36氪专访 | 商汤融资6亿美金后，比拿钱更难的是AI全行业的技术落地

2018年4月初，商汤科技宣布拿到新一轮6亿美金融资。上一轮融资发生在9个月前，4.1亿美金的B轮融资破了当时的记录。

从此商汤的股东名单里就多了阿里、苏宁和外资基金新加坡主权基金淡马锡。

其实早在去年底就有传言说，阿里有投资意向。很多人觉得，这意味着AI独角兽要开始在BAT身后站队了。

但商汤科技联合创始人、CEO徐立并不认同这种观点。“我们其实是去年下半年因为智慧城市项目跟阿里云有业务接触，接受投资是考虑到战略上比较匹配。我们都是战略合作，本身是业务场景的深度结合。所谓站队是你以帮助某一家巨头做事为使命，但AI是多元化的，会服务于很多行业。”

拿谁的钱？怎么花钱？商汤选择投资方的逻辑是业务牵引，为下一步的战略铺路。

譬如把阿里和苏宁纳入股东名单，背后暗含的目的是要花更大力气做新零售。新零售加上智慧城市、手机和终端、车载、移动互联网，这四块是商汤现在的核心应用场景。徐立透露，去年跟苏宁合作的Biu体育用品无人店今年计划要开200家。

又譬如先前之所以接受高通的战略投资，徐立的解释是“我们在人脸、3D等各个层面都能展开合作，高通需要领先AI算法带动高端计算芯片的更新迭代，我们需要通过芯片层面优化把我们更有效推入各个场景方向。”这场合作意味着不再需要和不同客户进行各自定制化优化，然后再集成SDK(软件开发工具包)。商汤的产品形态逐渐向着整体的行业通用方案靠拢，进一步加强平台化布局，这意味着商汤要赚更多的钱。

做AI是门极其花钱的生意。到了这个阶段，AI公司必然要拼现金流。

如果说去年的重点是拿钱，今年所有AI公司的重点都是怎么花钱，做好技术落地，和做出有壁垒的产品。

商汤想把钱花在两件事上：水平做产品，垂直做打通。水平指的是做产品矩阵，垂直指的是利用资本在垂直产业链里做整合，把产品从早期的技术、API、SDK转型成行业解决方案。

尽管还没有蔓延到C端，但AI对B端的改造已经在潜移默化中发生。数据成了新的语言，用来描述人和万物。

世界会变成一张由大数据编制的网格，拼凑出群像和每个人的画像。在机器的作用下，人类对自己和周围世界的认知可能会达到前所未有的清晰。

叠加了智能的消费会如何发生？徐立举了个例子：无人零售，以后商家可以按需采购，用户可以扫码买东西。现在你进超市需要带银行卡或者手机，未来你可以什么都不带，输入身份证，刷个脸就过去了。

商汤科技智慧零售业务在商超的样机，通过摄像头识别用户，并将用户数据和商超会员体系打通，推送广告。

一个在数据和算法主导下高效率运转的社会，未来可期。 

拿到新一轮融资后，商汤科技CEO徐立接受了36氪的独家专访，聊了聊商汤科技的下一步战略、计算机视觉服务商今年的行业竞争，以及这个日渐数据化的物理世界日后将要如何运转。访谈内容如下，经36氪编辑略有删节：

一、6亿美金花在两件事：水平做产品，垂直做打通

36氪：去年有传阿里有意向投资商汤，你们是什么时候开始谈？

徐立：其实是先从业务开始谈，去年下半年就有接触，在智慧城市和跟阿里云的合作上技术团队都有对接，接受投资是考虑到战略上比较匹配，阿里接下来做城市大脑，其中视觉理解部分我们有很多可以参与协作。

36氪：去年几家计算机视觉独角兽都拿到了大额融资，今年资本市场的态度是否会有变化？

徐立：这个行业到了这个阶段肯定是看现金流的能力，未来还是会向头部公司集中，只有头部几家能赚到钱。很多行业都是这样，第一家利润很高，第二家（利润）少很多，第三家基本上比较难赚钱。

