人工智能：向行業的縱深端發力

資料圖片

經歷了2016年的熱炒，人工智能領域如今逐漸趨于冷靜。如果說人工智能的預熱階段比的是大數據和算法，那么人工智能的當下較量便在商業價值和落地空間上。人工智能到底能夠更好地應用于哪些領域，幾乎是整個行業面臨的問題。

貓眼金經采訪發現，隨著技術發展速度的放緩，許多投資人和創業者都紛紛開始轉變思路，不再僅僅關注人工智能學者和技術人才，而聚焦其在細分行業的價值和實際需求。本期貓眼金經將以計算機視覺為例，關注人工智能如何在生產端提升效率。

商業落地中

生產端和體驗不佳，C端遇阻

按照行業普遍理解，計算機視覺是用各種成象系統代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能像人那樣通過視覺觀察和理解世界，通過自主適應環境進而提升生產效率。

與《貓眼金經2017金融科技白皮書》中所提到的金融行業類似，計算機視覺在商業落地時最初也大多聚焦C端的應用。圖普科技便是其中一家，其公司CEO李明強介紹：“最初通過拍照，搜索衣服等產品，根據數據標簽為用戶推薦產品，類似于服裝版的今日頭條。”

不過這樣的切入點很快讓圖普科技意識到其中問題所在。李明強介紹：“曾經做了一年多，雖積累了技術，但難度也很高，商業化的方向并不是很順利。”在新節奏智能科技總經理陳勇杰看來，計算機視覺商業落地C端遇阻一方面是消費端硬件設備條件不足，另一方面則是實現成本太高。陳勇杰解釋：“人工智能在用戶級別上很難應用，致命的弱點是對計算的要求非常高。目前來說，大部分3C產品的運算能力是非常低的，而人工智能需要很強的計算能力才能夠做好。”他以體感技術為例向貓眼金經分析：“雖然用人工智能深度學習在這方面會更好，但無奈成本太高，使得很難轉化成用戶可以消費的產品。”

從投資的角度，峰瑞資本早期項目負責人朱祎舟在X techer杭州私享會上也表示：“想用人工智能去提升消費者的體驗，通過一個單點去突破比較困難，更多是一個系統化的工程。”事實上包括智能家居行業等都面臨同樣的問題，單個產品最終都需要底層的設施和服務來配合。朱祎舟的看法是：“T oC端的機會比較難，因為生產端還沒有被改造，于是就不太會有新的產品出來；沒有新的產品出來，用戶端體驗也就不會有特別大的提升。”

不過C端產品方面，也并沒有讓行業從業者完全放棄，各行各業都在尋找技術落地的可能性。如今在C端相對受到行業從業者認可的產品是亞馬遜推出的智能音箱E cho.但在李明強看來國內還是有一些人工智能技術在C端成功實現應用，他說：“今日頭條用智能化推薦、淘寶搜索、百度圖庫搜索都是人工智能技術。從某種程度上都是C端的服務。”陳勇杰雖然覺得C端市場應用難以實現，但是依舊可以嘗試用深度學習做移動端試衣平臺，希望為用戶購物帶來新的體驗形式。

發力B端

瞄準底層需求

在尋求商業化落地的路程中，緊跟互聯網的發展并攫取機會，成了不少人工智能公司的途徑之一。

2014年，深圳快播科技有限公司涉嫌傳播淫穢物品牟利一案受到公眾關注，一時間處于輿論風口浪尖中。此時李明強在其中看到了商機，他介紹：“快播事件后，我們發現當時有大量的視頻都是用人工去鑒別其中的色情等有害內容。”彼時人工智能遠沒有現在受關注，圖普開始切入這個市場。據李明強介紹：“迅雷成為了圖普科技的第一個用戶”。

談及技術成熟度，李明強回憶：“當時整個行業所提供的服務并不能達到完全自動識別效果，識別率在70%左右。但隨著我們對于行業數據的不斷累計，識別率不斷提升，現在差不多能達到99.5%以上。”

