To C人臉識別公司們應該想想,有哪些錢不該你賺?

2020-12-20 新浪財經

來源:投中網

沒有勝訴的勝訴

「中國人臉識別第一案」有了審判結果。

一年前,因不忿野生動物世界強制遊客刷臉,浙江理工大學特聘副教授郭兵前往法院起訴;一年後,一審判決結果公布:郭兵自己的人臉信息被刪除。但是,野生動物世界依然沿用僅能通過人臉識別入園的格式條款。

郭兵決定繼續上訴,因為在他看來,這場訴訟更像「沒有勝訴的勝訴」,因為強制刷臉的情況沒有任何的改善。

這並不是孤例。近年來隨著人臉識別逐步活躍於安防、支付領域,不管願不願意接受,我們都正在快速進入一個「全民刷臉」的時代。而這也帶來了人臉信息濫用的隱患。

從此前的「去看房沒戴頭盔,或許會損失三十萬」,房企通過人臉識別系統對不同渠道客戶給出的不同價格,再到近期東莞某公廁取廁紙竟然需要人臉識別,再到各地多個小區強制要求人臉識別進小區,不配合就要離開……

據App專項治理工作組等組織發布的《人臉識別應用公眾調研報告(2020)》顯示,有九成以上的受訪者表示使用過人臉識別,其中六成認為人臉識別技術有濫用趨勢,有三成受訪者表示已因為人臉信息洩露、濫用而遭受到隱私或財產損失。

同步而來的是相關監管越來越嚴。

7月,《數據安全法(草案)》全文出爐,10月,《個人信息保護法(草案)》全文對外,再到12月初,《天津市社會信用條例》通過表決,以及南京、杭州等等,從國家層面到全國各地,針對人臉信息識別的法律法規不斷出臺,濫用的情況一路被踩急剎車。

有業內專家指出,對於相關企業來說,這意味著如果其想要採集人臉等生物識別信息,將處於史上最嚴的規範管理範圍內。

顯然,這正中產業靶心。我據此去問詢了數家頭部AI圖像識別公司的反饋,無一例外,三緘其口。

但在採訪過程中,有個洞察明確浮現了出來:「史上最嚴」的人臉信息管理法案出臺後,市場上的技術公司必然會出現分化,大公司天然在政策面和安全性上有優勢,而提供人臉技術的中小技術企業——尤其是服務to C場景的技術公司——毫無疑問將迎來苦日子。

這肯定不是無來由的結果,當用戶發現連上廁所、拿廁紙都被要求刷臉的時候,to C人臉識別公司是不是應該坐下來,好好想想「哪些錢不該你賺」的問題了?

收緊之後,合規迫在眉睫

這些層出不窮的熱點事件出現,一家人臉識別公司的人士用一種常見的「技術中立」觀念跟我闡述了看法。

他認為,「新技術的發展總是伴隨著野蠻生長,有的人或企業也會將技術用在不當的地方謀取利益,這是不可避免的。比如大數據殺熟,人臉識別只是一個入口,沒有人臉識別,殺熟也一直存在。」

但現實總有其另一面。現有的AI應用都過於依賴數據,誰擁有的數據越多、質量越好,誰做出來的效果就越好,甚至很多場景沒有數據支撐都沒法啟動,這樣一來,大家自然想著怎樣獲取更多數據,而一旦數據被拿出來流通,甚至被明碼標價,就不可避免地會出現安全問題。

畢竟相關數據顯示,截止今年10月,在中國,人臉識別相關企業已突破1萬家,且隨著國內智慧城市、智慧社區等項目深入發展,預計未來五年人臉識別市場規模將保持20%以上的增長速度,且將達到千億以上甚至萬億的規模。單單海康威視一家巨頭,其2019年總營收就已達到了576.68億元。

只不過,當下,隨著法律法規等監管的不斷加強,顯然,只有符合規範的企業,才會更加收益,以及收穫之後的市場蛋糕。反過頭來看「中國人臉識別第一案」,其依然支持刪除郭兵辦理指紋年卡時提交的包括照片在內的面部特徵信息,這其中釋放的信號已經很明顯了:雖然不會把產業發展的路徑卡死,但監督管理必須要強化。

相關的圖像識別初創公司的從業人員就直接告訴投中網,「在這個過程中,隨著優勝劣汰的機制發揮作用,更規範更優秀的產業和企業就會脫穎而出,法規的出臺一定會讓一批單純的圖像識別企業倒掉,它會倒逼人工智慧企業從技術到理念全面轉型升級,核心技術和業務模式越單一的企業就會受到衝擊越大。」

