前一段，一则女子遭陌生男子殴打的视频在网上传播，引起了舆论的广泛关注。可是呢，一番义愤填膺过后就没有然后，实际意义真不大。只是站在正义的角度，让自己的情绪得到了宣泄。

事后抓捕很重要，但我们现在更期盼事情刚发生会有相应的解决方案。“傻瓜式”视频安防的弊端愈发凸显，“环境威力法则”下，也让人们对计算机视觉技术的快速落地多了一份迫切感。

事实上，对于计算机视觉公司而言，回顾2019的上半年不难发现，算法、技术的提及次数明显下降许多，行业的从业者、投资者、观察者们关注最多的其实应用落地情况。这说明技术已经进入密尔顿的新技术进化模型的第三个阶段，即推动技术向商品转化的行动阶段，可行的技术方案通过价值创造潜力的比选，形成被市场接受的产品主导设计形式。

技术、人才的比拼时代过去，场景为锚的时代到来，作为一个2B或者2G的领域，CV企业的商业落地能力已然成为它们综合实力判定的重要标准，同时也是赢得较高估值的有利条件。其中，最受人们关注的还是商汤、旷视、依图、云从这“四小龙”。

从商业视角看科技落地：CV“四小龙”扎堆而又分明的场景选择

时下的CV厂商们的战争已经从人才实力的比较上升到场景落地的比较，这释放出的其实是技术逐渐走向成熟的信号。在这一过程中，不同企业依据各自的基因和背景围绕不同的发展脉络进行探索。

商汤推行“1（原创技术基础研究）+1（产品结合）+X（行业伙伴）”模式。其场景渗透范围应该是最大的，包括智慧城市、金融、汽车、智慧零售、智能手机、移动互联网、机器人等。

旷视科技此前所实施的一直是“1（原创技术基础研究）+3（个人IOT、公共IOT、商业IOT）”产业布局。今年，旷视的logo从“Face++旷视”变成了“Megvii旷视”，摒弃过去视觉感知软件服务商的定位，从基础科学的人脸识别算法供应商晋升为智能物联方案专家。

云从孵化于中科院重庆研究院的高科技企业，含着金钥匙出生的技术团队创业，顶着中国银行业人脸识别的第一大供应商的标签。主要场景布局涉及金融、安防、交通、手机等领域，并且与公安部、民航总局、四大行有联合实验室。

依图的商业化落地主要选择在智慧城市、安防、医疗、金融等领域，尤其是智慧医疗领域，其智能辅助诊断系统已经开始规模化落地。除此之外，芯片是依图又一大主攻方向。今年5月9日发布了questcore芯片，主要针对计算机视觉分析任务。

总体看来，商汤、旷视、云从、依图这计算机视觉领域的“四小龙”所涉及的领域都比较多。彼此其实都有着自己得主攻领地，譬如商汤可能布局面更大一些，旷视的移动终端和零售、物流布局，云从的银行业，依图的医疗领域。它们优势领域建立的前提一定是自己有足够的资源和渠道，在自己更擅长更熟悉联系更紧密的领域进行产业升级成功性会更大一些。

因而CV领域的一个普遍现象就是企业的客户很多也是它的投资者。

事实上，在计算机视觉发展的前两个阶段，CV厂商的公开信息也只不过是企业愿意让外界了解到的。如今看来，一线的计算机视觉公司算法本身没什么差距。各种比赛和数据也被认作是IPO和融资的筹码，真正场景落地比拼的其实就是企业级市场的关系和渠道。

而在自身的关系“围墙”以外，CV“四小龙”也会向一些领域扎堆，这些领域往往具备以下几个特征：

*目标行业玩家的大而散：大，强调规模，而散，则强调玩家数量，很难出现垄断的情况发生。例如智慧城市建设，不同城市，可以选择不同的技术供应商。比如医疗市场，医疗机构本身数量和规模就符合“大而散”特征，而且医学本身类别也相对较多，不同类别相应的运作逻辑和实际需求也大不相同，相对应的机会也会比较多。

