云从的长征路

云从的长征路

作者 | 曹亦卿

AI初创企业云从科技正在上市的路上加速前进。

据天眼查,10月22日,北京云从科技有限公司发生多项工商变更,其中最重要的变动是创始人周曦卸任经理、执行董事和法定代表人等职务。

再加上此前广州云从信息科技有限公司的多项股东变更,新增包含“国家队”中国互联网投资基金在内的29个股东,新退出7位股东。

一系列组织架构和股权的变动,被外界认为是云从为上市而作的准备。

“IPO早知道”曾报道称,云从科技计划于明年上半年申请科创板上市,或将成为继已经递交了港股招股书的旷视科技之后,国内第二家人工智能上市企业。

这家估值230亿元的企业,成立仅仅四年,就被业界认为是和商汤、依图、旷视同处于第一阵营的CV(计算机视觉)四小龙。

云从速度,可见一斑。

近日德勤发布的一份报告,梳理了人工智能领域50家高增长企业,这家狂飙突进的独角兽同样榜上有名。

作为CV四小龙中最年轻的一家,云从速度背后的秘诀是什么?

“九死一生”

云从科技的诞生经历和CV四小龙中的其它三家大同小异,离不开四个字:学霸创业。

创始人周曦在中科大读本硕时,研究的是语音识别,在北京的微软亚洲研究院语音识别组也曾工作很长时间。

微软亚洲研究院的“神奇”之处,此前在《五年织网:商汤没有现成的路》中笔者就曾写过,如今CV四小龙中的多位创始人、CTO都有在这家研究院供职的经历。

也是这段与语音识别打交道的经历,让当时的周曦认为语音识别没有前途,而图像的信息更丰富——周曦曾看到一条新闻称泳池下的摄像头能自动识别溺水者,这让他觉得图像识别大有可为。

后来再回想,周曦把这称为“做了错误的判断,做了正确的决定。”

去美国伊利诺伊香槟分校攻读计算机博士时,周曦就转向了图像识别,并师从被称为“计算机视觉之父”的黄煦涛教授。

因为语音识别和图像识别都属于人工智能甚至机器学习这一个分支,有一定的学科交叉,所以此前的研究基础让周曦在方法论以及做系统上,都更加得心应手。

这段时间的周曦在学术研究上春风得意,他和他的团队在2007至2011年间,6次斩获世界智能识别冠军。

2011年,周曦回国,进入中科院百人计划,在中国科学院重庆研究院成立智能多媒体中心,从事计算机视觉相关研究。公司主要技术团队来自中科院重庆分院,是中科院研发实力最雄厚的人脸识别团队。

2013年,周曦团队效仿一家芬兰公司,在国内率先做起了刷脸支付,并在手机上成功实现。然而,技术是做出来了,但根本没有金融机构会愿意主动尝试。

此时的周曦开始意识到,技术停留在学术圈里是帮不了人、做不了事的,“一定要有一个自己的公司,自己有能力,然后去做商务推广,把这个东西往前推动。”

在中科院重庆研究院的鼓励下,2015年4月,周曦团队走出了创业这一步。

此时,旷视、依图和商汤都已成立,并获得了商业订单,相比起来,云从绝对是商场上的晚辈。

技术和商业是两条截然不同的路,跨出商业化的第一步对于技术公司来说,都是艰难的。

据云从联合创始人姚志强描述,云从的第一单业务,是帮海通证券股份有限公司做远程开户的身份认证系统。为了做成这第一单业务,时任云从科技研发总监的李夏风等10位核心技术人员在海通证券的机房里奋战,饿了吃外卖,困了就睡在机房里临时支起的折叠床上。

