計算機視覺，無疑是目前AI行業最具商業化價值的賽道。
數據顯示，2020年，國內有35%的AI企業聚集計算機視覺領域，市場規模在所有領域中占比達57%，排名第一。
在國內，計算機視覺技術基本已經覆蓋農林牧漁、生產制造、城市交通、安防、出行、零售，幾乎所有的人類生活生產領域。
最常見的計算機視覺技術應用，例如人臉識別，中國已將其用在了警察工作、支付識別、機場安檢，甚至在北京天壇公園分發廁紙、防止廁紙被盜，以及其他許多場景。
計算機視覺的大規模應用落地，帶來了資本市場的繁榮。除了BAT等巨頭之外，國內也誕生了如商湯、云從、曠視、依圖“四小龍”的獨角獸企業。
與此同時，一大批3D視覺初創企業相繼獲得資本青睞，跨維智能、地標科技、翌視科技等順利完成大額融資。僅2022年第一季度，3D視覺領域發生融資就超過10起。
隨著AI領域大刀闊斧地前進，整個計算機視覺市場仍在高速增長。
數據顯示，中國計算機視覺行業市場規模由2017年的68億元快速增長至2020年的780億元，預計2021年可達1120億元，2017年-2021年的年均復合增速達到101.45%。
或許正是市場過于熱絡，所堆砌的泡沫也在慢慢溢出。
01 賠本搞研發，盈利陷入僵局
這幾年，視覺市場對于頭部以下的企業來講，是一個不可多得的出頭機會。
以曾經深受資本寵愛的格靈深瞳為例，2020年以后，是格靈深瞳“發跡”的起點，僅是雙光溫測智能識別設備在當年就創下4716.02萬元，占當年營收的19.43%。
只不過在凈利潤上，數值依舊不忍直視。根據調查顯示，2018年-2020年公司凈利潤分別為-7456.55萬元、-41758.32萬元和-7820.16萬元，格靈深瞳2021年上半年凈利潤更是高達-5703.79萬元。
科技圈研發一向是個燒錢的長線游戲。賠本也要搞研發，這是視覺賽道最無可奈何的游戲規則。
相關資料顯示，格靈深瞳2018年至2020年累計研發投入合計28308.78萬元，占最近三年累計營業收入的比例為77.37%，尤其是2018年和2019年，研發投入遠超營業收入。
更讓年輕企業和腰部企業發愁的是，頂著熱度與壓力前行，往前卻難以撼動頭部們龍蟠虎踞的格局，往后又無法割舍這個日益堅實的市場。
就目前來看，視覺風口的最終落腳點還是繞不過技術重心，視覺創業公司融資用途，除了團隊拓展，便是產品研發。
年輕企業愁存亡，老牌企業的鬧心事也不少。尤其天下視覺千千萬，安防市場占一半，傳統安防企業本身的硬件成本居高不下，那些靠安防站穩計算機視覺領域的企業多數困于盈利漩渦。
?？低曉谌虻囊曨l監控市場占有22.6%的市場份額，毛利率和同期的人工智能其他公司相比，諸如科大訊飛、曠視科技、虹軟科技卻是最低的。提供智能手機AI解決方案的虹軟科技毛利率能達到94.29%，?？低晞t不到50%。
國內掀起視覺風云的主力軍是互聯網，百度早在2013年就成立百度深度學習研究院，展開包括計算機視覺在內的多領域研究。
2017年，百度還全資收購了美國視覺科技公司xPerception。2018年，百度全線開放人臉識別、文字識別、圖像審核、圖像識別等五大類、共58項基礎能力。
但根據媒體報道，迄今為止也只有20萬開發者在使用百度的計算機視覺能力。
如今，一向無利不起早的互聯網也多少有點迷茫，諾大的視覺行業，家家有本難念的經。
02 商業化落地，TO G還是TO C?
