應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞
企業(yè)注冊(cè)個(gè)人注冊(cè)登錄

正在消失的機(jī)器視覺(jué)公司

2022-10-18 14:48 中國(guó)傳動(dòng)網(wǎng)

導(dǎo)讀:近兩年,號(hào)稱“AI四小龍”的機(jī)器視覺(jué)公司商湯、曠視、云從、依圖,資本市場(chǎng)表現(xiàn)和裁員等傳聞,可能讓大眾覺(jué)得,機(jī)器視覺(jué)不是一門好生意,這個(gè)領(lǐng)域也沒(méi)什么戲了。

情況顯然不是這樣的。一方面,計(jì)算機(jī)視覺(jué)(簡(jiǎn)稱CV)仍是人工智能技術(shù)應(yīng)用比重最高的領(lǐng)域之一,相關(guān)應(yīng)用是各行業(yè)數(shù)字化、智能化的首選,基于機(jī)器視覺(jué)的工業(yè)質(zhì)檢、巡檢、物流機(jī)器人、人臉識(shí)別等都在越來(lái)越多地落地,沒(méi)有道理AI很行、CV不行;另一方面,整個(gè)機(jī)器視覺(jué)市場(chǎng)仍在不斷增長(zhǎng),根據(jù)福布斯的預(yù)測(cè),到2022年底,計(jì)算機(jī)視覺(jué)技術(shù)市場(chǎng)的價(jià)值預(yù)計(jì)將達(dá)到480億美元,并可能成為持續(xù)創(chuàng)新和突破的源泉

顯而易見(jiàn),不是機(jī)器視覺(jué)的生意不再性感了,而是頭部機(jī)器視覺(jué)公司講不好這個(gè)故事了。

然而,面對(duì)地緣政治的打壓、國(guó)內(nèi)房地產(chǎn)基建旅游等的放緩、海內(nèi)外資本市場(chǎng)的現(xiàn)實(shí)情況,這種情況下,再用刻薄話去奚落“AI四小龍”的窘境,多少有點(diǎn)沒(méi)心沒(méi)肺。

當(dāng)然,來(lái)自產(chǎn)業(yè)用戶和開(kāi)發(fā)者們的真實(shí)聲音,也讓我們無(wú)法輕佻地說(shuō)出“風(fēng)雨過(guò)后終會(huì)見(jiàn)彩虹”“守得云開(kāi),未來(lái)可期”之類的雞湯話。因?yàn)楝F(xiàn)實(shí)很可能是,等經(jīng)濟(jì)大環(huán)境復(fù)蘇,有的公司還能翻身,而有的可能就此沉淪。

時(shí)世變化之時(shí),機(jī)器視覺(jué)公司又能朝哪里走?是否真的看到了產(chǎn)業(yè)AI的變幻?如果要求生,目前有哪些急需開(kāi)展的工作?這是我們想要探討的。

機(jī)器視覺(jué)還是一個(gè)好生意嗎?

以AI四小龍為代表的機(jī)器視覺(jué)企業(yè)表現(xiàn)不佳,被認(rèn)為是機(jī)器視覺(jué)乃至AI商業(yè)化的破滅。畢竟這些企業(yè)在技術(shù)能力、商業(yè)模式、市場(chǎng)份額上都有絕對(duì)的領(lǐng)先優(yōu)勢(shì),如果連它們都難于盈利,不證明以算法能力見(jiàn)長(zhǎng)的AI獨(dú)角獸確實(shí)“德不配位”嗎?

