導讀

成立三年多，商湯累積融資額已超過10億美元，但每年也在用數(shù)以億計的速度消耗資本，有人認為，規(guī)?；耐度胱屔虦珡?AI 技術(shù)到應(yīng)用均構(gòu)建起壁壘，也有聲音指出：“商湯在燒錢”。

多數(shù)人認識商湯，都從“融資”開始。

去年7月，商湯 B 輪融資4.1億美元，媒體報道其為“全球人工智能領(lǐng)域單輪融資最高紀錄”。今年4月，商湯公布 C 輪6億美元融資，在刷新融資紀錄的同時，領(lǐng)投方也被證實為此前傳言的阿里巴巴集團。

為了重塑 AI 底層框架，商湯建立起自己的超算中心，每年在采購 GPU 上的花費就超過上億元。根據(jù)《財經(jīng)天下》周刊報道，商湯公司的150位博士研究員，幾乎每日都要在算法平臺上進行數(shù)據(jù)訓練迭代，單次花費就要至少50萬元。

在完成技術(shù)積累后，商湯在戰(zhàn)略上的新目標有了變化，是成為一家“能賺錢的公司”。

今年4月底，商湯一口氣發(fā)布六款新產(chǎn)品，包括兩款智能安防產(chǎn)品 SenseFace 3.0 平臺與 SenseFoundry 方舟城市級視覺開放平臺、兩款A(yù)R生態(tài)產(chǎn)品 SenseAR 增強現(xiàn)實感繪制平臺和 SenseAR 開發(fā)者平臺、智能汽車產(chǎn)品SenseDrive DMS 駕駛員監(jiān)控系統(tǒng)、以及 SenseMedia 智能圖片視頻審核平臺。

從初期圍繞視覺計算推出智能拍照、相機美顏，到如今在智慧城市（智慧安防、智慧商業(yè)、智慧樓宇）、手機、AR、自動駕駛等領(lǐng)域的廣泛應(yīng)用，商湯已從一家“人臉識別公司”擴展為包括更多產(chǎn)品體系的 AI 平臺。

清晰的產(chǎn)品線，為商湯增加了多條“造血”管道，直接指向其公司的營收預(yù)期。

根據(jù)商湯官方透露的數(shù)據(jù)，自成立以來，商湯年營收平均增長率達到 400%。2017 年，公司實現(xiàn)正向盈利，營收在 1 億美金左右。而目前商湯營收主要來自于四個方向：智慧城市、汽車、手機以及新型業(yè)務(wù)（其中智慧城市領(lǐng)域占比最大，超過 30%）。

從組建團隊到實現(xiàn)商業(yè)化，商湯僅用了三年多。商湯聯(lián)合創(chuàng)始人、CEO 徐立在公司快速發(fā)展過程中總結(jié)出兩方面經(jīng)驗：

一方面，在公司內(nèi)部，商湯采取了“1（基礎(chǔ)研究）+1（產(chǎn)業(yè)結(jié)合）+X（行業(yè)伙伴）”模式。具體來說，一方面橫向?qū)Π卜?、金融、零售等行業(yè)實現(xiàn)覆蓋，另一方面通過合作伙伴在縱向產(chǎn)業(yè)里做深。按照徐立的說法，商湯過去是“SDK 級別”的賦能，現(xiàn)在是平臺級別的開放。

外部環(huán)境上，中國政府對 AI 產(chǎn)業(yè)的扶持與鼓勵，讓智慧城市、金融、自動駕駛等場景的 AI 應(yīng)用得以在政策上獲得開放；中國市場的互聯(lián)網(wǎng)用戶規(guī)模與互聯(lián)網(wǎng)場景長期積累的數(shù)據(jù)量，為其 AI 系統(tǒng)的驗證與進化提供了土壤。

“未來五年到十年，中國的AI發(fā)展路線和歐美不一樣?！毙炝︹伱襟w表示，“歐美將專注在 AI 基礎(chǔ)研究技術(shù)的突破，他們的發(fā)展是階躍式的；而中國是連續(xù)的，會在一些垂直行業(yè)、應(yīng)用形成很好的結(jié)合。這恰恰是一個機會。”

