商湯的一款下棋機(jī)器人再次讓人們的目光聚焦在AI公司做硬件這件事上。過去幾年，軟硬一體成了AI落地的主要路徑之一，但無論是之前普遍做的算法盒子、攝像頭、硬件模組等toB賽道，還是現(xiàn)在嘗試的toC賽道，硬件對(duì)于AI公司而言都不是容易的事。
文｜游勇
編｜王飛飛
01
令人意外的新品
為了讓算法落地，人工智能公司也是絞盡腦汁。
8月，國(guó)內(nèi)頭部的AI公司商湯科技發(fā)布了一款令人頗感意外的硬件新品——元蘿卜機(jī)器人。這是一款售價(jià)1999元的AI下象棋機(jī)器人，如它的名字一樣，只能用于下象棋，不過模擬了人的動(dòng)作，植入了AI算法，可以設(shè)置不同的難度。
這個(gè)產(chǎn)品的設(shè)計(jì)看起來更像是小米的風(fēng)格。它有一個(gè)小型的機(jī)械臂和兩個(gè)鞋盒大小的白色機(jī)身，額頭上有一塊屏幕，頭上一根攝像頭。據(jù)知情人士對(duì)數(shù)智前線透露，商湯選擇做AI下棋機(jī)器人，確實(shí)受到了公司內(nèi)部有小米背景的人士影響。至于為何做象棋而不做圍棋機(jī)器人，上述人士透露，主要是圍棋的棋盤和擺子比象棋復(fù)雜了很多，不容易識(shí)別。
即便如此，商湯科技創(chuàng)新工程院院長(zhǎng)沈徽透露，元蘿卜機(jī)器人也經(jīng)歷了20個(gè)月研發(fā)，迭代了9個(gè)產(chǎn)品。
但商湯這款產(chǎn)品讓不少業(yè)內(nèi)人士表示看不懂，有人認(rèn)為，盡管商湯在外界的印象中一直是一家大而全的AI公司，但直接做一款toC的消費(fèi)級(jí)產(chǎn)品還是出人意料。還有人認(rèn)為，即便做toC硬件，也應(yīng)找到“爆品”，而下象棋機(jī)器人是一個(gè)頗為冷門的硬件品類，潛力不大，在天貓上，也只有一款同類型產(chǎn)品。
“我覺得商湯是賠錢在賣。”在一位業(yè)內(nèi)人士看來，商湯這個(gè)機(jī)器人，結(jié)構(gòu)設(shè)計(jì)上比較復(fù)雜，而且商湯又沒什么C端渠道優(yōu)勢(shì)，加上各種營(yíng)銷成本，很難賺到錢。商湯甚至還邀請(qǐng)了郭晶晶代言。
在他看來，一塊彩色屏幕和一個(gè)機(jī)械臂的成本都不低，雖然用了磁吸的方式，而不是模擬人手去抓棋子，后者的成本會(huì)更高。
不過，更多的質(zhì)疑來自于商湯是否有必要做這么一款產(chǎn)品：
“頭部視覺公司做這個(gè)，還不如下載個(gè)QQ游戲！”
“建議產(chǎn)品經(jīng)理做產(chǎn)品的時(shí)候多一些人性的思考，老頭出去下棋，本質(zhì)上是為了出去。現(xiàn)在被機(jī)器人拖在家里，出門放風(fēng)的機(jī)會(huì)都沒了。”
商湯CEO徐立解釋了這款產(chǎn)品的初衷，把大型的產(chǎn)業(yè)界的AI能力帶入千家萬戶，到真實(shí)場(chǎng)景中進(jìn)行體驗(yàn)交互，“科技可以給傳統(tǒng)文化一個(gè)未來”。正如徐立所言，他的父親也是一個(gè)棋迷，但年紀(jì)大了之后，除了在網(wǎng)上下棋外，沒有其他的下棋的伙伴，而且網(wǎng)上下棋也傷眼睛，年紀(jì)越大也看不清楚，所以很少下。
