科技云报道原创。
计算机视觉，无疑是目前AI行业最具商业化价值的赛道。
数据显示，2020年，国内有35%的AI企业聚集计算机视觉领域，市场规模在所有领域中占比达57%，排名第一。
在国内，计算机视觉技术基本已经覆盖农林牧渔、生产制造、城市交通、安防、出行、零售，几乎所有的人类生活生产领域。最常见的计算机视觉技术应用，例如人脸识别，中国已将其用在了警察工作、支付识别、机场安检，甚至在北京天坛公园分发厕纸、防止厕纸被盗，以及其他许多场景。计算机视觉的大规模应用落地，带来了资本市场的繁荣。除了BAT等巨头之外，国内也诞生了如商汤、云从、旷视、依图“四小龙”的独角兽企业。与此同时，一大批3D视觉初创企业相继获得资本青睐，跨维智能、地标科技、翌视科技等顺利完成大额融资。仅2022年第一季度，3D视觉领域发生融资就超过10起。随着AI领域大刀阔斧地前进，整个计算机视觉市场仍在高速增长。数据显示，中国计算机视觉行业市场规模由2017年的68亿元快速增长至2020年的780亿元，预计2021年可达1120亿元，2017年-2021年的年均复合增速达到101.45%。这几年，视觉市场对于头部以下的企业来讲，是一个不可多得的出头机会。以曾经深受资本宠爱的格灵深瞳为例，2020年以后，是格灵深瞳“发迹”的起点，仅是双光温测智能识别设备在当年就创下4716.02万元，占当年营收的19.43%。只不过在净利润上，数值依旧不忍直视。根据调查显示，2018年-2020年公司净利润分别为-7456.55万元、-41758.32万元和-7820.16万元，格灵深瞳2021年上半年净利润更是高达-5703.79万元。科技圈研发一向是个烧钱的长线游戏。赔本也要搞研发，这是视觉赛道最无可奈何的游戏规则。相关资料显示，格灵深瞳2018年至2020年累计研发投入合计28308.78万元，占最近三年累计营业收入的比例为77.37%，尤其是2018年和2019年，研发投入远超营业收入。更让年轻企业和腰部企业发愁的是，顶着热度与压力前行，往前却难以撼动头部们龙蟠虎踞的格局，往后又无法割舍这个日益坚实的市场。就目前来看，视觉风口的最终落脚点还是绕不过技术重心，视觉创业公司融资用途，除了团队拓展，便是产品研发。年轻企业愁存亡，老牌企业的闹心事也不少。尤其天下视觉千千万，安防市场占一半，传统安防企业本身的硬件成本居高不下，那些靠安防站稳计算机视觉领域的企业多数困于盈利漩涡。海康威视在全球的视频监控市场占有22.6%的市场份额，毛利率和同期的人工智能其他公司相比，诸如科大讯飞、旷视科技、虹软科技却是最低的。提供智能手机AI解决方案的虹软科技毛利率能达到94.29%，海康威视则不到50%。国内掀起视觉风云的主力军是互联网，百度早在2013年就成立百度深度学习研究院，展开包括计算机视觉在内的多领域研究。2017年，百度还全资收购了美国视觉科技公司xPerception。2018年，百度全线开放人脸识别、文字识别、图像审核、图像识别等五大类、共58项基础能力。但根据媒体报道，迄今为止也只有20万开发者在使用百度的计算机视觉能力。如今，一向无利不起早的互联网也多少有点迷茫，诺大的视觉行业，家家有本难念的经。商业化落地。 TO G还是TO C?
