AI落地決勝，云從快跑應戰

田甜

在2015年，上海的海通證券上線人臉識別系統。作為供應商，云從科技派團隊蹲守上海。系統搭建完畢，問題卻直面而來。測試時用戶各自使用的手機不同，導致程序BUG頻出。適逢牛市開戶量激增，系統也十分不穩定。云從科技創始人周曦下令：如果搞不定，大家都不要回重慶了。

云從項目團隊不分晝夜地蹲點攻堅，最終實現了該項技術應用落地。

云從科技高級副總裁楊樺向創業邦講述這段往事，“云從是如何被市場認可的？都是項目團隊與客戶一起工作，一個項目接著一個項目獲得認可，繼而再去開拓更廣闊的市場”。

如今人工智能賽道已進入落地決勝期，更有公司在科創板敲鐘上市。種種跡象表明，在AI行業已很難靠一支出身豪華的團隊或一個劍走偏鋒的idea就獲得高估值。當下崛起中的“CV四小龍”——商湯、云從、依圖、曠世，無不是在技術轉換為應用的道路上與時間賽跑的。

最近一年多，云從的員工數從400多名增長到1000多名。區別于勞動密集型企業，AI公司人員的擴增一定是隨著業務的深耕，技術上有了新的儲備，需要轉換為勢能，再匹配相應的人才。各AI公司的人才就像引擎和發動機，推動人工智能大潮滾滾向前。

隨著行業競爭加劇與團隊擴張，管理上的挑戰也浮出水面。楊樺告訴創業邦，云從正在學習華為，搭建技術中臺，中臺人員在研發階段就要考慮技術應用和市場需求。另外，以客戶需求為導向進行機制改革，減少內部體系化的條塊分割，也是今年來的重頭工作。

人工智能賽道已進入落地決勝期，更有公司在科創板敲鐘上市。種種跡象表明，在AI行業已很難靠一支出身豪華的團隊或一個劍走偏鋒的idea就獲得高估值。

2019年6月《MIT科技評論》在杭州發布了年度“全球50大最聰明公司榜單”，云從作為中國唯一一家內資、平臺型、主打視覺的AI公司上榜。這里評價公司“聰明”與否，不在于專利數量、資金規模，而是看企業將技術創新延伸至創造商業價值，乃至社會價值的能力。

從技術到產品

五年前，周曦還在中科院重慶研究院從事計算機視覺研究。他所在的實驗室技術領先，但僅憑幾十號研發人員，所能承接的業務已滿足不了市場需求。彼時“雙創”火熱，科技成果產業化一直是周曦的理念。在中科院重慶研究院的鼓勵下，2015年4月，周曦團隊走出了創業這一步。

在實驗室，技術可以是一篇論文，一項研究課題的突破，無須考慮技術落地后的市場規模乃至生死。但作為一家商業公司，技術必須落地到行業應用，變成切實的產品，否則意味著找不到增長點，就是生死大事。

AI落地需求廣泛，對創業公司來說，如何鑒別出真需求？而且，滿足這一需求的過程必須產品化，可標準化復制。

行業處在起步階段，無經驗可鑒。技術行業有個通用規則，早期面向有剛需而且愿意對技術進行提前投入的行業，隨著技術日臻成熟，成本往下降，再提煉出一些通用技術，開拓長尾的新領域。

云從科技創始人 周曦在“攻占”銀行策略上，云從先從最具挑戰的大銀行客戶開始服務

云從選擇從人臉識別切入，首先聚焦大型國有銀行。中科院時期云從團隊在人臉識別領域已經有一定的技術積淀，云從成立當年的“3·15”晚會，又集中曝光了諸多銀行無法識別假身份證的系統漏洞。事關金融安全，銀行急需“人證合一”的技術解決方案。

與重慶銀行的成功合作為云從服務銀行積累了經驗。幾個項目合作下來后，云從也開始總結經驗。基于項目的合作，客戶需求不盡相同，應當研究銀行有哪些普遍的需求可用得上云從的技術解決方案，推出可復制的標準化產品。

