智慧城市网

　　【中国安防展览网 企业关注】旷视上周宣布4.6亿美元C轮融资，刷新了此前商汤4.1亿美元的AI创业公司融资记录。在刚刚闭幕的2017深圳安博会期间，宇视科技总裁张鹏国写下一句话：“意识到这是场战争的时候，战争已经结束了。”
 

　　去年尚是“星星之火”的AI，今年无疑成为安博会闪耀的中心。一边是以海康、大华为代表的众多传统安防巨头纷纷扬起“AI”、“智能”的大旗，一边是旷视、商汤、云从等AI新贵高调亮出爪牙，从宣传算法走向硬件落地。
 

　　双方越来越像，意味着竞争越来越激烈。表面仍笑谈“合作”，较劲却刺刀见红。
 

　　较劲
 

　　深醒科技董事长卢臻至今对他见到的一幕记忆犹新：在一家市公安局的值班室里，一根报警器的电线被剪断，凄凉地垂在门口。那个报警器是一家AI公司为当地警方做的试点，每当识别出与*数据库相似的人脸就自动报警。但是，每天嗡嗡响却没几次抓对人，警方一气之下，把电线剪断了。
 

　　“我们去的时候，他说你又来一家，特别没有好脸给我们，对人脸识别非常排斥。”甚至深醒的报警器响后，他们也不相信，深醒只好请了协警去抓人，好在抓对了。
 

　　警方接受了深醒的试点。“之前的服务商准确率太低，报警十几次能中1次就不错了，教育坏了市场。但我们的应用效果是10-100倍，几乎每天都在抓人，现在已经抓了上千人了。”卢臻说。那家曾剪断报警器的公安局由此对AI安防刮目相待，甚至专门给深醒拍了个宣传片。
 

　　深醒科技去年刚刚成立，是AI安防领域一匹来势汹汹的黑马。2015年11月，深醒公司还没注册，创始人袁培江带着团队去新疆做试点，对方抱着试试看的心态给了200张照片。“上午刚装上设备，200张照片还在一张张传呢，就打电话说抓到人了。”卢臻回忆。
 

　　在过去，安防监控主要依靠警方人眼检索，摄像头装得越多，警方压力越大：人眼难以在海量视频中找出*，24小时人工监控不仅浪费且低效，且仅靠人眼往往不能事前发现，总要事后一帧一帧筛查。
 

　　AI转变了这一局面。在贵阳试点时，深醒仅用了10个摄像头，6天便抓到了7个*——而之前公安采用刷*主动排查法，一个市动用几千警力一年下来只能抓住一两个。而以商汤为例，其人像比对系统帮助重庆市渝中区公安分局在40个工作日内辨认出69名*，抓捕14人，相比人工效率提升200倍。
 

　　甚至，现在AI可以做到事中预警、事前预警。
 

　　例如火车站，旷视的算法在识别出“单天多次出入”的人员后，便将嫌疑对象汇报给警方，因为这样的人员只有几种情况：乞讨卖艺人员、票贩子，或者扒手。旷视科技商业市场总经理谢忆楠说：“这相当于把警务抓捕的战法融入到了数据库的建设里。以前抓人取决于警察眼神好不好，现在只要有嫌疑就可以定位排查，正确抓捕率非常高。”
 

　　大幅节省警力投入、显著提高办案效率，一切使得AI对安防生态的改造势在必行。业内流传着一句话：“安防是一个隐形房地产市场。”据统计，2016年我国安防行业产值达5400亿元，预计到2022年将达到万亿。这个庞大的市场养活了2.2万家安防企业，从业人员达160多万人。我国对安防向来高度重视，《2016各国*与安全指数排行榜》显示，中国是治安保障好的国家之一。“平安城市”、“雪亮工程”中，单个项目动辄几亿到几十亿。
 

　　老牌巨头大华今年7月中标新疆莎车县平安城市建设项目，一个县的项目金额高达43亿元，占了大华去年营收的三分之一。“能在几个这样的项目中分一两个点，很可能就会变成一到两亿甚至更多，足以养活一个公司。”一位业内人士说。面对这个规模巨大的市场，自然，安防成了AI先大规模产生商业价值的领域。
 

　　“卢臻本身创办过一家to B上市公司，商业化方面非常有经验。”投资了深醒科技的经纬创投合伙人王华东如此评价。功成名就闲不下来的卢臻在市场中寻觅已久，选择了AI安防市场重整旗鼓。基因造就了风格，他对于深醒以销售为导向的公司策略显得信心十足。
 

　　今年8月，深醒中标青海省1600万的人脸识别项目，是目前人脸识别领域单笔大中标额。卢臻预测，深醒今年总中标额将超过3000万。
 

　　“我在竞标时几乎没有遇到过AI公司，竞争对手主要是海康大华等传统安防公司。”卢臻说。而据「甲子光年」调查，某AI明星公司今年仅中标百万，旷视也未超过千万。
 

　　“有些公司是来*的，有些公司是来扬名立万的。”卢臻毫不讳言地表示，他刚开始入这行时很不可思议，他发现很多听起来高大上的项目，背后竟是某些AI公司为了宣传免费给人家做，目的就是一轮一轮炒高估值。反观深醒，他表示不追求投资，因为有充分的信心上市：“我有一个很长、很难、但一旦成功会获利巨大的方式，就是通过产品化商业化获得成功。这就是我的图谋。”
 

　　卢臻的话自然得到了其他玩家的反驳。“1600万的单子，在安防领域算什么？”旷视表示，他们在安防的收入，早不是以千万为单位。而某业内人士告诉「甲子光年」：“商汤、旷视不需要竞标，因为他们足够大，直接有单子给到他们。”
 

