商汤科技徐冰:去年认证4亿人,底层算法做到绝对领先后,才能产生经济效益

8月17日,华兴资本Alpha主办的「2017影响力投资峰会」——「撕开风口论,看真相」在京首日举行。本次峰会聚集了众多知名机构的资深投资人科技、新消费领域的创业菁英,进行了深度探讨,吸引了行业内精准创业者和投资人的近2000人次报名参与。本届峰会共有8月17日-8月18日两个全天的前沿话题激烈讨论,围绕「科技场景时代」和「新消费的崛起」展开,去伪存真,剖析商业本质后再来看「热点」。

商汤科技徐冰:去年认证4亿人,底层算法做到绝对领先后,才能产生经济效益

商汤科技联合创始人徐冰

商汤科技联合创始人徐冰作为嘉宾,在科技商业化环节,做了关于「人工智能的投资模式」的分享,犀利观点如下:

1、算法领先的企业可以通过算法置换,可以跟有数据没算法的企业交换合作,获取大量的数据积累;

2、你的团队里面有多少科学家,这些科学家发表了多少论文,意味着你在学术界已经有一个基础、底蕴;

3、底层算法能够做到绝对领先的位置之后,才能够产生庞大的经济效益,负担研发成本,甚至带来盈利。

大家中午好!非常高兴今天可以过来给大家分享一下我们商汤这家公司到底在做什么事情,以及现在人工智能这件事已经变得这么火,投资这件事应该怎么做。

大家可能也都知道,我们前段时间公布了一个B轮的融资信息,商汤在今年5月份完成了B轮融资,在全球范围之内拿到了4.11亿美金的资金,用于发展我们的深度学习和计算机视觉的各种应用,以及产业化。

我们这家公司可能在公众的眼中去讲的并不多,我们是一个学术团队创立的一家公司。在PR的角度上,一直以来没有做特别多的投入。

这样一个融资信息突然发出来之后,其实很多很多人就比较惊讶。这家公司是什么来头?怎么突然就拿到这么多钱?在人工智能当下的机会上。这件事可能也比较正常,我们是一个还没有上市的企业,数据可能也不是特别透明。

现在,在这个现场,我就跟大家讲一讲投资这件事情,为什么这么多投资人共同来投商汤这家企业,以及我们是怎么看现在投资跟人智能这个事情的结合。

我们A轮的投资人就是IDG资本,当时周全先生找到我们这个创始团队,我们还在香港中文中学做科研,当时在2014年我们有项世界上比较知名的一个科研成果,是把人脸识别这个算法做到了超过人眼。我们这个成果出来之后,也开始筹备去成立这么一家企业,开始广泛化的把计算机视觉和深度学习这样一个能力输出给市场。

发展了三年之后,我们现在基本上是这么一个情况,现在我们这支科研团队,已经聚集了120名博士。同时,我们在发展过程中,在商业化上目前也取得了比较领先的成绩。我们在大幅快速增长,今年上半年实现了480%的增长。

我们在提供技术上来说也很简单,人脸识别现在我们是中国最大的人脸识别技术供应方之一。同时,视频监控一系列的识别算法和增强现实、文字识别、自动驾驶相关的一些视觉算法,以及医疗上的一些视觉算法。

大家会比较诧异的是,为什么一家初创企业可以同时在多个领域发力,深入的布局,同时能够取得在这些行业里统一性的领先?

大家看我们做的这么多算法,其实来源于一个源头或者核心的驱动引擎,全部都是深度学习同样的一件技术。

我们把这个技术去解决各种视觉识别的问题,把这个技术做到突破之后去输出给这些产业,能够真正帮助这些产业提高生产效率,提高人的工作效率,这是我们在经济的角度上实现的一个价值。

我们现在具体在哪些产业做呢?这样一张图应该已经描述的比较清楚。

首先,我们在安防上非常专注的在做一件事,去覆盖城市里的这些摄像头,能够看懂这个城市的数据,识别人脸、识别车辆、识别人群,结构化视频数据。我们现在开始输出给这些大的传统的安防监控厂商,目前前十大厂商七家都用我们的核心技术。

另外在金融这件事情上,我们做的也很专注,我们就只做一件事情,就是身份认证,只要你需要掏出身份证证明你是本人的场景现在全部都可以用人脸识别算法来取代。

这样的场景里面,其实已经在渗透并且提高了大量的应用场景的效率。我们看,去年一共认证了4亿人,这个数字有点不可思议,但我们实际上有个非常大的客户叫中国移动,这家客户有10亿用户,其中3亿人就用我们的算法认证了身份。

