资本涌入的计算机视觉,却逃不开商业化“摆烂”?

科技云报道

    计算机视觉,无疑是目前AI行业最具商业化价值的赛道。
    
    数据显示,2020年,国内有35%的AI企业聚集计算机视觉领域,市场规模在所有领域中占比达57%,排名第一。 在国内,计算机视觉技术基本已经覆盖农林牧渔、生产制造、城市交通、安防、出行、零售,几乎所有的人类生活生产领域。 最常见的计算机视觉技术应用,例如人脸识别,中国已将其用在了警察工作、支付识别、机场安检,甚至在北京天坛公园分发厕纸、防止厕纸被盗,以及其他许多场景。 计算机视觉的大规模应用落地,带来了资本市场的繁荣。除了BAT等巨头之外,国内也诞生了如商汤、云从、旷视、依图“四小龙”的独角兽企业。 与此同时,一大批3D视觉初创企业相继获得资本青睐,跨维智能、地标科技、翌视科技等顺利完成大额融资。仅2022年第一季度,3D视觉领域发生融资就超过10起。 随着AI领域大刀阔斧地前进,整个计算机视觉市场仍在高速增长。 数据显示,中国计算机视觉行业市场规模由2017年的68亿元快速增长至2020年的780亿元,预计2021年可达1120亿元,2017年-2021年的年均复合增速达到101.45%。 或许正是市场过于热络,所堆砌的泡沫也在慢慢溢出。
    01
    赔本搞研发盈利陷入僵局
    这几年,视觉市场对于头部以下的企业来讲,是一个不可多得的出头机会。 以曾经深受资本宠爱的格灵深瞳为例,2020年以后,是格灵深瞳“发迹”的起点,仅是双光温测智能识别设备在当年就创下4716.02万元,占当年营收的19.43%。 只不过在净利润上,数值依旧不忍直视。根据调查显示,2018年-2020年公司净利润分别为-7456.55万元、-41758.32万元和-7820.16万元,格灵深瞳2021年上半年净利润更是高达-5703.79万元。 科技圈研发一向是个烧钱的长线游戏。赔本也要搞研发,这是视觉赛道最无可奈何的游戏规则。 相关资料显示,格灵深瞳2018年至2020年累计研发投入合计28308.78万元,占最近三年累计营业收入的比例为77.37%,尤其是2018年和2019年,研发投入远超营业收入。 更让年轻企业和腰部企业发愁的是,顶着热度与压力前行,往前却难以撼动头部们龙蟠虎踞的格局,往后又无法割舍这个日益坚实的市场。 就目前来看,视觉风口的最终落脚点还是绕不过技术重心,视觉创业公司融资用途,除了团队拓展,便是产品研发。 年轻企业愁存亡,老牌企业的闹心事也不少。尤其天下视觉千千万,安防市场占一半,传统安防企业本身的硬件成本居高不下,那些靠安防站稳计算机视觉领域的企业多数困于盈利漩涡。 海康威视在全球的视频监控市场占有22.6%的市场份额,毛利率和同期的人工智能其他公司相比,诸如科大讯飞、旷视科技、虹软科技却是最低的。提供智能手机AI解决方案的虹软科技毛利率能达到94.29%,海康威视则不到50%。 国内掀起视觉风云的主力军是互联网,百度早在2013年就成立百度深度学习研究院,展开包括计算机视觉在内的多领域研究。 2017年,百度还全资收购了美国视觉科技公司xPerception。2018年,百度全线开放人脸识别、文字识别、图像审核、图像识别等五大类、共58项基础能力。 但根据媒体报道,迄今为止也只有20万开发者在使用百度的计算机视觉能力。 如今,一向无利不起早的互联网也多少有点迷茫,诺大的视觉行业,家家有本难念的经。
    
    02
    商业化落地  TO G还是TO C?
    尽管计算机视觉在各个领域都有应用,但在实际商业化落地过程中依然还面临一些阻碍。 就现阶段而言,计算机视觉商业化大都是由G端买单。 根据艾瑞咨询的研究报告,超过60%的计算机视觉机构服务于安防相关的应用场景。而安防市场多以公安行业的人脸识别-动态布控应用作为切入,为公安人员处理案件带来精度和效率的提升。 另外一块重点应用在于政务服务。在全国各省市的“互联网+政务”改革中,计算机视觉技术能够实现信息的智能采集和处理,以及身份证、户口本等材料的扫描录入与识别处理,让业务办理实现智能化,改善政务服务的体验。 此外,计算机视觉作为城市的“眼睛”,在智慧城市的管理中也扮演着重要的角色,通过低功耗传感器、摄像头和计算机视觉软件相结合的方式,不断监测城市的高效运行。 不难发现,当下公共安全、城市治理等是计算机视觉技术应用较为迫切的场景,因而政府成为其头部客户。 而在To B市场,计算机视觉的市场才刚起步。 根据中商情报网数据显示,计算机视觉行业按市场结构分类,安防影像分析占据一半以上的市场份额,达到67.9%,紧随其后的广告营销分析、泛金融身份认证(解决方案)、互联网娱乐、泛金融身份认证(云服务、SDK等)加起来的份额仅为29.6%。 随着物联网和5G时代的到来,如何走好消费领域的商业化,将最终决定计算机视觉的“落地面积”。 现阶段在新零售、服务机器人、在线娱乐等to C场景,已经有相当多的业务场景可以实现落地。 然而,C端市场并没有被打开,一方面是技术上还有欠缺,另一方面是C端市场还没有形成为技术买单的广泛意识,还需要时间进行培育。
    
    03
    从实验室到商业化  何时越过鸿沟?
    一项技术从实验室到商业化场景之间,往往存在巨大的鸿沟。 尽管计算机视觉在解决某些领域问题的时候已经逐渐成熟,甚至效率可以超过人类,但在更多领域问题上却无法达到很高的精度。 无论是自动驾驶,还是工业检测,要求的精度是非常高的,但现阶段计算机视技术还达不到行业实践所需要的精度,从而在一定程度上阻碍了技术推广和商业化落地。 此外,计算机视觉算法需要大量的数据与人工标注,需要较长的研发周期来达到应用领域所要求的精度。如何降低算法的开发时间和成本,也成为计算机视觉商业化的一大鸿沟。 值得注意的是,计算机视觉是由一个庞大且复杂的系统组成,里面涵盖了多种硬件。随着新的成像硬件与人工智能芯片的出现,针对不同芯片与数据采集设备,对计算机视觉算法进行持续的设计与开发,也是一大技术挑战。 当计算机视觉持续渗透到各个场景,如何保证设备的有效使用也成为实际落地之后的问题。 其中,“用户体验”就成为决定高频次使用的重要因素,一方面要过硬的产品质量,另一方面要真正触及用户实际作业痛点,这就要求计算机视觉服务商能够充分深入行业,找到合适的切入点来落地技术。 而如何兼顾技术研发与商业落地的平衡,对于任何科技企业而言,从来都不是一道简单的选择题。
    
    04
     全球竞争中“偏科”  商业化前路几何?
    计算机视觉领域,从某种层面来看,应用范围比较宏观,也正因如此,视觉之战早就在全球的各个角落打响。 首先,在整个视觉领域,海外的入局时间与速度都不可置否。 《2017年-2024年全球计算机视觉市场行为分析和预测》显示,英伟达、英特尔、高通、苹果、谷歌等多家海外巨头,被列入全球计算机视觉市场的主要参与者。 这其中,我国企业的身影寥寥无几。 其次,在以工业为主的机器视觉,目前全球机器视觉产品的高端市场仍然被美、德、日品牌占据,比如美国康耐视、国家仪器,德国巴斯勒、伊斯拉视像,日本基恩士、欧姆龙……其中,光康耐视和基恩士就垄断了近50%的全球市场份额。 反观国内,视觉资本下半场终于开始青睐工业板块,热烈而又略显空白的市场背景是最好的解释之一。 事实上,我国计算机视觉技术姗姗来迟,目前比较能拿得出手的是人脸识别。 根据国际调研机构GenMarketInsight发布的《2018年全球人脸识别设备市场研究报告》,2023年,中国将占全球面部识别市场份额的45%。 美国国家标准与技术研究院对全球人脸识别算法测试结果显示,排名前11名的企业,只有两家来自美国,剩下来自中国、俄罗斯和立陶宛,其中中国企业包揽了前五名。 可以看到,在视觉商业化上,我国缺少了一定的领域基因。 一个很明显的趋势是,海外的视觉赛道早已成批企业化,我国依旧是学术大于技术落地,比如美国企业参与支持的相关论文数量就是官方的七倍。 不过比较欣慰的是,我国的视觉技术正在逐渐从“纸上谈兵”走入现实,走入资本。当然,如果泡沫再少一点,局面肯定会更加明朗。