系统上线后,在实际使用过程中却出现了BUG。因为消费者在做人脸识别时用的手机不同,系统识别率有所差异,再加上用户量上涨,导致系统不出现稳定。

“如果搞不定大家都不要回重庆了。”对于第一单,周曦非常重视。于是,项目团队24小时蹲守在上海,10天之后,系统最终上线成功。

“太累了,我们当时只想大睡三天。”李夏风回忆道,他甚至拒绝了周曦开办庆功宴的建议。

当月,海通证券远程开户身份认证量超过了50万,平均每天有超3万的用户利用云从科技的系统进行开户,系统顺利完成任务。

云从科技迈出了商业化的第一步,也为之后的业务发展埋下伏笔。

2015年,Alpha Go还没有打败李世石,国内的人工智能行业尚未迎来爆发,市场需求是模糊的,大部分AI初创企业都会从需求较为明确的安防领域起家。

但头部明星企业已经开始意识到金融行业的重要性。

这一年,旷视科技刚刚上线了面向金融和征信领域的人脸识别在线身份验证平台FaceID;一直在安防领域发展的依图也获得了第一个金融客户。

初创的云从也在艰难抉择。

最终,云从的核心团队在激烈争吵之后决定,尽可能以工商银行、农业银行等大客户的需求为主,然后再以大客户的经验去覆盖小客户,提高成功率。

就这样,云从将客户锁定为大B。

这样的决定如今来看并不难理解:云从的第一单就来自金融机构。再加上背靠中科院,有天然的信任背书优势,更容易获得国有银行的青睐。

之后不久,云从启动了某国有大型银行的业务,前后做了四五个月,系统通过了层层考验,却在招标环节碰了壁。

项目招标要求的诸多资质,刚成立几个月的云从并不具备。“我们的标书做了60多页,以为很详细了,可是发现别人都做了300多页。”云从科技高级副总裁杨桦说道。

“马上补充团队!”“马上了解银行信息技术架构!”“马上补充需求!”周曦连夜把公司20多个业务骨干集中起来,组成联合攻关小组赶往北京。他们还在那家银行对面60米的中水大厦租了房子,准备持续攻关。

当时或许谁也没想到,这一个订单就做了2年多。

在此期间,周曦说自己没有睡过一个踏实觉,不是在写代码,就是上线测试。云从团队先后提出了48种解决方案。

最终,客户满意了,周曦的头发也白了一圈。

也是这笔订单,云从首创了“金融自助开户人脸验证系统”,实现对200多万个面部特征进行组合分析,连双胞胎也能一秒识别。

对于一个脱胎于技术团队的企业来说,从认识到商务的重要性,到实实在在地做好商务,云从经历了许多坑。

杨桦将这段经历称为“九死一生”。

同时,随着云从将客户总监派往一线、大力组建销售团队,银行客户逐渐看到了云从技术的可靠性。云从也越来越成熟,拿出了从柜台、自助机具、网上银行到机房运营的标准化解决方案。

以此为基础,云从科技在技术和服务上奠定了自己的优势,并凭借中科院背书逐渐占据了国内银行业的大半市场份额。

技术受到认可、客户规模扩大,云从如今成功跻身四小龙。

AI“国家队”

和其他三小龙相比,云从最大的特点就在于“国家队”背景。

除了由中科院孵化,最能体现这一点的就是云从的融资历程。

当其他CV独角兽的资方名单中出现淡马锡、软银等海外顶尖资本的名字时,云从的资方全部来自内资机构。

在完成佳都科技的5000万元天使轮融资后,云从还获得了顺为资本、刘益谦等投资机构和个人的资金。

2018年10月完成的B+轮融资中,资方除了元禾原点、越秀金控、刘益谦等原有股东外,还有多个国家级战略投资者入场,包括中国国新、广州产业投资基金、广东粤科金融集团、上海联升资本、渤海产业投资基金等地方政府基金与国有资本。

