AI作为一种应用技术，有通用型市场，也有垂直市场。第一种情况下诞生了AI＋行业的第一批人工智能公司；当AI通用技术从普及到往行业深扎的过程中，会出现行业＋AI的第二批人工智能公司。在跟场景数据强相关的市场上，必然会出现垂直型的行业＋AI公司。
看看挣钱的AI企业在干嘛？
18年中国人工智能100强榜单中，预计营业收入10-20亿的企业有八家。商汤科技、寒武纪、旷视科技、影谱科技、眼神科技、海尔U＋、优必选、云从科技等位列第一梯队。
AI企业想要商业落地，行业细分领域纵深是决定成败的重要因素。迅雷创始人曾表示，行业壁垒是AI创业最夯实的护城河。
他用医疗AI举例，“如果没有海量被专业医生标注的数据，再天才的科学家也无用武之地”。但在国内，获得医疗数据的非常困难，但如果一个创业者在医疗行业耕耘很多年，也许获得数据的途径来的比大公司更容易。
微软亚洲研究院副院长张益肇也曾表示，现在大部分人工智能模型需要靠大量数据来进行学习的，一个行业要想发展人工智能相关应用的前提是获得与行业、领域相关的，且经过标注整理的数据。
在第一梯队中，海尔U＋隶属海尔集团，深耕智能家电领域。背靠市值千亿的家电巨头，海尔U＋在智能家电市场的纵深可想而知，家电用户相关的各类数据就是发展AI智能家电的基础资源。
而在市场方面，家电本身就是一个离消费者非常近的行业，而从传统家电转向智能家电，是消费习惯的逐步养成，而不是“盘古开天地”般的巨变。
所以行业规模大加上“离钱近”，拥有这两点的加持是不少第一梯队公司的特点。
关于AI企业在安防领域的一地鸡毛
人工智能，自从前两年的概念泛起如今正逐渐走向落地应用阶段。然而，从厂商和用户的普遍反馈来看，AI在安防领域的落地应用并没有大众想象中的顺利，开始有越来越多诸如场景碎片化、应用成本高、实验室场景到实际应用场景效果差距较大等问题被暴露出来，而这些也成为当前阶段AI落地应用过程中新的痛点。其中，对于产品和解决方案提供商而言，AI应用场景的碎片化更成为工程项目亟待解决的问题。
AI技术下沉激发安防市场深层觉醒
安防作为一个典型的垂直行业，全部是图像视频数据，用通用型技术无法解决，必须用垂直的、专用的图像识别技术来做，比如，多角度多姿态、复杂光线下的人脸识别等。通用技术在早期大家觉得还可以接受，当深扎进入安防行业中，通用的AI技术便开始分裂，用户开始期待更适用于行业领域的AI技术。
AI对安防行业带来的改变不是单纯的提供计算机视觉等AI技术，而是由AI驱动的安防行业信息化。安防是AI技术带来变量最大的行业。对于很多互联网公司而言，AI 只是对某个软件进行了升级，但对安防行业来讲，AI 技术开启了整个安防行业的信息化革命，这是沉睡已久的行业需求，AI 将它唤醒了。而当信息化的需求被解决，整个安防市场的体量会相当可观。可以预料，未来五到十年将会是安防行业的快速发展期，也将是 AI 推进安防信息化的技术改造期。
AI落地智能安防的现存痛点
眼下，AI总是给予大家以错觉，认为安防智能之旅已然结束，但事实上，越往后发展，这其中的故事越多元、越复杂，AI在安防市场的应用比大众想象的边界要更远、更深。
截至目前，AI等技术在安防行业的落地、生根，尚存四大问题：
1、中国的安防市场具有其他国家和地区无法比拟的高度丰富性和可挖掘性，雪亮工程等项目是基于对海量视频图像分析的AI应用刚需依旧很大，现有的几家公司完全不能够应付。
2、安防项目是集产业、技术、模式、资本、服务为一体的复杂系统，涉及前端采集、存储、传输、管理、应用等多个产业链条，而且当下赋能过程中，AI仅仅渗透到了采集等单个环节。同时，AI的实际应用效果尚不能让人非常满意。比如，目前市面上大多安防人脸识别系统可以称之为‘中青年男性人脸识别系统’，因为女性、老人、小孩等人脸识别依旧有很多问题待突破。另外，夜间、正午光线过暗过曝等环境因素对人脸识别的准确率仍然有很大的影响。
换句话说，安防行业一直以来存在的问题，AI只是帮忙解决了冰山一角，该有的问题依然存在，之前没有的问题也还在增加出现。
3、创业公司生存压力之大平常人很难感同身受，作为传统制造业，安防产业链长、成本高也是摆在企业面前的一道现实问题，成百上千人的队伍，加上巨额的营销、研发成本，想要一直紧咬传统安防巨头，做垂直应用变得越来越艰难。
可以看到，如今的很多创业公司都是在拿着锤子找钉子，多条腿走路，从越来越多CV创业公司开始布局安防之外的零售、教育、医疗等市场就可看出。
4、赛道现有玩家大多无法形成数据闭环。眼下的安防项目构成，集成商们拿着传统安防厂商的摄像机、AI创业公司的算法、ICT厂商的服务器，找第三方公司做软件交付，这样的作业模式无法形成数据闭环，这也是创业公司面临的最大问题。
2067
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