讓我們離開(kāi)一些媒體們“報(bào)憂不報(bào)喜”的習(xí)慣,到更廣大的產(chǎn)業(yè)世界去看一看。

過(guò)去幾年的時(shí)間里,機(jī)器視覺(jué)作為AI技術(shù)最為成熟、應(yīng)用最為廣泛的能力,是在積極被產(chǎn)業(yè)擁抱的。手機(jī)應(yīng)用中的身份驗(yàn)證、機(jī)場(chǎng)車站的體溫監(jiān)測(cè)、安防領(lǐng)域的主動(dòng)識(shí)別、工業(yè)領(lǐng)域的智能質(zhì)檢、交通領(lǐng)域的車流車輛識(shí)別……可能絕大多數(shù)人最先感知到的AI能力都是機(jī)器視覺(jué)。

以機(jī)器視覺(jué)作為轉(zhuǎn)型入口,推動(dòng)行業(yè)/企業(yè)智能化,在今天幾乎是共識(shí)。

業(yè)內(nèi)有句吐槽:“AI+工業(yè)逃不出機(jī)器視覺(jué)的窠臼。”這真的是缺點(diǎn)嗎?我們采訪過(guò)許多工業(yè)企業(yè),大部分人都提出,自家企業(yè)首先落地的就是質(zhì)檢、巡檢這里機(jī)器視覺(jué)應(yīng)用。來(lái)自機(jī)科發(fā)展的一位技術(shù)人員告訴我們:這是現(xiàn)在大部分AI或深度學(xué)習(xí)落地的現(xiàn)狀,以機(jī)器視覺(jué)落點(diǎn)來(lái)推廣AI技術(shù),目前還是一個(gè)不錯(cuò)的戰(zhàn)略。

甚至于在高精尖的航空航天,機(jī)器視覺(jué)也是一些研究者在嘗試深度學(xué)習(xí)的首選。我們?cè)鸵晃缓教祛I(lǐng)域的AI開(kāi)發(fā)者交流過(guò),為什么很多航天AI應(yīng)用都是圖像類的,對(duì)方表示教育界同樣討論過(guò)這個(gè)問(wèn)題。一來(lái),圖像處理領(lǐng)域已經(jīng)形成了一套比較完整的體系,圖像分類、目標(biāo)檢測(cè)用得已經(jīng)很多,可以很快得到不錯(cuò)的效果。二來(lái),深度學(xué)習(xí)是數(shù)據(jù)驅(qū)動(dòng)的,航天領(lǐng)域本身就積累了大量的光學(xué)圖像數(shù)據(jù),其他載荷數(shù)據(jù)也可以引入AI模型,但效果沒(méi)有CV顯著。第三,從航天知識(shí)科普的角度來(lái)說(shuō),圖像對(duì)于普通人來(lái)說(shuō)是很直觀的,火星探測(cè)器或者月球探測(cè)器每次拍到的圖片更能引起公眾注意,率先引入CV帶來(lái)的社會(huì)意義更大一點(diǎn)。所以,目前無(wú)論是火星車還是其他航天器,都有很多人在與CV技術(shù)相結(jié)合去解決各種問(wèn)題。

可以肯定地說(shuō),機(jī)器視覺(jué)是數(shù)字基礎(chǔ)設(shè)施中不可或缺的一個(gè)。隨著人們工作、娛樂(lè)、生活等各領(lǐng)域的圖像數(shù)據(jù)越來(lái)越豐富、復(fù)雜、劇增,需要分析處理推理的能力也更多,必然會(huì)將機(jī)器視覺(jué)推向一個(gè)更大的市場(chǎng)。

或者反向思考一下,如果CV真的不重要、真的沒(méi)市場(chǎng),還會(huì)成為對(duì)岸鄰居“封鎖”打壓的對(duì)象嗎?

所以,機(jī)器視覺(jué)一定是值得大力發(fā)展和押注的。那么新的問(wèn)題又來(lái)了,以機(jī)器視覺(jué)起家的“AI 四小龍”營(yíng)收和商業(yè)潛力,都不容樂(lè)觀,虧損的虧損,破發(fā)的破發(fā),裁員的裁員。商湯科技直接在招股書(shū)中表示:未來(lái)仍有無(wú)法盈利的可能。CV公司真的還有前途嗎?

