<mark id="oztn4"></mark>
0
2021安博會時間更近一步，行業(yè)的熱情似乎就更甚一籌。
2020北京安博會暫停后，懷揣著近兩年的新產品、新戰(zhàn)略，新老廠商們無不摩拳擦掌，借此機會將行業(yè)最頂尖的技術、產品帶到大眾面前。
大華股份正是其中之一。
雷鋒網獲悉，在本屆安博會前夕，即10月28日，大華股份將進行一次重量級戰(zhàn)略升級發(fā)布會。
2018年，大華發(fā)布了城市之心戰(zhàn)略，對智慧城市架構進行深度詮釋。
3年后，在全球經濟社會追求高質量發(fā)展的背景下，大華股份又將帶來什么？新的戰(zhàn)略又將給產業(yè)什么啟示？
“其實，大華對于經濟社會及產業(yè)發(fā)展的思考從未停止，我們希望通過這次發(fā)布會和大家分享一下大華近年來的思考和沉淀的成果。”大華股份研發(fā)中心副總裁、先進技術&智慧城市研究院院長殷俊并未直接回答。
從殷俊“只可意會”的言語中，我們不妨結合大華這幾年的技術、業(yè)務動向，猜測一二。
技術與業(yè)務層面，大華已實現(xiàn)“不只是安防”。
如果說從前“安防”的核心命題是“安全”，那么現(xiàn)在“安防”被時代賦予了新的命題。
當以視頻為核心的AI技術從安防走向千行百業(yè)，駛入深水區(qū)的“安防”，已經不再限于“安防”。
大華也已然轉型成為一家智慧物聯(lián)公司。
經過幾年探索與沉淀，如今看來，正如殷俊此前所言的“千樹萬樹梨花開”，大華這條路走對了。
AI，已從基于平安城市龍爭虎斗過渡到根植于數(shù)字城市對弈過招。
數(shù)字城市之下，交通、交管、應急、制造、教育、園區(qū)、煤炭、鋼鐵......千行萬業(yè)都顯示出蓬勃的朝氣，來回搓搓雙手，準備迎接AI的到來。
千萬嗷嗷待哺的傳統(tǒng)行業(yè)，是成千上萬個算法，定制化、碎片化更甚，大華如何應對？
每年重金的研發(fā)投入，有哪些成果？
研發(fā)是科技企業(yè)的生命線。從歷年財報看，大華每年將銷售收入的10%左右投入到創(chuàng)新研發(fā)，人工智能是投入重點之一。
2020年，大華更是給出了約30億元的大手筆，占營業(yè)收入11.33%，同比增長7.28%。截止今年上半年，大華股份上市以來，累計研發(fā)投入達到155.23億元。
大華如今的技術架構體系如何？這10%具體投入到了哪些？155.23億元背后有哪些成果？
對于這次外界十分期待的部分，不知能否在這次戰(zhàn)略升級發(fā)布會上得到答案。
組織架構調整之后，大華如何定位？
2019年的市場戰(zhàn)略調整之后，大華現(xiàn)有四大業(yè)務：To G、To B、To SMB、To C，以及發(fā)展勢頭迅猛的創(chuàng)新業(yè)務。
To B業(yè)務成為新的增長引擎，疫情之下，逆勢突襲，連續(xù)2年穩(wěn)步提升，今年上半年B端收入更是同比增長近五成。
如今大華To B端業(yè)務目前已經覆蓋了十幾個主要行業(yè)，包括建筑、教育、金融、能源、制造、農產、醫(yī)療、文旅等，細分有20余個子行業(yè)。
有著”第二增長曲線”之稱的創(chuàng)新業(yè)務，2020年增長達四成，2021年上半年，更是取得了同比增長 94%的優(yōu)異成績。
加之不可小覷的To SMB、To C，大華未來的想象空間在哪里？
組織架構之后，開始軟化轉型。
AI、云與大數(shù)據(jù)、軟件平臺均是大華的核心技術戰(zhàn)略。
2021年半年報中，大華也首次在報表中單獨披露了軟件業(yè)務，雖然占比不多，僅有4%，但軟件平臺上位至大華的核心戰(zhàn)略之一背景下，此舉大有蓄力隨時發(fā)起進攻之勢。
