虹软CEO邓晖：人工智能从技术到商业化仍需找准行业应用场景

人工智能(AI)如何实现商业化落地，正在成为第五届世界互联网大会讨论的热门话题。从今年多家参展企业全面布局AI的势头不难看出，未来几年行业将迎来高速增长期。然而行业发展仍然存在着众多难题，商业化落地仍面临着挑战。

近日，视觉AI公司虹软创始人兼CEO邓晖在接受《财经》新媒体专访时表示，在应用过程中不仅要考虑到用户体验，同时还要考虑成本等问题。讲技术、讲平台对于行业价值都不高，重点是找到适合AI技术落地的应用场景，然后找到该行业的合作伙伴。

值得关注的是，虹软在视觉AI商业化应用中已经走在行业前列，从美国硅谷进入中国市场的五年间，中国业务的占比从最初的15%增加到50%，正是中国国内业务的快速增长，虹软将总部搬回杭州。虹软正在深度挖掘视觉AI应用更为广泛的行业，以多种多样视觉AI算法、模组和人工智能开放平台赋能行业。

落地场景受制于成本，AI与行业需找到结合点

对于AI商业化落地面临的真正难题，邓晖认为，AI商业化落地并不是做学术科研演示，科研演示只是在超级计算机下运用技术进行产品化模拟，并不考虑其他因素。而实际应用落地时，硬件投入的成本、硬件的性能、功耗、用户的体验效果都是可商用化落地综合考虑的因素。如果成本过高，市场就很难接受，很难达到规模化效应，相应产业链的各类厂商积极性就不高，可能不愿意投入精力去做，因为很难赚到钱。

邓晖认为，目前在一些行业实施AI落地，投入成本依然较高，AI场景落地时，为了达到好的体验效果，光一个芯片、GPU就从几百美金到几千美金不等，甚至上万美金，这还不包括算法的成本。 另外，算法在研发过程中，所投入的硬件成本则更高，这也导致有时算法采购成本有可能占到落地50%以上的成本。

在邓晖看来，人脸识别技术是一个相当好的突破口，虹软正在尝试将其成为行业普惠的技术，因为该技术可应用的场景无处不在，并且当前的主要问题不再是技术能力，硬件成本也可以有效得到控制。因此，他认为，成千上万的行业都需要落地，给行业客户提供AI视觉技术的同时，虹软的算法也得到更好的改进。AI在行业落地的关键，是要找到AI与这个行业的重合点，解决行业潜在或显著的问题。

多行业布局 视觉AI商业化落地提速

值得注意的是，随着市场需求的打开，在芯片、算法、应用各个层面有了更多的企业参与。从个别的算法平台到多元化计算芯片的格局，从早期少数算法公司技术创新到当前众多成熟公司共同参与，从算法单点爆发吸引眼球到现在人工智能推动产业升级与应用融合，目前市场格局已经发生重大的转变，走向了从技术驱动型转换到应用驱动型的发展。

《财经》新媒体记者在第五届世界互联网大会上发现，百度、腾讯、阿里等公司展示了视觉AI技术的最新应用，不仅涉及新零售，还包括保险、智慧楼宇、智能驾驶等各个领域，商业化落正在迎来快速发展期。

邓晖表示，目前虹软除了在手机领域已经实现了全面商业化外，在安防、无人零售、智慧楼宇、旅游等领域也全面布局。在他看来，随着IoT和5G的发展，所有设备都有可能按上摄像头，需要视觉AI的行业场景成千上万，如何深入行业、理解行业才是当下最该做的。

对于行业的选择，邓晖表示，虹软考虑的是：一是这个行业有没有大市场，二是这个市场有没有足够的成长空间，三是虹软有没有成熟的技术与产品可以应用该领域该行业。他认为，货架、货柜、冰柜未来的规模将非常大。2016年虹软就联合阿里巴巴和美的研发了一款智能冰箱，里面设有摄像头，可识别冰箱里的物品。该技术也正符合当下智能零售的技术需求。

事实上，在本届世界互联网大会的4号馆，在一个无人零售超市中，可实现即拿即走，自动支付功能，整个过程仅需10秒钟。看似简单的操作流程背后，需要强大的技术支撑和高精准的货品识别率。而该超市内的智能货柜就搭载了虹软的“货品识别AI视觉模组”，这就是虹软从手机领域发力零售领域的成果检验。

根据中国连锁经营协会的资料显示，国内的无人售货机数量至少应为270万台才能真正的满足消费者的需求，但目前国内无人售货机仅为不到20万。由此可见，不论是无人零售市场还是智能货柜，都在中国市场还有巨大的上升空间。

邓晖透露，新零售领域当前主要问题是成本与货损，在他看来，装有视觉AI的摄像头就可以解决该问题，客户只要装上AI摄像头，几百元就可将传统货柜或者冰柜实现AI，防止货损，不仅降低智能货柜落地成本，而且降低了运营成本。 虹软的目标就是为未来所有做货柜、冰柜的商店、品牌商、零售店以及生产商提供一站式的视觉解决方案。

事实上，邓晖在多年前就已经意识到只讲技术和平台价值都是“纸上谈兵”，最主要的还是落地。落地就要找最合适的行业合作伙伴。今年，虹软已和中国汽车保险业市场份额第一大的保险公司中国人保签订独家合作。

