公司成立不到3年，已经受到多家投资机构追捧。在今年7月，商汤科技宣布完成4.1亿美元B轮融资，有投资人判断这“可能成为这一波人工智能投资潮的巅峰”。

 

　　9月26日，在GPU技术大会间隙，商汤科技联合创始人、CEO徐立与包括凤凰科技在内的多家媒体谈到时下热门的人脸解锁、刷脸支付等问题，并分享了商汤科技面对新行业如何做选择，以及人才管理与培养计划。

 

　　商汤科技是典型的、在技术浪潮中诞生于高校的创业公司，它的摇篮是香港中文大学的多媒体实验室。实验室在汤晓鸥教授的指导下，诞生了多篇知名论文，在2014年LFW检测中人脸识别的准确率首次超过人眼。

 

　　这些成果吸引了IDG合伙人牛奎光的注意力，资本主动找上门，讨论成立公司的可能性。于是在2014年10月，几个香港中文大学的毕业生、微软前员工加上一些清华毕业的研究人员，成立了这一公司。

 

　　学术研究贯穿了整个公司的发展。眼下团队已从30多人扩展到700多人，其中有18名教授,120多名博士。并与香港中文大学、浙江大学、清华大学等高校都建有联合培养实验室。在去年和前年,香港中文大学-商汤科技联合实验室共发了76篇论文。这对尚在学校的“未来人才”来说，就是一个不小的诱惑。“垄断”人才，也是商汤的野心。

 

　　如何做好底层人工智能模块，去应用于有潜力的行业？人脸解锁与刷脸支付是否安全？在以下内容中都能找到答案，内容整理自对徐立的采访。

 

 

　　苹果在手机行业有这一领先的创举，不在于技术领先，而是在他之前别人都不太敢去做大规模的尝试。人脸识别做解锁，之前就已经成熟了，一年前就已经能商用了。另外，这一变化可能和全面屏相关，指纹移到后面去，比较麻烦，人脸解锁就变成了一个自然的选择。

 

　　商汤科技在这一方面进行了较长期的储备，最早在互联网金融方面做解锁，跟手机人脸解锁是完全一样的。我们每天有一百万调用，20万次是攻击，任何一个新的东西都要接受大量的攻击。在攻防当中，大部分的企业可能没有这样一个前期准备。我们在互联网金融行业里面，积累了大量的攻击实例，我们在活体检测上是有一定的优势。

 

　　人脸识别准确率其实跟很多环境相关，比如超远光等情况下。在大规模测试的情况下，人脸比对比指纹比对要准确。指纹某种意义上特征没有那么丰富，人脸特征维度就高很多。所以从生物特征来说，人脸是一个更好的生物特征。

 

　　我们现在跟很多主流手机厂商都有做解锁的合作。量大了，大家都做，自然可以带来一些行业的标准。

 

　　在刷脸支付领域，现在1：1的成熟度很高，1：N的就要看库有多大，要是存全中国14亿人的库，你跑来刷一次，做14亿次的比例，可能每刷一次这个人就可能出错，关键要看库的大小。假设有一个APP的用户达到了数亿级别的，可能就会有风险，现在百万级别，千万级别，1:N的准确率还是很高的。

 

 

　　2015年9月，我们开始真正商业化，当时与银行和P2P公司合作，签到千万级别的合同，之后才进入安防领域。目前的情况是每一个工作日签一个合同。

 

　　我们在选择进入一个新行业时，首先会拿市场上各种信息来形成一个市场反馈，有了这些反馈之后，我们找出公共点，定义一个新的研究问题。第二，我们看技术能不能超过人，一年之内我们能够把技术做到人的准确率，过了那条红线，我们就会投入去做这个行业。第三，看它的市场空间有多大，如果能替代人，这个行业本身有多少人，有多少市场空间，既有的空间有多大，如果这个市场能够扩展，会有多大的份额。

 

　　我们不可能把所有场景走完，所以我们采用的是1+1+X的模式。1+1是产和研，+X就是说我在一些垂直行业里面，我本身不去把这个行业做穿，一定是要跟我的合作伙伴来快速结合去做。

 