對軟件的重視，還體現(xiàn)在大華近年大幅度追加人才投入，據(jù)悉，目前軟件平臺人員超過3000人。
“如果把其他的定制開發(fā)都算上，軟件人數(shù)將遠遠不止3000人。”
大華已經開發(fā)了上千個基礎模塊，而明確提出“2023年公司純軟件收入實現(xiàn)目標不低于 30 億”，也足以體現(xiàn)大華對軟件的信心。
“我們希望讓大家更全面的看到大華對業(yè)務的態(tài)度和做業(yè)務的深度。尤其是新興行業(yè)，不是換個解決方案就進來，而是我們靜下心來，實實在在地扎根行業(yè)做。”
大華儼然已經在智慧物聯(lián)的賽道中大展拳腳，該如何重新定義大華？未來又將往哪個方向走？
戰(zhàn)略公布之日將近，大華依然保持一定的神秘感。
懸念將在幾天后揭曉，在此之前，雷鋒網AI掘金志與大華股份研發(fā)中心副總裁、先進技術&智慧城市研究院院長殷俊進行了一場深度對話。
AI掘金志：目前看來大華走得比較快，怎么去量化？
殷俊：目前大華可商用的算法有1000多種，組合解決方案組合可能更多，現(xiàn)在整個行業(yè)解決方案，政府、企業(yè)基本實現(xiàn)覆蓋。
AI掘金志：能做到這么快，您覺得是什么原因促成的？似乎目前整個業(yè)界較為緩慢。
殷俊：是基礎科學研究進展緩慢，應用進展是非常快速且有成效的，尤其是大華已具備天然的土壤。
細化來說大概有幾點：大華20年的行業(yè)深耕打下了良好的基礎，覆蓋客戶群龐大、市場基數(shù)大。客戶種類和應用場景也是千差萬別的，覆蓋各種各樣的場景和行業(yè)類型，成為智能升級和迭代的天然土壤。
當市場覆蓋有保障，設備有基礎，投入能持續(xù)，就能走得更快。
AI掘金志：所以您覺得視頻物聯(lián)公司是天然的做AI的一把好手，沒有之一嗎？
殷俊：視頻物聯(lián)公司因為有較好的市場應用優(yōu)勢，落地最快速而且產業(yè)規(guī)模是巨大的。我們看到所有AI落地產業(yè)上，視覺領域的硬件出貨量最大，為AI算法能力的發(fā)展提供了優(yōu)質的“土壤”。
我們目前做的，一是持續(xù)對技術創(chuàng)新的投入，二是把客戶服務好。單點算法性能做到最符合場景應用，才能打動客戶；交付速度更快，才能覆蓋多。
AI掘金志：大華從零開始的話，是怎么做到突飛猛進的？
殷俊：大華做事是非常務實的，人工智能從很早就開始做，并不是從零開始發(fā)展，過程中我們更多思考的是怎樣滿足業(yè)務需求，確實過往宣傳不多。
在人工智能產業(yè)化過程中重要的一點是，我們不僅從技術角度考慮可實現(xiàn)性，更從工程角度考慮落地方案，注重工程現(xiàn)場與算法性能結合。比如視頻應用環(huán)境各式各樣，有白天、晚上、下雨等等，不同條件下的成像都不太相同，就會要求算法必須要滿足這樣的復雜的開放環(huán)境。
AI掘金志：在某種程度上，工程跟技術不是天然的矛盾體嗎？
殷俊：不矛盾。
AI掘金志：為什么？比如很多汽車外表不好看，也許不是技術問題，而是工程能力問題，所以向技術妥協(xié)，大華在遇到類似問題時是如何選擇的？
殷俊：肯定是有相互匹配過程，工程和技術兩個本身就是左右互搏的過程，完美的產品一定選最合適的、最穩(wěn)定可靠的技術，不一定是最頂尖的學術研究。我自己的考量，規(guī)模產業(yè)化追求的是產品力和技術能力平衡。
AI掘金志：真的遇到問題了，您會往哪邊傾向多一些？
殷俊：這個要看具體問題，為了快速交付，我會偏用向工程經驗解決，但如果說偏長期的，肯定會偏科研轉化。對客戶需求的評估，短期項目重點放在快速交付落地，一定是重視工程方向，中長期項目，我們更傾向研究創(chuàng)新的技術去解決。在兩方平衡的過程中，整體技術能力進步很快。
