近日，AI芯片企業(yè)寒武紀(jì)登上科創(chuàng)板，上市首日市值便一度突破千億大關(guān)，氣勢如虹。

成立短短四年便成功上市，這在任何行業(yè)都極為罕見。不過，“AI”與“芯片”雙重加持，寒武紀(jì)獲得資本的大力支持卻并不意外。

AI芯片，就像擁有強(qiáng)大學(xué)習(xí)能力的“大腦”，能夠高效識(shí)別出場景，并給出精準(zhǔn)的解決方案，在智能手機(jī)圖像識(shí)別、自動(dòng)駕駛等領(lǐng)域得到了廣泛應(yīng)用。

事實(shí)上，不光是AI芯片，AI技術(shù)圍繞場景不斷滲透，已經(jīng)成為“老生常談”。從2016年的“人工智能元年”，到2018年的“人工智能技術(shù)落地元年”，發(fā)展至今，人臉識(shí)別、語音識(shí)別等AI技術(shù)，在場景中的應(yīng)用已經(jīng)遍地開花：金融、交通、醫(yī)療、零售、教育……AI已經(jīng)滲透入人類生活的方方面面。

活躍在市場上的AI企業(yè)，早已不止耳熟能詳?shù)幕ヂ?lián)網(wǎng)巨頭如阿里、騰訊、百度；以及“AI四小龍”如商湯、曠視、依圖、云從等。一批批AI初創(chuàng)企業(yè)不斷涌現(xiàn)：根據(jù)億歐智庫統(tǒng)計(jì)，2012年至2016年，中國AI企業(yè)數(shù)量以48％的年復(fù)合增長率高速增長。

然而，“大浪淘沙始見金”。2018年之后，AI行業(yè)進(jìn)入洗牌階段，眾多“貼AI標(biāo)簽”，卻“華而不實(shí)”的企業(yè)，大批死亡；除此之外，那些“過于注重技術(shù)突破”，卻“忽略產(chǎn)品化”的企業(yè)也逐步被市場淘汰。

成功者自然有其獨(dú)到之處，巨頭往往早期建立了自己的核心技術(shù)壁壘，再憑借雄厚資金占據(jù)得天獨(dú)厚的市場優(yōu)勢，后來者難以復(fù)制。而AI初創(chuàng)企業(yè)要想獲得市場空間，其必然與巨頭發(fā)展路徑有所不同。

那么，在巨頭林立的AI市場，初創(chuàng)企業(yè)究竟如何找尋新的場景？又如何構(gòu)建自身核心優(yōu)勢，在市場中分得一杯羹？

早期AI企業(yè)瓶頸期“求變”

行業(yè)普遍認(rèn)為，AI創(chuàng)投經(jīng)歷了三個(gè)階段，第一階段是2016年，AlphaGo戰(zhàn)勝李世石，“人工智能”這一概念自此火遍全球，各路投資人開始一窩蜂涌入AI賽道。這一時(shí)期，具有領(lǐng)先算法實(shí)力的AI企業(yè)更受市場青睞。

根據(jù)烏鎮(zhèn)智庫發(fā)布的《全球人工智能發(fā)展報(bào)告》，2016年全球AI企業(yè)融資規(guī)模達(dá)到了92．2億美元，是2012年的近6倍，相當(dāng)于2000年到2013年13年間總?cè)谫Y額之和。這一階段，AI企業(yè)在計(jì)算機(jī)視覺、語音識(shí)別領(lǐng)域廝殺，他們宣稱自己技術(shù)領(lǐng)先，但事實(shí)上大部分企業(yè)技術(shù)大同小異，差異化不明顯。

第二階段是2017至2018年，部分先發(fā)企業(yè)選擇了高價(jià)值的應(yīng)用場景，憑借數(shù)次融資積累的資金優(yōu)勢，迅速鋪開市場。由于其算法在實(shí)踐中經(jīng)歷多次迭代，又構(gòu)建起了自己的技術(shù)壁壘，從而走在市場前沿。商湯、曠視等人臉識(shí)別的商業(yè)化落地在這一階便段極具代表性。

