AI落地决胜，云从快跑应战

2015年，上海，海通证券上线人脸识别系统。

作为供应商，云从科技派团队蹲守上海。系统搭建完毕，问题却直面而来。测试时用户各自使用的手机不同，导致程序BUG频出。适逢牛市开户量激增，系统也十分不稳定。云从科技创始人周曦下令：如果搞不定大家都不要回重庆了。

云从项目团队不分昼夜地蹲点攻坚，最终实现了该项技术应用落地。

云从科技高级副总裁杨桦向创业邦讲述这段往事，“云从如何被市场认可，都是项目团队与客户一起工作，一个项目接着一个项目获得认可，继而再去开拓更广阔的市场。”

如今人工智能赛道已进入落地决胜期，更有公司在科创板敲钟上市。种种迹象表明，在AI行业已很难靠一支出身豪华的团队或一个剑走偏锋的idea就获得高估值。当下崛起中的“CV四小龙”商汤、云从、依图、旷世，无不是在技术转换为应用的道路上，与时间赛跑。

最近一年多云从的员工数从400多名增长到1000多名。区别于劳动密集型企业，AI公司人员的扩增一定是随着业务的深耕技术上有了新的储备，需要转换为势能，再匹配相应的人才。各AI公司人才就像引擎和发动机，推动人工智能大潮滚滚向前。

随着行业竞争加剧与团队扩张，管理上的挑战也浮出水面。杨桦告诉创业邦，云从正在学习华为，搭建技术中台，中台人员在研发阶段就要考虑技术应用和市场需求。另外，以客户需求为导向进行机制改革，减少内部体系化的条块分割，也是今年来的重头工作。

2019年6月《MIT科技评论》在杭州发布了年度“全球50大最聪明公司榜单”，云从作为中国唯一一家内资、平台型、主打视觉的AI公司上榜。这里评价公司“聪明”与否，不在于专利数量、资金规模，而是看企业将技术创新延伸至创造商业价值、乃至社会价值的能力。

从技术到产品

五年前，周曦还在中科院重庆研究院从事计算机视觉研究。他所在的实验室技术突出，但仅凭几十号研发人员，所能承接的业务已满足不了市场需求。彼时“双创”火热，科技成果产业化也一直是周曦的理念。在中科院重庆研究院的鼓励下，2015年4月，周曦团队走出了创业这一步。

云从科技创始人周曦

在实验室，技术可以是一篇论文，一项研究课题的突破，无需考虑技术落地后的市场规模乃至生死；但作为一家商业公司，技术必须落地到行业应用，变成切实的产品，否则意味着找不到增长点，就是生死大事。

AI落地需求广泛，对创业公司来说，如何鉴别出真需求？而且，满足这一需求的过程必须产品化，可标准化复制。

行业处在起步阶段，无前车可鉴。技术行业有个通用规则，早期面向有刚需而且愿意对技术进行提前投入的行业，随着技术日臻成熟，成本往下降，再提炼出一些通用技术，开拓长尾的新领域。

云从选择从人脸识别切入，首先聚焦大型国有银行。中科院时期云从团队在人脸识别领域已经有一定的技术积淀，云从成立当年的“3.15”晚会，又集中曝光了诸多银行无法识别假身份证的系统漏洞。事关金融安全，银行亟需“人证合一”的技术解决方案。

与重庆银行的成功合作为云从服务银行积累了经验。几个项目合作下来后，云从也开始总结经验。基于项目的合作，客户需求不尽相同，应当研究银行有哪些普遍的需求可用得上云从的技术解决方案，推出可复制的标准化产品。

云从人脸识别终端

云从也经历过预想中的技术完美与实际落地情况的落差，于是有了文章开头那一幕。另一回在为中国建设银行广东省分行提供一项面向校园的智能化银行服务时，周曦亲自带队，当时几乎是把云从整个研发团队从重庆搬到了广州。一行人住在项目旁边的小旅馆，与银行十几个部门的工作人员不停地沟通，最终提炼出46套人脸识别校园落地解决方案，其中一款最终为客户选中。

如今云从已发展成为银行在智能服务领域的第一大服务商，占有80%以上的市场份额。云从还拥有几十项自主研发的银行解决方案，从风控、自助机具，再到智慧网点和机房运营，这些解决方案产品化的基础正是源于云从早期承接的银行服务项目。

在“攻占”银行策略上，云从先从最具挑战的大银行客户开始服务，因为大客户情况更加多样和复杂，从中积累的经验也更具行业通用价值。服务好大客户赢得了口碑，再用其中积累的经验去覆盖小客户，属于高维打低维，成功率就要大得多。

当友商还在试水落地方向，陷入安防乱战之时，云从将市场刚需与自身优势相结合，聚焦单点突破，已在银行这块领域建立了很高的壁垒。

但云从并不满足于此，最近一两年，云从也推出了语音等产品。杨桦认为，这并不违背聚焦原则，云从本身聚焦大行业，从行业需求出发做客户解决方案。解决客户需求的过程中，人脸识别和语音常常同时涉及。

敬畏传统行业

如果云从只是个技术供应商，那么它提供的服务就可能与友商陷入同质化。在杨桦看来，惟有深入到客户的具体业务环节，提出建设性的解决方案，云从才更具竞争力。

有一回云从参与某大型国有银行项目招标，光是准备环节，云从就花了四五个月，技术已通过了层层考验。到了招标环节，云从拿出10多页的标书，没想到其他竞标者制作的标书都是300多页。

