当人工智能服务商仍在苦苦寻觅寻找落地场景时，凭借AI鉴黄成名的图普科技已与数百家互联网企业达成合作，为它们提供基于图像识别技术的内容审核服务。如今，万亿新零售市场成为图普科技的下一个目标。
图普科技成立于2014年，基于计算机视觉技术搭建云平台，并以此为支撑为客户提供AI相关服务。
图普科技成立之初主打互联网行业解决方案，以图普云平台提供API接口的方式服务客户。推出的内容审核服务能用于识别色情、暴恐、时政敏感信息及小广告等违规内容。
此后，图普科技延伸至内容特征识别场景，为UGC内容打标签，提升广告投放和个性化推荐精准度。互联网业务入局较早，客户包括迅雷、映客、美拍等，通过API调取次数收费，客单价可达上百万元。
2017年，图普科技发力商业智能与新零售业务线，通过人脸识别、商品识别等技术，配合摄像头硬件，获取零售店铺的图像数据，实现客流统计、客户画像、热点识别等场景应用，为零售品牌的客流分析、门店选址、商品摆位提供数据支持。
目前，图普科技已与OPPO、名创优品、爱回收等多家企业达成合作，对旗舰店进行改造。后端AI能力由云平台支持，前端摄像头优先复用原有设备，如果原有设备不达标才会帮助门店采购。
商业智能业务以云服务形式为主，平均每家门店收取数千元年费。相比互联网业务，商业智能业务需要投入更多人力。此外，图普科技也与合作伙伴尝试智能货柜等无人零售方向。
除此之外，图普科技在2018年开发泛安防业务线，包括智慧水务、校园安防等场景。相比于深耕的互联网和新零售业务，安防业务的落地由代理、经销商完成，图普科技只提供公有云或私有云服务的技术支持，这是由于安防行业通常以项目制的形式进行，且落地场景较商业智能更为分散。
从当前图普科技的营收占比来看，互联网业务占比7成以上，但未来业务重心转移至更大空间的商业智能业务，商业智能年收入增速将达数倍。
近期，图普科技创始人兼CEO李明强接受爱分析专访，就公司业务、运营、战略等进行了深入交流，现将部分内容分享如下。
李明强，原腾讯T4技术专家，微信创始团队成员之一。
01
以云服务为主，互联网
和商业智能是发展重心
爱分析：图普科技的发展历程是怎样的，如何对业务线进行划分？
李明强：图普科技是2014年成立的，第一条业务线互联网业务于当年下半年开始，获得的首个客户是迅雷。我们先是从鉴黄开始，后来发展成内容审核层面各种维度的分析，包括防暴反恐等，并延伸出对图像、视频内容的理解，比如人物行为、发生场景的理解。
我们对内容进行处理，可以帮助企业进行推荐和强化广告变现能力，这项业务的重点是帮助互联网企业认识内容中的价值，提升用户体验。
我们在2017年的时候开始第二条业务线，称之为商业智能业务，当时第一个客户是爱回收。我们把云平台和具体的服务结合打包成可以解决客户实际需求的产品，经过一年多时间的打磨，这条业务线逐渐成熟。现在我们也和OPPO、名创优品等的线下旗舰店有具体的合作。我们觉得新零售的市场空间很大，所以未来商业智能业务是我们重要的发力方向。
安防业务是今年才开始的，把我们的技术能力提供给代理商或经销商他们来完成落地服务。我们的核心逻辑是我们主要依靠输出想对标准的识别软硬件或云服务进行服务，互联网和商业智能两大深度聚焦。
爱分析：计算机视觉技术应用于内容审核、人脸识别等不同领域时，训练模型的原始数据会有差异吗？
李明强：不同场景下服务的内容比较确定，但训练的数据及训练方法不一样。比如内容审核，是要不断去跟垃圾信息作对抗斗争的。这不是一个标准问题，因为每天都会有新的源源不断的垃圾信息，我们要持续完善。而且我们是云服务，内容、数据都是时时刻刻在发生改变的。
爱分析：以通用平台服务不同客户和场景时，是否会因为某个场景反馈的数据更多，导致训练出的模型偏向适应某一特定场景？