另外在手机这个产业也一样,这是个充分竞争的产业,各家手机厂商都希望要比竞争对手优先推出来一些具有点的产品。这些产品往往是基于一些新技术,这时候你会发现基本上所有的手机厂商都跑来找我们买图像处理、视觉的算法。其中以OPPO为代表的新一代的一大批手机,里面的拍照、对照片的处理、对照片的分析和聚类,最后的算法都是由我们来提供。

同时App中,这也是在移动互联网过往的红利所产生的一个庞大的企业群体,做了很多的拍照类、直播类的APP,也有很多技术现在已经落地,开始商业化产生价值的场景。

再者是无人驾驶,我们服务一家世界前十大的车厂,在芯片我们跟行业里面几家芯片巨头合作深度学习的一个芯片。

在这些点上我们综合发力,但应用的核心技术其实都是深度学习。去看这项技术,它在当下已经变成了一个非常非常热的热点,基本上每一场峰会,大家每一个行业,都在讨论深度学习和人工智能,怎么去跟我现在这个产业结合?

这个事情现在典型的来看,现在在驱动的就是新一次的工业革命,每一次工业革命我们看基本上都是由技术来主导,由蒸汽机驱动的蒸汽时代,我们的火车,后来由电来驱动电力时代,使整个生产效率提升,后来到信息时代,现在我们到了这样一个新的时代。

因为这是离大家相对比较远的一项高精尖的科研,大家会想这到底是怎么回事呢?这个产业已经来了,接下来又是一个新的工业革命,到底该怎么看这个事情?技术到底该发展到什么程度?它是不是像大家说的这么管用,能起到这么大的作用?

这是全球范围内的一个现象,一个未卜先知的新时代,很多人也不知道接下来四五年之后会发生什么事,很多人开始产生恐慌,会想人工智能未来会不会取代人,会不会带来人类的毁灭?各种各样的言论开始出现。

这个事情,其实我们不去看十年后会什么样,我们看当下投资人也好、看产业也好,还是讨论比较务实落地的事情。在近五年,深度学习或者人工智能到底是什么事情?现在去看人工智能,基本上就是深度学习这样一项技术突破之后,它可以非常有效的把人的一些对于特定技能的掌握和经验传递给机器,这个过程变得非常顺畅,传统来说这个过程是需要专家来完成的,现在算法+数据,可以实现把人的经验很有效的传递给机器。这样,人对一些特定技能的掌握,比如说我识别语音、识别人脸、识别图像内容、下围棋,这些特定技能在一项一项上机器开始逼近人的能力甚至超过人。

这是说当前我们看人工智能,在近五年我们认为的一个定义。人工智能现在近五年来看,就是深度学习在将人的经验传递给机器,然后教会机器理解、识别这样一些特定技能。最终它的目的,或者价值,在近五年之内,帮助人提高产出,最终帮助大量的企业提高生产效率和盈利。

这就出现了两类不同的企业,在人工智能当下的爆发当中。这两类企业我们去看,怎么投,或者有什么样的投资价值,这个落地是不一样的。

第一类企业,是专注做人工智能算法的企业,我们这类企业把这个算法聚集了一大帮博士之后,致力于把它做到突破工业界的这个红线,能够真正达到工业界应用的KPI,同时能够达到行业第一。

你会发现,这种企业实际上是带动了当前这一波核心底层技术的推动。

另外有个特点,这类企业非常容易赢者通吃。像科大讯飞,市值现在已经800多亿了,完全不可思议的,这也看到在整个行业领军者的地位上,现在就是这么一个赢者通吃的局面。

同时Mobileye也是一样,纳斯达克上市的一家,做辅助驾驶的芯片模块,一百多倍的PE,今年上半年英特尔溢价50%,以153亿美金收购掉了。

我们也是用深度学习去解决视觉问题的一家企业,在我们所处的领域是融资额最大的。

第二类企业,这类企业并不以核心技术研发和核心技术领先为绝对的优势,它在传统产业里面已经有一个庞大的用户群体的产品集群,这个时候技术突破之后,它是第一批淘金者,买来这些领先的技术,然后把技术应用到它的产品里面,做一个产品升级、产业升级。

举个典型的案例,海康威视,一家在今年年初1000亿市值的公司,经过今年上半年已经涨到2900亿市值。这家这么一个体量的上市公司,因为人工智能的刺激,估值翻了2倍。今年上半年财报显示,他只在收入上增长了30%,所以这个现象也是有点不可思议。