　　智慧商业这些行业比较分散，我们会找这个行业背后的集成商。把我的东西包在他们的解决方案里，这是很多细分行业的打法。比如有一百多家银行，地方都不一样，跑到这些地方是很难服务的，你通过集成商的方法，1+1+X，X就起到了很大的作用。

 

　　为什么我们有一些行业不会进去，原因是有可能是太细分，你是人海战术，每个省必须得有人，每个地方得有支持，只能跟合作伙伴来做，找到最好的合作伙伴。

 

　　商汤科技某种意义上是卖人工智能的乐高玩具，我要针对这个场景，去搭建一个乐高的车，才能卖给这个行业的甲方，甲方根据我搭了这个车，可以直接用，也可以改造一下，用这个东西去搭其他的东西，某种意义上是卖底层人工智能模块，赋能这些行业。

 

　　这个赋能未来能够形成核心竞争力。第一是你模块越来越多时，就形成了聚集优势，平台上你可能有更多的流量，数据和场景，你用这些场景搭这个模块，别人不具备。第二，这些模块和应用系统是耦合的。希望商汤成为这个软的AI平台的提供者。

 

　　谈人才与管理：人工智能这本账背后是人才的账

 

　　驱动这一波人工智能兴起的是核心引擎和算法，你要真正掌握核心能力，要有5-7年的积累。

 

　　有一个故事，当年谷歌收购DeepMind，DeepMind是12个博士，价值4亿英镑。一个没有产品的公司，12个人价值4亿英镑。当时全球真正懂深度学习这个大脑的人，大概只有50个。意思就是说你其实买的是核心的运算能力，买的是未来，不是这12个人值不值这个钱。果然一年之后，有了AlphaGo。

 

　　我们招人没有设任何博士的门槛，博士和硕士没有太大的差别，但是发现能做这件事情基本上都是博士。

 

　　第二，我们当时前期融资只融了2千万美金，人工智能这本账背后是人才的账。我们把那些真正能做大脑设计、底层算法研究的这批人垄断，行业再培养一批人还有5年时间，你就有足够的时间窗口用行业领先的人。

 

　　第三，一群科学家坐在桌面去讨论算法和想法，会有指数级的发现。你把一群聪明的人聚集在一起时，演进的速度是非常快的。

 

　　我们的企业文化和团队的技术背景是相关的，我们想要坚持做一些原创事情。当时我们在学习这个方向时，明明感觉研究能在某个阶段突破所谓的工业红线，但是行业里没人起头，把这个场景落地，所以我们做了这样的事。我们也会借鉴各种管理经验，很多高管来自于成熟大型公司。

 

　　在去年和前年，香港中文大学-商汤科技联合实验室共发了76篇论文，在行业里面要远远领先于谷歌，facebook，仅次于微软。在这个过程当中，学生们也会有成就感，我们有比较好的员工培养体系。

 

 

　　我们面临的困难有当团队从30人扩到700多人，如何更有效地利用资源。第二，选择垂直行业时，考虑如何选择能带来最大商业价值与社会价值。

 

　　整个行业的困惑点在于技术的大众化。我们一直讲智能手机，人工智能+手机还不如一个手机的价钱，人工智能的钱谁收呢？人工智能加了人脸解锁，加了50元，这个钱向谁收？这是行业的困惑，怎样让普罗大众真正给技术买单。大众对带来的价值要有足够的认可度，这个行业的发展就会变得更好。

 

　　未来我们看好的两块，一块是视频，现在互联网上真正带来很大商业价值是搜索、电商、社交游戏，这些都很赚钱。这些完全都可以被视频颠覆，如果视频整个识别理解做得很好，未来就是谷歌搜索可以新做一个谷歌，视频领域的谷歌。视频都可以连接到背后的电商，你就是淘宝。我觉得视频未来可以带来很大的爆发力。

 

　　还有就是交互，现在整个互联网的发展路径，从传统PC到移动互联网，其实核心的点是交互模式发生了核心的变化，未来我们看到手势、肢体，可能就会带来下一波新的入口。人工智能已经赋能了这样一个交互的行业，谁把这些交互变成真正的产品入口，会带来下一步的变化。我觉得不远，可能五年之后，手机里面的APP，要么被颠覆，要么被转型。