有心的讀者可能看過(guò)一些關(guān)于AI四小龍的分析文章,將其業(yè)績(jī)不佳的原因歸為技術(shù)研發(fā)投入過(guò)高、產(chǎn)業(yè)化能力欠佳、科技企業(yè)和傳統(tǒng)安防企業(yè)的圍剿等等。這些因素當(dāng)然是存在的,但要改變卻讓CV企業(yè)左右為難。安防企業(yè)轉(zhuǎn)做機(jī)器視覺(jué),投入難道就不高嗎?降低研發(fā)投入,原本的技術(shù)優(yōu)勢(shì)也沒(méi)有了怎么辦?產(chǎn)業(yè)有壁壘,是針對(duì)所有純算法CV企業(yè)的,總不能大家都沒(méi)有辦法,集體躺平不干了吧。

既然不能躺平,就要想想怎么咸魚(yú)翻身。那么,來(lái)自產(chǎn)業(yè)客戶和開(kāi)發(fā)者的聲音,或許能夠帶來(lái)一些“反常識(shí)”的思考。

  “反常識(shí)”第一點(diǎn):CV企業(yè)研發(fā)投入不是過(guò)大,而是還不夠

“AI四小龍”是公認(rèn)在技術(shù)研發(fā)上投入很大的,但隨著業(yè)績(jī)走低,這被認(rèn)為是拖累而非護(hù)城河。有一個(gè)說(shuō)法是,“我們的首席投資官覺(jué)得,商湯能做的,其他公司其實(shí)也能做。雖然商湯技術(shù)更先進(jìn)一些,但可能就相差了3個(gè)月到半年”。

技術(shù)不是壁壘嗎?大錯(cuò)特錯(cuò),技術(shù)絕對(duì)是巨大甚至最大的壁壘。因?yàn)槟壳白璧K機(jī)器視覺(jué)在產(chǎn)業(yè)中規(guī)?;瘧?yīng)用的頭號(hào)疑慮,就是CV技術(shù)的實(shí)際表現(xiàn),不達(dá)預(yù)期。

  CV落地產(chǎn)業(yè)最常見(jiàn)的問(wèn)題,大概梳理一下就有不少。

1.替換效果不明顯。大家可能會(huì)覺(jué)得在AI賽事中刷榜就是很厲害的CV了,但需要注意的是,從85分提高到90分,就是學(xué)術(shù)界的突破了,然而在產(chǎn)業(yè)界中,可能要做到95分以上才能夠被應(yīng)用。而且,比賽只是一群深度學(xué)習(xí)系統(tǒng)關(guān)起門來(lái)的比武,到了真實(shí)世界中,AI對(duì)面對(duì)的是企業(yè)長(zhǎng)期使用、已經(jīng)非常成熟的算法。

鄭州大學(xué)的馬老師,曾受邀為江蘇某無(wú)紡布企業(yè)開(kāi)發(fā)缺陷檢測(cè),他告訴我們,工業(yè)領(lǐng)域本身就有應(yīng)用非常成熟的檢測(cè)算法Halcon,算法經(jīng)過(guò)長(zhǎng)期的積累和迭代,已經(jīng)非常穩(wěn)定了,而且計(jì)算量小,還不用標(biāo)注數(shù)據(jù)和調(diào)參。相比改造和應(yīng)用成本,機(jī)器視覺(jué)需要找到非常有吸引力的差異化應(yīng)用場(chǎng)景和功能。

2.現(xiàn)實(shí)應(yīng)用性能下降。在實(shí)驗(yàn)室中表現(xiàn)很好的算法“優(yōu)等生”,一落地生產(chǎn)環(huán)境就成了“差生”。馬老師告訴我們,無(wú)紡布是以每小時(shí)36公里的速度在往外出布,要求機(jī)器視覺(jué)算法在高速運(yùn)動(dòng)下精準(zhǔn)地把缺陷畫(huà)出位置,技術(shù)挑戰(zhàn)是非常大的。這時(shí)候,傳統(tǒng)算法因?yàn)橛?jì)算量小、算法成熟,識(shí)別速度反而比CV算法還要快。而且現(xiàn)場(chǎng)環(huán)境并不標(biāo)準(zhǔn)、可控,有時(shí)候上午光通過(guò)玻璃反射,在無(wú)紡布上產(chǎn)生光斑,就會(huì)影響CV系統(tǒng)的檢測(cè)精度,誤報(bào)率很高。馬老師及其團(tuán)隊(duì)經(jīng)過(guò)了各種調(diào)試,才讓準(zhǔn)確率達(dá)到了穩(wěn)定的數(shù)值。對(duì)于企業(yè)客戶來(lái)說(shuō),更希望引入的是成熟的技術(shù)產(chǎn)品,必須CV企業(yè)或研發(fā)人員做成了,告訴客戶確實(shí)能提高效益,有的企業(yè)才愿意去嘗試。

