無人再談CV：計算機視覺公司的困境

鎂客註：

計算機視覺公司高融資的背後，是他們極力在擺脫CV標籤的事實。

無論是頭部企業如曠視、商湯，還是第二梯隊的雲從、依圖等，他們在技術商業化落地的時候，已經不僅僅局限於計算機視覺，從單點技術到到整體技術方案成為大勢所趨。

未來的1-3年將是AI升級傳統行業格局初定的歷史窗口。在這個窗口周期，一旦一家足夠強大的AI公司進入某個行業，就會因為數據和行業經驗的反饋，建立起自己的技術壁壘。

正文：

2018年的AI創投領域，以單筆融資金額來看，CV（計算機視覺，computer vision）公司仍是絕對主角。

4月，商湯宣布獲6億美元C輪融資，5月底，又宣布再獲6.2億美元C+輪融資，估值超過45億美元。6月中旬，依圖宣布完成2億美元C+輪融資。

明星項目巨額融資，行業馬太效應凸顯，加之2018的市場錢荒，看起來，CV小公司和新玩家面臨的挑戰越來越大。

那麼，CV賽道的戰爭是否已經結束？行業排位是否已成定局？新湧現的CV公司，是否還能破局？

為此，「甲子光年」採訪了商湯、曠視、雲從、依圖、愛筆智能、格靈深瞳、碼隆、閱面、圖普、CELLA、Yi+等多家以計算機視覺技術見長的公司，和多家深度參與此賽道的投資機構。

我們看到的是，融資數字背後，是各家公司對不同打法「用腳投票」的開始。

目前行業的共性是：「CV賽道」走過了從「強調技術、不談場景」到「扎堆單一的安防紅海市場」再到「淡化單點技術，尋求場景、價值多元化」的路徑——各家公司事實上都進入了一個「重新定義自己」的階段。

這層轉變後，再統稱他們「CV公司」已不合時宜。即使商湯估值已超過45億美金，與第一梯隊的其他公司都拉開了巨大差距時，這個「賽道」也未到排位已定的時刻——因為當所有人都在重新定義自己時，排名是沒有意義的。

新的可能性正在醞釀，也許是時候換一個視角了。

巨額融資：為未來買單

從實驗室里的前沿技術，到如今「無需過多解釋」，計算機視覺技術花了整整半個多世紀。

1966年夏天，MIT的一間教室里，人工智慧先驅Marvin Minsky給自己的研究生出了這樣一道題：「Spend the summer linking a camera to a computer and getting the computer to describe what it saw.」

讓機器去「看」，並且告知我們它看到了什麼，這便是計算機視覺的原點。

整整50年後，AlphaGo戰勝李世乭，掀起了人工智慧熱潮，CV技術也終於做好了商業化的最後準備，ImageNet數據集、GPU算力支持和深度學習演算法「三駕馬車」整裝待發，商業落地到了爆發前夕。此後，中國計算機視覺公司自2016年下半年加速崛起，逐漸形成了以商湯、曠視、依圖、雲從「CV四獸」為主導的格局。

它們的脫穎而出，最直觀的表現是一輪又一輪的高額融資：

2017年，CV賽道迎來融資大年：依圖在5月獲得了3.8億人民幣C輪融資；商湯在7月完成4.1億美元B輪融資；3個月後，曠視宣布獲得4.6億美元C輪融資；11月，雲從又宣布獲得5億人民幣B輪融資。

進入錢荒瀰漫的2018年，四獸的融資勢頭依然迅猛：商湯在4月和5月連續宣布獲得6億美元C輪融資和6.2億美元C+輪融資；6月，依圖宣布獲得2億美元C＋輪融資；同時，有消息稱雲從也完成十億級人民幣的新一輪融資。

巨額融資吸引了大量關注，也激起了廣泛的爭議：雖然各家公司都在金融、安防等領域開始獲得收入，但顯然，沒有一家公司現階段的盈利看起來匹配得上超高的估值。

對高估值表達不解的，首先來自二級市場投資人。「今天是商湯，明天還是商湯，無論是徐冰、徐立，商湯在二級市場參加券商策略會和電話會議的次數比一個正經的上市公司還多。」一位二級市場從業人員告訴「甲子光年」。在他看來，某些機構，包括一些主要做二級的機構參與商湯的投資，主要是奔著「明星項目」：「有了明星項目招牌菜，後續募資、投資會容易，至於是不是真的看好它？投的是不是值？沒有考慮太多。」

