科技云报道原创。
计算机视觉，无疑是目前AI行业最具商业化价值的赛道。
数据显示，2020年，国内有35%的AI企业聚集计算机视觉领域，市场规模在所有领域中占比达57%，排名第一。
在国内，计算机视觉技术基本已经覆盖农林牧渔、生产制造、城市交通、安防、出行、零售，几乎所有的人类生活生产领域。
最常见的计算机视觉技术应用，例如人脸识别，中国已将其用在了警察工作、支付识别、机场安检，甚至在北京天坛公园分发厕纸、防止厕纸被盗，以及其他许多场景。
计算机视觉的大规模应用落地，带来了资本市场的繁荣。除了BAT等巨头之外，国内也诞生了如商汤、云从、旷视、依图“四小龙”的独角兽企业。
与此同时，一大批3D视觉初创企业相继获得资本青睐，跨维智能、地标科技、翌视科技等顺利完成大额融资。仅2022年第一季度，3D视觉领域发生融资就超过10起。
随着AI领域大刀阔斧地前进，整个计算机视觉市场仍在高速增长。
数据显示，中国计算机视觉行业市场规模由2017年的68亿元快速增长至2020年的780亿元，预计2021年可达1120亿元，2017年-2021年的年均复合增速达到101.45%。
或许正是市场过于热络，所堆砌的泡沫也在慢慢溢出。
赔本搞研发，盈利陷入僵局
这几年，视觉市场对于头部以下的企业来讲，是一个不可多得的出头机会。
以曾经深受资本宠爱的格灵深瞳为例，2020年以后，是格灵深瞳“发迹”的起点，仅是双光温测智能识别设备在当年就创下4716.02万元，占当年营收的19.43%。
只不过在净利润上，数值依旧不忍直视。根据调查显示，2018年-2020年公司净利润分别为-7456.55万元、-41758.32万元和-7820.16万元，格灵深瞳2021年上半年净利润更是高达-5703.79万元。
科技圈研发一向是个烧钱的长线游戏。赔本也要搞研发，这是视觉赛道最无可奈何的游戏规则。
相关资料显示，格灵深瞳2018年至2020年累计研发投入合计28308.78万元，占最近三年累计营业收入的比例为77.37%，尤其是2018年和2019年，研发投入远超营业收入。
更让年轻企业和腰部企业发愁的是，顶着热度与压力前行，往前却难以撼动头部们龙蟠虎踞的格局，往后又无法割舍这个日益坚实的市场。
就目前来看，视觉风口的最终落脚点还是绕不过技术重心，视觉创业公司融资用途，除了团队拓展，便是产品研发。
年轻企业愁存亡，老牌企业的闹心事也不少。尤其天下视觉千千万，安防市场占一半，传统安防企业本身的硬件成本居高不下，那些靠安防站稳计算机视觉领域的企业多数困于盈利漩涡。
海康威视在全球的视频监控市场占有22.6%的市场份额，毛利率和同期的人工智能其他公司相比，诸如科大讯飞、旷视科技、虹软科技却是最低的。提供智能手机AI解决方案的虹软科技毛利率能达到94.29%，海康威视则不到50%。
国内掀起视觉风云的主力军是互联网，百度早在2013年就成立百度 学习研究院，展开包括计算机视觉在内的多领域研究。
2017年，百度还全资收购了美国视觉科技公司xPerception。2018年，百度全线开放人脸识别、文字识别、图像审核、图像识别等五大类、共58项基础能力。
但根据媒体报道，迄今为止也只有20万开发者在使用百度的计算机视觉能力。
如今，一向无利不起早的互联网也多少有点迷茫，诺大的视觉行业，家家有本难念的经。
商业化落地。 TO G还是TO C?
