在 AI 技術圈待久了，媒體人通常會產生一種錯覺，獨角獸與創業新貴們已經陸續在各個行業建立根據地，並迅速壯大到可以與老牌地頭蛇抗衡的境界。
於是，便有了《海康和大華兩大巨頭在前，AI 獨角獸某某該如何立足？》《獨角獸 B 與獨角獸 C 闖入安防圈，老牌企業怕了嗎》這種「令人振奮」的標題。
因此，當我們跳出了行業的地界，就很快能發現一個真相：
嚴格講，這些創業公司，還不屬於安防這個行業。他們通常甚至連最終端客戶（公安或交通體系）的面都見不到，真正在這個行業裏與用戶接洽的，仍然是像海康、大華、宇視、華爲這樣的傳統公司或大型集成商。
「一些大的項目，特別是公安的項目，行業內大公司壟斷地非常明顯，」深瞐科技董事長陳瑞軍向我們描述了一個安防市場的大體現狀：
「因此從用戶角度來看，他們更期望你拿出一整套做好的東西，他們直接上手。而創業公司沒有能力也沒有資本把各個部分做整合。但大公司卻可以通過墊資或其他方式承接這些大項目，而小公司現在比較難做最終用戶，特別是那些新興技術公司，別說客戶關係，可能對安防整個系統都一知半解。」
董事長陳瑞軍
說到底，這其實與安防行業的屬性有很大關係。
這是一個將實用工程技術整合在一起的行業，其涵蓋的所有應用級技術與硬件器材，是經過長時間的經驗積累與試錯後才得以普及。
大數據、雲計算、通信網絡、高清視頻技術、終端硬件設備……行業內技術涉及層面之廣，系統交錯之複雜，可以使 3 萬家不同細分領域的企業（來自《中國安防》2015 年的數據）在安防產業內並存。
「現在滿世界都在說人臉識別、深度學習，好像安防產業要被顛覆了，但實際上這項應用在整個工作量及系統規模中，只佔很小一部分，」陳瑞軍認爲作爲技術創業公司，其實最應該做的是保持清醒，
「你等於說人臉識別是個小東西，視頻監控系統是個大東西。用大東西帶小東西是可以的，但小東西帶大東西，難度太高。」
雖然不是技術出身，但在安防行業打拼了十幾年，陳瑞軍在 AI 技術研發與安防應用的關係之間做出了一個自認爲合理的「工作量」判斷：
「那些攝像機的嵌入式工作，還有解決存儲、大數據以及視頻聯網等問題，搞定這些，比做人臉識別、車臉識別的技術要難。
人臉識別你可能有幾個專家，有一定的技術，你花三個月、半年搞出來一個模型，這個模型可能很多公司都差不太多。但是你要想在三個月半年內打造出一套安防系統，這纔是不現實。
所以，我們說人工智能在安防領域起到的作用是毋庸置疑的，創業公司也不是沒有機會，但是，絕對不可能占主導地位。」
另一方面，從市場運作來看，由於其本質上屬於工業品領域，客戶一般爲政府公共部門、工廠、商場、社區等組織，可見在市場需求、購買、交易等各個環節都有自己的特殊性。
而陳瑞軍這些年接觸過大量終端客戶，從不在乎安防巨頭們用的技術是不是自己的，也不在乎準確率 99% 與 98% 的差別，「他們只希望廠家提供一整套解決方案，省去麻煩的步驟，直接把問題打包解決了。」
用戶與市場的特殊屬性讓大型集成商在這個市場更具備話語權。但與此同時，這也讓創業公司有了重新規劃定位，尋找正確切入點的機會。
畢竟如此龐大的系統，「什麼都做」也不現實，這也是爲何即便像海康與大華這種龍頭企業，其市場佔有率加起來也僅僅砍去半壁江山。
大了做不了，就做小的。
「這個市場其實最大的特殊性在於，一方面小公司參與終端用戶的項目競爭是很麻煩的事情，但另一方面其實很多大公司在向你伸出合作的橄欖枝。」
深瞐科技創立 5 年，遵循的是陳瑞軍的「現實主義」發展思路：
先從市場需求大的點切入，與集成商確立合作關係；站穩腳跟後，再擴大市場佔有率；公司維穩了，再尋找新機會。
從商機切入細分市場，只做自己擅長的
在 2012 年這個進入市場的節點上，他們選擇了「車臉識別」這個細分領域。
其實 2012 這個年份有點特殊。除了中國安防產業，特別是視頻監控這個細分市場繼續呈現爆發式增長外（年增幅超過 20%），在安防行業相關政策及標準方面，2012 年政府還發布了《全國公安機關視頻圖像信息整合與共享工作任務書》。
其中明確要求到 2015 年全國地市級和東部地區 100%、中部地區 90%、西部地區 80% 以上的縣級公安機關建成視頻圖像信息共享平臺。
這就意味着，未來幾年的公安視頻監控及聯網建設將爲相關企業提供巨大的商機。
