艱難的商業(yè)化:合適的落地場(chǎng)景難找

其實(shí),在2015年那一次機(jī)器識(shí)別準(zhǔn)確率高于人眼之前,如今的AI四小龍已經(jīng)成立了。

其中曠視科技成立最早——2011年,云從科技成立最晚——2015年。

曠視科技由三個(gè)年輕人正式創(chuàng)立,三位創(chuàng)始人是清華“姚班”畢業(yè)的印奇、唐文斌、楊沐。

商湯科技則是由香港中文大學(xué)信息工程系湯曉鷗組建的,是產(chǎn)學(xué)研的極佳代表。

云從科技周曦的核心創(chuàng)始團(tuán)隊(duì)有中科院背景,融資又是全內(nèi)資與政府基金背景,云從又被外界稱為“AI國(guó)家隊(duì)”,在“AI四小龍”中,云從國(guó)資背景最強(qiáng)。

依圖科技由朱瓏、林晨曦共同創(chuàng)立,林晨曦曾經(jīng)是阿里的第一任技術(shù)總監(jiān),更早之前是在微軟亞洲研究院,是產(chǎn)業(yè)背景最深的一個(gè)。

這四家都在2015年拐點(diǎn)之前成立并一起迎接了牛市的到來(lái)。

當(dāng)人臉識(shí)別的算法首次獲得突破人眼的成就之時(shí),創(chuàng)業(yè)者和資本都很興奮。

整個(gè)計(jì)算機(jī)視覺(jué)行業(yè)和人臉識(shí)別產(chǎn)業(yè)也迎來(lái)了第一波投資上的熱潮,但隨后的商業(yè)化過(guò)程卻并不容易。

因?yàn)?當(dāng)為這項(xiàng)技術(shù)找一個(gè)落地姿勢(shì)的時(shí)候,就非常明顯地遇到了兩個(gè)大問(wèn)題:

第一個(gè)困境是,人臉識(shí)別就算再牛,也只是一個(gè)模塊技術(shù)。這個(gè)屬性意味著,它無(wú)法作為一個(gè)獨(dú)立的業(yè)務(wù)出現(xiàn),而大多是為原先的業(yè)務(wù)做增強(qiáng)服務(wù)。比如在金融業(yè)務(wù)中做人臉校驗(yàn)加強(qiáng)密碼屬性,比如使用人臉檢索功能加強(qiáng)安防等領(lǐng)域的防控效率,比如相似人臉推薦可以用來(lái)做婚介社交和整容設(shè)計(jì)。

這樣的屬性意味著,如果沒(méi)有合適的落地賽道,人臉識(shí)別就是空中樓閣。即便找到了合適的落地賽道,人臉識(shí)別在其中的價(jià)值量占比也不夠高。

第二個(gè)困境其實(shí)是第一個(gè)困境帶來(lái)的,由于需要具體的落地場(chǎng)景、價(jià)值占比不夠高,這項(xiàng)技術(shù)始終沒(méi)有找到比較好的商業(yè)模式。

行業(yè)中常見(jiàn)的有幾種模式,要么是直接賣產(chǎn)品、要么賣人臉SDK授權(quán)和API服務(wù),要么使用后臺(tái)流量變現(xiàn)。算法再好,也需要產(chǎn)品。沒(méi)有真正的標(biāo)準(zhǔn)化產(chǎn)品,它就會(huì)淪為項(xiàng)目制中的一個(gè)模塊,很難做大規(guī)模;甚至有些將它作為免費(fèi)的額外服務(wù)提供。

比如在A股曾經(jīng)火爆過(guò)一陣的人臉識(shí)別閘機(jī)相關(guān)概念股,最后大家發(fā)現(xiàn)其實(shí)只要達(dá)到一定精度(不需要最高),誰(shuí)都可以做,技術(shù)門檻并不高。

