計算機視覺發展態勢良好
 

計算機視覺應用廣泛，以人臉識別為例，目前已在支付識別、機場安檢公共安全等領域實現了應用。據清華大學數據，就技術層面而言，計算機視覺占據整個AI應用的34．9％。
 

在此背景下，計算機視覺也擁有很強的變現能力。根據中國信通院數據，2017年計算機視覺以80億元的行業收入排AI技術第一。行業未來發展態勢良好。
 

四小龍陷入同質化海大宇增速放緩
 

整個計算機視覺賽道上，分成四超多強，其中以商湯、曠視、依圖和云從被稱為計算機視覺四小龍，在2018年的融資態勢下，計算機視覺公司一共融資200多億，四小龍占據了五分之一。
 

但從行業態勢來看，四小龍基本能夠覆蓋所有細分領域和應用行業。業務層面高度重疊，產品落地方面同質化現象顯著，在搶奪市場占有率上，各家公司都有著不小的壓力。
 

從設備生產起家的傳統安防企業也一直在積極擁抱深度學習和計算機視覺技術。典型代表就是海康威視、大華股份、宇視科技。不過，從營收的同比增長率來看，三家公司從2012年到2018年，增長率均出現不同程度的下降。這與華為、BAT等企業進駐市場，搶占份額不無關系。
 

國內計算機視覺企業如何破局？
 

賽道火熱，給企業的盈利之路帶來了更多挑戰。計算機視覺競爭力強烈，如何獲得更高的行業占有率成為企業要思考的問題。那么，國內計算機視覺企業，應如何布局？
 

其一，選擇較大的領域，例如智慧城市、零售、無人駕駛等，這些產業均具有較大的市場規模與發展前景，其中，在各行各業智能化升級的趨勢下，傳統行業或許將成為藍海市場。國產視覺企業需深入了解這些行業在檢測中的痛點，本著減少人工、降低成本，提升效率的目的，推出可行的解決方案；其二，選取這個行業中毛利較高的環節；其三，及時切入，形成卡位效應，即建立企業自身的“護城河”，提高行業壁壘。
 

當然，盡管目前國內人工智能在軟件領域、數據資源上都有優勢，但是行業也在期待有更有影響力的計算框架，以便讓更多開發者參與其中。如何在應用層面上獲得營收，同時在基礎研究上進一步突破，建立更強大的壁壘，仍是計算機視覺公司們面臨的考驗。