规模化的投入让商汤从AI技术到应用均构建起壁垒

导读

成立三年多，商汤累积融资额已超过10亿美元，但每年也在用数以亿计的速度消耗资本，有人认为，规模化的投入让商汤从 AI 技术到应用均构建起壁垒，也有声音指出：“商汤在烧钱”。

多数人认识商汤，都从“融资”开始。

去年7月，商汤 B 轮融资4.1亿美元，媒体报道其为“全球人工智能领域单轮融资最高纪录”。今年4月，商汤公布 C 轮6亿美元融资，在刷新融资纪录的同时，领投方也被证实为此前传言的阿里巴巴集团。

为了重塑 AI 底层框架，商汤建立起自己的超算中心，每年在采购 GPU 上的花费就超过上亿元。根据《财经天下》周刊报道，商汤公司的150位博士研究员，几乎每日都要在算法平台上进行数据训练迭代，单次花费就要至少50万元。

在完成技术积累后，商汤在战略上的新目标有了变化，是成为一家“能赚钱的公司”。

今年4月底，商汤一口气发布六款新产品，包括两款智能安防产品 SenseFace 3.0 平台与 SenseFoundry 方舟城市级视觉开放平台、两款AR生态产品 SenseAR 增强现实感绘制平台和 SenseAR 开发者平台、智能汽车产品SenseDrive DMS 驾驶员监控系统、以及 SenseMedia 智能图片视频审核平台。

从初期围绕视觉计算推出智能拍照、相机美颜，到如今在智慧城市（智慧安防、智慧商业、智慧楼宇）、手机、AR、自动驾驶等领域的广泛应用，商汤已从一家“人脸识别公司”扩展为包括更多产品体系的 AI 平台。

清晰的产品线，为商汤增加了多条“造血”管道，直接指向其公司的营收预期。

根据商汤官方透露的数据，自成立以来，商汤年营收平均增长率达到 400%。2017 年，公司实现正向盈利，营收在 1 亿美金左右。而目前商汤营收主要来自于四个方向：智慧城市、汽车、手机以及新型业务（其中智慧城市领域占比最大，超过 30%）。

从组建团队到实现商业化，商汤仅用了三年多。商汤联合创始人、CEO 徐立在公司快速发展过程中总结出两方面经验：

一方面，在公司内部，商汤采取了“1（基础研究）+1（产业结合）+X（行业伙伴）”模式。具体来说，一方面横向对安防、金融、零售等行业实现覆盖，另一方面通过合作伙伴在纵向产业里做深。按照徐立的说法，商汤过去是“SDK 级别”的赋能，现在是平台级别的开放。

外部环境上，中国政府对 AI 产业的扶持与鼓励，让智慧城市、金融、自动驾驶等场景的 AI 应用得以在政策上获得开放；中国市场的互联网用户规模与互联网场景长期积累的数据量，为其 AI 系统的验证与进化提供了土壤。

“未来五年到十年，中国的AI发展路线和欧美不一样。”徐立对钛媒体表示，“欧美将专注在 AI 基础研究技术的突破，他们的发展是阶跃式的；而中国是连续的，会在一些垂直行业、应用形成很好的结合。这恰恰是一个机会。”

掌握“大脑”

成立三年多，商汤累积融资额已超过10亿美元，但每年也在用数以亿计的速度消耗资本，有人认为，规模化的投入让商汤从 AI 技术到应用均构建起壁垒，也有声音指出：“商汤在烧钱”。

“很多人会误解我们，为什么商汤需要那么多机器（指超算中心），很多公司用开源系统也能做人脸识别。”徐立对钛媒体解释道。“其实，商汤是在造大脑”。

商汤联合创始人兼 CEO 徐立

徐立所说的“造大脑”，即重塑一个 AI 开发平台。从表象来看，这种做法无异于重复造车轮——不论是20年前就开源的LINUX，还是2015年 Google 开放的 TensorFlow，已经成为全球 AI 开发者的标配。

为什么商汤一定要掌握自己的大脑？

“AI 的核心在于，第一要有造脑的工具。造脑的工具如果都是别人的，造脑的能力和脑容量就受到了限制。第二是造脑的专业知识。即使有了工具，也需要有一个团队知道怎么去造脑。所以这两点是AI领域的核心差异化。”徐立说。

