7月9日,由中国计算机学会(CCF)主办,雷锋网(公众号:雷锋网)与香港中文大学(深圳)承办的CCF-GAIR 2017全球人工智能与机器人峰会进入了第三天。在CV+专场,图麟科技CEO魏京京为大会带来了题为《计算机视觉的产业化路径》的分享。

图麟科技CEO魏京京:从CV技术到商业变现的干货分享 | CCF-GAIR 2017 图麟科技CEO魏京京:从CV技术到商业变现的干货分享 | CCF-GAIR 2017 AI资讯

魏京京表示,他们考虑较多的是CV技术怎么到实际商业场景中变现,经过不断的实践和试错,他们也在不断的积累经验。以下是他主要带来的内容。

图麟的技术涵盖四方面:人脸识别、图像识别、图像/视频搜索、工业机器视觉。在安防、互联网金融、银行、证券、营销、工业制造、互联网教育、电商等等都有场景落地的产品。

真正要做视觉产业化,需要围绕这四个要素:算法、数据、场景落地、解决行业的痛点。

对于很小的创业公司,最直接的就是解决客户的问题,计算机视觉是高技术壁垒的行业,对客户来讲是好处也是坏处。应用到场景里面的过程是复杂的事情,跟客户讲技术能解决什么问题意义不太大,最主要是形成一系列解决方案,为客户解决痛点问题,他才会买单,才会做这件事。

行业痛点如下:

第一是要么提高效率,通过设计在已有业务流程上把效率提高;

第二是替代人力,比如说把安防中很多需要人做的事情从视觉解决它;

第三是复杂问题简单化,一开始的点到最后解决问题时变得非常复杂,这时候要能够简单的解决;

第四是要可标准化,比如人脸是非常标准化的东西,在图像识别或者工业领域,这个产品怎么在全行业里面可标准化,对于做产品设计和产品定位是非常关键的;

第五是空间够大,创业公司不是解决单一用户痛点或者某一类用户痛点,一定要有一类产品来支撑产品后续的发展。

对于算法的探索

算法本身,我们一开始的点在图像和视频搜索,其实计算机视觉包含了算法的综合性的东西,不是单一算法解决的,把视频里面的某些算法综合在一起才能真正把视频的痛点解决。这里面包含图像检索,包括光学的东西,还有物体检测、运动跟踪、嵌入式等等。

这些基本功修炼到位以后,在客户痛点切入进行产品设计的时候才能完美的解决问题。我们就是非常直接的例子,从单点技术慢慢积累到希望能往更大、更多的方向,朝为客户提供一整套解决方案的路上来走。

需要不断跟客户讨论,试错

传统的客户不知道视觉能解决什么问题,我们需要跟客户讨论、试错,才能把这个整合出来。

第一,做视觉技术一定要主动和客户去讨论。你要了解客户目前的业务逻辑是什么样子,大概知道自己能帮客户做到什么,引导客户往更深层次痛点去走。

第二,主动挖掘完,跟客户讨论完以后,我们才能真正确定这个真实痛点在哪里。

第三,实际技术的研究。痛点确定了技术是什么样子,能不能做出解决问题的东西,这就是算法的整合和产品的设计,以及已有业务流程的梳理。

第四,产品形态。这个产品定位要相对比较好,客户愿意接受。

第五,商业模式,即怎么从客户那里收到钱。产品提供给客户之后,可以稳定的收到钱。

我们在保险、营销方面都有一些经验的积累,一开始只是切入客户的一个点,把这个点落地以后,客户愿意跟你讨论其他业务的点,可以很好的获取他的信任。

如何进行数据积累

对于大部分创业公司来说,没有很好的数据积累,只是有技术的储备。怎么拿到数据,并且达到想要的效果?这个过程分好几个阶段。

第一个阶段,你需要跟客户慢慢接触,让客户隐约感觉到你的技术对他有用,这时候客户才愿意把数据拿出来,这是赢取客户的初步信任。

第二阶段是他愿意提供这个领域的数据,这些数据拿过来后,可以把商业的东西整合,达到商业出售的目的。这时候你可以主动积累你的数据。这是商业落地、数据在过程中良性循环积累的过程。

第三阶段,这个时候数据和商业模式形成完美的闭环,这时候你的壁垒会非常大。

最后一个壁垒一定不只是产品的壁垒或者商业模式的壁垒,是商业+数据+技术,这三点结合才能形成很好的技术壁垒。

更多详细的演讲内容参见雷锋网后续的深度报道。雷锋网原创。