而對於公安系統來說，在處理逐年增加的交通刑事違法及治安管理案件過程中，基於車牌識別技術的治安卡口系統已經達不到警察想要的效果。
陳瑞軍經常跟自己一些公安的老客戶聊天，後者會抱怨現在高速卡口對車牌和車型的識別不太準，「其實套牌車現在太多了，換個牌子輕而易舉，很多時候需要人力去檢查，系統可能起的作用不是很大。」
雖然並不是技術出身，但出於對安防市場變化的敏銳度，他還是覺得這個「技術生意有市場」。因此，他帶着一幫從安防行業出來的兄弟，又招募了一批畢業於名校的算法與系統工程師，開始給「車臉」做識別：
「其實『車臉識別』這個概念是我們提出的，我們覺得『車臉』不應該僅僅是車的型號與車牌號，還應該有這輛車獨有的一些特徵。」
車窗上年檢標的位置，車內的掛飾及擺件，甚至車身的撞損痕，這些都可以被看作是一輛車的獨一無二的 ID。即便車型與配置完全一致，只要被人使用過，就會留下痕跡。
深瞐科技 CTO 王建輝向我們展示了在公司搭建的視頻結構化平臺，與人臉識別系統相似，視頻中大橋上不斷行進的車輛，第一步都是被系統感知並檢測出來（被框出來）：
與此同時，後臺也在對圖像信息進行「二級屬性解構分析」，將呈現出的畫面轉化爲文本信息。譬如，車的型號，顏色，車中有幾人，駕駛與副駕駛座的乘客是否佩帶安全帶等 20 多種細分條目會顯示在右下方。
「這些車從進入大橋再到出來，其實只有唯一的一個 ID 號。假設有人某天上午 7~8 點在橋上，目擊到違法車是一輛 2015 年款的黑色奧迪，那麼就可以以圖搜圖，」王建輝還原了一個交警在通過視頻調取排查犯罪車輛的現場畫面，
「在左邊的搜索欄輸入這輛車出現的具體時間段，出產年份以及顏色等大體範圍，系統就會自動在存儲的視頻庫中進行比對，最終找出所有疑似車輛。」
而如果沒有這種視頻結構化智能搜索系統，就會像《白夜追兇》裏警察需要調取各種時間段的視頻，一幀一幀去查找變態殺人狂王志革開車的路徑與蹤跡。
深瞐科技這套視頻結構化分析平臺最有名的一個應用案例，就是《法治在線》欄目曾經播出的桐鄉市盜竊案。
罪犯嫌疑人在整個盜竊過程中，從踩點，完成作案再到逃竄，一共換過 3 次車牌，但都被桐鄉市公安局的「鷹眼車輛分析系統」識別，最終在盜竊犯出城前，被布控警力成功攔截。
而「車臉識別」另一個非常有意思的公安應用場景，叫做「同行車輛排查」。
在刑警縮小搶劫或盜竊嫌疑人範圍的過程中，調出視頻排查你開車過程中的同行車輛也是一種必要手段。
「很多時候，搶劫或者盜竊犯是要先踩點的，他們可能會跟蹤你很久，觀察你的生活習性或者工作狀態。這個時候如果我們去查受害人車子不同時間段的同行車輛，或許會有發現。」
王建輝給出的另外一個假設，是公安在緝毒排查中會利用到分析平臺的場景之一：
「如果我們鎖定的這輛車本來就是吸毒人員開的，而另一輛尾隨或者同行的車輛駕駛者也是一個吸毒人員，那如果這兩輛車有很長時間都在一起開，警察可能就會做出一些必要的預測，多個吸毒分子在一起，是否會是聚衆吸毒，或者是前去買毒品等等犯罪行爲。」
實際上，車臉識別、視頻結構化等車輛分析技術，不僅僅可以用到監控路況，以及破獲交通違法及犯罪案件中，還可以根據每輛車的形態及行駛軌跡，反映一個城市的經濟活躍度。
「在與我們合作的城市中，我們能夠給每一輛車建一個動態檔案。這些檔案一方面可以輔助公安進行刑事案件的偵破，另一方面，車的品牌型號也能夠反映出每個區域的消費能力與經濟屬性。這些數據也對城市建設有很大的參考價值。」王建輝介紹了目前深瞐正在籌備的重點工作。
實際上，從 2012 年到如今，不單單是深瞐科技一家主攻車臉識別的技術公司，所有競品系統最大的變化就是在使用深度學習算法模型後，識別率獲得了極大提升。
在當下各家識別率並沒有明顯差距的前提下，「進入市場較早」，給了深瞐科技一個難得的顯性優勢：
優質數據積累量大，且前期就完成了大量數據標註工作，車輛型號數據庫錄入完備。
王建輝解釋，由於很多項目是跟集成商一起合作，也有部分訂單是與終端客戶直接溝通，他們會從集成商及公安部門等不同渠道獲得大量安防攝像頭採集的真實數據。
「這些數據都是已經去密的，由我們進行清洗和標註，用來訓練我們自己的算法模型。當然，這些道路及卡口的數據並不是公安犯罪庫裏的數據，沒有隱私屬性。」
CTO 王建輝
