陳振杰：挖掘AI視覺算法長尾經濟

蔣秋霞

我國AI企業分布集中于應用層，比例高達80%。在此背景下，極視角聚焦圖像視覺，依賴算法平臺模式走出一條自己的商業之路。研究該模式背后，正是長尾經濟的一種典型應用案例。在AI應用碎片化需求大爆發的時間點，這是否將幫助極視角站穩腳跟？拭目以待。

2020年或將成為中國AI（人工智能）企業的分水嶺。

一方面，資本入場進入穩定期。據智研咨詢梳理數據顯示（詳見下圖表），相比上一年，2019年我國人工智能行業的投融資數量攔腰而減，同比下降幅度高達61.1%。另一方面，我國人工智能應用市場經過2016?2018年的培育，“AI四小龍”^①格局初定。人工智能在某些細分領域的應用已經非常成熟，比如圖像識別尤其是人臉識別領域。

AI企業需要尋找新的業績增長點。

除了科技創新——成為過硬的技術流，未來考驗人工智能長期發展的關鍵因素還與商業模式有關。它們是否經得起時間和市場的錘煉？

至少在深圳極視角科技有限公司（簡稱“極視角”;英文簡稱：Extreme Vision）成立至今的5年間，他們在國內首創的AI視覺算法平臺模式依然是支撐公司穩定發展的助推器。

在基礎層—技術層—應用層（包括AI應用終端、AI應用行業解決方案）的AI產業鏈條中，成立于2015年6月的極視角，是專業的人工智能與計算機視覺算法服務提供商，更偏向末端的應用層。這與AI在我國的行業發展現狀相關。根據甲子光年《2020中國AI產業地圖研究》報告，我國人工智能企業主要集中在應用層，占比達到80%。這個數據背后意味著激烈的市場競爭。

極視角CEO陳振杰表示：“公司自2019年8月份開始正常盈利，總營收達5000萬左右，預計今年有2倍的增長。”按照十分制評價公司的發展，他只打出6分的及格分。在他看來，極視角的發展步伐、產品更新速度還有很大的成長空間。明年，他計劃將團隊擴大至300甚至500人規模，提升公司的發展速度。

為什么在2000多家的AI企業中，極視角能夠頂住“四小龍”的鋒芒脫穎而出？并且陳振杰如此自信地押注AI算法系統方案解決服務商這條賽道呢？

主要原因有兩個：一是我國AI企業與市場在共同成長，部分細分領域的技術應用的成熟案例不僅培育了市場對AI應用的信心，也提升了我國AI企業技術的實際落地水平。二是與極視角創立之初，選擇走自研算法+算法平臺的商業模式息息相關。

AI國內發展現狀

2016年著名的“圍棋人機大戰”將AI迅速拉下神壇，AI在國內經歷資本追捧的發展后，目前真正進入規模商用階段。陳振杰表示：“整個AI行業沒有一家公司敢說自己已經發展很成熟，大家都還在不斷打磨和成長階段。‘AI概念一直有在出現，但是它真正在國內開始應用被接受是近兩年的事。2016?2018年，我們認為是在做市場教育，2018年之后，國內客戶才逐步大規模開始商用。”

總結來看，AI在國內的發展呈現以下幾大特點：

一是主要買單者集中在政府和大型企業。一方面是這兩類客戶對AI的需求比較大，另一方面在于有充足的資金和較大的規模。

二是集聚地多居于沿海城市圈。從全國省份發展情況來看，北京、廣東、上海、浙江、江蘇等地發展較快。在數量上，深圳的AI企業在全國僅次于北 京。

三是人臉識別等技術較為成熟，成本下降快，應用加速落地。目前一線城市的百貨商場基于客流分析的覆蓋率已經比較高。軟件方面的價格也從一兩萬一路降至萬元以下，最低甚至到幾百元。

四是應用領域廣泛，碎片化場景AI需求爆發。受惠于新基建、智慧城市等國家政策，在安防領域如違規擺攤、損壞公物等AI應用需求亟待AI企業提供相應的解決方案。而這不僅僅考驗著AI企業的單一算法能力，更偏向能同時提供多個場景AI算法的系統服務能力。

2015年成立的極視角可以說正好踩上了AI應用的市場節點，這是他們能夠迅速成長起來的大背景。而另辟蹊徑的商業模式則是保持公司持續穩定增長的關鍵。

極視角誕生

“AI行業開始走向市場化從2013年、2014年開始，最開始參與這個行業的是誰？科學家。所以你會發現為什么大家會直接變成了自研，因為科學家都是從實驗室變成公司。”

與之相比，陳振杰的從業經歷多集中于咨詢行業，他曾在貝恩咨詢、畢馬威咨詢、騰訊戰略等多個國內外著名戰略咨詢公司就職。多年職場浸潤，陳振杰看到用AI解放人力的商業前景。而彼時，他的兩位同窗好友羅韻、陳碩也希望尋找到人生新的可能性，羅韻正在香港科技大學攻讀人工智能博士，陳碩酷愛產品與設計，亟待一個實現自己創意的出口。借助“大眾創業，萬眾創新”的政策東風，三人一拍即合，瞄準AI視覺算法賽道的極視角誕生。

