如何評價商湯科技宣布獲得獲1.2億美元融資,鼎暉、萬達投資人工智慧?

鼎暉、萬達投資人工智慧:商湯科技獲1.2億美元融資-中國新聞網


看不下去了。。

某礦PR部門的童鞋雖然手速很快。但是怎麼還在用15年的稿子呀。。

商湯的PR部門反映也很慢的樣子,光顧著發融資的小軟文了

評論下商湯這輪的融資吧

每個創業教程對一個公司的成功要素都有不同層面的總結,但是大多都差不多。這裡引用斯坦福某課程的說法,一個成功的公司基本依賴於四個要素:產品(Product), 團隊(Team),執行(Execution)和想法(Idea),以及第五個不確定的要素就是運氣。

(CS183B)

先從產品和想法上來說。因為不是一線的工作人員,所以對產品只有一些粗略的理解。一個圖像識別或者處理的智能的產品面對的最終用戶有兩個可能。

一個是另一個知乎回答(53376833)中已經提到的,公安與銀行。這些機構往往需要對監控視頻進行一些數據的分析和總結。這方面的客戶提供了最大的簽單,現在成為某礦、商湯、某圖等最大的收入來源。而相互的競爭也往往來自於幾個體量較大的公司之間。

另一個是該回答沒有提到的,即普羅大眾為終端客戶。這個時候產品的主要表現形式為大眾手中的設備和應用。這個方面包括了之前比較火的直播,甚至VR也可以認為是這類的產品。在這個方向上面產品的形態有較大的可塑性。不過這個方面也有一些其他的競爭者,包括鹽水成加盟的360,今日頭條,甚至騰訊的優圖也加入到這其中。

商湯在第一類產品中的表現還算比較平穩,主要的策略應該是綁定一些市面上比較成熟的公司,比如東方網力等等。這個應該是出於對於自身開發實力的考量,所以要藉助一些既有的渠道商和他們的開發力量。不過從識別的性能上,展會上看到各家的系統的實際差距並沒有特別大。比較有意思的一個大客戶應該是借貸寶,借貸寶和融360都採購了商湯的人臉識別和活體驗證的業務,這個業務的性質介於之前提到的第一和第二類客戶之間。從借貸寶自己聲稱的客戶量來說,商湯應該從SaaS的業務上獲取了不少的現金收入。背後的九鼎也進一步和商湯成立了一個子公司,應該看到這裡面有利可圖。

(侵刪,有一天今日頭條突然給我推薦了這個。。我覺得商湯的demo不說功能性咋樣,可視化做得好醜啊)

第二類產品其實就是娛樂互聯網或者手機客戶的應用。這裡比較出彩的是faceU上使用的人臉關鍵點。根據商湯自己的說法,自己在直播類前十的廠家中佔有率超過了一半,也不知道是不是真的。這個方面的產品應該還有很大想像的空間,學術界很多圖像編輯、生成、識別的技術(推薦大家看一個油管的頻道叫做two minutes paper,用很易懂的語言來介紹學術界那些風騷的進展),還沒有推廣到普羅大眾實用的程度。年中Prisma的興起,也預示著以後會有更多類似的產品出現。不過這方面競爭對手也很多,具體怎麼樣還看不清楚。

油管上的two minute papers

產品的因素要啰嗦其實有好多,但是下次再編輯吧。

來說說團隊這個因素。這個是一個比較有意思的事情。湯有自己經營的實驗室,裡面的學生應該也會迴流不少投入到公司的生產活動中。CEO徐立的師弟師妹也紛紛加入了公司。比如所謂的四大美女之一石建萍就是徐立的師妹。作為公司最核心的研發人員之間的關係千絲萬縷。在現在這個機器學習人員身價暴漲的時代,這無疑是個比較利好的因素。(實驗室作為幾年的篩選,不會寫代碼的就讓他出去做博士後,能幹活的就忽悠到公司?)不過,核心團隊裡面的工程人員主要來自MSRA,說實話亞研並不是什麼一個正兒八經的工程單位,經手的實際客戶項目估計也不是很多。整個團隊似乎還缺乏工程上靈魂性的領導人物,這點不說比起百度這種大公司,比某加加和某圖還是要缺乏一些的。