这样的结论源于商汤遭遇的现实局限。两年前，谷歌开源的 TensorFlow 仅支持一台服务器并行训练四张 GPU 卡片，但当时商汤的需求是要支持200台机器的训练，如果单纯依靠谷歌等开源系统进行创新，唯一的办法就是等待谷歌推出下一代“多机多卡”技术。

产品能力的提升则是商汤“造脑”后带来的直观收益。以商汤发布的智慧城市产品 SenseFoundry方舟城市级视觉开放平台为例，在企业客户不断添加业务数据后，商汤的“自循环生态系统”会利用数据对深度网络神经进行训练，最终实现人脸识别错误率能够降低到10的负11次方，但如果仅使用 Tensorflow ，准确率会降低近千倍。这种产品能力的巨大差异将直接影响安防行业客户的获取。

底层算法能够带来的时间窗口是商汤掌握大脑的另一点原因。

一个可以被参考的案例是美国 AI 初创公司 DeepMind，从 2014 年被谷歌收购，到 2016年其研发的AlphaGo 大败韩国棋手李世乭，在美国，类似的算法更迭几乎每十八个月就会导致 AI 性能的倍数级提升，这就给算法本身带来足够的时间窗口去布局。

而在用算法形成门槛后，AI 多元化就成为系统可以实现的目标。拿人脸识别来说，AI 公司已经将其从美颜拉长腿，逐渐拓展至交通安防、城市管理等更多场景，这种应用落地的方式又能为算法提供更多数据，让机器提升计算能力。

打个比方，大多数人的童年都学习过音乐和美术，即使成年后不从事相关工作，但幼年的学习在思维方式上训练了大脑。这个故事套用到“ AI 大脑”上，所谓的美颜、拉长腿、人脸识别就好比是“音乐、美术”等学科工具，只有先自主掌握大脑，再通过应用训练，大脑才能发挥作用。

“数据只是教材书本，大脑聪不聪明，直接决定了AI 系统的能力。”徐立对钛媒体说。

技术红线

从智慧城市、手机、AR再到自动驾驶，从底层算法到落地产品，商汤在四年时间不断延伸业务触角。

而已有的市场上，安防行业前有海康、大华等传统龙头，后有以“AI+安防”起家的依图；移动端的竞争者则包括了对手机市场虎视眈眈的旷视科技......随着产品线的扩展，商汤面临敌人或竞争者会越来越来多。

徐立并不这么认为：“你看到这个行业大家都在做，但各家算法的性能差距很大。”

这种由算法形成的壁垒落地在产品层面，徐立谈到了商汤可以实现的两个行业“唯一”。

一个是通过深度学习，为手机厂商提供AI双摄方案。传统双摄技术对硬件要求比较高，手机厂商需要使用一个支架将双摄像头框在一起，才能实现摄像头配准（对齐）的效果，这个支架成本在2美金左右。而商汤提供的AI双摄技术，是业内唯一不需要支架即可实现的，在减轻成本的同时完成更好的拍摄效果。以 oppo、vivo 、华为、小米等厂商各自超过8000万的年出货量来看，商汤的算法可以为它们每年省去超过1亿的成本。

通过深度学习，商汤可以为手机厂商提供AI双摄方案

另一点是为手机厂商提供整体的视觉识别应用服务。根据徐立透露，相较于部分厂商提供的单点式美颜、人脸解锁技术，商汤是业内唯一一家可以提供成像、感知、识别、理解一整套视觉内容解决方案的厂商。这一方面可以实现产品间的交叉销售，另一方面，算法涉及的诸如成像、图片增强、超分辨率等应用之间可以在深度学习引擎下相互促进准确率。

不只是商汤，利用算法以及技术壁垒在行业形成壁垒，几乎成为国内头部 AI 创业公司进行商业化落地的终极目标。

最初，商汤、旷视、依图、云从从图像视觉识别起家，初期均涉猎安防。而随着公司发展，曾经的“图像 AI 四小龙”也在具体业务中展现出差异化：旷视注重泛安防、手机等移动端应用；依图凭借“AI+医疗”拿到了 C 轮融资；云从正大力挖掘金融、银行客户。

