人工智能能够更好地应用于哪些领域?这几乎是整个行业面临的问题。

经历了2016年的热炒，人工智能领域如今逐渐趋于冷静。如果说人工智能的预热阶段比的是大数据和算法，那么人工智能的当下较量便在商业价值和落地空间上。人工智能到底能够更好地应用于哪些领域，几乎是整个行业面临的问题。

猫眼金经采访发现，随着技术发展速度的放缓，许多投资人和创业者都纷纷开始转变思路，不再仅仅关注人工智能学者和技术人才，而聚焦其在细分行业的价值和实际需求。本期猫眼金经将以计算机视觉为例，关注人工智能如何在生产端提升效率。

商业落地中

生产端和体验不佳，C端遇阻

按照行业普遍理解，计算机视觉是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，通过自主适应环境进而提升生产效率。

与《猫眼金经2017金融科技白皮书》中所提到的金融行业类似，计算机视觉在商业落地时最初也大多聚焦C端的应用。图普科技便是其中一家，其公司CEO李明强介绍：“最初通过拍照，搜索衣服等产品，根据数据标签为用户推荐产品，类似于服装版的今日头条。”

不过这样的切入点很快让图普科技意识到其中问题所在。李明强介绍：“曾经做了一年多，虽积累了技术，但难度也很高，商业化的方向并不是很顺利。”在新节奏智能科技总经理陈勇杰看来，计算机视觉商业落地C端遇阻一方面是消费端硬件设备条件不足，另一方面则是实现成本太高。陈勇杰解释：“人工智能在用户级别上很难应用，致命的弱点是对计算的要求非常高。目前来说，大部分3C产品的运算能力是非常低的，而人工智能需要很强的计算能力才能够做好。”他以体感技术为例向猫眼金经分析：“虽然用人工智能深度学习在这方面会更好，但无奈成本太高，使得很难转化成用户可以消费的产品。”

从投资的角度，峰瑞资本早期项目负责人朱祎舟在X techer杭州私享会上也表示：“想用人工智能去提升消费者的体验，通过一个单点去突破比较困难，更多是一个系统化的工程。”事实上包括智能家居行业等都面临同样的问题，单个产品最终都需要底层的设施和服务来配合。朱祎舟的看法是：“T oC端的机会比较难，因为生产端还没有被改造，于是就不太会有新的产品出来;没有新的产品出来，用户端体验也就不会有特别大的提升。”

不过C端产品方面，也并没有让行业从业者完全放弃，各行各业都在寻找技术落地的可能性。如今在C端相对受到行业从业者认可的产品是亚马逊推出的智能音箱E cho.但在李明强看来国内还是有一些人工智能技术在C端成功实现应用，他说：“今日头条用智能化推荐、淘宝搜索、百度图库搜索都是人工智能技术。从某种程度上都是C端的服务。”陈勇杰虽然觉得C端市场应用难以实现，但是依旧可以尝试用深度学习做移动端试衣平台，希望为用户购物带来新的体验形式。

发力B端

瞄准底层需求

在寻求商业化落地的路程中，紧跟互联网的发展并攫取机会，成了不少人工智能公司的途径之一。

2014年，深圳快播科技有限公司涉嫌传播淫秽物品牟利一案受到公众关注，一时间处于舆论风口浪尖中。此时李明强在其中看到了商机，他介绍：“快播事件后，我们发现当时有大量的视频都是用人工去鉴别其中的色情等有害内容。”彼时人工智能远没有现在受关注，图普开始切入这个市场。据李明强介绍：“迅雷成为了图普科技的第一个用户”。

谈及技术成熟度，李明强回忆：“当时整个行业所提供的服务并不能达到完全自动识别效果，识别率在70%左右。但随着我们对于行业数据的不断累计，识别率不断提升，现在差不多能达到99.5%以上。”

通过服务迅雷这样的客户，图普科技确定了计算机视觉在线上内容审核领域的落地应用。踏着互联网发展的浪潮，随着直播、长视频、短视频的兴起，图普科技一直探究计算机视觉在互联网中的应用。

如今图普科技希望做图像识别的通用云服务，审核则是其中的业务之一。李明强解释：“做内容的企业目的是对内容里所有维度和全方位的信息都要进行理解，这样流量才能产生出价值，比如去做广告、做推荐、做用户体验等等，否则只是流量生意。”

整合产业链

期待更开放AI生态

“人工智能+”的时代正在到来，包括金融、交通、医疗都是很大的切入点。人工智能越来越向行业的纵深端去发力。尤其随着互联网的发展，数据的开放程度增大对于人工智能显然是利好的。如果一些行业的数据是联通的，那就意味着可以在存量市场里面产生商业价值。反之则相对较难。有行业人士表示，很多央企、国企的数据其实比较闭塞，技术的商业化落地便较难。

因为在人工智能领域，数据是核心壁垒之一，许多人工智能公司由于缺乏数据沦为“巧妇难为无米之炊”的境地，尤其是创业公司。由于数据的获取在某种程度上具有排他性，当数据首先被一家公司获取后，就很难再被第二家获得，因此早期切入市场拿到数据具备了先发优势。

日前，著名投资人李开复在公开演讲时便表示，“创业公司做人工智能需要大量的数据、技术、人才，但是这些都被大公司牢牢掌控着。”因此，李开复呼吁一个更开放的平台，让更多的创业者、创业公司能使用上人工智能的相关底层技术和数据，一起推动这个行业的发展。

回到计算机视觉的细分领域，除了互联网视频相关行业的商业应用外，包括安防等方面都是具有商业化“钱途”的。不少公司都表示，将重点关注实体行业，希望探索更多的计算机视觉的商业拓展空间，将技术应用在商业、工业、家居等。比如图普科技已经开始试水零售行业，与手机回收站点“爱回收”合作，通过店内摄像头采集人流、年龄、顾客停留时长等数据，分析每家店的转化率，人流分布情况，用计算机辅助决策。

李明强分析：“如果你找了一段时间场景还没有结果，不如把人才放到各个行业，从行业的需求中去寻找商业化空间。”对此，朱祎舟也表示人工智能会向行业的纵深端去发展，“整合整条产业链里不同的生产者、生产资料，再往上整合到产品层面。”

猫眼观察

人工智能是不是互联网的替代品?

猫眼金经走访调研中发现，对于人工智能和互联网的关系，不同的人在不同角度的理解不尽相同。

比如在朱祎舟看来，人工智能和互联网是并行的，相对独立的。他甚至认为：“照套互联网的思维方式是很危险的。人工智能是没有网络效应的，也几乎没有马太效应。”

不过在寻求商业化落地空间上，人工智能与互联网却有相似的“套路”。比如图普科技CEO李明强则认为可以根据马斯洛需求理论来设计产品。人工智能行业也可以从最基础的需求出发去设计产品，这也是他将计算机视觉应用于内容审核的出发点。当生存问题解决后，发展到一定阶段，尤其随着同质化产品严重，就要提高用户体验，考虑更高层次的商业化变现。无论是互联网和人工智能领域，不少创业者一进来想做图像识别的广告平台等等，其实是违背了需求理论，因为现实远远没有发展到那个阶段。

人工智能行业中大部分公司还处于烧钱状态。尤其是对人才和硬件成本的支出。但在对于融资的态度上，不少企业其实对融资并没有很着急，大多数行业人士认为，技术有它固定的规律和速度，不太可能用融资的方式拔苗助长，能够扎扎实实把事情做好更加重要。