AI泡沫之上,创业公司的护城河和边界扩张

作者 | Just

很早,VC 们就已放出人工智能将在 2018 年泡沫破灭的预言,现在的他们正作壁上观,盯着那张写满已投公司的图纸,以尽力确认自己抓住的是泡沫背后的真实。

身为主角的 AI 创业公司似乎倒没多大兴趣知道哪些同行公司其实是在裸泳,就整体行业发展趋势而言,至少在公开场合,他们与 VC 大多持相反论调。

但在 AI+安防领域,他们对趋势判断或许是一致的:巨头进场,独角兽公司壮大,行业发展的头部效应愈加明显。技术在今年以来显然不再是大多数公司炫耀的资本,各大公司差不多的算法,谁比谁高级多少?更直白的问题直接抛向了那些并非独角兽的创业公司——你们如何在巨头林立中突围,或者怎么活下去?

这是一个被嚼烂了的问题,但像深瞐科技这样的初创企业仍然在不断接收到来自投资人和媒体记者的拷问,今年尤为密集。深瞐已在安防市场深耕 5 年,但这一市场强敌环伺,前有海康、大华等传统安防企业在原有产品上迅速布局 AI,很容易形成规模效应;后有商汤、旷视、依图等独角兽开始深耕安防。所以它的答案最好更具体或许才能破除一些质疑者的偏见和疑虑。

最显性的回击应当是实际营收状况,但很少有创业公司会对外公开真实数据。深瞐科技 CTO 王建辉愿意谈论的是行业竞合状态,以及他们的业务开拓和商业落地案例。

▌从车脸识别到人车动态档案

安防行业是 AI 技术应用的一大应用场景,涉及诸多垂直领域,而深瞐的应用场景都与“车”最相关。在亿欧主办的 GIIS 2018 安防 AI 创新峰会上,王建辉介绍了他们的核心产品车脸识别和视频结构化。从其概念上不难理解,“车脸识别”与人脸识别异曲同工,深瞐做了相关算法和产品研发。2015 年他们开始融合车脸、行人和物体,研发出了视频结构化系统,它可以在视频里提取出行人、车辆、非机动车等物体,同时分析出车身颜色、车型、车牌号,以及驾驶人员是否系安全带这样具体而微的属性。

利用这套系统抓假套牌车是在公安刑侦案中的一项应用。有时识别出套牌车并不难,难的是通过连环识别套牌车复现犯罪嫌犯的逃窜轨迹。但目前就车牌识别的算法效率和识别精度这一“小目标”而言,在实际测试环境中往往不尽如人意,奇怪的是各大公司在市面上给出的所谓“实测数据”动辄 99% 以上。而如果是在更庞杂的图片数据量下,或者图片中的物体处于黑暗模糊状态,王建辉称实际“识别精度会更糟糕”。

窥一隅而知全身。在车牌识别这样一很小的细分领域,王建辉认为行业中好的解决方案其实非常缺少,所以更不用说还有车型识别以及乘客性别、年龄层识别等细分领域,而每一领域的高识别精度都需要良好的算法效率和庞大数据量进行深度“修炼”。

安防的业务范围在不断扩大,已不在是传统意义上用于维稳和监控的单一所指。城市管理以及智慧物联网等领域是新的发展趋势。

除了在公安部门的刑侦应用外,一些公司也在不断开拓业务边界。深瞐则试图在民用市场提供智慧社区的技术解决方案,用以给园区出入的车辆进行登记,给人、车贴标签,对重点人员进行异常行为分析。他们还在一些省市力推“人车动态档案”,希望以车脸识别为主线,把车、人以及人的手机通过地址进行关联,从而记录每辆车的详细动态变化过程。他们把车看做具有社会属性的物体,大型客车反映的是城市外在性经济,小货车是内在性经济,而大吊车则反映的是城市基建的热度。

如果能大范围统计出城市车辆活动的范围,他们最终要达成的目标是统计出各类与之相关的经济指数,从而给政府提供经济预告。

市场推广以及寻求技术落地是当务之急。在技术落地上,王建辉觉得,更重要的是沉淀客户资源,这就需要技术切实帮助客户解决实际问题,这样与巨头竞争时才更有底气。

▌战略是合纵连横

安防市场的竞争在加剧,当然抱团取暖者也在聚集,那些不在食物链顶端的创业公司的生存法则很简单:合纵连横。

实际上从去年开始,“开放”二字越来越多的出现在安防领域诸多玩家的幻灯片上,无论是行业老大哥海康威视、还是特斯联等一众创业公司公司都在说开放平台架构,但人们更想知道他们在“开放”背后真正要打的算盘是什么?

没有一家公司可以将全产业链上下的业务包揽无遗,任何行业都是如此。“如果选择成为一家全属性的公司是非常不可取的策略,这意味着与所有同一行业的公司为敌。”王建辉在接受 AI科技大本营时说,选择开放则意味着集各家所长,“有数据的公司希望提供自己的数据去吸引算法公司,去吸引做设备的人才,然后提供算法的公司集成到设备上,从而形成一个开放的生态。”

但商业竞争并不像听起来那般岁月静好,王建辉还是隐约透露出某种隐忧。“如果他们(巨头)只是想采用短期开放、长期垄断的局面,可能对小公司构成非常大的危险。”宣布开放平台能力的大多是巨头企业,他也摸不到巨头们将来究竟想要达成何种结果。

深瞐科技也在计划开放自己的研发能力和研发平台。他们已为行业内近 20 家企业提供了算法,而通过 SDK 接入的合作企业已有 200 多家。但“开放”却并不意味着倾其所有,你不会看到一家公司会轻易开放自己的数据,而那些深瞐已积累的大量与车辆相关的标注数据就是他们的护城基石。

安防行业也正面临新一轮技术的更新迭代。目前安防行业技术升级的最大问题是所有的数据运算都往中心端汇聚,王建辉解释说,“如果是小量视频在云端分析不成问题,但数据量很大的时候,云端分析的解码、功耗散热这些问题是避不开的。”

行业内提及更多的“云边融合”思路用以解决上述问题。随着边缘计算能力不断增强,国内也有很多神经网络加速芯片 SoC,深瞐与华为海思合作将算法集成到芯片做出整体解决方案,以实现实时的全属性分析。王建辉认为,边缘计算已经能满足安防领域的视频结构化分析。他给出了城市管理和智慧视频分析的技术趋势:分布式计算、多节点存储、精准化目标提取、结构化数据传输、前后端融合。

据 IHSMarkit 发布的报告,中国目前有 1.76 亿个摄像头,但它们离事前预警,事中分析的智能程度还差很远,而中国未来三年的摄像头数量会增加到 6.26 个亿,这个市场盘子还在扩大。无论外界如何渲染行业发展的马太效应,抑或本来就危急的形势,像深瞐科技这样的创业公司的应对策略还是基于自身在行业深耕的优势,与其他安防公司合作整合用户渠道,最大化自身的利益。

——【完】——

本文分享自微信公众号 - AI科技大本营(rgznai100)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-06-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励