BAT、獨角獸環伺，新生代人臉識別算法公司的出路在哪？
2019-05-07 09:43:34 雷鋒網
新公司的機會在場景化AI
愛莫科技CEO楊恒也曾被問到過這個問題，他在2018年6月開始了自己的第二次創業，主打人臉/人體識別和商品識別技術。
楊恒在人臉識別領域并不算新人，他還在劍橋大學讀博士后期間，就和情感計算機先驅Peter Robinson教授共同發起過基于視覺的羊臉情感識別項目。
2016年他回國創業擔任UL See Inc.（外企，中文名優微視）CTO時，做的也主要是人臉識別相關的項目，并曾經為香奈兒、德國大眾、LINE、騰訊、京東等國內外頂尖企業提供計算機視覺解決方案。
橫跨學術界和工業界，楊恒發現，不同群體對人臉識別技術的認知存在巨大差異：學術界在特定數據集上已經可以把人臉識別算法的準確率刷得很高，大眾也普遍認為人臉識別技術已經非常成熟，但很多行業客戶對相關產品的滿意度仍然比較低，尤其是在非配合式的人臉識別場景，比如商場、校園等。
楊恒認為，通用型人臉識別算法確實達到了較高的水平，但它無法滿足所有場景的需求。接下來，行業還需要努力將算法與場景深度結合，打造場景化的AI。而現實生活中場景無數，巨頭們不可能面面俱到，也缺乏干臟活累活的動力和決心，這就給后來者留下巨大的發展空間。
正因如此，楊恒在愛莫科技創立之初就決定聚焦零售和教育兩個場景，打造深度的場景化AI。
楊恒表示，愛莫科技不是第一家提出場景化AI概念的公司，很多友商也在喊類似的口號，并推出了相應的行業性解決方案。但場景化不是淺嘗輒止，而是要一猛子扎下去，深入到更細分的領域。
以零售業為例，零售業分快消品、家電3C、醫藥等多種類型，快消品又包含煙酒、零食、飲料等不同品類，光是把其中一兩個品類的所有環節都吃透就已經非常困難了。
因此，愛莫科技聚焦的只是快消品中非常窄的一兩個品類。“考慮到零售市場足夠大，只要把這一兩個品類做深做透，前景依舊非常可觀”，楊恒對雷鋒網說道。
快消品：零售AI落地的最佳土壤
我們知道，AI是一項底層通用技術，可以廣泛應用在各行各業。那么，愛莫科技為何獨獨看中了快消品零售市場呢？
首先，從產品特性來說，快消品天然對基于AI的精準化營銷有著強烈訴求。快消品是一類產品高度同質化的商品，這種特點決定了快消品行業的競爭是一場品牌、渠道和營銷的全方位較量。
在快消品領域經常可以聽到“渠道為王”的理論。大型快消品牌基本每年都要在渠道上花費十幾億資金，其中大部分用在了陳列廣告上。為了確保陳列廣告的效果，品牌商還要安排專人挨個門店去巡查，這又增加了上億元的花費。關鍵是人工督查的效率非常低下，質量也很難把控。
這些品牌商對壓縮陳列督導的開支有著強烈需求，同時也有很強的付費能力。因此，前兩年行業里誕生了不少主打“AI陳列督導”產品的初創公司。
但在渠道如亂麻、信息如粉塵的時代，除了渠道，品牌商也少不了在廣告營銷上投入巨額費用。我們只要稍稍留心就會發現，主流衛視、大型體育賽事的金主基本都是快消品牌，有些更是常客。正如正如奧美廣告創始人約翰·沃納梅克的那句名言——我知道我的廣告費有一半浪費了，但遺憾的是，我不知道是哪一半被浪費了 。
如何讓天價營銷費用花的更有效果？怎么才能得到最大程度的回報？這是所有快消品牌都在苦苦思索的問題。而AI和大數據為它們開啟了一扇大門。
楊恒介紹，基于強大的人臉/人體識別和商品識別算法，愛莫科技可以將消費者和商品進行有效關聯，對消費者進行精準畫像，同時分析銷售轉化漏斗，為品牌商的廣告營銷提供有力指導。同時也可以對渠道的陳列廣告進行分析和督導。
其次，從消費特性來說，快消品具有剛需、使用頻次高、復購強的特點，這也為AI的快速落地創造了有利條件。
楊恒表示，一項技術是否產生價值，一個很重要的衡量標準就是它能否給行業帶來新的洞察。AI產生行業洞察的前提是有足夠多的數據作為輸入。楊恒將這個過程比喻成蜜蜂釀造蜂蜜，“只有先從無數花朵中采集花粉，最后才能產生蜂蜜，數據就是我們需要的花粉”。