掌握“大腦”

成立三年多，商湯累積融資額已超過10億美元，但每年也在用數(shù)以億計的速度消耗資本，有人認為，規(guī)?；耐度胱屔虦珡?AI 技術(shù)到應(yīng)用均構(gòu)建起壁壘，也有聲音指出：“商湯在燒錢”。

“很多人會誤解我們，為什么商湯需要那么多機器（指超算中心），很多公司用開源系統(tǒng)也能做人臉識別?！毙炝︹伱襟w解釋道。“其實，商湯是在造大腦”。

商湯聯(lián)合創(chuàng)始人兼 CEO 徐立

徐立所說的“造大腦”，即重塑一個 AI 開發(fā)平臺。從表象來看，這種做法無異于重復造車輪——不論是20年前就開源的LINUX，還是2015年 Google 開放的 TensorFlow，已經(jīng)成為全球 AI 開發(fā)者的標配。

為什么商湯一定要掌握自己的大腦？

“AI 的核心在于，第一要有造腦的工具。造腦的工具如果都是別人的，造腦的能力和腦容量就受到了限制。第二是造腦的專業(yè)知識。即使有了工具，也需要有一個團隊知道怎么去造腦。所以這兩點是AI領(lǐng)域的核心差異化?！毙炝⒄f。

這樣的結(jié)論源于商湯遭遇的現(xiàn)實局限。兩年前，谷歌開源的 TensorFlow 僅支持一臺服務(wù)器并行訓練四張 GPU 卡片，但當時商湯的需求是要支持200臺機器的訓練，如果單純依靠谷歌等開源系統(tǒng)進行創(chuàng)新，唯一的辦法就是等待谷歌推出下一代“多機多卡”技術(shù)。

產(chǎn)品能力的提升則是商湯“造腦”后帶來的直觀收益。以商湯發(fā)布的智慧城市產(chǎn)品 SenseFoundry方舟城市級視覺開放平臺為例，在企業(yè)客戶不斷添加業(yè)務(wù)數(shù)據(jù)后，商湯的“自循環(huán)生態(tài)系統(tǒng)”會利用數(shù)據(jù)對深度網(wǎng)絡(luò)神經(jīng)進行訓練，最終實現(xiàn)人臉識別錯誤率能夠降低到10的負11次方，但如果僅使用 Tensorflow ，準確率會降低近千倍。這種產(chǎn)品能力的巨大差異將直接影響安防行業(yè)客戶的獲取。

底層算法能夠帶來的時間窗口是商湯掌握大腦的另一點原因。

一個可以被參考的案例是美國 AI 初創(chuàng)公司 DeepMind，從 2014 年被谷歌收購，到 2016年其研發(fā)的AlphaGo 大敗韓國棋手李世乭，在美國，類似的算法更迭幾乎每十八個月就會導致 AI 性能的倍數(shù)級提升，這就給算法本身帶來足夠的時間窗口去布局。

而在用算法形成門檻后，AI 多元化就成為系統(tǒng)可以實現(xiàn)的目標。拿人臉識別來說，AI 公司已經(jīng)將其從美顏拉長腿，逐漸拓展至交通安防、城市管理等更多場景，這種應(yīng)用落地的方式又能為算法提供更多數(shù)據(jù)，讓機器提升計算能力。

打個比方，大多數(shù)人的童年都學習過音樂和美術(shù)，即使成年后不從事相關(guān)工作，但幼年的學習在思維方式上訓練了大腦。這個故事套用到“ AI 大腦”上，所謂的美顏、拉長腿、人臉識別就好比是“音樂、美術(shù)”等學科工具，只有先自主掌握大腦，再通過應(yīng)用訓練，大腦才能發(fā)揮作用。