然而，已經「上車」頭部公司的各位投資人，並不覺得買賣不划算。

「為什麼要給錢？大家都不傻。」投資了「CV四獸」之一的某投資人對「甲子光年」說，「巨大的前景，才是高估值的本質。」

商湯聯合創始人徐冰去年底曾在公開場合說：「你要去跟市場上AI概念的上市公司比，商湯科技的PE或PS要低不知道多少倍。」以科大訊飛高峰期的190倍PE為比較，以當時商湯30億美金的估值來看，商湯的年盈利需要超出一億人民幣，才能支撐「比AI概念股PE倍數低很多」的說法。

曠視的投資方啟明創投執行董事周志峰告訴「甲子光年」，現階段估值有一定溢價很正常，核心是看商業化能力。他透露，曠視To B的業務在去年公司成立第4年時已經做到了年銷售額幾個億的量級：「中國做企業服務的創業公司中，在業務發展上達到這個規模和速度是少見的。」

不少高估值質疑者認為CV公司終究無法在傳統產業鏈條中獲得真正的資源分配權和定價權，而商湯B+輪投資機構晨興資本合伙人程宇認為：「即使在海康、大華等行業內巨頭環伺的安防領域，技術公司也有獨特的優勢。」他把搶佔安防「紅海市場」的競賽比喻為爬珠峰，有南坡、北坡兩種路徑——一坡是海康掌握的渠道優勢，一坡是商湯們掌握的技術優勢。技術優勢可以解鎖之前做不了的新場景，帶來「增量市場」，積累更多數據，形成正向循環。「南坡、北坡都可以登頂。」程宇說。

商湯方面告訴「甲子光年」，他們已在2017年實現全面盈利，業務營收連續三年保持400%同比增長，2018主營業務和收入同比增長10多倍。

在頭部項目吸收了大量資金時，CV早期公司是否還有機會？

一級市場的投資機構在用行動表示：機會還在。

IDG資本合伙人牛奎光告訴「甲子光年」：「雖然從技術的角度切入基本上沒什麼機會了，但如果從行業應用的角度還是有一些機會的。」

比如創新工場在今年3月投資了其人工智慧工程院獨立出來的創新奇智公司，落地場景包括新零售、工業製造、保險行業等；在新零售行業找到落地場景的愛筆智能（Aibee）也成了最受資本追捧的新銳公司之一——今年1月，Aibee獲得了1.65億元天使輪投資，估值達8億，刷新了中國AI初創公司的融資記錄。

普華資本合伙人蔣純告訴「甲子光年」：「小公司也有機會是因為，計算機視覺已經在很多場景被證明了模式的可行性，這個市場足夠大，足夠分散，不會有誰能贏者通吃。以工業製造為例，紡織業、酒業、地板業、每一個細分領域的差別都很大，需要不同的解決方案。」

「深度學習驅動的計算機視覺大規模落地應用，才剛剛開始。」周志峰告訴「甲子光年」。

在被問到是否認為爭奪賽道老大的競賽已經結束時，體量已成Top1的商湯也給出了如出一轍的回答：AI應用落地的大潮才剛剛開始。

「剛剛開始」，意味著不確定，也意味著機會。

投資了曠視的創新工場CMO黃蕙雯告訴「甲子光年」，AI技術能夠創造指數型的增長，在曠視身上，能看到這種增長。「不能以現在，限制對AI未來發展的想像。」

那麼，當投資機構和創業公司都願意「為未來買單」時，這個想像力具體體現在哪兒？

行業滲透：不只有安防

對以計算機視覺技術切入商業世界的各家公司來說，傳統巨頭林立的To G安防領域已成舊故事。因為不管是否現階段最主要靠安防掙錢，他們的眼光都瞄著更大、更廣的市場，這樣才足以支撐起「很貴的未來」。

從行業類型來說，如果人工智慧是一片荒漠，安防是一片小水窪，那麼在很多人看來，在不遠處，還有一片大海。在「甲子光年」走訪的多家計算機視覺公司與投資人口中，新零售、醫療、工業製造、互聯網娛樂等是被提及次數最多的「大海」。

商湯告訴「甲子光年」，現階段商湯最看中的行業是手機、自動駕駛、智慧城市和互聯網娛樂；未來會著力開拓新零售和教育。最近一個多月，商湯相繼與上海申通地鐵、成都市簽約，分別落地交通出行場景和一帶一路區域總部。在AI研究領域，商湯與阿里巴巴、香港科技園聯合成立香港AI Lab；與MIT簽定戰略合作，推進AI學術突破。

