極視角劉若水：計算機視覺的碎片化需求，還可以如何被滿足？

截至目前，極視角平臺已經鏈接30萬開發者，定制化開發1200+算法，覆蓋100+行業。

立足計算機視覺賽道，它的場景需求有多“碎片化”呢？

比如一個工地，就可能存在反光衣識別、安全帽識別、工服識別（紅/黃）、安全帶識別、滅火器識別……面對這些零散需求，頭部方案供應商看不上，腰尾部供應商可以提供，但在精確度上或有降低。

如何在滿足需求的同時，也能夠做到高性價比，成為腰尾部項目迫切希望解決的問題。

對此，一家名為“極視角”的AI公司選擇打出一套組合拳——算法商城+開發者生態，且“野心”不僅僅是拿下腰尾部項目，還包括了終端客戶、集成商與行業解決方案商。

帶著對這一模式的更多好奇，鎂客網有幸采訪了極視角聯合創始人兼副總裁劉若水，聽她講述算法商城模式的故事。

圖 |極視角聯合創始人兼副總裁劉若水

算法廠商外，碎片化需求的另一個選擇

依據中研產業研究院發布的《2022年計算機視覺行業市場調研報告》，在中國計算機視覺市場中，安防影像以67.9%的占比位居市場第一，其次是廣告營銷分析、泛金融身份認證（解決方案）、互聯網娛樂、泛金融認證（云服務、SDK等）、手機、創新領域，分別占比18.1%、4.0%、3.8%、3.7%、1.7%、0.9%。

但我們從前面工地場景的舉例也可以看到，即便是在市場占比最高的安防影像領域，也依舊存在著諸多碎片化需求。

用劉若水的話來說，針對某些場景的算法應用，大廠會用高薪聘請算法工程師、科學家開發算法，每年可能投入2000萬人力，但最終市場容量就1000萬左右，準確率高但價格不低。再看中小算法廠商，他們價格不高，但是技術水平可能還處于上一代，算法質量把控不佳。

“在2017年、2018年的時候，企業可能還會試一試，準確率高一點低一點可能無所謂，但經過這兩年經濟影響，大家都變得精打細算，好不容易批下來預算，肯定還是希望獲得很好的效果、能夠很好地滿足需求。”

可以說，無法同時兼顧識別準確率與價格適宜的大廠和中小算法廠商于碎片化項目來說，都不是很好的選擇。在這一點上，算法商城相當于提供了第三個選擇——一端連接算法開發者，一端連接終端客戶、集成商與方案商，以“C to B”這類開發模式，充分調動社會層面上的算法開發者資源，免去終端客戶大海撈針般尋求算法的麻煩，也能夠讓后者以適宜的價格購買到一個足以滿足自身需求的算法。

此外，商城模式還能幫助一些集成商、方案商省去算法開發的時間、人力成本投入，以一種更高性價比的方式打造行業解決方案，進而更好地服務終端客戶。

事實上在最初的幾年，有許多方案商都選擇自建算法團隊的。“雖然算法只是一個模塊，但需要考慮到它如何與整套業務聯動，包括如何運行、如何與系統做連接，以及過程中如何實現高性價比的迭代優化，這些工作具有很強的專業性，僅靠一個三五人的算法團隊是不太可能實現的。”劉若水表示，“好比我現在想吃西瓜，是直接買一個現切，還是從種子開始種起呢？結果很顯然，后面大部分公司都拋棄了算法自研。”

30萬開發者、1200+算法、100+場景覆蓋……

截至目前，極視角的算法商城已經鏈接30萬開發者，主要是在校學生與在職算法工程師等群體，成熟算法超過1200個，覆蓋100+個行業。

以最初的“極市”平臺為起點，如今極視角旗下已經拓展到4個平臺，分別是：

極市——AI算法開發訓練平臺，面向算法開發者提供一站式核心算法開發工具，將算法開發與工程化效率提升60%以上；

極星——AI算法推理部署平臺，幫助客戶快速部署AI模型、發布AI應用，跳過算法落地過程中復雜的工程技術問題；

極棧——私有化AI中臺，提供算法全生命周期管理服務平臺，主要客戶群體是政企、高校、科研院所等；

極光——邊緣計算盒子，主要用于滿足更為碎片化的場景需求，省去部署網絡架構、系統架構的過程，做到算法的即插即用。

“最初，極市和極星是我們的底層基建產品，極棧和極光則是根據之后的客戶形態以及自身產品的一些能力所打造出來的應用產品。”

