谷银基金行业月度简报 | 人工智能板块
政策、知识、技术
人工智能发展受到高度重视 政策支持有望加大
近年来，我国在国家层面密集出台一系列政策措施助推人工智能产业发展。2017年，人工智能先后出现在政府工作报告和党的十九大报告中，“人工智能2.0”纳入“科技创新2030—重大项目”。国务院发布《新一代人工智能发展规划》确立“三步走”目标，从国家层面对人工智能产业进行了顶层设计，为人工智能企业和产业快速发展奠定了基础。工信部发布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，提出实施培育智能产品、突破核心基础、深化发展智能制造、构建支撑体系等四项重大任务和加强组织实施、加大支持力度、鼓励创新创业、加快人才培养、优化发展环境等五方面保障措施。
中共中央政治局10月31日下午就人工智能发展现状和趋势举行第九次集体学习，学习强调，要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展。各级领导干部要努力学习科技前沿知识，把握人工智能发展规律和特点，加强统筹协调，加大政策支持，形成工作合力。
根据麦肯锡预测，人工智能可在未来十年为全球GDP增长贡献1.2个百分点，为全球经济活动增加13万亿美元产值。中金公司认为，人工智能对中国经济的帮助尤为显著，是解决中国人口老龄化带来的劳动力不足以及实现创新发展的重要手段，看好AI芯片、计算机视觉等投资机会，以及AI在安防、零售、物流等领域的应用。
热点、趋势、动态
2018年中国人工智能市场规模分析预测
在我国国家战略规划中，人工智能已超越技术概念，上升为国内产业转升级、国际竞争力提升的发展立足点和新机遇；行业应用层面，巨大的行业应用需求场景、研发能力积累与海量的数据资源、开放的市场宏观环境有机结合，形成了我国人工智能发展的独特优势，依靠应用市场广阔前景，推动技术革新，形成技术和市场共同驱动。
据前瞻产业研究院发布的《人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示，2014年中国人工智能市场规模仅仅达到50亿元左右，到了2016年中国人工智能市场规模突破100亿元，达到了100.6亿元。2017后中国人工智能市场规模超150亿元。预计2018年中国人工智能市场规模将超过230亿元。
2014-2018年中国人工智能市场规模统计及增长情况预测
数据来源：前瞻产业研究院整理
中国人工智能发展四大重点问题分析
1、层技术基础差，长远竞争力受限。我国人工智能产业重应用技术、轻基础理论，底层技术积累薄弱，存在“头重脚轻”的结构不均衡问题。基层技术积累薄弱使人工智能核心环节受制于人，阻碍人工智能领域重大科技创新，不利于国内企业参与国际竞争，并使国民经济和国家安全存在远期隐忧。
从技术角度，国内在基础元器件、底层算法和理论研究等方面与国际水平差距较大，缺乏重大原创科技成果。从资本角度，国内人工智能领域投融资主要集中于应用技术领域，芯片领域的累计融资额仅占人工智能产业总融资额的2.1%。，而美国该比例达31.5%。从企业分布角度，国内人工智能芯片企业多为规模较小的初创企业，难以满足芯片领域技术和资金门槛极高的要求，而美国芯片领域则不乏谷歌、英特尔、IBM、高通、英伟达等科技巨头。
2、应用路径不明朗，商业价值兑现难。我国人工智能产业处于早期发展阶段，商业化应用路径尚不明确，商业落地的痛点突出，与当前不断高涨的关注度形成鲜明对比，形成“雷声大雨点小”的现象，近期的实际商业价值变现难度较大。
从应用对象角度，人工智能产业与外界缺乏深入有效的信息交流与资源对接渠道，传统行业和个人对人工智能的发展脉络、技术效能和应用模式等缺乏清晰认识。从应用环境角度，人工智能在推广应用时，面临资质、数据、标准、安全评估等行业准入壁垒。部分行业存在显著的数据壁垒，人工智能在数据接口标准、技术评价指标、安全评估管控等方面存在缺失，阻碍其在其他行业及个人消费领域中的推广应用。