　　不管你是不是拿标者，是不是有单子直接送给你，不难看出，安防市场存在着激烈的较劲。
 

　　AI不仅让新贵获得了入场券，也成了传统企业“弯道超车”的机会。由于安防市场巨大、传统厂商数量众多，传统厂商同质化竞争之严重可以用惨烈形容。传统视频监控领域利润持续下降，小厂商没有规模优势逐渐没落，头部市场格局渐趋稳定。
 

　　头部成员之一、以精工著称的宇视尽管发展势头不错，但与海康、大华的差距依然很大，始终屈居行业“老三”。从去年10月到今年6月，宇视联合英伟达、英特尔发布了两款基于AI的智能分析服务器，布局视频图像深度智能化的意图已非常明显。
 

　　当我们在这个市场中一个一个玩家聊过去，我们发现，这一场由AI掀起的安防市场的战争，较劲者不仅仅发生在商汤、旷视、深醒、云从、深鉴等“AI新贵”之间，发生在海康、大华、宇视、天地伟业、东方网力等“行业老贵”之间，更发生在新贵与老贵两大群体之间。
 

　　AI新锐的攻势：从技术外包到产品化
 

　　一年前，各家AI公司在聊到安防时，用的还多是“智能升级”、“解决方案”这样的词——AI初创公司扮演着传统巨头算法提供商的角色。
 

　　如果在中国招标网上查询商汤、旷视等明星AI公司的中标记录，会发现只有区区几条。业内人士告诉「甲子光年」：“项目方对供应商的资质有严格的要求，很多项目AI公司根本就没有竞标资格。”
 

　　大型项目资源往往集中在总包商、集成商的手里，通过总包商下达到集成商；在总包商、集成商层面可能还会涉及到运营商；再由集成商确定各个产品的供应商——总之，AI公司想要拿到单子，需要一层一层通过关卡。
 

　　“安防公司多如牛毛，再加上每个城市都会有自己的本地集成商，所以跟不同客户的沟通成本会很高。”业内人士透露。
 

　　但AI公司很快发现，单纯做算法只能处在食物链底层，容易陷入这样的尴尬局面：在客户面前刷存在感的是传统公司，自己作为技术提供方并不为市场所知；在竞标中，有时候几家公司用的都是自己的算法，自己跟自己PK；传统公司几乎不会对外承认使用的是别家的技术，AI公司普遍沦为技术外包。
 

　　“甚至有的巨头公司，在竞标时用你的技术，后交付时用自己的技术。”某AI明星公司的安防负责人愤愤不平。如此一来，收入尽数落入食物链上游的口袋，真正起到关键作用的AI公司却难以从中分一杯羹。
 

　　产生这样现象的原因很简单：“AI化”浪潮已然不可逆，老贵们显然不会将已得的蛋糕拱手让人，被动防御已经落伍，主动升级才是聪明之道。于是，海康、大华等老牌企业纷纷加码AI：海康成立研究院，已推出全系列智能安防产品，并在今年安博会上发布AI Cloud框架；大华建设深度学习计算中心，形成一系列基于深度学习的智能产品；宇视、天地伟业、东方网力等纷纷喊出不同口号，但目标只有一个：在AI时代抢占先机。
 

　　2016年我国安防行业5400亿总产值中，安防工程占到3100亿元，安防产品占到1900亿元，而报警运营及其他仅占到7.4%——新兴AI公司想要真正在这个盘根错节的传统市场站稳脚跟，站在食物链的底层等着分肉吃是行不通的，工程的事难做，“产品化”便成了出路。
 

　　于是，今年安博会上，新贵们纷纷出手：商汤推出了SenseKeep人脸识别机；旷视展示了新一代全帧智能人像抓拍机MegEye-C3S；云从推出了人脸识别闸机头……从强调算法到直接杀入产品端，安防新老玩家的战争，已然由暗转明。
 

　　产品曾是行业内老贵的主要战场，由此，安防新老玩家的战争，已然由暗转明。
 

　　短兵相接，拼什么
 

　　双方越来越像，意味着竞争越来越激烈。新贵会说，拼的是技术和人才。2016年初，云从科技创始人周曦奔赴苏州，给在安防领域深耕十多年的蒋俊带去了一份检测报告。报告显示，广州一次人脸识别比赛中，从860万市民中随机筛选出4600张人脸，云从准确识别出其中2100多人，*命中率达47%，而过去此类比赛的好记录仅为5.9%。
 

　　“变天了”，蒋俊意识到，行业即将面临洗牌。他果断辞去之前待遇优厚的工作，加入了AI公司云从，担任安防事业部总经理。
 

　　虽然现在各家满天飞的宣传稿中都是99%以上的准确率，但那是两张人脸1：1地回答“Yes or No”，而面对像素、光线、遮挡等制约，要在茫茫人海中迅速完成M:N的比对识别，“实际上超过40%，对公安来说就可以应用了。”蒋俊说。
 

　　假如准确率只有10%，意味着每抓10人里只有一次能抓对，误报率太高；而当准确率超过40%时，每两次公安就能抓对一人，这是可以接受的。更何况，技术还在快速发展，如今动态识别准确率已可以达到70%-90%。
 

　　技术的突破得益于深度学习的发展。一方面，自2010年ImageNet大赛创办以来，标记过的图片数据量以指数级增长；另一方面，GPU日渐成熟，处理能力大幅提升，支持用上千万、甚至上亿的数据进行训练。因此，图像识别错误率快速降低，2015年已降到3.5%，低于人眼5.1%的识别错误率；人脸1：1识别的正确率一路从90%刷到99.5%以上，逐渐进入商用阶段。