2017年,全球人工智能领域单轮融资最高纪录一次次被人脸识别四大独角兽刷新,你追我赶,火药味十足。11月底,商汤科技或将获阿里15亿投资的消息,再次让人脸识别市场上的火药味到达高浓度。从人脸识别领域高密集的融资消息,可以听到人脸识别独角兽囤兵买马的匆匆脚步声,更能看到紧追不放背后的暗潮汹涌。
从已公布融资金额来看,人脸识别四大独角兽都已储备好以亿为单位的粮草和弹药,为实现产品和解决方案的商业化做好了战前准备。融资额度的高低并不能决定公司未来前景的好坏,2018年人脸识别的战争才刚刚开始。下一阶段人脸识别企业博弈的关键在于如何做好人脸识别技术与产业的“加法”,加速技术落地。
单从技术角度来说,人脸识别种子选手都可以做到99%的精准度,甚至能到小数点后两位,可以适用于门禁等非关键性应用。从目前的产业结合程度来看,企业发力人脸识别技术的难点不在于小数点后有几个9,而是方案的落地效果。看似同质化、脸谱化的人脸识别技术,在实际应用中会呈现出复杂结果,光线、拍摄角度,遮挡物等因素都会影响人脸识别技术的识别准确度。随着算法的完善以及开源平台的成熟,人脸识别的准入门槛将会降低。如果单纯追求算法,人脸识别初创企业很容易被“弯道超车”。如何深化该技术在不同细分场景应用,将是企业接下来攻克的重点。
除此之外,企业如果想要做好人脸识别这项“生意”,还有“人才”这一关键条件。任何技术领域方面的竞争都不能忽视人才储备的重要性,人脸识别也不例外。“无人才不创新”将是人脸识别企业赖以生存的竞争法则。高薪吸纳人才和从高校挖掘培养人才,将是人脸识别企业实现“百年企业,千亿市值”的关键手段。
将人脸识别技术转化为商用产品是一条满是荆棘的道路,行之不易,因此,借助外力成为人脸识别企业生存法则之一。与行业巨头相比,人脸识别“新起之秀”缺乏渠道、经销商和客户;而对于传统行业巨头来说,算法和技术方面略显薄弱。因此,双方深层次的合作一定是趋势,携手共赢正在成为共识。把能力开放给合作伙伴,通过简单健康的商业模式做持续共赢的合作,正在成为人脸识别企业的核心布局。多角度多模式开展合作,将推动人脸识别技术加速产品化,商业化。
伴随着2018的到临,声势浩大的人脸识别融资竞赛也告一阶段。对于人脸识别独角兽来说,大战才刚刚打响。谁能在现金流枯竭之前找到变现途径?我们拭目以待。
相关推荐
今年,人工智能项目AlphaGo和Libratus分别击败了人类玩家的最优秀的围棋选手和扑克玩家。虽然这些里程碑表明了近几年人工智能的发展程度,但许多人对新兴技术的整体成熟度持怀疑态度,尤其是在过去12个月中出现的一些有关人工智能的小失误。被面具破解的人脸识别 面部识别技术(Face ID)是解锁新型iPhone X的面部识别技术,被誉为迄今为止最安全的人工