而根據官網提供的數據顯示，當前深瞐科技的算法模型能夠識別 5500 多種車型的車頭與 3500 多種車型的車尾，「基本涵蓋了目前行駛在中國路面上的所有車型，」王建輝強調。
但很顯然，與人臉識別相比，車臉識別技術發展較早，且應用場景的複雜度要遠低於安防攝像頭下的人臉抓取與識別。
譬如一輛車從這條路行駛到 2 公里以外的另一條路上，車的外形很難在短時間內被大幅度改變；而人臉識別系統則需要在密集的人羣中進行特徵檢測，甚至犯罪人員戴一頂帽子，或者頭套個絲襪，就能在攝像頭前矇混過關。
「在 2012 年前後還沒有利用深度學習技術之前，人臉識別的可用性其實很低，市場中車臉識別會更受歡迎；而現在深度學習有效提高了識別率之後，人臉識別也在安防市場火了起來。」
但王建輝並不認爲車臉識別技術的難度要比人臉識別低：
「也許你會說在密集的人羣中識別人臉，難度更大；但如果考慮到行進速度，車的特徵提取也不容易，很多時候車經過攝像頭的時間不超過 3 秒。
另外，車臉識別中其實也包括人臉識別，譬如駕駛者的面部特徵。而且在隔着一層車窗玻璃，甚至逆光的情況下，識別難度就驟然增大，因此我們也在合作那種二次曝光的攝像頭，準確抓拍車中的人臉。
實際上，並沒有誰高誰低，只不過兩種不同的技術都需要針對自己的應用場景做特殊優化。」
市場佔有率更重要，我們不是一家獨立的 AI 公司
2012 年進入市場，但 A 輪融資卻是在 2017 年底完成，深瞐科技這 5 年，其實基本上是靠着不錯的訂單量與銷售額自食其力。
「公司當初建立，首要目標就是要生存。但其實一開始也沒太特別去融資什麼的，主要是靠自己的銷售業績。一個是陳總他自己墊資，另外一部分就是我們銷售的收入。」王建輝坦言。
作爲技術創業公司中的「非技術派」，陳瑞軍更多的並不是先考慮如何給公司設立技術門檻，而是如何迅速擴大市場佔有率。
而擴大細分市場佔有率最快的方式，就是「跟集成商搞好關係」——拿集成商和行業夥伴的訂單。
「我說過這個市場很複雜，你小公司可能拿政府客戶很難，但同時大公司雖然什麼都做，但並不是什麼都做得好。」陳瑞軍一直想盡量減少不必要的競爭，省掉一些麻煩：
「所以我們的首要策略就是『行業合作』，做自己最擅長的。目前，除了海康，我們跟所有公司合作，就提供一整套解決方案中涉及到車臉識別、視頻結構化及數據分析的這一部分。」
而公司提升市場佔有率的第二個方面，是重視訂單量多於每單的額度。
「相比一個 1 億的訂單，我寧願拿 100 張單價 100 萬的訂單。從市場競爭的角度來說，我擠壓了競爭對手的生存空間，這可以給未來市場的拓展增加一些餘地。
如果我只做了其中一兩個單子，即便單子比較大，但實際上我給其他人留了些空間，這對我的未來發展也不是很有利。」
2017 年，深瞐科技拿到的三百多個訂單，幾乎都來自行業內的合作伙伴。在這一年基本實現盈利的基礎上，他們預計 2018 年的銷售額將同比增長 3 倍。
此外，在去年的深圳安博會上，據陳瑞軍給出的數據，1 號安防產品展館中有 50% 以上使用了深瞐科技的核心技術與產品。因此，在車臉識別這一領域內，他相信公司已經具備了一定話語權。
就像他上面提到的，擴大在細分市場內的佔有率，是爲了開拓未來市場所做的鋪墊。
在車臉識別應用逐漸成熟，而人臉識別應用開始普及，前端設備智能化的大趨勢下，繼續停留在一個固定的競爭區間內，讓公司有了危機意識。
因此，除了公安的合作項目，他們想在醫院、辦公樓以及停車場等更多小範圍社區內掌握更多的自主權，進入民用硬件市場，售賣自己的安防解決方案。
「像這種分散的客戶，對創業公司來說是有能力獲取的。我們可以跟這類用戶在安裝到應用環節進行全面對接。這是更有利於我們獲取數據及用戶反饋，把產品生態完全滲透進安防產業裏的途徑。」
其實陳瑞軍從一開始，就不願意把自己定義爲一家獨立的人工智能公司，而是更願意把深瞐科技稱爲「安防智能技術公司」。他強調，脫離了安防，他們這家技術公司可能什麼都不是。
「現在市面上很多獨角獸，很多厲害的人工智能公司，看到哪個市場賺錢，就奔着哪個市場去。一個公司做着好幾個行業的事情。
但我的觀點是，如果人工智能公司你不能把自己改造成某個行業公司的話，你將來的生存空間會越來越小。」
說白了，人工智能不是在改造行業，而應該是被行業所改造。