值得注意的是，由于開發者生態的特殊模式，極視角迄今為止平臺上的算法基本上都是定制化開發而來。對于此，劉若水也強調稱：“我們能夠在行業內闖出一條路，能夠將算法商城搭建起來，很重要的一點就是我們能夠提供大量的定制化算法開發，這也是我們能夠跟各大廠競爭的明顯優勢。”

“標準化算法都是按照產品形態去打造，之后不斷地積累數據進行優化迭代，可能各家的標準化算法都差不了多少，而我們有大量的開發者，且不存在排期問題，永遠都能找到算法工程師進行新任務的開發。”

從客戶發布需求到開發者接單，一直到后面的算法開發、測試與最終交付，極視角打造了一個全生命周期的閉環環境。“在整個算法定制化開發的過程中，每個環節該怎樣壓縮到最短時間，以及怎樣優化流程上的一系列問題，我們豐富的經驗能夠幫助實現最快的定制化算法開發。”

劉若水稱，目前極市平臺上定制化算法的開發周期已經縮減至6-8周，在一些極限情況下，甚至可以在2-4周時間內開發出一個新的算法，“這個速度，基本上算是業內最快能夠去定制化算法的，甚至高于一些高校。”

已經紅海的市場，即將迎來“價格戰”

成立至今，極視角也已經快8歲了，過往也一直專注在計算機視覺賽道。對于往后的發展，劉若水表示暫時還是堅定當前的方向不動搖。“在計算機視覺領域，我們的模式比較占優，但在其它一些領域，這套模式就不一定非常適用了。”

她以ChatGPT為例，“不管是交互式對話，還是背后的自然語言理解，其實并不需要找很多的開發者來運營，直接一個大模型就可以解決所有問題，而這一塊已經有成熟公司在用成熟的方式運行。如果客戶需要的話，我們可以直接找尋這類廠商進行合作，就不必再投入這一塊的開發工作了。”

可以看到，經過這幾年的發展，曾經被馬云拿在手上展示的計算機視覺技術，應用場景正從頭部公司下沉到越來越多的腰尾部企業，各類應用也變得愈加成熟。

而與此同時，就在這個本就已經被稱作“紅海”的計算機視覺市場，新一輪“價格戰”已然在暗中拉開帷幕。

就在今年，劉若水對鎂客網表示，一些B端企業客戶的預算變得非常緊張，“算法價格戰已經在進行了。”

“企業能否在價格戰中生存下來，取決于企業的技術水平、運營效率以及商業模式是否能夠支撐。”劉若水表示。

在這一背景下，一些問題仍待企業投入成本去解決和實現。

以數據標注為例，目前已經有許多企業在嘗試利用AI做這部分工作，但在一些企業的招聘中，我們仍能夠看到“數據標注員”這一崗位需求。

“至少在計算機視覺領域，有多少智能，前面就有多少人工。”劉若水表示。“如何用小樣本去做更高精度的算法開發，依舊是各家算法公司研究的問題，就像ChatGPT一樣，是不是也存在這樣一種大模型，能夠去覆蓋很多場景。”

此外還有算法工程師的高空缺、高成本問題。

去年脈脈曾發布一份《2022人工智能頂尖人才數據圖鑒》，結果顯示算法相關崗位招聘難度最大、熱度最高，在最難招TOP10中占據7席。其中視覺算法工程師的供需比低到0.08，這意味著平均12.5家企業爭奪1個人才。

“這部分人才其實并沒有看起來的那么‘卷’，事實上優秀的算法工程師遠沒有能夠滿足產業需求的數量。”人員不足，繼而帶來的就是“人才成本高”的問題，緊接著這部分成本也累計到算法開發成本，最后使得客戶的算法使用成本增加。

“每個行業都需要考慮投入產出比的問題，這些都是要去解決的。”對于接下來的價格戰而言，這并不是一個有利的現象。

最后

可以注意到，在成立以來的8年里，極視角保持著每年一輪融資的穩定節奏，且除了天使輪之外，之后的每一輪融資都偏向于戰略資源的引入，優秀的產業和資本為其開放了許多優質場景，這也是極視角能夠積累100+場景、1200+算法的重要原因之一。

在這樣的融資節奏下，劉若水也向鎂客網透露，新一輪的融資已經在進行中，當前正在與資方進行溝通。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！