计算机视觉应用遍地开花 “护城河”如何建立?

21世纪经济报道 倪雨晴 深圳报道
2018-07-20 07:00

“头部企业同质化,算法大家都差不多,最重要的还是场景迅速落地,实验室和应用之间有差距。”孙庆凯坦言道,“生存是比较艰难,也有可能有厂商死掉。”

计算机视觉的火热融资还在持续。

7月16日,依图科技宣布,近期完成了1亿美元的融资;就在6月12日,依图科技刚获得2亿美元的C+轮融资;此前4月9日,商汤科技对外公布,已经完成6亿美元的C轮融资。

无论商汤科技还是依图科技,两者的估值均已超过百亿元,同行中的独角兽还包括旷世科技和云从科技。图像识别、人脸识别技术目前已经被应用于安防、金融、医疗、零售、手机等各个领域。

无疑,图像识别是人工智能中精彩的细分领域,其算法复杂度高、商业前景大。其中人脸识别的C端商业应用已经比较成熟,尤其是静态类的识别准确率很高。但是,自动驾驶相关的图像识别仍需要进一步提升,因为在自动驾驶的实际场景中,除了做识别,还要做决策,涉及的不仅仅是知道周围物体是什么,还要知道路况、物体的运动轨迹,再进行预判。除了一些场景的难题外,对于计算机视觉公司而言,最大的威胁在于同质化严重,护城河难以建立。

19日,海银资本创始合伙人王煜全向21世纪经济报道记者分析道:“打个比方,他们有点像互联网刚开始时做网站的公司,一开始一些网站做得比较花哨,很有市场,但是时间长了大家都掌握了。而且,识别的技术正在迅速地被工具化、简单化。”

推进B端业务

从体量来看,研究计算机视觉的公司分为三种,一类是中小型公司,第二类是商汤、云从、旷世等中大型公司,第三类是BAT等大公司。小公司主要针对具体的企业做细分市场,机场安防等需要大规模计算的业务一般由中大型公司来做。如今,政府机关、金融机构、零售商、手机厂商等等都是视觉公司的客户,其中一些很成熟的业务可以直接用API接口,按年、月收费。

以商汤科技、云从科技、旷视科技三家为例,目前的业务线主要做B端市场,金融和安防业务最受捧。具体来看,商汤科技进入了安防监控、金融、手机、移动互联网和深度学习芯片等领域,核心技术包括人脸识别、视频监控识别算法、自动驾驶识别算法、医疗影像识别算法等;旷视科技则从互联网金融切入,然后拓展到安防、手机、新零售、机器人、行业物联等行业;云从科技主攻金融、安防,以及交通、新零售等行业,当前正在3D结构光技术上持续发力。

云从科技副总裁孙庆凯告诉21世纪经济报道记者:“银行是我们增长较快的业务,近期招行和我们合作,上个月(6月)的数据中建行的单子最大,排在第一。现在也在布局安防领域,下半年我们也会推出安防硬件。目前我们还没有盈利,预计今年年底可以达到收支平衡。”

同时他也指出,技术落地的难点之一是针对每个场景技术开发需求也不一样。例如银行的人脸识别比较静态,光线好,识别率高,但是对公安行业来说,“对人脸识别的要求不是简简单单的算法比对率达到要求就好,更重要的是,比如黑暗场景的动态识别效果要好。不是说比对超过75%就能用,更多的是解决场景的复杂性。安防的室外要求又不一样。”

杜克大学电子与计算机工程系副教授陈怡然也告诉21世纪经济报道记者:“其实识别准确率在天气不好、光线不好这种实际场景下不高,仅为30%左右。这就需要通过算法来提高可靠性,但是并非易事。”因此,公司需要根据场景去做一些特殊的算法优化。

除了独角兽在各行业驰骋外,不少小型的创业公司也挺进计算机视觉领域,并且迅速在B端市场拿到订单。原因之一是谷歌、Facebook等公司开源了计算框架。以手机做比,现在人工智能仍然也像手机起步的时候,各个公司都开始做手机,大大小小的厂商都在做人工智能。大家都能做手机的一个原因是系统的普及,而人工智能时代,谷歌等大公司也开发了底层框架和系统,使得大多数中国人工智能公司把算法成本快速降低。现在甚至不需要手机这样的硬件基础,尤其是2B业务的话,只需要给客户提供算法,计算设备已经有了。

打造技术壁垒

而这也导致了视觉公司难以建立壁垒的问题。并非技术不高,而是在高水准上实力相近。

“头部企业同质化,算法大家都差不多,最重要的还是场景迅速落地,实验室和应用之间有差距。”孙庆凯坦言道,“生存是比较艰难,也有可能有厂商死掉。”

陈怡然向记者表示:“最后肯定会有公司生存下去,但是,头部公司是否都能生存到最后现在还很难说。对于后来者而言,需要看在细分市场上的强大程度。其实这些公司技术同质化很严重,在(AI)硬件领域也是如此,没有不知道的秘密,只是大家资源不一样。”

能否商业落地是这些公司面临的考验之一。优点科技创始人刘江峰此前接受记者采访时就谈道,不能落地的话最终也会活不下去,有的人工智能公司估值已经达到了几十亿,但是一年的营业额就几千万,支撑不起这么高的价值。

王煜全则告诉记者:“落地的核心是壁垒。IT大企业用自己的芯片构建云计算的平台,然后开放给所有人,这就意味着其他公司和商汤科技的能力不会差太多。这就很危险,对于谷歌等公司来说,希望你没有经过训练就能够调用我这个复杂的功能,未来可能一个接口就可以调用图像识别的能力。”

同时,一些需要用到识别技术的公司自身也在组建团队,一旦拥有自己的算法,就不会再从人工智能公司高价购买产品。

另一方面,在激烈竞争中,通过开源的计算框架和算法,小公司也能觅得出口,比如专攻人工智能货架、和图书馆合作智能找书等图像识别的应用。可以看到,各式各样的行业确实需要大数据分析,需要所谓的人工智能的引入,但是这项技术的应用已经进入了一种标准商品的状态,即To B业务似乎已逐渐成为了一种标准品。

换言之,将来图像识别的技术可能不再具备这种高科技的高溢价的产品属性,当然它的溢价一定存在,但是已经在普通应用领域上面已经是可以在像做项目一样,招投标、做销售,进入了一种以业务为导向的,以销售为导向的一种业务形态。

不过,除了做项目之外,独角兽们也在加紧做一些算法的调优、研究计算框架和底层的一些技术理论。以商汤科技为代表,它正在建立深度学习的平台化能力,商汤科技联合创始人杨帆此前也表示,商汤的策略是“1+1+X”,其中,两个“1”分别代表研发和技术产业化,X代表“赋能百业合作伙伴”。

目前,国内的人工智能在软件领域、数据资源上都有优势,但是也期待有更有影响力的计算框架,让更多开发者参与其中。视觉公司们在应用层面上获得营收之外,如何在基础研究上进一步突破,建立更强大的壁垒,仍将是考验。

(编辑:张伟贤,如有意见建议请联系:zhangwx@21jingji.com)

X

分享成功