3.應(yīng)用場(chǎng)景的限制。質(zhì)檢、巡檢可能是CV的關(guān)鍵場(chǎng)景,但對(duì)于工廠等企業(yè)來(lái)說(shuō),可能只是生產(chǎn)流程的環(huán)節(jié)之一,所以更多企業(yè)在智能化的過(guò)程中,可能選擇以“打包”解決方案的形式去引入AI,而機(jī)器視覺(jué)可能只是其中一個(gè)點(diǎn)。某科技企業(yè)告訴我們,在為一個(gè)工廠做產(chǎn)線智能化改造的時(shí)候,整個(gè)項(xiàng)目額是五千萬(wàn),其中視覺(jué)可能只有五十到一百萬(wàn)。而且偏重工業(yè)一點(diǎn)的企業(yè)比如冶金、軌道交通、制造等對(duì)CV質(zhì)檢的關(guān)注度更高,這些領(lǐng)域也是CV企業(yè)的紅海。

采訪者直言,工信部曾經(jīng)有某副司長(zhǎng)帶隊(duì),帶了十家AI企業(yè)去到各個(gè)公司一家家轉(zhuǎn),尋找商務(wù)合作機(jī)會(huì),結(jié)果發(fā)現(xiàn),有石化公司提出,想用機(jī)器視覺(jué)檢測(cè)代替人工檢測(cè),但對(duì)方的塔樓很高,讓機(jī)器人爬樓梯上去巡檢,還要保持較高的穩(wěn)定性,這在當(dāng)下是不可能完成的任務(wù)。最后AI公司們一評(píng)估,發(fā)現(xiàn)還做不了。類似這種情況還很多,很多企業(yè)真正關(guān)注的痛點(diǎn),目前CV技術(shù)還無(wú)法給到足夠大的實(shí)質(zhì)幫助。

大家想必已經(jīng)發(fā)現(xiàn)了,實(shí)驗(yàn)室和AI賽事上動(dòng)輒碾壓人類的CV算法,到了現(xiàn)實(shí)世界和產(chǎn)業(yè)世界中,依然有大的差距。即使是一些渴望AI、適宜CV的重點(diǎn)行業(yè)與落地場(chǎng)景,比如質(zhì)檢、巡檢,目前仍然存在一些尚未解決的技術(shù)難題。

從這個(gè)角度來(lái)看,CV公司的商業(yè)化怎么可能快速進(jìn)入指數(shù)級(jí)增長(zhǎng),而頭部CV企業(yè)也并未能在這些產(chǎn)業(yè)客戶真正關(guān)心的問(wèn)題上帶來(lái)眼前一亮的解法。

CV在內(nèi)的AI技術(shù)并沒(méi)有那么多噱頭和風(fēng)口,成功應(yīng)用的前提,就是技術(shù)本身的成熟度和性價(jià)比而已。研發(fā)之路,道阻且長(zhǎng),意義深遠(yuǎn),也是值得堅(jiān)持并最終能拉開(kāi)差距的。

“反常識(shí)”的第二點(diǎn):CV企業(yè)營(yíng)收不好,并不是因?yàn)椴焕斫猱a(chǎn)業(yè)

