CV行业不差钱！依图科技获两亿美金C+轮融资
source link: http://www.10tiao.com/html/778/201806/2247490891/1.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
更多干货内容请关注微信公众号“AI 前线”，（ID：ai-front）
根据 IDC：2018 中国计算机视觉应用市场研究报告，截至 2017 年 12 月底，中国计算机视觉应用市场规模达 15.45 亿元人民币，同比 2016 年增长 184.0%。其中，政府、金融、互联网是计算机视觉技术支出规模最大的 3 个行业；政府行业中平安城市、金融行业中人脸身份验证是技术支出规模最大的 2 个场景。
计算机视觉应用市场的参与者既有明星算法型厂商如商汤、依图、旷视、云从科技、云天励飞、码隆科技、扩博智能、图谱科技、北京深醒科技，又有大型 CSP 厂商如腾讯云、百度云、阿里云、金山云、AWS，还有众多传统的安防厂商如海康、大华、易华录、以萨科技、华尊科技、智慧眼科技等等。单从市场表现数据来看，2017 年计算机视觉”四小龙”（见下图所示）总体市场份额达 69.4%，其他厂商总体占市场 30.6% 的份额。
计算机视觉“四小龙”：
商汤科技：定位基础平台型公司，以原创技术为核心赋能产业；应用覆盖行业范围最为广泛。商汤科技是 2017 年互联网行业计算机视觉应用最为领先的厂商。
依图科技：深耕安防领域，维持金融业务，大力布局医疗影像业。依图科技是 2017 年安防领域表现最强的算法型厂商。
旷视科技：依托年技术积累，不断深化安防、商业以及金融等应用场景。Face++ 平台现已开放多项计算机视觉服务，并提供丰富的 API/SDK，受到开发者的广泛认可。
云从科技：深耕金融业务，大力布局安防业。云从科技是 2017 年银行业人脸身份认证市场份额最高的厂商，典型产品有 IBIS 集成生物识别平台。
AI 前线记者曾经在极客邦科技 InfoQ 中国主办的 AICon 全球人工智能与机器学习技术大会上对依图科技的科技研发总监周健先生进行了专访，周健认为外包可能是 AI 落地的必经之路。以下是采访全文，或许你能从中一窥依图发展至今的一些小秘诀：
周健，2006 年交大硕士毕业。毕业之后就加入了 Google 北京，半年之后去了美国，负责中文网站搜索质量。在 2008 年底的时候回到中国加入了阿里云，主要负责分布式文件系统的搭建。2011 年从北京回到上海，加入了一家户互联网广告公司担任技术总监，2013 年底的时候，重新加入了依图科技。
Q： 在您看来，计算机视觉技术在过去的这一年里面有哪些重大突破？现在的局限在哪里？
周健：去年，相对 2016 年的进展，还是稍许有些缓慢，主要的进展是在整个图像的分割。现在事实上已经可以在图像当中把一个物品给检测出来，我觉得稍微有点失望的还是在视频上面这个问题还没有得到突破。估计会在未来的几年当中把以前在图像上面曾经经历过的识别和检测的问题重新走过一遍。比较好的是，大家已经开始关注并尝试去建立这样的一些视频数据集，应该是能够看到一些希望。
Q：目前依图主要在哪几个行业有落地成果？不同行业落地 AI 的难度有差异吗？如果有，这些差异体现在哪些方面？
周健：现在主要就在金融、医疗、安防三个行业，现阶段 AI 在金融的落地更像是作为一个工具；医疗的话，现在是已经是作为一个场景直接介入到医生的实际工作当中去了；在安防领域相对来讲是更进一步的，我们已经形成了一个叫人像平台的产品，警察可以在这个平台上面完成工作。我觉得不同行业因为原有的信息化程度以及数据本身的分散程度不同，所以会导致相应的落地难度不一样。比如说在金融领域，本身已经有很强大的数据分析能力，作为 AI 初创企业进入就会有一定的困难；而安防相对来讲，过去具体的人跟相应的图像识别技术并没有很好地关联上，就会有很大的空间可以去改进已有的行业。