接著就是管理和執行的問題。到了管理層面,前面所說的所謂優勢其實帶來了一定的劣勢。首先是商湯的業務線比較分散,在前面提到的兩個大方向上,各自要面對來自不同來源的競爭。這一點某礦等其他視覺公司其實也會碰到,某礦的業務很多注重在監控和更底層的晶元上。在後者上投入了很多這點另一個回答(53376833)裡面也已經提到了。其實商湯業務線的分散的原因很大也來自於前面提到研發團隊,公司分散在北京和深圳幾個地方。研發人員眾多(最近還聽說有廣州中大的團隊加盟),研發的產能與工程落地的產能很不匹配,研發人員甚至有內部掣肘的現象。所以就出現了什麼方向都可以試著做做看的奇怪景象。他們給投資人的彙報裡面還包括了醫療圖像和無人車之類沒有明確產品化的方向,自己的研發總監也出去創業做自動車了(知乎專欄 ),不知道他們說的那幾個方向什麼時候會做起來。

運氣層面,應該說最近人工智慧沾邊企業的運氣都不錯。個人覺得如果資本市場是要炒起人工智慧這個概念,應該是可以比VR和直播更火一點的。畢竟如果單說機器人、VR、或者語音或者是視覺,都是單獨的一個二級甚至三級分支學科。而人工智慧顯然是個更上級的學科,如果一兩個子學科不行了,還可以把圖形學、推薦(數據挖掘)、可視化甚至人機交互的概念拿出來繼續玩兒。另一方面商湯這一輪的領頭是鼎輝,據說很多機構連分析都不怎麼做就跟投了。想想運氣也是很重要的,這也是為什麼這些視覺類的公司,雖然都有著或多或少的大問題,但仍然存活下來的原因罷。

-------------

1215 加了一些圖

回頭加點貼圖。。


鼎暉這樣的投後期的PE機構,一般案子都是最低5000萬美金起投,低於這個數PE團隊是不做的。萬達也是一般投資併購為主,投資是後期,這兩家來投一家技術企業,那一定說明這公司是賺錢的,上市規劃估計談投資是都是一併做的。

大家的討論多數還是看AI公司做的技術能不能賺錢,我想這個已經有答案了。


大家為什麼都匿名了呢,我覺得還是要實名比較好,實名雖然可能會有些受拘束,但是實名的帖子更可信,也可以更加挑戰我們說話的角度和方法。

關於融資本身不太了解細節,最近在學習機器學習的一些書,沒有太關注業內動態,從我以前了解到的一些情況談談商湯。

第一,大概是從倆三年前我開始參加北京的機器學習讀書會,一開始我自己是夢遊的。同學們也大多數比較吃力,對於MLAPP等書里提到的很多概念,公式等理解起來非常吃力。如果學術界或者工業界一旦有什麼新的動靜出來,其中使用的數據是什麼,用了什麼演算法,最終的效果是機靈的成分多,還是扎紮實實的突破,大多數同學都說不出來。

但是有一位本科畢業於清華的同學明顯的在各個方面能夠講的更為通透,經常能夠以簡單的方式向基礎比較弱的同學以獨特的方式介紹清楚一個東西是怎麼回事。這個同學一直在商湯工作,我能夠感覺到這個同學很厲害,他也比較喜歡在商湯的工作。從這個角度,我認為商湯在我這裡是得高分的。

第二,後來一個階段我做過一個虛擬現實的演算法工程師職位,也做過一個深度學習工程師的職位。在做虛擬現實職位的時候,開始順著CVPR等國際會議的文章線索找到了香港中文大學多媒體實驗室,看到了比較多的博士生的基本情況,也開始在領英上向不少商湯的人發了好友申請。