這似乎有想讓視覺人工智能產(chǎn)品能影響更多普通人的意圖，但如果分析當(dāng)年語音人工智能老前輩科大訊飛下場(chǎng)做toC硬件，他們目標(biāo)明確：一是找爆品市場(chǎng)，科大訊飛負(fù)責(zé)toC硬件的胡郁稱，當(dāng)年選擇耳機(jī)，是因?yàn)閹啄昵埃鷻C(jī)品類已經(jīng)達(dá)到1億出貨量的市場(chǎng)規(guī)模；二是跑通產(chǎn)業(yè)鏈，比如選擇教育類產(chǎn)品，背后考慮到了內(nèi)容組織和供應(yīng)。
但商湯目前選擇的場(chǎng)景并不被很多人所看好。AI從業(yè)者張斌泉告訴數(shù)智前線，只能下象棋，功能過于單一，他曾給孩子買過很多機(jī)器人和機(jī)器狗，20多項(xiàng)功能三天就玩完了，很快就失去了新鮮感。消費(fèi)者要的是豐富性、可玩性、趣味性，“一個(gè)單一功能的東西，玩一天就不玩了”。
有人認(rèn)為，即便做類似字節(jié)跳動(dòng)推出的帶有“管孩子”和“孩子互動(dòng)”的臺(tái)燈，都是更好的選擇。甚至與視覺算法更契合的掃地機(jī)器人也是一個(gè)更剛需和龐大的賽道。
一位教育硬件從業(yè)者告訴數(shù)智前線，包括學(xué)習(xí)機(jī)、點(diǎn)讀筆、單詞卡等內(nèi)置了AI能力的產(chǎn)品，這些年都賣得非常好。“單詞卡賣得很便宜，量也很大，動(dòng)不動(dòng)就是10萬量級(jí)的產(chǎn)品。”
雖然教培公司這兩年遭遇了雙減沖擊，但一個(gè)很明顯的趨勢(shì)是，硬件是在線教育公司為數(shù)不多還在努力的方向。顯然，教育硬件是很多家長(zhǎng)的剛需，它最終目的是提高學(xué)生成績(jī)，但相比之下，下象棋或者下圍棋的需求會(huì)明顯小很多。
另外，商湯之前也做過教育編程的車，盡管是商湯與學(xué)校合作的toB產(chǎn)品，但商湯也可以另辟蹊徑，像大疆、樂高一樣推廣帶視覺功能的toC教育硬件，也不失為一個(gè)選擇。
商湯科技的元蘿卜機(jī)器人開始預(yù)售一周后，在天貓的銷量才過百單，而且需要在兩個(gè)月后才能發(fā)貨。這對(duì)于一款toC的硬件產(chǎn)品而言，從發(fā)布到發(fā)貨間隔這么久，并不是非常合理的做法。
ToC產(chǎn)品與這些AI公司的ToB業(yè)務(wù)也存在很大差異，前者更考驗(yàn)供應(yīng)鏈能力和銷售渠道，商湯并沒有建立完整的toC產(chǎn)品的渠道。一位業(yè)內(nèi)人士告訴數(shù)智前線，商湯的元蘿卜機(jī)器人或許會(huì)把ToB作為渠道之一，比如將這些產(chǎn)品賣給棋院，就像科大訊飛將翻譯機(jī)賣給政府一樣。事實(shí)上，商湯這款產(chǎn)品也與中國(guó)象棋協(xié)會(huì)進(jìn)行了深度合作。
02
AI公司熱衷硬件的背后
雖然AI視覺公司里，很少像商湯一樣直接做一款toC硬件，但行業(yè)的一個(gè)共識(shí)是，純技術(shù)公司很難賺到錢，技術(shù)必須與具體場(chǎng)景相結(jié)合。
這些年，做硬件或者軟硬一體，一直是AI小龍們所努力的方向。他們做一些搭載了AI算法的盒子或者是攝像頭和刷臉的面板機(jī)。
AI視覺公司里，最早在硬件上布局的是曠視科技。2015年，曠視就推出了首款A(yù)I攝像頭，“抱著試一下的心態(tài)。”曠視科技聯(lián)合創(chuàng)始人楊沐說。當(dāng)時(shí)曠視試水各種硬件，尋找適合算法的載體，一開始大家的認(rèn)知是算法載體是服務(wù)器。但服務(wù)器太貴，而且功耗大，用戶得建設(shè)機(jī)房。當(dāng)時(shí)一些小區(qū)、園區(qū)的門禁就有將算法放在終端攝像頭上的需求。
