的高估值。

01

Mobileye 估值缩水三分之一

MobilEye 此次IPO的发行价为每股21美元,比目标区间的上限高出1美元,此前其IPO定价目标区间为18至20美元。高盛和摩根士丹利为联席保荐人。

4e5e7f35682925af470b413581a2bf56.jpeg

鉴于市场低迷,MobilEye 此番大幅削减估值也不足为奇了。随着美国国内的利率飙升,其主要股指的大幅波动对2022年的IPO市场造成了冲击。Dealogic的数据显示,今年迄今为止,美股IPO的融资规模仅为74亿美元,使今年成为了几十年来美股新股发行最糟糕的一年。MobilEye 此次上市也是美股在今年最后一次大规模的IPO。

此次IPO后, Mobileye 的估值为167亿美元,与英特尔最初希望达到的500亿美元估值相去甚远。据悉,此次IPO,Mobileye 自身仅出售5%的股份,低于大多数IPO典型的10%至20%的股份,这减少了由于估值较低而造成的财务损失。

根据提交给美国证券交易委员会的文件,英特尔将保留大量股份,包括 Mobileye 计划发行的所有B类股票。每股B类股票将拥有相当于10股A类股票的投票权。

a6f533b48dc3de090a5b46d50f34e555.jpeg

10月18日, Mobileye 曾表示其首次公开募股的目标估值接近160亿美元,不到此前预期的三分之一。Mobileye 在一份监管文件中表示,它将以每股18至20美元的价格发行4100万股普通股,目标是根据拟议上市范围的上限筹集至多8.2亿美元。

作为曾经的“自动驾驶之王”,与半导体巨头英特尔强强联手后,MobilEye 在自动驾驶芯片领域可以说是所向披靡,2020年之前,智能驾驶芯片几乎被 MobilEye 垄断。

但在过去一年里,科技股受到市场的严重冲击,以科技股为主的纳斯达克综合指数较去年同期下跌26%,英特尔先前就大幅下调过一次 MobilEye 的预期估值,从此前预期的500亿美元降至约300亿美元。

在充满挑战的市场条件下,英特尔决定推进 MobilEye IPO,这引发了外界猜测这家芯片制造商面临筹集现金为其业务转型计划提供资金的压力。

02

上半年营收8.54亿美元

财务表现上,数据显示,2019-2021三个财年里,Mobileye 的营收规模分别是8.79、9.67和13.86亿美元,年复合增长率为25.6%。

截至今年7月2日的6个月,Mobileye 营收规模为8.54亿美元,差不多与2019年全年营收持平。

毛利率自2019年以来并未则出现太大变化,2019-2021财年分别为48%、39%、47%,截至今年7月2日的半年里依旧维持47%的水平。

盈利方面,Mobileye 自2019年以来还未做到收支平衡,但总体的亏损缺口处于收缩的状态。2019-2021财年,Mobileye净亏损分别为3.28、1.96和0.75亿美元。

截至今年7月2日的6个月,净亏损为0.67亿美元。

ae108e72f5b6a092e1c1ffb8ddde065b.jpeg

从数据来看,Mobileye亏损的主要原因,是始终保持高位的研发支出。文件显示,2019-2021财年,Mobileye的研发支出分别为3.84、4.4、5.44亿美元。每年的研发支出占营收的比例基本在40%以上。

到今年上半年,研发支出为3.59亿美元,占营收比例为42%。

而从IC Insights发布的报告来看,同期半导体行业研发支出的营收占比基本在20%以下,Mobileye在研发方面的投入远高于行业水准。

c372f1860ee1c5b7a522de11ec9792fe.jpeg

研发支出增长的主要动力,是研发团队迅速扩大。Mobileye披露,2019年,其公司人数仅有2000人,而截止到今年上半年,这个数据已经增加到3100人,扩张超过50%。而在这3100人中,有超过80%的人员都从事研发工作。

03

Mobileye 面临的三大危机

在招股书的风险因素部分,Mobileye将自己目前面临的危机一一陈述,主要有以下几点:

首先是市场竞争趋向激烈。在招股书中,Mobileye从产业链条的上下游,细数可能存在的竞争对手,简单分一下类,竞争对手有以下几类:

第一类,传统Tier1供应商。包括博世、大陆和电装三大巨头。这其中,博世早在2017年就宣布成立开发联盟,研发自动驾驶解决方案。

第二类,芯片领域的竞争对手。最具代表性的有英伟达、高通、AMD等国际芯片巨头。同时Mobileye还特别提到了华为、地平线、黑芝麻这些中国玩家。

第三类玩家以主机厂为主,通用、蔚来、小鹏都是这类玩家的代表。在此之前,主机厂主要是在解决方案上寻求自研,而现在,自研的领域逐渐下沉到了芯片赛道的趋势。

再有就是一些自动驾驶公司,比如Waymo、百度等,这类公司的特点是,在高阶自动驾驶领域的开发经验,正在逐渐下沉到ADAS领域,百度就是其中的代表。最后,苹果、索尼这类电子消费品公司也被列入名单。