也就是說(shuō),AI的最終任務(wù)是實(shí)現(xiàn)在各垂直行業(yè)的場(chǎng)景化落地,并找到在其中AI能發(fā)揮最大價(jià)值、實(shí)現(xiàn)良好商業(yè)模式的場(chǎng)景賽道。或者,打造一個(gè)通用型平臺(tái)。

中國(guó)AI行業(yè)融資規(guī)模與投融資數(shù)量在2013-2018年整體快速增長(zhǎng),但2019年出現(xiàn)45%左右的顯著下滑,2020年投融資金額恢復(fù)42．5%正增長(zhǎng),但距2018年顛覆時(shí)期仍有差距,投融資數(shù)量顯著下降。

二級(jí)市場(chǎng)的熱度也可以通過(guò)研報(bào)數(shù)量提供輔證,以”人臉識(shí)別“作為關(guān)鍵詞為例,在Wind上2015年這一關(guān)鍵詞搜索到的行業(yè)研究(不含個(gè)股研究)報(bào)告(僅以Wind數(shù)據(jù)為例,不保證完全覆蓋)數(shù)量為17篇。而在2014年這一數(shù)據(jù)為0,2018年-2020年,每年都只有1篇。

在人工智能發(fā)展的最初,算法研發(fā)能力的評(píng)判是對(duì)一家創(chuàng)業(yè)企業(yè)最有效的估值方法,換句話說(shuō),也就是從企業(yè)的投資轉(zhuǎn)為對(duì)技術(shù)甚至是對(duì)人才的投資。

2014年年初,谷歌創(chuàng)始人拉里佩奇親自操刀了一宗收購(gòu)案,斥資5．4億美元,收購(gòu)一家名為DeepMind的人工智能公司,也就是后來(lái)研發(fā)AlphaGo的公司。而那時(shí),DeepMind是沒(méi)有任何商業(yè)模式方面的探索的,谷歌僅僅是為了人才,就可以掏出5．4億美元。

但當(dāng)AI競(jìng)爭(zhēng)進(jìn)入深水區(qū),商業(yè)化才是真正的考驗(yàn)。

上市肉搏戰(zhàn):商業(yè)模式破冰乏力

在這種困境中,AI四小龍也基本都開始轉(zhuǎn)型了,尋找不同的落地場(chǎng)景。

計(jì)算機(jī)視覺(jué)產(chǎn)業(yè)鏈可劃分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。基礎(chǔ)層包括硬件支持、算法支持和數(shù)據(jù)集;技術(shù)層包括視覺(jué)技術(shù)平臺(tái)、視頻識(shí)別、圖片識(shí)別和模式匹配;應(yīng)用層包括計(jì)算機(jī)視覺(jué)技術(shù)在智慧城市、智慧安防、智慧物流、智慧金融、手機(jī)終端和智慧商業(yè)等領(lǐng)域的應(yīng)用。

曠視科技,在原創(chuàng)技術(shù)的研究基礎(chǔ)上加上IOT、公共IOT、商業(yè)IOT等三個(gè)領(lǐng)域的頂層設(shè)計(jì),開始逐步打開局面,主要專注于物聯(lián)網(wǎng)領(lǐng)域。

商湯科技呢,則開始向平臺(tái)型“操作系統(tǒng)”轉(zhuǎn)型,試圖擺脫單一賽道帶來(lái)的困境。與其他企業(yè)專注特定賽道相比,商湯沒(méi)有選擇具體的細(xì)分賽道。從現(xiàn)在的情況看,它更多是將自己定義為了一個(gè)“AI零部件”生產(chǎn)工廠。

云從科技從創(chuàng)立一開始,就是唯一一個(gè)有”國(guó)家隊(duì)“背景的公司,它背后站著中科院,目前公司主力業(yè)務(wù)針對(duì)金融,是銀行領(lǐng)域第一大AI供應(yīng)商,以為客戶提供解決方案為主。