*不去碰或者以投资的方式进入其它计算机视觉公司优势明显而自己资源较少的领域：比如云从在银行业人脸识别方面积累颇深，而作为竞争对手的旷视则会选择借助投资人阿里，抢占支付宝人脸识别的场景，商汤科技的客户除了商业银行以外主要针对诸多互联网金融机构。

除此之外，针对对手可能擅长的领域，CV“四小龙”还有可能采取投资扶持“代理人”的模式。例如依图在医疗领域布局颇多，而作为对手的商汤科技领投了医疗互联网公司禾连健康，通过股权投资加速商业落地场景抢占。

*抢占升级需求更迫切的场景。亟待升级的判断标准主要包括两个维度，一是行业存在痛点，二是行业存在短期爆发的可能，这也对应着存在巨大的市场潜在空间。这一类场景也被称得上计算机视觉技术落地的最佳场景，其中最具代表性的就是安防。安防领域目前已经成为国家大力重视的方向，而且相对于医疗、金融等领域，安防领域的内部逻辑和要求相对而言会低一些，存在短期爆发的可能。还有就是手机领域，在智能手机市场同质化严重，急需寻找新卖点的大背景下，计算机视觉技术会是一个不错的创新点。

在互联网江湖(VIPIT1)团队看来，CV“四小龙”除了各自擅长的领域以及彼此扎堆的热门领域，其它领域有更多试探和占位的因素。

面对陌生的场景，基于新兴技术向产业演化的通用机理，CV企业需要确定具体业务当中哪些流程可以去应用计算机视觉技术，需要怎样的算法和模型去做出有效的决策。如何筛选识别出确保收集高质量的数据。在前面的流程都OK以后，还需要在一个长时间、循环制、连续的周期内进行测试、迭代、训练、验证和改进，以创造更接地气的算法。真正落地的计算机视觉技术必然包涵多元技术在不同主体之间转移的能力、技术价值网的构建等。

总的来看，过去CV技术落地一直都呈缓慢的“渐近式”风格进行，但如今看来，随着“傻瓜式”视频弊端的放大，至少在安防治安方面，CV商业化落地或将步入加速阶段。可以想象，未来随着智慧城市的深入，再有诸如街头施暴这样的违法行为，警方可以第一时间发觉并行动，最大限度的去减轻受害者所受到的伤害。

击中“最痛的点”：价值虚无主义已死，实用功能主义永生

进入快速落地阶段是动力也是压力，换好挡才能加速开得更快，不然只能逐步被淘汰出去。

商汤、旷视、依图、云从被冠以CV“四小龙”的称号，从多个维度来看，这四家公司在计算机视觉市场确实具备足够的实力。

从资金情况来看，关于CV“四小龙”，比它们业务本身还有更多被人提起的就是一个又一个高额融资。

据有关资料显示，2018年中国人工智能创业公司的融资总额是 1131 亿人民币，而四小龙则合计拿到了总额的五分之一。只说今年，在年初商汤科技曾获得了由阿里巴巴集团领投的6亿美元C轮融资。3月，云从今年也被爆出完成新一轮融资。5月8日，旷视也宣布完成D轮第二阶段股权融资，总融资额约7.5亿美元。

从场景渗透率和布局的领域来看，四小龙也具备绝对的领先优势。然而，对于“四小龙”而言，还需要面临两方面的竞争对手。

一方面是来自于各个垂直领域的对手。

*“四小龙”场景多是实力的体现，但与此同时也需要考虑场景布局过多，如何兼顾收益的问题。透过甲骨文、IBM等世界级2B企业的发家史可以发现，2B市场本身前期投入巨大且利润微薄，短期内的规模经济很难实现，

这时候如果大规模的发力产业互联网可能陷入多线作战疲于奔波的境地，从而引发资金压力。尽管对计算机视觉技术的投资不断增加，但有关未来计算机视觉在多个不同场景的应用模式讨论仍将长期存在，如何组合成变革性的应用还有待观察，何时真正落地？未知。这就预示着产业投入将会是一个长期的过程。而垂直公司不同，它们往往会盯着那些短期爆发可能的领域，因为它们拖不起，只能去找能快速落地的。不用考虑其它，顾虑会少很多。