云从初创时的碰壁经历使得团队很快意识到，银行等传统行业要求高，外行不容易轻易进入，一定要敬畏传统行业，合作一个行业就要深入其中，比如与银行合作就要弄清楚银行的商业模式是什么。

云从在银行业站稳脚跟后，开始试水安防，也是遵循相同的工作方式。

2016年下半年，云从与广东公安厅合作，布控静态的人脸识别系统。广东省公安厅拿云从的系统与国外系统作比对，结果很惊喜，云从首位命中率达到50%以上，国外系统只能达到5%左右。

云从技术引领了广东省公安厅战法变革，正当云从准备将自身技术在全国公安系统燎原时，实战了一番才深知，安防领域各地情况相较银行更加复杂，很难通过一款产品一刀切，而是要根据各地政府实际情况，将各业务系统集成进去。

2017年上半年起，云从相继推出鹰眼、火眼平台两大主打产品。鹰眼面向人脸数据库检索，火眼则是一项实时追踪目标人物行踪的技术，有助于公安加快破案。2018年4月，云从在跨镜追踪技术上又取得重大突破，其中在Market-1501上的首位命中率达到96.9%，刷新世界纪录。

云从跨镜追踪技术检索图

“中科院”“国家队”是云从的标签，云从在融资策略上一大标准是纯内资。云从创始团队认为，金融、安防等领域的数据事关国家信息安全，国家一直强调核心自主可控，作为国家队，云从一定要代表国家在关键行业拿下核心技术，并实现产业自主化。

云从“国家队”的身份为它赢得了进入关键行业、拿下重要项目的船票。2015年7月，刚成立的云从科技与支付宝等共同成为人脸识别国家标准起草与制定单位。2017年3月、2018年1月、2018年9月，云从分别承担了国家发改委“人工智能基础资源公共服务平台”、“高准确度人脸识别系统产业化及应用”和国家工信部“基于自研SoC芯片的高准确度人脸识别产业化应用”项目建设任务。

但在周曦看来，“国家队”的身份是外界给云从的标签，如果不能切实解决问题，那只是一个花哨头衔，云从必须担起相应的责任，通过AI技术助力产业发展。

杨桦告诉创业邦，为了深入了解行业，云从与诸多企业和机构建立了合作关系。云从已与中科院、上海交大、三大行、公安部、中国民航总局等建立了联合实验室和研究中心。在人才建设方面，云从有着强大的外脑，有的人才一时无法加入云从，则是以顾问形式展开合作。

学习华为

2018年6月，云从科技完成10亿人民币B+轮融资，广东粤科金融集团、中国国新领投，广州产业投资基金、上海联升资本、渤海产业投资基金，原有股东元禾原点、越秀金控等继续跟投。

行业情况是，2018年“CV四小龙”融资总额达到100多亿。

资本成为CV公司早期的成长加速器。但人工智能毕竟不同于单纯的互联网产业，技术门槛不能只靠资本堆起来。

华为苦练十几年内功，成为世界级的科技巨头，但今天已没有如此长的时间让你成长。各CV公司成立至今平均只有四五年，已走到淡化单点技术，寻求落地场景的阶段，各CV公司们如今更愿意称自己是“AI公司”。云从的业务除了银行和安防，也覆盖至机场、新零售等新领域。

今年4月，云从承接了东方航空北京大兴国际机场人脸识别平台的项目。人像库规模大，机场环境复杂，云从必须克服各种困难严格遵守项目交付时间。结果从项目落地执行到交付，只花了一个多月。

科研本身慢，而落地决胜要求快。杨桦把云从摸索出来的方法叫做“在高速公路上一边奔驰一边换轮胎”。保证自己在急驶中不出现大问题，还要不断赋能新场景。

此外当下行业环境下，AI公司已很难通过项目制跑赢未来。项目制战线长投入大，却疲于市场应付，难以构建技术壁垒。为此云从正在搭建强大的中台，华为是其学习对象。

在华为，中台是个承载弹药的地方，“让听得见炮声的人呼唤炮火”，中台则迅速响应前台反馈的市场需求，快速组装弹药，迅疾出击。

周曦曾在员工内部信中如是强调中台重要性：“不把中台做强，没有扎实的内功，只是徒有其表，在行业做得了创新赢不了未来，只能给巨头们当炮灰。”

杨桦向创业邦介绍，在云从中台不是纯研究部门，必须是市场导向，还要与前台业务捆绑到一起，比较理想的情况是中台占到三分之二的技术人员。

“中台既要为未来打仗做准备，同时与当下业务紧密结合。比如做一个项目必须分析，哪些能抽象成标准化的东西，把它们组装起来形成底层技术，以便更好更快地服务于前台。”杨桦说。

云从曾分析华为的增长走势图，发现其走势较为平缓时，正是公司一项业务处在全盛期，同时研发新技术，为未来蓄势储能的阶段，接下来又是下一轮爆发，总体而言是个曲线爬坡过程，云从敬畏这样的公司。

而AI不只是风口，更是通往未来道路上一个不可逆的趋势。在杨桦看来，这条赛道足够宽广，里面一定会诞生几家有技术壁垒、创造巨大商业价值与社会价值的大公司。

为了抓住这一机会窗口，云从一面快跑应战，一面为未来蓄势。