计算机视觉应用遍地开花 “护城河”如何建立？

　　导读

　　“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。