BAT、独角兽环伺，新生代人脸识别算法公司还有哪些机会？

作者 | 刘伟

经历了2017年和2018年的人工智能热潮后，如果有一家新公司出来说自己的核心技术能力是人脸识别，那么它一定会被问到一个问题： 在已经有BAT、商汤、旷视等大小巨头的情况下，市场真的还需要新的人脸识别技术公司吗？

新公司的机会在场景化AI

爱莫科技CEO杨恒也曾被问到过这个问题，他在2018年6月开始了自己的第二次创业，主打人脸/人体识别和商品识别技术。

杨恒在人脸识别领域并不算新人，他还在剑桥大学读博士后期间，就和情感计算机先驱Peter Robinson教授共同发起过基于视觉的羊脸情感识别项目。

2016年他回国创业担任UL See Inc.（外企，中文名优微视）CTO时，做的也主要是人脸识别相关的项目，并曾经为香奈儿、德国大众、LINE、腾讯、京东等国内外顶尖企业提供计算机视觉解决方案。

横跨学术界和工业界，杨恒发现，不同群体对人脸识别技术的认知存在巨大差异：学术界在特定数据集上已经可以把人脸识别算法的准确率刷得很高，大众也普遍认为人脸识别技术已经非常成熟，但 很多行业客户对相关产品的满意度仍然比较低，尤其是在非配合式的人脸识别场景， 比如商场、校园等。

杨恒认为， 通用型人脸识别算法确实达到了较高的水平，但它无法满足所有场景的需求。接下来，行业还需要努力将算法与场景深度结合，打造场景化的AI。 而现实生活中场景无数，巨头们不可能面面俱到，也缺乏干脏活累活的动力和决心，这就给后来者留下巨大的发展空间。

正因如此，杨恒在爱莫科技创立之初就决定聚焦零售和教育两个场景，打造深度的场景化AI。

杨恒表示，爱莫科技不是第一家提出场景化AI概念的公司，很多友商也在喊类似的口号，并推出了相应的行业性解决方案。但 场景化不是浅尝辄止，而是要一猛子扎下去，深入到更细分的领域。

以零售业为例，零售业分快消品、家电3C、医药等多种类型，快消品又包含烟酒、零食、饮料等不同品类，光是把其中一两个品类的所有环节都吃透就已经非常困难了。

因此，爱莫科技聚焦的只是快消品中非常窄的一两个品类。“考虑到零售市场足够大，只要把这一两个品类做深做透，前景依旧非常可观”，杨恒对雷锋网说道。

快消品：零售AI落地的最佳土壤

我们知道，AI是一项底层通用技术，可以广泛应用在各行各业。那么，爱莫科技为何独独看中了快消品零售市场呢？

首先，从产品特性来说，快消品天然对基于AI的精准化营销有着强烈诉求。 快消品是一类产品高度同质化的商品，这种特点决定了快消品行业的竞争是一场品牌、渠道和营销的全方位较量。

在快消品领域经常可以听到“渠道为王”的理论。大型快消品牌基本每年都要在渠道上花费十几亿资金，其中大部分用在了陈列广告上。为了确保陈列广告的效果，品牌商还要安排专人挨个门店去巡查，这又增加了上亿元的花费。关键是人工督查的效率非常低下，质量也很难把控。

这些品牌商对压缩陈列督导的开支有着强烈需求，同时也有很强的付费能力。因此，前两年行业里诞生了不少主打“AI陈列督导”产品的初创公司。

但在渠道如乱麻、信息如粉尘的时代，除了渠道，品牌商也少不了在广告营销上投入巨额费用。我们只要稍稍留心就会发现，主流卫视、大型体育赛事的金主基本都是快消品牌，有些更是常客。正如正如奥美广告创始人约翰·沃纳梅克的那句名言——我知道我的广告费有一半浪费了，但遗憾的是，我不知道是哪一半被浪费了 。

如何让天价营销费用花的更有效果？怎么才能得到最大程度的回报？这是所有快消品牌都在苦苦思索的问题。而AI和大数据为它们开启了一扇大门。

杨恒介绍，基于强大的人脸/人体识别和商品识别算法，爱莫科技可以将消费者和商品进行有效关联，对消费者进行精准画像，同时分析销售转化漏斗，为品牌商的广告营销提供有力指导。同时也可以对渠道的陈列广告进行分析和督导。

