02

AI公司熱衷硬件的背后

雖然AI視覺(jué)公司里，很少像商湯一樣直接做一款toC硬件，但行業(yè)的一個(gè)共識(shí)是，純技術(shù)公司很難賺到錢(qián)，技術(shù)必須與具體場(chǎng)景相結(jié)合。

這些年，做硬件或者軟硬一體，一直是AI小龍們所努力的方向。他們做一些搭載了AI算法的盒子或者是攝像頭和刷臉的面板機(jī)。

AI視覺(jué)公司里，最早在硬件上布局的是曠視科技。2015年，曠視就推出了首款A(yù)I攝像頭，“抱著試一下的心態(tài)�！睍缫暱萍悸�(lián)合創(chuàng)始人楊沐說(shuō)。當(dāng)時(shí)曠視試水各種硬件，尋找適合算法的載體，一開(kāi)始大家的認(rèn)知是算法載體是服務(wù)器。但服務(wù)器太貴，而且功耗大，用戶(hù)得建設(shè)機(jī)房。當(dāng)時(shí)一些小區(qū)、園區(qū)的門(mén)禁就有將算法放在終端攝像頭上的需求。

2017年，商湯也發(fā)布了首款自研智能硬件產(chǎn)品SenseID人證核驗(yàn)機(jī)，被用于機(jī)場(chǎng)等場(chǎng)景下的人臉通行。2018年3月，云從發(fā)布了一款A(yù)I攝像機(jī)，開(kāi)始軟硬一體。2019年5月，依圖通過(guò)收購(gòu)的方式推出首款芯片“求索”，并將其搭載在智能服務(wù)器、智能邊緣計(jì)算設(shè)備中。

在各大AI公司向軟硬一體轉(zhuǎn)變的背后，是早期光靠算法的商業(yè)模式很難再往下走。

極視角聯(lián)合創(chuàng)始人劉若水告訴數(shù)智前線(xiàn)，市場(chǎng)早期不缺錢(qián)，大量風(fēng)險(xiǎn)投資涌入，使得AI公司一向不太重視成本管控，大家都在高薪招人埋頭搞算法，潛意識(shí)里認(rèn)為，把算法搞好就會(huì)有市場(chǎng)。

但到了現(xiàn)在這個(gè)階段，外界更關(guān)注算法本身能否落地，商業(yè)模式是否行得通。而且相比于可以不斷復(fù)制的軟件產(chǎn)品，算法還有大量定制化的需求，這也使得成本未必能降下來(lái)。

云從科技聯(lián)合創(chuàng)始人姚志強(qiáng)對(duì)數(shù)智前線(xiàn)表示，應(yīng)用層面的單一模塊化及單點(diǎn)技術(shù)革新，難以滿(mǎn)足日益錯(cuò)綜復(fù)雜的細(xì)分場(chǎng)景需求，AI企業(yè)亟需增強(qiáng)提供完整解決方案的能力。

另外一個(gè)原因是，有技術(shù)能力的大客戶(hù)，算法公司越能做到偏底層的對(duì)接，但對(duì)于中小公司而言，往往需要提供更完整的東西。“你拿一個(gè)算法給他，對(duì)他來(lái)講很難去接入的�！睏钽逭f(shuō)。

“SDK其實(shí)是一個(gè)很高效的合作模式�！睏钽逭f(shuō)，前提是合作伙伴很清楚自己需要什么，像人臉解鎖和刷臉支付等，手機(jī)廠(chǎng)商和支付公司自身有很強(qiáng)的能力和明確的需求，算法公司只需要提供SDK的接口。

但問(wèn)題在于，很多智能化場(chǎng)景，往往是AI算法的公司先看到機(jī)會(huì)，不得不自己先去試水和市場(chǎng)培育。在這種背景下，軟硬一體的優(yōu)勢(shì)就凸顯出來(lái)。

劉若水告訴數(shù)智前線(xiàn)，極視角絕大部分收入來(lái)自于軟件算法，硬件由大客戶(hù)自己集采�！懊總�(gè)算法都找一個(gè)特別合適的硬件去做適配，這件事情的投入產(chǎn)出不是特別高�！�

但中小客戶(hù)對(duì)硬件完全不了解，而且場(chǎng)景比較單一，直接提供軟硬一體的產(chǎn)品，反而能快速部署和出貨。比如明廚亮灶、智慧工地和智慧安監(jiān)等，都是視覺(jué)算法比較成熟的場(chǎng)景�！八惴ū容^固定，一個(gè)場(chǎng)景里需要識(shí)別多少路的攝像頭也比較固定�！�

