「創業最前線」資深記者｜柯老師

　　本文系作者原創，轉載請申請授權

　　導讀：如果說AI是現在整個投資圈最關注的領域，大概並無爭議。這個領域中有紅海，也有藍海，有孤舟獨行，也有千帆競渡，可謂海天相接，景象壯麗無比。然而，就像人們知道鄭和、知道哥倫布、知道達伽瑪和麥哲倫，但是多半不知道那些曾經探索海洋，甚至比他們航行得更遙遠，但卻折戟沉沙未能返航的無名航海家一樣，AI這片海洋中真正能夠到達彼岸的終究是少數。而能否成功，很大程度上則取決於他們是否有一幅正確的海圖。

　　閱面科技，在筆者看來就是這樣一艘不僅掌握通往未來的海圖，且擁有一位能幹船長的航船。

　　創新工場董事長李開復在最近的一個公開場合中說了一番引起AI行業軒然大波的話，他說：“過去，投資人已經通過相關AI投資獲得了10倍、100倍的回報。但未來還會不會有100家，1000家AI獨角獸？答案是絕對否定的！”

　　對於這個觀點，李開復的解釋是，AI的確是一個萬億級的市場，但是，作爲一個純技術領域的AI行業，它是不可能生產出太多百億美元級別的公司，一方面技術的出讓和出售，它的價值是有限的；另一方面，人工智能是個B2B的技術，所以它的成長不會像消費級C端業務那樣出現爆發式地成長。

　　李開復的話對於鼓吹AI風口論的人來說並不美好，所以很多人批駁他。但是，對於有些過熱、過於熱衷於講故事的某些AI創投領域來說，李老師的話也不失爲一劑良藥，至少提醒人們該有清醒的、踏實的態度去面對這個行業的未來。現在，這樣的明白人是越來越多了。

　　也正因爲如此，在剛剛過去的2018年底，在整個投資圈都陷入冰封期的情況下，能夠拿到創業以來B輪數億元融資的閱面科技，在AI行業顯得格外地打眼。

　　他們是拿到正確的海圖的那艘船嗎？讀者可以自己得出結論。

　　筆者見到了閱面科技的創始人趙京雷，並且問了一個很直接的問題：現在投資圈這麼冷，你們作爲一家150人級別的公司，爲什麼能夠拿到錢？

　　趙京雷的回答很實在，而筆者認爲，他的邏輯是可以自洽的。

　　閱面科技最重要的特點，是聚焦準確而且深入。比如，如果用一句話來形容他們的努力，就是“閱面科技從一開始就致力於在低功耗AI芯片端進行視覺AI應用的開拓，擁有一系列行業領先的核心技術”。

　　這裏可能要解釋一下，“在低功耗AI芯片端進行視覺AI應用的開拓”——這句話裏的低功耗、芯片端、視覺AI，都是限制性的定語。它的意思是說，閱面科技的聚焦程度很高，他們目前主要研究的是視覺AI，而且是芯片端的，屬於低功耗芯片領域。

　　OK，可能有人覺得，這句話不是那麼性感啊！比起那些什麼“承載人類AI夢想”之類的大詞兒，顯得那麼嚴謹、乾巴巴而且還給自己加了那麼多的限制，鬧得一點兒想象空間都沒有了。

　　然而筆者認爲，這正是閱面科技的聰明之處，或者說，正是這種務實勁兒才讓投資人乖乖掏錢。因爲，他們給出了一個明確並且聚焦的指向。

　　事實上，AI領域並不想人們想象的那麼初級。或者說，至少在中國這個創投經濟非常活躍，應用層技術也非常發達的國度，BAT級的巨頭以及十幾家獨角獸級的企業早已完成了相應的“卡位”工作，絕大多數能夠有未來效應的AI領域不能說被分割殆盡，至少也鮮有空白——藍海，是的確存在的，但是通向藍海的巴拿馬運河，卻是擁堵不堪。

　　故而，創立僅3年的閱面科技必須找到自己獨特的那條通往藍海的通道，所以，這間企業一開始就選擇的是深耕垂直行業，也就是我們說的L型創業。具體來說，就是切一個很小的口子，然後鑽到無限深，深到讓對手覺得乏力，再橫向拓展。