其次，从消费特性来说， 快消品具有刚需、使用频次高、复购强的特点，这也为AI的快速落地创造了有利条件。

杨恒表示，一项技术是否产生价值，一个很重要的衡量标准就是它能否给行业带来新的洞察。AI产生行业洞察的前提是有足够多的数据作为输入。杨恒将这个过程比喻成蜜蜂酿造蜂蜜，“只有先从无数花朵中采集花粉，最后才能产生蜂蜜，数据就是我们需要的花粉”。

具体到零售场景， 快消品消费频次高的特点，利于快速沉淀大量数据，为AI创造行业洞察提供充足的养料。反过来，较短的复购周期又能让这些洞察快速得到验证，产生立竿见影的效果。

理想往往是美好的，但现实却格外残酷。

杨恒表示，快消品行业虽然蕴藏着大量机会，但挑战也不少。 一方面，快消品的迭代周期非常快，这意味着其数字化必须在很短的时间内完成。 “如果是一辆汽车，一年只出一款，我可以对它进行3D建模，做的非常漂亮。但快消品不行，可能几个月就迭代了，它的数字化必须非常迅速，最好是你给我拍张照片，我很快就能训练算法识别出来。” 另一方面，快消品的单价通常在几十块钱，因此你的算法必须是非常低成本的。 这些都对方案提供商提出了非常严峻的挑战。

校园：爱莫科技的第二引擎

杨恒向雷锋网介绍，落地新零售领域后，爱莫科技今年还将涉足智慧教育方向，核心业务是在保障校园安全的前提下对学生的在校行为进行大数据分析。

他表示，零售和教育两个行业看似八竿子打不着，但用到的底层技术是相通的。之所以会选择切入教育领域，主要是源于自己的切身体会。

杨恒在剑桥期间曾经带过学生。在他印象中， 老师的职责是教书育人，但现实中老师却往往把大量精力耗费在于教学之外的事情上，比如点名考勤，而这些事情又是不得不做的。

同时，杨恒也是一位父亲。他非常关心自己孩子在学校里的课堂表现，但他也理解， 每个老师的精力非常有限，不可能做到对每一个学生的情况了如指掌。

于是他开始琢磨，能不能把自己擅长的AI用在校园里，代替老师完成点名等冗杂的工作，并对学生的课堂行为进行分析呢？这样既能把老师解放出来更好地进行教学，也能让家长更好地掌握孩子的课堂表现，可谓一举两得。

杨恒把这个想法告诉了很多身边的老师，得到了一致认同，这更加坚定了他做这件事情的决心。

他表示，爱莫科技今年仍然会把市场推广的重心放在零售领域，教育方面会把主要精力放在产品研发，主要是从安全角度切入。在这个方向上，目前爱莫科技已经推出了具有健康检测、安全管理、信息服务和教育娱乐功能的晨检机，以及家长可以凭二维码或人脸识别接送孩子的接送机等产品。

“未来，随着这些产品逐渐落地，我们还会慢慢延展到课堂行为分析等更加广阔的领域。作为一家初创公司，我觉得这是比合适的节奏。”杨恒对雷锋网说道。

自我造血才有活下去的机会

对于爱莫科技来说，无论在零售还是教育领域，打造场景化AI都将是一个旷日持久的过程，需要深入每一个业务环节，不断打磨产品细节。过程中， 它首先要考虑的是如何让自己活下去，尤其是在当前资本寒冬的大环境下，提升造血能力至关重要。

对于这一点，杨恒从一开始就考虑得非常清楚，也做好了充分准备。他给公司设定了一个三级式火箭的产品架构：

最下面一层是基础算法，比如人脸识别算法和商品识别算法。杨恒将其比喻为砖块，每一个砖块都是单独的产品，可以卖给集成商。它不是爱莫科技的终极追求，但短期内可以为它带来现金流，提供造血能力。

中间一层是定制化的工具，也是爱莫科技目前努力的方向。“我们可以把很多砖块组合在一起，变成一个定制化的工具，供开发能力较弱的企业使用在他们的业务环节中，目前我们主要聚焦零售和教育行业。”

最顶层是价值赋能，这需要一些时间。长远来看，随着越来越多客户使用爱莫科技的定制化工具，必然会沉淀下大量的数据。基于这些数据，爱莫科技可以做各种各样的分析，为客户提供指导性的意见。

爱莫科技的这套架构非常完备，节奏也把握得很好。我们相信，随着AI落地的逐渐深入，未来势必会出现越来越多类似聚焦和深耕细分场景的AI公司。从这点来说，爱莫科技已经领先了一小步。但择路易，行路难，摆在爱莫科技面前的挑战也才刚刚开始。

声明：本文来自AI掘金志，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。