智東西（公眾號：zhidxcom）文| 李水青
智東西6月24日報導，近日，曠視科技推出了聚焦智慧園區樓宇場景「神行」系列人臉一體機，一套完整的AIoT雲邊端產品體系也同時亮相。
近年來，國內最早一批AI算法起家的獨角獸企業紛紛發力硬體市場。這無疑是AI商業化探索發展到一定階段企業的順勢選擇，也是當下新基建語境下企業面對新一波紅利的積極反應。
如何看待和應對軟體算法行業發力硬體方案的趨勢？在新基建背景下，城市物聯網發展的新戰場、新機遇在哪裡？為了探討這些問題，智東西近日對曠視資深副總裁、企業業務事業部總經理顧亮進行了深度訪談。
為何一家做算法起家的公司聲稱人臉識別再刷精準度已經無關緊要？AI算法廠商是否需要布局芯、雲、邊、端這些硬體？本文將訪談內容摘錄如下：
一、市場格局已不是單一模型競爭，更比拼行業定製方案
Q1：如何看待軟體、AI算法廠商發力硬體的趨勢？
顧亮：從國家的大趨勢來講，製造業正向數字經濟進行拓展。我們認為軟硬體在生態裡的結合，會攜手為企業提供競爭力和價值，預示著軟硬一體化本來就是一個中國製造或者中國創造的新的趨勢。
我們認為傳統的硬體，很難釋放出算法的極致能力。從2015年開始曠視就在硬體方面投入很多研發資源，幾年來這個思路一直沒有變過，只不過從今年開始，大家從發布會現場看出曠視做的硬體越來越多，功能越來越廣，覆蓋場景越來越豐富，但其實這些都是我們近年來在構建自有的硬體產品體系之後厚積薄發的結果。
真正有效的解決方案，都是需要軟硬級結合的，要整體交付才能體現AI解決方案的真正價值，現在的智能化市場格局已經不是單一的算法模型比拼，當人臉識別的算法從98%到99%的時候，它的應用層面上並不會帶來核心的變化，但是我們始終認為算法是技術，整個端到端的硬體能力才是能夠給客戶帶來核心價值的壁壘，第三層才是我們對行業的理解，帶來的核心價值和競爭力。
Q2：為什麼曠視從產品體系來講越來越偏硬？
顧亮：我們做了很多硬體產品，實際上之所以重視硬體，背後的根本是源於關注客戶價值，以及由客戶價值所衍生出來的需要的軟硬一體化的服務。
對曠視來說，現實硬體開發中中的算法遠遠比想像的更複雜一些。如果只是一個純粹的AI技術，或者僅僅局限在算法層面，我們可能比較難去滿足客戶真正在實際生活和生產中間的各種需求。
比如這次疫情過程中，我們也提供了端到端、軟+硬整體測溫解決方案，這不是只一個算法能解決的問題，我們的產品要面對各種各樣人流、光線、測溫部位檢測的挑戰，這種挑戰往往光靠算法，或只通用硬體沒有辦法解決。
Q3：當前純軟體和算法難以形成比較差異化的競爭，曠視如何為硬體產品做技術賦能？
顧亮：從組織架構來講，曠視企業部（EBG）也是一個事業群的組織方式。在這個團隊裡，從軟硬體開發到解決方案到交付，到團隊的商務拓展，都是在我們一個團隊，為的就是能把客戶的需求快速響應。
我們希望通過我們自己做的硬體，能夠更好的去適配自研的算法，實現算法和硬體的聯合開發（Co-design），同時也有助於我們利用算法優勢，在硬體層面上進行降本。
一個人工智慧的攝象頭要賣到幾百塊錢，一個最好的算法能夠在同樣的效果上讓硬體的成本變得更低，這方面都是硬體和軟體需要聯合開發的，這樣能夠提高產品的性能和體驗，同時對我們來說也可以形成一些技術的壁壘，幫助企業發展。
在整個樓宇園區場景，或者在曠視企業級場景，我們會很堅定地走硬化的道路，這不是今年的想法，而是這幾年工作的延續。
Q4：軟硬一體就是強算法和重產品兩個方面，怎麼定義懂行業這個概念？