现在,整个人工智能带来的接下来整个产业的市场增量是非常显著的,投资者也非常认可。

刚刚也讲到,整个的行业大背景,未来我们看到十年往后,这个产业会整个带动各个经济体GDP的大幅增长,包括在各个行业带动这个行业实际效率和盈利能力的提升

同时在国家政策层面,这样一些中国政府的投入,把人工智能列为新的战略目标。这些事情都在发生,我们到底该怎么干呢?咱们这些投资人怎么去投?我感觉听上去应该买二级市场的股票赚的更多一些。

还有一个案例,英伟达这家公司从去年到现在股票涨了6倍,这件事情,现在好象还没有一家人工智能创业公司,可以从2015年到现在涨6倍的。

我现在就想跟大家分享一下,为什么会有这么多投资者来投商汤,逻辑在哪,或者大家在投人工智能企业的时候应该看啥,应该怎么去分析这个产业。

从商业角度上来说,无非我们看两件事情:成本和经济效益。

成本:我们做人工智能也好,研发人工智能算法也好,到底在哪几个方向怎么去投入去体现你的竞争优势,其实这就是三个主要方向,你的算法、计算能力、数据。这是做深度学习的算法企业的一个核心优势的体现。

为什么说深度学习领域的人才非常非常难找,必须经过五年培养的博士,才能够系统性的掌握怎么用深度学习,或者怎么用数学去设计神经网络。这就是一个典型案例,我们做一个一千多层网络的设计,你会发现每一层其实都是一个数学方程。所以,本质上这些科学家在做深度学习研究的时候是在干嘛?很多时候其实是在推导数学公式。所以,过往互联网和移动互联网这两波,培养了很多程序员和架构师,非常优秀的人才,但是面对深度学习都一窃不通。你从BAT里面招出来的一帮人说做深度学习,你只能用一些开源的、简单的算法模块来搭搭积木,来做一些简单的小样。而比较严肃高精尖的工业应用,还差得很远。所以,这是为什么讯飞在各种比赛上面取得系统性领先,因为这里面有超过20多年的积累。

这里面到底谁在跟算法类的企业PK?到底哪些人在投入?你会发现,市场上目前在大量聚集做深度学习的博士,去投入做底层算法研发的,是这么几家企业:Google微软Facebook,国际的这些科技巨头,用它们的资源来招这些人,投入研发,你要跟这些企业去赛跑。所以,做算法其实是非常难的一件事情,也是个高昂的成本投入,为什么呢?因为你做算法,你在投入成本之后,如果你的算法做不到行业第一,行业第一的算法在市场上卖,你会发现基本上所有人都会找他买。那行业第二、第三的供应商,基本上是入不敷出,这就是一个二八原则的市场。到最后,你投入的算法研发成本,只要做不到行业第一,你就很难变成一个沉默成本。

所以,投入做算法研发实际上是一个高风险的事情。就这件事情上来说,要去做到行业领先、算法第一,就需要庞大的队伍来做、来投入。包括在算法原创上,不断的在顶级的这些科技会议上面突破算法的极限。

同时,我们去研发这些算法需要极强的计算能力,这里面就需要非常非常多硬件、超算,专门计算能力的支持,这里面其实也蕴含着几亿几亿的实际投入。

再就是数据,数据量的积累当前在中国是一个非常庞大的优势,这是为什么在国内很多企业可以聚集到,特别是算法领先的企业可以通过算法置换,可以跟有数据没算法的企业交换合作,获取大量的数据积累,超过上10亿的数据来训练一个人脸识别算法,识别出来它的精度、准确率、速度,各方面的优化大幅超过人的能力,这时候它就超过了一个工业界红线,会广泛的被用在各个产业里面。

但是这件事情里面也需要高昂的成本投入,因为你需要聘用大量的人去清洗、标注这些数据,然后把人的经验传递给机器,这个过程人首先要把经验结构化下来,这实际上有一个高昂的人力成本投入,每个月可能都在数百万甚至上千万的,单纯在数据标注上的成本,这几项其实都是投资者去评估一家深度学习公司、人工智能公司可以去看的纬度:

1、你的团队里面有多少科学家,这些科学家发表了多少论文?这些意味着你在学术界已经有一个基础、底蕴。

2、你有多少GPU和连接成了超算,你的计算能力量化的看有多少?

3、你的数据量有多少,你投入了每个月多少钱去标注、清洗这些数据?

