人脸识别的美丽神话

本文来源：GPLP微信公众号，文/明定坎村

AI这把火烧透了人脸识别这个狭小赛道。先是行业外BAT等巨头携着资本、品牌力量顺势搅局;紧接着身处于这个行业的老兵也不甘示弱，纷纷“揭竿而起”，一场人脸识别登陆战就此拉开。

对于人脸识别这个狭小AI赛道上的热闹景象，早在2017年3月份，李开复就惊叹“国内出现了四家以人脸识别为主的创业公司现象不合理”，甚至还有投资人表示，2018年6月份可能就是AI的冬天。

2018年，人脸识别这个美丽神话到底如何发展?

人脸识别的“囚徒困境”

一方面是大量资本涌向这个行业，另外一方面，则是人脸识别的变现渠道遥遥无期。

因此，人脸识别行业被圈内人号称“囚徒困境”，要多尴尬有多尴尬。

2017年人脸识别行业融资堪称疯狂，好像一场龙争虎斗的比赛，无论是行业里的传统老兵，还是迅速催生的人脸识别四个小独角兽们，都让人眼花缭乱。火热现象背后，对于很多由算法驱动的人脸识别公司的商业模式有待探索。

“行业内的创业公司，几乎没有谁在赚钱，大家基本上都在亏钱。”一位人脸识别业内专家向GPLP君透露，各个公司都在探索合适的商业化模式，但是目前没有谁走出一条已经被证明是完全可行的商业化路径。

“人脸识别公司最开始的优势是算法，但随着相同赛道上各家算法技术的进步，事实上同一梯队上的公司技术差距已经越来越小。这也就意味着靠售卖SDK软件的变现的方式很难行得通。”该专家表示。

持相同观点的还有旷视科技联合创始人唐文斌。“没有什么技术是不能被取代的。算法也好，技术也罢都不过是手段，最后能够提供的不过是产品价值。”他说。

然而，“产品”二字恰是隐藏在人脸识别公司背后的难以盈利的答案。抛开研发芯片变现路径，事实上，粗略归纳人脸识别能够真正落地的产品形态只有两种：一种是静态拍照监控，另一种是动态的视频监控。

一位安防行业内的专家告诉GPLP君，“动态视频监控方面，主要的产品就是摄像头，但该领域已经有很多家硬件厂商在前面阻挡，比如海康威视、大华、宇视等，一般新兴的创业公司较难突破。”

以海康威视为例，公司资料显示，目前该公司已经有2000多万台摄像应用装置在世界上应用，销售额位居摄像头领域第一。同时，海康威视也积极在人工智能领域进行布局。

根据公开资料显示，早在2006年，其就开始布局智能技术的研发，比如有2015年后端产品海康“猎鹰”&“刀锋”智能服务器的推出与应用， 2016年基于深度学习技术、从后端智能到前端智能的全系列智能产品家族，2017年公司正式发布了“IOT-基于神经网络的认知计算系统--海康AI Cloud框架”。

以海康威视为代表的传统摄像头监控厂商，让一些人脸识别算法公司望而却步。一位行业内专家向GPLP君透露：“当调研完视频流领域的硬件厂家之后，觉得在前面这些巨无霸面前，很难有机会弯道超车，于是就切换到静态监控领域。”

背后的原因是，摄像头领域的产业链很长，传统的硬件厂商已经深耕多年;而一般新兴的人脸识别算法公司很难把产品的性价比降低到与海康威视等传统硬件厂商一样的水平。

因此，对于算法驱动的人脸识别类的创业公司而言，要在静态的拍照监控领域建立较好的盈利方式并非易事。一位深耕行业多年的创业老兵向GPLP君表示：“那么多人脸识别的创业公司当中，很少有能够闻到‘钱味儿’的公司，大都在探索变现渠道。”

创业公司“闻不到钱味儿”怪现象的原因到底是什么呢?

第一，技术的瓶颈。一位业内专家表示，目前算法导致的差距已经逐渐缩小，但这只是相对于头部的公司的而言，例如商汤科技、旷视、云从、依图、中科奥森等，后面梯对的公司在技术上还有较大的差距。

例如，安全防护的前端缺少活体防伪技术，人脸识别可能就是一个“伪命题”。2017年3·15晚会就显示，人脸识别建立的安防系统十分容易被攻破。一位人脸识别行业的专家告诉GPLP君，目前还只有少数的几家能够拥有这项技术。

通过研发突破短时间内可能性并不高，因为现在各大头部公司正在抢占数量稀缺的人才资源。据媒体报道，商汤科研人员配制宁可过度也不愿意放手。所以，一般实力较弱的人脸识别公司根本无法与行业内独角兽抗衡。