在此之前,据周曦在采访中透露,云从科技还曾获得广州政府20亿元投资。

而在2019年6月最新一轮融资后,云从科技的估值被传上升到230亿元,打响了IPO的前奏。

除了融资,云从科技在业务上也走了一条“国家队”的路。

诞生于重庆、成长于广州,云从获得了渝穗两地的宠爱。

就在10月24日,云从科技刚获得了承建广东省新一代人工智能开放创新平台的任务,从赋能政务管理、城市治理、民生服务、产业融合4个领域,为广东建设人机协同系统。

而在此之前,云从科技也已经承担过多个国家级的重任。

早在2017年3月,国家发改委就确定云从科技承担国家“互联网+”重大工程“人工智能基础资源公共服务平台”建设任务。

同批接受任务的是百度、腾讯和科大讯飞。

2019年10月12日,云从科技完成任务,在北京发布国家人工智能基础资源公共服务平台。

2018年1月,国家发改委也曾指派云从科技和公安部下属某部门共同承担国家人工智能重大工程“高准确度人脸识别系统产业化及应用项目”建设任务。

国家工信部公布的2018年人工智能与实体经济深度融合创新项目名单中,云从科技的“基于自研SoC芯片的高准确度人脸识别产业化应用”等项目也位列其中。

除此之外,云从科技还曾受托参与人脸识别国标、行标、公安部标准制定,并成为第一个同时承担国家发改委人工智能基础平台、应用平台,工信部芯片平台等国家重大项目建设任务的人工智能科技企业。

这样的政府资源是其他人工智能企业望尘莫及的。

但同时,荣誉与责任也是一体的——“国家队”光环加身,云从科技肩扛红旗,收获艳羡的同时也背负压力。

“肩上的担子越来越重了”,在接受建设国家人工智能平台的任务时,周曦私下里常常那么说。

但周曦并不是在单打独斗。如今云从在广州、上海、重庆、成都、苏州拥有了5个研发中心,还有母校UIUC、硅谷2个实验室,以及中科院、上海交大两个联合实验室,组成了三级研发架构。

同时,云从还有诸多“国家级外援”。

除了中科院和上海交大,云从还与三大行、公安部、中国民航总局等建立了联合实验室和研究中心。有些人才哪怕无法加入云从,也在以顾问的形式展开合作。

起步晚、没有先发优势的云从,凭借着“国家队”的独特优势另辟蹊径,也在逐渐扩大自己的版图。

2016年上半年,云从开始正式涉足安防。

第一笔业务就是来自广东公安厅,任务是做人证静态检索,即通过天网拍到重点人员照片,从人口库中检索具体信息。

广东省公安厅将云从的系统与国外系统作比对,结果前者比后者领先了一个数量级,且命中率达到50%以上。

获得广东省公安系统的认可后,云从逐渐从金融跨界进入安防。此后,还蔓延到机场、新零售等领域。如今,云从已经服务了400家银行14.7万网点、31个省级行政区公安和80余家机场。