3、发展氛围显浮躁，面临同质化风险。人工智能概念火热，但企业和政府对产业发展理解不透、思考不足，普遍高估并急于兑现人工智能的近期商业价值。产业发展氛围略显浮躁，面临同质化、碎片化风险，可能延长人工智能商业价值的兑现周期，并加剧产业未来发展的周期性波动幅度。
4、专业人才不充足，产业发展受牵制。人工智能是新兴产业，技术和产业发展迅猛，专业技术人才，以及兼顾人工智能与传统产业的跨界人才不充足，限制了产业发展以及与实体经济的深度融合发展。
我国人工智能基础层、技术层和应用层的人才数量占比分别为3.3%、34.9%和61.8%，基础层人才比例严重偏低，不利于底层基础理论研究及重大科技创新。从人才培养角度，我国高校人工智能领域的学科建设、人才培养相对滞后。目前，国内开设人工智能专业的高校数量较少、时间较短，学科实力不强。此外，国内缺乏人工智能与传统行业的跨界人才，不利于人工智能在各垂直行业的应用推广。
我国人工智能发展展望分析
1、认知性应用将成为亮点。芯片和算法的优化将进一步提升计算机视觉和语音识别的应用成熟度。人脸识别将成为计算机视觉技术的竞争热点，格灵深瞳等创新企业有望在动态视觉检测中取得关键突破。科大讯飞(002230)等国内语音识别技术商将利用数据优势，推动语音识别技术平台化，进一步提升多场景下的语言识别准确率。人工智能技术可能迎来新的质变契机，浅层次感知应用将与更高水平的认知智能融合发展，能够在逻辑判断基础上实现认知推理、情感互动、辅助性决策的认知性应用将成为业界亮点。
2、行业资源整合持续推进。预计2018年，国内人工智能产业将延续稳步增长态势，产业规模预计将超过230亿元，投融资事件数量将相对减少，但单笔金额增大，基础层企业将通过技术创新扩大规模，技术层和应用层企业数量将保持稳步增长。国内平台层面资源将加速整合，大企业将通过投资并购迅速获得相应细分领域中的前沿核心技术，降低研发失败的风险，在行业资源整合中发挥越来越重要的作用。
3、与实体经济融合将加速。新一代人工智能技术将与实体经济持续渗透融合，为零售、交通、医疗、制造业、金融等产业带来提效降费、转型升级的实际效能。无人商店、无人送货车、病例细胞筛查、数字孪生、智慧工厂、3D打印、智能投顾等新产品、新服务将大量涌现，从而加速培育产业新动能，开拓实体经济新增长点，有力推动我国经济结构优化升级。
4、本支持方向趋向集中。预计2018年，国内人工智能领域的投融资总量稳中有增，资本将更多聚集在应用层细分领域的龙头企业，投资事件数量将减少，单笔投融资数目将增大，马太效应将日益凸显。投资焦点将从应用层逐步下移，AI芯片等基础层和深度学习算法应用等技术层将获得资本市场的更大关注，投融资层次将更为丰富。
人工智能行业迎来发展机遇 四大方面推动商业化落地
2017年人工智能首次写入政府工作报告，上升到国家战略高度。2017年7月，国务院发布《新一代人工智能发展规划》，这是中国首部国家层面的人工智能发展规划。规划提出了人工智能在中国“三步走”的战略目标。2018年3月，人工智能再次写进政府工作报告，人工智能行业正迎来最好的时机。随之而来的是大量资金开始涌入这一领域，融资金额也屡屡创下纪录。
据前瞻产业研究院发布的《人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示，2017年中国人工智能创业公司累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的人工智能企业亏损。人工智能起起伏伏好几次，最后都归于沉寂的重要原因是没有商业落地场景。这次业内普遍感觉，技术积累到具备商业落地的条件了。工智能过去几年主要聚焦点在技术突破，接下来的5年主要聚焦点将在商业落地。
