图像VS语音，AI技术商业落地的华山论剑

　　当深度学习在全球的学术研究中大放异彩的时候，基于深度学习的计算机视觉以及语音识别技术，也很快成了AI创业界的流量担当。从上半年出货量高达920万的智能音箱到坐拥一轮又一轮融资的计算机视觉初创公司，目前，AI在行业应用上比较火的两个场景包括以语音识别、交互为核心的智能语音市场，以及以计算机视觉为核心的智能安防市场。

　　在刚刚过去的“2018中国人工智能峰会”中，镁客网也和几位业内朋友谈及了相关话题，试图管窥当下这两个被寄予厚望的行业真实发展情况到底如何。

　　AI技术公司商业化的门路

　　首先就是老生常谈的商业化问题，这是大部分技术发展的最终归宿：束之高阁的技术，只有商业化才能触达普罗大众，得到可持续的发展，AI也不例外。

　　谈及AI的落地，倒推回去就是硬件和解决方案。在这样的趋势下，从2017年下半年开始，陆陆续续有不少AI企业推出针对垂直应用场景的AI芯片，力求从功耗、性能、算力上去满足人工智能浪潮下对硬件架构的新需求。这一点在计算机视觉和语音识别厂商身上体现地尤为明显。

　　正如云天励飞创始人陈宁所说，“芯片成为人工智能算法、技术大规模产业化的制约瓶颈，所以我们需要一系列面向AI的高性能芯片。这个市场也是创业公司的新机遇。”

　　目前，AI技术初创公司会选择软硬结合的方式，去完成技术后端的商业化。地平线CEO余凯在CAIS 2018上也提到，“软硬结合，场景驱动使得运算效率进一步提升，同时新的摩尔定律软件跟硬件高度协同，还会继续往前奔跑。所以我们要更多关注软件算法、场景结合，定制化去设计处理器架构，这些都是未来的成功之道。”

　　所以，以计算机视觉为代表的一大批初创公司在做AI芯片的基础上，会开发自己的硬件，比如摄像头、智能音箱，或者和其他公司合作，为它们的硬件提供一套的解决方案。

　　显然，当下各大巨头推出的智能音箱正在为智能语音的落地打头阵。除此之外，车载语音系统，教育机器人以及前景可观的IOT设备也是很大的一片蓝海。

　　思必驰副总裁赵恒艺透露他们正在聚焦车载市场，去年11月开始进入前装市场，直接和车企合作，为它们提供智能语音解决方案。“当我们获取的内容和服务越来越广泛，语音交互的方式会让信息的获取变得更加便捷，未来一定是通过自然语言和各种设备进行交互，语音将成为IOT时代人机交互的入口。”

图 | 思必驰副总裁赵恒艺

　　同样在语音市场叱咤风云的云知声瞄准了教育机器人，其创始人黄伟表示，儿童陪伴机器人的出货量增长非常之快，今年和去年同期相比的增长幅度达到了10倍。

图 | 云知声创始人黄伟

　　在消费端，苹果的Siri，小米的小爱同学、微软的小娜……这些承载智能语音的虚拟载体伴随着越来越的IOT硬件将收获更多的用户。在行业端，智能语音也在替代传统的人工，比如专注于语义研发的云问科技，它们的问答机器人通过大量的数据和业务场景训练，正在帮助企业将内部的很多服务迁移到智能机器人。

　　云问科技创始人王清琛表示，“接下来的智能时代，只要是人能做、不需要大量思考的，理论上都可以为机器人所替代，而且高效率完成。”

图 | 云问科技创始人王清琛

　　殊途同归的命运

　　虽然语音识别和计算机视觉是当下最炙手可热的两大AI技术，其商业化落地的选择路径也非常多，市场增量空间广阔。但是在具体的商业化中，它们却走了大相径庭的两条路：市场行为和非市场行为。

　　云天励飞的CEO陈宁认为，“安防本身是有政府壁垒的。”这意味着当前的安防行业，获得了政府的极大支持，尤其是智慧城市建设的推动下，安防行业更是在狂飙突进中。

图 | 云天励飞CEO陈宁

　　云天励飞倒是个特例，它们能在深圳做到城市级的智能安防，陈宁表示是因为当地较为包容的创新环境以及以市场导向为准则。但是如果想深度切入其他城市的安防市场，入门的门槛必然比直抵消费端的智能语音高很多。

　　反之，消费端的市场空间更大，“语音市场的空间很大，今天我们离用户需求和技术能力的拐点越来越近了。”在云知声的黄伟看来，今年的AI虽然很热，但是已经相对比较理性了，国内也经历过严重泡沫的阶段，现在整个赛道上，真正有能力的团队基本上都在正轨上。

　　当然，计算机视觉技术的应用并不局限在智能安防，它也在向消费端走去，比如和新零售、相机的结合，以这个领域的独角兽商汤为例，据媒体报道，智能手机和SenseAR的互联网服务是商汤营收的大头，各类手机厂商、社交应用、视频娱乐大户都是商汤金主。

　　最终，看似大相径庭的两条技术商业化路径还是殊途同归，以市场为导向的才是落地王道。

　　最后：

　　很多AI初创公司选择自己做AI芯片，来深入介入到产品的商业化落地过程中，“中兴事件”也释放出了利好的信号，自主做芯片迎来了天时地利人和。不过，在云天励飞的陈宁看来，做AI芯片这个事情要理性看待，除了技术之外，芯片的应用还需要通用的硬件计算平台，以及软件系统等。

　　“自主可控不代表端到端每个模块全都自己做，这不符合科技的全球化和世界化的趋势。如果一定要盲目的做端到端的全覆盖，就是没有重点，可能投入无数的资金做50年也是杯水车薪。我觉得自主可控一定要找到中国在不同技术产业里面找到自己差异化的优势。”

　　同时，在技术落地过程中，开放的生态平台正在成为AI初创公司下一步的战略：AI芯片生态的演进过程，将会是先垂直封闭，然后出现轻量级平台，平台出现之后开发应用，产生大量附加生态，最后普及。