依圖則是一開始將計(jì)算機(jī)視覺(jué)業(yè)務(wù)對(duì)接安防的,提供算法產(chǎn)品的輸出。隨著后續(xù)項(xiàng)目落地,開始轉(zhuǎn)向醫(yī)學(xué)圖像和智能城市業(yè)務(wù)。目前,依圖的業(yè)務(wù)重點(diǎn)已經(jīng)是自研AI芯片了,逐步從純軟件轉(zhuǎn)向底層硬件+平臺(tái)結(jié)合的路線。

從競(jìng)爭(zhēng)格局來(lái)看,以收入規(guī)模計(jì),商湯科技排第一,曠視科技排在第二位,高于依圖科技與云從科技。不過(guò)依圖科技自從撤回招股書之后未再出現(xiàn)更新。

來(lái)源:招股書、華爾街見(jiàn)聞?wù)��?/p>

至于盈利能力,借用此前某位AI行業(yè)的一級(jí)市場(chǎng)投資人的話說(shuō):

全球大部分AI公司的毛利率都很低,毛利率一般都在50%-60%,而軟件服務(wù)行業(yè)的毛利率在60%-80%以上。

這樣的結(jié)果正是目前AI行業(yè)普遍面臨的商業(yè)模式導(dǎo)致的,大部分公司都還在做定制化業(yè)務(wù),不管是做政府業(yè)務(wù)、還是金融業(yè)務(wù),只要面對(duì)大型客戶,這些AI企業(yè)都很難使用通用打包產(chǎn)品提供客戶所需要的服務(wù)。

最后就會(huì)變得和傳統(tǒng)IT企業(yè)一樣,要通過(guò)堆人頭、做項(xiàng)目來(lái)獲得收入。

2G的業(yè)務(wù)越多,毛利率就越低、銷售費(fèi)用率就越高。以2020年數(shù)據(jù)計(jì)算,依圖科技(只有上半年數(shù)據(jù))和商湯科技毛利率均超過(guò)70%,但云從和商湯毛利率都低于上述投資人說(shuō)的50%下限。

更要命的是,由于AI類企業(yè)的研發(fā)投入要高于一般的IT企業(yè),因此最終每一家公司都處于虧損狀態(tài)。

虧得最多的商湯科技,3年多虧200多億。

在這種局面之下,上市尋求更多資金支持就成為一條不得不走的路。

計(jì)算機(jī)視覺(jué)的前路——工業(yè)、醫(yī)療

但計(jì)算機(jī)視覺(jué)之路卻并沒(méi)有被堵死,因?yàn)槌�了”人臉識(shí)別“之外,還有工業(yè)機(jī)器視覺(jué)和醫(yī)療影像識(shí)別。

1、工業(yè)機(jī)器視覺(jué)

據(jù)天風(fēng)證券的研究報(bào)告,機(jī)器視覺(jué)在工業(yè)應(yīng)用中,可以用來(lái)甄別物體特征、定位、測(cè)量并檢測(cè),而這些通過(guò)人眼是很難完成的。

工業(yè)視覺(jué)具備極強(qiáng)的機(jī)器特性,如極高的速度、精度、重復(fù)性等,這些特性成為工業(yè)機(jī)器視覺(jué) 產(chǎn)品的重要參數(shù)。

與此同時(shí),工業(yè)機(jī)器視覺(jué)擁有采集大量現(xiàn)場(chǎng)數(shù)據(jù)的能力,數(shù)據(jù)是驅(qū)動(dòng)行業(yè)快速迭代、獲取信息 的重要來(lái)源,這也將成為工業(yè)機(jī)器視覺(jué)未來(lái)的巨大可能。