2017年，商湯也發(fā)布了首款自研智能硬件產(chǎn)品SenseID人證核驗(yàn)機(jī)，被用于機(jī)場(chǎng)等場(chǎng)景下的人臉通行。2018年3月，云從發(fā)布了一款A(yù)I攝像機(jī)，開始軟硬一體。2019年5月，依圖通過收購(gòu)的方式推出首款芯片“求索”，并將其搭載在智能服務(wù)器、智能邊緣計(jì)算設(shè)備中。
在各大AI公司向軟硬一體轉(zhuǎn)變的背后，是早期光靠算法的商業(yè)模式很難再往下走。
極視角聯(lián)合創(chuàng)始人劉若水告訴數(shù)智前線，市場(chǎng)早期不缺錢，大量風(fēng)險(xiǎn)投資涌入，使得AI公司一向不太重視成本管控，大家都在高薪招人埋頭搞算法，潛意識(shí)里認(rèn)為，把算法搞好就會(huì)有市場(chǎng)。
但到了現(xiàn)在這個(gè)階段，外界更關(guān)注算法本身能否落地，商業(yè)模式是否行得通。而且相比于可以不斷復(fù)制的軟件產(chǎn)品，算法還有大量定制化的需求，這也使得成本未必能降下來。
云從科技聯(lián)合創(chuàng)始人姚志強(qiáng)對(duì)數(shù)智前線表示，應(yīng)用層面的單一模塊化及單點(diǎn)技術(shù)革新，難以滿足日益錯(cuò)綜復(fù)雜的細(xì)分場(chǎng)景需求，AI企業(yè)亟需增強(qiáng)提供完整解決方案的能力。
另外一個(gè)原因是，有技術(shù)能力的大客戶，算法公司越能做到偏底層的對(duì)接，但對(duì)于中小公司而言，往往需要提供更完整的東西。“你拿一個(gè)算法給他，對(duì)他來講很難去接入的。”楊沐說。
“SDK其實(shí)是一個(gè)很高效的合作模式。”楊沐說，前提是合作伙伴很清楚自己需要什么，像人臉解鎖和刷臉支付等，手機(jī)廠商和支付公司自身有很強(qiáng)的能力和明確的需求，算法公司只需要提供SDK的接口。
但問題在于，很多智能化場(chǎng)景，往往是AI算法的公司先看到機(jī)會(huì)，不得不自己先去試水和市場(chǎng)培育。在這種背景下，軟硬一體的優(yōu)勢(shì)就凸顯出來。
劉若水告訴數(shù)智前線，極視角絕大部分收入來自于軟件算法，硬件由大客戶自己集采。“每個(gè)算法都找一個(gè)特別合適的硬件去做適配，這件事情的投入產(chǎn)出不是特別高。”
但中小客戶對(duì)硬件完全不了解，而且場(chǎng)景比較單一，直接提供軟硬一體的產(chǎn)品，反而能快速部署和出貨。比如明廚亮灶、智慧工地和智慧安監(jiān)等，都是視覺算法比較成熟的場(chǎng)景。“算法比較固定，一個(gè)場(chǎng)景里需要識(shí)別多少路的攝像頭也比較固定。”
“純做AI算法或者是AI軟件，不往用戶側(cè)去搞數(shù)據(jù)搞應(yīng)用的，或者不往下搞芯片搞硬件的，我認(rèn)為長(zhǎng)期來看會(huì)死掉。”張斌泉說。早期硬件成本的占比比較低，算法能賣上價(jià)，一路人臉識(shí)別能賣好幾萬。
但現(xiàn)在一路AI人臉檢測(cè)的價(jià)格才幾十塊錢，云端也才小幾百塊錢，在這種情況下硬件的占比就極大的凸顯。
從資本的視角來看，純算法的收入也無法支撐起龐大的估值。“想要去沖一下這個(gè)營(yíng)收，因?yàn)榧冘浀氖杖肟赡懿粔颉！币晃籄I算法公司的員工說，算法雖然毛利高，但整體盤子并不大，不利于在資本市場(chǎng)講故事。“純粹賣算法，一年一兩個(gè)億已經(jīng)很多了。”但一兩個(gè)億的營(yíng)收顯然支撐不了AI公司數(shù)百億的市值。
而且，隨著算法的門檻越來越低，價(jià)格也不再昂貴。一個(gè)算法賣5萬塊錢，但如果加上服務(wù)器可能能賣到15萬，相當(dāng)于把營(yíng)收放大了三倍。
03
“變硬”并不容易
但做軟件和做硬件，背后需要的是完全不一樣的能力。
“算法需要更高級(jí)的人才，懂業(yè)務(wù)落地的算法工程師，而硬件需要渠道和供應(yīng)鏈的優(yōu)勢(shì)。”姚志強(qiáng)說。
“做硬件幾乎都在摳成本，但做軟件，一個(gè)算法大牛可以頂千軍萬馬。”一位經(jīng)常與供應(yīng)鏈打交道的AI行業(yè)人士對(duì)數(shù)智前線說，硬件的坑密密麻麻，“供應(yīng)鏈?zhǔn)莻€(gè)重災(zāi)區(qū)”。
她現(xiàn)在還對(duì)這些教訓(xùn)記憶猶新，曾經(jīng)深圳工廠的老板都是拍著胸脯，義正言辭跟她保證絕對(duì)沒問題，“被騙了好多回之后才學(xué)乖的，他們說的話你聽聽就行了”。比如到期交不了貨、偷工減料等，即便事后追究工廠責(zé)任，但錯(cuò)失了銷售時(shí)機(jī)，對(duì)企業(yè)而言是個(gè)沉重打擊。
她曾遇到一位客戶，對(duì)方做的是一款內(nèi)置4G存儲(chǔ)卡的玩具，還專門向芯片設(shè)計(jì)廠商購(gòu)買了IP授權(quán)，但沒想到組裝工廠給他用的是二手物料，導(dǎo)致經(jīng)常卡頓。結(jié)果賣出去的東西面臨著大量的售后，沒賣出去的也需要返廠重做。
2018年以前，曠視也一直在尋找更合適的硬件載體。當(dāng)時(shí)買了一堆市面上與視覺相關(guān)的硬件，研究能不能把算法方案放上去。“主要的工作就是在各種硬件和芯片的選型上，市面上成熟芯片都用過”。
但學(xué)費(fèi)沒有少交，做了很多產(chǎn)品但沒賣不出去。而且硬件研發(fā)周期長(zhǎng)，管理比較瑣碎，涉及庫(kù)存、供應(yīng)鏈把控、選廠等等，“這都是需要花時(shí)間積累的行業(yè)know how。”楊沐說。
比如買了一堆芯片，怎么去保管，放在倉(cāng)庫(kù)會(huì)不會(huì)氧化。而產(chǎn)品定義時(shí)，哪怕少了一個(gè)接口或者通信協(xié)議，板子可能就得重新設(shè)計(jì)。
“傳感器是做前照式還是背照式，要不要把HDR功能加進(jìn)去，都需要取舍，一旦取舍錯(cuò)了，不是說造出來沒用，而是你的定價(jià)跟市場(chǎng)需求不匹配。”楊沐說。
市場(chǎng)早期為了驗(yàn)證可行性，曠視找的是外部團(tuán)隊(duì)，掏錢合作也相對(duì)比較容易。但隨著規(guī)模化部署，集成難易度、交付難易度和成本變得更為關(guān)鍵，“一旦關(guān)心起成本，硬件的設(shè)計(jì)就變得至關(guān)重要。”
硬件的設(shè)計(jì)決定了整個(gè)產(chǎn)品是否能成功的最關(guān)鍵點(diǎn)。2018年之后，曠視的硬件研發(fā)團(tuán)隊(duì)開始逐漸形成規(guī)模。當(dāng)時(shí)有一個(gè)背景是，硬件分工已經(jīng)非常明確，做硬件不需要從造芯片開始，更需要做的是圍繞具體場(chǎng)景，兼顧產(chǎn)品的通用性和交付難易度。