顧亮：對於行業的認知，首先我們認為沒有一個廠家比我們的客戶更懂行業。在我們自己的產品和解決方案的建設過程中分兩塊。
第一塊，我們會抽離一些在人工智慧相關的，或者對於園區樓宇相關的核心技術和共性的東西。比如說像人員的身份驗證、園區智能化裡最通用的像通行、門禁、智能監控、消防、樓宇自動化相關最通用的東西。我們會進行一些業務邏輯的抽離，這些東西做出來是讓產品具有最大的適應力。
第二塊，我們在通用的技術和場景裡去結合行業趨勢，長期跟客戶在一起。客戶想要的是一個能夠符合我行業需求的業務平臺和工具，在我們對這裡面有一個更進一步的認識，要形成一個有行業屬性的軟體平臺或者業務平臺。它是要基於一些行業深度定製的算法才能帶來的核心價值。
當然我們也會做很多的市場調研、市場分析、政策解讀，我們公司有整個一套MM（Marketing Management）管理流程和體系。
二、智慧樓宇園區涵蓋範圍廣，萬億市場規模
Q1：過去很多的傳統玩家以前做的更多是一些城市級的，比如像公共安全、大交通、城市綜合治理大的方案，為什麼今年會有很多的玩家都會進入到樓宇園區智能化行業？
顧亮：為什麼今年會有很多的玩家都會進入到樓宇園區智能化行業？第一是市場空間非常廣闊，需求不斷的增長。第二人工智慧技術在不斷發展，普惠AI逐步進入了城市微單元。幾年前人工智慧視覺相關的解決方案，每一路賣到十幾萬，現在逐步被低成本的AI技術取代，智能化、數位化技術開始進入千家萬戶，這一趨勢是我們選擇樓宇園區的基礎。
我們認為從2019年來看，全國的智能園區樓宇智能化的市場規模超萬億，裡面有一個巨大的市場需求可以挖掘。其實展開來講，我們講的樓宇園區，包括了公共建築、工業建築和居住建築，以及辦公園區、校園、生態園區、寫字樓、社區和其他各類綜合體，包括酒店公寓、倉儲、物流、醫院等等，內涵非常豐富。
Q2：智慧樓宇/園區市場巨頭雲集、碎片化需求多，客戶為什麼選擇曠視科技？
顧亮：樓宇園區場景是被AI最早賦能的場景，傳統的設備廠商和AI公司也有進入這個領域，每個玩家都有不同的優勢。而曠視努力的目標是為客戶提供一個完整的產品體系和解決方案，去實現客戶價值。
不管跟海、大、宇這些傳統行業大的前輩相比，還是跟我們現在一些AI廠家相比，我們特點比較鮮明，曠視一直秉持技術信仰和價值務實的觀點。
首先我們是一家算法技術起家的公司，價值實現的路徑是希望從算法到與算法核心相關的晶片，從晶片到硬體再到整個IoT的硬體群，在這個基礎上搭建基礎的軟體平臺，能夠去抽離智能園區或者智能建築相關的業務邏輯。比如，基於通用的人工智慧技術或者跟人、車、物相關的共性需求，在這基礎上再去搭建業務的中臺，同時向上接入行業的軟體平臺。
從技術角度來講，（曠視）從通用需求到定製化的行業需求能夠打通，能比我們友商做的更貼近用戶一些，以客戶的20%的核心痛點和行業需求為牽引，來拉通整個園區的端到端智能化、數位化的解決方案的服務。
從市場角度來講，曠視從2014年開始講技術產品化，那個時候就開始進入機器視覺的商業化市場，我們到現在有6年的時間，至少在我們這個規模，或者以人工智慧算法為核心的企業，其實是資歷最老的企業，在這段時間我們積累了很多行業標杆級別的產品和方案，整個銷售通路或者我們對客戶服務的體系，也都得到了很好的沉澱。
從這個層面來說，我們也有信心對客戶的痛點和需求做精準的把握，同時依賴於我們獨有的算法、對行業的理解、高性能安全可靠的產品、包括我們這幾年建立起來的生態夥伴生態圈，在樓宇智能化、園區智能化或者數位化的進程中間，能夠形成一些我們的技術和市場的壁壘。
Q3：在技術方面，曠視科技的壁壘（護城河）是什麼?
