0
| 本文作者： 刘伟 | 2017-07-11 08:53 | 专题：GAIR 2017 |
雷锋网消息 2017年7月7日～9日，由 CCF 中国计算机学会主办、雷锋网与香港中文大学（深圳）承办的第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳隆重举行。大会最后一天的CV+专场中，图麟科技CEO魏京京结合图麟科技的发展历程，向与会嘉宾分享了关于如何让CV（Computer Vision）技术在实际商业场景中变现的心得。
魏京京认为，初创企业应该主动挖掘客户需求，在不断沟通和试错中找准客户的真实痛点，打磨基本功——算法。首先从单一痛点切入，将产品商业化落地，并在此基础上挖掘新的需求，同时积累数据，打造全套的行业解决方案，建立起商业+数据+技术的坚固壁垒。
以下是魏京京的演讲全文，雷锋网做了不改变原意的整理和编辑：
图麟科技创立于2014年，创立三年来我们每天都在思考同一件事情，那就是如何让CV技术在实际商业场景中变现。我们做过一些尝试，也积累了一些经验。图麟科技代表了CV创业公司的典型特征——既没有商汤科技般高举高打的资源，也不具备梅博士（雷锋网注：微软亚洲研究院资深研究员梅涛）那样的强力技术支持，只能在实际场景中不断实践和积累经验。
图麟科技的技术涵盖了四个方面：
人脸识别。
我们根据用户的不同需求，将服务分成了云服务、人脸授权、安防社区等几大块。目前，互联网金融、银行、安防领域的产品正在实施落地当中。
图像识别。
图像识别必须与实际应用场景深度结合，因此这个领域相对缺少标准化的产品。我们接触的商业机会不下十几个，但基于产业标准，最终选择了在营销和保险两大领域落地。
图像/视频搜索。
视频结构化实际上是将图像识别、视频分析和视频检索技术整合在一起的产品，可以对视频里的人、车和物进行细致化分析并实时处理。
上图是我们在特定场景中，对车和人的行为——比如是不是骑着摩托车，进行的结构化分析，利于后期信息检索。
机器视觉。
在工业机器视觉领域，我们把视觉算法和客户的实际痛点相结合，为他们提供一整套解决方案。目前我们已经落地的方案有玻璃外观瑕疵监测。如今，每个人手上都有一部手机，传统的手机玻璃检测需要人眼逐个排查，这些玻璃的误差往往只有几毫米、十几毫米，检查起来十分枯燥和痛苦。我们看到产品线上的工人拿着屏幕一点一点检查，于是想到将机器视觉技术和玻璃检测的痛点相结合，做一款检测设备。这款设备现在已经落地，可以检测玻璃上的白点、黑点等各种瑕疵问题。
目前，我们地技术已经落地的实际场景包括安防、互联网金融、银行、证券、营销、工业制造、互联网教育，以及电商等等。
计算机视觉产业化需要围绕四个要素：算法、数据、场景落地、解决行业痛点。对于小型创业公司而言，打开市场最直接有效的办法就是解决客户的问题。计算机视觉是高技术壁垒的行业，这既有好处也有坏处，坏处是将技术应用到场景中是个很复杂的过程。所以，如果你一味跟客户说你的技术能解决什么问题，客户很难理解，意义并不大。你只有做出一系列解决方案，为他解决了痛点问题，他才会买单。
挖掘行业痛点
行业内的痛点主要有以下几点：
一、通过优化已有业务流程提升效率；
二、替代人力，比如在安防领域，用计算机视觉完成以往需要人力来解决的问题；
三、将复杂问题简单化；
四、可标准化，这对于产品设计和定位是非常关键的；
五、市场空间要足够大，创业公司不能只解决单一客户或某一类客户的痛点，一定要有一类产品来支撑产品的后续发展。
钻研算法
关于算法，图麟科技最初的切入点是图像和视频搜索。但计算机视觉是多种算法的综合，包括图像检索、光学、物体检测、运动追踪、嵌入式等等。只有将多种算法整合到一起，才能真正解决行业痛点。这些是过去三年间我们一直在修炼的基本功，基本功修炼到位后才能完美满足客户的需求。创业公司只有从单点技术切入，慢慢积累，才能朝着更大、更多的方向发展，形成一整套的解决方案。
讨论试错
传统客户通常不了解计算机视觉能解决哪些问题，因此我们需要跟他讨论试错。这是一个循环往复的过程。首先，你需要主动跟客户讨论。直接上门告诉客户你可以为他提供怎样的技术，他并不一定会感兴趣。因此，你需要了解客户的业务逻辑，知道你的技术到底能帮他做些什么，引导他去发掘更深层次的痛点。这个过程很痛苦，但只有走的扎实，后面的路才能走得更好。确定客户的真实痛点所在之后，还需要进行实际技术的研究，将算法与产品设计相整合，梳理已有的业务流程，确保每一个环节都没有问题。
确定产品形态
现有的产品形态包括云、SDK等等。你是要做一个实实在在的产品，还是搭建一个平台，这是需要重点考虑的。产品定位本身要好，同时也要考虑到商业问题，比如客户是否愿意接受等。
完善商业模式
向客户提供可靠的产品之后，如何才能获取稳定的收入呢？一个行业在发展过程中将不断衍生出新的需求，你需要将这些需求添加到行业解决方案当中。以图麟科技在保险和营销领域的经验为例，一开始只是切入客户的一个痛点，待商业化落地之后，客户便会跟你讨论其他业务的痛点，于是我们就可以将它加入到已有的体系当中。
树立商业壁垒
大部分创业公司，尤其是计算机视觉公司，最大的问题在于缺少数据积累。如何才能拿到数据，并达到预期的效果呢？这个过程可以分几步走：首先，你需要跟客户慢慢接触，让他感觉到你的技术对他有用，赢得客户的信任，这样他才会愿意把数据拿出来。拿到客户的数据后，需要将其与商业部分整合完善，形成产品对外出售，并借此主动积累数据。产品商业化落地之后，运行过程中数据将形成良性循环积累。只有当数据和商业模式形成完美闭环的时候，才会形成坚固的壁垒。最牢固的壁垒不是产品或商业模式的壁垒，而是商业+数据+技术相结合的壁垒。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
