日前，德勤发布“全球人工智能高成长企业”名单，共有14家中国企业入围。

其中，云从科技位列榜单第16位，一度超越商汤科技、阿里巴巴等国内知名企业。

不禁感觉一个是商汤，他也是“AI 四小龙\",”，另一个是阿里，中国互联网、AI、云技术等新领域的大师。云从科技以超过600%的增长率入围，排名双双领先，真是太精彩了。

作为国内人工智能领域的独角兽企业，云从科技知名度不高，资本融资相对保守。行业发展中有很多值得关注的热点。

引领金融科技轨道，替代“人工智能四小龙\"”

作为“国家队”诞生的云从科技，一直被媒体和外界视为“AI 四小龙\",”的另类存在。

但事实上，从商业模式来看，云从科技也比其他三家人工智能企业有着更加突出的地位。

在图灵未来发布的“图灵AI指数”榜单中，金融领域的排名非常有意思，图灵指数782的云从科技位居榜首，其次是平安集团和蚂蚁金服，分列二、三位。

“AI金融”是一种明显的跨轨模式。除了云从科技，商汤科技和“AI 四小龙\"”的依图科技或多或少都有涉及。

但是如果能和平安集团、蚂蚁金服，一起排在金融指数榜单的前3名，云从科技就可以算是第一个跨界的玩家了，太神奇了。

虽然他们都是“AI金融”的跨界玩家，但他们之间有着本质的区别(云从科技、平安集团、蚂蚁集团)。

这里的区别在于金融和AI，哪个是主要的，哪个是辅助的？

显然，平安集团和蚂蚁金服主要以金融为主，是为用户提供理财、贷款、投资、保险等金融服务的金融服务商(或平台)。AI只是提升服务效率和用户体验的技术手段。

云从的技术不一样。人工智能是其专业技术领域，是产品和服务的基础。金融只是技术应用的一个领域，最常见的表现就是与银行、共同基金、第三方支付公司达成合作，将AI技术应用到他们的各种业务渠道，而不涉及金融业务。

总而言之，前者是一家以金融服务为品牌代言的商业公司；后者是一家科技型公司，以技术落地为发展方向。

因此，当我们看到一家科技型公司在财务指数排行榜上排名第一时，难免会有些惊喜。为什么没有金融业务的云从科技在金融赛道上击败了蚂蚁金服和平安集团两大金融巨头？

事实上，在产品落地方面，云从科技比其他AI公司更专注于金融领域的发展，是目前银行业最大的人脸识别技术供应商。

数据显示，云从科技市场份额约为72.7%，已有90多家银行总行平台中标。客户在中行，农行，建行和其他国家有400多家银行，每天为他们提供超过2亿次的比较服务。

因此不难想象，云从科技在“AI金融”跨境赛道的领先地位，是其专注于银行业务智能落地的结果。

在这里，作为一家科技型公司，云从科技业务发展路径清晰，聚焦有限赛道，快速覆盖行业客户，提升技术渗透率，可能成为人工智能企业发展的一大方向。

在有限的赛道上跑得快，AI需要大和小吗？

重新梳理云从科技的产品和服务，可以发现目前云从科技的行业覆盖面并不多，主要集中在金融和安防领域，应用于机场、园区、营业厅等场景。可以看出，云从科技在发展赛道上非常克制。

此外，据报道，云从科技的产品已覆盖民航领域50多个机场，包括新投入运营的大兴机场；安防产品已在29个省级行政区上线，受到相关部门的青睐。

此外，根据国际权威研究机构GenMarketInsights发布的《全球人脸识别设备市场调研报告》数据，2018年，云从科技市场份额达到12.88%，成功进入行业第一梯队。

因此，云从科技的市场取得了不错的成绩，其商业前景并没有因为赛道有限而陷入困境。

那么，回到对云从科技商业模式的讨论上来，在每个AI企业都在探索自己的商业发展道路，没有明确的市场标准之前，云从科技对有限赛道的克制和专注确实值得探讨。

AI技术的应用范围如此之广，人工智能企业是否应该无边界扩张，覆盖行业？或者在有限的行业赛道上跑得快，对企业的发展有什么意义？

对此，智能相对论认为有三个关键逻辑可供参考。

1.绑定客户开发，另一个“押马”的想法

“押马”的认知在C端市场普遍存在，比如美团，共享经济的外卖、票务等。这是典型的先覆盖行业再深度运营的逻辑。

但是，对于B端市场来说，这种思维似乎有些不合理。主要有两个困难——

首先，toB产品一般是打包集成的集成解决方案。比如云从与中行的合作涵盖了各种银行渠道的应用，对连贯性和协同性的要求很高；

第二，B端市场的本质不是单纯销售产品和服务的商业逻辑，而是两个企业(或组织)的合作和赋能，行业的专业认知成为合作的基本条件之一。

因此，云从的科技发展路径不可能和美团，的行业覆盖相似，另一种思路是绑定行业客户。

这种想法刚刚让B端市场变成了一个“快乐的地方”。一旦与B端客户建立深度合作，两者未来的发展一定程度上会捆绑在一起。因为当技术应用于B端客户的各种业务渠道时，一旦发生变化，将面临巨大的转移成本。