2014-2018年Q1中国AI私募股权投资市场发展情况
商业应用落地大潮
在人工智能领域，技术创新正在经过无人区，同时也面临商业模式的选择。人工智能面临最大的痛苦是没有可模仿的对象，这就意味着我们必须要做出创新，尤其是技术层面的创新。但一家企业最终的目的是实现商业上的成功，商业变现是很重要的。所以技术创新和找到合适的商业落地要齐头并进，尤其是这两点的结合很重要。
投资场景很重要，前两年做技术的人太多，现在都在找场景，没场景很难再往下去发展。所以，在拥有核心技术的基础上，要抓住市场大潮，能够快速切入。工智能目前可以真正大规模落地的商业场景不多，仅从计算机视觉领域来看，基于人脸识别的安防领域是不错的切入点。人工智能、计算机视觉更广阔的机会在实体经济，可以促进生产力的提升。
人工智能商业化四大洞察分析
1、已形成人群大数据积累的领域，AI落地速度快
智能营销和金融风控是两个典型领域。以互联网广告投放为例，实现广告的精准投放是广告主和DSP平台的核心需求，互联网和移动互联网的广告生态已存在数十年，广告投放的历史数据也积累了数十年。AI算法对于数据挖掘技术的提升，加上算力的优化，使得广告公司能够在毫秒间将广告主需求与人群大数据实现精准匹配，实现精准营销。例如品友互动的“MIP智能决策引擎”、百融金服的智能风控服务等。
2、AI本身未必具备商业价值，部分AI应用“多级变现”特征显著
不是所有的AI产品或服务，都本身具备较大的商业价值。在部分领域，AI只是作为类似“中间介质”的角色，帮助产品的其他环节和功能实现商业变现。例如，对于智能音箱、教育机器人等智能设备，语音交互技术优化了人机交互模式，提升了用户体验。然而，智能设备的使用价值不在于其本身，而是在于借助语音交互为用户提供的内容和服务。由于AI技术对于用户体验的优化，使得内容和服务的分发流量增加，从而实现商业价值。典型案例有ROOBO的“ROS.AI平台”、出门问问的AI开放平台等。
再例如，医疗领域针对病理学的细胞自动检测设备，AI技术使得机器自动诊断成为可能，能够极大程度上弥补中国病理学医生的缺口。对于企业而言，自动检测设备带来的商业价值，远不及细胞固定剂、染色剂等耗材带来的商业价值更大。典型的案例包括兰丁医学针对宫颈癌的细胞自动检测仪等。
3、整合人工智能+大数据+物联网+云计算，输出平台能力
技术平台类企业，往往能够根据不同行业、不同客户的不同需求，接入平台中特定的功能模块，其可塑性往往使其拥有广阔的目标市场。而这类企业本身未必是技术的研发者，他们更多是在做技术整合，拥有语音交互、人脸识别、图像识别等各类人工智能技术能力的企业作为其上游供应商，成为其技术能力的后院。此类平台型企业，往往针对具备多元化需求的应用场景，例如智慧社区、智慧城市、智慧家庭等等，典型的案例包括海尔U+的“U+云芯智慧家庭IOT物联云解决方案”、特斯联的“DARWIOT城市级智能物联网平台”等。
4、机器人市场火爆，带动产业链各环节进入商业红利期
在各类产品与服务中，机器人是公众认知最强烈的人工智能产物，近年来机器人在线下零售店、火车站等公共场所、家庭儿童教育、养老陪护与家务工作等多种场景落地速度快，国内一大批机器人企业迅速成长起来，例如优必选的各类场景机器人解决方案、智伴教育机器人、小米扫地机器人等等。机器人市场的爆发，同时带动了上游零部件、核心技术产品供应商的商业落地。例如，为机器人提供自主定位导航、路径规划的激光雷达供应商，提供语音交互功能的芯片模组等等。
投资、并购、重组
特斯联科技获12亿元B-1轮融资，再创人工智能物联网领域融资纪录
10月25日消息，AIoT（人工智能物联网）赛道独角兽企业特斯联科技宣布完成B-1轮12亿元人民币融资。这是特斯联继去年7月获A轮5亿人民币融资后，再次刷新AIoT领域单轮融资纪录。本轮融资由光大控股、IDG资本领投，商汤科技跟投。光源资本担任本轮独家财务顾问。