李明强：这是我们日常运营和模型训练上需要考虑的问题，也是我们平时着重控制好的问题之一。
通用平台汇集起来的数据之间会有互相帮助的作用，而这个作用会形成一个更好的底座，但是它们之间可能也会有些差异，所以其中的确有很多算法、运营以及工程上的问题要进行考虑。一般情况下，它们都能够很好的融合在一起，并进行迭代。
爱分析：从算法到训练出基本满足落地应用的模型，需要多少样本数据？
李明强：对于一个模型来说，不单是数据量的问题，还跟覆盖度等有关。没有营养的样本再多，也不能训练出成熟模型，就像1+1的算术题做了对一万次也学不会微积分一样。在内容审核模型中，垃圾信息者会不断制造新的垃圾，我们除了不断识别原有样本以外，还要不断积累更多新型的种类，使我们的覆盖度更广。
02
术业有专攻，单一公司
没必要自建所有的AI能力
爱分析：一般而言，服务客户的时候会经过哪些环节？
李明强：首先会有一个试用环节，开通账号试用完了以后，针对试用过程中出现的问题进行具体调整，调整完之后进入正常的商务流程。
爱分析：互联网公司自身的技术能力较强，您认为他们未来会不会自建AI能力？
李明强：这不一定是技术能力的问题。所谓术业有专攻，从运营成本、版权积累等方面来看，都不是一个简单写代码的过程，我前面也提到了，我们要从数据的数量和覆盖度两方面来考虑这件事。因此，从具体效果来看，要做到准确识别需要服务很多客户，用很长的时间积累调优沉淀下来。
而且AI能力是需要网络效应的，当你的模型被各家采用时，可以发现新的问题并进行调优，一步步变好，而单一公司要自建需要大量投入，从专业度和性价比来说也并不合适。
爱分析：目前内容审核领域的竞争格局是怎样的？
李明强：独立公司来讲，我们是做得最早、也是目前最好的了，但像腾讯、阿里也有自己的内容审核产品。
爱分析：对于互联网业务来说，获客方式是怎样的？
李明强：比较多。早期来说，客户互相之间的介绍就占了大一部分，就是相当于是口碑传播。我们的客户关系都不错的，他如果觉得我们的服务能帮助到他们，就愿意帮助我们介绍客户。
现在来说，我们有了一定知名度，客户主动通过网站、论坛找到我们，然后在网页上注册等。
03
未来逐步深入复杂场景
提升零售业务价值
爱分析：新零售业务中，能采集到的线下数据包含哪些维度，数据的颗粒度如何？
李明强：首先我们会从选址开始，没开店之前就会有一个软硬件结合的方案，帮助客户去观察要租用店面门口的经过客流，时间为连续的一至两周，还可以利用人工智能得知客流的年龄、人物属性等。
之后门店开张以后，根据门店摄像头安装位置来看，我们还可以获得店外客流、进店客流、试穿试戴客流、收银买单客流等。包括它们的年龄、性别、穿着、人物风格、在店内的人物动线轨迹等。
商品信息也是可以获取的，我们可以发觉在哪个货架拿起了什么样的商品，这个商品是什么，这个商品被拿起了多长的时间，被什么样的人拿起过等信息。另外我们还有发现缺货、放错、排列不一致的功能。
爱分析：一个摄像头覆盖的面积多大？哪类因素会影响摄像头覆盖的范围？
李明强：我们有两种摄像头。第一种是人流的摄像头，覆盖一个正常门口的大小。另外一种是店面的摄像头，覆盖面积从三四十至一两百坪都可以，具体而言就要看客户想观察到的精细程度，看得远可能就不会那么清楚，我们也会根据这个来调整摄像头的高度、角度等。
爱分析：在服务零售商客户时，不同类型的客户需求有哪些不同？
李明强：像化妆品之类的客户对于商品识别的需求比较强。而像OPPO这种客户则对于零售场里热区图、热力图、轨迹图这些方面会比较看重，特别是几个最大的旗舰店的排布陈列是非常重要的，一个不合适的排布陈列对门店的销售的影响很大。同时它也不是很在乎商品识别，可能因为OPPO的SKU就几十个，不像零售卖场有那么多SKU。
爱分析：零售业务也会采取像互联网那样的云服务模式吗？