顧亮：從技術上，首先我們希望以客戶場景需求和整體的解決方案為牽引，去建立一道護城河，保持一個技術的競爭優勢。
首先，我們在深度學習方面我們有核心競爭力的。曠視從2014年開始自主研發的工業級深度學習框架，憑藉這個框架幫我們拿下了27項全球AI計算冠軍，包括MS coco的三連冠；同時，我們今年還開源了我們自研人工智慧生產力平臺Brain++的深度學習框架天元。
（自研框架）它幫助我們構建了一個不斷的自我改進、不斷的自動化的算法生產線，我們可以以更小的人力和短的時間開發出各種新的算法，這裡面能夠非常好的響應在企業級的客戶，比如在樓宇、建築智能化所需要的各種定製化的、碎片化的AI需求。
然後，數據和算力也同樣重要。我們為客戶搭建了整個現場訓練的服務和平臺，以及交付支撐團隊，推動Brain++商業化本質是為了幫助客戶在不同的行業，定製他的行業算法，來滿足他的這些痛點需求，來為曠視帶來一個核心的競爭力。
Q6：結合案例來看，曠視如何為智慧樓宇/園區客戶定製方案？
顧亮：舉國家電網的例子，你也看到了，電力或者高壓輸電方面也是新基建主要方向。
客戶對於整個高壓輸電、配電、變電站都有很多碎片化的視覺需求，不僅僅是傳統的監控、周界管理，還有一些算法上無人機對整個線路進行缺陷的檢測、對於園區的巡檢，以及各類儀表的識別、園區安全、安全服、安全帽、高空作業危險動作的識別等，這些東西很難在家裡做到能夠緊貼客戶需求的產品。
所以說，我們做的事情走到客戶身邊去——帶著我們訓練平臺、算法研究員走到客戶身邊去，跟客戶一塊做這個事情。
客戶有數據、行業認知，我們有技術、平臺、人員，在這個過程中，能夠很快幫助客戶訓練出這些行業的定製化的算法，最終通過算法生長出業務平臺，滿足客戶的需求。
三、智慧樓宇/園區軟硬一體化方案推進中有哪些難點？如何應對？
在人工智慧推進過程中，一定會有相關的問題。對此，顧亮進行了詳細的解讀：
1、需求不明確。
客戶需要的不是一種技術，需要的是一個端到端整體解決方案，需要供應商幫助他達到自己對園區、樓宇、智能建築的升級、數位化的改造。
一家企業往往很難端到端做到滿足客戶的所有需求，其實曠視目前已經在努力的提供一套全站式的智能化樓宇解決方案。曠視為客戶提供一站式的服務，同時結合一些客戶生態的合作夥伴，來幫助我們端到端地滿足客戶對於智能化的整體需求。
2、需求碎片化
在整個行業裡，尤其是企業市場，我們在講到企業的時候，它是分無數個行業的。
曠視做的是首先抽離共性的那部分內容，通過定製化、現場訓練、行業軟體開發，來滿足客戶的差異化和碎片化的需求。在產品的業務、算法和硬體等等層面，我們都充分地去考慮了開放和集成的能力，能夠和上下遊、周邊的合作夥伴更好的融合，包括剛才提到的天元的算法產品訓練框架，這些都是為了滿足整個在企業級客戶裡，這些碎片化需求所帶來的挑戰。
3、平衡成本
首先要求我們供應商為客戶提供高性價比的產品。面向中大型IoT的應用場景，曠視現在是以盤古的專有方案為牽引的，在中小市場我們推出的是曠視九霄的公有雲平臺。
產品需要有很好的應用性，同時我們還提供像魔方這樣的邊端產品進行傳統的攝象頭的感知設備改造，來幫助客戶控制成本。
我們現在的產品也在向著軟體算法可升級、可以遠程更新，幫助客戶可以持續獲得一個全周期的信息服務，這一塊也是在幫助客戶縮減和控制在AI投資上的成本。
4、隱私安全
最後還有一點，在人工智慧領域本身我們在對數據進行採集、加工和賦能，在數據的安全和隱私方面，它有一個挺大的挑戰。
在這個方面曠視已經走在了行業的前面，2019年我們已經推出了基於企業自身管理標準的人工智慧應用準則，成立了AI創業公司中間的第一個AI智能委員會。（我們）希望能以此來推進AI的應用合理性，幫助這個行業構建一個可持續、負責任、有價值的人工智慧形態。我們的客戶在曠視的產品裡，可能都能發現說明書裡附帶一頁對人工智慧使用規範的倡議。
說到安全和數據，比如像國家電網、高端製造、國家涉密單位，他們的數據更是要強加防護。第一不能出企業，第二完全不能洩漏，很多都是涉及國家核心機密。
我們為了適應他們的需求，把算法訓練的能力帶到客戶現場，由客戶來操作和管理這些數據，都是為了適應和解決人工智慧在推廣過程中相關的挑戰，做到既合規又能幫助到人工智慧去賦能整個社會的各個行業。
結語：AI落地爆發，考驗軟硬體一體化的時候來了
可以看到，作為國內具有代表性的AI獨角獸，曠視科技正在不斷豐富硬體矩陣和行業方案框架。這對於AI企業自身來說是發展到一定程度的像產業鏈上下遊延申的順勢選擇，也是AI創企善於發揮生態力量強大自我架構和業務能力的表現。
無論是硬體能力還是行業場景經驗，都需要基於一定時間和方案的沉澱。說白了，在大環境支持各行各業的數位化、智能化轉型背景下，只要AI企業沉下心來，和客戶站在一起將技術向上打通到行業應用，突圍的機會還是很大的。