文章|四月简介：融资顺利并不代表没有问题。
我们来谈谈最流行的计算机视觉。
看来，靠谱的商业模式还是屈指可数，而现有企业广泛的业务线，折射出运营商背后的焦虑和犹豫。
作为今年人工智能领域报告的最后一篇，除了项目分析之外，我们还想谈谈一个更现实的问题——技术落地后的盈利模式。
从创投圈的表现来看，今年与人工智能相关的公司都非常幸运。
几家背景宣传良好的公司迅速晋升为独角兽行列。
不过，融资顺利并不意味着没有问题。
就最流行的计算机视觉而言，可靠的商业模式仍然屈指可数。
现有企业的业务线折射出经营者背后的焦虑和犹豫。
不可否认，进入AI行业存在技术壁垒，但人才追逐和资本推动将逐渐消解这一距离。
在洗牌到来之前，利润和资金流通才是最健康的增长方式。
早在芯片战国时代，昨天科技巨头因错失商机而倒闭的事件就是前车之鉴。
最近，智西西结识了一家来自重庆的CV（计算机视觉）初创公司。
该公司成立不到两年，已与四大银行和多家商业银行展开深度合作，其技术已应用于新疆、重庆、广州等地的安防检测领域。
在与创始人兼CEO周曦的交流中，脱胎于国有资本的云从的成长之路逐渐清晰，人脸识别技术在安防、金融领域的应用也不再深不可测。
1.学习路径：跟随CV之父研究语音转语音视觉（上图左为黄旭涛院士，右为中科院重庆研究院院长袁家虎）。
要了解云从的成立机遇，就不得不说说创始人周曦崛起的求学经历。
攻读博士学位期间，周曦做出了将研究方向从语音智能转向图像视频的决定，同时他也在心中埋下了云从创业的种子。
多年前，周曦一直在中国科学技术大学从事语音技术研究，同时参加了微软亚洲研究院的语音识别组。
虽然这段时间学业进展顺利，并在国际比赛中获得了冠军，但周曦始终认为语音技术的实践路径并不清晰。
由于研究对象仅限于人类群体，无论是方向的广度还是深度都会面临瓶颈。
在周曦看来，“做图像研究是一个更广泛的事情。
” 2006年，周曦在时任微软导师的推荐下申请UIUC图像识别研究，师从计算机视觉之父黄旭涛教授。
图像领域的研究还处于2000年代初中期，研究环境和理论还不够成熟。
周曦发现，早年在语音领域积累的成熟算法和思想可以转移到图像研究领域，有事半功倍的效果。
年内，周曦团队在ASTAR、PASCAL VOC、IMAGENET等世界大赛中获得冠军。
然而，学术上的进步和成功并不足以满足周曦的价值追求。
“科研成果可以给个人带来光环，但如果不能解决实际问题，还是很可惜的。
”在美国留学期间，周曦还进入各大科技公司的研究院进行实战学习，包括IBM TJ Watson深蓝研究院、微软西雅图总部研究院、NEC加州研究院等，了解不同模型的技术商业化。
随着研究和理解的深入，周曦对于技术落地的憧憬也越来越强烈。
“Thomas Huang 和我经常讨论一些更实际的问题，哪些地方更适合使用图像和视频的基础理论。
”在芬兰等地考察期间，周曦从一些前沿的应用案例中得到了启发。
同时，他确认了人脸识别技术的应用方向，认为中国市场有相当的存量。
2016年受邀回国后，周曦博士进入中科院“百人计划”，并与UIUC（伊利诺伊大学厄巴纳分校）联合成立重庆研究院智能多媒体技术研究中心-香槟）和新加坡国立大学。
这个研究中心扮演着媒人的角色，逐步将UIUC的先进技术移植到国内，并与中科院前期的研究成果相结合。
同时，也为2006年成立的云从培育了充足的人才和技术成果。
互联网时代，科技公司的首选是北上广深。
云从之所以选择重庆，很大程度上是看中了其背后的人力资源。
“当时袁院长的真诚给我们留下了深刻的印象。
”周曦回忆道。
这里所说的袁院长，就是中科院重庆研究院的院长。
据周曦介绍，他曾三度飞往美国，专门与黄院士探讨如何将领先技术带回中国。
随后云从成立期间，中科院也以天使投资的方式入股。
我之所以选择创业，并不是为了依赖大公司做研发。