“數(shù)據(jù)只是教材書本，大腦聰不聰明，直接決定了AI 系統(tǒng)的能力?！毙炝︹伱襟w說。

技術(shù)紅線

從智慧城市、手機、AR再到自動駕駛，從底層算法到落地產(chǎn)品，商湯在四年時間不斷延伸業(yè)務(wù)觸角。

而已有的市場上，安防行業(yè)前有?？?、大華等傳統(tǒng)龍頭，后有以“AI+安防”起家的依圖；移動端的競爭者則包括了對手機市場虎視眈眈的曠視科技......隨著產(chǎn)品線的擴展，商湯面臨敵人或競爭者會越來越來多。

徐立并不這么認為：“你看到這個行業(yè)大家都在做，但各家算法的性能差距很大?！?/p>

這種由算法形成的壁壘落地在產(chǎn)品層面，徐立談到了商湯可以實現(xiàn)的兩個行業(yè)“唯一”。

一個是通過深度學習，為手機廠商提供AI雙攝方案。傳統(tǒng)雙攝技術(shù)對硬件要求比較高，手機廠商需要使用一個支架將雙攝像頭框在一起，才能實現(xiàn)攝像頭配準（對齊）的效果，這個支架成本在2美金左右。而商湯提供的AI雙攝技術(shù)，是業(yè)內(nèi)唯一不需要支架即可實現(xiàn)的，在減輕成本的同時完成更好的拍攝效果。以 oppo、vivo 、華為、小米等廠商各自超過8000萬的年出貨量來看，商湯的算法可以為它們每年省去超過1億的成本。

通過深度學習，商湯可以為手機廠商提供AI雙攝方案

另一點是為手機廠商提供整體的視覺識別應(yīng)用服務(wù)。根據(jù)徐立透露，相較于部分廠商提供的單點式美顏、人臉解鎖技術(shù)，商湯是業(yè)內(nèi)唯一一家可以提供成像、感知、識別、理解一整套視覺內(nèi)容解決方案的廠商。這一方面可以實現(xiàn)產(chǎn)品間的交叉銷售，另一方面，算法涉及的諸如成像、圖片增強、超分辨率等應(yīng)用之間可以在深度學習引擎下相互促進準確率。

不只是商湯，利用算法以及技術(shù)壁壘在行業(yè)形成壁壘，幾乎成為國內(nèi)頭部 AI 創(chuàng)業(yè)公司進行商業(yè)化落地的終極目標。

最初，商湯、曠視、依圖、云從從圖像視覺識別起家，初期均涉獵安防。而隨著公司發(fā)展，曾經(jīng)的“圖像 AI 四小龍”也在具體業(yè)務(wù)中展現(xiàn)出差異化：曠視注重泛安防、手機等移動端應(yīng)用；依圖憑借“AI+醫(yī)療”拿到了 C 輪融資；云從正大力挖掘金融、銀行客戶。

事實上，類似的突破空間幾乎存在于各個行業(yè)，徐立稱這種行業(yè)需要的、但AI 系統(tǒng)尚未達到的能力為“技術(shù)紅線”，誰能在某一領(lǐng)域率先突破技術(shù)紅線，就能迅速占領(lǐng)市場份額。

以商湯與映客的合作為例，根據(jù)映客直播總監(jiān)姜春生的介紹，通過商湯的視覺識別解決方案，映客的調(diào)幀時長延長了85%，識別時間縮短了31%。

在直播平臺，調(diào)幀時長延長就意味著手機可以在更少的 CPU 損耗下采集更多的圖像，特別是用戶使用非 ios 系統(tǒng)的情況下，根據(jù)姜春生透露，商湯的方案讓手機CPU消耗可降低25.6%；而在視覺識別層面，映客提供得主播“伸手要禮物”等手勢互動，也因為AI 技術(shù)讓虛擬禮物圖像與主播的手勢貼合得更為緊密。