Mobileye表示,公司的大部分收入依赖于Tier1和主机厂,如果这些客户不再采购Mobileye的产品,将会对公司业务产生影响。

事实上,上述的风险其实正在发生,Mobileye被众多造车新势力抛弃已经是众所周知的事,比如特斯拉,选择芯片自研,蔚小理则是在采购英伟达或地平线芯片的基础上,借助开发工具链自研软件算法。还有一部分传统车企,比如宝马,已经决定将下一代ADAS的计算硬件更换为高通的Snapdragon Ride平台。

其次,高精地图也是一个隐藏风险。Mobileye表示,其高精地图的采集工作依赖与各大主机厂的合作,通过众包方式进行快速更新。而一旦这种合作中断,高精地图将会失去采集渠道。

要知道,Mobileye的智能驾驶解决方案,高精地图是不可或缺的重要组成,Mobileye也在招股书中写明,如果没有高精地图数据支持,系统就无法保证原有的性能。

最后,Mobileye还提到,如果不能以具有成本效益和及时的方式开发和引进新的解决方案,并改进现有的解决方案,公司业务可能会受到影响。这个潜在风险如何解决,Mobileye同样有所提及,其中非常重要的一条是:“与客户、供应商和合作伙伴在新设计和开发方面进行有效合作”。

而从招股书反映出来的信号来看,针对风险,Mobileye算是人间清醒,下调估值目标大抵也是源于这方面的考量。

04

Mobileye上市不是为了融资

2017年,在英特尔收购 Mobileye 时,英特尔方面表示,自动驾驶汽车会在2023年或2024年正式上路,英特尔要成为首个推动这股风潮的公司,英特尔现在就应该抓紧行动了。收购完成后,Mobileye 从纽交所退市,成为英特尔全资子公司。

背后英特尔这家国际半导体巨头,Mobileye 获得了不少技术和资源。

业务层面,2018年11月,英特尔收购初创企业 Eonite Perception,后者的主要业务是通过激光雷达测绘3D地图。随后不久,Mobileye 整合 Eonite,建立了新的激光雷达LiDAR部门,独立开发激光雷达传感技术。在此基础上,英特尔还向 Mobileye 提供激光雷达和雷达相关的核心技术许可。

2020年5月,英特尔为进军无人出租(Robotaxi)市场,收购了Moovit——一家同样位于以色列的出行服务平台,提供的服务类似Uber 和滴滴出行。2022年,Mobileye 作为一家独立公司上市,出资35亿向英特尔收购了 Moovit,钱“从左手倒至右手”,但实际上都是英特尔旗下自动驾驶业务的整合。

2b70d0ce04f948cdf11f20536769f676.jpeg

Mobileye股权结构,源自招股书

业务整合之外,英特尔和 Mobileye 还相互渗透管理层。Mobileye 核心管理团队有5人,这其中有4人在英特尔担任职位,但招股书显示,为了上市这4人都需要辞去在英特尔的职务。除此之外,2022年Q2,Mobileye 还从英特尔招聘了业务相关的员工。

381129a2d03ded2c552d8a354bff6cb0.jpeg

Mobileye管理层,源自招股书

具体来说,CEO及总裁 Ammon Shashua 从 Mobileye 1999年成立以来就担任总裁和CEO,Mobileye 被收购以后,担任英特尔高级副总裁;董事会主席 Patrick P. Gelsinger 在2012年从VMware离开加盟英特尔,今年9月担任董事会主席;

CFO Anat Heller 2016年加入 Mobileye 任董事、财务总监,2018年担任首席财务官。并未在英特尔担任职位;研发副总裁 Gaviel Hayon 1999年加入Mobileye担任算法开发人员,之后一路晋升至执行副总裁。2017年Mobielye被英特尔收购后,他成为了英特尔的总裁助理;

首席技术官 Shai Shalev-Shwartz 2018年起担任Mobileye的首席技术官,在2017年之后成为了英特尔高级研究员。

然而,从财务数据上看,英特尔的这个尝试并不成功。2022年Q2,英特尔业绩远不及预期,营收同比下降了22%,相较此前180亿的业绩指引低了15%。值得注意的是,英特尔在这个季度出现了净亏损(4.5亿),这是英特尔近5年来的第一次,也是近30年来的第三次。