这样，抓住行业内的关键客户往往成为人工智能企业开拓B端市场的首选，远比浅行业覆盖更为经济。

2.重新定义“人、货、场”三要素，技术落地的第一步就是找准场景

当技术发展到一定阶段，商业落地是必须的。在人工智能信息化的今天，强调技术落地逐渐成为主旋律。

技术落地的关键在于“人、货、场”的界定。传统的关系是“货-场-人”，教师生产，找到渠道，并据此卖给客户；现在主流的关系是“人-货-场”，先确认客户，再精准生产，最后选择渠道。

然而，这两种类似的关系似乎并不适合AI技术，尤其是在B端市场。“场-人-货”的重新定义意味着寻找场景，比如银行；然后识别客户，比如银行客户；最后对产品进行调整和出口，比如云从AI赋能银行业务，整体路径基本确定。

在这个过程中，找到场景无疑是最重要的一步。如果把整个AI应用流程搞清楚，简化就是一个B2B2C模式。只有找到2B的场景，才能满足2C的需求。

因此，在某种程度上，无边界扩展偏离了这条路径，这不适合开发人员

在经济学理论中，有一个与“规模经济”相反的结论，即规模不经济。简单来说，就是指企业生产规模的扩大可能带来经济成本增加的非经济性。

那么，从人工智能的应用来看，可能存在这样一个“规模不经济”的陷阱。b端客户专业需求高，专业边界明显。每改变一次技术所处的行业(或场景)，就意味着重新调整产品和服务，面临巨大的成本投入。

例如AI识别和交易索引(交易代码、时间、金额等)。)金融领域使用的评价显然不适用于证券领域。面对两个领域的B端客户，产品和服务必须进行调整，以满足不同场景的需求。

跨界会带来成本投入。AI企业为了实现商业变现的最大化，往往会选择专注于某一个垂直领域，积累专业经验，实现客户最大化。

云从科技目前为400多家银行提供服务。不难理解，除了本身的国家队出身之外，在银行业务上一直都是专业和精通的。

结果是看得见的，也是人工智能企业的重点

那么，当技术推开应用的大门时，如何走在商业化的下一个阶段就逐渐成为人工智能企业面临的问题。

从云从科技的发展路径中，可以看到其深耕细作，专注于特定的细分领域，从而慢慢建立起自己的行业认可度，提高影响力。

这种趋势也可以在其他人工智能企业的发展中看到，比如“AI 四小龙\".

事实上，“AI 四小龙\"”的路径与云从科技相似，只是商汤科技打着“1 1 x”的旗号，赋能各行业。

商汤科技目前估值接近60亿美元，是“AI 四小龙\".”估值最高的独角兽，被称为四大巨头中的小巨人，所以其业务也是最广泛的，涵盖安防、智能汽车、移动商务、金融等领域，权重相对均衡。

而其他三家公司的发展各有侧重。旷视科技深耕智能安防领域，营收占比超过40%；依图科技以专注于医学影像而闻名。此前，其联合合作伙伴在《NatureMedicine》上发布了NLp辅助诊断研究成果，并正在将AI成果拓展至智能诊断应用。

一方面，C端和B端市场存在大量应用缺口，处于上升期的人工智能企业或多或少会选择进入不同领域进行技术落地。

另一方面，随着市场竞争的日益激烈，独角兽企业开始扎根圈层，专注于有限的赛道建立自己的行业优势，以尽快实现盈利和高估值的目标。

那么，未来各大人工智能企业之间的跨界也将呈现出更加专业的姿态，开放只是第一阶段，纵向成为下一阶段的主旋律！

文同陈选滨

智能相对论的来源

[结束]

智能相对论：AI新媒体，今日头条青云计划赢家TOp10，The Paper科技榜月度top5，文章早就“占领”了钛媒体热点文章榜的TOp10，以《人工智能十万个为什么》，聚焦领域：AI医疗、机器人、智能驾驶、AI硬件、物联网、AI金融、AI安全、AR/VR、开发者及其背后的芯片、算法和人机交互。