具體到零售場景，快消品消費頻次高的特點，利于快速沉淀大量數據，為AI創造行業洞察提供充足的養料。反過來，較短的復購周期又能讓這些洞察快速得到驗證，產生立竿見影的效果。
理想往往是美好的，但現實卻格外殘酷。
楊恒表示，快消品行業雖然蘊藏著大量機會，但挑戰也不少。一方面，快消品的迭代周期非常快，這意味著其數字化必須在很短的時間內完成。“如果是一輛汽車，一年只出一款，我可以對它進行3D建模，做的非常漂亮。但快消品不行，可能幾個月就迭代了，它的數字化必須非常迅速，最好是你給我拍張照片，我很快就能訓練算法識別出來。”另一方面，快消品的單價通常在幾十塊錢，因此你的算法必須是非常低成本的。這些都對方案提供商提出了非常嚴峻的挑戰。
校園：愛莫科技的第二引擎
楊恒向雷鋒網介紹，落地新零售領域后，愛莫科技今年還將涉足智慧教育方向，核心業務是在保障校園安全的前提下對學生的在校行為進行大數據分析。
他表示，零售和教育兩個行業看似八竿子打不著，但用到的底層技術是相通的。之所以會選擇切入教育領域，主要是源于自己的切身體會。
楊恒在劍橋期間曾經帶過學生。在他印象中，老師的職責是教書育人，但現實中老師卻往往把大量精力耗費在于教學之外的事情上，比如點名考勤，而這些事情又是不得不做的。
同時，楊恒也是一位父親。他非常關心自己孩子在學校里的課堂表現，但他也理解，每個老師的精力非常有限，不可能做到對每一個學生的情況了如指掌。
于是他開始琢磨，能不能把自己擅長的AI用在校園里，代替老師完成點名等冗雜的工作，并對學生的課堂行為進行分析呢？這樣既能把老師解放出來更好地進行教學，也能讓家長更好地掌握孩子的課堂表現，可謂一舉兩得。
楊恒把這個想法告訴了很多身邊的老師，得到了一致認同，這更加堅定了他做這件事情的決心。
他表示，愛莫科技今年仍然會把市場推廣的重心放在零售領域，教育方面會把主要精力放在產品研發，主要是從安全角度切入。在這個方向上，目前愛莫科技已經推出了具有健康檢測、安全管理、信息服務和教育娛樂功能的晨檢機，以及家長可以憑二維碼或人臉識別接送孩子的接送機等產品。
“未來，隨著這些產品逐漸落地，我們還會慢慢延展到課堂行為分析等更加廣闊的領域。作為一家初創公司，我覺得這是比合適的節奏。”楊恒對雷鋒網說道。
自我造血才有活下去的機會
對于愛莫科技來說，無論在零售還是教育領域，打造場景化AI都將是一個曠日持久的過程，需要深入每一個業務環節，不斷打磨產品細節。過程中，它首先要考慮的是如何讓自己活下去，尤其是在當前資本寒冬的大環境下，提升造血能力至關重要。
對于這一點，楊恒從一開始就考慮得非常清楚，也做好了充分準備。他給公司設定了一個三級式火箭的產品架構：
最下面一層是基礎算法，比如人臉識別算法和商品識別算法。楊恒將其比喻為磚塊，每一個磚塊都是單獨的產品，可以賣給集成商。它不是愛莫科技的終極追求，但短期內可以為它帶來現金流，提供造血能力。
中間一層是定制化的工具，也是愛莫科技目前努力的方向。“我們可以把很多磚塊組合在一起，變成一個定制化的工具，供開發能力較弱的企業使用在他們的業務環節中，目前我們主要聚焦零售和教育行業。”
最頂層是價值賦能，這需要一些時間。長遠來看，隨著越來越多客戶使用愛莫科技的定制化工具，必然會沉淀下大量的數據。基于這些數據，愛莫科技可以做各種各樣的分析，為客戶提供指導性的意見。
愛莫科技的這套架構非常完備，節奏也把握得很好。我們相信，隨著AI落地的逐漸深入，未來勢必會出現越來越多類似聚焦和深耕細分場景的AI公司。從這點來說，愛莫科技已經領先了一小步。但擇路易，行路難，擺在愛莫科技面前的挑戰也才剛剛開始。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