很多人覺(jué)得純算法的AI公司,在做B端市場(chǎng)時(shí),容易因?yàn)椴涣私庑袠I(yè)、不了解場(chǎng)景,而導(dǎo)致技術(shù)很強(qiáng)、但無(wú)法轉(zhuǎn)化。這固然是一部分原因,但不是最根本的原因。

AI與行業(yè)深度結(jié)合的難度,是眾所周知的。AI四小龍基本都有自己深耕的行業(yè)及場(chǎng)景,也都在積極地嘗試從純機(jī)器視覺(jué)轉(zhuǎn)型為更綜合的AI解決方案服務(wù)商。比如曠視將端側(cè)硬件與AI算法相結(jié)合的物聯(lián)網(wǎng)解決方案;依圖重點(diǎn)解決算力問(wèn)題;商湯的的“1(基礎(chǔ)研究)+1(產(chǎn)業(yè)結(jié)合)+X(行業(yè)伙伴)”模式;云從聚焦在金融、出行等核心領(lǐng)域……換句話說(shuō),沒(méi)人比它們更想、也更努力地在了解產(chǎn)業(yè)。

更深層的原因或許是,了解了,但沒(méi)完全了解,也可能永遠(yuǎn)也無(wú)法完全了解。

  其一,在認(rèn)知上,純算法公司和實(shí)體行業(yè)有天然的壁壘。

目前工業(yè)領(lǐng)域智能制造所提出的“智能”,和AI領(lǐng)域所提出的“智能”,同一個(gè)詞在概念和應(yīng)用細(xì)節(jié)上其實(shí)是有區(qū)別的,比如AI界傾向于針對(duì)某個(gè)CV任務(wù)、構(gòu)建模型、學(xué)習(xí)數(shù)據(jù)特征,進(jìn)而讓模型具有解決特定問(wèn)題的能力,也就是純算法能力。但工業(yè)乃至很多行業(yè)所想要的“智能”其實(shí)是偏實(shí)體的,比如生產(chǎn)線的柔性化改造、制造設(shè)備的互聯(lián)互通、以及數(shù)字孿生技術(shù)等。這種情況下,當(dāng)CV企業(yè)開(kāi)始進(jìn)入產(chǎn)業(yè)的時(shí)候,就會(huì)出現(xiàn)“雞同鴨講”的現(xiàn)象。

  其二,在實(shí)踐中,純算法公司的高人力成本不符合大規(guī)模定制所需要的經(jīng)濟(jì)效益。

企業(yè)的數(shù)字化轉(zhuǎn)型需求“千人千面”,不僅僅是不同行業(yè)和領(lǐng)域,同行業(yè)不同公司之間也有著不同的需求,CV應(yīng)用的場(chǎng)景是非常碎片化的,需要高度個(gè)性定制。這就出現(xiàn)了一個(gè)矛盾,CV企業(yè)要依靠大量人力成本較高的算法工程師來(lái)解決所有行業(yè)需求,顯然是不合實(shí)際也成本過(guò)高的。

就拿工業(yè)來(lái)說(shuō),工藝、制造需求、專業(yè)的不同,都會(huì)造成在機(jī)器視覺(jué)系統(tǒng)所需要的機(jī)理模型完全不同,甚至同一領(lǐng)域不同產(chǎn)品間的差異也會(huì)很大,復(fù)雜度和工藝門檻也比較高。一個(gè)工業(yè)企業(yè)的負(fù)責(zé)人曾告訴我們,比如冶金鋼卷生產(chǎn)的缺陷檢測(cè),鋼卷又分為冷軋、熱軋,這相當(dāng)于四個(gè)問(wèn)題,雖然都是機(jī)器視覺(jué)質(zhì)檢,但AI要解決的機(jī)理問(wèn)題是完全不一樣的,所以這一個(gè)企業(yè)、一個(gè)場(chǎng)景,都無(wú)法做到模型的通用化。而一對(duì)一模型的定制開(kāi)發(fā),又會(huì)導(dǎo)致落地成本和實(shí)施周期的增加。