第二，客户的门槛。

2017年，人脸识别应用最火热的两个领域为金融和安防，一些没有客户积累的创业公司很难挤进去。

“要么在行业里有很好积淀如汉王、中控等，要么是能够联合地方政府、行业外巨头进行深入，如云从、商汤、云天励飞等，否则要想进入金融和安防领域困难重重。例如，处于人脸识别头部的依图把医疗健康作为其AI应用的一个主要领域。”一位人脸识别行业专家告诉GPLP君。

第三，来自硬件公司的竞争让“钱味儿”离大家越来越远。

闻不到“钱味儿”的人脸识别公司除了来自同行的你追我赶，上游硬件公司的夺食也占有很重要的因素。一位行业从业者向GPLP君坦然，“一些硬件公司通过买人脸识别公司的算法技术，然后整合到硬件中，形成有竞争力的产品，这让他们压力很大。”

可见，人脸识别的算法只是一个工具，能否用这个工具结合到具体的场景，然后打造出一个标准化能够落地的产品变现，这对于人脸识别创业公司是最重要的要素;而前面提到的能够盈利公司，无论海康威视还是硬件厂商都是因为离应用场景最近，他们可以以较快的速度打造出可以变现产品。所以，对于技术水平不能冲到头部，同时也不掌握关键落地产品，在获客能力又比不上行业老兵的人脸识别创业公司而言，当资本热消退以后，可能面临的是生存问题。

数据路径变现是明天吗?

数据变现是很多人脸识别创业公司说服投资人的一个理由——人脸识别公司的价值在于大数据，可以通过数据进行变现。

一位行业资深人士也告诉GPLP君，“数据是人脸识别行业所有公司都心照不宣的秘密，每一家公司都或多或少都瞅着这个领域的机会。”

然而，真的可以通过数据进行变现吗?

不可否认，数据有很高的价值。据媒体报道，在国外政府就已经探索和企业共同开发大数据的价值。2016年10月美国国家科技委员会公布的《美国国家人工智能研究和发展战略计划》中有七大战略计划，第五个就是开发用于人工智能培训及测试的公共数据集和环境。

例如，早在十几年前，加拿大就已经出现了采集大量客户数据对社会消费特征进行整体画像的企业。这些数据收集和分析企业根据广泛收集的跨行业客户信息，把全国居民细分为68个子类，并对每个子类进行画像，抽取其消费特征和潜在需求，为零售、金融、通信等各个面向消费者服务的企业所用。

在我国，政府机构、部门之间的数据是分散的，一家的人脸识别的公司可以把设备售卖到各个部门，如税务、银行、教育等，打通各个部门的数据鸿沟，然后实现最终变现。

但是过程并不容易实现，首先受制于我国通过人脸识别公司的数据采集和分析能力。

“现在，我国人脸识别发展还处于级阶段，没有那么多数据可以利用，还需经历一个大规模推广的阶段。”一位人脸识别公司负责人告诉GPLP君，“从用户数据一侧发力，估计还要约5年时间才能获得商业价值。”

又回到GPLP君在前面提到的话题，如果该人脸识别公司在获客、产品方面的水平很弱，那么它就很难进行大规模推广，又从何处获得规模化可以利用的数据呢?

鸡生蛋，蛋生鸡，但如果是恶性循环，那么数据变现也将没有明天。

另一方面，人工智能领域针对局部领域获得数据进行训练，并不是就能够获得一个全面的解决方案或者说是结果。一个好的、有价值的数据需要在全面数据搜索领域获得突破，而不是局部突破，比如，单单获得没有标注个体的人脸识别数据，价值就相对较小。

当然，对于人脸识别的创业公司而言，可以对人脸识产品进行补贴的方式进行价格战，迅速获得市场的，实现大规模推广，类似于共享单车领域小黄车、摩拜的打法。可是，这样路径的背后，成本无疑是一个巨大的数字，能否支撑起资金消耗也是一个问题。

最后，就是人脸识别产生的法律风险。比如，前不久360水滴直播平台一事，就是因为涉及隐私因素自动关闭。虽然，这只是公司的自主行为，并不是法律的强制结果。但不排除相关立法会跟进。

一位专家告诉GPLP君，“在人工智能领域法律还处于灰色地带，但是不能够保证政府的不会通过立法的手段进行监管。如果站在法律边缘的打擦边球的方式创业，风险无疑太大。”

鉴于数据侧是一个长期的投入，产品侧又无法和传统的硬件厂商叫板，因此很多人脸识别领域的创业公司说服投资人转向了别领域，比如机器人、自动驾驶、医疗健康等。但这背后有多少是概念，落地时困难程度的如何，都是投资者进行投资时需要考量的问题。

比如，有人脸识别创业公司就表示，要通过计算机视觉技术与NLP技术的结合，制造出能“识别万物”的智能机器人。

可是，考虑到万物识别机器人的研发的难度、市场推广的成本等因素，相关的人脸识别公司在现金流枯竭之前找到变现的途径恐怕困难重重。

人脸识别，只是看起来很美。