应用启示录：安防市场的蜜糖和砒霜

来源@视觉中国

文本|更改

对于这样的结果，外界并没有太多惊讶。2019年AI领域的投融资事件数量明显下降，“四小龙”的上市之路可谓一波三折。在市场整体不乐观的环境下，机构投资者的退出可以说是意料之中的结果。

相对于股价的一时大起大落，很多人无法理解的是，曾经的“宠儿”为何被“抛弃”，同样命运的远不止商汤。几乎所有以计算机视觉起家的AI创业者都走了下坡路。

问题的答案不仅可以用“大环境不好”来解释，还可以通过厘清行业崛起的过程中犯了哪些错误，为什么新的故事不能恢复投资者的信心，创业者自我救赎的机会在哪里，对AI市场的走向起到不可或缺的作用。

一个华丽的梦

回顾人工智能的演进，2014年是一个重要的时间节点。

2012年ImageNet挑战赛上，深度卷积神经网络AlexNet诞生[/k0/]，由此开始了计算机视觉的黄金时代。此后两年，国内外研究团队不断刷榜。到2014年，计算机图像识别的准确率首次超过肉眼识别。

虽然这次事件的影响没有AlphaGo那么大，但是直接影响了人工智能的商业化进程。迪法恩斯、商汤、从云、易图、格林申通等国内企业同时进入市场。即使“计算机视觉”对大多数人来说还是一个陌生的技术词汇，但仅仅是对AI识别的文字、人脸、物体、场景的描述，就能让人产生无限遐想。

最直接的场景是证券市场。在慧眼工程和智慧城市理念的驱动下，大量摄像头被布置在小区建筑和交通路口。车辆识别、人脸识别、行为分析等技术的应用。，不言而喻，为安全赛道增值。

比如成立于2012年的依图科技，第二年就通过“蜻蜓天眼系统”帮助苏州警方破获了一起入室盗窃案，随后迅速建立了全球最大的人像比对平台，应用于刑侦、反恐情报、治安防控、出入境管理等场景。

无独有偶，很多AI公司的创始人，如Inqi、从云的周西、商汤的汤晓鸥、易图的朱思溢，都有“科班出身”的背景。他们对技术创新有深刻的见解，但对业务的理解普遍欠缺，导致很多公司迷信开发SDK。只要开发出标准化的模块，集成到下游公司的解决方案中，就能形成稳定的收入。而且整合的SDK越多，对应的边际成本越低，利润空间越大。

相似的商业逻辑牢牢抓住了资本市场的胃口，尤其是见证了互联网商业盛宴的投资人，对AI的商业化有着特殊的偏好。

一个著名的插曲是2014年许小平和沈南鹏对Gling深瞳未来市值的激烈争论，他们分别提出了1000亿美元和5000亿美元的增持，最终在3000亿美元的“中间数”妥协。给一个刚满一岁的公司一个堪比腾讯的估值，形象地说明了资本市场对AI的乐观态度。

两位资本大佬没想到的是，2022年，Glim深瞳跌跌撞撞地走进了“科技创新板”的大门，但市值只有70亿元，一个月内股价跌了40%。早期的AI创业者充满了理想主义，但理想终究要面对现实。

02同志变成宿敌。

有技术背景的创业者或多或少会低估商业市场的复杂性。

在AI起步的黄金时代，除了投资机构，还有真诚的“大客户”。鄙视的第一个落地场景是支付宝的“刷脸支付”。从云的第一个订单是帮助海通证券做一个远程开户的身份认证系统。商汤的第一笔商业大单来自中国移动的手机实名登记系统...所以很多创业者都有一个错觉:只要在算法精度上保持优势，客户自然会听到消息。

一直以来，AI创业者都在研发上花钱，算法人才的待遇也水涨船高。这种打法也不是没有效果。许多创业公司频繁出现在各种人工智能会议的获奖名单上，相关论文数量急剧增加。几乎没有“戏中人”意识到算法的精度在不断被刷新，适用场景却止步于安全领域。

2015-2018三年间，众多AI公司将战场压在了安全赛道上。

根据艾瑞咨询的统计，2017年中国计算机视觉行业市场结构中，安防图像占比高达67.9%；艾媒咨询在2019年发布的《中国人工智能行业研究报告》中透露，安防和金融是人工智能市场份额最大的领域，占比分别为53.8%和15.8%。

计算机视觉是安防行业的刚需应用，但市场本身是高度分散的，而且是政府订单主导的。同时，赛道的深度也不大。就在创业者想寻找更多落地场景赚钱的时候，两种“野蛮人”不经意间闯入了市场。

一类是以BAT为代表的互联网平台。在、阿里、腾讯的战略布局中，很少直接提到“安全”这个概念，取而代之的是城市大脑、WeCity、AI生态企业等名词。但安防市场只是核心技术输出和业务延伸方向。

另一类是传统的安全巨头，如海康、大华和时宇。作为安防市场的龙头，海康威视等公司不再满足于卖摄像头，还参与到智慧城市等“基础设施”中。为了弥补算法上的短板，他们招兵买马，加强了自研能力。

BAT的高举和争斗不断冲击着算法的价格。原本价值几千万的人脸识别算法，迅速跌落到几十万维；海门有天然的渠道优势，知道政府和B端客户更愿意为硬件买单，抢占AI创业公司的市场是自然而然的事情。

里程碑式的转折点是李开复的“口误”。蚂蚁金服在声明中特意强调，支付宝的“刷脸支付”早已停止与旷视的合作，替代的是蚂蚁金服自主研发的产品。曾经亲密的“战友”，悄悄变成了抢市场的宿敌。

