算法商城,到底是不是伪命题?( 四 )


另一方面,通过一站式的模型服务,为人机协同操作系统提供基础AI技术的生产能力,可以管理全生命周期的AI建模过程,对人工智能生产效率有数量级的提升,同时显著降低了人工智能技术门槛。
杉地科技 CEO 傅剑辉:共性不是痛点,安防不存在太多模式,靠的是产品和服务
算法商城很难做到手机的APP Store,下载就能用。
它能够解决一些场景30-50%的共性需求,但不能解决行业的特性需求,需要定制化。
目前人和车的算法基本能满足绝大多数需求,但很多领域不具备共性,比如工业、水质、环保等等。
短期看,在这种体系中,商城满足不了用户的核心需求。正如目前很多AI摄像头具备了一定的AI功能或算法,但行业客户真正用的时候,不会选择。
长远看,AI+场景不断垂直领域化,即行业化,垂直行业的算法商城模式是可行的,前提是其长期专注某个领域,聚焦行业场景算法。
即使算法商城与行业头部企业合作,也需要经历较长时间的打磨。
共性不是痛点,AI不能颠覆性解决问题,只能在效率提升和流程优化上加速。
比如AI+医疗就是一个门槛极高的行业,截止目前全球范围内,AI在医学只是辅助,而不能决策。
对于AI算法公司,基础模型算法开源,但核心竞争力算法不会开放,这些付出了AI企业巨大是AI企业的核心竞争力之一。
另外,硬件平台和操作系统平台都是对开发者巨大挑战,即使具备了平台能力,硬件和芯片等难以统一,真正用起来比较难。
安防行业不存在太多商业模式,靠的就是产品和服务。
极视角 CEO 陈振杰:「算法商城+开发者生态」的模式适合90%的碎片化市场
根据Gartner发布的2020人工智能技术成熟度曲线,计算机视觉技术已趋于成熟,相关产业正在经历洗牌。
人工智能视觉领域已经由技术萌芽阶段、头部场景落地阶段,发展到大规模工程化应用阶段。
在这一阶段,市场对于人工智能技术落地提出了两大核心诉求:
算法品类的丰富度与算法的高性价比。
未来会有10万种以上的算法,每个垂直行业有几十种算法需求将成为标配。去到行业会发现,仅仅交通场景,就有近100种算法。
与游戏行业类似,AI赛道未来必然有两个方向:一是专业化分工,一是平台的出现。
头部客户的头部需求,将由顶级科学家供应;头部客户的场景需求和行业客户全链条需求,将由初级、中级、高级开发者供应。
公安、交通、金融等头部场景的需求,将由顶级科学家供应,而90%的腰尾部市场需求则更加适合利用“算法商城+开发者生态”的模式进行供应。
极视角想要建立的AI算法平台,将连接算法开发者和算法需求方,提高视觉算法开发者效率。
极视角的商业模式,连接了算法需求方与算法开发者,通过为开发者提供人工智能底层开发平台,与开发者共创海量视觉算法;B端算法需求方则可以根据所需场景,在算法商城中自由选择算法进行部署应用。雷锋网雷锋网雷锋网