　　在這裏略解釋一下，所謂的端智能，乃是和雲側賦能的AI對應的一個概念。雲側賦能是在雲側強大的算力基礎上進行AI運算後再和本地通訊，而在很多特定的場景下，AI需要通過本地的AI芯片進行運算以解決不同的需求。比如大家熟悉的華爲mate10、20等系列上的麒麟芯片，在手機處於離線模式的時候，依然可以進行攝影的自動優化或者智能讀屏，就是端智能應用的一個典型。

　　端智能和雲智能並無優劣之分，只是解決不同問題的不同路徑。但是趙京雷之所以選擇端智能領域，是因爲他十五年的AI領域從業經驗讓他有一個深刻地思考——他認爲，這一代的AI改變的是人與機器所處的實體世界的連接方式，所以，附着於芯片這種硬體上實現的AI，更容易和很多行業及場景結合，更能夠切合實際的需求，更有現實的驅動抓手。

　　並且，閱面科技的另一個差異化競爭力，是相對於通過軟件賦能的“軟連接”，它更看重硬體賦能的“硬連接”，因爲這種能力可以生產出實實在在的產品，也能帶來實實在在的營收。

　　事實上，由於閱面科技出色的產品化能力，這家創業公司依託於和大量AI芯片企業的底層合作，很早就成立了完整的硬件產品化團隊。從模塊到終端AI設備，通過軟硬件結合優勢，閱面科技在垂直領域智能攝像頭、門禁產品等上面已經全線產品化。

　　因此，趙京雷說，由於我們的產品化程度很好，所以，今年內就實現在這一領域盈利，是大概率事件。

　　除了精準聚焦和產品化能力外，閱面科技爲投資者所看重的還有一點，就是方向選擇問題。

　　事實上，和李開復老師的觀點差不多，閱面科技認爲AI行業正在從最早的to G（G指是goverment，即針對公共安全、城市治理等政府需求）正在快速向to B發展，這個過程中將產生大量的AI和實體世界連接的機會，也是AI行業真正出現產品化大規模落地的關鍵窗口期，如果在這個領域能夠切實解決行業痛點，就可以憑藉成熟的產品和方案，在多個領域取得市場的大幅領先。

　　一位知名的投資人說過，在如今已經非常成熟的創業領域，創業者必須具備兩個能力，第一是深度思考能力，也就是創業前就想好自己要幹什麼；另一個是方向感，即始終保持走向正確目的地的能力。

　　趙京雷的經歷，使他兩種能力兼具。

　　一方面，趙京雷不但是上海交大的人工智能專業博士，屬於地地道道的技術流創業者，而且他此前的工作經歷無不和AI相關，包括出任韓資企業搜索引擎提供商Wisenut算法專家；以及擔任阿里巴巴北京算法研發部負責人，爲阿里提供關鍵人工智能算法技術和產品，致力於圖像搜索、圖像過濾以及商品推薦等核心業務支持和產品；再到創立美格時尚Makeapp並擔任CEO；再到2015年至今，創立閱面科技並擔任CEO……

　　寫了一大段，其實就兩個意思：第一，趙京雷從大學到現在一直乾的是AI，他早就想好了怎麼去切這個行業的痛點；第二，他創過業，現在是連續創業者，他有實際經驗，從而知道怎麼避免失敗和找準方向。

　　幹AI，又是視覺，而且是端智能並和芯片行業深度綁定，然後要出實實在在的產品，再平臺化，這就是趙京雷的路線，一眼望去非常簡單務實。

　　事實上，AI是一個風口不假，藉此飛起來的豬也有很多。但是“飛豬論”的發明者雷軍本人，對這句話也有過補充——飛起來的豬要長出翅膀來，才能繼續飛下去，長不出翅膀的只有掉下來摔死。