後來做深度學習工程師職位的時候也覺得很多商湯的人方向比較匹配,也努力接觸了一些這個公司的人。

從接觸的情況來看,在我努力分析了客戶所處的行業和客戶的具體情況以後,大多數商湯的人沒有表現出象一些前景不明的公司的人的那種積極性。我推斷內部的進展還是不錯的。

現在整體上人工智慧和計算機視覺相關的公司都面臨一種誘惑和挑戰。誘惑就是埋頭針對少量的商業用戶做一些技術服務的同時,總是需要考慮是否應該走到前台針對消費者市場提供令用戶驚喜同時可以帶來巨大利潤和用戶的產品。當然挑戰也就是2B業務和2C業務需要的能力不同,玩法不同。我覺得商湯由於公司特有的背景,能夠接觸到很多優秀的人才,同時也積累了大量的人才和技術,整體上未來我覺得商湯最大的挑戰不會來自於同行在商用技術上的超越,可能更多的是來自於對消費者市場用戶選擇,產品定位,運營和營銷等方面的挑戰。

人工智慧,計算機視覺,虛擬現實,電動汽車以及混合動力汽車等行業,我覺得各個廠商可以適當降低對於行業內品牌地位的重視程度,可以更多的協作起來增強消費者對於行業的了解,和降低用戶對於新產品的體驗的難度。通吃的難度太大,也不符合當今商業社會的潮流,分享協作才是大趨勢!


我說幾個有意思的點,大家見仁見智吧。

1. 湯曉鷗本身就是一個商人型教授,所有的布局非常精緻值得學習,用血緣關係維繫技術圈,其得意門生也是目前技術第一把手是妹夫;用師徒關係維繫人才圈,所有港中文、MSRA他帶過的學生的實習都會在其公司度過;用感情關係維繫投資圈,湯嫂在投資圈也算桃李滿天下,不看僧面看佛面吧。

2. 鼎暉計劃快速做大估值並拉政府進來,但新深圳負責人柳鋼並沒有把政府搞定,最後進去的金額就是1000萬刀,沒有LP的項目,呵呵,快進快出,可以的,當然本來的算盤是政府能接盤。

3. 救火的萬達活雷鋒,另外IDG和StarVC也是一臉懵逼吧,所謂的融資就是把之前的投資全放進來一起說,概念做的不錯~冰冰姐兜里還有錢不,IDG可是最想賣老股脫手的,就是曉鴿總已經不太願意去叫賣了。

4. 最後,做行研,問了三次是不是C輪都不正面回答,能不能在這裡求告訴是不是C輪1.2億美金?

最後,「商湯驅動」真的是亮瞎...作為分析師我特么還能說什麼呢...

交卷. end


知乎上每一個礦和湯的問題下面,兩邊都對黑到飛起,競爭有這麼殘酷嗎……


瀉藥,這沒什麼好關注的。

我不禁想起來十多年前國家嚷嚷著物聯網物聯網發展物聯網產業,現在十多年過去了,狗屁。


針對某些回答,我想說的是,這馬上都是16年年底了,拿15年的黑料一直黑不是很合適吧。好歹來點新的啊,老看一樣的東西,容易讓人厭煩的!

至於某些回答給的數據,說商湯技術imagenet水分比較大,我想說的是16年他們不是拿了第一了么,我也覺得靠ensemble提高mAP沒什麼意思,問題是這個行業的人都知道,Ross這哥已經害了多少做檢測的phd畢不了業了,新的框架沒那麼容易突破了,能打一兩個補丁都算不錯了。


公司是做安防方面的,跟商湯打過交道,學術實力強這個毋庸置疑,但是產品化就不咋地。


貌似商湯的水軍來了,火力有點薄弱啊。

不過都沒反駁到點上,無非就是這幾類:

1、人家這麼努力,怎麼能抓著黑點不放;

2、我爛,別人不是跟我一樣爛么?

3、我湯糰隊很強大!

4、我湯糰隊很強大!我湯方向是對的、產品是對的、領導是對的,搞得爛是因為XXX等客觀原因。

投資人的錢還是好賺。

已經踩到30了,繼續努力讓我沉下去。

===================================================================

曠視剛公布融資1億,商湯就號稱1.2億,這套路,可以的,注水沒有確實不知道。

反正就是要壓曠視一頭。

幫忙貼圖:

正題:

商湯比別人聰明的一點就是用政府站台來吸引投資。

泡沫吹大了不好收場,如果佔據不了市場,最好的結果就是像DeepMind一樣被收購。

而國內巨頭如BAT都有自己的團隊,呵呵噠。

最後,

寒風吹來,浮躁的創業氛圍將不再適應。以前是能講故事會忽悠就會有無數風投在背後給你砸錢,現在在一個人人都為了生存而拼搏的時候,講故事、做包裝都沒用,投資人一定會謹慎再謹慎,這時候產品的好壞和盈利情況將被更加重視。所以要想活下來,創業團隊必須靜下心來踏踏實實做產品,練內功,而不是天天在謀劃炒作看著別人迅速搶佔市場。