尽管计算机视觉在各个领域都有应用，但在实际商业化落地过程中依然还面临一些阻碍。
就现阶段而言，计算机视觉商业化大都是由G端买单。
根据艾瑞咨询的研究报告，超过60%的计算机视觉机构服务于安防相关的应用场景。而安防市场多以公安行业的人脸识别-动态布控应用作为切入，为公安人员处理案件带来精度和效率的提升。
另外一块重点应用在于政务服务。在全国各省市的“互联网+政务”改革中，计算机视觉技术能够实现信息的智能采集和处理，以及身份证、户口本等材料的扫描录入与识别处理，让业务办理实现智能化，改善政务服务的体验。
此外，计算机视觉作为城市的“眼睛”，在智慧城市的管理中也扮演着重要的角色，通过低功耗传感器、摄像头和计算机视觉软件相结合的方式，不断监测城市的高效运行。
不难发现，当下公共安全、城市治理等是计算机视觉技术应用较为迫切的场景，因而政府成为其头部客户。
而在To B市场，计算机视觉的市场才刚起步。
根据中商情报网数据显示，计算机视觉行业按市场结构分类，安防影像分析占据一半以上的市场份额，达到67.9%，紧随其后的广告营销分析、泛金融身份认证（解决方案）、互联网娱乐、泛金融身份认证（云服务、SDK等）加起来的份额仅为29.6%。
随着物联网和5G时代的到来，如何走好消费领域的商业化，将最终决定计算机视觉的“落地面积”。
现阶段在新零售、服务机器人、在线娱乐等to C场景，已经有相当多的业务场景可以实现落地。
然而，C端市场并没有被打开，一方面是技术上还有欠缺，另一方面是C端市场还没有形成为技术买单的广泛意识，还需要时间进行培育。
从实验室到商业化，何时越过鸿沟？
一项技术从实验室到商业化场景之间，往往存在巨大的鸿沟。
尽管计算机视觉在解决某些领域问题的时候已经逐渐成熟，甚至效率可以超过人类，但在更多领域问题上却无法达到很高的精度。
无论是自动驾驶，还是工业检测，要求的精度是非常高的，但现阶段计算机视技术还达不到行业实践所需要的精度，从而在一定程度上阻碍了技术推广和商业化落地。
此外，计算机视觉算法需要大量的数据与人工标注，需要较长的研发周期来达到应用领域所要求的精度。如何降低算法的开发时间和成本，也成为计算机视觉商业化的一大鸿沟。
值得注意的是，计算机视觉是由一个庞大且复杂的系统组成，里面涵盖了多种硬件。随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备，对计算机视觉算法进行持续的设计与开发，也是一大技术挑战。
当计算机视觉持续渗透到各个场景，如何保证设备的有效使用也成为实际落地之后的问题。
其中，“用户体验”就成为决定高频次使用的重要因素，一方面要过硬的产品质量，另一方面要真正触及用户实际作业痛点，这就要求计算机视觉服务商能够充分深入行业，找到合适的切入点来落地技术。
而如何兼顾技术研发与商业落地的平衡，对于任何科技企业而言，从来都不是一道简单的选择题。
全球竞争中“偏科” 商业化前路几何？
计算机视觉领域，从某种层面来看，应用范围比较宏观，也正因如此，视觉之战早就在全球的各个角落打响。
首先，在整个视觉领域，海外的入局时间与速度都不可置否。
《2017年-2024年全球计算机视觉市场行为分析和预测》显示，英伟达、英特尔、高通、苹果、谷歌等多家海外巨头，被列入全球计算机视觉市场的主要参与者。
这其中，我国企业的身影寥寥无几。
其次，在以工业为主的机器视觉，目前全球机器视觉产品的高端市场仍然被美、德、日品牌占据，比如美国康耐视、国家仪器，德国巴斯勒、伊斯拉视像，日本基恩士、欧姆龙……其中，光康耐视和基恩士就垄断了近50%的全球市场份额。
反观国内，视觉资本下半场终于开始青睐工业板块，热烈而又略显空白的市场背景是最好的解释之一。
事实上，我国计算机视觉技术姗姗来迟，目前比较能拿得出手的是人脸识别。
根据国际调研机构GenMarketInsight发布的《2018年全球人脸识别设备市场研究报告》，2023年，中国将占全球面部识别市场份额的45%。
美国国家标准与技术研究院对全球人脸识别算法测试结果显示，排名前11名的企业，只有两家来自美国，剩下来自中国、俄罗斯和立陶宛，其中中国企业包揽了前五名。
可以看到，在视觉商业化上，我国缺少了一定的领域基因。
一个很明显的趋势是，海外的视觉赛道早已成批企业化，我国依旧是学术大于技术落地，比如美国企业参与支持的相关论文数量就是官方的七倍。
不过比较欣慰的是，我国的视觉技术正在逐渐从“纸上谈兵”走入现实，走入资本。当然，如果泡沫再少一点，局面肯定会更加明朗。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