云从的网正在展开。

壁垒

在云从不断扩大自己的势力范围时,其他AI企业也在干同样的事情。

上文所说的那些业务,同样也是其他CV技术企业的主要营收来源。尤其是安防和金融,成了重叠率最高的两个关键词。

“很多时候,同质化也意味着大家做的事还浮于表面。”周曦认为,集成商控制着大盘子,需要买技术时大家一拥而上,这样并不能长久。

因此在九死一生地冲破行业的浮躁期、并拥有了自己的核心技术后,CV四小龙都开始寻找差异化的路线,建立自己的护城河。

对于云从来说,除了独一无二的“国家队”标签外,另一大特点便是深入金融领域。

比如,在安防和医疗领域,CV技术可以走得更深,与产业紧密合作,直接辅助抓捕与诊断。而在金融领域,如今的CV技术提供商都基本上停留在用户交互层:开户、登陆、取款。

云从的主要业务方向是线下ATM机和营业厅,由于涉及到摄像头、机具等硬件设施的改造,营收较为可观。其中,智慧网点一体化改造更是优质订单。

然而,即使如此,这样的服务对于金融机构来说,也不是不可替代的;对于技术提供商来说,也没有壁垒可言,尤其是手机端的金融人脸识别接近零门槛,销售单价低,份额有限。

因此,在获得了相当大的银行业市场份额后,云从科技选择进一步向金融业核心业务挺进。

银行的核心业务是吸收存款、支付和放贷,放贷是其中最赚钱的业务,而放贷最核心的需求在于风控。

正是受限于风控能力,目前银行在普惠金融上的服务能力远远不够——客户经理、风控经理没有精力和意愿去研究每个小微企业的需求、还款意愿和还款能力。

云从正是看准了银行的这一点“刚需”。


目前,云从发布的互联网金融平台,核心就是从多个角度试图提高风控的效率和精度。

比如,智能风控模式利用大数据分析从多个角度构建用户画像,为信用卡贷款流程提供风控和授信、精准营销获客。

而针对小微企业,云从方案致力于获得全流程的小微企业现金流入流出概览,全面的数据会带来更好的信贷决策,进行横向的行业分析和比较,提供解决方案。

这套系统可以协助银行在资产对接的过程中,制定合理的风险定价模型,实现自动化决策审批,最终形成风控与业务自主运营的管理体系。

归根结底,是通过AI来解决信息不对称的“国际难题”。

如此一来,云从就能够深入到金融领域的前端,提高产品的溢价。

这一思路就像美团在生活服务领域通过SaaS服务深入商家的点单、后厨、结账、人员管理等维度一样,与商家深度绑定:一旦培养了用户习惯之后,便构建了自己的壁垒,具备了不可替代性。

云从正是在搭建自己的壁垒。

同样的,其他三家CV独角兽也在搭建自己的壁垒。

商汤着重于平台化,聚焦云端,致力于打造城市级视觉中枢平台。旷视则采用重模式,大量铺设终端,并从仓储物流切入AIoT市场。依图则和云从深入产业的思路类似,不过依图选择了医疗领域,还成立了子公司依图医疗。

不同的思路,面临不同的机遇和挑战。

以依图和云从单点深扎的思路来看,专业的领域需要资深的从业人员来进行数据标注,同时数据获取也更加困难。

相比之下,依图在医疗领域面对的挑战会比云从在金融领域面对的困难更大——毕竟前者的标注对象是器官,专业门槛更高。

但高门槛也意味着高壁垒。人工智能本就是需要通过大量数据学习来提高准确率的“辛苦活儿”,在算法和算力之外,与行业的紧密结合才是技术企业提高竞争力和价值的路径。

如今,云从已经成为国内银行业人脸识别第一大供应商,但在这家年轻的技术企业扛着“国家队”红旗迎头赶上的同时,在团队管理、组织架构、业务线调整等维度还非常稚嫩。

保持技术领先很难,而更难的是技术落地。

相比于有足够稳定研究环境的欧美学术派来说,其基础研究的先进性是国内技术企业欠缺的。然而,比起技术超越,中国AI初创企业更需要解决的是“生存”问题——相当一部分国内技术初创企业在天使轮到来之前就夭折了。

对于CV四小龙来说,除了有中科院背书的云从外,其他三家也都遇到过“钱荒”,一路走来颇为不易。

因此,到产业和应用中去,通过庞大的市场形成规模效应来反哺技术,对以基础技术研究为核心的欧美市场形成弯道超越,成了“中国特色”独角兽的生存之道。

在拥有了基础技术能力后,商业化就成了当务之急。

如今,已经有了一席之地的四小龙,已经到了冲击上市的关头。此时此刻,其未来的想象力成了下一阶段的关键指标。因此,向产业更深、更广处挖掘,成为决定技术派“钱景”的命门。

由此看来,包括云从在内的独角兽们都还只是初生牛犊。在商业化的路上,“国家队”云从还有漫漫长征路要走。

相关推荐