曠視目前重點投入的領域有3個：包括公共管理等泛安防的城市管理，包括手機在內的移動終端以及零售和物流。曠視方面告訴「甲子光年」：「我們希望我們是物聯網的推動者。」曠視關注以上3個領域的內在邏輯是，它們共同組成了個人、公共領域再到商業領域的物聯網布局：個人IoT指手機等智能終端；公共IoT指通過技術升級實現對城市安防、城市環境、城市服務的精細化管理；商業IoT指倉儲、物流、零售，「這幾塊的未來市場非常大，比如在曠視艾瑞思和心怡科技合作『未來一號』倉時，我們的倉儲機器人能真正替代人完成分揀、搬運等工作，可以幫助客戶節約60%以上的人力成本，揀貨效率整體提高2-3倍，是真正意義上的降本增效。」曠視方面透露。

依圖也是在安防與金融之外，於2016年開始重點布局醫療領域。有「國家隊」之稱的雲從則選擇在教育、智慧商業等方面拓展版圖。

對於商湯與曠視重點投入的手機行業，一個特點是，強勢的手機廠商可能會選擇多個技術合作夥伴，以制衡供應方。所以商湯、曠視在同一品牌上展開了競爭。

2017年底，OPPO將商湯的AI雙攝虛化等技術作為一個重要亮點加入了R11s旗艦機中。2018年4月騰訊《深網》的一次採訪中，曠視相關負責人吳文昊明確表示：「我要把商湯擠出去。」而曠視最終也確實拿到了OPPO的訂單。此外，曠視為vivo、小米、華為提供手機人臉解鎖、人臉支付、3D人像光效等方案；商湯則為vivo、小米、魅族、一加等品牌提供人臉解鎖、智能美顏、智能濾鏡、背景虛化、智能相冊等影像技術。近期，小米8透明探索版使用了商湯原創的3D人臉解鎖技術；而OPPO Find X則同時使用了商湯的人臉3D重建和前置3D虛化技術和曠視的3D人臉解鎖和支付方案。

林元慶新成立的Aibee選擇了新零售。一些體量較小的公司，如中科視拓、閱面科技、碼隆科技、圖普科技等也都在新零售方面積極布局。

與安防相似，新零售行業中也存在著大量的場景需求。智慧門店、智能買手、智能倉儲與物流、智能營銷與體驗……各環節都有AI 需求。

在5月獲得K11的戰略投資並與其形成戰略夥伴關係後，Aibee開始與擁有多家高端大型商場的K11深度合作，探索精準零售的AI整體解決方案。

「我們在這方面跑得特別快，並且我們想要解決線下零售升級的核心問題，幫他們搭建核心技術系統，對其進行質的提升，最終要使這個購物中心很懂顧客，懂各家商店，全面數字化人、貨、場。」林元慶告訴「甲子光年」，與很多營收乏力的AI公司不同，「Aibee的第一個商業合同就超千萬元」。

林元慶還首次透露，在AI線下旅遊方面，他們「也跑得很快」，已經落地的景區包括北京野山坡、黃山在內，已超30家。

久未發聲的格靈深瞳也看到了新零售的巨大市場。「18000家門店，有多少比例完成了智能化改造？今年才剛剛開始。」據格靈深瞳CEO趙勇稱，目前已有4000多家店面接入格靈深瞳的系統，並以每天100家的增速增長。「接入方式是在各地請第三方服務公司上門部署，部署的方案既包括軟體系統也包括硬體。」

除新零售外，格靈深瞳還進入銀行、能源（具體而言以加油站、4S店為主）領域。「這3個行業有相當高的相關性和復用率，都是跟營銷有關。物聯網營銷公司慢慢會變成格靈深瞳一個重要的標籤。」

另一個被投資人、創業者反覆提起的場景是工業製造。

啟明創投周志峰告訴「甲子光年」，近期他們投資了一家成立半年，以工業安全為場景的計算機視覺公司。

「目前中國正處於工業製造升級的時間窗口，這是天時。」關注工業場景的翊翎資本管理合伙人范維肖對「甲子光年」說，「中國的工業製造還比較原始，發達國家已經開始了工業4.0進程，中國還處於1.0時期。基於此，中國正在推出工業製造升級，智能製造2025，這對於計算機視覺等AI技術進入工業領域是一個很好的時間窗口。」

