Video++ COO董慧智详解影像算法如何应用于视频广告实现百亿级收入

访谈背景

移动互联网人口红利期正在结束，展望未来十年，人工智能将是数字经济发展的核心推动力。见智团队近期密集拜访在AI垂直应用领域走在前列的知名科技公司，为您带来AI商业应用及资本价值的最新解读。

近日，见智团队拜访了Video++极链科技。

Video++极链科技成立于2014年，是聚焦于新文化娱乐产业的科技独角兽。目前已与数百家品牌商、视频媒体平台、供应链建立深度合作，并构建了完整的产业闭环，用新文娱商业赋能传统模式的发展，开创了AI+文娱产业的商业化，形成了AI场景营销平台、视频电商、互动娱乐、新IP主题商业、主播经济MCN机构等业务矩阵。见智团队同Video++ 联合创始人&COO董慧智先生就人工智能的在广告投放及电商领域的商业化落地问题进行了深入交流。

访谈要点

董慧智先生认为，人工智能分为感知、自动化和优化三个阶段。在消费视频领域，基本的硬件部署已经完成，已经可以接近批量化部署水平。Video++是现阶段市场唯一一家在做视频广告投放的公司，通过把影像进行切分为一个个有连续性的短视频，再追踪检测对象，然后择优识别，目前已经实现了无人化、商业化应用。

对于如何将技术实现在广告投放中的商业化落地，董慧智先生表示Video++通过目标场景投放，调动人情感共鸣进行识别，此外将各平台中长尾视频流量有效的应用起来，目前月UV4.2亿。对于广告主而言，Video++的做法大幅提高了广告投放的精准度，并且有效降低其成本。

在AI+文娱的赛道上，董慧智先生表示，将基于AI去辐射整个新文娱产业，这不仅仅是广告，此后会有电商，互动娱乐类的业务，最后会拓展到新文娱+传统企业。通过直播或者节目去做内容推广，全方位展现产品并且实时接收反馈。董慧智先生称，帮助合作伙伴自动化的进行批量化变现，是AI对整个行业最大的贡献。

*本文为华尔街见闻旗下见智研究所原创调研作品，如果您希望持续获得AI领域的调研进展，可通过微信添加“hellojianzhi”，加入我们的研究圈子*

访谈实录

1.公司如何看待当前的人工智能市场？

人工智能起到的核心作用，我们认为是三个方面。第一个方面叫认知或感知，无论是语音识别、图像识别，都可以理解为人的五官，人工智能的认知就是一个由模拟信号向数字信号的转变，把整个世界全部结构化、数字化，而且数字里面带有信息标签。这部分是人工智能现在做的主要的工作。

第二部分是自动化，我们现在做的AI视频广告就是比较容易自动化批量化商用的一种模式，同样道理在医疗、安防等领域，比如自动识别窃贼、抓取行业信息等等，都属于自动化的部分。

第三部分是优化，是人工智能真正的核心。

对于以纯线上模式为核心的企业而言，第一个阶段已经基本上做得很好了，余下的就是积累数据自动化去完成投放。在目前的AI六大应用领域中（消费、无人驾驶、机器人、安防、金融、医疗），消费是最线上化的，其他几个领域需要的要素很多，与线下结合的非常紧密且需要硬件的部署。而消费视频领域，基本的硬件部署(PC/手机)已经完成，已经接近批量化部署水平，应用是最深入的。

2.在图像识别，特别是人脸识别领域，已经有商汤、旷视、云从科技这种体量比较大的公司存在，Video++和他们的区别在什么地方？

我们把市面上的公司分成两大类，一类是以通用算法为核心的公司，如google、百度，这些都属于通用算法的公司。这些大公司会把很多算法开源出来，我们也会应用到很多公司的算法，比如google的一些核心算法。

像商汤、旷视这样图像识别公司，他们的优势在于识图能力极强，优化方向也很明确，比如即使人脸朝向已经倾斜超45度仍能准确识别。而我们做的是视频识别，图像识别跟视频识别的差别就在于图像识别公司会把图像识别算法平移到视频中来，他把一个视频看成多个图像的组合，每隔几帧便抽一副画面进行识别，不过这其中存在一个问题，随着画面的转变对于同一事物的识别结果可能大相径庭，最终导致结果非常不稳定。

我们看待视频并不是图像的组合，而是一个连续变化的影像。连续影像的关联关系是我们最核心要研究的部分。这要求我们首先找到视频不连续的地方（也就是镜头切换点），把影像进行切分。当一个视频有连续性的时候，再进行检测和对象追踪，然后择优识别，过程大约5-6步。Video++不是一个通用算法公司，定位是商用化，这对算法的工程化要求很高。商业化的重要诉求就是要达到无人值守，在此要求下必须达到95%以上的无人工参与的识别准确度。这就要求我们在之前的每一步都要至少达到99%的准确率。要将追踪算法做到80%很容易，即使是TLD的开源算法都可以做到70%以上，但要真正做到95%以上，就需要几倍的开发量才能做得到，最后的5%是最难的。

