【CPS中安網(wǎng) cps.com.cn】2015年，從中科院走出的周曦萌生想法，企圖用AI技術突破商業(yè)應用開始，云從就面對著強大的競爭對手。

　　例如2011年，清華畢業(yè)生印奇和同學創(chuàng)立的曠視科技；2012年，麻省理工學院博士后研究員朱瓏歸國創(chuàng)辦的依圖，以及幾乎同時期香港中文大學教授湯曉鷗成立的商湯科技。

　　由于資本關注，一批帶資入場的AI公司雨后春筍般冒了出來，市場的容量很大，但在實際的場景落地中，走得卻沒有那么快。

　　通過短短幾年的攻城略地，中國計算機視覺行業(yè)形成了“四超多強”的格局，曠視、商湯、云從、依圖成為行業(yè)四大獨角獸，分別完成了多輪的“融資”競賽。

　　“九死一生?！痹茝目萍几呒壐笨偛脳顦暹@樣說道。

　　這家從中科院重慶研究院走出的創(chuàng)業(yè)公司，在經(jīng)歷了風口、競爭、和資本追逐之后，成為備受矚目的AI公司之一。

　　2018年10月云從完成B＋輪融資，其估值已經(jīng)漲至230億元，在以銀行為主的金融戰(zhàn)場，云從科技占據(jù)了80%的市場份額，服務約400余家商業(yè)銀行；在安防領域，其服務對象涵蓋31個省市區(qū)。

　　中國人工智能風起五年，這些玩家們也慢慢悟出一道鐵律：技術落地才是AI公司價值的證明，從學術界到商業(yè)世界，各家都在金融、安防、交通、新零售等領域搶奪市場，證明價值。

　　各家的偏好和步調(diào)不盡相同，在云從的規(guī)劃中，商業(yè)化落地一直都是重中之重。

　　“生死時速”

　　近兩年來，云從創(chuàng)始人周曦鮮少接受媒體采訪，大多數(shù)時間，周曦都投身于一線，專注技術與產(chǎn)品的研發(fā)。

　　在采訪中，“戰(zhàn)略性強，善于規(guī)劃”是周曦被多次提及的領導風格，“技術一定要落地。”楊樺回憶，這句引領人工智能行業(yè)商業(yè)化的鐵律，周曦從創(chuàng)始之初就一再強調(diào)。

　　倒也并不奇怪，在2015年云從成立的當口，商湯，曠視，依圖等企業(yè)已經(jīng)開始在安防，銀行等領域混戰(zhàn)，并相繼有產(chǎn)品落地。

　　在起步上，云從并沒有占的先機。如果創(chuàng)始人和企業(yè)沒有往前多看一步，這家缺乏創(chuàng)業(yè)經(jīng)驗的團隊，必定會在對手的擠壓下尸骨無存。

　　2011年，周曦回國，在中國科學院重慶研究院成立智能多媒體中心，從事計算機視覺相關研究。

　　周曦表示，在當時的階段，人工智能機器學習的這個分支中，語音識別已經(jīng)到了系統(tǒng)化的階段，而圖像識別處于實踐的階段，但天然的，圖像應用場景更加廣泛，是重要的跨行業(yè)入口。

　　看準了圖像識別的方向，周曦帶領團隊開發(fā)出了國內(nèi)首個刷臉支付原型系統(tǒng)、智能攝像機、人臉屬性分析等系列人工智能系統(tǒng)。

　　2014年，研究中心的幾十號研發(fā)人員已經(jīng)不能滿足業(yè)務需要，并且在運營管理，業(yè)務方面也存在巨大的缺口。

　　幾經(jīng)思索、討論，周曦團隊決定成立人工智能公司，2015年4月15日，云從科技正式成立。

　　得益于人工智能概念的升溫，市場涌現(xiàn)出了大量的需求，在當時，曠視已經(jīng)有諸多C端產(chǎn)品落地，并與螞蟻金服合作，轉(zhuǎn)向To B；商湯投入大量資金和資源，建立起幾十萬人的數(shù)據(jù)庫，逐步提高人臉識別準確率。