　　所以，當這個風口裏千帆競渡、百舸爭流之時，筆者問了趙京雷一個問題——你覺得哪些企業能活下來，哪些企業會死掉？

　　趙京雷的看法也非常明確，他認爲，AI首先是一種技術，但技術本身並不是馬上可以轉變成生產力，要和行業應用相結合才能轉化爲生產力。

　　故此，以深度學習爲代表的這一代AI，要改變的是人與實體世界連接方式。具體來講，就是AI一定要產品化和場景化。其中，產品化要在場景化之先，然後這個產品才能和行業原有的信息系統很好地關聯起來形成整體，爲行業真正地解決問題。

　　因此，有兩種企業大概率會死掉——第一種，有了好技術，但是不出好產品，更不要說去解決實際的問題；第二種，技術方向很牛逼，但是離實際應用還很遠，所以很可能是沒有做出實際應用來就出師未捷身先死。

　　故此，閱面科技的企業文化纔是“務實、開放、創新”，請記住這個排序——務實在前，創新在後。

　　爲了務實，閱面科技做了兩件事情，第一件是踏踏實實地開發產品；第二件是踏踏實實地尋找落地場景。

　　在產品的開發上，由於聚焦於端智能，閱面科技在這個領域的諸多努力，如低功耗AI芯片加速框架XNetLite、嵌入式正則神經網絡RegularNet以及AI芯片端系列算法等，都堪稱端智能領域的獨門武功。也因爲如此，在這塊技術上，閱面科技和諸多世界級芯片公司深度合作，處於領跑位置，是諸多投資人非常看重的一個“實績”。

　　至於有哪些優秀的公司，可以看看下面這張圖：

　　大家可以看到，閱面科技的合作對象包括英特爾、霍尼韋爾、寒武紀、瑞芯微等等企業，而且大多進行的是底層的技術合作。

　　這種合作的好處至少有兩點，第一，可以生產出實實在在的產品，每個產品都是閱面科技AI能力和真實世界的交接點；第二，可以通過龐大的合作伙伴羣，和強大的芯片企業來攜手覆蓋千億級端智能設備，並且在商業零售、新安防、家用IOT、車載等場景落地應用。

　　筆者問趙京雷，爲什麼閱面科技以3年的創業時間和不到200人的團隊，能夠和如此多的超級大廠合作，他頗爲神祕地微笑了一下，講起了他著名的“窗口論”。

　　這個理論的意思就是，在芯片級企業普遍開始爲AI開發專用的芯片並集成到各種計算設備或者AIoT設備的當下，這些企業無不渴望有人能用這些芯片做出實實在在地證實其AI能力的產品，以期佔領市場和證明實力。

　　但能夠抓住這種需求很強烈且供給尚不充分的時間窗口，並能夠實實在在的把產品商用化的企業其實是很少的，而閱面科技恰好是其中的佼佼者，並且落地在視覺領域，這是目前AI技術的絕對第一大品類。

　　閱面科技的硬功夫還體現在，其基於XNetLite模型優化和轉換後的深度學習模型，可以充分降低深度學習模型對內存和計算CPU主頻的要求，優化後預測框架單條指令可以加載更多的數據，並在一個時鐘週期完成計算，能夠有效降低計算時鐘數，速度快的同時功耗很低。

　　這就使得采用了閱面方案的端智能設備，不但可以保障在低算力環境下實現高速、高精度計算，而且在實現更高精度的計算時，相同精度下使用的bit位數更少，也即並行度更高；同時，其視覺算法IP可以動態加載和替換，真正屏蔽了底層AI芯片差異……

　　好了，這段話有些專業，意思就是閱面科技的技術很好很強大。

　　基於閱面科技的產品已經非常豐富，形成了從最簡單的單目USB人臉抓拍攝像頭，到複雜程度很高的各種綜合解決方案。

　　同時，2019年閱面科技還推出一個殺手鐗，改變行業接入效率，這就是“獵戶”平臺，能夠加速各種設備的管理和開發，這件事情剛剛發生在3月28日，發佈當天，閱面推出的平臺處於初期有條件的免費試用期。

　　在替閱面科技做了一點科普之後，我們進入本文最後也是最重要的一個環節——閱面科技怎麼把技術變成錢。

　　一言以蔽之，閱面科技瞄準了應用潛力非常巨大的商用AI視覺領域，並且鎖定了教育、零售業等需求強烈的領域。

　　事實上，不要小看從to G到to B的一念之差。to G是強需求且剛性，但這一領域不僅已經被先發者處處佔據，而且其天花板也是可以計算出來的，這是一個半存量市場；而閱面科技瞄準的是增量市場。