泡沫一夜之间破裂了。

AI公司就像一件华丽的长袍。光环褪去后，发现上面爬满了虱子。

安全行业的需求撑起了AI创业的黄金时代，但在这场渠道为王的战役中，很多创业公司却是一片混乱。比如为了和海康拉近距离，被迫放弃了卖SDK的想法，开始了软硬件一体化的解决方案，广纳贤才开辟渠道。

但结果只能说差强人意。IDC发布的2019年下半年《中国人工智能软件及应用跟踪》报告显示，“AI四小龙”的市场份额从2017年的69.4%下降到51.4%。然而，传统安全领域仍然由海康、大华和时宇占据80%左右的市场份额，AI创业公司只能在局促的剩余市场中竞争空。

证券市场是蜂蜜和砷。当安全赛道从蓝海驶向红海，AI创业公司立刻遭遇商业化的困境，曾经的范式已经变成了原罪。正如海康威视总裁胡扬中所说，“用高成本的人力跑安保，就像用步枪打苍蝇，投入和产出非常不匹配。”

过去，为了获得“大客户”的订单，AI公司必须付出巨大的人力和计算成本来定制RD，然后以项目系统的形式交付。在市场竞争不激烈的时候，这样的服务逻辑无可厚非。但当行业趋于恶性竞争，降价已经成为行业常态时，利润率大大降低，大部分AI公司深陷亏损。

此外，安防行业的客户主要是政府和国企，付款审批流程普遍较长，导致项目付款周期缓慢，进一步损害了AI创业公司的现金流。商业化进程遭遇了客户获取周期长、实施成本高、人力投放重等劣势。

悲观情绪传导到资金层面，一级市场迅速收紧钱袋子。

2014-2018年，中国人工智能领域的融资事件和规模逐年上升。2019年首次下降。2020年，连AI独角兽都不再受市场青睐。正是从这个时候开始，头部玩家纷纷披露招股说明书，越来越多的人在讨论估值过高、烧钱严重、商业化困难等痛点。

即使商汤，绿瞳等。接连完成IPO，市值已经不能和巅峰相比，但是质疑的声音越来越大。

为数不多的优点之一，大概就是“死亡谷”的说法。在Gartner的经典技术曲线理论中，一个行业总会经历一个从高峰到低谷的转折点，这个转折点预示着泡沫的破灭和参考淘汰赛。只有熬过“死亡之谷”的企业，才能进入稳定爬坡的成长期。

敢问路在何方

为了恢复市场的信心，我们仍然需要找到一个有价值的新出路。

事实上，在2018年前后，有暖有自知之明的AI创业公司意识到了问题的严重性。为了避免安全市场的内耗，他们调整了战略方向。云开出了“人机协同操作系统”的药方，不予理会，加快AI物联网布局。易图科技以医疗和芯片为主打了牌，商汤试图讲述一个平台化的故事，相继展开了令人眼花缭乱的业务布局。

想要摆脱对安防场景的依赖，似乎并不容易。至少根据商汤科技的招股书，2021年，智慧城市板块收入占比45.6%，依然是商汤最大的收入来源。比市场转让更难的是走出安全时代的路径依赖。

就像很多公司把目光放在金融、医疗等领域一样，切入市场的做法和安防如出一辙。算法的研发到落地部署需要巨大的成本投入，很多算法的落地过程并不顺利。更何况现阶段的AI在很多行业都不是刚需，只是起到锦上添花的作用。定价过高，客户不会付费，定价过低，直接影响产品利润率。

“高或低”的死循环，不仅仅是艾的错。需求场景碎片化是不争的事实，这决定了AI公司很难做出标准化的产品。虽然行业内出现了深度学习框架、算法工厂等新业态，但一定程度上降低了AI落地的市场门槛。还有市场教育的挑战，短期内不可能像电一样随时可用。

对于大多数AI公司来说，可以描述AI应用的诱人前景，但无法回答具体的时间段。毕竟，在声音赛道上摸爬滚打了十几年的科大讯飞，已经尝试了这样或那样的商业道路，其变现能力依然不容乐观。这大概就是基石投资者纷纷抛售商汤投资者的原因。面对不确定的商业环境，他们没有耐心再等下去了。

确切的说，业内不乏可参考的建议。

有人认为AI公司应该在横向上下功夫，通过切入核心技术进行持续的技术研发和产品迭代，为客户提供某一场景的标准化平台服务；也有人认为应该纵向深耕，积累行业诀窍，提供覆盖各个环节的解决方案，帮助企业降本增效。

如果这些声音出现在2014年前后，可能会让一些创业者慎重思考。目前的情况是，AI公司往往背负着巨大的RD、销售、运营和管理成本。主动放慢节奏或者收缩战线，显然不是一件容易的事情。尤其是一些AI公司主动和metauniverse捆绑的时候，已经被投资人和所谓的市值绑架了。

05写在最后

当新一轮人工智能浪潮酝酿的时候，安全提供了天然的应用场景，让很多人看到了商业化的潜力，刺激了中国AI创业的繁荣。

但在商业模式的选择上，很多创业者犯了路线错误，照搬互联网时代的商业逻辑，轻视AI落地的内在规律。AI不是互联网那样的独立工业体系，必须和场景深度结合才能形成价值。

安全赛道缺乏足够的广度和深度来支撑高估值独角兽的盈利预期。而且像安防这样的大赛道，大市场也不多。无论是医疗、金融、教育还是制造业，大部分都是碎片化的长尾场景。在人工智能成为通用技术之前，很难养活雄心勃勃的企业家。

过度的乐观，过高的期望，最后留下了一个又一个“伤害钟勇”的故事。

也许到最后，正如迪法恩斯创始人殷琦所说:“如果你想在行业初期生存下来，你必须做好所有的事情，等到行业成熟了，再回来选择最有价值的环节去做。”希望已经倒下的创业者有重新开始的机会。