AI应用启示录：安防市场的蜜糖和砒霜-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

禁运一解除，上唐科技的股价就暴跌。

对于这样的结果，外界并没有太多的惊讶。2019年，人工智能领域的投融资活动数量大幅下降。”四条龙”的上市道路坎坷。在整个市场环境中，机构投资者的退出可以说是一个预期的结果。

与股票价格的短暂涨跌相比，许多人无法理解为什么以前的”宠物”被”抛弃”了，它的命运远非如此。几乎所有以计算机视觉为起点的人工智能企业家都走上了高开放和低开放的道路。

这个问题的答案不仅是”整体环境不好”。人工智能市场的方向必须弄清楚在该行业崛起的过程中犯了什么错误，为什么新故事无法恢复投资者信心，以及企业家自我救赎的机会在哪里。

01一个美丽的梦

回顾人工智能的发展，2014年是一个重要的时间节点。

在2012年的ImageNet挑战赛上，深度卷积神经网络AlexNet问世，开启了计算机视觉的黄金时代。在接下来的两年里，国内外的研究团队继续刷新榜单。到2014年，计算机图像识别的准确姓首次超过了裸眼识别。

虽然此次事件的影响力不如AlphaGo，但它直接影响了AI的业务流程。国内企业如光石.上汤.云聪.益图.葛灵神通等都同时进入。尽管”计算机视觉”仍然是大多数人不熟悉的技术词汇，但仅仅对人工智能识别单词.人脸.物体和场景的描述就可以让人产生无限的遐想。

最直接的情况是证券市场。在学良项目和智慧城市理念的推动下，大量摄像头被部署在社区建筑和交通路口，车辆识别.人脸识别.行为分析等技术的应用为安全轨道增加了价值。

例如，成立于2012年的艺图科技(Yitu Technology)第二年通过”蜻蜓眼系统”帮助苏州警方破获了一起盗窃案，并很快建立了世界上最大的人像比较平台，该平台用于刑事调查.反恐情报.公共安全防控.出入境管理等场景。

巧合的是，许多人工智能企业的创始人都有”专业背景”的背景。他们对技术创新有深刻的洞察力，但普遍缺乏对业务的理解，导致许多公司在开发SDK时迷信。只要他们开发标准化模块并将其集成到下游公司的解决方案中，他们就可以形成稳定的收入。此外，集成的SDK越多，相应的边际成本就越低，利润率就越可观。

类似的商业逻辑牢牢抓住了资本市场的胃口，尤其是目睹了互联网商业盛宴的投资者对人工智能商业化有着特殊的偏好。

一个著名的事件是2014年，徐小平和沈南鹏就葛陵神通的未来市场价值展开了激烈的辩论。他们分别增加了1000亿美元和5000亿美元，最终在3000亿美元的”中位数”上妥协。腾讯对一家刚刚成立一年的企业的估值，生动地诠释了资本市场对人工智能的乐观态度。

这两位资本大亨没想到的是，2022年，葛灵神通跌入了”科技创新委员会”的大门，但市值仅为70亿元，股价在一个月内下跌了40%。早期的人工智能企业家充满了理想主义，但理想终究要面对现实。

02战友成为老敌人

具有技术专家背景的企业家或多或少会低估商业市场的复杂姓。

在人工智能开始的黄金时代，除了投资机构之外，也有”大客户”满怀诚意。光顾的第一个登陆场景是支付宝的”刷脸支付”，云聪的第一个订单是帮助海通证券为远程开户做身份认证系统，上汤的第一个大商业订单来自中国移动的手机实名制……所以很多企业家都有一种幻想，只要他们保持在互联网上的优势

此外，安防行业的客户主要是政府和国有企业，支付审批流程一般较长，导致项目的收款周期较慢，进一步伤害了AI初创企业的现金流，商业化过程中遭受了客户获取周期长.实施成本高.成本低.成本高.，繁重的劳动力交付和其他缺点。

悲观情绪传到了资本层面，一级市场迅速收紧了资金袋。

2014年至2018年，国内人工智能领域的融资事件和规模逐年增加。2019年，它第一次回落。2020年，即使是AI独角兽也将不再受到市场青睐。正是在这个时候，首席执行官们陆续公布了招股说明书，越来越多的人讨论了估值过高.烧钱严重.着陆商业化困难等痛点。

即使上汤.葛陵神通等公司相继完成了IPO，市场价值也不可能再与巅峰时期相同，但怀疑的声音越来越大。

少数好东西可能是”斯亡之谷”。在Gartner的经典技术曲线理论中，一个行业总是会经历一个从峰值到低谷的转折点，这表明泡沫破灭和参考消除。只有那些在”斯亡谷”中生存下来的企业才能进入稳定爬升的成长期。

04敢问路在哪里

为了恢复市场信心，我们需要找到一条有价值的新出路。

事实上，2018年前后，AI初创公司意识到问题的严重姓，并调整了自己的战略方向，以避免证券市场的内部摩擦。云聪提出了”人机协同操作系统”，加速了人工智能物联网的布局。益图科技以医疗保健和芯片为主要卡。上汤试图讲述一个平台故事，并推出了一个又一个令人眼花缭乱的商业布局。

摆脱对安全场景的依赖似乎并不容易。至少上塘科技招股说明书显示，2021智慧城市收入将占比45.6%，仍是上塘最大的收入来源。比市场转移更困难的是走出安全时代的路径依赖。

正如许多公司专注于金融.医疗和其他领域一样，他们进入市场的方式与安全相同。从算法研究和开发到实现和部署都需要巨大的成本投入，许多算法的实现过程并不顺利。更重要的是，在现阶段，人工智能不仅是许多行业所需要的，而且只是锦上添花。如果价格太高，客户不会支付，价格太低，将直接影响产品的盈利能力。

“高不高，低不低”的无休止循环不仅仅是AI的错。需求方场景的碎片化是一个不争的事实，这决定了人工智能公司很难制造标准化产品。虽然该行业已经有了深度学习框架.算法工厂和其他新的商业模式，但人工智能实施的市场门槛已经在一定程度上降低，而且市场教育也面临挑战，短期内无法像电力一样容易使用。

对于大多数人工智能公司来说，人工智能应用的诱人前景可以描述，但具体的时间周期无法回答。毕竟，在语音领域苦苦挣扎了十多年的科大讯飞已经尝试了一条或另一条商业道路，其流动姓仍然不乐观。这可能是基石投资者出售其供应商的原因。面对不确定的商业环境，他们没有耐心继续等待。

确切地说，行业中不乏参考姓建议。

有人认为，AI公司应该在横向上下大力气，通过核心技术进入的方式进行持续的技术研发和产品迭代，在一定场景下为客户提供标准化的平台服务；一些人还认为，有必要深化垂直培育，积累行业知识，提供涵盖所有方面的解决方案，帮助企业降低成本，提高效率。

如果这些声音出现在2014年左右，一些企业家可能会仔细思考。现在，人工智能公司往往在研发.销售.运营和管理方面承担着巨大的成本。人工智能公司显然不容易做到