<input id="us42o"></input>
  • <nav id="us42o"></nav><nav id="us42o"></nav>
    <nav id="us42o"></nav>
  • <nav id="us42o"></nav>
  • <menu id="us42o"></menu>
  • <menu id="us42o"><tt id="us42o"></tt></menu>
    <nav id="us42o"><strong id="us42o"></strong></nav>
    021-80392549
    您好,歡迎光臨工博士,我們將竭誠為您服務

    AI應用啟示錄:安防市場的蜜糖和砒霜

    放大字體  縮小字體 發布日期:2022-07-15     來源:Alter聊科技     瀏覽次數:743
           過度的樂觀,過高的期望,留下了一個又一個“傷仲永”的故事。

    智能安防
           剛剛進入解禁期,商湯科技的股價就經歷了崩盤式的下跌。

           對于這樣的結果,外界并未有太多的詫異。AI領域的投融資事件數量在2019年時就已經顯著下降,“四小龍”的上市路可謂一波三折,在市場整體不樂觀的環境下,機構投資者的撤離可以說是預料之中的結果。

           比起股價的一時漲跌,不少人看不懂的是:為何曾經的“寵兒”到了被“遺棄”的地步,而且同樣命運的遠不止商湯一家,幾乎所有靠計算機視覺起家的AI創業者,都走向了一條高開低走的下坡路。

           問題的答案絕不只是“大環境不好”可以解釋的,理清楚行業崛起的過程中犯了哪些錯,新故事為何無法挽回投資者信心,以及創業者們自我救贖的機會在哪里,對AI市場的方向有著不可或缺的作用。

           01 一場華麗的夢

           回顧人工智能的進化歷程,2014年是個重要的時間節點。

           2012年的ImageNet挑戰賽上,深度卷積神經網絡AlexNet橫空出世,由此開始了計算機視覺的黃金時代。隨后的兩年時間里,國內外的研究團隊不斷刷榜,到了2014年的時候,計算機圖像識別的準確率首次超過了肉眼識別。

           這一事件的影響力雖不像AlphaGo那樣出圈,卻直接影響了人工智能的商業進程,國內的曠視、商湯、云從、依圖、格靈深瞳等企業均在同一時段入局。即便“計算機視覺”還是大多數人感到陌生的技術詞匯,單單是AI識別文字、人臉、物體、場景的描述,就能讓人產生無限的遐想。

           最為直接的場景就是安防市場。在雪亮工程、智慧城市等概念的推動下,大量的攝像頭被布置在社區樓宇和交通路口,車輛識別、人臉識別、行為分析等技術的應用,對安防賽道的增值不言而喻。

           比如2012年成立的依圖科技,第二年就通過“蜻蜓眼系統”幫助蘇州警方破獲一起入室盜竊,接下來很快就建立起了全球最大的人像對比平臺,被應用于刑偵破案、反恐情報、治安防控、出入境管理等場景。

           有些巧合的是,曠視的印奇、云從的周曦、商湯的湯曉鷗、依圖的朱瓏,不少AI企業的創始人都有著“科班出身”的背景,他們對技術創新有著深刻的洞察,但對商業的理解普遍有所欠缺,導致很多公司迷信于研發SDK,只要研發出標準化的模塊,被集成在下游公司的解決方案里,就能形成穩定的營收。而且SDK被集成越多,對應的邊際成本就越低,利潤率也就越可觀。

           類似的商業邏輯牢牢抓住了資本市場的胃口,特別是見證了互聯網商業盛宴的投資者,對AI的商業化有著特殊的偏愛。

           一個著名的插曲就是徐小平和沈南鵬在2014年對格靈深瞳未來市值的激烈爭論,分別開出了1000億美元和5000億美元的加碼,最后妥協在3000億美元的“中間數”。給一家剛滿周歲的企業開出比肩騰訊的估值,淋漓盡致地詮釋了資本市場對于AI的樂觀態度。

           兩位資本大佬沒有料到的是,格靈深瞳在2022年跌跌撞撞走進了“科創板”的大門,市值卻只有70億元,一個月內股價就跌了40%。早期的AI創業者充滿了理想主義的色彩,可理想終歸要面對現實。

           02 戰友變成宿敵

           技術派背景的創業者們,或多或少會低估商業市場的復雜性。

           在AI起步的黃金時代,拋來橄欖枝的除了投資機構,還有誠意滿滿的“大客戶”。曠視的第一個落地場景是支付寶的“刷臉支付”,云從的第一個訂單是幫海通證券做遠程開戶的身份認證系統,商湯的第一筆商業化大單來自中國移動的手機實名制……以至于很多創業者產生了一種錯覺:只要在算法精度上保持優勢,客戶自然會聞訊而來。

