云从科技，何从？

他们今天或不完美，但仍称他们为算法公司一定偏颇。

“AI 四小龙如若逐个死掉，最后一个肯定是云从。”

昨天闲聊起当下 AI 圈创业环境与机会时，业内一位朋友直接亮出了他的底牌。

缘何下此结论？我万分好奇，好奇的出发点在于：毕竟它友商不少、对手太强，技术皆有、渠道都强。

这位朋友随后用了一条长达 52 秒的微信语音系统地解释了他的思考及判断。

对于这个解答，我疑信参半。

“人机协同让超级人类成为可能，云从想让每个人都可以像钢铁侠一样拥有自己的贾维斯。”

前些天，恰巧云从创始人周曦罕见出席某峰会并登台发表演说。今日为询朋友内容之证，找出复播。

台上的周曦，瘦小且有些含蓄，我很难将他与仅凭程序代码就可改变社会进程的 AI 大神联系起来。

但他一开口，请相信我，他可以一秒钟之内让你知道他的内心绝不平静。

当听完他内心技术世界及他与波士顿动力创始人马克·雷波特的隔空论道，我好像顿悟了那位朋友的判断与答案。

此刻，无疑也成为我重新审视这个 AI 独角兽潜在价值的绝佳时点。

你所知道的云从

在 AI 世界里，不少人知道云从，但更多人知道的应是不完整的云从。

五年前，它口咬中科院金锁，技出 Thomas S. Huang 之身，以 PASCAL VOC、IMAGENET、FERA 多个智能识别世界冠军之名横空出世。

后面的故事基本业内皆知了。

藉由不俗的算法壁垒，云从瞄准了安防、金融两大市场，并先后拿下了公安部、四大银行等标杆单位。

在金融市场，云从被认为是赋能传统金融的扛把子企业，眼下几乎所有的金融机构，多多少少都会出现云从产品或技术的影子。

在安防市场，它与公安部联合建立了 5 个部级平台。

如果说云从 AI 算法抗打能力一流，那么它与其他主流 AI 视觉玩家们有何差别？

以 AI 四小龙为例，虽然他们在某些业务领域有所交集，但每家公司的算法应用不尽相同。

商汤的研究领域比较多元，涉及自动驾驶、航天建模等多个市场，他们想做的是赋能万业。

旷视相对聚焦，从安防到机器人、从城市到物流，同时他们在互联网金融领域做得比较出色。

依图最早做车辆识别起家，收获一些成绩后，他们分兵医疗圈、算力层，发展天花板一再抬高。

相比这三家，云从的最大区别在于是背景上的国家队与深耕行业的韧性。

翻开云从的项目历史，全内资背景的他们相对容易拿到一些国家级项目，更容易拿到国家级基金，更偏重顶层设计。

譬如过去两个月，他们就一直在斩获大单。

今年 9 月，他们成功成为“海关总署 2020 年动态人脸识别综合应用系统”解决方案提供商，项目标的额 1247.8 万元。

10 月，他们又成功中标中山大学附属第一（南沙）医院超过 3 亿元的智慧医院项目。

深耕行业的韧性则让云从稳扎稳打金融、安防两大领域的同时，延伸出了出行、商业等关联行业。

你所不知道的云从

过去五年的云从，以算法而立身，以巨大的 AI 颠覆力革新传统产业而闻名。

它的出现，带来的不仅仅是生产方式的改变，还有更多的可能性。

但这种可能性在算法趋同，行业渐微的大环境下，如何才能持续？

换句话说：五年后的云从，靠何立命？

这应该是所有云从人一直都在思考的问题，而周曦也爽快地给出了他的答案：人机协同系统。

在这次二十多分钟的演讲中，他观点犀利、金句频出。

 

他说，80%的人工智能企业会被淘汰，但活下来的 20%将让世界变得更智慧、更美好。

 

他说，机器永远都无法取代人，通过人机协同融合复制专家知识，可以千百倍地拓展人的能力边界。

 