8feb667de08570de41fb56f017f0688b.jpeg

英特尔季度营收趋势

分拆Mobileye上市,对英特尔来说,可以剥离一个正在亏损的业务,Mobileye 也能够作为一家独立的上市公司单独融资。要知道在上市之前,Mobileye 的大部分融资净额都来自英特尔的贡献。

3e5a31f8362a80003808962a8fe8fc9e.jpeg

Mobileye现金流情况,源自招股书

尽管英特尔CEO表示,Mobileye IPO 并不是为了融资,是为了打入市场,自动驾驶汽车是一个强劲的增长领域。“我们认为Mobileye 应该上市,这是让其潜力最大化的最佳方式。”

此前,外界对 Mobileye 的500亿美元估值具体变化的猜测,终于上市前夕尘埃落定——跌去了三分之二,但在雪上加霜的市场环境下,Mobileye 昨晚创下2022年美股大型IPO上市首日最佳表现,至于能否挑起美股科技IPO的“脊梁”仍有待持续检验。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

9207a57ac3ef1e44f7396bf49ef2c8ba.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481475.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[ACL2020]Generalizing Natural Language Analysis through Span-relation Representations

文章目录1 介绍2 span-relation representations2.1未涉及句子级任务3.span-relation model3.1 span representation3.2 span and relation label prediction3.3 应用到不同任务3.5 多任务学习MTL4 GLAD Benchmark基准 and Results4.1 实验4.2 证明通用模型有效4.3 MTL4.3.2 任…

为什么生成式AI这么火?OpenAI刚刚被曝估值已接近200亿美金

“生成式 AI 提醒我们,很难做出有关于人工智能的预测。十年前,传统观点认为:人工智能首先会影响体力劳动;然后,是认知劳动;然后,也许有一天它可以做创造性工作。现在看起来,它会以相…

报告预告:北斗网格码国家标准与城市大脑网格底座探讨

来源:中国指挥与控制学会中国指挥与控制学会“百名专家、百场讲座”第十七讲——城市大脑系列学术报告(第八期)主办单位:中国指挥与控制学会承办单位:中国指挥与控制学会城市大脑专业委员会远望智库报告人:…

{ACL2020}In Layman’s Terms: Semi-Open Relation Extraction from Scientific Texts(关系抽取,半开放关系抽取)

半开放关系抽取 用FOBIE训练一个narrow IE训练一个OpenIE用narrowIE矫正OpenIE 1.Introduction 标注困难、 跨领域标注更难 TRADE-OFF relations 随着干燥度的增加,木质部的安全性增加和效率降低的广泛模式是明显的,有一些证据表明在针叶树种或个体之…

马斯克成功收购推特,开除CEO等多名高管,还派特斯拉工程师进驻总部审查代码...

来源:AI前线作者:刘燕这场连环反转“大戏”,终于落幕。靴子终于落地10 月 28 日,据 《纽约时报》、CNBC 、《 华尔街日报》、《华盛顿邮报》 等多家外媒报道,马斯克收购推特的交易已经完成。这笔 440 亿美元的收购案终…

【ACL2020】Reasoning with Latent Structure Refinement for Document-Level Relation Extraction

1. 问题 句间关系 很多约等于文档级关系抽取 文档级关系抽取 句子间关系多 生物医药领域尤其多 需求/困难 整合同一文档不同句子间的信息处理句间实体复杂的交互 2.相关工作 文档级别关系抽取 结论: 实体mention之间的交互促进推理过程(文档级关系抽…

孤独的宇宙中,人类是个例外吗?

© Movie Content Plus来源:人工智能学家利维坦按:爱因斯坦曾说,“宇宙的永恒之谜在于其可理解性,宇宙能被理解是个奇迹。”不过,就可理解性(comprehensibility)来说,该如何定义…

红杉资本谈生成式AI:预计AI的杀手级应用将出现,比赛正在进行

来源:硅发布13年前,我采访Wolfram|Alpha的创始人、美国计算机科学家史蒂芬.沃尔弗拉姆时,大吃一惊。当时Wolfram|Alpha刚推出,使命是:让每一个人都可以在搜索引擎里搜出计算机计算的结果。比如说,输入"…

Transformer and set Trasformer

1.Transformer multihead attention block:MAB(X,Y)LayerNorm(HrFF(H))HLayerNorm(Xmultihead(X,Y,Y;ω)MAB(X,Y)LayerNorm(HrFF(H))\\ HLayerNorm(Xmultihead(X,Y,Y;\omega)MAB(X,Y)LayerNorm(HrFF(H))HLayerNorm(Xmultihead(X,Y,Y;ω) * Attention:Att(Q,K,Vl;ω)ω(QKT)VAtt…