           相當長的一段時間里,AI創業者把資金砸在了研發上,算法人才的待遇也水漲船高。而這種打法并非沒有效果,不少創業公司頻頻出現在各種人工智能會議的得獎名單上,相關論文的數量急劇增長。幾乎沒有“劇中人”意識到,算法的精度在不斷刷新,可應用場景卻止步在了安防領域。

           2015年到2018年的三年時間里,不少AI公司將戰場壓在了安防賽道。

           根據艾瑞咨詢的統計數據,2017年中國計算機視覺行業的市場構成中,安防影像的占比高達67.9%;艾媒咨詢在2019年發布的《中國人工智能產業研究報告》中揭示,安防和金融是人工智能市場份額最大的領域,占比分別為53.8%和15.8%。

           計算機視覺是安防行業的剛需應用,但市場本身高度碎片化,并且以政府訂單為主,同時賽道的深度并不大。就在創業者們想要尋找更多落地場景賺錢的時候,兩類“野蠻人”不經意間闖進了市場。

           一群是BAT代表的互聯網平臺。在百度、阿里、騰訊的戰略布局中,很少直接提及“安防”的概念,取而代之的是城市大腦、WeCity、AI生態企業等名詞,可安防市場恰恰是核心的技術出口和業務延伸方向。

           另一群是?、大華、宇視等傳統安防巨頭。作為安防市場的主導者,?低暤绕髽I不再滿足于銷售攝像頭,同樣參與到了智慧城市等“基建”中,并且為了彌補算法上的短板,紛紛招兵買馬增強自研能力。

           BAT們的高舉高打,不斷沖擊算法的價格,原本價值千萬的人臉識別算法,迅速跌到了幾十萬的維度;?祩冇兄烊坏那纼瀯,深知政府和B端客戶更愿意為硬件買單,搶占AI創業公司的市場可謂水到渠成。

           標志性的轉折是李開復的一次“口誤”,螞蟻金服在聲明中刻意強調,支付寶的“刷臉支付”早已不與曠視合作,替代方案是螞蟻金服獨立研發的產品。曾經的親密“戰友”,悄然間成了搶市場的宿敵。

           03 泡沫一夜破碎

           AI公司就像一襲華美的長袍,光環褪去后發現爬滿了“虱子”。

           安防行業嗷嗷待哺的需求,撐起了AI創業的黃金時代,可在這場渠道為王的戰役中,不少創業公司亂了陣腳。譬如為了和?祩冑N身肉搏,被迫放棄兜售SDK的想法,做起了軟硬件集成的解決方案,同時招攬人才開拓渠道。

           結果卻只能說差強人意。按照IDC在2019年下半年發布的《中國人工智能軟件及應用跟蹤》報告,“AI四小龍”的市場份額從2017年的69.4%下滑到了51.4%?蓚鹘y的安防領域照舊被?、大華、宇視把持著八成左右的市場份額,AI創業公司只能在逼仄的剩余市場空間里扎堆競爭。

           安防市場是蜜糖,也是砒霜。當安防賽道從藍海駛向紅海,AI創業公司隨即遇到了商業化困局,曾經的范式已然成了原罪。正如?低暱偛煤鷵P忠的吐槽:“用高成本的人力去跑安防,就像拿步槍打蒼蠅一樣,投入與產出是非常不匹配的。”

           過去為了拿到“大客戶”的訂單,AI公司需要付出龐大的人力和算力成本進行定制化研發,然后以項目制的方式進行交付。市場競爭不激烈的時候,這樣的服務邏輯無可厚非,可當行業趨于惡性競爭,壓價已經成為一種行業常態的時候,利潤率被大幅壓縮,大多數AI公司深陷虧損的窘境。

           再加上安防行業的客戶主要是政府和國企,付款審批流程普遍比較長,導致項目的回款周期較慢,進一步重創了AI創業公司的現金流,商業化進程遭遇了獲客周期長、實施成本高、重人力交付等弊病。

           悲觀情緒傳導到資本層面,一級市場迅速收緊了錢袋子。

           2014年到2018年期間,國內人工智能領域的融資事件和規模逐年增長,2019年首次出現了回落,2020年連AI獨角獸也不再被市場看好。正是從這個時候開始,頭部玩家陸續披露招股書,估值過高、燒錢嚴重、商業化落地難等痛點被越來越多人討論。

           即使商湯、格靈深瞳等陸續完成了IPO,市值已無法和高峰時同日而語,反倒是質疑聲越來越盛。

           為數不多的利好大概就是“死亡之谷”的說法,在Gartner經典的技術曲線理論中,一個行業總會經歷高峰到低谷的轉折期,預示著泡沫的破裂和參考的淘汰賽,唯有熬過“死亡之谷”的企業,才能進入穩定爬升的成長期。

           04 敢問路在何方

           想要挽回市場的信心,還需要找到有價值的新出路。

           其實在2018年前后,冷暖自知的AI創業公司就意識到了問題的嚴重性,為了避免在安防市場內耗,紛紛調整自身的戰略方向。云從開出了“人機協同操作系統”的藥方,曠視加速了AI物聯網的布局,依圖科技將醫療和芯片作為主打牌,商湯試圖講一個平臺化的故事,相繼展開了令人眼花繚亂的業務布局。