他说，人机协同的长期目标是将人工智能变为情感投射的载体，成为个人在虚拟世界的数据。

三句箴言中，周曦所提最多的词就是：人机协同。

什么是“人机协同”？云从为什么要提出“人机协同”战略？

回答这个问题前，我们需要弄清楚 AI 所面临的一个终极挑战：目前的 AI 距离强 AI 还很远，如何在弱 AI 状态下，实现更好的应用？

同时，算法的提升虽呈螺旋上升状 ，但终会逼近极值，但技术驱动型企业，既要保持技术的领先性，又要满足资本逐利的需求，如何在平衡间前行？

一来算法迭代做不到一夜爆发，二来企业需要形成正循环的商业模式。

怎么办？算法红利期过后，所有人都需经由一番大浪再淘沙，找到最适合自己的位置。

所以看到，商汤找到了城市视觉中枢；旷视找到了供应链物联网；依图找到了算力芯片，而云从则找到了人机协同操作系统。

人机协同即以人的长处弥补计算机的短处，人和机器形成配合关系，机器同时服务于专家侧和用户侧。

换句话说，云从想做的是要延伸人的“大脑”，通过人机协同让顶尖的专家智慧广泛普及，提升社会效能。

其实任何一家伟大的公司都是在无限延伸人的能力。譬如与周曦对话的波士顿动力，他们所做的机器人业务就可理解为人的四肢的无限延伸。

人机协同则是人类思维的无限延伸。

如果在人工智能技术这个黑匣子中置入专家知识，让决策可理解、可复盘，将 AI 与人的逻辑对等，那它就变成了人的良师益友，可以延伸人类的能力。

其原因在于，人在复杂环境下具有做出创造性决策的能力，而 AI 则需要千万遍试错，和机器的分工合作可以达到更高层面的协同水平，大量的流程性工作都将由 AI 承担，而人将更多负责对机器的管理维护和更需创造力的决策工作。

值得一提的是，从明确人机协同这一思路到现在，云从的这一操作系统已有不少应用落地。

他们与广州市政府共建国内首个人机协同开放平台，为广州市数字政府、城市大脑等新型基础设施建设提供支持；

他们携手海关总署打造智慧海关新阵地，打造“AR+VR+AI”的立体式监管，助力海关专家经验的复制与扩散，助力加速智慧海关的建成；

他们在疫情期间落地各类防疫系统，助力机场、社区、学校等全国防疫控疫工作，助推复工复学工作顺利展开；

眼下的云从，通过一个个落地案例告诉所有人：他们已经完全甩开了视觉识别企业的影子，朝着为各个行业提供操作系统和全面智能解决方案的人机协同先行者走去。

谈到这里，云从的 AI 时代野心也冰山渐露。

人脸识别最先落地，成为智能感知的一个入口，这是第一步。

选择打造跨视觉、语音、数据技术的 AI 技术闭环，赋能金融、公安和出行、商业四个行业，这是第二步。

而他们的第三步，就是通过人机协同操作系统建立各个行业大脑，赋能百业。

三步走战略也映衬出了云从已有的三级式火箭的整体架构，从操作系统到应用平台再到客户，客户结果再返回操作系统，平台 / 系统 - 应用 - 产品三位一体。

最底层是人机协同操作系统，长远来看，随着服务行业的扩展，必然会沉淀下大量的行业知识。

基于这些知识，云从正在打造一个类似 Windows 的城市 AI 操作系统，基于视觉、语音、数据等 AI 核心技术闭环，为不同行业平台提供技术与知识服务能力支持。

中间层是行业应用平台，他们基于人机协同操作系统开发，可以把很多方案与产品组合在一起，变成一个定制化的工具，服务不同的客户，以及供开发能力较弱的企业使用。

最顶层是方案与产品，针对不同的行业应用平台，灵活组合的方案和产品就像是“砖块”，为使用者提供全面的智能交互体验。

从算法到系统、从人脸识别到人机协同，周曦已经为云从找到了新兴生产力以及构建了一套全新的生态模式。

这应该是云从创业五年来，它在 AI 浪潮中给自己找到的位置。

这也应该是云从未来五年中，迎战 AI 圈劲敌们的致命杀手锏。

你应该期待的云从

过去两百年来，无数公司利用机器将人类从重体力劳动中解放出来。

今天，包括云从等公司通过 AI 要将人类从重脑力劳动中解放出来。

复盘云从大象转身的技术路径，转型历程酷似 IBM。

他们皆由核心技术起家，从推出软硬件产品到以方案和咨询为触手，打造整个平台生态。

未来，通过算法、平台、全渠道、全场景组合拳，云从可将传统的 AI 延展到了整个社会体系。

从算法之王，到应用标杆；从布局生态链，到人机协同风向标；从中国的 AI 品牌，到全世界熟知的科技名片。

虽崛起于算法，却不拘泥于算法。这应该就是云从的强大之处，这也应该就是那位朋友立论的最硬核论点。

对于包括云从在内的 AI 独角兽们，或许他们今天并不完美，但时至今日仍称他们为算法公司一定偏颇。

从感知到认知再到决策的完整技术闭环，不满足的云从，有无限可能。