從場景端來說，質檢、包裝等工業環節有著很大的智能化需求。翊翎資本深度孵化的AI產業鏈Paas平台公司CELLA就與大亞聖象合作，在木地板製造中找到了落地場景。范維肖介紹：「在木地板行業，需要對切割好的地板木片做檢測，這種工作現在只能是人在檢測，一位質檢工人一天大約只能檢測一萬片，需要花12小時，而引入CELLA的技術後，可以大幅提升生產效率。」由於除了質檢環節，木地板的生產已經完全實現流水線操作，所以客戶有很強的需求接入技術解決方案，以實現全流程「在線」。

計算機視覺技術也正在醫療領域尋找落地機會。

「醫療的想像空間很巨大。」依圖方面告訴「甲子光年」。

中國醫療的大痛點是資源分布嚴重不平衡。「大醫院人滿為患，而基層醫療機構診療資源和能力嚴重匱乏。現在整個行業發展狀況最多只能算是滿足了醫療領域1%的需求。」依圖方面分析，人工智慧技術能將頂級醫療機構的診療能力賦能基層，以解決「資源不平衡」的痛點。

其次，醫療影像師培養時間的漫長造成醫療人才上的缺乏，也給予AI醫療影像大的發展空間。

「目前，我們已經擁有覆蓋全鏈路醫療數據的產品矩陣，包括肺癌、乳腺癌、兒科常見病診斷等，並在全國一百多家三甲醫院落地。比如，依圖醫療的肺癌影像智能輔助診斷系統，已經實際進入臨床工作中，依圖系統自動產生的影像診斷報告中超過92%是直接被醫生採納的，對醫生的工作效率有量級上的提升。」依圖告訴「甲子光年」。

清晰的痛點吸引了各路玩家入局。依圖之外，醫療領域還有阿里雲ET醫療大腦、騰訊覓影等巨頭，推想科技、圖瑪森維、DeepCare等新秀也一併湧入。

「未來的醫院將是一個智能醫院，就是人工智慧會變成醫院的基礎設施，就像今天互聯網已經成了醫院的基礎設施一樣。」依圖科技告訴「甲子光年」。

縱觀客戶類型、行業特性的轉變，一個明顯的趨勢是從G端到B端的轉變。

正如趙勇所言：「任何技術行業早期都是從G端開始的，政府有剛需，願意為技術付很高的價格來買單。隨著技術越來越成熟，成本越來越低，慢慢便會進入民間。這是一個普遍規律。」

「未來在B端蘊含著巨大的機會。如果To G市場是10，那麼B就是 100。現在只是計算機視覺的第一波——G端催生出了幾個獨角獸，2018、2019年會出現新的獨角獸。」閱面科技CEO趙京雷告訴「甲子光年」。

打法重塑：告別單點技術

「現在很多人一提計算機視覺，還是只能想到人臉識別，」林元慶向「甲子光年」吐槽，「但是你去看CVPR（國際計算機視覺與模式識別會議）今年的近千篇文章里有多少是人臉識別的？非常少，不到十分之一。」

在重新選擇細分領域的同時，各家公司也在摸索商業打法。一個共同點是，單獨的「計算機視覺技術」提得少了，單點技術被融合多種技術的整體解決方案替代。

在2014年成立時，商湯對標的是研究屬性很強的DeepMind。但現在，商湯的定位被更新為「全球領先的人工智慧平台公司」。

2011年成立的曠視，最初推出Face++人臉識別開放平台，現在，其官網上則寫道：「曠視科技是人工智慧驅動的行業物聯網構建者……希望用AI+IoT賦能終端實現物理世界的數字化。」

到了2017年底，雖然林元慶是計算機視覺技術方面的大牛，但他成立Aibee科技時，一開始就沒從純技術出發搭建公司，而是卡住「AI2B」的定位——以AI技術賦能傳統行業，幫助其升級。在技術方向上，Aibee科技強調計算機視覺、語音、自然語言處理和大數據等多種技術的融合。

格靈深瞳CEO趙勇也有同樣的感覺：「客戶需要的是一套完整的行業解決方案，而不是一套演算法或者一個攝像頭，這就需要各種各樣的技術，而不是某一種技術。」

從打法上來說，商湯是頭部公司中最特別的一家，只有它敢明確提「平台化」，商湯方面告訴「甲子光年」，它們要成為有「核心平台化能力」的公司。

商湯方面告訴「甲子光年」，所謂核心平台化能力是指將商湯的技術優勢轉化成平台優勢，通過與不同行業、場景的需求結合，推動各行各業的智能化發展，成為行業賦能者：「商湯目前已開始在10多個行業中布局，以手機與互聯網行業的SenseAR開發者平台為例，商湯與OPPO等手機廠商、app開發者合作，共同打造中國AR生態，目前app端的合作夥伴有京東和王者榮耀。」