事实上，类似的突破空间几乎存在于各个行业，徐立称这种行业需要的、但AI 系统尚未达到的能力为“技术红线”，谁能在某一领域率先突破技术红线，就能迅速占领市场份额。

以商汤与映客的合作为例，根据映客直播总监姜春生的介绍，通过商汤的视觉识别解决方案，映客的调帧时长延长了85%，识别时间缩短了31%。

在直播平台，调帧时长延长就意味着手机可以在更少的 CPU 损耗下采集更多的图像，特别是用户使用非 ios 系统的情况下，根据姜春生透露，商汤的方案让手机CPU消耗可降低25.6%；而在视觉识别层面，映客提供得主播“伸手要礼物”等手势互动，也因为AI 技术让虚拟礼物图像与主播的手势贴合得更为紧密。

同时，商汤、旷视等 AI 公司都在与今日头条、快手等平台合作，后者每年需招募上千人的团队，以审核平台可能出现的色情、暴力等非法信息。

对此，徐立坦陈，当下 AI 行业在内容审核方面的准确率还没有达到人的标准，即没有高过“技术红线”，这也意味着，在一定期限内，哪家公司的算法可以在精准度上超越人类，就能对市场占有率产生重大影响。

嵌入产业

我们可以用模块化的组织来理解商汤。

技术上，商汤通过自建“大脑”（超算中心）形成更先进的算法；产品中，基于“大脑”衍生的多条线业务得以产生数据，并进一步训练底层的算法引擎——这样的技术壁垒也符合商汤创始团队的科学家背景，可在产品诞生后，如何“接地气”地卖出去，成为商汤面临的又一挑战。

“卖项目”还是“卖产品”成为摆在商汤面前的第一道选择。

根据数据统计机构 IDC 分析，2018年国内智慧城市（包括视频监控、出入口控制楼宇对讲等智能安防项目）市场规模达2万亿，在这样的市场需求环境下，“接单”并不难。AI 企业在掌握一定人脸识别技术后，也能按照项目制的方式，为政府、事业单位、社区等机构进行安防系统升级。

不过，单纯的“项目制”固然能为公司带来收入，但受限于投入的人力成本等原因，这类外包公司式的生意很难规模化，如果想突破人力成本带来的局限，就必须在了解行业需求后，针对共性需求提炼出标准化、可以大规模量产的产品，用产品能力替代人力花费的成本。

“我们必须完成可以量产的产品，不然就只能做项目，所以商汤一定是在项目和产品之间来迭代——拿到项目，找到共性，转化产品、扩大规模。”徐立对钛媒体表示。

找到产业上下游的合作伙伴，则是商汤提升产品黏性的另一种方式。

去年11月，国际通信巨头高通集团（Qualcomm Incorporated ）对商汤进行战略投资，双方均未披露具体金额，但彼时高通正在加速 5G 技术的终端布局，对提升芯片的 AI 计算性能有着较大需求，这与商汤在算法侧的优势相契合。

“高通每年的芯片出货量有十亿，手机厂商很难有能力去消化这些高端芯片，但商汤具备从 OEM、手机厂商提炼出来的的 AI 应用能力，加上高通有计算硬件，就可以把人脸识别、物体追踪、AR 游戏等功能落地进智能手机内。”徐立说。

不止是高通，新的投资方也在引导商汤进入一个陌生领域。2017年8月，苏宁第一家无人店“苏宁体育Biu”开业，当中无人值守环境下的商品识别、用户定位、“刷脸”付款等技术均由商汤提供，这也为苏宁之后对商汤的投资埋下了伏笔。

除此之外，商汤也在以“投资人”的角色补足产品以及覆盖领域上的短板。去年12月，商汤与当代置业等机构共同领投了地产行业 VR 项目51VR，后者可以利用 VR/AR 设备对地产物业、自动驾驶等环境进行模拟体验，据报道，商汤目前计划投资的领域还包括游戏、AI芯片、医疗、物联网、手机以及移动互联网。