详情

　　周曦从没想到，自己会接到那样一个电话。

　　“快打过来了，我们撤不撤?”2013年，云从科技的技术总监李夏风，正带队在边疆的安防卡口安装人脸识别设备，试图通过技术手段把恐怖分子挡在安全区外。那一年，边疆弥漫着紧张的反恐气氛。

　　他站在边防站二层环顾四周，一楼的武警全佩了手枪巡逻，二楼的人配了冲锋枪。听说附近的派出所刚发生了交火。

　　周曦听出了李夏风的紧张。两个人都很纠结，不撤可能有危险，撤了，工程必然夭折。最终，团队在前线留守下来了，安防也发展为金融之外云从科技的主要落地场景。

　　云从科技专攻的人脸识别技术，已经从007系列电影，落地到机场安检员的屏幕上，但这项看上去高大上的前沿技术，商业化的过程，远比想象中血腥和艰辛。

　　2006年，云从科技创始人周曦，在美国师从计算机视觉之父黄煦涛(Tomas S.Huang)教授，毕业时，他琢磨着将人脸识别技术商业化落地，与中科院重庆所不谋而合。

　　2010年，周曦以“千人计划”特聘专家回国，重庆所划拨了几十个事业编制的研究员给他，这批科学家，也是2015年云从科技成立时的早期员工。某种程度上，云从科技是支“国家队”。

　　人脸识别技术的应用场景十分广泛，安防、金融、医疗、旅游等行业都存在商业机会。由于国家队兼顾确立行业标准的任务，云从最初的切入口放在金融领域，跟四大行成立联合实验室，摸索下一代网点的智能化场景。

　　银行对技术的饥渴很好理解——通过替代人力节约开支。互联网金融机构的商业模式和销售模式，凸显了传统银行在营销体系的陈旧，以及客服系统的低效。中国四大行的转型方向，在于将普通网点，转移为营销、体验和服务中心。在其中，人脸识别的落地场景，会集中在营销、客服和安全三大类。

　　“智能时代来了，银行希望未来的网点无人职守，雇员走出去服务，把产品往写字楼和商场里推广。以及做手机银行，手机端的刷脸认证，提高安全性。”周曦说。

　　举例而言，以往人工开会的整个流程耗时30分钟，如果用机器来完成整个自动认证和开户过程，只需要3分钟。除了现金业务，机器可以取代大量人工客户席的职能，提升效率。在ATM机这类硬件端，也可以搭载人脸识别，提升安全性。

　　相应的，目前云从科技的收入来源，分为核心系统软件和维保服务费，改造ATM机等终端设备(红外双目摄像头)费用，以及按次收取调动云服务的费用。

　　至于这块市场究竟有多大?据周曦估算，仅四大行完成全面系统改造，采购金额就会过亿元，而中国的银行有上百家。

　　如今国内在人脸识别行业的玩家，除了云从科技，还有商汤科技、格灵深瞳、旷视科技等创业公司。

　　但在过去两年，从事To B端人脸识别的企业，都经历了一个熬的过程。一方面无论是银行还是公安系统，大规模采购都需要提前一年做预算，这延缓了行业的爆发，另外，在过去两年里，为了满足应用层面的预期，人脸识别技术在各家不断的PK中爬坡。

　　云从在四大行总行中的首个客户是农业银行。敲定合作前，农行找了三家供应商，分别在省分行试运行产品，由于识别的准确率，和系统便捷性未达预期，农行在实验的第一年始终没有发起采购。

　　“2015年这一年，通过在金融银行的无数次PK，我们人脸识别技术提升了两个数量级。银行的要求也在不断提升，达到千分之一误识率，又要看看万分之一的情况是什么。”

　　过去两年，云从科技在安防和金融领域，与竞品供应商PK了五、六十轮，三十六次拿到第一。研究院的压力很大，如果PK失败则会沦为众矢之的，院长会马上背着包带两个下属直接飞到客户驻地。往往几家供应商的负责人，火急火燎地聚在现场，又开始第二轮PK。

　　周曦告诉36氪，目前农业银行在37个省份超过3万台设备，搭载了云从科技的人脸识别技术。2017年，这个范围会扩大到所有全国范围内ATM机。

　　目前，云从科技在美国UIUC，中国上海交通大学和中国科学院都建立了实验室。公司总体人员规模400人，研发人员超过200人。其余人员属于销售和服务部门，且云从在全国十座城市成立了销售服务中心。

　　对于一家技术类创业公司，云从科技的重销售模式十分突出。周曦有意而为之，2015年成立初期上来就铺通销售。他认为人脸识别供应商的核心逻辑，是输出的是定制化的解决方案，这意味着，必须掌控从基础研究——产品——解决方案——销售——服务的全链条，一个都不能少。

　　“在真正深入行业前，做大包大揽的全通用型的产品，没有意义。”周曦认为，现阶段客户关心的是定制化解决方案和服务，接下来才会进入降低成本、标准化的阶段，维持正常盈利。

　　从全链条入手，抓住核心技术和客户资源两头，产业链上下游就会向自己靠拢。

　　他预计盈利的时间点会在2017年到来。今年，安防领域的采购需求也会继金融之后，迎来大爆发。

　　36氪从上述人士处获取的一份文件显示，云从科技已于近期获得发改委批复，成立人工智能基础资源公共服务平台，总投资金额1.2亿元。

　　市场对人工智能技术的期待已经达到巅峰，然而这种热度在很大程度上，依旧依赖于消费者的宽容。人脸识别、语音识别这类技术的商业化路径，说明了一件事，相对于一片蓝海，残酷的竞争反而更能把技术推进应用世界。