*企业级市场与2C的消费互联网不同，一套算法很难实现“一招吃遍天下”，因为不同的场景对应着不同的环境和要求，对识别的重点也大不相同吗，即便是同一行业不同公司可能也有不同的关注点。这真的需要商汤、旷视们扎进自己所涉及的场景中进行相应的积累，形成自己对行业的认识和服务能力，然后对症下药一击命中。

但问题来了，相对于垂直场景公司的专注，“四小龙”在垂直场景的投入力度真的比它们强吗？不一定，一方面正如前面提到过得，目前算法等问题本身不算什么，“四小龙”的领先主要还是基于技术先发的窗口期占据优势，从而获得更多资金和自身背景上的补充。但如果找不到企业级客户的需求痛点，随时都有掉队的可能，而垂直领域企业则有弯道超车的机会。

这一点在云计算市场已经得到体现，不同行业的云灾备方案越来越重要。根据明尼苏达大学的研究,在云服务器遭遇灾难的同时又没有容灾备份与恢复计划的云计算服务商中,将有超过60%的云服务商在两到三年后退出市场，一些此前品牌知名度较高的企业也存在高概率被淘汰的威胁。

企业级市场，比C端市场会更“现实”一些。好用就是好用，鸡肋就是鸡肋，牌子有多响不是说没用，但可以确定的是起不到决定性作用。

另一方面的对手，就是BAT。

如今的CV“四小龙”，相当于CV市场的“土著BAT”，面对BAT这样的“野蛮人”来袭同样需要警惕。在底层算法积累方面，BAT可能不如商汤旷视们，但自身有许多CV落地场景。因此我们可以认为，BAT在计算机视觉技术的落地方面，下限可能比较高。但上限方面，或许并不如CV四小龙。

在互联网江湖(VIPIT1)团队看来，BAT在互联网上半场看开辟新业务是少犹豫、快出手；下半场是长周期论证，长周期决策，新业务不会轻易高举高打。互联网的上半场基于流量的逻辑，大量出现了一些因流量红利而生的项目。而下半场的多元布局，有的真的是在用心，譬如阿里腾讯的云服务。而在CV领域，让BAT垂直扎根到某一垂直领域去深耕可能吗？答案显而易见。而且BAT完全没有必要下功夫去深入下去。很多技术布局只为了战略防御。主要还是通过股权投资进行卡位，譬如阿里已经投资了CV“四小龙”里面的三家就是证明。

如此看来，对于计算机视觉领域的竞争而言，主要对商汤旷视们造成威胁的还是垂直领域的公司。目前看起来遥遥领先的CV“四小龙”，其实远远谈不上高枕无忧。

尾声：

电影《少数派报告》里面，所有犯罪场景会被“先知”预先演示给警察，通过先知脑中映像判断凶案现场情况并以此为线索防止犯罪的真实发生，并由警察们提前阻止犯罪。

而现实情况是这种情况这种预言式技术没有一点苗头显现出来，唯一能做的，就是在犯罪发生的第一时间实现快速反馈、行动、制止犯罪，尽可能的减少危害，这也是时下安防领域的痛点体现。

CV企业要改造的不只是某个产业或者某个领域，而是人们生活的诸多基础设施。颠覆性技术是强化的或新的技术创新，是要取代传统和既定的技术，以新产品和新的经营方式解决痛点创造新市场。这一过程中，企业要通过不断的试错来激发和优化自己的功能，确定采用什么样的产品思维或者项目思维，同一产业的优先判断，找准行业的社会的人的需求，这样才能快速占领市场，实现用造福于人的技术原始初衷。

价值虚无主义已死，实用功能主义永生，计算机视觉的未来谁执牛耳？拼的是谁能钻得更深。

科技自媒体刘志刚，订阅号：互联网江湖，微信：13124791216，转载保留作者版权信息，违者必究。