尽管计算机视觉在各个领域都有应用，但在实际商业化落地过程中依然还面临一些阻碍。根据艾瑞咨询的研究报告，超过60%的计算机视觉机构服务于安防相关的应用场景。而安防市场多以公安行业的人脸识别-动态布控应用作为切入，为公安人员处理案件带来精度和效率的提升。另外一块重点应用在于政务服务。在全国各省市的“互联网+政务”改革中，计算机视觉技术能够实现信息的智能采集和处理，以及身份证、户口本等材料的扫描录入与识别处理，让业务办理实现智能化，改善政务服务的体验。此外，计算机视觉作为城市的“眼睛”，在智慧城市的管理中也扮演着重要的角色，通过低功耗传感器、摄像头和计算机视觉软件相结合的方式，不断监测城市的高效运行。不难发现，当下公共安全、城市治理等是计算机视觉技术应用较为迫切的场景，因而政府成为其头部客户。根据中商情报网数据显示，计算机视觉行业按市场结构分类，安防影像分析占据一半以上的市场份额，达到67.9%，紧随其后的广告营销分析、泛金融身份认证（解决方案）、互联网娱乐、泛金融身份认证（云服务、SDK等）加起来的份额仅为29.6%。随着物联网和5G时代的到来，如何走好消费领域的商业化，将最终决定计算机视觉的“落地面积”。现阶段在新零售、服务机器人、在线娱乐等to C场景，已经有相当多的业务场景可以实现落地。然而，C端市场并没有被打开，一方面是技术上还有欠缺，另一方面是C端市场还没有形成为技术买单的广泛意识，还需要时间进行培育。
从实验室到商业化，何时越过鸿沟？
一项技术从实验室到商业化场景之间，往往存在巨大的鸿沟。尽管计算机视觉在解决某些领域问题的时候已经逐渐成熟，甚至效率可以超过人类，但在更多领域问题上却无法达到很高的精度。无论是自动驾驶，还是工业检测，要求的精度是非常高的，但现阶段计算机视技术还达不到行业实践所需要的精度，从而在一定程度上阻碍了技术推广和商业化落地。此外，计算机视觉算法需要大量的数据与人工标注，需要较长的研发周期来达到应用领域所要求的精度。如何降低算法的开发时间和成本，也成为计算机视觉商业化的一大鸿沟。值得注意的是，计算机视觉是由一个庞大且复杂的系统组成，里面涵盖了多种硬件。随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备，对计算机视觉算法进行持续的设计与开发，也是一大技术挑战。当计算机视觉持续渗透到各个场景，如何保证设备的有效使用也成为实际落地之后的问题。其中，“用户体验”就成为决定高频次使用的重要因素，一方面要过硬的产品质量，另一方面要真正触及用户实际作业痛点，这就要求计算机视觉服务商能够充分深入行业，找到合适的切入点来落地技术。而如何兼顾技术研发与商业落地的平衡，对于任何科技企业而言，从来都不是一道简单的选择题。
全球竞争中“偏科” 商业化前路几何？
计算机视觉领域，从某种层面来看，应用范围比较宏观，也正因如此，视觉之战早就在全球的各个角落打响。首先，在整个视觉领域，海外的入局时间与速度都不可置否。《2017年-2024年全球计算机视觉市场行为分析和预测》显示，英伟达、英特尔、高通、苹果、谷歌等多家海外巨头，被列入全球计算机视觉市场的主要参与者。其次，在以工业为主的机器视觉，目前全球机器视觉产品的高端市场仍然被美、德、日品牌占据，比如美国康耐视、国家仪器，德国巴斯勒、伊斯拉视像，日本基恩士、欧姆龙……其中，光康耐视和基恩士就垄断了近50%的全球市场份额。反观国内，视觉资本下半场终于开始青睐工业板块，热烈而又略显空白的市场背景是最好的解释之一。事实上，我国计算机视觉技术姗姗来迟，目前比较能拿得出手的是人脸识别。根据国际调研机构GenMarketInsight发布的《2018年全球人脸识别设备市场研究报告》，2023年，中国将占全球面部识别市场份额的45%。美国国家标准与技术研究院对全球人脸识别算法测试结果显示，排名前11名的企业，只有两家来自美国，剩下来自中国、俄罗斯和立陶宛，其中中国企业包揽了前五名。可以看到，在视觉商业化上，我国缺少了一定的领域基因。一个很明显的趋势是，海外的视觉赛道早已成批企业化，我国依旧是学术大于技术落地，比如美国企业参与支持的相关论文数量就是官方的七倍。不过比较欣慰的是，我国的视觉技术正在逐渐从“纸上谈兵”走入现实，走入资本。当然，如果泡沫再少一点，局面肯定会更加明朗。
【关于科技云报道】
专注于原创的企业级内容行家——科技云报道。成立于2015年，是前沿企业级IT领域Top10媒体。获工信部权威认可，可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。