同時，商湯、曠視等 AI 公司都在與今日頭條、快手等平臺合作，后者每年需招募上千人的團隊，以審核平臺可能出現(xiàn)的色情、暴力等非法信息。

對此，徐立坦陳，當下 AI 行業(yè)在內(nèi)容審核方面的準確率還沒有達到人的標準，即沒有高過“技術(shù)紅線”，這也意味著，在一定期限內(nèi)，哪家公司的算法可以在精準度上超越人類，就能對市場占有率產(chǎn)生重大影響。

嵌入產(chǎn)業(yè)

我們可以用模塊化的組織來理解商湯。

技術(shù)上，商湯通過自建“大腦”（超算中心）形成更先進的算法；產(chǎn)品中，基于“大腦”衍生的多條線業(yè)務(wù)得以產(chǎn)生數(shù)據(jù)，并進一步訓練底層的算法引擎——這樣的技術(shù)壁壘也符合商湯創(chuàng)始團隊的科學家背景，可在產(chǎn)品誕生后，如何“接地氣”地賣出去，成為商湯面臨的又一挑戰(zhàn)。

“賣項目”還是“賣產(chǎn)品”成為擺在商湯面前的第一道選擇。

根據(jù)數(shù)據(jù)統(tǒng)計機構(gòu) IDC 分析，2018年國內(nèi)智慧城市（包括視頻監(jiān)控、出入口控制樓宇對講等智能安防項目）市場規(guī)模達2萬億，在這樣的市場需求環(huán)境下，“接單”并不難。AI 企業(yè)在掌握一定人臉識別技術(shù)后，也能按照項目制的方式，為政府、事業(yè)單位、社區(qū)等機構(gòu)進行安防系統(tǒng)升級。

不過，單純的“項目制”固然能為公司帶來收入，但受限于投入的人力成本等原因，這類外包公司式的生意很難規(guī)?；绻胪黄迫肆Τ杀編淼木窒?，就必須在了解行業(yè)需求后，針對共性需求提煉出標準化、可以大規(guī)模量產(chǎn)的產(chǎn)品，用產(chǎn)品能力替代人力花費的成本。

“我們必須完成可以量產(chǎn)的產(chǎn)品，不然就只能做項目，所以商湯一定是在項目和產(chǎn)品之間來迭代——拿到項目，找到共性，轉(zhuǎn)化產(chǎn)品、擴大規(guī)模?！毙炝︹伱襟w表示。

找到產(chǎn)業(yè)上下游的合作伙伴，則是商湯提升產(chǎn)品黏性的另一種方式。

去年11月，國際通信巨頭高通集團（Qualcomm Incorporated ）對商湯進行戰(zhàn)略投資，雙方均未披露具體金額，但彼時高通正在加速 5G 技術(shù)的終端布局，對提升芯片的 AI 計算性能有著較大需求，這與商湯在算法側(cè)的優(yōu)勢相契合。

“高通每年的芯片出貨量有十億，手機廠商很難有能力去消化這些高端芯片，但商湯具備從 OEM、手機廠商提煉出來的的 AI 應(yīng)用能力，加上高通有計算硬件，就可以把人臉識別、物體追蹤、AR 游戲等功能落地進智能手機內(nèi)?！毙炝⒄f。

不止是高通，新的投資方也在引導商湯進入一個陌生領(lǐng)域。2017年8月，蘇寧第一家無人店“蘇寧體育Biu”開業(yè)，當中無人值守環(huán)境下的商品識別、用戶定位、“刷臉”付款等技術(shù)均由商湯提供，這也為蘇寧之后對商湯的投資埋下了伏筆。

除此之外，商湯也在以“投資人”的角色補足產(chǎn)品以及覆蓋領(lǐng)域上的短板。去年12月，商湯與當代置業(yè)等機構(gòu)共同領(lǐng)投了地產(chǎn)行業(yè) VR 項目51VR，后者可以利用 VR/AR 設(shè)備對地產(chǎn)物業(yè)、自動駕駛等環(huán)境進行模擬體驗，據(jù)報道，商湯目前計劃投資的領(lǐng)域還包括游戲、AI芯片、醫(yī)療、物聯(lián)網(wǎng)、手機以及移動互聯(lián)網(wǎng)。