           擺脫對安防場景的依賴,似乎并不是一件容易的事。至少商湯科技的招股書顯示,2021年智慧城市板塊的營收占比為45.6%,照舊是商湯最大的營收來源。比市場轉移更難的,則是走出安防時代的路徑依賴。

           就像很多公司將目光定在了金融、醫療等領域,切入市場的做法卻和安防如出一轍,算法研發到落地部署都需要巨額的成本投入,而且很多算法的落地過程不順利。何況現階段的AI在許多行業并非剛需,起到的只是錦上添花的作用,定價過高,客戶不會買單,定價太低,直接影響產品的利潤率。

           “高不成低不就”的死循環,儼然不只是AI公司的錯。需求側場景的碎片化是不爭的事實,決定了AI公司很難做出標準化的產品,雖然行業內已經出現了深度學習框架、算法工廠等新業態,AI落地的市場門檻已經在某種程度上降低,同樣存在著市場教育的挑戰,短期內無法像電力那樣即調即用。

           對大部分AI公司來說,可以描繪出AI應用的誘人前景,但無法回答具體的時間周期。畢竟在語音賽道上摸爬滾打十余年的科大訊飛,早已嘗試了這樣或那樣的商業路徑,可變現能力依舊不容樂觀。這大抵就是基石投資者紛紛拋售商湯們的原因,面對一個充滿不確定的商業化環境,他們已經沒有耐心繼續等下去。

           確切地說,行業內并不缺少有參考性的建議。

           有人認為AI公司應該在橫向上下功夫,通過核心技術切入的方式,進行持續的技術研發和產品迭代,為某個場景的客戶提供標準化的平臺性服務;也有人認為應該縱向深耕,不斷積累行業Know- How,提供覆蓋各個環節的解決方案,幫助企業降本增效。

           如果這些聲音出現在2014年前后,或許可以讓一些創業者審慎思考,F在的情況是,AI公司往往背負著研發、銷售、運營、管理的龐大成本,主動把節奏慢下來或者收縮戰線,顯然不是一件容易的事。尤其是在一些AI公司主動和元宇宙捆綁時,早已被投資者和所謂的市值綁架。

           05 寫在最后

           在新一輪人工智能浪潮醞釀時,安防提供了一個天然的應用場景,讓很多人看到了商業化的潛力,并刺激了中國AI創業的繁榮度。

           但在商業模式的選擇上,很多創業者犯了路線上的錯誤,照搬互聯網時代的商業邏輯,輕視了AI落地的內在規律。AI不像互聯網那樣屬于獨立的產業體系,必須要和場景深度結合才能形成價值。

           安防賽道缺少足夠的廣度和深度,無法支撐起高估值獨角獸的盈利預期,而且安防這樣的大賽道和大市場并不多,無論是醫療、金融、教育還是制造,大多是細碎的長尾場景,在AI進階為通用型技術前,很難喂飽野心十足的創業者。

           過度的樂觀,過高的期望,最終留下了一個又一個“傷仲永”的故事。

           也許最后會像曠視創始人印奇說的那樣:“行業初期想要活下來,必須將所有的事情都做,等到行業成熟,再退回來,選擇最有價值的一環來做。”但愿摔過跟頭的創業者們,還有機會重新出發。 
    工博士工業品商城聲明:凡資訊來源注明為其他媒體來源的信息,均為轉載自其他媒體,并不代表本網站贊同其觀點,也不代表本網站對其真實性負責。您若對該文章內容有任何疑問或質疑,請立即與商城(www.luluxia.com)聯系,本網站將迅速給您回應并做處理。
    聯系電話:021-31666777
    新聞、技術文章投稿QQ:3267146135  投稿郵箱:syy@gongboshi.com
    推薦文章
    最新更新
    點擊排行
    工業品代運營:您好,歡迎光臨,我們將竭誠為您服務 廣告業務:您好,歡迎光臨,我們將竭誠為您服務 會員管理:您好,歡迎光臨,我們將竭誠為您服務 售后服務:您好,歡迎光臨,我們將竭誠為您服務 新聞投稿:您好,歡迎光臨,我們將竭誠為您服務 戰略合作:您好,歡迎光臨,我們將竭誠為您服務 滬公網備31011402005898號
     
    自愿让乞丐糟蹋怀孕
    <input id="us42o"></input>
  • <nav id="us42o"></nav><nav id="us42o"></nav>
    <nav id="us42o"></nav>
  • <nav id="us42o"></nav>
  • <menu id="us42o"></menu>
  • <menu id="us42o"><tt id="us42o"></tt></menu>
    <nav id="us42o"><strong id="us42o"></strong></nav>