當(dāng)各路資本都蜂擁而至某一領(lǐng)域的時候，其也就結(jié)束了淘金的黃金時期，當(dāng)前的人臉識別正處于這一階段。
李開復(fù)在全球移動互聯(lián)網(wǎng)大會上再次對人工智能泡沫發(fā)出警告：“國內(nèi)出現(xiàn)四家以人臉識別為主的創(chuàng)業(yè)公司現(xiàn)象不合理”。
他認(rèn)為，優(yōu)秀公司的稀缺性，造成了資本過度追逐。如果僅僅是做人臉識別，撐不起這么高的估值，這些公司必然要去拓展其他業(yè)務(wù)，才能匹配這樣的高估值。
如果說兩三年前人臉識別還是一項僅有少數(shù)公司才能涉足的新技術(shù)，那么從去年開始，人臉識別的大規(guī)模普及已經(jīng)使其門檻大大降低。
除了已經(jīng)崛起的人臉識別四大“獨角獸”曠視、商湯、云從、依圖外，騰訊、阿里、百度的加入也讓AI這把火迅速吹大了人臉識別這個泡沫，使原本容量不大的賽道更顯狹窄。
人臉識別應(yīng)用高度定制化
商業(yè)化路徑仍有待探索
近兩年，人臉識別行業(yè)融資堪稱瘋狂，猶如一場資本的龍虎斗。
曠視科技Face++完成C輪4.6億美元融資；商湯科技獲得4.1億美元融資；依圖科技C輪完成3.8億人民幣；云從科技完成B輪5億元人民幣融資，加上此前廣州市政府對其20億資金支持，此次總計獲得25億元發(fā)展資金。
但在這一個個火熱融資的背后，對于很多由算法驅(qū)動的人臉識別公司的商業(yè)模式仍有待探索。
人臉識別公司最開始的優(yōu)勢是基于人臉特征點的識別算法，它是通過提取人像特征點，即人臉關(guān)鍵點定位，比如眼睛、鼻子、嘴巴等，再經(jīng)過分析建立數(shù)學(xué)模型,即人臉特征模板，人臉關(guān)鍵點定位點數(shù)則影響著人臉識別的精確度，點數(shù)越多越精確。
而人臉關(guān)鍵點定位技術(shù)正是SenseAR（增強顯示感繪技術(shù)）的核心技術(shù)。
除了SenseAR，人臉識別技術(shù)還可應(yīng)用于智能手機中的拍照功能優(yōu)化，如人臉監(jiān)測、相冊相片的智能歸類、美膚美顏等。
在軟硬件一體的智能前端設(shè)備中也有部分落地業(yè)務(wù)，如人臉識別閘機、身份驗證一體機、商戶娛樂營銷使用的互動廣告機。
此外，還有一些基于人臉識別的身份驗證和文字識別技術(shù)相關(guān)的業(yè)務(wù)，它們更多地被應(yīng)用在金融相關(guān)的業(yè)務(wù)場景中。
但人臉識別的相關(guān)應(yīng)用大多數(shù)是高度定制化，這意味著拓展速度不像其他產(chǎn)品能夠快速復(fù)制。
后臺的研發(fā)人員需要花大量時間去調(diào)算法，提高識別率。這是一個很重服務(wù)、重調(diào)整的工作。隨著相同賽道上各家算法技術(shù)的進步，同一梯隊的公司技術(shù)差距已經(jīng)越來越小。
這也就意味著靠售賣SDK軟件的變現(xiàn)的方式很難行得通。
雖然各個公司都在探索合適的商業(yè)化模式，但尚未走出一條完全可行的商業(yè)化路徑。
人臉識別目前真正落地的產(chǎn)品形態(tài)大致分為兩種，靜態(tài)拍照監(jiān)控和動態(tài)視頻監(jiān)控。
動態(tài)視頻監(jiān)控方面，主要的產(chǎn)品就是攝像頭，但該領(lǐng)域已經(jīng)有很多家硬件廠商在前面阻擋，比如?？低?、大華、宇視等，在這些已經(jīng)占據(jù)規(guī)模優(yōu)勢的巨無霸面前，新興創(chuàng)業(yè)公司很難有機會彎道超車。
原因在于傳統(tǒng)硬件廠商已經(jīng)在這個領(lǐng)域深耕多年，一般人臉識別創(chuàng)業(yè)公司很難把產(chǎn)品的性價比降低到與這些優(yōu)勢廠商一樣的水平。