我们的全部算法都是针对视频的连续性进行研发的，这反而降低了在最后图像识别的要求，因为经过前序研发后，输送给图像识别环节一般都是质量最好的图片，这使得对识别技术的要求很低，这一步当前几乎是百分之百识别率。

第二，业界早前有一些专门做视频的公司，经过2016年的竞争，有几家已经转做新零售，另一家已经退回台湾。还有一些公司本质上不是AI公司，识别算法主要用来识别墙面桌面等适合植入的地方，这部分算法也主要跟高校合作来做，我们不把这种公司作为一个AI公司去看待。

广告主方面，我们是全行业覆盖，现阶段比较多的应该是快消、汽车、旅游和一些互联网公司。医疗和金融广告是我们目前比较有所控制的板块。

3.目前市场的两种主流广告投放方式，第一种是IP投放，另一种则是DSP投放，可以介绍一下他们的不同吗？

所谓IP投放，就是使用IP本身的属性进行广告匹配。比如爸爸去哪儿投亲子，欢乐颂投时尚类产品，它卖的是IP本身。这种投放价格非常高，此外还需要商务沟通，对创意要求和人工运营的成本都有大幅提高，因此IP投放必须要有一定的量，如果达不到五六千万量级的话，一般都不具有投放价值。各平台所有的产品册里面一般都是10到20个左右的大IP，围绕其头部20个IP进行基本售卖，这是传统投放方式。

另一种是DSP投放，也就是TA（target Audit）投放，无论视频内容，仅根据用户画像来投放广告。但是最近DSP投放热度有所下降，其中一个原因是TA投放只考虑用户属性，对于投放场景没有办法匹配和控制。举例来说，当用户为母婴人群时即投放奶粉广告，即使这个用户看的是恐怖片同样推荐儿童广告，用户当然不会产生好感，甚至会产生负面情感。

因此我们选择了TS投放（目标场景投放），场景最大的特点就是调动人情感共鸣，我们通过AI的方式对场景进行识别，比如Rio鸡尾酒要投聚会，我可以一次性把全网成千上万个聚会的场景检索出来，筛选后进行批量化投放。2016年我们在搜狐平台的欢乐颂中做过AB test，用AI赋能后的中插广告与普通中插进行比较，在IOS、安卓、Pad和PC端的CTR分别提升50%-100%不等。此外，场景匹配带来的品牌心理共鸣的价值并没有计算在CTR之内。

这种广告有个最大特点，因为其搜索范围覆盖全网，可以利用很多长尾视频。同样是一千次曝光，热剧收费可能是120块，而我们基本上能够做到20块钱。从本质上来讲，消费者并不会因为看热剧就会更喜欢其中的广告，这完全取决当时看这个剧的心情，因此，哪怕投放的价格更低，其效果往往会更好，所以这种广告的性价比是非常高的。

整个视频网站中的中长尾视频流量占到60%，中长尾流量的视频数占99%以上，大约有几亿个。比如有百万量级视频的某头部平台，其当前在播热剧视频大概只有七八百个。长尾视频的流量大概是占到50-60%之间，这部分以前都是被浪费的，我们可以把他挖掘出来，做成一个完全的增量。

4.公司有多少合作品牌和用户？如何收取费用？

平台之间的差异非常大，公司合作主要覆盖点播平台，还有一部分直播平台。我们是开放平台模式，现在大约有16000多家注册和使用的平台客户，但是这其中长尾平台的量加起来比较小，参考意义不大。覆盖用户方面，我们这几年比较稳定，16年的时候大概是2.8亿，17年接近4亿，今年目前为止是4.2亿月UV，视频流量是有封顶的，再往后增幅会慢慢稳定下来。

现在的收费模式还以CPM为主，但是偏重于充值式或是年度合作式，因为这种投放性价比比较高，所以相对来说广告主比较多，往往供不应求。和广告公司刚开始合作时，会以项目制，根据效果再转成长期合作。

5.广告市场空间在未来会有什么程度的上升？

品牌广告在视频领域17年是800多亿，效果广告以前在视频中应用的比较少。如果发展起来基本上一年有上千亿没问题，整个效果广告的体量远大于品牌广告。我们是一种典型的以品牌为主，带点效果的品效合一的广告。预计将来是一个千亿的市场，我们能在其中占有几百亿的规模，最终会占到约20-30%的份额。目前在中长尾流量方面，我们应该能占到70-80%的份额，因为市场只有我们一家在专业做这件事。