特斯联是光大控股孵化的高科技创新企业，承担着光大集团在新经济赛道上的重要使命。IDG资本的连续投资，是资本与市场对特斯联的行业优势及团队能力的认可。商汤科技作为目前全球领先的人工智能平台公司，此次参投将会进一步助力人工智能及物联网的落地，为特斯联的精细化运营及产品开发提供支持。
光大控股执行董事兼首席执行官陈爽表示：“光大控股在投资上，始终坚持传统经济和新经济相结合。特斯联是光大控股旗下最大的人工智能物联网平台，用新技术赋能，助力产业智能升级，所做是国之所需。在特斯联构建起的生态系统中，聚集头部技术，携手传统行业，让最前沿技术落地应用，共同创造价值。光大控股的另一个资产管理理念是深入企业发展，从战略制定、风险管控上赋予被投企业一系列发展动力。在特斯联的成长过程中，光大控股一直给予巨大帮助。我们已经欣喜地看到，特斯联成为了该领域内的独角兽，解决方案触达了诸多场景，未来还将进入养老、学校、医院等等。这是我们设定的目标，我们充满希望。”
在新技术与传统行业的交点上落子布局，这是新经济形态下的因势而谋、应势而动。光大控股董事总经理、新经济投资负责人艾渝说：“特斯联正搭建起万物智联的‘桥梁’，与传统行业深度结合、以AIoT技术赋能，不断夯实并持续扩大行业领先优势。”
与光大控股一同见证特斯联成长的IDG资本，也对其发展给予肯定。IDG资本创始董事长熊晓鸽，用看重特斯联在产业智能化趋势下，具备先发优势和深刻理解为连续投资做注脚。他说：“产业智能化是必然趋势，是无法忽视的大赛道。同时，IDG资本也高度认同特斯联这支年轻、卓越、有冲劲的团队。他们对前沿技术反应灵敏，对人工智能物联网赋能应用有前瞻性，并非常注重落地执行。IDG资本不仅希望在资本层面能提供强有力支持，更希望成为特斯联最重要的合作伙伴。”
同样作为重要战略伙伴，以人工智能技术创新为驱动的商汤科技此次选择投资，旨在与特斯联并肩拓展人工智能及物联网的落地应用，还将提供原创底层技术支持并深化双方合作，共创行业未来。商汤科技联合创始人、战略投融资负责人徐冰认为：“作为AI原创技术的先行者，商汤科技在场景落地的过程中，需要与极具产品层优势的伙伴强强联手，打穿算法层与传统行业间的断层。特斯联融通终端场景和行业切实需求，同时有能力结合具体场景创新优化算法、解决实际问题。商汤希望能与这样处于行业头部的公司携手，在长周期内创造更大价值。”
人工智能结合物联网，打通AI赋能百业的最后一环，也将直接创造价值。在智能产业化和产业智能化的过程中，AIoT所创造的经济价值将覆盖到整个产业链上下游的所有企业。
特斯联副总裁谢超用“共赢”来概括这样的局面：“特斯联持续致力于为不同客户提供垂直行业的一站式、智能化解决方案。前端智能硬件配合自主研发的达尔文数据智能分析平台，用技术赋能传统行业。未来，特斯联将与生态伙伴携手同行、资源共享，将AIoT落地应用到更广阔的场景中，共同迎接产业智能化带来的新增长。”
深入理解更多终端场景，解决行业中遇到的切实痛点，特斯联不仅在产业链条上纵向打深，还将横向拓展AIoT商业生态。以AIoT技术赋能传统行业，助力产业智能化升级。本轮融资后，特斯联将在产品研发、优质人才引进及场景布局等多个维度上加大投入，成为更有价值的人工智能物联网平台企业。与创新中国同步，用科技成就美好生活。
用人工智能挑战新药研发，晶泰科技完成4600万美元B+轮融资
10月25日消息，晶泰科技（XtalPi）宣布完成4600万美元（约合3.2亿元人民币）的B+轮融资，由国寿大健康基金领投，SIG（海纳亚洲）、雅亿资本跟投。本轮融资将用于加速晶泰科技的业务扩展与智能药物研发平台的建设，帮助其技术在更多药物研发领域实现应用。
晶泰科技A轮融资由腾讯领投，真格基金、峰瑞资本跟投；今年1月完成B轮融资，红杉资本中国基金领投，谷歌、腾讯跟投。目前，晶泰科技已完成累积超过6600万美金的融资，成为全球人工智能药物研发领域融资最高的企业之一。