「图神经网络复杂图挖掘」 的研究进展

来源:专知图神经网络对非欧式空间数据建立了深度学习框架,相比传统网络表示学习模型,它对图结构能够实施更加深层的信息聚合操作.近年来,图神经网络完成了向复杂图结构的迁移,诞生了一系列基于复杂图的图神经网络模型. 然而,现有综述文章缺乏对复杂图神经网络全面、…

知识复习:nlp算法面试汇总

文章目录2.相似度3.正则化3.1 L13.2 过拟合和欠拟合3.2.1 dropout3.3 欠拟合4. 激活函数4.1 sigmoid5.Bert5.1 Bert原版5.1.2 bert的训练5.2改进5.2.1缺点改进5.2.2任务改进5.3 参数量5.3 transformer5.3.1 多头注意力机制6.搜索6.1pagerank6.2 文本匹配7.神经网络基础7.1Norm7…

光子深度学习:编码到光波上的机器学习模型的组件

编辑 | 萝卜皮由于功率、处理和内存的限制,高级机器学习模型目前无法在智能传感器和无人机等边缘设备上运行。麻省理工学院的研究人员介绍了一种基于跨网络的离域模拟处理的机器学习推理方法。在这种被称为 Netcast 的方法中,基于云的「智能收发器」将重…

【实体对齐·综述】A Benchmarking Study of Embedding-based Entity Alignment for Knowledge Graphs

文章目录模板的简述简述1.Introduction2. preliminatries2.1 literature review2.1.1 knowledge graph embedding2.1.2 Conventional Entity Alignment2.1.3 embedding-based entity alignment2.2 Categorization of Techniques2.2.1 Embedding Module2.2.1.1 关系嵌入2.2.1.2 …

深度学习优化背后包含哪些数学知识?

来源:图灵人工智能深度学习中的优化是一项极度复杂的任务,本文是一份基础指南,旨在从数学的角度深入解读优化器。深度学习中的优化是一项极度复杂的任务,本文是一份基础指南,旨在从数学的角度深入解读优化器。一般而言…

2022 剑桥 AI 全景报告出炉:扩散模型是风口,中国论文数量为美国的 4.5 倍

来源:FUTURE远见选编:FUTURE | 远见 闵青云 文:AI科技评论 近日,剑桥大学的2022年 AI 全景报告(《State of AI Report 》)出炉!报告汇总和聚焦了过去一年里 AI 行业中炙手可热的事件&#xff0c…

实体对齐汇总

文章目录1.综述2.技术论文3.汇总3.1定义定义统一EA3.2 评价指标3.3 数据集3.4 数据预处理技术3.5 索引3.6 对齐3.6.1 按属性相似度/文本相似度做:成对实体对齐3.6.2 协同对齐:考虑不同实体间的关联3.6.2.1 局部实体对齐3.6.2.2 全局实体对齐3.6.3 基于em…

博后出站即任985教授!他致力于寻找人类五感世界的最后一块拼图

来源:iNature两年前,闫致强从底蕴深厚的复旦大学生命科学学院“跳”到尚处于新生期的深圳湾实验室,“蜗居”在一栋商业大楼里,和团队在这里寻找人类感知世界的最后一块拼图。在亚里士多德定义的五种感官中,介导嗅觉、味…

【实体对齐·BootEA】Bootstrapping Entity Alignment with Knowledge Graph Embedding

文章目录0.总结1.动机2. 贡献方法3.应用场景4.其他模型5.数据集6.效果以下的是组内比较BootEA: “Bootstrapping Entity Alignment with Knowledge Graph Embedding”.Zequn Sun, Wei Hu, Qingheng Zhang, Yuzhong Qu. (IJCAI 2018) [ paper][ code]0.总结 BootEA笔记 BootE…

一项人工智能、化学和分子机器人的交叉研究,加速创新和药物发现,并简化复杂的化学过程自动化...

编辑 | 萝卜皮深入了解各类化学物质的最佳一般反应条件,可以加速创新和药物发现,并使复杂的化学过程自动化且易于使用,对生物医药、材料研究具有重要意义。然而,有机反应的一般条件很重要但很少见,以往识别它们的研究通…

【实体对齐·综述】An Experimental Study of State-of-the-Art Entity Alignment Approaches

文章目录0.总结1.Introduction2.Preliminaries2.2 Scope and Related work2.2.1 Entity Linkingentity disambiguation2.2.2 Entity resolutionentity matchingdeduplicationrecord linkage2.2.3 Entity resolution on KGs2.2.4 EA3.general框架3.1 Embedding Learning Module3…