傳統(tǒng)的工業(yè)機(jī)器視覺(jué)采用本地?cái)?shù)據(jù)存儲(chǔ)和處理, 通過(guò)本地總線連接,每臺(tái)設(shè)備搭載一臺(tái)性能強(qiáng)大的電腦進(jìn)行數(shù)據(jù)的存儲(chǔ)和處理;而現(xiàn)在的機(jī)器視覺(jué)系統(tǒng)通過(guò)有線(光纖/銅纜) 或無(wú)線(WiFi/4G/5G)連接至PC端,PC端無(wú)需放置在本地。

因此隨著5G的到來(lái),機(jī)器視覺(jué)有望迎來(lái)更好的發(fā)展。

2、醫(yī)療影像

當(dāng)前中國(guó)CT行業(yè)影像數(shù)據(jù)爆 炸增長(zhǎng),2019年市場(chǎng)規(guī)模達(dá)到24．7億元,CAGR約30%。另一方面,目前我國(guó)放射科醫(yī)師僅有8萬(wàn)多名,每年承擔(dān)的診 斷工作量卻達(dá)到了14．4億張影像,結(jié)合中國(guó)醫(yī)學(xué)影像數(shù)據(jù)每年30%的增速,與之相對(duì)應(yīng)的放射科醫(yī)師的年增長(zhǎng)速率卻只有4%,兩者之間存在巨大缺口,AI+CT影像識(shí)別有望彌補(bǔ)這一缺口,發(fā)展?jié)摿�巨大�?/p>

AI+CT影像的主要產(chǎn)品形態(tài)包括:影像分析與診斷軟件、CT影像三維重建系統(tǒng)、靶 區(qū)自動(dòng)勾畫及自適應(yīng)放療系統(tǒng)。通過(guò)智能CT影像識(shí)別,能夠完成病例篩查、智能分析診斷、輔助臨床診療決策等工 作。從應(yīng)用的場(chǎng)景來(lái)看,主要包括胸部、四肢關(guān)節(jié)等部位,乳腺、心肺、冠狀動(dòng)脈、骨骼等器官組織,應(yīng)用領(lǐng)域廣闊。

人工讀片存在主觀性高、重復(fù)性低、定量及信息利用度不足、耗時(shí)及勞動(dòng)強(qiáng)度和知識(shí)經(jīng)驗(yàn)的傳承困難等問(wèn)題;而人工智能讀片的優(yōu)勢(shì)體現(xiàn)在高效率低成本。隨著產(chǎn)品的成熟帶動(dòng)識(shí)別率的提升,人工智能讀片的精準(zhǔn)度也將形成比較優(yōu)勢(shì)。

尾聲

發(fā)展60多年來(lái),機(jī)器視覺(jué)作為AI技術(shù)的急先鋒,經(jīng)歷了幾輪起落,終于迎來(lái)技術(shù)上的爆發(fā)。但隨著技術(shù)進(jìn)入深水區(qū),尋找合適的商業(yè)模式真正成為了機(jī)器視覺(jué)這門技術(shù)的最大難點(diǎn)。

互聯(lián)網(wǎng)巨頭的AI技術(shù)可以在自身不斷得到驗(yàn)證,字節(jié)的推薦算法可以通過(guò)用戶點(diǎn)擊數(shù)據(jù)驗(yàn)證;美團(tuán)的算法可以優(yōu)化騎手路線通過(guò)送達(dá)時(shí)間變化來(lái)驗(yàn)證等。

我們最近看到的四小龍?jiān)�堆IPO僅僅是行業(yè)規(guī)范化、商業(yè)化的開端,計(jì)算機(jī)視覺(jué)的前路還很長(zhǎng)。

但是國(guó)家政策一直是鼓勵(lì)并支持AI產(chǎn)業(yè)的發(fā)展的,相信未來(lái)它們一定能找到更好的出路,帶領(lǐng)中國(guó)的計(jì)算機(jī)視覺(jué)乃至整個(gè)AI產(chǎn)業(yè)走在全球前列。

來(lái)源:中國(guó)傳動(dòng)網(wǎng)