AI作為一種應用技術，有通用型市場，也有垂直市場。第一種情況下誕生了AI＋行業的第一批人工智能公司；當AI通用技術從普及到往行業深扎的過程中，會出現行業＋AI的第二批人工智能公司。在跟場景數據強相關的市場上，必然會出現垂直型的行業＋AI公司。
看看掙錢的AI企業在幹嘛？
18年中國人工智能100強榜單中，預計營業收入10-20億的企業有八家。商湯科技、寒武紀、曠視科技、影譜科技、眼神科技、海爾U＋、優必選、雲從科技等位列第一梯隊。
AI企業想要商業落地，行業細分領域縱深是決定成敗的重要因素。迅雷創始人曾表示，行業壁壘是AI創業最夯實的護城河。
他用醫療AI舉例，“如果沒有海量被專業醫生標註的數據，再天才的科學家也無用武之地”。但在國內，獲得醫療數據的非常困難，但如果一個創業者在醫療行業耕耘很多年，也許獲得數據的途徑來的比大公司更容易。
微軟亞洲研究院副院長張益肇也曾表示，現在大部分人工智能模型需要靠大量數據來進行學習的，一個行業要想發展人工智能相關應用的前提是獲得與行業、領域相關的，且經過標註整理的數據。
在第一梯隊中，海爾U＋隸屬海爾集團，深耕智能家電領域。背靠市值千億的家電巨頭，海爾U＋在智能家電市場的縱深可想而知，家電用戶相關的各類數據就是發展AI智能家電的基礎資源。
而在市場方面，家電本身就是一個離消費者非常近的行業，而從傳統家電轉向智能家電，是消費習慣的逐步養成，而不是“盤古開天地”般的鉅變。
所以行業規模大加上“離錢近”，擁有這兩點的加持是不少第一梯隊公司的特點。
關於AI企業在安防領域的一地雞毛
人工智能，自從前兩年的概念泛起如今正逐漸走向落地應用階段。然而，從廠商和用戶的普遍反饋來看，AI在安防領域的落地應用並沒有大眾想象中的順利，開始有越來越多諸如場景碎片化、應用成本高、實驗室場景到實際應用場景效果差距較大等問題被暴露出來，而這些也成為當前階段AI落地應用過程中新的痛點。其中，對於產品和解決方案提供商而言，AI應用場景的碎片化更成為工程項目亟待解決的問題。
AI技術下沉激發安防市場深層覺醒
安防作為一個典型的垂直行業，全部是圖像視頻數據，用通用型技術無法解決，必須用垂直的、專用的圖像識別技術來做，比如，多角度多姿態、複雜光線下的人臉識別等。通用技術在早期大家覺得還可以接受，當深扎進入安防行業中，通用的AI技術便開始分裂，用戶開始期待更適用於行業領域的AI技術。
AI對安防行業帶來的改變不是單純的提供計算機視覺等AI技術，而是由AI驅動的安防行業信息化。安防是AI技術帶來變量最大的行業。對於很多互聯網公司而言，AI 只是對某個軟件進行了升級，但對安防行業來講，AI 技術開啟了整個安防行業的信息化革命，這是沉睡已久的行業需求，AI 將它喚醒了。而當信息化的需求被解決，整個安防市場的體量會相當可觀。可以預料，未來五到十年將會是安防行業的快速發展期，也將是 AI 推進安防信息化的技術改造期。
AI落地智能安防的現存痛點
眼下，AI總是給予大家以錯覺，認為安防智能之旅已然結束，但事實上，越往後發展，這其中的故事越多元、越複雜，AI在安防市場的應用比大眾想象的邊界要更遠、更深。
截至目前，AI等技術在安防行業的落地、生根，尚存四大問題：
1、中國的安防市場具有其他國家和地區無法比擬的高度豐富性和可挖掘性，雪亮工程等項目是基於對海量視頻圖像分析的AI應用剛需依舊很大，現有的幾家公司完全不能夠應付。
2、安防項目是集產業、技術、模式、資本、服務為一體的複雜系統，涉及前端採集、存儲、傳輸、管理、應用等多個產業鏈條，而且當下賦能過程中，AI僅僅滲透到了採集等單個環節。同時，AI的實際應用效果尚不能讓人非常滿意。比如，目前市面上大多安防人臉識別系統可以稱之為‘中青年男性人臉識別系統’，因為女性、老人、小孩等人臉識別依舊有很多問題待突破。另外，夜間、正午光線過暗過曝等環境因素對人臉識別的準確率仍然有很大的影響。
換句話說，安防行業一直以來存在的問題，AI只是幫忙解決了冰山一角，該有的問題依然存在，之前沒有的問題也還在增加出現。
3、創業公司生存壓力之大平常人很難感同身受，作為傳統制造業，安防產業鏈長、成本高也是擺在企業面前的一道現實問題，成百上千人的隊伍，加上鉅額的營銷、研發成本，想要一直緊咬傳統安防巨頭，做垂直應用變得越來越艱難。
可以看到，如今的很多創業公司都是在拿著錘子找釘子，多條腿走路，從越來越多CV創業公司開始佈局安防之外的零售、教育、醫療等市場就可看出。
4、賽道現有玩家大多無法形成數據閉環。眼下的安防項目構成，集成商們拿著傳統安防廠商的攝像機、AI創業公司的算法、ICT廠商的服務器，找第三方公司做軟件交付，這樣的作業模式無法形成數據閉環，這也是創業公司面臨的最大問題。
閱讀更多 架構師交流圈 的文章