盡管計算機視覺在各個領域都有應用，但在實際商業化落地過程中依然還面臨一些阻礙。
就現階段而言，計算機視覺商業化大都是由G端買單。
根據艾瑞咨詢的研究報告，超過60%的計算機視覺機構服務于安防相關的應用場景。而安防市場多以公安行業的人臉識別-動態布控應用作為切入，為公安人員處理案件帶來精度和效率的提升。
另外一塊重點應用在于政務服務。在全國各省市的“互聯網+政務”改革中，計算機視覺技術能夠實現信息的智能采集和處理，以及身份證、戶口本等材料的掃描錄入與識別處理，讓業務辦理實現智能化，改善政務服務的體驗。
此外，計算機視覺作為城市的“眼睛”，在智慧城市的管理中也扮演著重要的角色，通過低功耗傳感器、攝像頭和計算機視覺軟件相結合的方式，不斷監測城市的高效運行。
不難發現，當下公共安全、城市治理等是計算機視覺技術應用較為迫切的場景，因而政府成為其頭部客戶。
而在To B市場，計算機視覺的市場才剛起步。
根據中商情報網數據顯示，計算機視覺行業按市場結構分類，安防影像分析占據一半以上的市場份額，達到67.9%，緊隨其后的廣告營銷分析、泛金融身份認證(解決方案)、互聯網娛樂、泛金融身份認證(云服務、SDK等)加起來的份額僅為29.6%。
隨著物聯網和5G時代的到來，如何走好消費領域的商業化，將最終決定計算機視覺的“落地面積”。
現階段在新零售、服務機器人、在線娛樂等to C場景，已經有相當多的業務場景可以實現落地。
然而，C端市場并沒有被打開，一方面是技術上還有欠缺，另一方面是C端市場還沒有形成為技術買單的廣泛意識，還需要時間進行培育。
03 從實驗室到商業化，何時越過鴻溝?
一項技術從實驗室到商業化場景之間，往往存在巨大的鴻溝。
盡管計算機視覺在解決某些領域問題的時候已經逐漸成熟，甚至效率可以超過人類，但在更多領域問題上卻無法達到很高的精度。
無論是自動駕駛，還是工業檢測，要求的精度是非常高的，但現階段計算機視技術還達不到行業實踐所需要的精度，從而在一定程度上阻礙了技術推廣和商業化落地。
此外，計算機視覺算法需要大量的數據與人工標注，需要較長的研發周期來達到應用領域所要求的精度。如何降低算法的開發時間和成本，也成為計算機視覺商業化的一大鴻溝。
值得注意的是，計算機視覺是由一個龐大且復雜的系統組成，里面涵蓋了多種硬件。隨著新的成像硬件與人工智能芯片的出現，針對不同芯片與數據采集設備，對計算機視覺算法進行持續的設計與開發，也是一大技術挑戰。
當計算機視覺持續滲透到各個場景，如何保證設備的有效使用也成為實際落地之后的問題。
其中，“用戶體驗”就成為決定高頻次使用的重要因素，一方面要過硬的產品質量，另一方面要真正觸及用戶實際作業痛點，這就要求計算機視覺服務商能夠充分深入行業，找到合適的切入點來落地技術。
而如何兼顧技術研發與商業落地的平衡，對于任何科技企業而言，從來都不是一道簡單的選擇題。
04 全球競爭中“偏科”，商業化前路幾何?
計算機視覺領域，從某種層面來看，應用范圍比較宏觀，也正因如此，視覺之戰早就在全球的各個角落打響。
首先，在整個視覺領域，海外的入局時間與速度都不可置否。
《2017年-2024年全球計算機視覺市場行為分析和預測》顯示，英偉達、英特爾、高通、蘋果、谷歌等多家海外巨頭，被列入全球計算機視覺市場的主要參與者。
這其中，我國企業的身影寥寥無幾。
其次，在以工業為主的機器視覺，目前全球機器視覺產品的高端市場仍然被美、德、日品牌占據，比如美國康耐視、國家儀器，德國巴斯勒、伊斯拉視像，日本基恩士、歐姆龍……其中，光康耐視和基恩士就壟斷了近50%的全球市場份額。
反觀國內，視覺資本下半場終于開始青睞工業板塊，熱烈而又略顯空白的市場背景是最好的解釋之一。
事實上，我國計算機視覺技術姍姍來遲，目前比較能拿得出手的是人臉識別。
根據國際調研機構GenMarketInsight發布的《2018年全球人臉識別設備市場研究報告》，2023年，中國將占全球面部識別市場份額的45%。
美國國家標準與技術研究院對全球人臉識別算法測試結果顯示，排名前11名的企業，只有兩家來自美國，剩下來自中國、俄羅斯和立陶宛，其中中國企業包攬了前五名。
可以看到，在視覺商業化上，我國缺少了一定的領域基因。
一個很明顯的趨勢是，海外的視覺賽道早已成批企業化，我國依舊是學術大于技術落地，比如美國企業參與支持的相關論文數量就是官方的七倍。
不過比較欣慰的是，我國的視覺技術正在逐漸從“紙上談兵”走入現實，走入資本。當然，如果泡沫再少一點，局面肯定會更加明朗。
營業執照公示信息