6.电商方面，公司和阿里有一些合作，为什么不直接导入到他们平台？而是自己甄选商品进行配送？

首先是保障用户体验，我们自建的电商系统并不是一个独立电商平台，而是把它嵌入播放器，使得用户在看视频的时候可以一键购买，不用离开视频就可以解决问题。以前的边看边买的模式为什么一直没有发展起来，很重要的原因就是电商平台和视频网站之间的矛盾。因为商品露出把相当一部分人群分流到电商平台购物，这对于平台和主播而言愿意度非常低。

这种情况下，如果电商网站给的分成足够高，高到让他无法拒绝，那也不是事儿。但是你会发现，因为所有的销售行为现金流全部流入电商平台，跟视频网站没有一毛钱关系，视频网站只是拿个零头，分成比例基本上是3-5%，再分给主播一部分，视频网站基本没有收益。

相对应的，如果镶入至内嵌播放器中，卖掉100万产品，这些完全是他的流水，不是3万或者5万，这其中差别有多大。第二，不用跳出，视频网站无需用核心经营数据去换收入。此外我们不是纯电商公司，对毛利要求没那么高，分给平台的比例也会比其他人高很多。对于平台方来说，同样一个行为，没有任何损失，收入是原来的十几倍二十几倍，毛利也是原来的2到3倍，他当然会选择这个模式来做。

此外，我们只在IP衍生品方面做选品并配送，这部分体量所占比例其实不大，主要是做标杆，主打用户体验，培养用户习惯，而且很多时候我们都是限量，形成饥渴营销。真正起量的部分还是靠品牌标品，这部分供应方面主要由品牌方完成，我们只做统一的管理。

7.电商业务和广告业务的核心逻辑有什么不同吗？

电商整体的逻辑和广告有些相似，我们去挖掘不同的场景去匹配相应的电商。以前的“以图搜图”的逻辑是我想买视频中出现的背包，通过搜图就可以购买。我们一开始也是这么做，但现在放弃了这个方案，因为一个商品它并不完全是由它的外观特征决定的，这很容易引起纠纷且用户体验也非常差。此外大部分视频用户的关注点都在人物身上而非产品。我们更多的去把握人性，通过感情联系产生消费冲动的，所以这是核心逻辑。

在做电商的时候，视频内容和产品关注度非常重要，我们会分成不同的等级，最高等级的就是自主策划和设计的IP衍生品，我们有大概六七十家OEM厂商，根据不同IP进行策划并和相关品牌厂商合作。在IP这个领域，我们做的是触发式电商，在年轻人中间新的消费观正在兴起，冲动性消费越来越成为主流，而这个消费变化可以用IP的方式去带动。这个方面，除了技术产品的流量的充足之外，我们还有一个完整的供应链，有策划设计团队，我们也在投资公司，做明星网红主播以及线下的IP快闪和漫展。

我们认为VPM（千用户带来的销售额）是对IP电商最重要的衡量指标，类似于广告的CPM，用来衡量IP的带货能力。第一，IP本身和商品的关联度，第二个是短链购买的环节效率。目前我们最高的应该是在《我是歌手》中，VPM有168块钱，是点播节目中最高的。在直播中，VPM是以万为量级来计算的，远超点播，但直播的UV要远低于点播。

8.随着算法的开源，越来越多企业可能会进入到这个领域，公司如何面对这种竞争？

我们不以图像识别算法为核心，在图像识别领域我们还是领先的，比如2018年google地标挑战赛我们是全球第一，但远远没到可以抛下所有竞争者的水平。但在视频算法方面，包括切分镜头、去特效、跟踪等等，我们毫无疑问是遥遥领先的，这个方面确实有很大的门槛。2017年商汤和旷视同时提供给我们投资offer，最后我们选择了旷视科技，这其实也说明，在这些领域，除BAT外目前为止没有公司能同我们竞争。而BAT方面，阿里对我们有一些投资，腾讯也正在签协议达成长期合作，这个市场目前还没有到BAT一定要进来和我们抢生意的地步。

此外，即使要做的话，这些公司也要经历几个重要的关卡，第一是刚才提到的算法，第二就是数据，2012年到2018年几乎所有的热点视频我们都扫描过。这个过程中算法不断反馈学习，从95%上升至99%是靠样本不断学习的成果，这些运营数据没有第二家有，这并不意味着没有人可以做，但这其中的成本太过于高昂，腾讯爱奇艺等公司完全可以跟我们合作就可以一起来享有AI广告电商的收益而不用付出高昂的成本。通过合作而不是竞争来做大AI文娱生态是明智的选择。