　　趙京雷做爲一名深耕AI領域15年並有大量實戰經驗的老兵，對AI領域也有獨特地預判——他認爲閱面科技在更遠的將來，是完全有可能從to B發展到to C的，換言之，現在是閱面科技和各種芯片企業合作，未來完全可能在幾十億臺智能設備裏看到閱面inside的消費級芯片。

　　好，遠的事情暫時不講，先看看閱面科技重點發力的教育和零售領域。

　　比如說教育領域，這可能是閱面科技看中的第一個AI+領域，閱面科技早在2015年就啓動了AI+教育整體方案的研究，不斷地實現大數據教育的核心需求，現如今已經成爲AI+教育的領跑者.

　　在這個領域裏，視覺仍然是切入口，閱面科技的具體做法是，將大數據應用和以人臉識別爲核心的人工智能技術與校園安全、校務管理、師生服務進行深度融合，從交互、平臺、數據、服務四個方向出發，構建全新的全棧式、一體化智慧校園解決方案。

　　在閱面科技的教育行業解決方案的落地典型——華東某示範性中學，人們可以看到，閱面科技AI+智慧校園解決方案在硬件組成上，包括4大成熟端智能終端：量子-人證覈驗終端、光年-人臉識別攝像機、量子-人臉識別多用終端、量子-人臉識別速通門。

　　篇幅所限，這裏只舉一個場景——校門口，這裏是學校安全的第一道防線。以前，門房大爺是終極解決方案，繁多的學生入校、訪客、新一屆學生進出檢查、家長探訪、校外人員到訪等等，全都靠門房大爺的一雙老眼來解決。

　　現在，只要通過閱面科技的校園視覺AI+方案，可以做到“認臉也認人”，在安全快速刷臉通行的同時，同步將通行記錄推送給學校或者家長，還可以做陌生人、黑名單人員的預警提示。作爲學校的人臉識別實時動態預警系統，還在校門口、宿舍樓、學校重要通道等位置進行部署，全方面保障和提高校園安全。

　　再看看零售領域，零售領域可以施展的地方更多，比如最常見的出入識別、安防止損，再到流暢的刷臉消費——有沒有想過，可以取完貨品之後，不再排隊付錢而是抱着商品揚長而去，以前這些需要通過RFID等昂貴且普及很慢的技術來實現的功能，如今完全可以通過無聲無息的閱面科技的端智能視覺零售解決方案來實現，至於客流統計和用戶畫像，這些進階功能也在一一落地。

　　事實上，除了零售和教育行業，我們還能設想出的任何公共場合都有基於AI的視覺解決方案需求，只不過是行業的買單速度和能力問題，而這又由需求的剛性和頻率而決定。

　　趙京雷認爲，未來，本能層（也就是類似於人天生的空間和環境感知能力）的視覺能力，是未來每一個消費級和商用攝像頭，都需要具備的處理能力，也就是說，閱面科技未來的應用面將無比寬廣，其商業變現能力也就是本節開始說的賺錢能力，將隨着已經開始形成爆發趨勢的AIoT大潮，在2017-18年前完成初步融合，在2019-2020年形成落地和爆發，閱面科技的精彩航程，也將由此駛向藍海。

　　行文至此，最後總結一下閱面科技的核心能力：

　　第一：找到了切口，並且已經切的足夠深，深到可以開始在教育、新安防、零售等領域進行大規模商用，這是閱面科技的專注+場景想象能力決定的，這是創始人的認知決定的；

　　第二：找到了夥伴，也即大大小小的急於在AI時代證明自己並且將嵌入億萬智能設備的芯片廠商，同時把這種賦能夥伴的事情進行了產品化、平臺化兩個維度的拓展；

　　第三，選準了歷史的時間窗口，在先產品後場景，先務實後創新的思想指導下，在特定的時間成爲行業的首選，實現了資本寒冬期的精彩一躍。