云從也經歷過預想中的技術完美與實際落地情況的落差，于是有了文章開頭那一幕。另一回在為中國建設銀行廣東省分行提供一項面向校園的智能化銀行服務時，周曦親自帶隊，當時幾乎是把云從整個研發團隊從重慶搬到了廣州。一行人住在項目旁邊的小旅館，與銀行十幾個部門的工作人員不停地溝通，最終提煉出46套人臉識別校園落地解決方案，其中一款最終為客戶選中。

如今云從已發展成為銀行在智能服務領域的第一大服務商，占有80%以上的市場份額。云從還擁有幾十項自主研發的銀行解決方案，從風控、自助機具，再到智慧網點和機房運營，這些解決方案產品化的基礎正是源于云從早期承接的銀行服務項目。

在“攻占”銀行策略上，云從先從最具挑戰的大銀行客戶開始服務，因為大客戶情況更加多樣和復雜，從中積累的經驗也更具行業通用價值。服務好大客戶贏得了口碑，再用其中積累的經驗去覆蓋小客戶，屬于高維打低維，成功率就要大得多。

當友商還在試水落地方向陷入安防亂戰之時，云從將市場剛需與自身優勢相結合，聚焦單點突破，已在銀行這塊領域建立了很高的壁壘。

但云從并不滿足于此，最近一兩年，云從也推出了語音等產品。楊樺認為，這并不違背聚焦原則，云從本身聚焦大行業，從行業需求出發做客戶解決方案。解決客戶需求的過程中，人臉識別和語音常常同時涉及。

云從初創時的碰壁經歷使得團隊很快意識到，銀行等傳統行業要求高，外行不容易輕易進入，一定要敬畏傳統行業，合作一個行業就要深入其中，比如與銀行合作就要弄清楚銀行的商業模式是什么。

敬畏傳統行業

如果云從只是個技術供應商，那么它提供的服務就可能與友商陷入同質化。在楊樺看來，唯有深入到客戶的具體業務環節，提出建設性的解決方案，云從才更具競爭力。

有一回云從參與某大型國有銀行項目招標，光是準備環節，云從就花了四五個月，技術已通過了層層考驗。到了招標環節，云從拿出10多頁標書，沒想到其他競標者制作的標書都是300多頁的。

云從初創時的碰壁經歷使得團隊很快意識到，銀行等傳統行業要求高，外行不容易輕易進入，一定要敬畏傳統行業，合作一個行業就要深入其中，比如與銀行合作就要弄清楚銀行的商業模式是什么。

云從在銀行業站穩腳跟后，開始試水安防，也是遵循相同的工作方式。

2016年下半年，云從與廣東公安廳合作，布控靜態的人臉識別系統。廣東省公安廳拿云從的系統與國外系統做比對，結果很驚喜，云從首位命中率達到50%以上，國外系統只能達到5%左右。

云從技術引領了廣東省公安廳戰法變革，正當云從準備將自身技術在全國公安系統燎原時，實戰了一番才深知，安防領域各地情況相較銀行更加復雜，很難通過一款產品一刀切，而是要根據各地政府實際情況，將各業務系統集成進去。

2017年上半年起，云從相繼推出鷹眼、火眼平臺兩大主打產品。鷹眼面向人臉數據庫檢索，火眼則是一項實時追蹤目標人物行蹤的技術，有助于公安加快破案。2018年4月，云從在跨鏡追蹤技術上又取得重大突破，其中在Market-1501上的首位命中率達到96.9%，刷新世界紀錄。

“中科院”“國家隊”是云從的標簽，云從在融資策略上一大標準是純內資。云從創始團隊認為，金融、安防等領域的數據事關國家信息安全，國家一直強調核心自主可控，作為國家隊，云從一定要代表國家在關鍵行業拿下核心技術，并實現產業自主化。

