人脸识别技术告别纯粹的软件算法，成为产业链完善建设的综合生态_技术

人脸识别是基于个人脸部特征信息进行身份识别的一种生物识别技术。在20世纪60年代，便已经开始了最初的人脸识别研究，初级应用阶段则是在20世纪90年代后期。

中国人脸识别初创企业集中成立于2010年以后，得益于深度学习算法、强大GPU算力支撑和大规模人脸数据库在2014年之后的突破，使人脸识别技术取得了跨越发展，人脸识别技术开始从理论走向应用。伴随人脸识别技术的高度成熟，2018年成为人脸识别大规模商业落地应用的重要节点，人脸识别真正在安防、金融、交通、教育等领域得到广泛应用，意味着“刷脸”时代的到来。

然而，各领域对人脸识别应用需求的差异，以及行业开发渗透过程中的渠道建设和应用实施，都将对人脸识别的商业落地程度造成不同影响。因此，对于人脸识别初创企业来说，人脸识别发展不再是纯粹的软件算法研究升级，而是产业链完善建设的综合生态。

自主芯片，打通上游

从根源上来看，人脸识别属于计算机视觉，而计算机视觉在人工智能产业结构中，位于软件算法层，这就意味着人脸识别技术想要应用落地，还离不开基础硬件层的支持，这其中最直观也是最核心的便是智能芯片。

今年十月初，美国将中国计算机视觉初创公司纳入实体清单。从美国意图来看，不单单是在经济上阻碍中国人工智能产业发展，而是从底层的芯片技术上对中国计算机视觉应用发展进行制约。

虽然商汤科技和旷视科技等相关企业在第一时间对美国这一做法表示强烈抗议，并采取相关的应急预案。但不可否认的是，美国基础芯片技术在全球都处于领先优势，并且中国在短期内难以赶超，因此这一做法确实能够击中中国人脸识别企业发展的软肋。同时，即便有国内芯片供应商供货，人脸识别企业也要面临芯片价格的随时调整，供货成本过高影响企业利润，芯片搭载兼容性无法满足识别技术的快速迭代等问题。

因此，无论从内从外，芯片自主创新和自主生产都是人脸识别技术成熟发展应用过程中，企业无法回避的问题。在此背景下，依图科技推出了自研视觉AI芯片“求索”，商汤科技除与芯片供应商合作外，也正在逐步打造基于自研算法的边缘芯片。

芯片的自研发展是条漫长之路，不但要有大量资本的投入，还会面临着许多风险，但如果想要实现人脸识别的稳定发展，打通上游产业链，芯片等基础硬件自主掌控必不可少。

多层产品，全面覆盖

人脸识别技术应用过程中，企业的单一化产品无法满足多场景的应用需求，因此，产品多样化成为不同场景渗透应用的基础。以人脸识别目前产品来看，大致可分为三个层次，第一层是搭载芯片和算法的识别套件，第二层是拥有识别功能的标准化产品，第三层是针对标准化产品集成后的应用设备。

首先，第一层的识别套件通常是集成人脸识别SDK并授权激活后的产品，此套件可供系统集成商快速配套，并直接用于终端应用设备。对于人脸识别企业来说，模组套件的生产压力相对较小，并可直接交由代工厂生产加工，但却能快速提升产品的附加值，典型产品如百度的壁虎识别套件。

第二层的标准化产品是指具有人脸识别功能的摄像头等视频监控设备，由人脸识别企业直接提供给用户和行业服务商。由于人脸识别企业通常是技术创新企业，因此仅有少数企业可直接生产此类标准化硬件产品，通常交由代工厂或硬件厂商进行生产。

第三层集成化应用设备为具有人脸识别功能的闸机、门禁、考勤机等。人脸识别企业通常不具备此类产品的生产能力，多由系统集成商提供或代为生产。

以上三层包含了人脸识别产品端的主要环节，每增加完善一层，人脸识别企业便可提高一份附加值并提升相应的竞争力。但企业想要实现多层的发展，就必须要有足够大的市场需求，能够支撑企业对生产成本的把控，这其中还要面临人工智能企业对工厂生产模式和生产效率掌控的不确定性。

旷视科技可以看作产品覆盖相对完善的代表企业，其产品已经实现了从软到硬的转变发展，不但拥有顶层云端服务器，还拥有下游应用摄像头、闸机等系列产品，并且具备自主生产能力。通过软硬一体产品，旷视科技实现了营收的快速增长，但却在重资产的道路上越走越深。

综合实施，能力提升

人脸识别技术商业应用过程中，企业的渠道建设和项目实施必不可少。但对于近几年才成立的人工智能企业来说，最大的人员组成便是科研人员，同时由于成立时间短，各领域的行业资源积累相对较少，甚至短期内难以搭建有效的覆盖渠道，这与行业中深耕多年的传统企业相比，存在明显的竞争差距。

如目前人脸识别应用市场最大的安防领域，2018年大型安防项目累计中标金额约735亿元，中标企业多以海康威视、浙江大华技术、华为等综合型安防产品及行业解决方案提供商为主。人脸识别项目除单独招标外，还会包含在其他城市级大型项目中，而人脸识别企业却很少具备综合型项目的实施能力。