AI掘金志：先進技術研究院作為整個大華AI的技術支撐，定位是怎樣的？
殷俊：從技術出身，深知保持技術領先是重要的。先院作為大華在人工智能領域的技術能力支撐，區(qū)別與傳統(tǒng)的研究機構，我們一手抓技術研究、一手抓工程實踐，在技術上不斷創(chuàng)新突破，過去在各個方向都取得了不錯的成績，但發(fā)展的重心還是會放在技術和工程之間尋求平衡，優(yōu)先會保證產業(yè)化落地。
人工智能必須商業(yè)化落地，這里有個概念需要清晰，技術領先并不意味著人工智能商業(yè)化能成功，但如果能規(guī)模化、商業(yè)化證明技術已經領先了。
要實現(xiàn)商業(yè)化有三個前提：工程化要好、技術要領先、技術有前瞻性。
AI掘金志：有觀點認為，多年來很多安防公司還是賣硬件的公司，軟件的實力還是得不到提升，人工智能能力也得不到大家的一個認可。這個是真實的業(yè)內的現(xiàn)狀嗎？
殷俊：大家其實都陷入一個思維怪圈，就是人工智能等于算法。其實不是，在我們看來，人工智能的本質是怎樣滿足數(shù)智化升級過程中，業(yè)務的述求，不僅是算法做得多好，也不只看智能設備做多好，但凡滿足用戶的智能業(yè)務一定是結合人工智能能力的設備、軟件、系統(tǒng)組成完整體系。
AI掘金志：2021年半年報中，大華首次單獨披露了軟件業(yè)務，占比4%，還明確提出，2023年純軟件收入實現(xiàn)目標不低于30億元。為什么在這個時間點披露？30億目標的信心從哪里來？
殷俊：公司對AI、軟件能力的宣傳講的不多，但不代表我們不重視，大華一貫非常注重軟件、AI、大數(shù)據(jù)的投入和發(fā)展。將軟件業(yè)務拆分呈現(xiàn)，也是為了大家能夠更清楚地看到大華未來在軟件板塊的成長。
AI、大數(shù)據(jù)、軟件平臺都是大華的核心戰(zhàn)略，我們近年也都在持續(xù)大力投入。目前軟件平臺人員超過3000人，做好軟件底座和面向行業(yè)應用的軟件平臺，我們稱為“一體系兩平臺”，此外把分布全國省區(qū)的軟件研發(fā)人員都算上，軟件人數(shù)將遠遠不止3000人。
AI掘金志：目前智能化成本大概比之前要降低多少？
殷俊：相比2年前已經降低了很多，人工智能商業(yè)化落地的兩座大山——高算力和高成本，目前芯片可選的范圍很多，隨著銷量的飛速增長，AI的研發(fā)成本均攤后都下降了。
預計兩三年之后，70-80%的設備都是智能設備，完全沒有必要猶豫設備的選型，就像現(xiàn)在手機已經都是智能手機。
AI掘金志：如果AI是必然趨勢，為什么很多AI公司還是跑不出來？
殷俊：第一個純軟公司不一定懂硬件，很多人都低估了硬件的難度。
第二是對業(yè)務的理解。以前對業(yè)務理解比較深的有兩類公司，一類像大華這樣的產品和解決方案供應商，還有一類是服務集成商，但AI公司誕生于產業(yè)鏈中間，長期兩邊搖擺。
另外，本身硬件產業(yè)鏈已經很成熟，同時生產制造、品控、服務體系要求很高，這樣的背景下軟件公司進入硬件賽道很難突圍。
AI掘金志：如果他們從硬件上突圍不對，只能從軟件層面突圍，但是似乎有些后勁乏力，是賽道選錯了嗎？
殷俊：他們的選擇范圍很多，并不僅是安防產業(yè)，只是隨著市場的發(fā)展，安防產業(yè)的業(yè)務占比很高。但是從產業(yè)成熟度和產業(yè)規(guī)模，目前看確實只有這個版塊體量是最大的。
AI掘金志：當初AI公司進來，大華從來沒有過擔心嗎？
殷俊：沒有過多的擔心。一方面這些新興公司的進入，可以促進技術的演進，而且更多的玩家可以加速市場的認知。另一方面我們也清醒看到，對于一個完成的解決方案，算法只是業(yè)務系統(tǒng)里的一個模塊，是一個中間件，要從一個組件變成一個大系統(tǒng)，工程能力和體系化作戰(zhàn)的難度非常大。