晶泰科技还在今年5月宣布了与辉瑞美国研发中心的战略研发合作，结合人工智能与量子物理，为辉瑞研发药物分子模拟平台，以提高其药物设计能力与效率，其技术正逐渐改变着药物发现与筛选的研究方法，获得辉瑞科学家团队的推崇和肯定。
晶泰科技是一家以计算驱动创新的药物研发公司，其ID4（Intelligent Digital Drug Discovery andDevelopment）智能药物研发平台结合量子物理、人工智能与云计算技术，可以准确预测小分子药物的多种重要特性，加速药物临床前研究的效率与成功率。
新一轮融资后，晶泰科技将重点部署人工智能算法在更多药物研发关键环节的落地。为在更广阔的化学空间进行新药发现、预测药物关键性质、以及药物开发后期流程的优化，提供新的人工智能算法应用。晶泰科技还将对其现有的百万核级云资源调度平台进行升级，打造在算力与安全等级上行业领先的云端研发平台，为药企客户提供高度定制化的解决方案。
晶泰科技联合创始人、董事长温书豪说：“晶泰科技已在药物工业取得创新药企客户的高度认可。未来，我们还计划将计算资源调度与安全底层平台开放给世界范围内更多的药物研发工具开发者，连接更多的AI药物研发工具为工业界所用。赋能全球的药物研发机构，提升新药发现和药品产品开发的效率。”
国寿大健康基金总裁万谊青表示，“企业是否具备核心技术实力一直是国寿大健康基金投资过程中重要的评判标准。晶泰科技是从事AI+医药研发的领军企业，其独特的晶型设计与智能药物研发技术有巨大的发展潜力，相信未来将在医药研发领域发挥更加重要的作用。”
雅亿资本合伙人刘翀说：“晶泰科技是生物科技领域中率先实现量子物理、人工智能、与云计算在研发一线落地应用的公司，其核心技术有机会为药物研发行业带来效率、成功率的革命性提升。我们希望支持这支极具前瞻性的团队加速成长，让ID4平台为更多新药研发做出贡献，让更多患者受益。”
上市公司/标杆企业研究
如今，无论是金融、医疗、农业还是餐厅等其他领域都与AI有密切联系，人工智能在我们的生活中已经无孔不入。随着社会的不断发展与科技的不断进步，市场都在传递着一个信息：未来，人工智能将主导着世界。
特别是在2016年的人机大战之后，人们对人工智能更是表现出了不一样的热情，在资本的推动下，人工智能市场的火热程度更上一层楼。根据Gartner最新发布的数据可知，今年全球AI市场规模将达到1.2万亿美元，与去年相比，增长了70%以上。
AI这股浪潮正在席卷全世界，但表面繁华的人工智能市场，也有不少阴影之处。
AI市场繁花似锦的背后存在不少阴影
人工智能发展空间巨大，但由于资本的疯狂炒作，导致人们对AI期待值过高，从而引出不少问题。
据不完全统计，去年我国AI领域投融资事件有353起左右，相比起2016年来说投融资数量有所下降，但融资总额增至600亿元左右。今年，我国AI融资总额将持续增加，预计将达到900亿到1000亿元。虽说如此，但由于市场缺乏项目，资本没有多余的选择，只能跟风投资一些项目，加上项目和技术走向成熟的周期过长，进一步加大企业盈利难度。
再者，在AI行业中，隐私安全也是制约行业发展的关键。AI在提高我们生活效率与品质之前，要先掌握人们的个人信息，通过对个人信息数据进行分析来制定相应的服务。但由于一些企业太过求成，在技术等还未成熟时便匆忙入局市场，极易造成用户信息泄露事件。
总之，虽然人工智能这一行业发展前景广阔，市场规模也在不断扩大，但存在的问题也不少，若是不解决目前存在的项目少、盈利难等问题，将影响行业发展进程。当然，在人工智能市场上有些企业的发展还是不错的，如科大讯飞、依图科技、旷视科技、云从科技等。近期因融资事件备受市场关注的商汤科技也是人工智能行业中的一员“猛将”。
云从科技——短短三年 中国AI领域“独角兽”是怎样炼成的？