“純做AI算法或者是AI軟件，不往用戶(hù)側(cè)去搞數(shù)據(jù)搞應(yīng)用的，或者不往下搞芯片搞硬件的，我認(rèn)為長(zhǎng)期來(lái)看會(huì)死掉�！睆埍笕�說(shuō)。早期硬件成本的占比比較低，算法能賣(mài)上價(jià)，一路人臉識(shí)別能賣(mài)好幾萬(wàn)。

但現(xiàn)在一路AI人臉檢測(cè)的價(jià)格才幾十塊錢(qián)，云端也才小幾百塊錢(qián)，在這種情況下硬件的占比就極大的凸顯。

從資本的視角來(lái)看，純算法的收入也無(wú)法支撐起龐大的估值�！跋胍�去沖一下這個(gè)營(yíng)收，因?yàn)榧冘浀氖杖肟赡懿粔��！币晃籄I算法公司的員工說(shuō)，算法雖然毛利高，但整體盤(pán)子并不大，不利于在資本市場(chǎng)講故事�！凹兇赓u(mài)算法，一年一兩個(gè)億已經(jīng)很多了。”但一兩個(gè)億的營(yíng)收顯然支撐不了AI公司數(shù)百億的市值。

而且，隨著算法的門(mén)檻越來(lái)越低，價(jià)格也不再昂貴。一個(gè)算法賣(mài)5萬(wàn)塊錢(qián)，但如果加上服務(wù)器可能能賣(mài)到15萬(wàn)，相當(dāng)于把營(yíng)收放大了三倍。

03

“變硬”并不容易

但做軟件和做硬件，背后需要的是完全不一樣的能力。

“算法需要更高級(jí)的人才，懂業(yè)務(wù)落地的算法工程師，而硬件需要渠道和供應(yīng)鏈的優(yōu)勢(shì)。”姚志強(qiáng)說(shuō)。

“做硬件幾乎都在摳成本，但做軟件，一個(gè)算法大�？梢皂斍к娙f(wàn)馬�！币晃唤�(jīng)常與供應(yīng)鏈打交道的AI行業(yè)人士對(duì)數(shù)智前線(xiàn)說(shuō)，硬件的坑密密麻麻，“供應(yīng)鏈?zhǔn)莻�(gè)重災(zāi)區(qū)”。

她現(xiàn)在還對(duì)這些教訓(xùn)記憶猶新，曾經(jīng)深圳工廠(chǎng)的老板都是拍著胸脯，義正言辭跟她保證絕對(duì)沒(méi)問(wèn)題，“被騙了好多回之后才學(xué)乖的，他們說(shuō)的話(huà)你聽(tīng)聽(tīng)就行了”。比如到期交不了貨、偷工減料等，即便事后追究工廠(chǎng)責(zé)任，但錯(cuò)失了銷(xiāo)售時(shí)機(jī)，對(duì)企業(yè)而言是個(gè)沉重打擊。

她曾遇到一位客戶(hù)，對(duì)方做的是一款內(nèi)置4G存儲(chǔ)卡的玩具，還專(zhuān)門(mén)向芯片設(shè)計(jì)廠(chǎng)商購(gòu)買(mǎi)了IP授權(quán)，但沒(méi)想到組裝工廠(chǎng)給他用的是二手物料，導(dǎo)致經(jīng)常卡頓。結(jié)果賣(mài)出去的東西面臨著大量的售后，沒(méi)賣(mài)出去的也需要返廠(chǎng)重做。

2018年以前，曠視也一直在尋找更合適的硬件載體。當(dāng)時(shí)買(mǎi)了一堆市面上與視覺(jué)相關(guān)的硬件，研究能不能把算法方案放上去�！爸饕�的工作就是在各種硬件和芯片的選型上，市面上成熟芯片都用過(guò)”。

但學(xué)費(fèi)沒(méi)有少交，做了很多產(chǎn)品但沒(méi)賣(mài)不出去。而且硬件研發(fā)周期長(zhǎng)，管理比較瑣碎，涉及庫(kù)存、供應(yīng)鏈把控、選廠(chǎng)等等，“這都是需要花時(shí)間積累的行業(yè)know how�！睏钽逭f(shuō)。

比如買(mǎi)了一堆芯片，怎么去保管，放在倉(cāng)庫(kù)會(huì)不會(huì)氧化。而產(chǎn)品定義時(shí)，哪怕少了一個(gè)接口或者通信協(xié)議，板子可能就得重新設(shè)計(jì)。

“傳感器是做前照式還是背照式，要不要把HDR功能加進(jìn)去，都需要取舍，一旦取舍錯(cuò)了，不是說(shuō)造出來(lái)沒(méi)用，而是你的定價(jià)跟市場(chǎng)需求不匹配�！睏钽逭f(shuō)。

