領跑金融科技賽道，雲從科技的另類人生

文丨陳選濱

來源丨智能相對論（ID：aixdlun）

日前，德勤發佈了“全球人工智能高增長企業”的榜單，共有14家中國企業入圍登榜。

其中，雲從科技更是位列榜單第十六位，一度超越商湯科技、阿里巴巴等國內知名企業。

不禁令人感慨，一個是同為“AI四小龍”的商湯，另一個是國內互聯網、AI、雲技術等新領域的集大成者——阿里，雲從科技以超過600%的增長率入圍榜單，位列兩者之前，確實精彩。

作為國內人工智能領域的獨角獸企業，雲從科技不算高調，資本融資也相對保守，在發展上有諸多值得行業關注的熱點。

領跑金融科技賽道，“AI四小龍”的另類

雲從科技以“國家隊”的出身一直以來便被認為是“AI四小龍”一個另類的存在，被媒體與外界津津樂道。

但實際上，從業務模式來看，雲從科技也有著遠比其他三家人工智能企業突出的站位。

在未來圖靈發佈的“圖靈AI指數”榜單中，金融領域的排名就十分有趣，位居榜首的是圖靈指數782的雲從科技，其後再是平安集團與螞蟻金服位列第二、第三。

“AI+金融”是一個明顯的跨賽道模式，除了雲從科技，“AI四小龍”的商湯科技、依圖科技或多或少都有所涉獵。

但若說能與平安集團與螞蟻金服這兩位行業大咖同列金融指數榜top3的，雲從科技可算是跨界玩家的第一個，令人驚歎。

雖然同是“AI+金融”的跨界玩家，但兩者（雲從科技與平安集團、螞蟻金服）還是有本質上的區別。

這裡的區別就在於金融與AI，何者為主，何者為輔？

很顯然，平安集團與螞蟻金服以金融為主，是一個為用戶提供理財、貸款、投資、保險等金融業務的金融服務商（或平臺）。而AI只是其提高服務效率與改善用戶體驗的一個技術手段。

而云從科技則不同，AI是其專攻的技術領域，是產品與服務的基礎。金融只是技術應用的一個領域，最常見的表現便是與銀行、互金、第三方支付公司達成合作，將AI技術應用於他們的各項業務渠道，自身不涉獵金融業務。

總而言之，前者是業務型公司，以金融服務為品牌背書；後者是技術型公司，以技術落地為發展方向。

所以，當我們看到一家技術型公司位列金融指數榜的榜首，難免有些詫異，沒有金融業務的雲從科技何以在金融賽道勝過螞蟻金服與平安集團兩家金融巨頭？

事實上，在產品落地方面，雲從科技比其他的AI公司更加專注於金融領域的開拓，是目前銀行業人臉識別技術的第一大供應商。

數據顯示，雲從科技的市場佔有率約為72.7%，中標的銀行總行平臺超過90家，客戶已有中行、農行、建行等全國400多家銀行，為其提供對比服務日均超過2億次。

因此，不難想象，雲從科技在“AI+金融”跨界賽道的領跑正是其專注於銀行業務智能化落地的結果。

而在此，雲從科技作為一家技術型公司，其商業發展的路徑也開始清晰，專注有限賽道，迅速的覆蓋行業客戶，提高技術的滲透率，或將成為人工智能企業發展的一大方向。

在有限賽道快跑，AI公司是否需要以小博大？

重新梳理雲從科技的產品與服務，可以發現，雲從科技目前的行業覆蓋並不多，主要集中在金融、安防領域，應用於機場、園區、營業廳等場景，可見，雲從科技的賽道開拓上顯得十分的剋制。

除此之外，據悉，雲從科技的產品已經覆蓋民航領域的50多家機場，其中就有最新投入運營的大興機場；安防產品在全國29個省級行政區上線，備受有關部門青睞。

此外，據國際權威調研機構Gen Market Insights於2018年發佈的《全球人臉識別設備市場調研報告》數據顯示，雲從科技的市場份額達到12.88%，成功入圍行業第一梯隊。

因此，雲從科技的市場成效不錯，商業前景並未因賽道的有限而走入困局。

那麼，迴歸雲從科技的商業模式討論。在各個AI企業都在探索各自的商業發展路徑，且尚未有明確的市場標準之前，雲從科技的剋制與專注有限賽道的做法確有值得討論的地方。

AI技術的應用範疇如此廣泛，人工智能企業是否要進行無邊界擴展，進行行業覆蓋？還是在有限的行業賽道內快跑，這對於企業的發展有什麼意義？

對此，智能相對論認為，有以下三點關鍵邏輯可供參考。

1.綁定客戶發展，“跑馬圈地”的另一個思路

對於“跑馬圈地”的認知，一般常見於C端市場，如美團做外賣、做共享經濟、做票務等等，就是典型的先覆蓋行業，再深入運營的邏輯。

但對於B端市場，這樣的思路似乎有些走不通，主要有兩個難點——

第一，to B的產品一般是打包整合的一體化解決方案，如雲從與中行的合作便是覆蓋各個銀行業務渠道的應用，連貫性、協同性的需求高；

第二，B端市場的本質並不是簡單銷售產品與服務的買賣邏輯，而是兩家企業（或組織）的合作與賦能，行業的專業認知成為了合作的基礎條件之一。

所以，雲從科技的發展路徑無法類同於美團的行業覆蓋，另一個思路即綁定行業客戶成為了選擇。

這個思路也恰好成就了B端市場的“跑馬圈地”，一旦與B端客戶建立深度合作，未來兩者的發展在某種程度上便綁定了在一起。因為當技術被應用在B端客戶的各個業務渠道，一旦出現改變，便面臨著巨大的轉移成本。