36氪：现在已经到这个阶段了？

徐立：在垂直行业上基本上是。

36氪：这次融来的钱打算怎么花？

徐立：有个比喻说现在投入未来收获就好比是“存钱模式”，我们要做的就是看怎么存钱，怎么能更好建立壁垒，而且未来怎么稳定地收取比银行更高的“利息”。我要把钱花（存）在两件事上：“水平做产品，垂直做打通。”

水平来说，单一的产品很难覆盖整个市场，我们要打造产品矩阵，比如同样一个人脸闸机我可以做成各种形态的，适合于楼宇的、机场的、酒店的完全不一样。垂直指的是在垂直产业链条里做深入整合，这也是可以借助资本进行打通的地方。除此之外，就是把底层的基础设施做好。这是最大的核心竞争力，它决定了一些算法的研究和演进别人需要做几天或者几周的事情，在我们这里半小时能干完。

36氪：商汤一直通过投资推动在垂直市场的落地，迄今为止都投了什么？

徐立：投了有六七个了，都是行业应用，具有产业价值或者可以跟我们形成垂直整合的公司。有些是我们的客户，通过股份投入可以更好地协同，他们基本都是些产品公司，在我们的产品基础上再做产品，比如AR、VR端应用我们投资了51VR，安防领域我们投了特斯联。

36氪：在今年这个时间节点，按照公司的发展节奏，哪些目标是你们必须完成的？

徐立：有些行业，要做模式的转型。商汤科技最早是卖算法的，后来变成卖SDK，因为算法当时不够成熟，但是SDK可以规模化。卖SDK以后又发现一个问题，日本这类地区可以接受用Licence的模式售卖软件，但是卖软件的销售模式不太符合中国企业的消费习惯，他们觉得花几千万买个光盘太贵了，可能采购6000万元希望打折到5000万，第二年感觉技术服务商什么事都没干希望再打折，相比之下中国客户更容易认可买回来一屋子机器。

所以我们今年转型就是要把未来可能会被压缩的利润，在早期形成壁垒的时候转化成上下游更深层次的技术。我们会在下游做一些投资并购，形成更强的势能，而不是说只是提供某一块服务。

36氪：举个例子，转型后的产品会有什么差别？

徐立：比如安防只卖SDK是一种模式，我也可以绑定集成商，把整个解决方案拿下来，通过下游的合作伙伴去卖整体行业解决方案赚钱。这样客户更能接受，我们往价值链的那一头去延伸，选择好的合作伙伴，就能形成生态势能。在早期做生态布局会获得很大价值，这是我们商业化以来做的最对的事情。

二、为什么一定要从底层技术做起？

36氪：你之前说，商汤是少有的具备原创性AI技术的公司，且从长期竞争来看，数据和算法也是遵循摩尔定律的。怎么理解这话？

徐立：我读书的时候写简历，写着精通操作系统，面试官问怎么个精通法？我说每项指令我都会用，用得很熟。他就狂笑，说那叫精通使用操作系统。

从PC（Linux）到手机 （Android）再到AI，操作系统的开源一直是由Google、微软这些公司在支配，他们在培养自己的生态和能力。你用他们试错过和训练好的系统做事情，的确不需要投入很多硬件、底层架构上的资源。但反过来如果他们的方向并不代表行业最领先算法趋势，或者和你要走的方向不吻合，那你就走不通。如果大家都用一套系统，所以大家就说数据最重要。

但企业最核心的竞争力靠的就是“大脑”（操作系统）比别人聪明，所以商汤在这块投入资源，不停地打造训练平台，这是个建立壁垒的过程，先从红海到蓝海，再从蓝海到壁垒。要做原创的事情只有一种可能性，就是你的创新速度持续领先。如果等着别人来做，时间窗口就错过了。

36氪：自己做底层技术，反映到产品体验层面，优势是怎么体现的？

徐立：拿手机拍照举例，目前双摄算法中，传统的算法对摄像头配准（对齐）的要求特别高，所以很多厂商会为两个摄像头再造一个模组支架，多这样一个支架的成本是几美金。如果所有底层基础都自己打造，就可以从开始就完成端到端的训练，对应产品上就可以支持无支架的摄像头。就好比人眼，其实双眼位置并没有那么苛刻。产品成本降低，体验提升，竞争力就出来了。

