國產AI廠商為何有的賺錢有的賠錢？
“放大燈”將不定期邀請科技行業的創業者進行分享,請他們說出對行業的前沿洞見。與早年許多“草根英雄”創業者不同,他們有著長期學術研究積累,在象牙塔里發現了產業缺環,也看見了技術轉化至生產力的可能,于是決定投身科技產業之路。
無論你是這個行業的參與者,或僅僅是好奇,都不妨聽聽這群勇敢且聰明的人,都說了些什么。
今天的分享者來自了然視覺科技董事長王飛。了然視覺科技是一間計算機視覺公司,其核心技術來源于航天任務,團隊技術儲備積累有20年的歷史,曾參與“遨龍一號”空間碎片清除及“嫦娥五號”月壤采集及“天宮空間站”建設等項目。
吳云飛 | 作者
李拓 | 編輯
放大燈團隊 | 策劃
計算機視覺,是指通過對視覺設備捕捉的信息進行計算處理,以代替人眼對目標進行識別、跟蹤和測量等功能的機器視覺技術。以下是他對計算機視覺行業的一些觀點:
計算機視覺行業難在哪?
最難以克服的點,就是環境適應性。
計算機視覺需要通過深度學習訓練來提升,深度學習的基礎是對海量樣本進行訓練,不斷迭代優化準確度,因此對樣本的依賴性極強。深度學習應用會因為跨場景而導致訓練樣本徹底改變,甚至在同一個場景中的不同客戶,都可能因為環境光、震動、遮擋等變化導致分析結果不同。
所以只要場景切換,樣本就需要重新訓練。
樣本很難覆蓋所有條件,而且即使真能窮舉出所有的可能狀況,公司也可能無法承受資金、人力和算力的投入。因此只要環境中存在一些隨機性,計算機視覺技術就比較難適應。這種適應能力的不足,是目前面臨最大的痛點,整個行業規模效應大小,取決于如何解決這個問題。
深度學習是通過人工神經網絡分析學習樣本,發現其內在規律的一種方式,學習樣本的過程也被稱為訓練。此技術已被廣泛引用于文字、語言、圖像、視頻分析等諸多領域。
如何提升計算機視覺公司的規模效應?
只做個別場景就會很難持續經營。我相信很多公司都有這個理想:通過技術產品,不斷拓展使用場景,使計算機視覺技術能產生足夠強的規模效應,逐漸長成一個通用平臺。
就目前來看,大家都囿于“個別場景”,一旦別家技術能對現有經營場景實現更好的包容,那么其余公司的業務陣地就有風險——除非某個場景足夠大,大到源源不斷投入后還能有足夠收入。
要實現通用平臺很難,我認為,想做成這事的人,起碼要具備兩種能力:
首先,要有能力抽象出行業需求。技術人員不能只看表面,而需要對機器視覺的整體的理論、方法有足夠了解,并具有工程化的能力,從非常底層開始思考業務,提煉出共性需求。
其次,是要更全面地累積機器視覺領域的算法。想實現通用平臺的目標,最終要靠算法,但不能偏科,如果只集中做一個點,涵蓋就會受限。
想做通用平臺,最難的部分是什么?
最難的是:找到一種能持續運行的模式,讓技術創新和產業應用相互促進、可持續循環發展。現在技術還有很大進步空間,仍需要持續搞技術創新,不斷優化產品,這將是一筆巨大的投入。
研發投入很可能會嚴重影響公司的商業表現,所以很難指望哪家公司獨立完成通用產品。我們采取“產學研用”結合的方式,把高校科研團隊與產業做深度融合,讓學術研究和商業發展相輔相成,能持續且有前瞻性地做研究和發展。
我們目前對有部分相似性場景進行了融合嘗試,得到了還不錯的初步反饋效果。預期三到五年左右的時間,市場上就會出現逐漸具備可用性的產品了�！噶巳灰曈X科技」的第一代通用產品已基本成型,但這種產品研發工作是無止境的,因為應用場景會隨著社會與市場的變化而不斷變化。
工業視覺有何特殊之處?
計算機視覺產品通常要解決應用中的兩大問題,定性分析和定量分析。比如在人群中去尋找出張三、李四在哪里,就是定性分析。在定性分析當中,基于深度學習的視覺技術已經較為成熟,可以達到非常好的效果。
在工業領域里,除了要定性分析外,很多定量的分析必不可少。比如操作臺上的一個零件,我需要知道它的大小、尺寸以及精確的三維姿態信息。這些工業產線的具體操作目標,僅僅通過機器學習暫時還解決不了,還需要運用許多經典的計算機視覺技術。
注:工業視覺是指視覺技術在工業自動化領域的應用。主要用于產品定位、測量、檢測等用途,通常對精度要求較高。
如何看待計算機視覺公司的虧損現狀?
