尽管人工智能正在悄然改变人们的生活，从刷脸支付到无人零售、从提醒司机疲劳驾驶到小区进入刷脸识别等遍及多个领域，但并未真正实现大规模商业化落地，仍是困扰整个行业发展的难题，似乎人工智能仍正处于“雷声大，雨点小”的尴尬境地。
据业内人士透露，之所以出现这种状况，是因为人工智能技术不管是在研发上，还是在使用上，进入门槛都很高。由于人工智能算法研发周期长，硬件成本与科研人员成本居高不下，使得终端产品型公司在实现创新与产业升级时，面临着采购AI算法成本高的现状。如何突破这一高门槛，成为AI商业化落地普及的最大挑战。
近日，记者从业内知情人士处获悉，ArcSoft虹软正在悄然推出视觉AI免费技术平台，将全面降低千万家中小企业使用AI技术的门槛，然而此举在业内引起轩然大波。业内人士认为，收费上百万才能使用的视觉AI技术平台的免费开放，不仅对其他企业带来冲击，更重要的是在商业化方面将迅速改变当前行业面临的落地难题，随着数以千万中小企业的进入，应用场景将呈现多样化。
值得注意的是，除此之外，谷歌、IBM、苹果、科大讯飞、百度等各大巨头纷纷对人工智能市场进行布局，力度空前。数据显示，2020年中国AI市场规模有望突破1600亿，而在2017年中国人工智能市场规模结构中，视觉AI已占比37%，远高于其他领域。业内人士认为，众多企业的进入将加速人工智能的商业化进程，而降低使用费用和应用场景细分的多样化，将成为商业化落地的发展方向。
巨头加速布局人工智能 视觉AI成重要发展领域
目前，中国人工智能产业已经步入高速发展阶段。根据前瞻产业研究院对六大权威机构的汇总，2017年中国人工智能增速超过40%，乐观估计2020年中国AI市场规模有望突破1600亿元;中性预测2020年中国AI市场规模将达700-1000亿元左右。
记者调查发现，如此庞大的市场不仅引来IBM、谷歌、微软、虹软等国外多家科技巨头公司，国内互联网巨头阿里巴巴、腾讯、百度等也纷纷跟进。从人工智能产业链供给侧看，中国人工智能企业共计922家，主要围绕人脸识别、机器人、大健康、金融、安防以及行业解决方案等领域。
巨头公司的布局以及细分领域创业公司的出现，促使人工智能产业规模进一步扩大，人工智能行业内将出现众多产业级和消费级应用产品。而根据亿欧智库数据，在生物识别、自然语言处理、企知识图谱、机器学习、计算模组数据标注、机器人技术等13项人工智能技术方向中，技术应用比前五名分别为视觉AI、数据挖掘、智能语音技术、机器学习和机器人。
从资本角度看，近年来，人工智能颇为符合资本市场投资偏好。据美国技术研究公司Venture Scanner的调查报告显示，截至到2017年12月，全球范围内总计2075家与人工智能技术有关公司的融资总额达到65亿美元，相与2012年增长10倍。就国内情况而言，真格基金、联想之星、红衫资本、IDG资本等众多明星私募投资机构均投资过人工智能领域。
值得注意的是，在人工智能诸多细分领域中，视觉AI已成为人工智能的重要发展领域之一。根据CAICT的统计，2017年我国人工智能市场规模中有37%是视觉AI领域。此外，高达42%的国内人工智能企业应用视觉AI相关技术，包含图像识别、视频结构化、人脸识别等。
不容忽视的是，随着视觉AI应用场景的增多，其将成为人工智能行业发展的重要领域。据 Transparency Market Research预测，未来 5 年产业年复合增长率为 8.2%，2020 年仅工业领域的市场规模超 60 亿美元。
高技术门槛亟待打破 免费应用将加速商业化落地
尽管人工智能发展的前景受到全社会的高度关注，也吸引了众多巨头的参与，但是在担心人工智能未来将替代人类工作、人们将面临失业危险的同时，人工智能的商业化落地，仍是当前面临的更大挑战。
目前布局AI行业的企业，除算法公司外，垂直在AI落地应用层面的企业仍然面临众多壁垒，发展受限。仅少数深耕在各行业的企业有能力将人工智能应用于价值链的核心环节，从而实现降本增收。这些企业多为技术实力强的巨头企业，其余大量中小企业，仍未能将人工智能大规模应用在其核心业务中。
从视觉AI行业来看，数以千万的中小企业所面临的最大问题就是高技术门槛所带来的高昂成本压力。由于他们技术基础薄弱、研发成本不足，不仅需要承担技术、硬件和流量的高额费用支出，还要面对数据安全、用户隐私泄露等诸多问题。
以其中的人脸识别技术为例，衡量算法能力主要包括拒识率、误识率、通过率和准确率等指标。然而，由于该技术可应用于多样化的场景，不拘泥于明亮广阔的空间，亦或是幽暗狭小的角落，甚至是在有遮挡的环境中，诸多复杂情况对算法考验极大，而技术提供公司为了优化算法以充分适应各类光线场景，不得不加入研发投入，以至于技术成本居高不下。