Q：依图在医疗行业的落地产品主要有哪些？
周健：我们在医疗行业，首先有一个刚才在演讲当中已经介绍过的胸部 CT 的产品，还有一个儿童骨龄诊断的产品。我们现在主推的是一个电子病例分析的产品，只要你输入病状，就会帮助你分析是得了什么病、推荐你去做什么样的检查、吃什么药，这个已经在广州的妇女儿童医院上线了。
Q：根据依图跟很多传统行业的企业或者机构合作的经验，在传统行业落地 AI 的过程中面临最大的挑战一般是什么？
周健：我觉得还是整个行业有没有一些先锋愿意去尝试做第一个吃螃蟹的人。因为事实上，技术在落地的过程当中还是会遇到很多困难的，如果行业的开拓者并不能够一起坐下来跟依图探讨落地的可能性，其实是没有办法落地的。比如说当时在苏州的时候，我们能在识别假套牌车辆的场景上落地，也是我们跟警官一起去分析这个场景，并利用了行业已有的 insight，最终才找到了一个完美的解决方案。否则对技术的挑战可能会要求精确度到三个九，甚至四个九，几乎是不可能完成的任务。
Q：在这些合作的过程中，如何找到可以切入的场景，你们有没有一些经验可以分享？用什么样的方式可以更快地找到这样的场景？
周健：从依图的角度来说，首先要找到愿意吃螃蟹的人，并且在行业有一些口碑，比如在金融领域的招商银行，在安防领域的苏州市公安局都会有相应的口碑。事实上从他们的角度来看，他们也一直想要找到这样的方案，所以他也会愿意跟你聊。我觉得可能就是要带着倾听的态度，然后去听他到底想要什么东西，这个过程也是一个不断建立信任关系的过程。我印象比较深的是，我们当时在苏州的时候，当时那个处长他就说：“你们是吹牛的吧，到我这来说能做车牌识别的有一百个，全都是各个海归的博士，为什么你们就能做呢？”这个过程还是一个慢慢建立信任的过程。
Q：当前依图在 AI 技术方面的投入和产出情况是什么样的？
周健：我觉得是这样的，事实上今天整个市场上家都对 AI 有很大的热情，但是其实在每个行业落地都是一个十分艰难的过程。在一开始的时候，只能靠大量的投入，而且因为并不了解行业，只能从工具出发，从工具慢慢地变成去解决客户的一个场景，这个过程的投入是很大的。如果是希望能够提高利润，或者说能够回答，为什么做一百个项目的时候能够变得更容易的话，实际上就需要能够形成这种所谓的平台，这样就能把多个场景都融合进来，这是可以提高所谓的在 AI 投入的投资回报率的，否则在达到这个阶段之前确实就会像是一个外包公司。
Q：那从你们合作对象的角度去看，他们在应用 AI 的过程中，他们一般是怎么去平衡投入的成本，以及 AI 所带来的实际价值，您对他们有什么样的建议？
周健：我觉得可能大家都会有一些误区，就是会认为应用 AI 的成本可能只是花的钱的成本，实际上人力成本，或者说在行业内挑选合适的人，跟陪着 AI 公司一起把这个产品打磨出来，这也是一个很大的成本。从我们过去所经历的来看，几乎都是一定要遇到这样的贵人才能把这个产品给打磨出来的，当然对他来讲，实际上他也有诉求，可能是希望建立自己科技第一或者科技领先的品牌，包括在这个过程中也可以使得他在自己本身的这个行业内得到竞争的优势。
Q：当前 AI 技术在安防、医疗和金融这三个领域是依图现在投入比较多的，那么这三个行业的应用情况现在分别处于什么样的阶段？未来 AI 在这几大行业的应用趋势是什么样的？
