算法商城，到底是不是伪命题？何炜|2021|吴军|区块链|杨硕|征

文章插图
“算法几乎没有什么门槛了。”
有不少人如此认为。
当AI初创企业层出不穷，开放式平台日渐增多，几年争奇斗艳下，算法的确不再是九天月，遥不可及。
算法、算力、数据的人工智能三要素中，算法逐渐被合力攻下，不再为少数人独有算法，逐渐渗透进芸芸产业，落地至万千场景时，新的市场模式诞生：
不少企业做起了“算法商城”的生意，打造计算机视觉领域的APP Store。
算法是否真的没有门槛？像下载APP一样购买算法的算法商城模式，真的可行吗？
软件定义 VS 产品定义市场太大，供应太少。
这是催生视觉算法商城的沃土。
AI等技术日趋成熟，AI正从安防、交通等领域走向全域。
未来5-10年，AI市场将达千亿、万亿级别已是不争事实。
人脸识别和车辆识别金字塔尖底下，藏着一个巨大的腰尾市场。
海量的碎片化市场里，存在着万千被忽视的小场景。
火焰识别、吸烟识别、楼道障碍物识别、快递爆仓识别、疲劳驾驶检测......
无数散落在全国各地区、各行业的AI需求，像潺潺流水的小溪，正流淌、贯穿出一副山河巨制。
它碎片化、客户体量小、项目规模小，营收小，但胜在数量多，如毛细血管般的市场，正成为腰尾部市场走上台前的重要砝码。
但，不仅扎根于AI腰围部的市场少之又少，也没有一家公司能涵盖所有算法。
由此，不少人认为，计算机视觉算法平台，是AI发展的必然未来式。
主张软件定义的华为便是其中之一。
强势入圈安防的华为不断亮出新的底牌，包括2019年的算法商城。
算法商城，可视为华为软件定义摄像头、连接合作伙伴上的进一步延续。
在华为看来，线下场景千千万，一个硬件一种算法将成为过去。

算法快速发展的需求。AI时代算法、软件更新换代的速度远远快于过去，每月乃至每周都有版本升级。
需求多样性。单一算法需要精准度会不断提升，未来更需要人脸、人体、姿态等多维度数据辅助。
运维管理智能化。未来算法多样性，场景多样性，以及全网摄像机的管理，需要一个可视、可管理、可远程控制的产品，与云端互动，实现在线加载、升级、管理。

智能摄像机根据不同的场景按需加载不同的软件和算法，通过多特征提取与识别、多摄像机间的协同、端云间的协同成倍地提高智能分析效率。
通过算法平台，结合生态伙伴，赋能千行百业。
不难发现，这与华为对安防碎片化场景的理解一致。
华为一直尝试重新整合安防的碎片化，又或者，重新定义安防市场。
段爱国曾接受雷锋网AI掘金志的专访时提到，碎片化是传统安防的思维惯性和遗留问题，历史时期，数据的确是碎片化的。
但传统时代，数据不是关键；智能时代，数据堪比石油，需要联通、共享、汇聚，方能产生更多价值。
进入新的时代，碎片化已经是一个伪命题。
安防需要拥抱云和大数据，大联网、大数据、大平台、大生态。
但不少人对此持观望态度。
他们认为，安防场景更多是产品定义。安防行业并不等于手机行业，不能简单类比。
算法商城模式或者软件定义的成立，需要考虑几个必要问题。
1、细分场景是否有高频的交互和算法需求。
To C 市场，APP Store或者算法商城也许游刃有余，以手机为例，人与产品不停地交互，听音乐、看视频、打游戏等，切换、升级、卸载软件非常频繁。
但To B/P市场，场景需求差异较大，用户选择某一产品，是基于其特定的需求和产品的功能。
人与产品没有也不需要频繁交互，软件升级迭代频率也不高。
比如超市摄像头，目的是巡店、货品管理、辅助结算等功能，切换算法的需求存在，但并不高频和迫切，也无需人与产品长时间交互。
2、算法随意切换的前提是硬件的高配置或标准化。
要实现设备承载不同的算法运行，要么设备参数配置高，要么标准化。
但即使同为某一品牌，几百款不同产品，具备不同的芯片、传感器性能、解析度大小、焦距远近等，高配置和标准化似乎都难以实现。
跨越这些障碍，承载多算法、多应用也许需要时间和技术，算法商城提供商需要考虑的问题。
3、市场大小和成本考量。
正如前文所述，海量的腰尾部市场中，碎片化、客户体量小、项目规模小，营收小，单个细分领域市场并不大。