记者了解到，虽然人脸识别技术具备多种优势，诸如采集人脸照片时，只需以正常状态经过摄像头即可，达到无需接触、非侵扰的效果;随处可见的摄像头让操作变得更简单，可应用不同场景，扩展性很好，但现实生活中除少数大企业及政府机构外，鲜有中小企业可以规模化量产、销售使用这项技术的产品。
对于造成这一问题的原因，业内人士表示，人脸识别技术落地过程中面临最大的问题是产品研发、迭代成本高昂，无法和移动互联网产品一样低成本、快速化、多元化尝试。而在这些成本中，算法采购成本成为制约中小企业发展的关键因素。
“由于AI算法市场是一个新兴市场，并没有形成买卖双方对等的透明交易模式。算法供应商在提供定制化服务时更愿意选择大企业，原因是大企业的规模优势会让供应商在成本上做出很大让步，而中小企业由于刚刚起步，不具备大企业的优势，因此其使用成本会占到硬件设备整机成本的50%或更高，甚至没有算法公司愿意提供定制化的服务。”上述业内人士说。
其次，受限于网络环境，视觉AI的应用场景也受到局限。在网络不稳定时，多数人脸识别系统无法正常使用，降低工作效率。除此之外，新型安全问题和隐私问题的威胁，也对视觉AI的应用提出考验。由于接入公有云，用户隐私可能回出现泄露问题，无法保证数据安全。
如何破解上述难题，将成为加速视觉AI商业化落地的关键。记者了解到，目前虹软已推出人工智能开放平台，中小企业可以免费使用人脸识别、活体检测、人证比对、人脸属性分析等离线SDK，并根据自己需求进行二次编程，实现应用。由于无须承担基础算法研发成本，这对中小企业来说在视觉AI的应用过程的进展将会迅速加快。
虹软相关负责人向记者透露，仅几个月的时间，该平台已经吸引了众多的中小企业使用。这仅仅是一个开始，随着用户的迅速增加，视觉AI的应用场景将会呈现多样化。
不过此举，还是在业内引起争议。业内人士认为，原本收费上百万元才能使用的AI算法，一旦免费开放给社会，将对其他企业带来冲击。不过，可以加速视觉AI在商业化方面的应用，技术门槛所带来的落地难题将得到破解。
千万中小企业入场 多场景应用前景可期
随着数以千万中小企业的进入，应用场景也将从最初的人脸识别安防领域扩展到智慧楼宇、安全驾驶等多个领域。未来“技术层+应用场景”或成为视觉AI落地突破口。
中金证券分析师发布研报表示，仅视觉AI中人脸识别技术便可应用于安防、金融、零售、汽车、教育、物流和医疗等多个领域。对应场景诸如刷脸支付身份验证、无人购物消费者分析、驾驶员异常检测、熟脸考勤、智能分拣等各类大中小场景。
对于更多场景的应用，业内人士认为，受益于精度高、连续性强、效率高、灵活性好等性能优势，人脸识别技术在1：1校验模式下，可用作公共安全身份正比对及识别线下人脸对比，应用于包括企业用工身份核查、幼儿园小学接送、飞机火车安检、酒店住宿人员审核、赛事考场安检、流动人口管理、银行信贷审核、门锁门禁系统等场景;而在1：N校验模式下，人脸搜索、监控实时运算则可应用于黑白名单建立、静态人脸库管理等场景。
值得一提的是，赛迪顾问人工智能产业研究中心分析师张梓钧在接受《财经》新媒体记者采访时曾指出，新零售领域或成为中小企业利用视觉AI技术掘金的重要领域。这一领域比较新且应用比较分散，对于新进入者存有机会。
人脸支付、人脸门禁、刷脸考勤，越来越多的智能场景被解锁。然而单一的人脸技术在安全概念上有很大的局限性，利用图片、全息投影等方式便可轻松破解。因此，保障人脸识别安全性的核心技术“活体检测”已成为企业在商业化落地时必须突破的壁垒。
记者注意到，虹软免费开放的活体检测技术在实际使用中不需要用户做任何动作，只要自然正对摄像头秒钟，就可以完成整个检测过程。该技术可实现设备离线完成人脸识别全流程。即便是无网环境，用户也可在本地设备中精准判断进行身份的认证和识别。在对识别安全和效率要求较高的，如人脸门禁、人脸考勤机、自助柜机、无人零售、景区人脸验票等场景中效果明显。
对此，张梓钧认为，视觉AI是目前最为成熟的人工智能领域之一，其未来发展势头较好，发展潜力较大，其应用前景广泛，智能终端、智慧城市、智能安防、智能驾驶等领域的快速发展都将刺激视觉AI的发展。
业内分析人士认为，视觉AI技术不仅应用场景多样，未来千亿市场潜能也正待爆发。数以千万的中小企业通过免费且离线的SDK技术，将加速商业化应用场景落地，进入“高门槛”难题将得到破解。而中小企业零成本、低门槛进入，利用视觉AI技术增强原有业务软件体系，进而使AI技术应用到更多场景将成为未来发展的趋势。
|