目前很多計算機視覺公司還未形成穩定的商業模式。比如大家熟知的AI四小龍,它們的產品技術仍處于探索應用場景的階段,在嘗試建立新的商業模式的過程中,公司面臨的問題很復雜。我相信未來商業生態成熟后,他們的營收可能會產生質的變化,但現在還需要給它們更多時間和資金去探索。
商湯、曠視、云從、依圖四家公司被外界普遍稱為“AI四小龍”。截至2021年9月16日,四家公司均未正式掛牌交易,但它們招股的說明書顯示,四家公司暫時均處于虧損狀態。
工業視覺公司的商業模式跟AI四小龍并不一樣。因為工業視覺公司定位清晰,就是要提升工業生產效率,并不需要為客戶創造新的商業模式。作為企業經營者,只需要考慮采用技術后是不是能降本增效,就知道是否能實現共贏。
工業制造企業的發展歷史長,所以商業模式及行業結構都相對穩定�？的鸵�、基恩士等國際工業視覺巨頭已經上市多年,都有著非常穩定的規模利潤。
康耐視是1981年成立的美國企業,據財務報表顯示,公司2020年凈利潤為1．76億美元;基恩士為1974年成立的日本公司,據財務報表顯示,公司2020年凈利潤為1981億日元(約18億美元)。
工業視覺產業正在發生什么變化?
最顯著的變化,就是國內本土企業的崛起。
僅僅在三五年前,在汽車及汽車零部件制造行業,國內的品牌還難覓蹤影。美國的康耐視、日本基恩士,還有一些德國與瑞典的公司規模都很大,它們占據了壓倒性的優勢。這個行業在歐美起步比較早,且歐美國家工業制造水平較高,所以他們剛進入中國市場的時候,就已經就有了海外多年的技術積累,產品成熟度、技術先進性都很高。
但趨勢在變,國內的本土優勢正在顯現,我覺得主要有下列幾點原因:
中國企業與用戶可以做到無縫交流,在技術需求、工作環境、用戶理解力、響應能力等領域都有著明顯優勢;
現在國家在現代高新技術方面給予了很強力的引導性政策;
與國外相比,國內的研發周期、新的方法到應用行業的鏈路較短,時間、資金、人力成本,都有相對優勢;
隨著國家產業鏈的完善,中國企業從部件生產、采購到系統化的制造成本逐漸具有全球競爭力;
現在中國基礎研究和應用研究的氣氛都空前高漲,我們國家的科研實力這幾年突飛猛進,在技術基礎方面縮小了與國外的差距。
本土自主品牌目前最需要什么?
我提到了許多工程和技術層面的事情,這里我還想提個跟技術沒什么關系的,就是民族品牌的自信。
行業的發展需要我們整個國家,甚至國民層面上,需要有認識到民族品牌、自主品牌的崛起,是需要大家支持才能邁出第一步。比如說,以前國產車與進口汽車、合資汽車比,還有很大差距,價格賣不上去,銷量也不行。但這幾年變化就很大,有很大的原因是,大家慢慢對整個國有汽車的這個品牌的認知度、信任度在提升。
工業視覺也一樣,現在我們整體技術不弱于外國,產品也非常好。但受限于用戶對產品的認知度和信任度,還需要有個過程,我希望再快點。
關于“了然視覺科技”
“了然視覺科技”2015年成立于深圳,公司主要為工業制造客戶提供機器視覺產品及解決方案。了然視覺科技核心研發團隊來自西安交通大學人工智能及機器人研究所,暨國家工程實驗室,董事長王飛為所里的教授兼實驗室副主任,公司具備完善的核心專利。目前,了然視覺科技的核心技術主要在汽車及汽車零部件制造行業落地,主要包含智能檢測識別系統、智能定位引導系統、智能多維測量系統等三類標準產品。
目前,“了然視覺科技”主要通過銷售產品及收取維護費用獲得收入,產品價格區間由數萬到百萬左右不等,根據客戶需要的模塊進行配置。
“了然視覺科技”已獲得嘉木太平等投資機構的千萬級天使輪融資。據王飛介紹,公司2018-2020年平均銷售增長率超過270%,全年營收已過千萬。
放大燈持續關注前沿科技產業動態,如果你正在信息技術、新材料、新能源、生物醫藥、人工智能等領域創業,又恰好想跟大家交流獨到的行業觀點或介紹自己的項目,歡迎與我們聯系。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