　　但新一代技術公司該怎么走，也是他們共同要思考的問題，周曦認為在這個領域，過了技術先發(fā)者的窗口期，各家識別的準確率比行業(yè)高出1%，沒有實質(zhì)意義。

　　與行業(yè)結(jié)合，落地，形成產(chǎn)品甚至是解決方案，才是當時人工智能公司規(guī)模商業(yè)化的核心。

　　而在中科院時期，云從科技承接過國家級別的人臉識別項目，與此同時，2015年的“3.15”晚會上，曝光了諸多銀行無法識別假身份證的系統(tǒng)漏洞 ，基于兩方面的考量，銀行理所當然的成為云從切入行業(yè)的第一個選擇。

　　據(jù)云從聯(lián)合創(chuàng)始人姚志強講述，云從科技的第一張業(yè)務訂單，是幫海通證券股份有限公司做遠程開戶的身份認證系統(tǒng)。

　　為了做成這第一單業(yè)務，時任云從科技研發(fā)總監(jiān)的李夏風等10位核心技術人員在海通證券的機房里奮戰(zhàn)，餓了吃外賣，困了就睡在機房里臨時支起的折疊床上。

　　所有人進入戰(zhàn)斗模式，經(jīng)常為具體方案爭得面紅耳赤，不過，要將實驗室誕生的研發(fā)技術形成一套面向大型 B 端客戶的商用解決方案，對于當時的云從團隊來說，仍然困難重重。

　　技術過于超前，對方的主管部門并不了解，“人臉識別技術能帶來什么效益？”“如何利用人臉識別技術提升工作效率？”各種疑問接踵而至。

　　在為海通證券搭建完系統(tǒng)后，問題卻出現(xiàn)了。由于消費者在做人臉識別時，用的手機不同，導致系統(tǒng)識別率也有所差異，再加上用戶量上漲，系統(tǒng)測試也不穩(wěn)定，工程化的能力還不成熟。因此，項目的整個團隊全體全天24小時蹲守在上海。

　　“如果搞不定，都不要回重慶?！睆妷褐拢?jīng)過10天10夜的奮戰(zhàn)，系統(tǒng)調(diào)試上線成功，這個消息讓這家初創(chuàng)企業(yè)歡呼不已。

　　“太累了，我們當時只想大睡三天。”李夏風回憶，為此，他甚至拒絕了周曦開辦慶功宴的建議。

　　云從科技的第一炮打得很響。

　　當月海通證券遠程開戶身份認證量就超過了50萬，平均每天有超3萬的用戶利用云從科技的系統(tǒng)進行開戶。有了這一成功案例，云從科技的產(chǎn)品得以開始在金融業(yè)特別是銀行里全面發(fā)力。

　　頭炮打響后，云從科技20余名核心骨干召開了公司第一次會議，議題為確定公司未來產(chǎn)品的方向。

　　“壞故事”開局

　　即便克服了當時的難關，但依然沒人能看清這家企業(yè)將駛向何方。

　　20余個核心骨干分成兩撥吵作一團，吵架的原因是，銷售團隊在推廣過程中，公司的產(chǎn)品跟研發(fā)速度跟不上市場的需求；而研發(fā)團隊認為沒有需求不知道做什么產(chǎn)品。

　　在當時，面對龐大的市場，那時的云從科技還并不知道市場需求到底是什么。

　　通常來講，傳統(tǒng)銀行機構(gòu)觸及AI的動作要緩慢很多，一般銀行對某項技術感興趣，就會把十幾家人臉識別廠商拽過來做技術測試和篩選。

　　另外，計算機視覺公司落地點不同，必定會在相同行業(yè)進行競爭，此類問題，無法避免。

　　在2015年，曠視科技在互聯(lián)網(wǎng)金融領域發(fā)力，曠視上線了面向金融和征信領域的人臉識別在線身份驗證平臺FaceID，為用戶提供從端到云的身份驗證，與銀行、信用卡中心等進行合作；自2012年起做安防業(yè)務開始的依圖，也于2015年獲得第一個金融客戶。