周健：在安防行业里面，现在 AI 的落地应该是已经很显而易见了，因为过去在车辆这个维度上国家是曾经投入大量的资金去建设这样一张网络的，事实上现在这个技术也已经到了能够被实际应用的临界点，因此我觉得人脸识别也会重新走过一遍车辆这个路，甚至投入的金额会更多。在这么大的一个蛋糕之下，我觉得会有很多机会可以让所谓 AI 的新贵和传统的厂商去分。在金融也好，在医疗也好，我觉得现在仍然都没有能够找到一个十分能规模化应用的场景或者平台。像金融实际上现在更多的还只是我们去验证，两个人是不是同一个人，在医疗这边，刚才讲的仍然是一个病一个病地去解决，但是并没有说怎么样能让所有病种的医生都能够在这上面解决问题，这可能是下一个阶段依图需要去解决的问题。
Q：您今天早上在演讲中也提到了 AI 外包公司这种说法， 对于这种说法，您自己的观点是什么样的？
周健：我觉得对于任何一个新兴的技术，可能都会有这样的阶段，不管是当时的 IT，还是 10 年前、15 年前的互联网技术。实际上一开始也都像是外包，像当时建站对吧。关键是作为这个行业的从业者，能不能找到自己 unique 的地方，就是自己跟别人很不一样的、可以创造壁垒的地方。事实上过去已经有很多例子了，我觉得所谓的平台战略会是一个很好的战略。因为作为一个平台相当于是说，行业里面不同的角色都会使用这个平台，数据就会不断地沉淀下来，然后用户使用的 pattern 也会被这个平台积累下来，就像 Google 一样，当所有的用户都在使用它的时候，事实上这个平台已经是别人没有办法替换的了。
Q：以安防行业为例，现在除了依图还有很多别的公司，不管是新贵或者传统公司，有很多公司都在做 AI 的应用，您觉得依图相比他们不同的地方在哪里？公司的优势是什么？
周健：我觉得如果只说一个优势的话，那就是我们迭代速度是很快的。我们认为 AI 公司的核心竞争优势是能够打通前后场，因为 AI 本身是一个蓝海，事实上连用户都不知道他想要什么东西，本身 AI 又会有很多的不确定性，不管是算法还是工程、业务模式，在这个过程当中是需要能够把各个部门串起来，以比敏捷还敏捷的方式去开发产品，这个是最重要的，这个又是依图一直致力于打造的核心竞争优势。
参考链接：
http://www.199it.com/archives/732008.html
今日 AI 前线福利：吴恩达新书《机器学习训练秘籍》已更新至第 39 章，公众号后台回复“吴恩达”即可下载所有章节合集！
今日荐文
点击下方图片即可阅读
百度发布89元新款智能音箱，渡鸦惨遭抛弃？
活动推荐 优秀架构师必须掌握的 AI 案例
个性化推荐、智能音箱、无人驾驶等 AI 技术在这几年的培育下，已经有面向用户的成熟产品，国内外各企业也纷纷在自己的业务上集成 AI，但是不是所有的企业都能落地人工智能？有哪些可借鉴的落地实践？
7 月 6 -9 日，ArchSummit 全球架构师峰会 [深圳站] 即将与你分享：
Google TensorFlow 最佳实践及推荐引擎设计
Facebook 近期在信息安全和商业诚信上的机器学习尝试
微信 万亿消息万级机器的 AI 调度技术
天猫“智慧门店”背后的技术架构探索
百度 对话系统核心技术剖析与应用实践
滴滴 地图引擎架构实践和 AI 技术应用
微博 个性化推荐引擎框架解析
前 Tesla 视觉深度学习负责人：自动驾驶中的计算机视觉技术
...
更多架构实践可识别二维码或点击 阅读原文 进行了解，联系小助手豆包可获取更多报名优惠，致电：17326843116（微信同号）
AI前线 紧跟前沿的AI技术社群如果你希望看到更多类似优质报道，记得点个赞再走！
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK