商湯的一款下棋機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——元蘿卜機器人。這是一款售價1999元的AI下象棋機器人,，如它的名字一樣,，只能用于下象棋，不過模擬了人的動作,，植入了AI算法,，可以設置不同的難度。

這個產(chǎn)品的設計看起來更像是小米的風格,。它有一個小型的機械臂和兩個鞋盒大小的白色機身,，額頭上有一塊屏幕，頭上一根攝像頭,。據(jù)知情人士對數(shù)智前線透露,，商湯選擇做AI下棋機器人，確實受到了公司內(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器人,，上述人士透露，主要是圍棋的棋盤和擺子比象棋復雜了很多,，不容易識別,。

即便如此，商湯科技創(chuàng)新工程院院長沈徽透露,，元蘿卜機器人也經(jīng)歷了20個月研發(fā),，迭代了9個產(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的消費級產(chǎn)品還是出人意料,。還有人認為,，即便做toC硬件,，也應找到“爆品”，而下象棋機器人是一個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,，商湯這個機器人,，結(jié)構(gòu)設計上比較復雜，而且商湯又沒什么C端渠道優(yōu)勢,，加上各種營銷成本,，很難賺到錢。商湯甚至還邀請了郭晶晶代言,。

在他看來,，一塊彩色屏幕和一個機械臂的成本都不低，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,，還不如下載個QQ游戲！”

“建議產(chǎn)品經(jīng)理做產(chǎn)品的時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)在被機器人拖在家里,，出門放風的機會都沒了,。”

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,，到真實場景中進行體驗交互，“科技可以給傳統(tǒng)文化一個未來”,。正如徐立所言,，他的父親也是一個棋迷，但年紀大了之后,，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,，但如果分析當年語音人工智能老前輩科大訊飛下場做toC硬件,，他們目標明確：一是找爆品市場，科大訊飛負責toC硬件的胡郁稱,，當年選擇耳機,，是因為幾年前，耳機品類已經(jīng)達到1億出貨量的市場規(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,。

但商湯目前選擇的場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器人和機器狗，20多項功能三天就玩完了,，很快就失去了新鮮感,。消費者要的是豐富性、可玩性,、趣味性,，“一個單一功能的東西，玩一天就不玩了”,。

有人認為,，即便做類似字節(jié)跳動推出的帶有“管孩子”和“孩子互動”的臺燈，都是更好的選擇,。甚至與視覺算法更契合的掃地機器人也是一個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，包括學習機,、點讀筆,、單詞卡等內(nèi)置了AI能力的產(chǎn)品，這些年都賣得非常好,?！皢卧~卡賣得很便宜，量也很大,，動不動就是10萬量級的產(chǎn)品,。”

雖然教培公司這兩年遭遇了雙減沖擊,，但一個很明顯的趨勢是,，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的剛需,，它最終目的是提高學生成績,，但相比之下，下象棋或者下圍棋的需求會明顯小很多,。

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,，也不失為一個選擇,。

商湯科技的元蘿卜機器人開始預售一周后，在天貓的銷量才過百單,，而且需要在兩個月后才能發(fā)貨,。這對于一款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)務也存在很大差異，前者更考驗供應鏈能力和銷售渠道,，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，商湯的元蘿卜機器人或許會把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賣給政府一樣。事實上,，商湯這款產(chǎn)品也與中國象棋協(xié)會進行了深度合作,。

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)的一個共識是,，純技術(shù)公司很難賺到錢，技術(shù)必須與具體場景相結(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,。

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AI攝像頭,，“抱著試一下的心態(tài)?！睍缫暱萍悸?lián)合創(chuàng)始人楊沐說,。當時曠視試水各種硬件，尋找適合算法的載體,，一開始大家的認知是算法載體是服務器。但服務器太貴,，而且功耗大,，用戶得建設機房。當時一些小區(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人證核驗機,，被用于機場等場景下的人臉通行,。2018年3月，云從發(fā)布了一款AI攝像機,，開始軟硬一體,。2019年5月，依圖通過收購的方式推出首款芯片“求索”,，并將其搭載在智能服務器,、智能邊緣計算設備中。

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，市場早期不缺錢,，大量風險投資涌入,，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,，潛意識里認為,，把算法搞好就會有市場。

但到了現(xiàn)在這個階段,，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)始人姚志強對數(shù)智前線表示,，應用層面的單一模塊化及單點技術(shù)革新,，難以滿足日益錯綜復雜的細分場景需求,，AI企業(yè)亟需增強提供完整解決方案的能力。

另外一個原因是,，有技術(shù)能力的大客戶,，算法公司越能做到偏底層的對接，但對于中小公司而言,，往往需要提供更完整的東西,。“你拿一個算法給他,，對他來講很難去接入的,。”楊沐說,。

“SDK其實是一個很高效的合作模式,。”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，手機廠商和支付公司自身有很強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，很多智能化場景,，往往是AI算法的公司先看到機會,，不得不自己先去試水和市場培育。在這種背景下,，軟硬一體的優(yōu)勢就凸顯出來,。

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,。“每個算法都找一個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,。”

但中小客戶對硬件完全不了解,，而且場景比較單一,，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景?！八惴ū容^固定,，一個場景里需要識別多少路的攝像頭也比較固定?！?/p>

“純做AI算法或者是AI軟件,，不往用戶側(cè)去搞數(shù)據(jù)搞應用的，或者不往下搞芯片搞硬件的,，我認為長期來看會死掉,。”張斌泉說,。早期硬件成本的占比比較低,，算法能賣上價，一路人臉識別能賣好幾萬,。

但現(xiàn)在一路AI人臉檢測的價格才幾十塊錢，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,?！跋胍_一下這個營收，因為純軟的收入可能不夠,?！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,，不利于在資本市場講故事?！凹兇赓u算法,，一年一兩個億已經(jīng)很多了?！钡粌蓚€億的營收顯然支撐不了AI公司數(shù)百億的市值,。

而且，隨著算法的門檻越來越低,，價格也不再昂貴,。一個算法賣5萬塊錢，但如果加上服務器可能能賣到15萬,，相當于把營收放大了三倍,。

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。

“算法需要更高級的人才,，懂業(yè)務落地的算法工程師,，而硬件需要渠道和供應鏈的優(yōu)勢?！币χ緩娬f,。

“做硬件幾乎都在摳成本，但做軟件,，一個算法大?？梢皂斍к娙f馬?！币晃唤?jīng)常與供應鏈打交道的AI行業(yè)人士對數(shù)智前線說,，硬件的坑密密麻麻，“供應鏈是個重災區(qū)”,。

她現(xiàn)在還對這些教訓記憶猶新,，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沒問題,，“被騙了好多回之后才學乖的,，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任，但錯失了銷售時機,，對企業(yè)而言是個沉重打擊,。

她曾遇到一位客戶，對方做的是一款內(nèi)置4G存儲卡的玩具,，還專門向芯片設計廠商購買了IP授權(quán),，但沒想到組裝工廠給他用的是二手物料，導致經(jīng)?？D,。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。當時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”,。

但學費沒有少交,，做了很多產(chǎn)品但沒賣不出去。而且硬件研發(fā)周期長,，管理比較瑣碎,，涉及庫存、供應鏈把控,、選廠等等,，“這都是需要花時間積累的行業(yè)know how?！睏钽逭f,。

比如買了一堆芯片，怎么去保管,，放在倉庫會不會氧化,。而產(chǎn)品定義時，哪怕少了一個接口或者通信協(xié)議,，板子可能就得重新設計,。

“傳感器是做前照式還是背照式，要不要把HDR功能加進去,，都需要取舍,，一旦取舍錯了，不是說造出來沒用,，而是你的定價跟市場需求不匹配?！睏钽逭f,。

市場早期為了驗證可行性，曠視找的是外部團隊,，掏錢合作也相對比較容易,。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,，硬件的設計就變得至關(guān)重要,。”

硬件的設計決定了整個產(chǎn)品是否能成功的最關(guān)鍵點,。2018年之后,，曠視的硬件研發(fā)團隊開始逐漸形成規(guī)模。當時有一個背景是,，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景，兼顧產(chǎn)品的通用性和交付難易度,。

比如,，門禁通行的場景里，接入不同線路的攝像頭,，意味著需要不同的內(nèi)存,。之前像英偉達服務器，往往是一個標準產(chǎn)品,，價格貴,。但如果在硬件設計之初，把多少算法需要多少內(nèi)存算清楚,，最終的硬件產(chǎn)品會有很好的成本優(yōu)勢,。

這也是曠視提倡的算法定義硬件理念，先吃透場景需求,，然后再根據(jù)算法的需要去設計一款有價格優(yōu)勢的硬件產(chǎn)品,。比如2015年前后，大家普遍認為算法的最佳載體是服務器,。但其實服務器價格貴,，功耗大，需要建設機房,，沒辦法在各地部署,。所以，曠視那段時間做了面板機,、網(wǎng)絡攝像機,。

而且，單純摳硬件制造成本不一定效果最優(yōu),，適當放寬硬件制造成本,，但大幅度降低軟件成本，反而總成本會更優(yōu),。

還有產(chǎn)品研發(fā)周期,。大華資深人士告訴數(shù)智前線，?？岛痛笕A都在拼速度,，產(chǎn)品上市快，一個產(chǎn)品在指標上的領(lǐng)先和控標周期只能做到6個月,。

除了這些,，硬件的銷售渠道對AI公司也是個不小的挑戰(zhàn)。比如科大訊飛建立了“CBG”的渠道體系,，?？低暫痛笕A等傳統(tǒng)硬件廠商已經(jīng)下沉到城鄉(xiāng),，曠視也提出與運營商合作，畢竟運營商有中國最大的銷售和運營網(wǎng)絡,。

在張斌泉看來,，深度學習技術(shù)尤其是視覺的深度學習，到了一個瓶頸期,，能落地的場景挖掘得差不多了,，真正商業(yè)化的點不多，“大家都覺得是一個新的人工智能浪潮,，但沒掀幾段浪,。”另外,，硬件同質(zhì)化越來越高,，這也意味著，競爭最終會來到渠道和價格的比拼,。

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,。

姚志強認為,，人工智能目前更適合做專業(yè)級市場，因為它還不是一個完全通用化的產(chǎn)品,。消費級產(chǎn)品要求性價比,，而人工智能沒有完全通用化，很難把價格降低到很低的程度,。

在軟硬一體成為行業(yè)趨勢的當下,，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)務都在嘗試,；曠視則以AIoT為主攻方向,，選擇了消費、城市和供應鏈場景中的幾個重點品類,；云從則傾向于人機協(xié)同操作系統(tǒng),，自研部分硬件主要是為了樹立標桿案例，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)應用-AET<<