通過服務迅雷這樣的客戶，圖普科技確定了計算機視覺在線上內容審核領域的落地應用。踏著互聯網發展的浪潮，隨著直播、長視頻、短視頻的興起，圖普科技一直探究計算機視覺在互聯網中的應用。

如今圖普科技希望做圖像識別的通用云服務，審核則是其中的業務之一。李明強解釋：“做內容的企業目的是對內容里所有維度和全方位的信息都要進行理解，這樣流量才能產生出價值，比如去做廣告、做推薦、做用戶體驗等等，否則只是流量生意。”

整合產業鏈

期待更開放AI生態

“人工智能+”的時代正在到來，包括金融、交通、醫療都是很大的切入點。人工智能越來越向行業的縱深端去發力。尤其隨著互聯網的發展，數據的開放程度增大對于人工智能顯然是利好的。如果一些行業的數據是聯通的，那就意味著可以在存量市場里面產生商業價值。反之則相對較難。有行業人士表示，很多央企、國企的數據其實比較閉塞，技術的商業化落地便較難。

因為在人工智能領域，數據是核心壁壘之一，許多人工智能公司由于缺乏數據淪為“巧婦難為無米之炊”的境地，尤其是創業公司。由于數據的獲取在某種程度上具有排他性，當數據首先被一家公司獲取后，就很難再被第二家獲得，因此早期切入市場拿到數據具備了先發優勢。

日前，著名投資人李開復在公開演講時便表示，“創業公司做人工智能需要大量的數據、技術、人才，但是這些都被大公司牢牢掌控著。”因此，李開復呼吁一個更開放的平臺，讓更多的創業者、創業公司能使用上人工智能的相關底層技術和數據，一起推動這個行業的發展。

回到計算機視覺的細分領域，除了互聯網視頻相關行業的商業應用外，包括安防等方面都是具有商業化“錢途”的。不少公司都表示，將重點關注實體行業，希望探索更多的計算機視覺的商業拓展空間，將技術應用在商業、工業、家居等。比如圖普科技已經開始試水零售行業，與手機回收站點“愛回收”合作，通過店內攝像頭采集人流、年齡、顧客停留時長等數據，分析每家店的轉化率，人流分布情況，用計算機輔助決策。

李明強分析：“如果你找了一段時間場景還沒有結果，不如把人才放到各個行業，從行業的需求中去尋找商業化空間。”對此，朱祎舟也表示人工智能會向行業的縱深端去發展，“整合整條產業鏈里不同的生產者、生產資料，再往上整合到產品層面。”

貓眼觀察

人工智能是不是互聯網的替代品？

貓眼金經走訪調研中發現，對于人工智能和互聯網的關系，不同的人在不同角度的理解不盡相同。

比如在朱祎舟看來，人工智能和互聯網是并行的，相對獨立的。他甚至認為：“照套互聯網的思維方式是很危險的。人工智能是沒有網絡效應的，也幾乎沒有馬太效應。”

不過在尋求商業化落地空間上，人工智能與互聯網卻有相似的“套路”。比如圖普科技CEO李明強則認為可以根據馬斯洛需求理論來設計產品。人工智能行業也可以從最基礎的需求出發去設計產品，這也是他將計算機視覺應用于內容審核的出發點。當生存問題解決后，發展到一定階段，尤其隨著同質化產品嚴重，就要提高用戶體驗，考慮更高層次的商業化變現。無論是互聯網和人工智能領域，不少創業者一進來想做圖像識別的廣告平臺等等，其實是違背了需求理論，因為現實遠遠沒有發展到那個階段。

人工智能行業中大部分公司還處于燒錢狀態。尤其是對人才和硬件成本的支出。但在對于融資的態度上，不少企業其實對融資并沒有很著急，大多數行業人士認為，技術有它固定的規律和速度，不太可能用融資的方式拔苗助長，能夠扎扎實實把事情做好更加重要。

統籌：魯浩撰稿：郭麗娟