「在戰略層面，商湯並沒有說要專註於某一行業，而是希望賦能所有行業。」商湯告訴「甲子光年」。

平台化、同時深入十多個行業帶來的一個好處是「交叉成熟效應」。商湯對其的解釋是：進入到任何一個行業都能獲得大量數據，這些數據能夠反哺演算法。而在一個行業中進行的演算法積累，也能促進另一個行業的演算法成熟度，多個行業共同發力，最終推動研發、演算法走向極致。這種行業間的相互促進，就是「交叉成熟效應」。

同樣以融資速度和金額令行業注目的新公司Aibee站在光譜的另一端：深度投入做標杆客戶。

「我們現在70多個人，核心團隊全是在做技術，我們的客戶非常少，但都是大客戶，我們BD（商務拓展）的人非常少，我就是最大的BD。」林元慶告訴「甲子光年」，這一階段，他們主要想做出行業標準。

在多家公司都強調做「端到端」的整體解決方案時，林元慶說，「行業解決方案」和「幫助行業升級的解決方案」是完全不同的東西，能夠實現升級是關鍵。

「就是要create big value」,林元慶解釋，「這些行業是千億級別的盤子，你最起碼有可能幫行業提升10%、50%，甚至翻倍的效益，才能真正稱得上行業升級。」這對技術的挑戰相當大，「這樣的整體升級方案需要有把眾多技術有機融合的架構，一定不是單點技術。」林元慶說。

升級，同時需要對行業的深度理解，需要技術公司和傳統公司的深度溝通，所以Aibee在和K11等客戶合作時，做得非常「重」：「我們每天和商場的線下運營團隊一起工作，互相學習、互相啟發，很多我們想不到的，他們能想到。」

雲從也在做類似的「深度溝通」和「教育客戶」，雲從科技聯合創始人姚志強告訴「甲子光年」，雲從專門成立了「人工智慧大學」，面向行業客戶，幫助他們更加深入地理解AI如何幫助自己。

在鍛造行業性平台能力和服務標杆大客戶之間，還有一種折中的路徑：為眾多客戶提供解決方案，好處是既接近客戶，又能獲得大量的數據。

格靈深瞳在新零售方面的嘗試是一個例子。

趙勇告訴「甲子光年」，格靈深瞳的新零售業務雖尚不盈利，但增長很快，在服務客戶數量方面遙遙領先。「差不多每天都有幾百萬的行為、訂單、數據被我們收集反饋，再過幾個月我們每天分析的客戶就會超過千萬。」趙勇說。

「客戶行業通用」VS「通用客戶具體方案」，目前AI創業大致已分為這兩個路徑。

後一種路徑最被BAT這樣的大公司所採納。比如Google推出了Cloud AutoML，百度推出了Easy DL，這些都是把深度學習、人工智慧技術能力「平民化」、「簡單化」的賦能型通用平台，可省掉部分公司聘請演算法團隊的成本。在新的技術公司里，依託中科院背景的中科視拓也在做此類「AI平民化」的嘗試，同樣打「平台化」標籤的商湯的做法則是選定十幾個行業，做行業內的賦能平台。

在回應外界的「融資機器」評價時，商湯方面對「甲子光年」說：「商湯的投融資活動都是與場景業務相結合的。商湯要打造平台型企業，業務布局廣泛，更多資金和戰略協作有助於商湯更好地完成上下游鏈條的垂直整合。」以C輪為例，商湯科技獲得了阿里、蘇寧等合作夥伴的投資，將享受它們帶來的豐富落地場景。

在實踐上執行「客戶行業」的林元慶告訴「甲子光年」，他認為這兩種路線各有利弊，現階段很難評價最後的成敗，「核心還是，要找到一個給場景行業帶來很大value的最有效方式。」

「這沒有對錯，沒有路線之爭。」林元慶說。

鎖定窗口期：行業需要融合的技術

接下來的1-3年是關鍵時期。

「 如同互聯網興起的2000年左右，未來的1-3年將是AI升級傳統行業格局初定的歷史窗口。如果3年之後，你還沒進這個行業，這個行業肯定已經被別人做了。」林元慶告訴「甲子光年」。「歷史窗口」的邏輯在於，一旦一家足夠強大的AI公司進入某個行業，就會因為數據和行業經驗的反饋，而開始快速的技術迭代，壁壘會快速壘起，「別人再進來就相當難了，所以未來3年在細分領域的競爭會很激烈。」