云从科技是一家孵化于中科院重庆研究院的高科技企业，自2015年4月成立以来，已发展成人工智能行业“国家队”，产品覆盖银行、安防、民航等领域，是我国银行业人脸识别的第一大供应商。
短短三年，是什么支撑着这家初创企业一路发展成为国内AI领域“独角兽”？欲知答案，不得不从其布局在全球的三级研发体系说起。
科研机构孵化出AI“独角兽”
2014年10月，中科院重庆研究院发布消息称，该院研发的人脸识别技术获重大突破，能够将跨场景、非同源人脸图像映射到同一图像空间，有效解决真实场景光照、遮挡物、年龄跨度对人脸识别的影响，最高识别率达93%以上。
这是人脸识别技术第一次被媒体进行系统报道。与此同时，“人脸识别”成为当时国内科技界的新事物，迅速在网络上引起热议。彼时，“人工智能”四个字还不像今天这样常见。
很快，在2015年4月，广州云丛信息科技有限公司与中科院重庆研究院合资成立了重庆中科云从科技有限公司，重点转化人脸识别技术、人群监测技术、警用图侦技术和交通识别技术等科研成果。
自此，云从科技开始了一路的飞速发展，每发布一项技术或产品，就会在国内人工智能行业引起轰动。今年3月19日，云从科技发布的“炬眼”智能识别相机，被称为是世界科技界的一项重大突破。“炬眼”智能人脸识别相机使用Intel架构，在摄像机本地完成全程识别，极速传输识别结果到后台，准确率高达99.8%以上。
目前，云从科技的技术应用覆盖国内的银行业、安防、航空等领域。以银行业为例，云从科技是中国银行业人脸识别第一大供应商。“国内有能力自建系统的银行为148家。截至2018年3月15日，已完成招标的银行为121家，其中，云从中标88家总行平台，市场占有率为72.7%。”云从科技联合创始人、战略规划部总监姚志强介绍。
2017年3月，国家发改委确定云从科技与百度、腾讯、科大讯飞，承担国家“人工智能”基础项目重大工程——人工智能基础资源公共服务平台建设任务。2018年1月，国家发改委确定云从科技承担国家“人工智能”产业化项目重大工程——人脸识别系统产业化应用平台建设任务。现在，云从科技被誉为“人工智能行业‘国家队’”。
2017年，成立不到3年，估值200亿的云从科技被遴选为人工智能行业的“独角兽”企业。今年3月，被金融界认为是国内IPO变革下最有可能走上“快速通道”的科技企业。
在近日于重庆举办的2018知识产权南湖论坛上，来自德国马普创新与竞争研究所前所长约瑟夫•施特劳斯在讲到人工智能时，专门提到“中国有一家很重要的公司，他们在面部识别方面作出了非常好的研究，可以通过面部识别将很多不同的数据整合起来用到其他不同领域去”。可见云从科技已在世界上产生影响力。
事实上，从国外知名企业实力“挖人”也能从侧面反映云从科技的影响。目前，已经有苹果、谷歌的工程师跳槽到云从科技在硅谷的实验室或在上海的研发中心。
三级研发架构做技术支撑
要深究云从科技的核心竞争力，一定绕不开CEO周曦。可以说，他就是那个把人脸识别技术落地到中国并成功实现商用的人。
周曦先后获中国科学技术大学学士学位和硕士学位，在美国伊利利诺伊大学（UIUC）读博期间，师从四院院士、计算机视觉之父——Thomas S.Huang黄煦涛教授，专注于人工智能识别领域的计算机视觉研究。
2011年，周曦回到中科院，任中国科学院重庆绿色智能技术研究院智能多媒体技术研究中心主任。他带领团队成功研发出国内首套“人脸识别支付”系统、人证合一人脸验证系统。2015年云从科技成立后，周曦的身份从科学家转变为CEO。
在浓厚的科学背景下孵化而成的科技企业，研发自然被摆在了最为重要的位置。云从科技搭建的“三层研发体系”，覆盖了从前沿科学到市场应用的全过程。
第一层，要解决创新的“来源”，也就是人工智能技术的科学支撑。由于人工智能在全球都处于起步阶段，对前沿理论的吸收密切关系着后期技术的应用。据介绍，云从科技在美国UIUC和硅谷分别建有前沿实验室，可以与世界上最顶尖的人工智能领域科学家进行思想碰撞，跟上最前沿的理念。