而創(chuàng)業(yè)公司想要切入靜態(tài)拍照監(jiān)控領(lǐng)域，形成較好的盈利方式也并非易事，大都數(shù)還在探索變現(xiàn)渠道。
資本熱潮后的兩大助推力
系統(tǒng)服務(wù)和商業(yè)推進
人臉識別切入點各有不同，不管是軟件產(chǎn)品、硬件平臺還是芯片，關(guān)鍵還是落地到應(yīng)用層。
在應(yīng)用層面，研發(fā)人員根據(jù)被訓(xùn)練過的算法模型做參數(shù)微調(diào)，通過討論，在不同光照、姿態(tài)、背景下能夠提高識別率，但也不一定是準(zhǔn)確的，所以需要反復(fù)討論，進行算法模型探索，這些嘗試會累積成經(jīng)驗，幫助模型不斷迭代，優(yōu)化，這是一個反復(fù)的過程，而這種調(diào)試需要具備經(jīng)驗的技術(shù)人員多次跟進鉆研。
在人臉識別的算法模型構(gòu)建中，最基礎(chǔ)的需要有人臉庫和視頻庫，但是很多省市區(qū)發(fā)展水平不同，有些連高清攝像頭都未能實現(xiàn)，有些沒有過多保存數(shù)據(jù)，所以最基本的人臉庫和視頻庫不全，這也成了人臉識別在安防領(lǐng)域全面鋪開一個限制性因素。
在應(yīng)用層面上，人臉識別基本局限在公安部門等政府部門和監(jiān)控系統(tǒng)中，未能滲透到大規(guī)模商業(yè)級別應(yīng)用和個人消費級別當(dāng)中。
盡管在實驗室等科研條件下，許多人臉識別技術(shù)準(zhǔn)確度已經(jīng)達到99%以上的水平，但這些技術(shù)和方案很難落地到實際應(yīng)用層面。
在實際落地過程中，指紋識別等其他生物識別由于技術(shù)成熟且不易受外界因素影響，這類可替代技術(shù)的成熟發(fā)展也制約了人臉識別產(chǎn)業(yè)化的進程。
基于人臉識別的業(yè)務(wù)要么是TOB，要么是TOG，企業(yè)和政府機構(gòu)要嘗試新產(chǎn)品有一段試用期，投標(biāo)流程繁復(fù)、回款周期長。
人臉識別在熱度很高的時候通常是最初期階段，投資推動了各種熱點，而系統(tǒng)性的服務(wù)和商業(yè)推進反而會成為熱度過后人臉識別企業(yè)排位最大的助推力。
對于創(chuàng)業(yè)公司而言，選對了方向已經(jīng)成功了一半，對于TOB業(yè)務(wù)，每個客戶都要持續(xù)跟進服務(wù)。
因此，商務(wù)和技術(shù)的雙向配合則是想要涉足該領(lǐng)域創(chuàng)業(yè)公司必須思考的問題。
可見，人臉識別的算法只是一個工具，是否可以通過這個工具切入具體場景，打造出一個標(biāo)準(zhǔn)化能夠落地的產(chǎn)品變現(xiàn)，這對于人臉識別創(chuàng)業(yè)公司尤為重要。
目前人臉識別領(lǐng)域的競爭格局基本已經(jīng)確立，當(dāng)這輪資本熱消退以后，對于那些沒有較大技術(shù)優(yōu)勢，同時也不掌握關(guān)鍵產(chǎn)品的公司，將面臨嚴(yán)峻的生存問題。
發(fā)展到如今，人臉識別僅僅在軟件層面達到了一個技術(shù)的改革提升，在產(chǎn)業(yè)鏈協(xié)同，人才缺口、市場接受速度，服務(wù)能力方面才開始部署，行業(yè)對人臉識別的期盼高于落地效果，僅有少數(shù)幾家公司能夠真正達到安防行業(yè)用于實戰(zhàn)的苛刻要求。
因此，很多人臉識別創(chuàng)業(yè)公司說服投資人轉(zhuǎn)向其他領(lǐng)域，比如機器人、自動駕駛、醫(yī)療健康等。
但這背后有多少是概念，落地時困難程度的如何，都是每個創(chuàng)業(yè)者和投資人需要考量的問題。