邓晖表示，保险业务的开拓方式是和中国人保长期合作，为中国人保所有汽车保险客户提供最好的AI解决方案，把所有的产品逐步落地，从一个试点到规模化商用，从一个省最后变成十个省，最后普及全国。目前合作的重点是保险自动定损理赔，有望今年年底开始试运行，明年逐步推广。

未来，有关如何继续推进视觉AI技术的落地，邓晖表示，第一，仍需大量投入增强基础研究和算法研究，第二，精挑细选，选一两个、两三个，三四个虹软认为特别适合的行业。

据悉，虹软已进入保险、汽车、智能家居、安防、健康、新零售、AR/VR等行业，推出车险智能定损、智能车载、智能扫地机器人、智能门禁系统、无人商店等全新的视觉AI技术与解决方案，加速推进人工智能的进一步渗透。邓晖强调，到2019年末，虹软将开拓至少三个与当前业务规模、潜力相似的新业务。

业内人士认为，计算机视觉的市场规模非常巨大，这是一种推动各个产业升级的力量。提升技术壁垒、瞄准落地量产、创新商业模式，当视觉AI公司从幕后走到台前，将打破行业原有的布局，行业必将重新洗牌。

开放平台赋能中小企业，加速行业发展

随着人工智能知识的普及和向下渗透，智能应用的场景也变得越来越丰富。但在业内人士看来，目前人工智能还处于弱人工时代，因为AI在产业中的应用没有起到决定性因素。现在AI的能力只是能够简单地提升人工效率，还不足以让整个行业得到蓬勃发展。

AI技术中的人脸识别的落地过程中，除了硬件之外，算法十分重要。在快速落地过程中，算法的采购成本同样需要关注。但在实际生产过程中，中小企业及普通制造企业将面临的一大问题就是产品研发、迭代成本高昂，无法和移动互联网产品一样低成本、快速化、多元化尝试。而在其中，算法采购成本成为制约中小企业发展的关键因素。AI算法市场作为一个新兴市场，并没有形成买卖双方对等的透明交易模式。而中小企业由于刚刚起步，不具备大企业的优势，因此其使用成本会占到硬件设备整机成本的50%或更高。

据了解，虹软基于旗下的视觉人工智能开放平台，已经免费离线开放了人脸识别、活体检测、人脸角度检测、人脸属性分析、人证核验等多种SDK。开发者可根据自己需求进行二次编程，实现智慧工地、智慧旅游、智慧校园、智能办公、人脸门禁、智慧办公等各种场景的应用。由于无须承担基础算法研发成本，这对中小企业来说在视觉AI的应用过程的进展将会迅速加快。

同时，在近期虹软视觉人工智能开放平台的人脸识别算法全面升级至2.0版本。新版本优化了模型训练策略，丰富了多维度的场景数据，并基于芯片底层指令集进行了相应算法优化。识别准确率和识别速度也大幅增强，总体性能提升30%以上。同时，ArcFace2.0在此次升级后，将采用全新的API接口设计，完善的开发API文档，功能丰富的开发示例DEMO，让SDK的集成变得更加容易。

“虹软愿意把视觉AI技术拿出来让大家免费使用，可跨平台使用，无论是什么的平台、什么样的操作系统，为做AI产业上游的公司省下大量精力和成本，他们可以专注针对用户和特别应用的专门化应用，而不用担心人脸识别底层系统。这样，行业解决方案就能够快速迁移，实现规模化生产，促成AI的真正落地。目前虹软提供的人脸识别是支持离线的，其他企业很少。

值得一提的是，当前市场关注度、渗透率及技术采用度相对较高的应用场景，如人脸识别、物体识别、物体检测等还停留在较为基础的物体探测阶段，在更具体的事件检测、更灵活的人机交互及更复杂的信息重组、自主行为等方面的应用明显不足。而虹软视觉人工智能开放平台在8月升级以后，新增了活体检测SDK，即继人脸识别技术之后，再次填补了国内免费活体检测的空白，将可能加速人脸识别技术全面落地爆发期的到来。目前使用平台的中小企业超过3万，虹软来年的目标是达到20万。

“我觉得谷歌公司提供深度学习基本工具就是很好的榜样，本身这就是领头羊的工作，虹软希望在人脸识别上，通过平台的方式也能够起到这样的作用。”

在开放平台上，未来5年，虹软没有打算盈利。AI技术需要多场景交互，需要去自我识别不同场景进行有效处理。所以未来虹软希望人脸识别能够具有较强的跨领域性。这就需要深耕在不同行业的用户提供反馈。所以，赋能更多中小企业或者非常小微企业，让他们在低成本、无门槛下找到应用场景，找到适合他们行业应用的地方，让他们去赚钱，能够挣到钱，大家才能做好这件事。当然未来，豆浆机、灶台机、微波炉、冰箱等都会有摄像头，所有数字设备都有可能都会放一个摄像头，只要有一个摄像头就有视觉AI的机会，虹软就会得到商业机会。

业内人士表示，未来AI视觉产品的生态将更加聚合，从单一的产品竞争将向平台生态转变，只有多方合作客户紧密配合，才能将用户体验做到极致，拥有生态平台的企业才能在AI行业洗礼中脱颖而出。同时，人工智能技术和计算能力的突破势必带来产品和解决方案的全面升级，加速客户应用的规模化效应。