第三階段則是2018年下半年至今，隨著技術(shù)進(jìn)入普及化階段，AI行業(yè)缺乏的不再是技術(shù)，算法帶來的碾壓式優(yōu)勢逐漸減弱，投資者們也期望于從早期投資項(xiàng)目中看到商業(yè)成果。對(duì)于客戶來說，能否帶來切實(shí)效率提升以及帶來財(cái)務(wù)回報(bào)，成為考量的首要因素。

億歐智庫：2000－2020年四月中國人工智能企業(yè)新創(chuàng)公司數(shù)量情況

毋庸置疑，前兩個(gè)階段已經(jīng)“塵埃落定”，有一批企業(yè)取得了階段性成功，“AI四小龍”便是其中代表。在綜合實(shí)力以及生態(tài)建設(shè)方面，成為了行業(yè)中的佼佼者。2018年，AI創(chuàng)業(yè)公司的融資總額是1131億人民幣，而“AI四小龍”就占據(jù)了五分之一。

此外，曠視已向港交所遞交招股書，云從申報(bào)科創(chuàng)板的傳聞也不絕于耳。資本市場的支持，無疑是對(duì)其技術(shù)的肯定。

不過，當(dāng)發(fā)展至第三階段，場景的尋找、商業(yè)模式的規(guī)?；涞貙?duì)于企業(yè)來說仍是難題。紅點(diǎn)中國執(zhí)行董事劉嵐表示：“我們目前更看重商業(yè)落地的速度和產(chǎn)品技術(shù)優(yōu)勢的相對(duì)平衡。只有技術(shù)沒有商業(yè)化，以及有商業(yè)化，技術(shù)不夠領(lǐng)先的企業(yè)，我們都會(huì)比較慎重?！?/p>

可以說，AI技術(shù)不再在估值體系中起到?jīng)Q定性作用時(shí)，它逐漸成為其中的一個(gè)因子；而為行業(yè)帶來的效率提升和新增價(jià)值，成為衡量AI企業(yè)價(jià)值的重要指標(biāo)。

對(duì)于AI四小龍來說，倘若僅依靠人臉識(shí)別等通用技術(shù)，未針對(duì)企業(yè)經(jīng)營提供降本增效的價(jià)值，那么客戶買單的意愿并不會(huì)很強(qiáng)烈。因此，為了擴(kuò)大盈利空間，AI四小龍開始加大場景探索，各顯神通：

憑借融資獲得的大量資本，商湯開啟了“買買買”模式，其對(duì)外投資項(xiàng)目已經(jīng)超過10個(gè)，涉及不同的行業(yè)應(yīng)用，比如教育、汽車、醫(yī)療等；曠視則以攝像頭硬件為承載，發(fā)力點(diǎn)在于城市管理與智慧地產(chǎn)；依圖則在芯片端發(fā)力，企圖通過提高AI的智能密度，降低AI落地的成本。

由此可見，為了實(shí)現(xiàn)技術(shù)與商業(yè)化“兩條腿”走路，AI巨頭們都進(jìn)行了諸多嘗試。只不過，哪怕是行業(yè)巨頭，要進(jìn)入新的領(lǐng)域，也需要對(duì)行業(yè)Knowhow深入了解， “財(cái)大氣粗”的企業(yè)或許能直接購買技術(shù)，但隨著應(yīng)用場景不斷涌現(xiàn)，不可能所有行業(yè)Knowhow都能“觸手可得”。而正是由于存在具有技術(shù)空白的場景，這就給了新一代AI創(chuàng)業(yè)公司生長的空間。

相比于行業(yè)巨頭，新一代AI創(chuàng)業(yè)公司成立時(shí)間短、資金薄弱。在外界關(guān)于AI領(lǐng)域“強(qiáng)者恒強(qiáng)”的呼聲下，它們將如何在巨頭環(huán)伺中殺出重圍，構(gòu)建自己的核心優(yōu)勢？

