當前位置: 華文問答 > 科學

AI套用啟示錄:安防市場的蜜糖和砒霜

2022-07-15科學

剛剛進入解禁期,商湯科技的股價就經歷了崩盤式的下跌。

對於這樣的結果,外界並未有太多的詫異。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,幾乎所有靠電腦視覺起家的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裏,對AI市場的方向有著不可或缺的作用。

01 一場華麗的夢

回顧人工智能的前進演化歷程,2014年是個重要的時間節點。

2012年的ImageNet挑戰賽上,深度摺積神經網絡AlexNet橫空出世,由此開始了電腦視覺的黃金時代。隨後的兩年時間裏,國內外的研究團隊不斷刷榜,到了2014年的時候,電腦影像辨識的準確率首次超過了肉眼辨識。

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行程,國內的曠視、商湯、雲從、依圖、格靈深瞳等企業均在同一時段入局。即便「電腦視覺」還是大多數人感到陌生的技術詞匯,單單是AI辨識文字、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,大量的網絡攝影機被布置在社區樓宇和交通路口,車輛辨識、人臉辨識、行為分析等技術的套用,對安防賽道的增值不言而喻。

比如2012年成立的依圖科技,第二年就透過「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台,被套用於刑偵破案、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、雲從的周曦、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,導致很多公司迷信於研發SDK,只要研發出標準化的模組,被整合在下遊公司的解決方案裏,就能形成穩定的營收。而且SDK被整合越多,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糊沈南鵬在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,最後妥協在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於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」,雲從的第一個訂單是幫海通證券做遠端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……以至於很多創業者產生了一種錯覺:只要在演算法精度上保持優勢,客戶自然會聞訊而來。

相當長的一段時間裏,AI創業者把資金砸在了研發上,演算法人才的待遇也水漲船高。而這種打法並非沒有效果,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,演算法的精度在不斷重新整理,可套用場景卻止步在了安防領域。

2015年到2018年的三年時間裏,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年中國電腦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年釋出的【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%。

電腦視覺是安防行業的剛需套用,但市場本身高度碎片化,並且以政府訂單為主,同時賽道的深度並不大。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代表的互聯網平台。在百度、阿裏、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。

另一群是海康、大華、宇視等傳統安防巨頭。作為安防市場的主導者,海康威視等企業不再滿足於銷售網絡攝影機,同樣參與到了智慧城市等「基建」中,並且為了彌補演算法上的短板,紛紛招兵買馬增強自研能力。

BAT們的高舉高打,不斷沖擊演算法的價格,原本價值千萬的人臉辨識演算法,迅速跌到了幾十萬的維度;海康們有著天然的渠道優勢,深知政府和B端客戶更願意為硬件買單,搶占AI創業公司的市場可謂水到渠成。

標誌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,光環褪去後發現爬滿了「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。譬如為了和海康們貼身肉搏,被迫放棄兜售SDK的想法,做起了軟硬件整合的解決方案,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年下半年釋出的【中國人工智能軟件及套用跟蹤】報告,「AI四小龍」的市場份額從2017年的69.4%下滑到了51.4%。可傳統的安防領域照舊被海康、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裏紮堆競爭。

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,曾經的範式已然成了原罪。正如海康威視總裁胡揚忠的吐槽:「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客製化研發,然後以專案制的方式進行交付。市場競爭不激烈的時候,這樣的服務邏輯無可厚非,可當行業趨於惡性競爭,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,導致專案的回款周期較慢,進一步重創了AI創業公司的現金流,商業化行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年前後,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。雲從開出了「人機協同作業系統」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,商湯試圖講一個平台化的故事,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,似乎並不是一件容易的事。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,演算法研發到落地部署都需要巨額的成本投入,而且很多演算法的落地過程不順利。何況現階段的AI在許多行業並非剛需,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」的死迴圈,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、演算法工廠等新業態,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。

對大部份AI公司來說,可以描繪出AI套用的誘人前景,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,行業內並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,透過核心技術切入的方式,進行持續的技術研發和產品叠代,為某個場景的客戶提供標準化的平台性服務;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年前後,或特許以讓一些創業者審慎思考。現在的情況是,AI公司往往背負著研發、銷售、營運、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 寫在最後

在新一輪人工智能浪潮醞釀時,安防提供了一個天然的套用場景,讓很多人看到了商業化的潛力,並刺激了中國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不像互聯網那樣屬於獨立的產業體系,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並不多,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,很難餵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。

也許最後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。」但願摔過跟頭的創業者們,還有機會重新出發。