周曦表示，在硅谷文化中，真正的创新是由小公司完成的，而大公司的思想相对保守。
在他看来，既然要做创新的事情，就应该更加彻底、更加专注。
2、回国创业：宇人研发及售后覆盖十个城市。
资料显示，云从年底已获得超亿元A轮投资，新一轮融资将于明年初敲定。
在融资进程方面，云从相对低调。
不过，以成立不到两年的团队规模来看，云从的扩张趋势不容小觑。
周曦介绍，云从现有全职员工约200人，主力包括技术研发人员100多人，销售服务人员约100人。
在重庆、成都、上海设有研发分公司，在全国十个城市设有服务及售后中心。
同时与中科院、上海交通大学建立合作研发实验室，“前沿、创新的研究都在实验室里做”。
现在科技公司都在花重金招人，都在寻找人才。
云从在人才管理方面有何独特之处？周曦从招聘和培训两个层面进行了分析：1）关于人才储备。
中科院本身有一个非常强大的学术团队，也有人作为初始团队加入其中。
作为中国科学技术大学和上海交通大学的博士生导师，周曦拥有一定的师生资源和人脉，以及其他常规招聘渠道。
2）采取以旧带新的培养模式。
在原有科学家和工程师的基础上，不断引入新的血液，增强团队的动力。
这个过程中的训练模型非常重要。
周曦强调，要保证青少年快速成长。
作为一家初创公司，要保证团队的正常运转，是不小的经济负担。
就公司营收而言，周曦认为，如果能够提供真正有用、及时的服务，客户就会给予相应的奖励。
另外，以银行、公安为主的客户群体的支付能力也能得到保障。
对于为什么要在公司前期进行粗放布局，周曦也给出了自己的一套逻辑：1）在行业初期，产业链还没有形成闭环，存在着一定的缺陷。
缺乏通用芯片和产品方面。
科技公司必须提供完整的解决方案来保证用户体验，研发和售后部门需要足够的人力来配合和跟进。
如果只拆分一环，核心技术、产品、服务存在短板，就很难保证有效性。
周曦表示，此前行业内已经有很多失败的例子。
2）银行和公安是全国性的分散单位。
如果不在各地设立服务中心，就无法跟进细节需求，满足体验。
3、业务逻辑：金融/证券品牌 云从业务线涵盖了周边技术，其中银行和证券最为清晰。
据介绍，云从已成为银行业最大的人脸识别技术供应商之一，重要客户包括国有农业银行、中国建设银行、中国银行以及多家城市商业银行。
今年9月，云从人脸识别技术已应用于农行37家网点。
谈及具体应用场景，周曦表示非常广泛，云从已经为银行服务提供了40多个解决方案。
该技术与农行超级柜台相结合，人脸认证技术应用于50余项非现金业务操作。
可以有效减少人力，提高银行运营效率。
与中国银行手机业务合作，采用人脸识别技术进行用户登录。
此外，还包括人脸识别收卡、自动发卡机等。
人脸识别技术在金融领域的应用并不奇怪，但大多数情况下只是作为辅助认证，并不是核心角色。
周曦作为技术供应商表达了自己的看法，“这将是一个金融监管逐步放权的过程。
”前期，行业需要通过一系列应用来完善安全控制，最终实现安全性与便捷性的平衡。
另一方面，关于人脸识别在安防领域的应用，周曦并没有过多介绍，因为其中有一些是保密的。
主要基于大数据库检索、动态部署与控制、轨迹跟踪等核心技术与各业务线算法项的结合。
云从推出的智能图像检测仪、千万级公安人像检索机、人脸识别智能人员管理系统、大规模动态人群特征检测系统等产品现已在广东省公安厅使用、新疆区域安全工程、重庆市政府、沙坝公安局等地均已应用。
在技??术层面，可移动大规模数据采集阵列和两层异构深度神经网络是云从的核心创新技术。
周曦表示，核心技术不会固步自封。
该行业竞争激烈，需要不断推进创新。
在科研推广方面，云从始终与母校UIUC保持顺畅联系，并通过中科院和上海交通大学联合实验室在国内进行推广，让新技术能够快速引入品牌。
谈及技术普及应用的门槛，周曦将云从的成长之路总结为四点：1）前期需要理论功底和积累。
周曦强调，云从核心团队在图像技术领域积累了十年经验。