如此，抓住行業中的重點客戶往往成為了人工智能企業開拓B端市場的首要選擇，遠比淺層的行業覆蓋更具經濟效益。

2. 重新定義“人、貨、場”三要素，技術落地的第一步是找場景

當技術發展到一定的階段，商業落地是必要的。在今天的人工智能資訊當中，強調技術落地逐漸成為了主旋律。

而技術落地的關鍵便在於確定“人、貨、場”三要素的界定。傳統的關係是“貨-場-人”，先生產，再找渠道，對應銷售給客戶；如今主流的關係是“人-貨-場”，先確認客戶，再精準生產，最後進行渠道選擇。

但是，類似的兩種關係似乎都不太適於AI技術的落地，特別是B端市場。“場-人-貨”的重新定義，即先找場景，如銀行；再確定客戶，如銀行的客戶；最後對此進行產品的調整與輸出，如雲從AI對銀行業務的賦能，整體路徑就基本確定。

在這個過程，找場景無疑是最重要的一步。若將整個AI應用的流程釐清，簡化便是一個B2B2C模式。只有找準了2B的場景，才能滿足2C的需求。

所以，無邊界擴張在某種程度來說，是與這種路徑偏離的，不太適用於雲從科技一類的人工智能企業發展。

3. 警惕“規模不經濟”，商業變現的最大需求

在經濟學理論中，存在一種與“規模經濟”相反的結論，即規模不經濟。簡單來說，是指企業生產規模的擴大可能會帶來經濟成本提高的非經濟性。

那麼，以人工智能的應用來看，可能會存在這樣的“規模不經濟”陷阱。B端客戶的專業需求高，具有明顯的專業邊界，每次變更技術落地的行業（或場景）都將意味著重新對產品與服務進行調整，面臨巨大的成本投入。

舉例來看，金融領域用到的AI識別與交易指數（交易代碼、時間、金額等）評估顯然不適用與安防領域，在面對兩個領域的B端客戶，必須做出產品與服務的調整來滿足不同場景的需求。

跨界便會產生跨界所帶來的成本投入，為了商業變現的最化大實現，AI企業往往會選擇專注於某個垂直領域，積累專業經驗，來最大限度的獲取客戶。

雲從科技目前服務於400多家銀行，不難理解，除了其自身國家隊的出身外，更有其一直以來對於銀行業務的專精與掌握。

成果看得見，人工智能企業的專注

那麼，當技術推開應用的大門，下一階段的商業化如何走逐漸成為了人工智能企業面臨的問題。

從雲從科技的發展路徑上，我們可以看到其對於專一細分領域的深耕與聚焦，來慢慢建立自己的行業辨識度和提高行業影響力。

這樣的趨勢在其他人工智能企業的發展上也能看得見，比如“AI四小龍”。

實際上，“AI四小龍”除了商湯科技打出“1+1+x”賦能百業的旗號外，其他兩家的路徑與雲從科技的相似。

商湯科技目前的估值接近60億美元，是“AI四小龍”估值最高的獨角獸，素有四家中的小巨頭之姿，所以它的業務也是其中最廣泛的，覆蓋安防、智能汽車、移動業務、金融等多個領域，權重相對平衡。

而其他三家的發展便出現了各有側重的局面。曠視科技深耕智能安防領域，收入佔比超過40%；依圖科技專注於醫療影像而知名，此前聯合合作伙伴在《Nature Medicine》上發表了NLP輔診研究成果，正在將AI成果向智能診斷應用擴張。

一方面，C端與B端市場存在大量的應用空白，正處於上升期的人工智能企業或多或少的會選擇進入不同的領域進行技術落地，涉獵廣泛。

另一方面，隨著市場競爭日趨激烈，獨角獸企業為了儘快實現盈利與高估值的目標，開始圈層紮根，聚焦有限的賽道建立各自的行業優勢。

那麼，未來各大人工智能企業之間的跨界也將呈現出更加專業的姿態，開放僅是第一階段，垂直成為下一階段的主旋律！

【完】

智能相對論（微信id:aixdlun）AI新媒體，今日頭條青雲計劃獲獎者TOP10，澎湃新聞科技榜單月度top5, 文章長期“霸佔”鈦媒體熱門文章排行榜TOP10,著有《人工智能 十萬個為什麼》，重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的芯片、算法、人機交互等。