精專路線催生場景爆發(fā)

由于“四小龍”等早期AI企業(yè)創(chuàng)立時(shí)間比較早，當(dāng)時(shí)人工智能還是一個(gè)較新的概念，因此可以利用人臉識(shí)別等通用技術(shù)在泛化層面產(chǎn)生許多應(yīng)用，這時(shí)各行各業(yè)對(duì)該技術(shù)的熱情也比較高。

經(jīng)過數(shù)輪融資和商業(yè)版圖擴(kuò)張，“AI四小龍”已經(jīng)在生態(tài)構(gòu)建方面做到了行業(yè)領(lǐng)先。目前的人工智能領(lǐng)域還在行業(yè)的最初期，對(duì)AI后起之秀來說，還有許多條路可以走。

于是，新一代AI公司，不再走泛化路線，而是走精專路線：利用某一核心技術(shù)，抓住某一行業(yè)中的具體問題，再用AI去解決這些問題。相比于早期AI企業(yè)“拿錘子找釘子”，新一代AI公司則傾向于“根據(jù)釘子來定制錘子”。

這個(gè)過程中，選擇“釘子”對(duì)于AI企業(yè)來說非常關(guān)鍵：一方面，團(tuán)隊(duì)技術(shù)背景要能夠與行業(yè)相適配；另一方面，該場景要能實(shí)現(xiàn)商業(yè)化。換言之，應(yīng)用AI技術(shù)后，要能切實(shí)影響企業(yè)經(jīng)營生產(chǎn)水平，并在財(cái)務(wù)回報(bào)上得到直接體現(xiàn)，客戶才會(huì)為此買單。

AI企業(yè)團(tuán)隊(duì)的技術(shù)路線，往往與團(tuán)隊(duì)成員背景密切相關(guān)。以“AI四小龍”為例，由于成立時(shí)間較早，當(dāng)時(shí)的AI技術(shù)大多由國內(nèi)外知名院校實(shí)驗(yàn)室孵化而來。因此，其團(tuán)隊(duì)成員均來自斯坦福大學(xué)、清華大學(xué)、香港中文大學(xué)等世界知名院校，或微軟亞洲研究院等世界頂尖研究機(jī)構(gòu)。比如商湯就集結(jié)了來自世界名校的120余名博士生?？梢哉f，在通用型AI技術(shù)的積累上，AI四小龍占據(jù)了先發(fā)優(yōu)勢。

新一代AI初創(chuàng)企業(yè)創(chuàng)始團(tuán)隊(duì)背景往往更為多樣。主要由于最早一批從實(shí)驗(yàn)室走出來的專家，已經(jīng)在各行業(yè)進(jìn)行了一些嘗試，積累了一定行業(yè)認(rèn)識(shí)和商業(yè)落地經(jīng)驗(yàn)，他們的技術(shù)特色將更為顯著。

在場景落地方面，正是由于不同企業(yè)的技術(shù)路線不同，哪怕面向同一場景，解決的都是不同層面的問題。

以智慧交通為例，早期AI公司更多利用人臉識(shí)別技術(shù)做人車的結(jié)構(gòu)化，通過實(shí)時(shí)獲取每一輛車所在位置，起到打擊犯罪的目的；而像閃馬智能這類新一代人工智能企業(yè)，運(yùn)用的是視頻異常分析技術(shù)，從而準(zhǔn)確識(shí)別出路面上的異常行為，比如道路擁堵、交通事故、紅綠燈損壞等，從而起到城市治理、提升城市運(yùn)行效率的目的。二者在技術(shù)路徑上具有較大差異。

