儘管人工智能正在悄然改變人們的生活，從刷臉支付到無人零售、從提醒司機疲勞駕駛到小區進入刷臉識別等遍及多個領域，但並未真正實現大規模商業化落地，仍是困擾整個行業發展的難題，似乎人工智能仍正處於“雷聲大，雨點小”的尷尬境地。
據業內人士透露，之所以出現這種狀況，是因為人工智能技術不管是在研發上，還是在使用上，進入門檻都很高。由於人工智能算法研發週期長，硬件成本與科研人員成本居高不下，使得終端產品型公司在實現創新與產業升級時，面臨著採購AI算法成本高的現狀。如何突破這一高門檻，成為AI商業化落地普及的最大挑戰。
近日，《財經》新媒體記者從業內知情人士處獲悉，ArcSoft虹軟正在悄然推出視覺AI免費技術平臺，將全面降低千萬家中小企業使用AI技術的門檻，然而此舉在業內引起軒然大波。業內人士認為，收費上百萬才能使用的視覺AI技術平臺的免費開放，不僅對其他企業帶來衝擊，更重要的是在商業化方面將迅速改變當前行業面臨的落地難題，隨著數以千萬中小企業的進入，應用場景將呈現多樣化。
值得注意的是，除此之外，谷歌、IBM、蘋果、科大訊飛、百度等各大巨頭紛紛對人工智能市場進行佈局，力度空前。數據顯示，2020年中國AI市場規模有望突破1600億，而在2017年中國人工智能市場規模結構中，視覺AI已佔比37%，遠高於其他領域。業內人士認為，眾多企業的進入將加速人工智能的商業化進程，而降低使用費用和應用場景細分的多樣化，將成為商業化落地的發展方向。
巨頭加速佈局人工智能 視覺AI成重要發展領域
目前，中國人工智能產業已經步入高速發展階段。根據前瞻產業研究院對六大權威機構的彙總，2017年中國人工智能增速超過40%，樂觀估計2020年中國AI市場規模有望突破1600億元；中性預測2020年中國AI市場規模將達700-1000億元左右。
《財經》新媒體記者調查發現，如此龐大的市場不僅引來IBM、谷歌、微軟、虹軟等國外多家科技巨頭公司，國內互聯網巨頭阿里巴巴、騰訊、百度等也紛紛跟進。從人工智能產業鏈供給側看，中國人工智能企業共計922家，主要圍繞人臉識別、機器人、大健康、金融、安防以及行業解決方案等領域。
巨頭公司的佈局以及細分領域創業公司的出現，促使人工智能產業規模進一步擴大，人工智能行業內將出現眾多產業級和消費級應用產品。而根據億歐智庫數據，在生物識別、自然語言處理、企知識圖譜、機器學習、計算模組數據標註、機器人技術等13項人工智能技術方向中，技術應用比前五名分別為視覺AI、數據挖掘、智能語音技術、機器學習和機器人。
從資本角度看，近年來，人工智能頗為符合資本市場投資偏好。據美國技術研究公司Venture Scanner的調查報告顯示，截至到2017年12月，全球範圍內總計2075家與人工智能技術有關公司的融資總額達到65億美元，相與2012年增長10倍。就國內情況而言，真格基金、聯想之星、紅衫資本、IDG資本等眾多明星私募投資機構均投資過人工智能領域。
值得注意的是，在人工智能諸多細分領域中，視覺AI已成為人工智能的重要發展領域之一。根據CAICT的統計，2017年我國人工智能市場規模中有37%是視覺AI領域。此外，高達42%的國內人工智能企業應用視覺AI相關技術，包含圖像識別、視頻結構化、人臉識別等。
不容忽視的是，隨著視覺AI應用場景的增多，其將成為人工智能行業發展的重要領域。據 Transparency Market Research預測，未來 5 年產業年複合增長率為 8.2%，2020 年僅工業領域的市場規模超 60 億美元。
高技術門檻亟待打破 免費應用將加速商業化落地
儘管人工智能發展的前景受到全社會的高度關注，也吸引了眾多巨頭的參與，但是在擔心人工智能未來將替代人類工作、人們將面臨失業危險的同時，人工智能的商業化落地，仍是當前面臨的更大挑戰。
目前佈局AI行業的企業，除算法公司外，垂直在AI落地應用層面的企業仍然面臨眾多壁壘，發展受限。僅少數深耕在各行業的企業有能力將人工智能應用於價值鏈的核心環節，從而實現降本增收。這些企業多為技術實力強的巨頭企業，其餘大量中小企業，仍未能將人工智能大規模應用在其核心業務中。
從視覺AI行業來看，數以千萬的中小企業所面臨的最大問題就是高技術門檻所帶來的高昂成本壓力。由於他們技術基礎薄弱、研發成本不足，不僅需要承擔技術、硬件和流量的高額費用支出，還要面對數據安全、用戶隱私洩露等諸多問題。
以其中的人臉識別技術為例，衡量算法能力主要包括拒識率、誤識率、通過率和準確率等指標。然而，由於該技術可應用於多樣化的場景，不拘泥於明亮廣闊的空間，亦或是幽暗狹小的角落，甚至是在有遮擋的環境中，諸多複雜情況對算法考驗極大，而技術提供公司為了優化算法以充分適應各類光線場景，不得不加入研發投入，以至於技術成本居高不下。