從投資的角度,第一步就要設置底線,藍馳創投合伙人陳維廣就告訴我,「我們不投那些賣數據的,我們投資企業,都會先跟他說明不能賣數據。」

「我們投資的大數據企業,大部分都是幫助客戶建數據模型,投的時候要了解了其盈利模型,要麼靠幫客戶建數據模型,或者使用數據去做投放,就是不能賣數據。」陳維廣說。

一位專注科技領域的律師也告訴投中網,隨著監管日漸嚴格,對於中小創業企業就會有非常大的挑戰,其生存可能就面臨著嚴峻的問題,「越來越多案件被大眾認知,監管力度越來越大,企業就越來越需要合規,有可能會造成強者愈強、弱者愈弱的競爭態勢。」

對此,用清華大學法學教授勞東燕接受《人物》採訪的話來說,就是「安全問題有短板效應,網際網路時代的特點是,問題不會出在安防水平最高的地方,而是出在水平最低能力最差的地方。多組織、多中心地收集信息,比單一中心的收集,風險要更大。」

在分化中不斷成熟的市場

中國科學院院士張鈸在最近演講中提及,「很多AI企業估值100億,銷量還不到1 億,大體上所有銷量跟估值比不到10%,也就是說他沒賺錢,根源在哪兒?就在於算法和數據的不安全性。這也就造成我們現在企業為什麼難以做大做強,很難,你要做大必須擴大你的應用產品,你要做強必須非常安全。」

隨著合規要求越來越高,整體人臉識別相關的企業也會出現分化。

某頭部機構投資人告訴投中網,隨著安全性限制越來越高,合規約束越來越嚴,所有相關公司在做應用的時候,都需要考慮合規問題,這樣一來,因為大公司具備更好的資金實力,可以抽出人手專門做合規,以確保自己的數據不會出現問題,踩紅線的可能性會相對較小,市場地位會變得更加穩固。

而對於中小企業來說,初期需要野蠻生長,需要生存,為了活下去飛速成長,可能觸犯紅線的概率相對較大,反而陷入惡性循環;

除此之外,因為人臉識別目前涉及到更多的是安防、支付等To B、ToG的業務層面,相對比較規範,所以不太會受影響,而這些客戶也已經大部分被大公司收入了囊中。而一些小公司也可以觸及的2C的領域,比如零售行業,則會因為安全問題受到影響較大。

「比如,在搭建一些智慧寫字樓等場景時,客戶也需要考慮更全面的解決方案,比如人臉+門禁卡+指紋等,讓用戶有更多自主選擇的權利。這其實就變相提高了成本,一定程度上延緩這一塊業務的發展速度。」從業者對投中網這樣補充說道。

相關投資人也提醒道,隨著CV四小龍、雲天勵飛等一批人臉識別頭部公司不斷衝刺上市,上市之後其也可以反過來參與立法以及行業標準,也為其行業地位鞏固起到了一定作用。

「頭部企業總是能最先參與到國家標準、行業規範的起草與建議中去,比大眾更了解未來法規趨勢。」某頭部公司的從業人員如此說道。

當然,相關投資人也提到,隨著法規的越來越多,說明行業已經從野蠻生長的階段步入到了成熟階段,因為沒有行業就不會制定法規,這對整體行業來說,某種程度上也是一件好事。

中科創星投資合伙人林佳亮也指出,技術在單一維度上不能解決所有的問題,隨著監管逐漸嚴格,解決了技術之外的制約因素,技術帶給生活的便利性才會更加凸顯出來。

「當然,隨著發展,一定會有不同的人做不同的事,比如大公司會更多沉澱基礎設施層面的技術,而小公司可以深入到細分賽道,解決應用層問題。大公司和小公司可以用併購的方式維繫平衡發展。」林佳亮說道。

「加入了對安全的監管,肯定會抬高行業的成本,這對小公司的壓力肯定會更大。中長期來看,行業規模會更大,也會實現有序發展,整個行業的體量會快速增大。」

初創公司瑞萊智慧也指出,「安全事件的不斷曝光,以及監管的不斷施壓,對於AI企業而言,未來會需要儘快補齊安全短板,對於一部分沒有底層技術積累,沒有能力去做安全部署的企業,他們會面臨被淘汰的風險;對於有安全實力的企業,他們能更快的脫穎而出。而如果哪家企業可以做出針對性的產品或接近方案,就相當於在現有的紅海之中找到了一片藍海。」