閃馬智能創(chuàng)始人彭垚表示：“對(duì)于企業(yè)來說，技術(shù)特性不同，在行業(yè)中將有著不同的強(qiáng)勢地位。比如具備大數(shù)據(jù)AI智能分析能力的企業(yè)，它可以更多從事政務(wù)大數(shù)據(jù)相關(guān)服務(wù)，給政府層面提供決策依據(jù)，而閃馬創(chuàng)始團(tuán)隊(duì)曾在七牛云、IBM積累了大量相關(guān)經(jīng)驗(yàn)，因此通過視頻異常分析賦能交管行業(yè)，是我們所擅長的?！?/p>

至于最終選擇哪個(gè)行業(yè)落地，除與技術(shù)屬性有關(guān)，還與該技術(shù)能為行業(yè)帶來的價(jià)值有關(guān)。即AI技術(shù)，能否大大好于現(xiàn)有方式，倘若客戶沒有明顯的體驗(yàn)差距，沒有實(shí)現(xiàn)效率的顯著提升，那么跨越價(jià)值去談商業(yè)化則毫無意義。

彭垚表示：“AI企業(yè)倘若對(duì)場景本身認(rèn)知不深刻，那么也解決不了任何社會(huì)問題?，F(xiàn)在有一些項(xiàng)目，如果我們認(rèn)為沒有推廣價(jià)值，沒有對(duì)這個(gè)行業(yè)效率帶來提升，我們也不會(huì)參與建設(shè)。”

紅點(diǎn)創(chuàng)投執(zhí)行董事劉嵐也表示：“好的AI企業(yè)應(yīng)該告訴客戶‘你們付出可接受的成本，就能夠用AI技術(shù)創(chuàng)造價(jià)值，并且所產(chǎn)生的價(jià)值能夠?yàn)槟銊?chuàng)造收入’。這時(shí)候，客戶才愿意從他的收入中拿出一部分購買解決方案?！?/p>

由此可見，對(duì)于新一代AI企業(yè)來說，選擇將自身優(yōu)勢技術(shù)與具有價(jià)值的場景相結(jié)合。即以某一場景為切入口，找到場景中的最佳解，為客戶提供可以計(jì)算的價(jià)值，并借此打動(dòng)客戶，成為了較為通用的發(fā)展路徑。

當(dāng)技術(shù)路徑和聚焦場景已經(jīng)確定，那么，在商業(yè)化的過程中，企業(yè)該如何獲取行業(yè)Knowhow？在某一場景能夠穩(wěn)定輸出后，又如何向其他場景復(fù)制，從而獲得規(guī)?；?/p>

殺手級(jí)應(yīng)用推動(dòng)規(guī)?；?/p>

AI技術(shù)的基礎(chǔ)，以及商業(yè)化價(jià)值產(chǎn)生，底層都是數(shù)據(jù)；要深刻認(rèn)知行業(yè)Knowhow，更是離不開數(shù)據(jù)。數(shù)據(jù)之于AI企業(yè)，就像燃料之于飛機(jī)，起到驅(qū)動(dòng)作用。

正由于數(shù)據(jù)價(jià)值在整個(gè)人工智能鏈條中至關(guān)重要，就不難理解為何BAT、華為等企業(yè)能夠在云計(jì)算、AI、芯片等領(lǐng)域都能有所布局。這些巨頭公司憑借極強(qiáng)的滲透能力，在平臺(tái)上累積了海量數(shù)據(jù)，不僅能為自身業(yè)務(wù)創(chuàng)造價(jià)值；同時(shí)，其他企業(yè)需要數(shù)據(jù)時(shí)，需要接入他們的云平臺(tái)，它們從中又能獲利。

對(duì)于新一代AI企業(yè)來說，獲取數(shù)據(jù)的方式根據(jù)用途不同將有所不同。在工業(yè)場景下，企業(yè)往往需要深入現(xiàn)場采集數(shù)據(jù)，通過對(duì)數(shù)據(jù)質(zhì)量的嚴(yán)格篩選和把控，提升分析結(jié)果的準(zhǔn)確性。

以流程工業(yè)中的熱電行業(yè)為例，原材料投入設(shè)備中，將會(huì)產(chǎn)生一連串化學(xué)反應(yīng)，由于反應(yīng)速度非?？?，生產(chǎn)過程難以控制。