記者瞭解到，雖然人臉識別技術具備多種優勢，諸如採集人臉照片時，只需以正常狀態經過攝像頭即可，達到無需接觸、非侵擾的效果；隨處可見的攝像頭讓操作變得更簡單，可應用不同場景，擴展性很好，但現實生活中除少數大企業及政府機構外，鮮有中小企業可以規模化量產、銷售使用這項技術的產品。
對於造成這一問題的原因，業內人士表示，人臉識別技術落地過程中面臨最大的問題是產品研發、迭代成本高昂，無法和移動互聯網產品一樣低成本、快速化、多元化嘗試。而在這些成本中，算法採購成本成為制約中小企業發展的關鍵因素。
“由於AI算法市場是一個新興市場，並沒有形成買賣雙方對等的透明交易模式。算法供應商在提供定製化服務時更願意選擇大企業，原因是大企業的規模優勢會讓供應商在成本上做出很大讓步，而中小企業由於剛剛起步，不具備大企業的優勢，因此其使用成本會佔到硬件設備整機成本的50%或更高，甚至沒有算法公司願意提供定製化的服務。”上述業內人士說。
其次，受限於網絡環境，視覺AI的應用場景也受到侷限。在網絡不穩定時，多數人臉識別系統無法正常使用，降低工作效率。除此之外，新型安全問題和隱私問題的威脅，也對視覺AI的應用提出考驗。由於接入公有云，用戶隱私可能回出現洩露問題，無法保證數據安全。
如何破解上述難題，將成為加速視覺AI商業化落地的關鍵。《財經》新媒體記者瞭解到，目前虹軟已推出人工智能開放平臺，中小企業可以免費使用人臉識別、活體檢測、人證比對、人臉屬性分析等離線SDK，並根據自己需求進行二次編程，實現應用。由於無須承擔基礎算法研發成本，這對中小企業來說在視覺AI的應用過程的進展將會迅速加快。
虹軟相關負責人向記者透露，僅幾個月的時間，該平臺已經吸引了眾多的中小企業使用。這僅僅是一個開始，隨著用戶的迅速增加，視覺AI的應用場景將會呈現多樣化。
不過此舉，還是在業內引起爭議。業內人士認為，原本收費上百萬元才能使用的AI算法，一旦免費開放給社會，將對其他企業帶來衝擊。不過，可以加速視覺AI在商業化方面的應用，技術門檻所帶來的落地難題將得到破解。
千萬中小企業入場 多場景應用前景可期
隨著數以千萬中小企業的進入，應用場景也將從最初的人臉識別安防領域擴展到智慧樓宇、安全駕駛等多個領域。未來“技術層+應用場景”或成為視覺AI落地突破口。
中金證券分析師發佈研報表示，僅視覺AI中人臉識別技術便可應用於安防、金融、零售、汽車、教育、物流和醫療等多個領域。對應場景諸如刷臉支付身份驗證、無人購物消費者分析、駕駛員異常檢測、熟臉考勤、智能分揀等各類大中小場景。
對於更多場景的應用，業內人士認為，受益於精度高、連續性強、效率高、靈活性好等性能優勢，人臉識別技術在1：1校驗模式下，可用作公共安全身份正比對及識別線下人臉對比，應用於包括企業用工身份核查、幼兒園小學接送、飛機火車安檢、酒店住宿人員審核、賽事考場安檢、流動人口管理、銀行信貸審核、門鎖門禁系統等場景；而在1：N校驗模式下，人臉搜索、監控實時運算則可應用於黑白名單建立、靜態人臉庫管理等場景。
值得一提的是，賽迪顧問人工智能產業研究中心分析師張梓鈞在接受《財經》新媒體記者採訪時曾指出，新零售領域或成為中小企業利用視覺AI技術掘金的重要領域。這一領域比較新且應用比較分散，對於新進入者存有機會。
人臉支付、人臉門禁、刷臉考勤，越來越多的智能場景被解鎖。然而單一的人臉技術在安全概念上有很大的侷限性，利用圖片、全息投影等方式便可輕鬆破解。因此，保障人臉識別安全性的核心技術“活體檢測”已成為企業在商業化落地時必須突破的壁壘。
記者注意到，虹軟免費開放的活體檢測技術在實際使用中不需要用戶做任何動作，只要自然正對攝像頭秒鐘，就可以完成整個檢測過程。該技術可實現設備離線完成人臉識別全流程。即便是無網環境，用戶也可在本地設備中精準判斷進行身份的認證和識別。在對識別安全和效率要求較高的，如人臉門禁、人臉考勤機、自助櫃機、無人零售、景區人臉驗票等場景中效果明顯。
對此，張梓鈞認為，視覺AI是目前最為成熟的人工智能領域之一，其未來發展勢頭較好，發展潛力較大，其應用前景廣泛，智能終端、智慧城市、智能安防、智能駕駛等領域的快速發展都將刺激視覺AI的發展。
業內分析人士認為，視覺AI技術不僅應用場景多樣，未來千億市場潛能也正待爆發。數以千萬的中小企業通過免費且離線的SDK技術，將加速商業化應用場景落地，進入“高門檻”難題將得到破解。而中小企業零成本、低門檻進入，利用視覺AI技術增強原有業務軟件體系，進而使AI技術應用到更多場景將成為未來發展的趨勢。
閱讀更多 《財經》新媒體 的文章
