2018年的资本寒冬,2019年的裁员“滚滚来”。
年初,不少关于AI企业裁员的消息被爆出,科大讯飞、比特大陆、旷视科技等等,虽然这些消息并没有准确被人们所证实,但一个个当红炸子鸡,AI流量担当明星企业,在表面这袭华美的袍子下,也许同样爬满了蚤子。
在三年前,人工智能领域相关的投融资金额逐年增加,AI创企迎来了爆发期,在当时也有不少人士表示,对于这些企业而言,资本市场环境好要远远比用户市场环境好更为重要,在资本褪去之时,谁在“裸泳”便一清二楚。
科技媒体称,AI行业经历了三年的“野蛮生长”,疯狂扩张,“不理智”的弊端开始逐渐显露出来。换句话说,技术寻找场景落地进行商业化,要远远比在第三方调研公司刷排名、国际竞赛刷排名困难得多。
对于一些苦苦找不到商业模式的人,再没有传统企业基础的情况下,只好向互联网创业公司学习,但免费的服务协议,互联网的玩法,对于行业用户而言更多是反感的。因此对于许多有算法技术的公司而言,学术派出身是先天的优势,但真正进入到商业市场之中,大牛的IP要得到用户的青睐,主要看的还是产品,尤其在长期的竞争中IP的优势可能不会太明显,因此要将技术落地到垂直的领域之中,仅仅依靠算法服务,很难将企业做大,以安防为例,越来越多的算法公司在投入做硬件及软件产品,友商及客户们自己也在成立研究院做算法,因此算法的差距将不断缩小,如果算法公司无法突破原有的性能取得更大的进步,形成自身的技术壁垒,恐怕很难跳出”刷分拿融资”的怪圈,这也是许多创企本身最大的困难所在。
一位AI企业负责人曾说过,当前安防项目建设,大部分资金都投入到了基础建设上,也就是前端建设,而后端的数据分析所占的资金配比5%都不到,创业公司想要用5%的资源去撬动对手95%的市场,难度之大可以想象。
除了自身因素及资本市场因素之外,用户将是决定AI或机器视觉能否在行业应用普及化的根本性因素。无可否认,通过人工智能实现更智能化的安防布控是可行的,但在实验室谈的技术理论,在现实需要考虑的东西需要更全面。有用户反映,人工智能安防系统要大面积使用,需要突破2个关键性条件:
一是技术完全超过人眼,实现准确高效;
二是应用成本要低于投入的人力成本,要有显著的效益。目前来看,这两者都存在可以提升的空间,同时同质化产品一点都不少,AI创企要从中杀出一条“血路”,可能并不像在象牙塔中来几场精彩绝伦的“辩论”那么简单。
2019年无论是安防市场还是资本市场,对于故事与情怀的触动基本已经免疫,在寻找场景应用落地的商场中犹如“神仙打架”,各家企业正各显神通,或许在2019年底时,当我们再次回顾,我们能看到更理性化的AI企业。
- LT1021BMH-10 电压基准作为超线性铂金温度传感器的典型应用
- 使用 ON Semiconductor 的 CAT3614 的参考设计
- 使用 NXP Semiconductors 的 PVF65GS10CMK40 的参考设计
- 使用 Analog Devices 的 LTC3873EDDB-5 的参考设计
- 使用 Infineon Technologies AG 的 IRU1010-33 的参考设计
- 用于 SMPS 的 L6566B 多模式控制器的轻载(FF 操作)典型频率折返应用
- ADP2139CB-2.8EVALZ,ADP2138 评估板,800 mA,输出电压 2.8 V,3 MHz 降压稳压器
- 使用 NXP Semiconductors 的 XPC862DT 的参考设计
- LT1568,用于 RFID 接收器的基带电路
- 使用 Diodes Incorporated 的 ZXCD1010EQ16 的参考设计