腦極體團(tuán)隊(duì)曾走訪過(guò)許多智能化項(xiàng)目,很多細(xì)節(jié)都是待在實(shí)驗(yàn)室里根本想象不出來(lái)的。有家豬場(chǎng)希望用AI識(shí)別來(lái)監(jiān)測(cè)豬的體溫,結(jié)果系統(tǒng)上線了之后檢測(cè)效果就是不好,一番排查發(fā)現(xiàn)是因?yàn)樨i皮太厚了,溫度識(shí)別不準(zhǔn)。還有家自來(lái)水廠,全部換成了智能攝像頭,但平時(shí)卻基本不開(kāi),原因是攝像頭拍的高精度視頻圖像過(guò)于龐大,廠里的網(wǎng)絡(luò)沒(méi)有同步升級(jí),上傳分析的速度很慢。有企業(yè)沒(méi)通知技術(shù)人員就直接在生產(chǎn)線上生產(chǎn)其他顏色的布,一下子就給CV系統(tǒng)整不會(huì)了……

某AI開(kāi)發(fā)者告訴我們,為一個(gè)工廠開(kāi)發(fā)了活塞環(huán)檢測(cè)的AI硬件產(chǎn)品,其中幾萬(wàn)個(gè)焊點(diǎn)都是他自己手動(dòng)焊接的,當(dāng)時(shí)的焊接過(guò)程還在抖音上直播過(guò),還曾擰過(guò)三十萬(wàn)顆螺絲。他說(shuō):不會(huì)有任何一個(gè)軟件公司會(huì)雇一個(gè)算法工程師去擰螺絲,但恰恰因?yàn)闆](méi)有人做這件事情,所以很多做出來(lái)的系統(tǒng)會(huì)不符合工廠實(shí)際的情況,或者工廠會(huì)不信服企業(yè)提出來(lái)的方案。而正因?yàn)樗麜?huì)去跟工廠特別直接地交流,做過(guò)這些最基礎(chǔ)枯燥的手工活,所以提出的AI方案工廠一般都還挺信服的。

公開(kāi)報(bào)道中,“AI四小龍”都表示過(guò)研發(fā)支出的很大一部分資金就在人才招聘上。一方面,收入規(guī)模與人力成本不成正比,營(yíng)收情況不佳;另一方面,碎片化的智能化需求也決定了企業(yè)在努力擴(kuò)大人力也不可能完全覆蓋、規(guī)模化復(fù)用。

還是用那位AI開(kāi)發(fā)者的話來(lái)說(shuō):中國(guó)可能有上百上千萬(wàn)的加工廠都需要來(lái)使用AI,一家工廠可能不同產(chǎn)品需要不同的模型,是不可能來(lái)靠一些算法公司的工程師來(lái)完成的,可能有大量的一線工人,只要學(xué)會(huì)用AI,就可以把比較成熟的CV算法應(yīng)用到生產(chǎn)一線。

換句話說(shuō),千行百業(yè)的智能化必然需要各種各樣的CV應(yīng)用與模型,當(dāng)機(jī)器視覺(jué)技術(shù)從通用化、簡(jiǎn)單化,走向多元化、個(gè)性化、場(chǎng)景化,也注定了頭部或大型CV企業(yè),不可能憑一己之力訓(xùn)練出所有模型、通吃所有市場(chǎng)。

  “反常識(shí)”第三點(diǎn):CV企業(yè)看起來(lái)被圍獵的是市場(chǎng),其實(shí)是同伴

CV企業(yè)的商業(yè)化不理想,確實(shí)受到了傳統(tǒng)安防巨頭轉(zhuǎn)型AI、以及一些AI科技巨頭入局CV的沖擊。這些擁有數(shù)據(jù)、渠道、技術(shù)、生態(tài)等多方面優(yōu)勢(shì)的巨頭下場(chǎng)后,似乎一些常見(jiàn)的CV細(xì)分市場(chǎng)就開(kāi)始“卷”價(jià)格,以至于像“AI四小龍”這樣的機(jī)器視覺(jué)為主公司很受傷。

  但反過(guò)來(lái)想,CV市場(chǎng)難道是被獨(dú)角獸壟斷的特殊行業(yè)嗎?