三位創業伙伴各自發揮所長，協同作戰。陳振杰表示，我的從業背景是做整體的科技產業戰略規劃，這都培養了自己獨特的工作思維和市場判斷能力，這種戰略思維決定了公司最終的發展區別于其他AI公司。

這個“區別”具體來說，即確定專注領域外，極視角并不盲目追求技術研發，根據市場爆發的需求，也開始發展橫向業務，這正是令極視角名聲大躁的“算法商城”。

據陳振杰介紹，目前公司自研算法品類只占據5%，但貢獻了30%的營收。這說明算法平臺帶來的營收才是極視角業績的中流砥柱。

自研算法業務起步于創業初期，支撐極視角度過了創業的初級階段。彼時，極視角專攻零售和工業兩個領域，其中基于圖像視覺技術的服飾類門店客流分析是其重點業務。森馬服飾是此前極視角在零售端的主要客戶，應用AI進行客流分析后，“整體能夠幫助門店提升5%?10%的業績，個別門店管理好的能夠達到百分之幾十。”早期在零售和工業領域積累的技術應用和客戶資源，都為后續幫助企業提供綜合的系統解決方案奠定了基礎。

在研發算法和摸索市場的過程中，區別于其他AI企業“單打獨斗”的模式，極視角選擇了合作互贏——創立算法平臺。一定程度上，這在早期也避開了與“四小龍”以及其它蜂擁而至AI企業的正面PK，保留了公司的技術實力，也漸漸走出了自己的商業之路。

極視角的長尾生意經

極視角的算法平臺模式，按照陳振杰的原話形容是，“類似蘋果的App Store”。通俗地講，這個算法平臺主要分為開發者和需求者兩部分，其中開發者平臺并不局限于極視角內部的AI技術人員，只要你擁有原創AI算法的能力，即可入駐。因此，不少高校教授、學生以及AI領域的自由從業者等都是該平臺的常客。需求者平臺集中了需要應用AI技術的企業，制造業、零售、金融、安防等行業不一而足。

極視角從需求者平臺端收集客戶需求，并向開發者平臺開放這些信息服務。當一位客戶在該平臺購買了某種算法，極視角與開發者根據算法難易程度以及后續的售后服務進行分成。一般而言，行業內的默認分成比例是5：5。截至2020上半年，極視角的算法平臺入駐開發者超過11萬，提供的算法達到1000種。“我們做的腰尾部AI市場在細分領域現在算是最大的。”陳振杰自豪道。

如此清晰的業務模式，要算好這本經濟賬，關鍵還在于體量。

與專注于某一細分領域技術應用的AI企業不同，極視角的優勢聚焦于依賴平臺背后千千萬萬個開發者提供的多種類AI算法，提高了市場覆蓋面。可以簡單理解為，頭部的AI企業更偏向“大熱門”即市場規模大、單個項目收益回報高的領域，而極視角的打法是依靠數量取勝，市場集中在技術流AI企業沒有精力從事或者說不被其列為重點的業務領域。

比如在視覺識別領域，這款AI技術可以應用在百貨商場的客流分析，也能夠應用于違章開車、違章停車、違章擺攤，甚至工業端工人是否正確著裝、戴安全帽等等一切對工作人員進行規范管理的領域。目前，百貨商場、工業園區的人臉識別應用覆蓋率已經很高，但在一些細分的、體量比較小的如火焰識別、礦物質成分分析等領域，規模較大的AI企業不會投入過多成本開發，這對匯聚上萬種開發者的極視角類企業來說，正是機會。

極視角的大客戶之一后來也成為其戰略投資股東的華潤集團，在合作初期，雙方正是從碎片化的需求開始結緣。如今，該集團旗下電力、水泥、化工等多地工廠安裝配套了極視角的安防監控系統，并且其視覺算法進行客流統計分析的產品也應用在華潤萬象城等項目中。

極視角的市場需求集中在尾部的長尾端，盡管單獨看每塊市場端的需求量都小于頭部，但這些尾部需求無限綿長，正如目前市場爆發的AI需求有著無窮盡的發展。這些尾端需求的累加往往占據整個市場的比例超過40%（個別領域甚至超過50%）。依靠算法平臺，極視角可以為各行各業提供配套的AI視覺算法服務。目前，其客戶群還涵蓋上海公安、深圳地鐵、國家電投、華潤集團、中國平安、中冶賽迪、無錫消防局、巴拉巴拉、森馬、百威英博等。

克里斯·安德森（Chris Anderson）認為，“長尾誕生于上百萬個利基產品，但如果這些產品無人問津，長尾是沒有意義的。”那么，當下AI在實際落地應用中遭遇的瓶頸，如老生常談的產業化瓶頸、企業對AI算法認識理解不深、實際應用中的判斷率不高，還需要后續的繼續訓練等等，既是AI企業面臨的挑戰，也蘊藏著機遇。如果AI企業不能攻克，長尾的生意經便無法念下去了。

但對極視角來說，這幾年間，從初期“看不懂”到被接受甚至模仿，極視角的算法平臺模式在業內獲得廣泛認可，甚至許多大企業也爭相采用。未來，除了先發優勢和技術優勢，極視角將在AI市場競爭中交出怎樣的答卷呢？拭目以待吧。

① 云從科技、依圖科技與曠視科技、商湯科技，被業內統稱為AI領域計算機視覺“四小龍”。