在鎖定窗口方面，頭部公司已經展現了某種「勢能」上的優勢。商湯內部一位一線產品經理告訴「甲子光年」：「一年前跟客戶接觸，客戶只知道人工智慧熱潮，會接觸幾家再選擇，需要去解釋自己的技術優勢。融資後，客戶直接沖著商湯的名氣來，不需要再解釋基礎性的東西。」

成立於2013年的格靈深瞳，在2014年一度像今天的商湯一樣，是計算機視覺領域風頭無二的公司，但此後一度沉寂。在充分經歷過行業泡沫和公司的熱潮、低谷後，CEO趙勇反思「在某個階段確實過度PR過」，現在，他認為產品和客戶才是最核心的。

「創業前兩年確實更關注外在的事情，如PR和融資，但過去的歷史不斷告訴我們，一個成功企業的核心要素是產品、服務、價值、商業模式的優越性，而不是這些。」趙勇坦承。

在趙勇看來，行業內尚未出現一家「特別成功的公司」，還存在著很多機會：「格靈深瞳慢慢積累的優勢是成為一家比較紮實的公司，從底層的技術到上層都是比較成熟的。」

而鎖住窗口期，「佔住行業」又有兩種可以並行的做法：踏踏實實地自己圍繞客戶做好產品和方案，或以投資、合資、開放合作等方式為深入行業「加時間槓桿」。資本雄厚的頭部公司已開始自己做「金主」，構建起自己的小生態。

例如，商湯成立了戰投部，組建了一支跨界團隊，投資了51VR、禾連健康等公司；曠視也以全資收購艾瑞思機器人的方式，進軍智能機器人業務。

與有渠道優勢的傳統巨頭合作也是資本運作的一種方式。如2015年7月，商湯與傳統安防公司東方網力共同成立「深網視界」；次年4月，商湯還併購安防黑馬「新舟銳視」，以彌補其全球聯動產品的短板；與之類似，依圖於2016年5月與傳統身份識別解決方案商神思電子成立「深思依圖」。

謀劃新零售布局的中科視拓從去年底開始密集調研，其CEO劉昕向「甲子光年」透露，當時他們跑了北京、上海、成都、深圳、重慶等地摸店鋪需求，總共分析了100多家提供新零售技術服務的公司，不限於CV公司。得出的結論是，無人店並沒有帶來效率提升和成本降低，智慧店鋪現階段講了太多感知，卻沒有升級到供應鏈優化和提升營收的層面，而結算智能化才是新零售的核心。

「應該投資一家零售公司，」劉昕說，「敬畏行業，不要幻想技術解決一切。」

所以，這些資本運作並非「不務正業」，而是與「從技術到場景」、「從單點技術到整體技術方案」的行業邏輯一致——戰投和收購，有利於補足計算機視覺之外的技術能力，同時開發新的業務增長點。

對各家公司來說，他們和行業打交道越深，越是共同領悟到，不管最初是以計算機視覺或是語音技術切入，想要真正變成能提供行業解決方案的公司，都要或多或少地補足AI領域某些其他的技術能力，如語音、自然語言處理、物聯網、大數據等。這也是現在許多原本主要做計算機視覺、語音演算法的公司開始切入算力層、投資晶元公司或自己做晶元的原因。

過去，以技術特徵劃分「賽道」的邏輯正在失效。為了提供「端到端」的方案，公司需要融合不同類型、不同層面的技術。有理由相信，市場上還會出現更多「令人感到意料之外、情理之中」的投資和合作。

2018年，技術在融合，做單點技術的CV公司在消失。

各種快速的變化中，不變的是底層商業邏輯，能真正創造價值的公司會逐漸打開局面。

在AlphaGo的熱潮到來之前，創立了ImageNet數據集的李飛飛曾在一次Ted演講中暢想：「當機器可以『看到』時，醫生和護士會獲得一雙額外的、不知疲倦的眼睛，幫他們診斷病情、照顧病人；汽車可以在道路上行駛得更智能、更安全。機器人，而不只是人類，會幫我們救助災區被困和受傷的人員。我們會發現新的物種、更好的材料，還可以在機器的幫助下探索從未見過的前沿地帶。」

雖然整個AI創業註定是任重道遠的征程，現階段拿著放大鏡看也有各種問題，但他們正在一寸一寸讓以上的設想照進現實。也許3年之後，倖存者就能驕傲地證明，他們配得上如今高企的估值和社會的期待。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！