曾經有好事的記者問王興,現在o2o的前景堪憂,外界有很多人都看衰美團的未來,有很多評論認為美團已經沒落。你怎麼看?王興回答:一流的人做事,二流的人評價別人做的事,三流的人評價別人的評價。

想必這個回答下面諸多的匿名,大部分三流,最多也就是二流了吧。存在的價值也就是放放嘴炮,博人一樂罷了。


作為路人甲覺得商湯學術很牛,經常發水平很高的paper,經常給合作夥伴推出產品,經常活躍在人工智慧的模範代表出現在各交流活動、頒獎活動現場,順便常去新聞聯播逛逛,署實力花樣廣告模範企業^_^ 作為路人看到知乎第一個這麼多匿名贊的和匿名黑的問題,忍不住答一下。大家說這麼多匿名是為什麼哩)--


謝邀。

我也不是謙虛。。。但不知道怎麼就邀請到我了。好吧。商湯這家公司算是國內圖像識別方面最有名的幾家之一了。其他的比如曠視等。而他們現在在做的這個方向市場潛力無疑很大,很多資本也都看好。

我個人的話,不是很懂商業,對商湯的公司運營更加不熟悉了。但是這家公司技術上是沒話說的,湯曉鷗老師他的學生團隊就是核心競爭力,順便一提,曠視的孫劍老師(有幸見過一面,聊過幾句,就是傳聞千萬年薪的那位)和湯曉鷗老師在msra貌似曾經也是一個組的。另外,我的老師和商湯的創始人也蠻熟的,評價貌似不錯。

現在幾家公司都還在技術,產品上處於不成熟的階段,不過隨著如果技術的快速進步,概念的火熱(ml,dl,cv等詞熱到不行)和資本的推力,相信在未來裡面會有領頭羊經歷大的躍進。


謝邀。

要我黑商湯,我就黑它產品化爛,不黑它技術不好。ImageNet 的成績大家都可以網上 ILSVRC2016 看,某礦的公關還要硬著黑也是醉了。

不過一想,某礦產品化和商湯一樣爛,黑商湯產品化不就是黑自己嘛。

呵呵呵。。。


不看好,說句不好聽的話,未來最好的可能是抱上大腿被收購,比如deepmind, 不然最多成長為提高不錯face服務的小服務商,在傳統安防領域說實話不可能是海康威視這些傳統國企的對手,所謂深度學習最重要的是什麼,是數據數據數據,這不是小公司能有的,再加上還是燒錢的老套路,除了提供人臉介面,交通識別之外沒有看到很好營收手段


商湯在技術儲備方面還是可以,人像識別不僅僅是人像識別單一技術可以解決需求的問題。反到是咋呼的重慶中科院某公司,讓人擔憂。


謝邀,不過我不熟悉這家公司,說點題外話吧

我只看到,市場上融資額一家比一家高,百萬千萬再到億,還是美元,著實讓人感嘆有錢人太多


正如文中所言,AI和深度學習現在已經是大量資本關注的方向。

商湯、曠視,你們已經站在風口上了,可以起飛了


這個問題裡邊埋伏了這麼多商湯的敵軍和友軍啊,雙方你來我往好不熱鬧。

商湯的團隊背景還是相當不錯的,在國內AI團隊中也是能排上號的,期待他們進一步的產品出來。


商湯的技術團隊國內絕對是一流的,如果說有短板,應該就在工程化上了吧。一些領域的實戰應用表現並沒體現出一流團隊的實力。希望融資後能加強這塊,真心希望國內的CV行業能出現頭腦發達,四肢也發達的標杆企業。


商湯在技術上絕對是國內最牛逼的,沒有之一!!!!!!!


推薦閱讀:

商湯科技(SenseTime) 這家公司怎樣?

TAG:人工智慧 | 融資 | IDG資本 | 計算機視覺 | SenseTime |