　　“當時的爭論點在于，需求很多，但是有的是真需求，有的是偽需求，無法分辨?！痹茝母呒壐笨偛脳顦褰忉尅?/p>

　　爭吵以后，云從科技團隊得出結(jié)論，盡可能以工商銀行、農(nóng)業(yè)銀行等大客戶的需求為主，然后再以大客戶的經(jīng)驗去覆蓋小客戶，提高成功率。

　　在當時，云從科技的兩條原則是：一是研究內(nèi)容要集中，先做好人臉；第二是行業(yè)上要集中，只做金融和安防。

　　很快，云從科技也啟動了某國有大型銀行的業(yè)務，第一個“壞故事”，卻為云從開了一個好頭。

　　楊樺表示，這一單前前后后做了四五個月，系統(tǒng)通過了層層考驗，卻在招標環(huán)節(jié)碰了壁。

　　原來，此次招標要求的諸多資質(zhì)，剛成立幾個月的云從科技并不具備。“我們的標書做了60多頁，以為很詳細了，可是發(fā)現(xiàn)別人都做了300多頁?！?/p>

　　在走向市場過程中，從技術思維轉(zhuǎn)變?yōu)楫a(chǎn)品思維，是團隊面臨的重要挑戰(zhàn)。

　　對行業(yè)的認知不足便是第一個難點；另外，云從清一色的科研團隊陣容，也意味著在銷售、市場推廣等環(huán)節(jié)的經(jīng)驗空白。

　　這一次碰壁也讓團隊認識到，一定要把腳伸到泥里，把技術跟傳統(tǒng)的產(chǎn)業(yè)深度綁定。

　　楊樺回憶，為了盡快接觸到銀行客戶，云從派出了創(chuàng)始團隊中的劉君擔任北區(qū)客戶總監(jiān)（現(xiàn)已升任為行業(yè)客戶部總監(jiān)），只身一人從重慶前往北京建立銷售團隊。

　　時至今日，云從位于北京的辦公室也不在 AI 公司扎堆的中關村，而是位于客戶附近。

　　盡管云從在客戶端的初期拓展層面有諸多短板，但憑借高于競爭對手的技術指標，云從依然獲得了首批銀行客戶。

　　不久，西安銀行找到云從科技，表達了合作的意向，在這個項目中，團隊吸取了之前失敗的教訓，以西安銀行為范例，摸底了銀行的業(yè)務需求，形成可復制推廣的標準化產(chǎn)品。

　　2015年9月，云從科技正式與西安銀行簽訂戰(zhàn)略協(xié)議，從柜臺、自助機具、網(wǎng)上銀行到機房的運營等，拿出了標準化的解決方案。

　　以此為基礎，云從科技在技術，和服務上，奠定了自己的優(yōu)勢，并占據(jù)了國內(nèi)銀行業(yè)的大半市場份額。

　　與銀行領域的合作，是云從思維轉(zhuǎn)變的一大開端，云從的下一個挑戰(zhàn)是跨出安全區(qū)，闖入商業(yè)化的遼闊疆土。

　　在2016年下半年，云從的業(yè)務開始正式涉足安防板塊，最初的業(yè)務是在廣東公安廳試點，做人證靜態(tài)的大部檢索，即通過天網(wǎng)拍到重點人員照片，從人口庫中檢索具體信息。

　　相同的競爭持續(xù)上演。

　　當時廣東省公安廳用的是德國和日本的系統(tǒng)，都是老牌做人臉識別的廠商?！昂诵牡臉I(yè)務系統(tǒng)最好是用國產(chǎn)的系統(tǒng)，但是當時國內(nèi)缺乏可用的系統(tǒng)，破案需求又大?！币χ緩娬f。