云從“國家隊”的身份為它贏得了進入關鍵行業，拿下重要項目的船票。2015年7月，剛成立的云從科技與支付寶等共同成為人臉識別國家標準起草與制定單位。2017年3月、2018年1月、2018年9月，云從分別承擔了國家發改委“人工智能基礎資源公共服務平臺”、“高準確度人臉識別系統產業化及應用”和國家工信部“基于自研SoC芯片的高準確度人臉識別產業化應用”項目建設任務。

云從曾分析華為的增長走勢圖，發現其走勢較為平緩時，正是公司一項業務處在全盛期，同時研發新技術，為未來蓄勢儲能的階段，接下來又是下一輪爆發，總體而言是個曲線爬坡過程。云從敬畏這樣的公司。

但在周曦看來，“國家隊”的身份是外界給云從的標簽，如果不能切實解決問題，那只是一個花哨頭銜，云從必須擔起相應的責任，通過AI技術助力產業發展。

楊樺告訴創業邦，為了深入了解行業，云從與諸多企業和機構建立了合作關系。云從已與中科院、上海交大、三大行、公安部、中國民航總局等建立了聯合實驗室和研究中心。在人才建設方面，云從有著強大的外腦，有的人才一時無法加入云從，則是以顧問形式展開合作。

學習華為

2018年6月，云從科技完成10億元人民幣B+輪融資，廣東粵科金融集團、中國國新領投，廣州產業投資基金、上海聯升資本、渤海產業投資基金，原有股東元禾原點、越秀金控等繼續跟投。

行業情況是，2018年“CV四小龍”融資總額達到100多億元。

資本成為CV公司早期的成長加速器。但人工智能畢竟不同于單純的互聯網產業，技術門檻不能只靠資本堆起來。

華為苦練十幾年內功，成為世界級的科技巨頭，但今天已沒有如此長的時間讓你成長。各CV公司成立至今平均只有四五年，已走到淡化單點技術，尋求落地場景的階段，各CV公司如今更愿意稱自己是“AI公司”。云從的業務除了銀行和安防，也覆蓋至機場、新零售等新領域。

今年4月，云從承接了東方航空北京大興國際機場人臉識別平臺的項目。人像庫規模大，機場環境復雜，云從必須克服各種困難，嚴格遵守項目交付時間。結果從項目落地執行到交付，只花了一個多月。

科研本身慢，而落地決勝要求快。楊樺把云從摸索出來的方法叫作“在高速公路上一邊奔馳一邊換輪胎”。保證自己在急駛中不出現大問題，還要不斷賦能新場景。

此外在當下行業環境中，AI公司已很難通過項目制跑贏未來。項目制戰線長、投入大，卻疲于市場應付，難以構建技術壁壘。為此云從正在搭建強大的中臺，華為是其學習對象。

在華為，中臺是個承載彈藥的地方，“讓聽得見炮聲的人呼喚炮火”，中臺則迅速響應前臺反饋的市場需求，快速組裝彈藥，迅疾出擊。

周曦曾在員工內部信中如是強調中臺的重要性：“不把中臺做強，沒有扎實的內功，只是徒有其表，在行業做得了創新，贏不了未來，只能給巨頭們當炮灰。”

楊樺向創業邦介紹，在云從，中臺不是純研究部門，必須市場導向明確，還要與前臺業務捆綁到一起，比較理想的情況是中臺占有三分之二的技術人員。

“中臺既要為未來打仗做準備，同時還要與當下業務緊密結合。比如做一個項目必須分析，哪些能抽象成標準化的東西，把它們組裝起來形成底層技術，以便更好更快地服務于前臺。”楊樺說。

云從曾分析華為的增長走勢圖，發現其走勢較為平緩時，正是公司一項業務處在全盛期，同時研發新技術，為未來蓄勢儲能的階段，接下來又是下一輪爆發，總體而言是個曲線爬坡過程。云從敬畏這樣的公司。

而AI不只是風口，更是通往未來道路上一個不可逆的趨勢。在楊樺看來，這條賽道足夠寬廣，里面一定會誕生幾家有技術壁壘、創造巨大商業價值與社會價值的大公司。

為了抓住這一機會窗口，云從一面快跑應戰，一面為未來蓄勢。