為了提升煤炭能源轉(zhuǎn)換為汽電能源的效率，致力于熱電生產(chǎn)智能化的全應(yīng)科技，打通了從數(shù)據(jù)生產(chǎn)到分析數(shù)據(jù)的全鏈條，通過構(gòu)建模型不斷優(yōu)化工業(yè)效率。

全應(yīng)科技董事長夏建濤博士表示：“熱電行業(yè)已經(jīng)具備相當(dāng)完善的信息化基礎(chǔ)，因此熱電生產(chǎn)過程智能化的本質(zhì)，就是深度鉆研生產(chǎn)數(shù)據(jù)，再用數(shù)字化的模型在數(shù)字空間重構(gòu)物理空間的工業(yè)過程，這樣才能最大化發(fā)揮數(shù)據(jù)分析的價(jià)值?！?/p>

另外還有一部分企業(yè)采取“借力打力”的方式，比如閃馬智能，創(chuàng)始團(tuán)隊(duì)成員曾是七牛云人工智能實(shí)驗(yàn)室的創(chuàng)建者，與國內(nèi)領(lǐng)先的云計(jì)算服務(wù)商七牛云淵源頗深。由于具備七牛云背景，閃馬團(tuán)隊(duì)在早期便能擁有遠(yuǎn)超其他計(jì)算機(jī)視覺公司的視頻數(shù)據(jù)儲(chǔ)備，這也為其選擇立足視頻異常分析領(lǐng)域提供了強(qiáng)力支撐。

成功獲取行業(yè)數(shù)據(jù)，只是萬里長征第一步，至于要賦能行業(yè)，則需要進(jìn)一步形成“閉環(huán)數(shù)據(jù)反饋循環(huán)”。即從終端收集數(shù)據(jù)，然后訓(xùn)練模型，同時(shí)場景進(jìn)一步產(chǎn)生數(shù)據(jù)，這就形成了閉環(huán)的數(shù)據(jù)反饋循環(huán)，算法得以完善和迭代，模型將越來越準(zhǔn)確。

要實(shí)現(xiàn)閉環(huán)，不同企業(yè)具體采用的技術(shù)方式有所不同。閃馬智能通過的是“ATOM深度學(xué)習(xí)平臺(tái)”，一方面該平臺(tái)支持多種數(shù)據(jù)采集的能力，包括國標(biāo)攝像頭或一些標(biāo)準(zhǔn)的協(xié)議；另一方面具備七牛云、阿里云、華為云等跨平臺(tái)融合能力。當(dāng)算法訓(xùn)練完成，再通過另一大核心平臺(tái)VisionMind進(jìn)行分發(fā)，從而形成閉環(huán)。

可以說，大量新一代AI公司，都企圖率先推出殺手級(jí)應(yīng)用，迅速占領(lǐng)市場，成為該垂直行業(yè)的主導(dǎo)者；進(jìn)而通過海量數(shù)據(jù)迭代出高質(zhì)量通用算法，提升橫向拓展至其他場景的效率。

閃馬智能目前主要在智慧交通領(lǐng)域，分析交通規(guī)則下的一些異常行為。那么，除了交通場景，景區(qū)、工地等場景，都存在一定規(guī)則，識(shí)別這些場景下的異常行為，對(duì)于機(jī)構(gòu)或者企業(yè)提升管理運(yùn)營效率將起到顯著作用。

上述幾大場景看似產(chǎn)生異常的內(nèi)容并不相同，但是彭垚表示：“底層的視頻跟蹤、行為識(shí)別、行為分析以及對(duì)異常情況的捕捉能力，是具有較大共性的，再往上才有各行業(yè)的規(guī)則?！?/p>