市場(chǎng)早期為了驗(yàn)證可行性，曠視找的是外部團(tuán)隊(duì)，掏錢(qián)合作也相對(duì)比較容易。但隨著規(guī)�；�部署，集成難易度、交付難易度和成本變得更為關(guān)鍵，“一旦關(guān)心起成本，硬件的設(shè)計(jì)就變得至關(guān)重要�！�

硬件的設(shè)計(jì)決定了整個(gè)產(chǎn)品是否能成功的最關(guān)鍵點(diǎn)。2018年之后，曠視的硬件研發(fā)團(tuán)隊(duì)開(kāi)始逐漸形成規(guī)模。當(dāng)時(shí)有一個(gè)背景是，硬件分工已經(jīng)非常明確，做硬件不需要從造芯片開(kāi)始，更需要做的是圍繞具體場(chǎng)景，兼顧產(chǎn)品的通用性和交付難易度。

比如，門(mén)禁通行的場(chǎng)景里，接入不同線(xiàn)路的攝像頭，意味著需要不同的內(nèi)存。之前像英偉達(dá)服務(wù)器，往往是一個(gè)標(biāo)準(zhǔn)產(chǎn)品，價(jià)格貴。但如果在硬件設(shè)計(jì)之初，把多少算法需要多少內(nèi)存算清楚，最終的硬件產(chǎn)品會(huì)有很好的成本優(yōu)勢(shì)。

這也是曠視提倡的算法定義硬件理念，先吃透場(chǎng)景需求，然后再根據(jù)算法的需要去設(shè)計(jì)一款有價(jià)格優(yōu)勢(shì)的硬件產(chǎn)品。比如2015年前后，大家普遍認(rèn)為算法的最佳載體是服務(wù)器。但其實(shí)服務(wù)器價(jià)格貴，功耗大，需要建設(shè)機(jī)房，沒(méi)辦法在各地部署。所以，曠視那段時(shí)間做了面板機(jī)、網(wǎng)絡(luò)攝像機(jī)。

而且，單純摳硬件制造成本不一定效果最優(yōu)，適當(dāng)放寬硬件制造成本，但大幅度降低軟件成本，反而總成本會(huì)更優(yōu)。

還有產(chǎn)品研發(fā)周期。大華資深人士告訴數(shù)智前線(xiàn)，海康和大華都在拼速度，產(chǎn)品上市快，一個(gè)產(chǎn)品在指標(biāo)上的領(lǐng)先和控標(biāo)周期只能做到6個(gè)月。

除了這些，硬件的銷(xiāo)售渠道對(duì)AI公司也是個(gè)不小的挑戰(zhàn)。比如科大訊飛建立了“CBG”的渠道體系，�？低�視和大華等傳統(tǒng)硬件廠(chǎng)商已經(jīng)下沉到城鄉(xiāng)，曠視也提出與運(yùn)營(yíng)商合作，畢竟運(yùn)營(yíng)商有中國(guó)最大的銷(xiāo)售和運(yùn)營(yíng)網(wǎng)絡(luò)。

在張斌泉看來(lái)，深度學(xué)習(xí)技術(shù)尤其是視覺(jué)的深度學(xué)習(xí)，到了一個(gè)瓶頸期，能落地的場(chǎng)景挖掘得差不多了，真正商業(yè)化的點(diǎn)不多，“大家都覺(jué)得是一個(gè)新的人工智能浪潮，但沒(méi)掀幾段浪�！绷硗�，硬件同質(zhì)化越來(lái)越高，這也意味著，競(jìng)爭(zhēng)最終會(huì)來(lái)到渠道和價(jià)格的比拼。

商湯在toC硬件方向的首次嘗試，盡管提供了一種新的思路，但目前看并沒(méi)有太大的銷(xiāo)量和聲量。

姚志強(qiáng)認(rèn)為，人工智能目前更適合做專(zhuān)業(yè)級(jí)市場(chǎng)，因?yàn)樗�還不是一個(gè)完全通用化的產(chǎn)品。消費(fèi)級(jí)產(chǎn)品要求性?xún)r(jià)比，而人工智能沒(méi)有完全通用化，很難把價(jià)格降低到很低的程度。

在軟硬一體成為行業(yè)趨勢(shì)的當(dāng)下，頭部的幾家AI視覺(jué)公司已經(jīng)走上不同的道路。商湯搞大模型、大裝置，幾乎什么業(yè)務(wù)都在嘗試；曠視則以AIoT為主攻方向，選擇了消費(fèi)、城市和供應(yīng)鏈場(chǎng)景中的幾個(gè)重點(diǎn)品類(lèi)；云從則傾向于人機(jī)協(xié)同操作系統(tǒng)，自研部分硬件主要是為了樹(shù)立標(biāo)桿案例，目的還是吸引合作伙伴。無(wú)論哪一條路，目前來(lái)看，都還在路上。

       原文標(biāo)題 : AI落地，變硬不易