作为计算机视觉之父，Thomas Huang 此前已有数十年的研究成果。
2）足够大的团队和能力，能够满足客户的个性化需求。
只有核心技术不足以实现产品。
在实际合作中，用户会提出各种具体要求。
“比如手机应用要求占用内存尽可能少；公共场所的视频应用要求实时响应快，定位精度必须达到像素级。
”周曦举例道。
人脸识别不仅仅是简单的比对问题，还包括光线、角度、遮挡、运动模糊等多个模块。
3）服务体系具有及时解决客户问题的能力。
团队需要深入当地建立完善的服务网络，能够提供跟进、面对面的沟通服务模式。
4）品牌背书。
周曦将云从定义为“国家队”，云从的知识产权和资本结构都是国有资产。
中科院、嘉都科技等品牌背书，提升了云从的认知度。
与银行、公安等单位合作时，品牌背景也是需要考虑的重要因素。
此外，云从还采取合作模式，将核心模块融入机器人、教育、智慧社区等领域。
谈及与银行、证券业务的区别，周曦强调，重要的业务线必须保证自己有自己的终端客户，认可云从的品牌，所以在银行、证券领域会坚持直销模式。
4、CV的想象：刷脸支付已经在广州高校落地，并从银行衍生到金融领域，产生了一些有趣的案例。
Amazon Go的炫酷视频为我们展示了支付升级的新趋势。
马云为旗下投资公司进行人脸识别支付的消息一直很热，但真正将使用场景搬到线下的公司屈指可数。
云从与建设银行合作推出的校园电子银行就是其中之一。
据周曦介绍，广东高校已设立数十家校园电子银行，通过引入人脸识别等技术，可以实现无人值守。
师生进门后可通过摄像头识别并追踪顾客身份。
除了人脸识别笑脸墙、网格店可以进行二手商品交易外，网点还可以在支付过程中使用人脸识别购买饮料。
在此过程中，云从为建行提供了人脸识别技术和设备支持。
在消费产品的探索上，云从的业务路线是从B端逐步过渡到C端市场。
不过，周曦认为，现在还不是C端AI产品普及的时候。
他提出消费类产品需要同时满足三个条件：1）性能稳定； 2）使用方便，打开一看就懂操作。
“你还需要人工指导。
”消费级产品肯定不行，但专业化运营并不是工业级市场的门槛。
”周曦分析道；3）价格便宜。
相对而言，行业应用产品的价格因素并不是首要考虑的因素对于客户来说，科技公司可以遵循的产品逻辑是找到适合自己的企业级应用，经过近两年的迭代和优化，产品成熟度和易用性都提高了，成本也提高了。
经历了从实验室研发到商业化的成长，周熹分享了自己的感悟：刷数据库、在比赛中获奖，对于实际落地意义不大。
前者仅证明了核心技术的理论性质，但离产品实现还很远，技术的实际使用环境复杂多变，照明角度、分辨率、识别速度、准确度等都是不确定因素。
;同时，技术方面还需要考虑不同的操作系统和不同的软硬件环境，而这个过程的复杂性需要良好的心理预期，不再与基于收集的数据库进行实验是同一维度的。
5、结论：技术团队可以遵循的商业化路径。
年底，国内AI行业几家明星公司完成大规模融资，宣传竞争激烈，足见该领域市场重叠和竞争程度。
总体而言，云从是一家历史悠久的公司。
作为后来者，云从在宣传或地理环境方面或许不具备优势，但它在成长初期表现出了更快的步伐，而且其合作数量比行业内同类科技公司更加明确和清晰，涵盖了更大的面积。
其差异化优势体现在：1）公司背靠中科院等实力雄厚的学术机构，在人才吸引和品牌背书方面发挥着重要作用； 2）虽然云从天使轮和A轮融资的消息并未被广泛宣传，但融资的节奏和背后的资本力量值得关注。
“我们是一家纯粹的国有企业，”周曦说。
也就是说，云从在技术实力和应用权限方面将拥有更多的国内自主权。
3）脱胎于技术机构的初创公司，拥有较强的技术积累和成熟度，这也直接体现在产品和解决方案落地的速度上。
回到上面所说的。
当技术爆炸的时候，有技术实力、有积累成果的企业不会太差。
相对而言，缜密可靠的业务布局是科技公司面临的挑战。
在市场尚未明朗的情况下，手头大量融资盲目试错并不是长久之计。