当然，我们还有其他的系统门槛，比如在前端我们有一套Video OS的开放源代码的合作，在没有安全隐患的情况就可以实现广告变现。这也是目前我们产品技术方面系统门槛的一部分。

9.公司的收入量级大概有多大？对于未来收入有什么预期？

公司16年全年收入是300多万，17年1.52个亿，2018财年我们预估4到5个亿。去年已经实现盈利。

我们从12年开始积累数据，一直到17年数据积累好了以后才开始变现，我们现在扫描的场景库存如果全部卖掉，按30%的填充率来看，一年也有个六七十亿收入。商业潜力非常大，我们想尽快通过合作把广告填充率提高到10%以上（现在1%都不到）。

在卖掉库存以前，维持5到7倍增速是没什么问题的，这有几个原因，第一是市场的认可度越来越高，广告成熟一般需要三年，一般的大品牌要拿到三年的投放数据来看这种模式是否可行，随着我们投放的数据慢慢地出来，今年已经有更多的公司来购买我们的广告。第二点，目前头部收费越来越贵，广告主越来越精明，广告主将不得不选择性价比更高的中长尾视频广告，这也是我们的优势。第三我们觉得这个市场非常大，我们的价格门槛低，所以导致能投我们这种的广告主也特别多。其他广告，尤其是IP投放，没有几百万根本不用考虑。而对于我们而言，即使是10万的单子，对于我们而言也只是选一些场景投放出去而已，边际成本足够低，是可以接受的。聚沙成塔才是做平台的思路。

10.收入结构上，电商和广告占比大约是多少？

现在广告居多，但电商未来的增量很大，因为电商实际上是个万亿市场，但首先要培养购物习惯，今年是文娱电商第一年，电商预估能做到5000万，占比10%左右。我们希望3年以后电商能占到70%，因为电商可以批量化放大，而广告是有封顶的。

11.阿里、旷视科技领投了Video++，在电商和广告板块，能拿到相关数据来优化我们的算法吗？

可以部分合作，这也是我们接受投资的原因之一。包括样本、数据这些向我们开放，可以扩充在样本方面的能力。但是我们自己的样本全部从视频里截取的，而投资方的样本图像都是照片，可用性目前并没有那么强。

12.未来会不会考虑在其他领域扩展业务？

我们定位非常精准，只做AI+文娱。这条赛道非常明确，基于AI去辐射整个新文娱产业，这就不仅仅是广告，此后会有电商，互动娱乐之类的业务。最后一部分是新文娱+传统产业，以前的产供销都是脱节的，我们通过直播或者互动节目去做内容推广，而直播和节目可以直接全方位展现产品并且实时反馈，而AI技术非常容易批量化和自动化，这就使得海量用户行为可以实时反馈给厂家。

从这个角度上讲，在技术、产品、业务三大商业要素上，我们都要具备，这样的话文娱平台也好，内容方也好，它只要同我们合作，就可以自动化的进行批量化变现，这是我们对整个行业最大的贡献之一。在安防、医疗这些领域，虽然算法通用，但是我们很清楚自己技术的差异使得我们在这些领域的产品生产意义不大。

13.目前市场上很多AI公司还处在亏钱阶段，然而不少公司估值很高，这种高估值的逻辑在哪？

我其实并不赞同现在大家把估值做那么高，以我们现在的销售额及整体盈利情况来看，我们认为是整个AI技术里面在商业化应用方面走得最靠前的公司。当然有很多公司急于变现，在技术方面的投入很少，数据积累都很小。在AI这个领域里面，如果把我们的基本面交给一些其他公司，估值会估到大概100亿上下。但我觉得这样没有意义，我觉得现在AI行业做的不太专注的公司愿意把自己估得很高，这可能是他们唯一的选择。就是他如果有一个自有的、核心的、特别强势的业务能够长期增长，他不需要通过高估值去发展。

当然很多AI算法公司短期来看有些高估，但长期是被低估的。这些高估值的公司长远来看对得起他所做的事情，但是眼下过高的估值可能会对他们的发展产生影响，因为很多投资人可能期望过高，短期内需要变现，在AI公司有了自己的算法并深入行业以后，其实它是可以做很多的事情，但这期间需要一个积累的过程，需要耐心，我们积累了五年的数据才开始做AI广告，这样才能持久。横向对比我们的估值是被低估的，但绝对值应该算是正常的。

我们去年已经盈利，但今年我们做了一些调整，在研发、电商等领域都有大量的投入，比如电商方面我们毛利本来很高，但是我们把很多毛利让出去，希望能把IP扩大，所以到现在很多头部IP都在跟我们合作。厚积而薄发、跑马圈地是我们当前重要的发展策略。