第二层，前沿技术能否在实际生产生活中推广，需要进行技术验证。在国内，云从科技与中科院重庆绿色智能技术研究院、上海交大都建立了联合实验室，其职能是在人工智能前沿技术中，通过大量的场景实验寻找最适合做产品的技术。双层异构神经网络，就是周曦在中科院重庆研究院期间带领团队挑选出来的，目前是其人脸识别的核心技术。
第三层，研发成果要落地成为具体的产品。云从科技目前在上海、广州、重庆、成都建立有四个研发中心，便是做成果转化的，要把实验室的成果变成市场产品。研发中心还细分了算法、开发等小组，以算法为例，在上一级研发成果的基础上，这里还需要针对实际应用场景进行性能提升。
获得国家项目大力支持
“AI企业的竞争力离不开大数据、计算力、研发人才，三者都到位才能形成企业的核心算法。”姚志强说，三级研发体系为云从汇聚了人才，而大数据和计算力的支持则离不开国家的支持。
公安部门是云从科技的“大客户”，在为其设计产品的过程，给了云从科技合规使用大数据的条件。与实验室最大的不同在于，承担这样的项目其实为技术应用提供了最珍贵的实践场景。
不同于其他科技产品，人工智能是“定制化生产”，客户需要什么就为他们设计什么。大数据和客观需要，就是设计线索。以云从科技最近在跨镜追踪技术上取得的成果为例，便是公安部门管理外来人口的需求给了他们“灵感”。
有了大数据，没有计算力也无法完成设计任务。研发人才是企业计算能力的“软件”，同时承担国家级项目也能为企业汇集创新资源，不断实现算法迭代。
目前，云从科技已经承担了两项国家发改委的项目。一项是2017年3月与百度、腾讯、科大讯飞共同承担的国家“人工智能”基础项目重大工程“人工智能基础资源公共服务平台”。另一项是今年1月才确定的，国家“人工智能”产业化项目重大工程“人脸识别系统产业化应用平台”建设任务。
“矩形”管理体系激发人才价值
日前，记者走进云从科技位于两江新区互联网产业基地的办公地。2000平方米的办公区域，密密麻麻地坐满了研发人员。
“现在重庆公司有500多人，已经坐不下了，我们马上会搬到产业园二期，那里有8000平方米左右。”姚志强说，公司员工构成中，90%以上都是技术人员。作为管理层，他的办公区域也腾出来给工程师们做研发了。
公司发展的速度远超他的预期。在大研发部，计算机前每个人都忙得热火朝天。他们在与时间赛跑，也在与彼此竞争。他们专属不同的技术条线，每个技术条线都关系着若干个项目，公司按照项目、技术种类将研发人员分组，因此，每个人可能都同时承担着四五个项目，彼此的项目间也会有交叉。这种管理方法被称为“矩形”——纵向为产品线，横向为技术线。在任务繁重的科技企业，将技术人员“并联”能最大程度发挥每个人的价值。所以，更大程度的“通用”也是公司对员工的要求，比如，一个程序员写出的代码适合的产品越多，他得到的奖励也越多。
公司鼓励员工进行发明创造。“获得一个发明专利，公司会单独给员工一笔奖励。”29岁的刘元（化名）是云从科技研究院的图像算法研究员，他的工作任务主要是通过算法升级提升人脸识别的准确度，而准确度也关系着他的绩效薪酬和年终奖，这与他此前所在的科研机构升职加薪的考核方式有很大不同。
初创企业的激励机制让很多刘元这样的年轻人充满了创业激情。“我们都是自觉加班，每天晚上9点之前至少都还有一半人留在公司加班。”刘元说，这样的工作激情也是受CEO周曦影响，他们习惯叫他周老师而不是周总，“他很拼，常常晚上12点才走。”
刷个脸就能知道顾客偏好
目前，云从科技的人脸识别技术在银行、公安、航空、教育等领域都实现了应用。下一步，在新零售领域，人脸识别也将带来全新的销售模式。
“我们正在推进智慧门店试点工作，通过人脸识别反馈营销信息。”姚志强举例，当顾客进入门店时，系统对其行走路线、关注商品进行跟踪并形成一套专属的顾客偏好信息，当下一次这个顾客进入门店“刷脸”时，这些信息就会第一时间反馈给销售者。