相關焦點

  • 公司安裝人臉識別考勤門禁一體機需要多少錢一套?
    現在有很多公司已經在廣泛地使用人臉識別門禁機了,究其原因,是因為人臉識別門禁系統的使用相比以前的門禁系統更先進,同時也更高效便捷。人臉識別門禁系統無論是在考勤管理、員工通行,還是降低安保人員人工成本等方面都具有不小的優勢。並且還能提升了公司的科技體驗感。
  • 【深度】人臉識別泛濫,誰有權拿走你的人臉數據?
    除了個人信息安全方面的擔憂外,業主們對於在小區安裝人臉識別設備的必要性和實際中的可操作性也提出質疑。有住戶問到,小區已經有一套刷卡的門禁系統,為什麼還有搞人臉識別?並且,這套系統針對居住在該小區的居民,只採集小區居民的信息,那麼快遞員、外賣員進入小區是否需要刷臉呢?
  • 人臉識別60年︱校園、課堂、售樓處,人臉識別應該有禁區嗎
    2019年,瑞典數據保護局對一所高中開出罰單,認為校方使用人臉識別技術進行考勤違背了「必要性」原則,人臉信息的敏感性更高,校方完全有其他低風險的選擇。這也是歐盟通用數據保護條例GDPR通過後的首張罰單。
  • 保護個人隱私,為什麼要禁止人臉識別系統,有哪些利弊?
    在中國,可以使用人臉識別技術的場景很多:比如手機解鎖、小區門禁、公司考勤、安檢通行、自助取款、無人超市、辦稅認證、養老金領取管理、疑犯追蹤、考生身份驗證管理、駕駛學員的身份信息認證和安全駕駛管理等等。人臉識別技術在中國應用面廣、影響力大,帶給我們方便、安全、快捷的體驗,在中國蓬勃發展,部分媒體甚至提出中國現在已經率先進入」刷臉時代」。
  • 困於人臉識別
    勞東燕:由於人臉識別的底層技術在2018年有很大突破,去年下半年開始,我注意到人臉識別商業化的推廣在中國「遍地開花」,連我們學院的咖啡機都通過少付1元錢而引誘人們使用人臉識別支付。我一直在研究「風險社會」,在風險社會中,預防風險的措施本身可能會帶來新的風險。
  • Python系列之三——人臉檢測、人臉識別
    之前有利用C++和OpenCv寫過人臉識別的系列文章,對於人臉識別的基本理解和步驟流程等基本知識不做反覆敘述。比詹小白還要白的童鞋可以查看往期文章進行了解噢1.人臉識別(一)——從零說起2.人臉識別(二)——訓練分類器3.人臉識別(二)——訓練分類器的補充說明4.人臉識別(三)——源碼放送一、人臉檢測      python版人臉檢測基本上可以參照C++版本的程序,根據語法不同進行改寫即可。
  • 不用識別人臉的貸款APP有哪些?
    不用識別人臉的貸款APP有哪些?APP,能幫助借款人解決資金問題,由於部分需要進行人臉識別比較麻煩,所以很多借款人想尋求不要這一步流程的,那麼不用識別人臉的貸款APP有哪些? 市場上有很多貸款APP,能幫助借款人解決資金問題,由於部分需要進行人臉識別比較麻煩,所以很多借款人想尋求不要這一步流程的,那麼不用識別人臉的貸款APP有哪些?看看這些吧。
  • 破解人臉識別3D面具可輕鬆騙過微信、支付寶。微信好玩的BUG
    3D面具成功欺騙人臉識別人臉識別是基於人的臉部特徵信息進行身份識別的一種生物識別技術,現在人們越來越喜歡把錢放在網上,用起來就很方便,繼而就推出各種的認證密碼功能,而人臉識別這項技術也是越來越被廣泛使用,微信、支付寶等紛紛開啟人臉識別支付系統
  • 畢業設計居然抽到人臉識別!用C也太難了吧!還好我會Python!
    按照以上辦法在安裝numpy 和python-opencv 兩個庫就可以了通過face_recognition庫實現人臉識別代碼如下# -*- coding: UTF-8 -*-import face_recognitionimport cv2import os# 這是一個超級簡單(但很慢)的例子,在你的網絡攝像頭上實時運行人臉識別
  • Python不超過10行代碼就可實現人臉識別,教你辨別真假
    人臉識別技術大致由人臉檢測和人臉識別兩個環節組成。之所以要有人臉檢測,不光是為了檢測出照片上是否有人臉,更重要的是把照片中人臉無關的部分刪掉,否則整張照片的像素都傳給f(x)識別函數肯定就不可用了。人臉檢測不一定會使用深度學習技術,因為這裡的技術要求相對低一些,只需要知道有沒有人臉以及人臉在照片中的大致位置即可。
  • 美國人為什麼不待見人臉識別技術?