產(chǎn)業(yè)智能化必然是由眾多AI開(kāi)發(fā)者、ISV服務(wù)商和CV企業(yè)來(lái)共同完成的。而CV企業(yè)中可不只有巨頭,還有大量中小微企業(yè),對(duì)于這些企業(yè)來(lái)說(shuō),來(lái)自開(kāi)放平臺(tái)的賦能,恰恰是生存和發(fā)展的希望。

有視覺(jué)領(lǐng)域的創(chuàng)業(yè)者告訴我們,自己根本不會(huì)以初創(chuàng)公司的名義去跟甲方打交道,那可能連款都要不回來(lái)。他們公司是作為某些大型企業(yè)的合作供應(yīng)商,大型企業(yè)為客戶做整體的系統(tǒng)用集成解決方案,這個(gè)CV初創(chuàng)公司解決其中一個(gè)小的視覺(jué)問(wèn)題。如果一個(gè)小小的企業(yè)去單獨(dú)做項(xiàng)目,可能在項(xiàng)目驗(yàn)收的時(shí)候遭遇到各種各樣的情況。

“從我們實(shí)施的經(jīng)驗(yàn)來(lái)看,現(xiàn)在AI視覺(jué)面鋪得這么廣,在很多問(wèn)題上沒(méi)有太好的解決方案的,距離甲方的要求還有一定的距離。舉個(gè)例子,客戶的良品率已經(jīng)接近100%了,驗(yàn)收階段要求這條生產(chǎn)線跑一周,一周內(nèi)的錯(cuò)誤率不能超過(guò)三次,超過(guò)三次就不給你驗(yàn)收。而AI模型,從80%調(diào)到95%可能好調(diào),但從95%進(jìn)到96%、97%就很困難,所以收款是非常困難的一件事情?!?/p>

除了商業(yè)模式上的難題,中小型CV企業(yè)還面臨著招人難、建立壁壘難的問(wèn)題。前面提到,通用性強(qiáng)的CV賽道已經(jīng)非常擁擠,價(jià)格戰(zhàn)明顯,并且透明度很高,很多企業(yè)客戶對(duì)于AI系統(tǒng)的成本是非常清楚地?!癆I四小龍”尚且難受,中小微型企業(yè)自然更難以在紅海中建立壁壘。

然而另一方面來(lái)看,企業(yè)客戶其實(shí)并不在乎技術(shù)服務(wù)商是用什么技術(shù)方法解決問(wèn)題的,基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)也可以,傳統(tǒng)的機(jī)器視覺(jué)也可以,只要能夠滿足應(yīng)用需求,并且成本可接受。這需要從基礎(chǔ)硬件、算法、再到產(chǎn)業(yè)層的整體配合,這對(duì)于中小型CV企業(yè)來(lái)說(shuō)也是一個(gè)機(jī)會(huì),那就是可集成多元化的軟硬件與智能能力,針對(duì)買家的需求來(lái)進(jìn)行定制化滿足。這時(shí)候,科技巨頭們的AI開(kāi)源開(kāi)放生態(tài)、各類機(jī)器視覺(jué)大模型的推出、算法市場(chǎng)生態(tài)等等,讓它們成為被選擇和被集成的對(duì)象,其技術(shù)和產(chǎn)品被二次封裝成為各種子產(chǎn)品,從而擴(kuò)展了市場(chǎng)份額。

有ISV服務(wù)商表示,在開(kāi)發(fā)解決方案的時(shí)候選擇了康耐視的相機(jī),這個(gè)相機(jī)設(shè)備自帶一個(gè)面向工業(yè)視覺(jué)的算法庫(kù),買回去之后可以直接開(kāi)發(fā)出更針對(duì)性的產(chǎn)品,部署的時(shí)候再買一個(gè)品牌的加密狗就可以了,所以完全沒(méi)有必要和動(dòng)力再去買一套純算法公司的算法。