比如，門禁通行的場(chǎng)景里，接入不同線路的攝像頭，意味著需要不同的內(nèi)存。之前像英偉達(dá)服務(wù)器，往往是一個(gè)標(biāo)準(zhǔn)產(chǎn)品，價(jià)格貴。但如果在硬件設(shè)計(jì)之初，把多少算法需要多少內(nèi)存算清楚，最終的硬件產(chǎn)品會(huì)有很好的成本優(yōu)勢(shì)。
這也是曠視提倡的算法定義硬件理念，先吃透場(chǎng)景需求，然后再根據(jù)算法的需要去設(shè)計(jì)一款有價(jià)格優(yōu)勢(shì)的硬件產(chǎn)品。比如2015年前后，大家普遍認(rèn)為算法的最佳載體是服務(wù)器。但其實(shí)服務(wù)器價(jià)格貴，功耗大，需要建設(shè)機(jī)房，沒辦法在各地部署。所以，曠視那段時(shí)間做了面板機(jī)、網(wǎng)絡(luò)攝像機(jī)。
而且，單純摳硬件制造成本不一定效果最優(yōu)，適當(dāng)放寬硬件制造成本，但大幅度降低軟件成本，反而總成本會(huì)更優(yōu)。
還有產(chǎn)品研發(fā)周期。大華資深人士告訴數(shù)智前線，海康和大華都在拼速度，產(chǎn)品上市快，一個(gè)產(chǎn)品在指標(biāo)上的領(lǐng)先和控標(biāo)周期只能做到6個(gè)月。
除了這些，硬件的銷售渠道對(duì)AI公司也是個(gè)不小的挑戰(zhàn)。比如科大訊飛建立了“CBG”的渠道體系，海康威視和大華等傳統(tǒng)硬件廠商已經(jīng)下沉到城鄉(xiāng)，曠視也提出與運(yùn)營(yíng)商合作，畢竟運(yùn)營(yíng)商有中國(guó)最大的銷售和運(yùn)營(yíng)網(wǎng)絡(luò)。
在張斌泉看來，深度學(xué)習(xí)技術(shù)尤其是視覺的深度學(xué)習(xí)，到了一個(gè)瓶頸期，能落地的場(chǎng)景挖掘得差不多了，真正商業(yè)化的點(diǎn)不多，“大家都覺得是一個(gè)新的人工智能浪潮，但沒掀幾段浪。”另外，硬件同質(zhì)化越來越高，這也意味著，競(jìng)爭(zhēng)最終會(huì)來到渠道和價(jià)格的比拼。
商湯在toC硬件方向的首次嘗試，盡管提供了一種新的思路，但目前看并沒有太大的銷量和聲量。
姚志強(qiáng)認(rèn)為，人工智能目前更適合做專業(yè)級(jí)市場(chǎng)，因?yàn)樗€不是一個(gè)完全通用化的產(chǎn)品。消費(fèi)級(jí)產(chǎn)品要求性價(jià)比，而人工智能沒有完全通用化，很難把價(jià)格降低到很低的程度。
在軟硬一體成為行業(yè)趨勢(shì)的當(dāng)下，頭部的幾家AI視覺公司已經(jīng)走上不同的道路。商湯搞大模型、大裝置，幾乎什么業(yè)務(wù)都在嘗試；曠視則以AIoT為主攻方向，選擇了消費(fèi)、城市和供應(yīng)鏈場(chǎng)景中的幾個(gè)重點(diǎn)品類；云從則傾向于人機(jī)協(xié)同操作系統(tǒng)，自研部分硬件主要是為了樹立標(biāo)桿案例，目的還是吸引合作伙伴。無論哪一條路，目前來看，都還在路上。
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<