36氪：商汤在超算中心上累计投入了多少钱？

徐立：目前超算中心已有8000多块GPU, 每年投入数亿元。

36氪：为什么在超算中心上花这么多钱是有必要的？

徐立：如果使用别人的大脑，比如Google的开源工具TensorFlow，在自有数据上训练，确实不需要投入很多资源。但如果要自己设计训练平台和“大脑”，就需要大量尝试和使用更大规模场景数据进行验证。所以才需要这么多资源去投入，去获取特别多的计算能力。在别人看来我们的前期投入很大，但正因为有这么大的投入，才能够做成平台，站在别人的前面。 

三、四块主营AI垂直落地场景，每个行业场景快速规模化

36氪：从竞争层面看，今年在场景落地上你有紧迫感吗？

徐立：紧迫感一直有，但我们现在最大的好处就是每个阶段的focus都还蛮准的，从数字上倒是一直没有太大担忧。连续三年的收入增长400%，去年开始财务上实现盈利，有较大幅度的增长，2018年Q1也接近300%的环比增长。我们的四块核心领域，智慧城市、移动应用、手机终端和车载业务增长到比较快，每一块收入都快速过亿了，今年的增长速度更快。

36氪：哪个领域的落地挑战性比较大？

徐立：四条主线落地都还可以，车载时间会长一些。做无人车的企业光从算法端是没法做的，落地没法一上来就规模化，可以先做项目集成，再形成各种产品。车内、车外、车前、车后，有一个大的产品矩阵，既然进去了我就要拼销售，这才是我们今年投入钱的地方。商汤进入一个垂直行业先是一针进去，然后再水平铺开，打造产品矩阵。

36氪：今年有哪些新的AI落地场景，是你很感兴趣的？

徐立：我一直对视频比较看好，因为视频的识别、理解可能会在这两年过工业应用的红线。以前不是没有场景，是技术不“过线”。之前很多概念包括“所见即所搜”，或者“看到-知道-购买”都依赖于视频技术过实用红线 。另外，AR、VR类产品的算法会被AI加强。以前都是手动设置的一些算法，现在对各个场景的理解都可以用大数据驱动，会有完全不一样的效果。我们和OPPO也建立了开放的AR平台。这可能会驱动未来的游戏和交互市场，很可能未来一两年就会出现特别火的AR游戏。

36氪：去年8月跟苏宁在南京合作的苏宁体育Biu无人店运营了半年多了，情况怎么样？

徐立：还不错，包括这家店在内的六家Biu店铺卖家转化率超过了70%，这类店今年计划开200家店。前面几家店客流量还不错，效率很高，运营过程中人员的介入程度是比较低的。我们选择先做卖服装的店，因为服装本身是有(RFID)标签的，不需要任何额外成本对商品进行电子化和数据化，商品挂上去之后剩下的事情全都变成了自动化流水线。如果要拓展到其他产品，有一个问题就是物品的标签化可能很难，这点对于服装很容易。

36氪：智慧城市是个听上去很遥远的概念，其中哪些场景会最先落地？

徐立：我理解智慧城市的定义，就是怎么样更好的利用大数据去做城市管理。这其中包括出行、金融、医疗、消费等等各个纬度的公共数据。摄像头数据、信号数据、数据背后的关联性和各种声音视频数据的混合数据。把数据识别、处理，连接整个数据应用链条，去做交通管控甚至城市规划，这里面会有很大的商业空间。 

36氪：哪些城市做智慧城市落地会比较快，杭州、深圳还是雄安？

徐立：我了解到杭州和浙江的一些城市已经在做，雄安就像当年的深圳，是一张白纸，所以会有比较好的规划，能少走些弯路。它可以直接按照智慧城市的模式建造，比如路灯可以带有各种传感器、wifi、定位装置，可以按照5G的模版去打造，高速可以是超级高速，无人驾驶的路线也可以规划。但最考验的是执行力和决策的时间点，所有新技术的结合都要去摸索，没有任何经验，这需要时间。深圳这方面建设比较快，但是深圳也是花了十几年才变成现在的样子。