这些从财报等等上面都可以分析出来。

所以,这3个纬度分析出来之后,你可以基本量化评估一个公司的深度学习算法研究能力到底多强。

如果这是一家很强的做深度学习算法的公司,那我们就可以按照人工智能公司的估值来去评估。

同时在商业角度上来说,你在把技术研发出来之后,我们考虑投入了几个亿的成本研发这些算法,我要怎么把它变现、卖出去,让所有人来找我买算法?这样子我才能把边际成本控制好,才能够真正去赚钱。我投入了一个亿研发人脸识别,如果我这个算法卖一个亿没有人买,但如果有一千个人来找我买,我就可以卖很便宜。这就是一个典型的你卖一套跟卖一百万套,完全一样的边际成本的逻辑。所以在这里面,一定要起量,一定要做标准化的解决方案和产品。

现在我们讲,技术已经在很多产业落地应用了,咱们可以去看一看这些东西。这是为什么我们讲做计算机视觉技术非常有趣的原因,所以我们当时选择读这个计算机视觉方向的博士,你可以真的看到你做的东西所产生的效果,比如说去抓人,识别一个人的人脸,比如说这套系统我们在广州的这套街道,第一天就抓到了5个人。后来在广州市今年上半年应用,一共抓到357个人。这个数字是什么概念呢?超过了一名民警一年大概判断10个人左右的水平的100多倍。

所以,现在在安防产业的落地,经过这么一个技术上的验证之后,现在的状态是开始大爆发。包括对整个视频内容进行结构化解析,识别人、车、非机动车,然后把整个视频识别成文本,可以去做检索,也可以降低存储的体积。这些其实是一些能够帮助特定的产业在特定的问题上解决,并且提高生产效率的点。

另外是身份认证,类似像中国移动,用人脸识别这项技术做了超过3亿人的身份认证,直接在手机端拿起手机来拍一下身份证、自拍一下你的脸,就可以完成你的身份认证过程,省去了你去线下门店、银行门店的成本。

在手机上面的拍照手机,类似于OPPO发布的R11手机,大量的明星去代言,里面最亮点的一个功能,可以拍照出来类似单反的虚化效果背后所体现的算法。

相册方面的能力升级,对于照片内容的识别之后,按照内容去分类照片。

对于直播产业的升级,在直播中提供更多的增强现实的互动特效,类似于faceu这样的产品,以及大量的直播都在用的一些效果。

以及我们讲增强现实,之前比较火的Pokemon Go,能够把虚拟的东西放在现实世界里面,显得非常逼真。

同时我们讲无人驾驶,对于这种复杂的、恶劣的天气之下,你要做到技术的高稳定性和高精度,对于技术有高要求。

所以,在这里面所蕴含的还是底层算法上的领先和持续投入,你能够做到绝对领先的位置之后,才能够产生庞大的经济效益,所有人开始帮助你、负担你的研发成本,甚至带给你盈利。

最后我们看,其实人工智能有三类企业可以去观察、关注、投资,这三类企业其实有三种不同的特征,同时去判断的逻辑肯定不一样,估值方法肯定也不一样。

第一类企业,算法企业。

高投入、高风险,必须要做到产业第一,做到所有人都爱找你买。这类企业,评估他做深度学习算法的能力是关键。有三个核心维度:人才、数据、超算计算能力。

第二类企业,做人工智能应用的企业。

你会发现,这类企业实际上是非常具有投资价值和机会的,人工智能应用是讲,这个技术原来不成熟的时候,这个产品完全不可做,做出来之后产品体验非常差,现在这个算法成熟了,我去找市场上最好的算法供应商来买,迅速的把这个产品打磨好、用户体验做好、销售渠道建好,这时候我考察的实际上是这家公司的产品能力,做用户体验的能力,做销售的市场能力,这跟算法研发完全是不同的能力。做人工智能应用的企业我们看到有非常多有价值的投资机会。

第三类企业,做产业升级的企业。

在传统产业这家企业已经有明显的市场优势,但因为是家传统企业毛利可能不是特别理想,利润率比较低,但有些环节把成熟的算法放进去之后,可以系统性的降低成本、提高效率。

这类企业往往我们可以看到进行整体人工智能性质的升级,这种企业我们看到更多的是Pre-IPO阶段甚至已经IPO的一些企业,可以做到这样的一些效应,这种会存在在二级市场的投资机会,像增发这样的投资机会。

最后,我们看当前的情况,商汤实际上很显然处在算法这个环节,我们把算法供应给后面两类企业,我们在这个产业环节上面,看到了特别多去找我们来买算法的应用类企业和传统类企业新的投资机会。

所以,最后非常希望接下来能够跟投资圈的朋友更多交流,接下来一起来构建现在看的人工智能未来十年的产业大局。

非常感谢!

PS:如果您想和业内技术大牛交流的话,请加qq群(527933790)或者关注微信公众 号(AskHarries),谢谢!

转载请注明原文出处:Harries Blog™ » 商汤科技徐冰:去年认证4亿人,底层算法做到绝对领先后,才能产生经济效益

赞 (0)

分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址