曾幾何時(shí),“AI四小龍”這樣的算法公司確實(shí)通過(guò)算法市場(chǎng)化成為了時(shí)代的寵兒,但當(dāng)產(chǎn)業(yè)智能化的接力棒被交到更多元的開(kāi)發(fā)者和服務(wù)商手中時(shí),相比科技巨頭對(duì)優(yōu)秀開(kāi)發(fā)者資源的爭(zhēng)奪,大型CV企業(yè)確實(shí)反應(yīng)遲緩、優(yōu)勢(shì)有限。它們?yōu)楣蓛r(jià)痛苦憂慮的時(shí)候,已經(jīng)有更多個(gè)人開(kāi)發(fā)者、小微企業(yè)開(kāi)發(fā)者在工廠車間、田間地頭開(kāi)始寫代碼、擰螺絲了。

  正在消失的機(jī)器視覺(jué)公司

分享了這么多來(lái)自開(kāi)發(fā)者和企業(yè)的大實(shí)話,我們也得給CV企業(yè)支支招。首先,機(jī)器視覺(jué)將在數(shù)字經(jīng)濟(jì)中占據(jù)很重要的份額,這個(gè)市場(chǎng)從未停止發(fā)展,還有大量場(chǎng)景需要圖像處理、圖像識(shí)別、目標(biāo)檢測(cè)等能力,CV可以大展身手的行業(yè)是非常多的。但是,未來(lái)或許我們會(huì)越來(lái)越少看到以純算法作為核心能力的機(jī)器視覺(jué)公司。

從技術(shù)上,CV需要與其他AI技術(shù)相結(jié)合,才能解決產(chǎn)業(yè)關(guān)心但尚未解決的復(fù)雜問(wèn)題。

前面提到,產(chǎn)業(yè)中還存在大量AI所無(wú)法解決的場(chǎng)景,即便是AI應(yīng)用相對(duì)廣泛的質(zhì)檢、巡檢領(lǐng)域,也有著大量空白的細(xì)節(jié)場(chǎng)景,這些都是具有產(chǎn)業(yè)價(jià)值的。但CV無(wú)法作為單一技術(shù)去實(shí)現(xiàn)突破。比如CV與硬件的結(jié)合,替代人去一些高塔、雷區(qū)、山區(qū)進(jìn)行作業(yè),需要機(jī)器視覺(jué)、機(jī)器人、芯片等方面的綜合能力。再比如,“AI四小龍”都在深入的智慧醫(yī)療領(lǐng)域,也曾有醫(yī)生表示,病理圖像中包含有很多的圖像信息,AI把這些信息提取之后,可以和基因組學(xué)、蛋白組學(xué)更加深入地進(jìn)行研究,而不只是目前這樣簡(jiǎn)單的分割或分類。

從商業(yè)模式上,對(duì)于一些中小微企業(yè)來(lái)說(shuō),通過(guò)各大算法平臺(tái)、開(kāi)發(fā)生態(tài)提供的開(kāi)箱即用的工具/接口,未來(lái)將成為融合性的AI解決方案供應(yīng)商,而不僅僅聚焦于機(jī)器視覺(jué)能力。對(duì)于在CV賽道上具備優(yōu)勢(shì)的企業(yè),讓機(jī)器視覺(jué)能力與攝像頭、處理器、5G、云等行業(yè)所需要的綜合技術(shù)與能力相融合,支持更多開(kāi)發(fā)者和行業(yè)合作伙伴去打造更具行業(yè)價(jià)值和復(fù)雜度更高的模型,商業(yè)模式的重構(gòu)、成功的平臺(tái)化將拓寬機(jī)器視覺(jué)產(chǎn)業(yè)的深度和寬度。

正在消失的機(jī)器視覺(jué)公司背后,隱藏著這個(gè)轉(zhuǎn)型時(shí)代的底色:有人在潮漲潮落中成為過(guò)往云煙,有人在深水靜流中成為人生贏家。