AI掘金志：對于目前大華的幾個業(yè)務，您是最看重哪一塊？
殷俊：從目前來看，未來To B業(yè)務增長最高，但創(chuàng)新業(yè)務也不可小覷，未來增速也會很快。
AI掘金志：去年您提到，AI經歷了理論研究的1.0、智能落地的2.0，目前處于行業(yè)智能的3.0階段，您將3.0階段總結為“忽如一夜春風來，千樹萬樹梨花開”，如今一年過去了，你有沒有感受到這個階段的新變化？
殷俊：行業(yè)智能化層面看，真的是千樹萬樹梨花開了。大華最開始的目的就是行業(yè)全覆蓋，從這兩年看，當年的邏輯是對的。行業(yè)覆蓋時，把行業(yè)做深、產品做全，場景做廣。
AI掘金志：“把行業(yè)做深、產品做全、場景做廣”是否意味著定制化更嚴重？
殷俊：這是行業(yè)本身特性和規(guī)律，2017年我就說過，行業(yè)做廣做深，定制化逃避不了。
智能化與信息化不同，后者以ERP為例，每個企業(yè)的通用性相對很強，每個企業(yè)的財務結算方式不同，只是小的流程改動，相比之下，智能化的散碎程度更突出，差異化更強。
去年很多行業(yè)已進行智能化試點，今年速度更快，發(fā)散度更高。比如煤礦行業(yè)，散碎程度非常嚴重，之前可能只是聚焦作業(yè)管控的業(yè)務，深入行業(yè)應用后發(fā)現(xiàn)，除了智能需求的發(fā)散外，在實踐中每條礦道都不完全一致，一旦業(yè)務試點可行后鋪開推廣應用就需要解決實際的差異嚴重的問題。
因為人工智能技術上還沒有到一個泛人工智能階段，無論是算法、應用都是針對特定明確的任務完成，還無法達到像人一樣的理解能力。
AI掘金志：差異化大、顆粒度細、定制化大，就意味著投入大量人力，但雙方都不希望如此對吧？如何解決差異化？
殷俊：其實要解決的就是三個問題：項目周期要縮短，人力成本要下降，交付速度要加快。
大華從去年下半年開始做了三件事情：
1、加大通用算法適配能力，通過算法的不斷迭代，大幅提升各種場景的適配性。且不斷增加增加算法的種類。
2、加快弱監(jiān)督學習、半監(jiān)督學習等技術的工程應用。通常的算法訓練需要大量樣本，但新場景不可能有海量數(shù)據(jù)，大華內部已經具備現(xiàn)有算法能力快速遷移到新應用的能力，且真正可商用量產。
3、提升系統(tǒng)適配能力。大華自研的巨靈平臺作為一站式人工智能生產力工具，內部各方面技術已經積累完了，雖然定制化多，可以解決在短時間內覆蓋新場景的問題。
AI掘金志：您剛提到了算法供應商，大華是否想過做一個類似的算法平臺？
殷俊：我們也有，但現(xiàn)在還沒有把所有的算法都上線。
AI掘金志：是產品沒成熟還是時機沒成熟？
殷俊：假如大華做算法商城，要考慮三個問題：
一，上線算法本身的質量。
二，客戶使用過程中的售后服務。有些公司期望上線后能更多拓展客戶，但算法比較專業(yè)，對于售后很難完全保障。
三，行業(yè)理解。上架的算法通常是通用的，匹配到具體場景后可能有很大落差，存在誰去調整落差的問題。
大華做的很多算法，是走進客戶后，才把這幾個問題解決了。
說白了，算法商城只是一個框架，不在乎架子怎么搭，最終比拼的還是算法本身的能力，看是誰的質量好，誰的速度快，對客戶而言，核心是省錢好用。
我們做的是基于行業(yè)理解以及客戶真實需要，很多先驗和試點工作都提前準備完善了，算法在給到客戶前已經過實踐驗證，客戶不需要再去踩雷。
AI掘金志：所以大華認為算法商城模式的根基是不牢靠的？
殷俊：至少在目前還不成熟。因為單一算法是不能用的，這和手機的APP商城有很大的差異，因為每個手機APP都是獨立自閉環(huán)的系統(tǒng)。