    其中,針對黑人女性的錯誤率高達 21%-35%,而針對白人男性的錯誤率則低於 1%——這在美國可以說是非常政治不正確的。另外一個值得一提的烏龍事件是:巨頭公司亞馬遜2016 年推出圖像識別 AI 系統 「Rekognition」 曾將 28 名美國國會議員識別成了罪犯,讓美國社會一片譁然,也對人臉識別技術充滿了質疑。
  • 小小的人臉識別竟然讓我買房多花幾萬塊?
    在前幾年,我在長沙買房的時候,有個在做中介的朋友跟我說,如果你要買房的時候,跟我說哪些樓盤,我帶你去可以跟你申請到更優惠的價格。我當時就想著,這多一個人不應該是多賺一份子錢嗎?羊毛都出在羊身上,中介的佣金不也是從房價裡面。沒想到,幾年後的今天,這個事情竟然是真的!
  • 「人臉識別第一案」雖然勝訴,當事人還是不服。更多的人臉識別攻防戰,居民有權選擇不刷臉嗎?
    人臉識別系統服務商、杭州數字裂變科技公司的一位客戶經理表示,人臉識別系統的核心在於軟體系統,即算法數據技術,不同的公司開發的算法技術都不同,系統其他硬體設施如人臉識別面板機、電腦、網絡、路由器等硬體投入大同小異。「一套人臉識別系統軟硬體加起來不過1700元錢,一個小區大門裝一臺非常划算。」
  • 人臉認證「黑產」:破解接單月賺3萬,800元傳授「保過」黑科技
    有人的地方就有江湖,但這個江湖不太能見著光。這幾年,人臉識別認證應用在網際網路市場得到大規模的應用與推廣,已經形成一條完整的產業鏈,而通過幫助他人完成人臉識別認證,並從中牟利的黑產也應運而生。此外,我們還發現有部分買家涉及灰色金融交易,包括用非本人身份進行貸款和盜刷錢財等。談到這方便,社群內回應很少;如果私信直接詢問盜刷和貸款,可能被拉黑。羅江表示,幹違法的事情不長久,如果你想這樣做,別人都不搭理你。但羅江並不認為自己的生意有任何違法違規的嫌疑,他提供的支付寶過人臉認證的方案,只是認證通過後的買家如何操作,羅江認為已經與他無關,便可撇清責任。
  • 獨家 | 手把手教你運用深度學習構建視頻人臉識別模型(Python實現)
    即使是那些技術大佬們也樂於與大家分享新的突破和創新,從而使這些技術不再「曲高和寡」。其中一項技術就是人臉識別,它可以解決很多現實問題(如果被正確又合乎倫理地使用)。本文將展示如何使用開源工具完成一個人臉識別的算法。以下是的一個有趣的演示,這也為接下來的內容做好鋪墊:
  • 使用Python+OpenCV+Dlib實現人臉檢測與人臉特徵關鍵點識別
    值得注意的是,本教程可能需要對OpenCV庫有一定的了解,例如如何處理圖像、打開相機、圖像處理和一些小技巧。它是如何工作的?我們的臉有幾個可以識別的特徵,比如眼睛、嘴巴、鼻子等等。當我們使用DLib算法檢測這些特徵時,我們實際上得到了每個特徵點的映射。
  • 擁擠不堪的安防市場,還有人臉識別新公司的發揮空間嗎?
    在當下的安防市場中,沒有一家人臉識別公司不把自己稱為「完整的解決方案供應商」。「自主研發」「全棧式技術算機識別技術」「軟硬體產品」「面向垂直場景的解決方案」……這幾個條件放在一起,你能猜出是哪家公司嗎?
  • Android 人臉識別之人臉註冊
    作者:junerver連結:https://www.jianshu.com/p/ca3a12bc4911引言人臉識別這件事想來早已經不新鮮,在 Android 中的應用也並不廣泛,所以網上相關資料乏善可陳。但是在面對特殊的應用場景時,人臉識別的功能還是有一定的用處的,比如在考勤領域。
  • 審視人臉識別:一種AI技術的全球性濫用
    NIST 科學家 Watson 說,這種不準確性很可能反映了每家公司訓練資料庫的組成不平衡。數據科學家通常將這種不平衡描述為 「垃圾進,垃圾出」。因此,大量要求暫停或禁止人臉識別軟體的呼籲,都會頻繁經常提到對人口統計學偏見的擔憂。
  • 「人臉識別第一案」主訴人郭兵:我為什麼推動「人臉識別」入法
    「修訂草案」第四十四條企業義務條款中新增了一款規定,物業服務人員不得強制業主通過指紋、人臉識別等生物信息方式使用共用設施設備。如果該規定最終付諸實施,將成為全國首部將小區人臉識別納入物業管理的法定條例。提出這條建議的,是浙江理工大學特聘副教授郭兵,他研究個人信息保護的法律問題多年。他還有另外一個身份一一「國內人臉識別第一案」主訴人。