国产AI厂商为何有的赚钱有的赔钱？

    “放大灯”将不定期邀请科技行业的创业者进行分享,请他们说出对行业的前沿洞见。与早年许多“草根英雄”创业者不同,他们有着长期学术研究积累,在象牙塔里发现了产业缺环,也看见了技术转化至生产力的可能,于是决定投身科技产业之路。
    无论你是这个行业的参与者,或仅仅是好奇,都不妨听听这群勇敢且聪明的人,都说了些什么。
    今天的分享者来自了然视觉科技董事长王飞。了然视觉科技是一间计算机视觉公司,其核心技术来源于航天任务,团队技术储备积累有20年的历史,曾参与“遨龙一号”空间碎片清除及“嫦娥五号”月壤采集及“天宫空间站”建设等项目。
    吴云飞 | 作者
    李拓 | 编辑
    放大灯团队 | 策划
    计算机视觉,是指通过对视觉设备捕捉的信息进行计算处理,以代替人眼对目标进行识别、跟踪和测量等功能的机器视觉技术。以下是他对计算机视觉行业的一些观点:
    计算机视觉行业难在哪?
    最难以克服的点,就是环境适应性。
    计算机视觉需要通过深度学习训练来提升,深度学习的基础是对海量样本进行训练,不断迭代优化准确度,因此对样本的依赖性极强。深度学习应用会因为跨场景而导致训练样本彻底改变,甚至在同一个场景中的不同客户,都可能因为环境光、震动、遮挡等变化导致分析结果不同。
    所以只要场景切换,样本就需要重新训练。
    样本很难覆盖所有条件,而且即使真能穷举出所有的可能状况,公司也可能无法承受资金、人力和算力的投入。因此只要环境中存在一些随机性,计算机视觉技术就比较难适应。这种适应能力的不足,是目前面临最大的痛点,整个行业规模效应大小,取决于如何解决这个问题。
    深度学习是通过人工神经网络分析学习样本,发现其内在规律的一种方式,学习样本的过程也被称为训练。此技术已被广泛引用于文字、语言、图像、视频分析等诸多领域。
    如何提升计算机视觉公司的规模效应?
    只做个别场景就会很难持续经营。我相信很多公司都有这个理想:通过技术产品,不断拓展使用场景,使计算机视觉技术能产生足够强的规模效应,逐渐长成一个通用平台。
    就目前来看,大家都囿于“个别场景”,一旦别家技术能对现有经营场景实现更好的包容,那么其余公司的业务阵地就有风险——除非某个场景足够大,大到源源不断投入后还能有足够收入。
    要实现通用平台很难,我认为,想做成这事的人,起码要具备两种能力:
    首先,要有能力抽象出行业需求。技术人员不能只看表面,而需要对机器视觉的整体的理论、方法有足够了解,并具有工程化的能力,从非常底层开始思考业务,提炼出共性需求。
    其次,是要更全面地累积机器视觉领域的算法。想实现通用平台的目标,最终要靠算法,但不能偏科,如果只集中做一个点,涵盖就会受限。
    想做通用平台,最难的部分是什么?
    最难的是:找到一种能持续运行的模式,让技术创新和产业应用相互促进、可持续循环发展。现在技术还有很大进步空间,仍需要持续搞技术创新,不断优化产品,这将是一笔巨大的投入。
    研发投入很可能会严重影响公司的商业表现,所以很难指望哪家公司独立完成通用产品。我们采取“产学研用”结合的方式,把高校科研团队与产业做深度融合,让学术研究和商业发展相辅相成,能持续且有前瞻性地做研究和发展。
    我们目前对有部分相似性场景进行了融合尝试,得到了还不错的初步反馈效果。预期三到五年左右的时间,市场上就会出现逐渐具备可用性的产品了。「了然视觉科技」的第一代通用产品已基本成型,但这种产品研发工作是无止境的,因为应用场景会随着社会与市场的变化而不断变化。
    工业视觉有何特殊之处?
    计算机视觉产品通常要解决应用中的两大问题,定性分析和定量分析。比如在人群中去寻找出张三、李四在哪里,就是定性分析。在定性分析当中,基于深度学习的视觉技术已经较为成熟,可以达到非常好的效果。
    在工业领域里,除了要定性分析外,很多定量的分析必不可少。比如操作台上的一个零件,我需要知道它的大小、尺寸以及精确的三维姿态信息。这些工业产线的具体操作目标,仅仅通过机器学习暂时还解决不了,还需要运用许多经典的计算机视觉技术。
    注:工业视觉是指视觉技术在工业自动化领域的应用。主要用于产品定位、测量、检测等用途,通常对精度要求较高。
    如何看待计算机视觉公司的亏损现状?
    目前很多计算机视觉公司还未形成稳定的商业模式。比如大家熟知的AI四小龙,它们的产品技术仍处于探索应用场景的阶段,在尝试建立新的商业模式的过程中,公司面临的问题很复杂。我相信未来商业生态成熟后,他们的营收可能会产生质的变化,但现在还需要给它们更多时间和资金去探索。
    商汤、旷视、云从、依图四家公司被外界普遍称为“AI四小龙”。截至2021年9月16日,四家公司均未正式挂牌交易,但它们招股的说明书显示,四家公司暂时均处于亏损状态。
    工业视觉公司的商业模式跟AI四小龙并不一样。因为工业视觉公司定位清晰,就是要提升工业生产效率,并不需要为客户创造新的商业模式。作为企业经营者,只需要考虑采用技术后是不是能降本增效,就知道是否能实现共赢。
    工业制造企业的发展历史长,所以商业模式及行业结构都相对稳定。康耐视、基恩士等国际工业视觉巨头已经上市多年,都有着非常稳定的规模利润。
    康耐视是1981年成立的美国企业,据财务报表显示,公司2020年净利润为1．76亿美元;基恩士为1974年成立的日本公司,据财务报表显示,公司2020年净利润为1981亿日元(约18亿美元)。
    工业视觉产业正在发生什么变化?
    最显著的变化,就是国内本土企业的崛起。
    仅仅在三五年前,在汽车及汽车零部件制造行业,国内的品牌还难觅踪影。美国的康耐视、日本基恩士,还有一些德国与瑞典的公司规模都很大,它们占据了压倒性的优势。这个行业在欧美起步比较早,且欧美国家工业制造水平较高,所以他们刚进入中国市场的时候,就已经就有了海外多年的技术积累,产品成熟度、技术先进性都很高。
    但趋势在变,国内的本土优势正在显现,我觉得主要有下列几点原因:
    中国企业与用户可以做到无缝交流,在技术需求、工作环境、用户理解力、响应能力等领域都有着明显优势;
    现在国家在现代高新技术方面给予了很强力的引导性政策;
    与国外相比,国内的研发周期、新的方法到应用行业的链路较短,时间、资金、人力成本,都有相对优势;
    随着国家产业链的完善,中国企业从部件生产、采购到系统化的制造成本逐渐具有全球竞争力;
    现在中国基础研究和应用研究的气氛都空前高涨,我们国家的科研实力这几年突飞猛进,在技术基础方面缩小了与国外的差距。
    本土自主品牌目前最需要什么?
    我提到了许多工程和技术层面的事情,这里我还想提个跟技术没什么关系的,就是民族品牌的自信。
    行业的发展需要我们整个国家,甚至国民层面上,需要有认识到民族品牌、自主品牌的崛起,是需要大家支持才能迈出第一步。比如说,以前国产车与进口汽车、合资汽车比,还有很大差距,价格卖不上去,销量也不行。但这几年变化就很大,有很大的原因是,大家慢慢对整个国有汽车的这个品牌的认知度、信任度在提升。
    工业视觉也一样,现在我们整体技术不弱于外国,产品也非常好。但受限于用户对产品的认知度和信任度,还需要有个过程,我希望再快点。
    关于“了然视觉科技”
    “了然视觉科技”2015年成立于深圳,公司主要为工业制造客户提供机器视觉产品及解决方案。了然视觉科技核心研发团队来自西安交通大学人工智能及机器人研究所,暨国家工程实验室,董事长王飞为所里的教授兼实验室副主任,公司具备完善的核心专利。目前,了然视觉科技的核心技术主要在汽车及汽车零部件制造行业落地,主要包含智能检测识别系统、智能定位引导系统、智能多维测量系统等三类标准产品。
    目前,“了然视觉科技”主要通过销售产品及收取维护费用获得收入,产品价格区间由数万到百万左右不等,根据客户需要的模块进行配置。
    “了然视觉科技”已获得嘉木太平等投资机构的千万级天使轮融资。据王飞介绍,公司2018-2020年平均销售增长率超过270%,全年营收已过千万。
    放大灯持续关注前沿科技产业动态,如果你正在信息技术、新材料、新能源、生物医药、人工智能等领域创业,又恰好想跟大家交流独到的行业观点或介绍自己的项目,欢迎与我们联系。