李明强：是的，都是云服务。零售业务前端上对硬件做了处理，然后登录云端账号，可以看到前面的数据分析结果。同时也会会跟他们内部的业务系统打通，比如CRM、ERP及统计报表等系统。
爱分析：服务零售客户时，前期的磨合阶段时间有多长？
李明强：我觉得现在还在教育用户的阶段，虽然新零售这件事情大家都很想尝试，但目前也是个方案，还没有很统一明确的说法。所以在这其中我们就会跟客户去沟通、磨合、了解它们的需求。
这中间的时间是比较长的，像我们在跟OPPO的合作里，我们前期在北京深圳找几家体验店来尝试，光磨合就花了好几个月的时间。
爱分析：除了新零售以外，图普科技还考虑将计算机视觉技术应用于其它场景吗，比如无人零售等领域？
李明强：我认为无人零售中，运营能力更为重要，所以在这方面我们可能会和合作伙伴一起合作落地。目前，我们计划做一些相关的技术支持，因为这里的商品识别跟我们本来的产品线及积累技术都是一致的。
爱分析：零售业务的收费方式是怎样的？
李明强：按每个店面来收，一个店面的硬件初次设备费用大概几千块，软件服务费年费也是几千块。
爱分析：硬件设备是改造原有的还是重新采购？
李明强：我们会看他原先的基础设施是什么样子，尽量的利用原先的基础设施。如果他原先的不能用了，才会去帮他去采购。
爱分析：目前单个门店几千元的客单价未来还有提升空间吗？
李明强：提升空间在于往复杂业务延伸，比如有些行业的业务或商品很复杂，那计算机视觉可以挖掘的空间就很大，对客户而言价值也更大，而他也更愿意因此支付高溢价。反之，一些简单店面就不会有那么大空间。
04
AI公司需要聚焦垂直行业
才能完成赋能
爱分析：泛安防业务进展怎么样？
李明强：泛安防业务包括智慧城市、智慧工地、智慧校园等，但不像互联网或零售业务那样深度介入。我们主要是和前端实施的合作，由他们负责做业务，而我们在后端提供人工智能技术支持，最后落地都是由合作伙伴去完成。
比如我们和深圳的水务公司合作，他们本来就是负责河道的维护保养的，我们是在人工智能方面给以它一套云服务，让他们更好地实施业务。
爱分析：图普科技目前这个时间点进入安防领域是基于什么考虑？
李明强：其实三条业务线都会先落在我们云服务的范围里面，因为我们本身的云服务经过模型迭代，已经比较成熟，只是现在不断创造出一种新的识别能力，这是我们的优势，而且我们也没有自己做项目，更多是以合作的方式进行。
爱分析：图普科技基于什么考虑会对某个垂直行业做深入？
李明强：总的来说会先看一下这个市场是否有较大的价值，包括数据、品牌、业务等维度，比如新零售我们就认为它的市场价值很大。
我们希望能够通过新零售，完成人货场的匹配，零售的本质就是在合适的场把合适的货卖给合适的人。在之前在没有AI、大数据的时代，人货场的匹配是很低效的要有各种各样人力的方式，但显然和我们现在做生意和竞争的激烈程度不一致。而且，我们还面对电商方面的刺激和倒逼，使得线下零售必须要做改造。而中国的改造都是从消费端，再到后面运输、生产研发来传递的，所以我觉得我们要解决好消费端的问题，哪怕是把匹配的效率提升5%，都是有巨大的价值。
爱分析：根据您的判断，在未来从事计算器视觉应用的公司中，是每个领域由一家垂直公司占据市场，还是由一家公司覆盖到各个场景？
李明强：我觉得人工智能在各行各业都需要在行业里面深耕。因为各个行业落地时并不是一个算法基础，而是要去解决行业的具体问题，那就要使用一个个端到端的。
很多行业里面，AI技术只是从某个角度切入而已，有些可能只是打辅助位，我还不能确定未来是否还由纯AI公司从头来做行业颠覆的事情。如果说AI公司要提供更完整深入的解决方案，肯定是需要聚焦在一个点的，而且各个行业要深入进去，可能单个行业都要一两千人，十个行业就要几万人，不聚焦会很难进行下去。