因此，閃馬智能的研發(fā)模型是一個(gè)三層的平臺(tái)。最上層與應(yīng)用落地規(guī)則相關(guān)，下面兩層實(shí)際上是共通的平臺(tái)?！拔覀儾⒉粫?huì)一下布局很多行業(yè)，還是希望專注做一個(gè)行業(yè)的認(rèn)知，然后在這個(gè)行業(yè)里面輸出最好的產(chǎn)品，再去復(fù)制。”彭垚表示。

總的來說，新一代AI公司具備成長性的關(guān)鍵，一是技術(shù)能與行業(yè)相適配，能為行業(yè)發(fā)展帶來價(jià)值；二是行業(yè)的市場體量要足夠大；三是企業(yè)切入行業(yè)的點(diǎn)要足夠小。體量大意味著市場天花板高，而切入點(diǎn)小，則意味著能做得足夠深入，從而為行業(yè)帶來爆炸式的沖擊。

深耕于行業(yè)愈加能吸引產(chǎn)業(yè)資本的關(guān)注，閃馬智能近期便獲得了香港新世界集團(tuán)旗下投資機(jī)構(gòu)六脈資本領(lǐng)投的近億元戰(zhàn)略融資，未來，閃馬智能將與新世界旗下的新創(chuàng)建集團(tuán)達(dá)成戰(zhàn)略合作。

新創(chuàng)建集團(tuán)在香港及大中華地區(qū)的核心業(yè)務(wù)包括收費(fèi)公路、商務(wù)飛機(jī)租賃、建筑及保險(xiǎn)，策略組合則涵蓋環(huán)境、物流、設(shè)施管理及交通等領(lǐng)域。閃馬智能和新創(chuàng)建集團(tuán)將共同研發(fā)高速公路智能化運(yùn)營、智慧建筑管理等領(lǐng)域的解決方案。

六脈資本管理合伙人鄭志亮表示：“我們相信在未來中國大陸，視頻異常分析領(lǐng)域?qū)⑹且粋€(gè)很好的投資標(biāo)的。閃馬在成立短短一年時(shí)間里便完成了銷售團(tuán)隊(duì)的組建跟培訓(xùn)，建立了與大客戶的合作，并且產(chǎn)品在成本、普及性、標(biāo)準(zhǔn)化方面，在行業(yè)中已經(jīng)處于領(lǐng)先水平，”

可以說， 當(dāng)“AI＋行業(yè)”的模式逐漸演變成“行業(yè)＋AI”，“行業(yè)”將成為一串?dāng)?shù)字中最前面的“1”，而AI或許代表著后邊一長串“0”。不扎根于行業(yè)的AI技術(shù)，相當(dāng)于空中樓閣，其創(chuàng)造的價(jià)值只能趨向于0。

正是這一模式的轉(zhuǎn)變，AI賽道上，不僅原有參與者將會(huì)順應(yīng)變化，比如商湯、曠視正在加大場景投資，依圖正忙著研制AI芯片；而互聯(lián)網(wǎng)巨頭，如阿里云的城市大腦、工業(yè)大腦，也不斷在垂直行業(yè)深耕。新一代人工智能公司將更專注于垂直行業(yè)，基于自身的一套體系演進(jìn)技術(shù)。彭垚認(rèn)為：“正是行業(yè)足夠大，參與者都能在里面分一杯羹。”

AI企業(yè)強(qiáng)者恒強(qiáng)是偽命題，當(dāng)AI與產(chǎn)業(yè)相結(jié)合，萬億級(jí)的市場空白等待填充。不過，真正在行業(yè)中有較高成長性的公司則一定是能深入理解行業(yè)Knowhow，并且技術(shù)屬性能與切入角度適配，在這一基礎(chǔ)上，逐步向應(yīng)用平臺(tái)發(fā)展，構(gòu)造出行業(yè)壁壘。

毋庸置疑，寒武紀(jì)的崛起將不會(huì)是個(gè)例，它的身后是巨量的AI市場。廣闊的市場空間足以催生若干新巨頭，新一代AI公司將大有可為。
? ? ? ?責(zé)任編輯:pj