下載一個算法不能有效解決行業(yè)問題，就是因為客戶的問題并不能靠單一算法解決。舉個很簡單的例子，工業(yè)檢測現(xiàn)場除了檢測部件本身，還要檢測零部件擺放、缺陷、位置等等，一條流水線通常存在很多工位，作業(yè)要求和作業(yè)對象都不同，還不算對工人的穿著、站位、行為規(guī)范等檢測，這里需要的是一套完整的算法解決方案，不是單算法能完成的。
AI掘金志：行業(yè)未來會出現(xiàn)成千上萬個算法，覺得這個問題會難嗎？
殷俊：是很難，但得做。
AI掘金志：它難在哪里？
殷俊：第一，AI算法發(fā)展很快，沒有統(tǒng)一標準技術可以參考，將長期處于研究與工程并存的狀態(tài)，機器不可能完全百分百替換人，不能進行真正的自我監(jiān)督。
假如機器自治系統(tǒng)能力可以工程落地，我們就認為這個模式是合理的。但現(xiàn)在人工智能應用到工程中與想象依然有落差，需要人工去補。
B端業(yè)務增速特別快，對大華是一件非常有考驗的事情，因為行業(yè)產品太多，一個B端的客戶要做好必須要深入業(yè)務，同時面向大量的B端客戶，我們可能一天接到海量的智能化需求，對研發(fā)實力、工程能力適配要求很高。
為了解決這個矛盾，這也是我們目前縮周期、降人力、提交付要做的事情。
AI掘金志：聊聊大華這次的戰(zhàn)略升級？
殷俊：大華對于產業(yè)發(fā)展的思考從未停止，我們希望通過這次發(fā)布會和大家分享一下大華近年來的思考和沉淀的成果。讓大家更全面的看到大華對業(yè)務的態(tài)度和做強業(yè)務的信心。尤其是面向新興行業(yè)，不是包裝下解決方案，而是我們靜下心來，實實在在地扎根行業(yè)。
AI掘金志：您怎么理解城市之心，這次的戰(zhàn)略升級與城市之心有怎樣的變化？
殷俊：城市之心戰(zhàn)略是契合了當時的環(huán)境背景，核心在城市業(yè)務，當初也正是政府端重點發(fā)力的階段，需要一個統(tǒng)一的架構體系，現(xiàn)在城市業(yè)務已經相對穩(wěn)定，接下來是持續(xù)細化的問題。當前大華主要面向城市和企業(yè)兩大板塊，前面提到企業(yè)的發(fā)展很快，但這兩個板塊差異性很大。To B業(yè)務是碎片化市場，SMB業(yè)務更散碎，不可能跟城市業(yè)務的邏輯一樣。同時如何支撐好兩個板塊的業(yè)務，對公司的基礎能力有新的挑戰(zhàn)，我們期望通過這次發(fā)布會把我們的戰(zhàn)略升級和接下去怎么干和大家分享下。
AI掘金志：也就是城市之心有建設性，但已經不全面了，但這個周期似乎并不長，為什么才3年就有如此大的區(qū)別，這種巨變大華是沒有預測到嗎？
殷俊：不是巨變，城市業(yè)務的體系架構沒有問題，未來還是會沿著這樣體系架構。但是隨著大華的業(yè)務拓展，不能只看著城市業(yè)務，我們需要更完整的解讀大華的業(yè)務版圖布局。
AI掘金志：技術層面，政府端和企業(yè)端的異同？
殷俊：相同點就是服務為王。
AI掘金志：服務為王會伴隨大華很多年嗎？
殷俊：會，但是真正做好其實很難，尤其是To B業(yè)務龐雜繁復，單純依賴大華自己是無法完全滿足客戶需求，因此未來大華會往后退一點。
AI掘金志：往后退的是什么？
殷俊：和生態(tài)合作伙伴一起，我們賦能合作伙伴，當然我們也需要很多合作伙伴賦能大華，通過合作伙伴的雙向賦能，一起服務好我們的客戶。
正如殷俊所述，技術是為了商業(yè)化。數(shù)智化浪潮下，將如何利用技術為千行百業(yè)賦能，期待10月28日大華股份為我們揭開答案。雷鋒網雷鋒網雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