36氪：群像数据和个人数据，目前割裂地分散在各个商家，生成Profile的难点在于什么？

徐立：难点在于一方面因为有各种各样的场景，另一方面是数据标准不统一。这需要参与方共同努力。

另外视觉信号我认为有三个层次：第一是手机、Pad这类手持移动设备，移动摄像头，未来不论人脸、物体都会变成合适代码，在不同设备端进行传输，传出去的信号就是加密的代码。第二是地面端的固定摄像头，比如安防摄像头，智慧楼宇的摄像头、智慧机场的摄像头，这些设备未来一定是互联互通的。第三就是天上的卫星摄像头，它的数据是全局的、全球化的。未来从个人到终端到高端的数据，会联动，形成一个智慧城市的视觉数据的索引，形成更好的智能，用来做很多事情。 

四、如何在物理世界数据化的过程中赚钱？

36氪：AI是怎样在物理世界数据化中发挥作用的？

徐立：我认为AI的作用第一是规模化预测，第二是差异化服务。有了更多数据就可以更好地对未来进行预测，这是一个群像的概念，就比如智慧城市中我通过数据预测某个路口未来24小时内的人流量、往什么方向走，通过这个来做交通规划。差异化的服务是关于个人数据的应用。把群像数据回归到个人身上，我知道你前面的道路是拥堵的，根据你个人的喜好和前面可能去的地方，我可以给你推荐先去什么地方玩，再去什么地方。把当地的情况和个人情况结合起来，一大一小两个维度的数据一起推进。大数据是群像数据和个人数据的融合。

36氪：商汤在大数据商业化的产业链里扮演的角色是什么？ 

徐立：我们提供标准化的技术平台，相当于提供生产工具和基础设施，让大家都使用同一种语言，每个人有自己的应用。在平台上的商户可以把人、车、物这些东西全部结构化地定义和描述，比如你是谁，另外描述属性，比如你的头发是黑颜色，你是哪里人，你穿什么样的衣服，背什么样的包。这两个纬度的信息提供到各个平台上，会诞生出各种各样的应用。

36氪：所以你们现在的重点就是把自己的“语言”尽可能往外推广，让更多人用，这样就有了竞争门槛？

徐立：就是看你的标准是不是兼容并蓄的，能服务好场景。你要推的东西如果能让所有的东西都能兼容，那你的标准一定最宽泛，用途最广，就看你怎么定义这个事情。

36氪：让更多方的数据融合、交换起来才能补出更全的画像，有更大的商业机制，但这个牵头的角色会是谁来做？

徐立：这件事很难，BAT也不一定能完全打通，因为B端企业不一定愿意把自己的信息给别人。这需要一个公共数据分享平台，政府可能会起到一个很重要的作用，因为政府的数据量最大，它可以把数据脱敏，让大家来贡献数据并从它的平台上获取数据，打造更多应用。不是有一方牵头就能做成这件事，必须是大家都是自发的，有匹配的交换需求，而不是被强迫的。数据的分享没有那么简单，不过在此之前至少要先建立一个沟通渠道，有共同的“语言”，这就是我们在做的事。

36氪：群像数据和个人数据，哪个现在看来商业化进展更快？

徐立：肯定是群像数据，因为它不牵涉个人信息，能带来更高的管理效率。个人数据，很多时候太敏感是很难商业化的。你当然可以说你能做很多变现，比如我知道你家门在哪里，又发现你家门坏了，上门给你推销门，那你就会非常惊讶说为什么我家门一坏了你就来卖门了，你是不是天天在监视我家。这种根本形不成商业闭环。所以真正意义上的个人Profile（用户画像）一定是去身份性的，只涉及属性，比如你更像是东北人，所以我可以给你推荐饺子。但不会精确到你的身份是谁。