　　廣東省公安廳開始拿云從科技的系統(tǒng)和國外的作比對，云從科技比國外的系統(tǒng)領先了一個數(shù)量級，且命中率達到50%以上。

　　獲得公安系統(tǒng)的肯定后，公安系統(tǒng)開始采用先進的人工智能技術進行抓逃、布控、人口管控等業(yè)務。

　　綁定頭部客戶，并在行業(yè)落地，是云從探索出的一個成熟的打法。

　　除了金融板塊和安防板塊，云從科技機場板塊的業(yè)務也于2016年底開始慢慢發(fā)酵。2017年下半年，云從科技正式開始進軍機場領域，并計劃計劃打造機場“大腦”，即可以對接機場大數(shù)據(jù)的管控平臺，同時延伸出一些新的機場業(yè)務。近兩年，也逐漸在新零售等領域逐漸。

　　開始“狼性”

　　云從的商業(yè)化摸索還在繼續(xù)。

　　進入了快速發(fā)展的軌道，云從科技進入技術和商業(yè)雙驅(qū)動階段，楊樺認為，是否進入一個行業(yè)，一是看是不是有足夠大的市場；第二個，則是市場有沒有相應的需求。

　　在剛剛過去的人工智能大會上，周曦也提及，在AI最開始的階段，技術公司大都只有一個技術點，但任何一個單一的技術點不足以解決一個需求的閉環(huán)，AI會從從一個點走到一條線，逐漸會形成一個面，孵化出更多線。

　　隨著人工智能行業(yè)進入落地期，曠視科技于8月28日在港交所遞交 IPO 招股書，正式公開了其在香港聯(lián)交所主板上市的計劃，這預示著中國人工智能市場將邁向更為成熟的一級市場。

　　如果說過去五年，各家都在尋求商業(yè)化落地，那么今年開始，行業(yè)可能會正式進入下半場。

　　隨著行業(yè)的變化，云從本身也開始步入了一個新階段。

　　目前云從科技已經(jīng)有1600名員工左右，隨著人員的增多，整個組織體系的搭建顯得尤為重要。

　　在楊樺看來，企業(yè)隨時都有可能會因為一個決策性的失誤，或者行業(yè)的變化，會帶來一些災難性的東西，就像在大海里行舟，要隨時保持很大的壓力。

　　在經(jīng)過團隊討論比較之下，云從科技開始學習華為，決定向華為學習總耗資20億元引入的IPD體系。

　　楊樺介紹，這半年云從科技最大的調(diào)整是聚焦與搭建技術中臺，建立和完善組織體系，讓中臺變成為前臺源源不斷提供支持的核心；中臺不再悶著頭搞研發(fā)，而是與前臺相結(jié)合，研發(fā)時就考慮到用戶和市場的需求。

　　在楊樺的辦公室，背后的小黑板隨處可見“搭建 ，“組織體系”，“戰(zhàn)略”等字樣。

　　“越來越多的業(yè)務會爆發(fā)起來，再靠土法煉鋼，會吃力，需要有新的方法論去牽引現(xiàn)階段的云從，”楊樺解釋，“我們成為一個更好的公司去打基礎，在學習的過程中不斷的優(yōu)化?！?/p>

　　而對于外界的IPO疑問，姚志強告訴鋅財經(jīng)，上市是一件順勢而為或順水推舟的事情，目前還是把主要精力放在業(yè)務。對于曠視的上市，他認為，對于AI行業(yè)是個利好消息，曠視上市成功，會改變一部分人對AI行業(yè)的看法；另一方面也會帶動更多的企業(yè)看到人工智能的機會。

　　在AI獨角獸的無限游戲中，各家已經(jīng)分化出不同的模式，曠視科技的業(yè)務場景上升級為城市大腦、供應鏈大腦、個人生活大腦等三大IoT場景業(yè)務群，正在積極需求上市；商湯科技在智慧城市，手機，自動駕駛等領域落地的同時，開始反向輸血，投資版圖擴張；依圖的主要技術落地集中在安防和醫(yī)療兩大領域。

　　人工智能行業(yè)還處在蓄能的階段，更多的傳統(tǒng)企業(yè)對技術充滿了很多的期待，而迎來真正的成熟期，這是一個需要大量時間的工程，在這個過程中，企業(yè)要做好坐冷板凳的準備，并且需要有一定的抗風險能力。

　　“現(xiàn)在有些房子很矮，但殊不知，它的下面建了99層樓的地基?！睏顦逭f。