介绍

本文章只是个人对这个行业的粗略感想，并不代表行业真实情况。
什么是机器视觉？

人工智能软件市场可分为计算机视觉、语音识别、自然语言处理和数据科学，主要由四类人工智能模型支持：感知智能、决策智能、智能内容生成及智能内容增强。其中具有主要感知能力的计算机视觉已成功被商业化。

计算机视觉为跨学科的科学领域，使得计算机可分析数字图像或视频，以便提取数据、执行分析及自动化若干任务。根据沙利文的资料，人脑处理的80%以上信息来自视觉。该等海量的视觉信息可以透过计算机视觉进行分析，使其成为重要的人工智能领域，在各个行业都有广泛的应用。
语音识别是指识别语言并将其转换为文本的技术
自然语言处理是指能够理解和解释文本并按需提供反馈的技术。
数据科学通常是指计算机视觉、语言识别及自然语言处理应用的延伸

机器视觉应该属于计算机视觉范畴。目前商业化比较好的几个领域：

A安防领域：代表企业海大宇、华为、华智、ai四小龙，主要是toG、toB领域针对行为类事件、人机非结构化的场景，这块也是最大商业化场景，也是目前国内top ai公司的主要粮仓。
B制造领域：代表企业康耐视、基恩士、海康机器人、华睿等，主要是针对企业的智能制造。

商业领域

对于算法公司，两个领域所涉及的技术其实是很类似的，从输入图片—>图片预处理—>算法模型—>输出结果，其中算法模型的生成采用的方法分为两种：

从算法技术上，两个领域是非常相识的，但并不代表某家ai公司能够同时在两个领域成功商业化，主要原因如下：

A重点在toG，B完全不涉及；而A的toB针对的是保卫科，而B的toB针对的是质量科，对于稍有些规模的企业这两个科室的客户关系完全不同。
A采用安防相机大都放置室外，算法为了适应各种背景干扰，训练的样品数量至少是万级；而B采用的是工业相机，缺陷样品少，往往要求极少的图片却要达到极高的精度，所以要求复杂的光学成像机构和自动化设备。
在售后服务上，B领域的设备一旦出现问题，将极大影响工厂单日产量，必须要需要做到2小时内服务；而A领域并没有如此严苛的要求；因此B领域往往会配置大量的售后驻厂人员。

设备价格上限明确，A领域虽然竞争激烈，但溢价空间大、验收通过率高；B领域溢价空间有限、验收通过率低

溢价空间有限：甲方客户有详细的经济成本计算公式（设备投资一年回本）：已昆山一般电子厂单人工资到手6-7千算，企业实际付出成本为10w/年，因此一套设备的价格约等于n个工人一年的成本。实际上一套设备大概率可以替换6个熟练工算是比较不错的设备了。

等等一些原因，目前市场上两个领域的ai公司并没有太多重复的，

A领域：海康、大华、宇视、商汤、旷世、华为、华智

B领域：阿丘、思谋、康耐视、东升、海康机器人，mvTec，创科

upload successful

公司需要找准自己的定位：

找准自己的定位，否则步子迈大了容易扯到蛋。

中游硬件是个红海市场，每个领域都有多家非常有竞争力的公司；

中游软件目前国内和国外的软件还有一定的差距，视乎有机会，但投入的研发成本、时间会非常大。

智能制造的需求很多，但伪需求也很多，在不明白哪个需求的情况下，需要视觉工程师投入时间进行预分析，包括沟通、打光、算法评估都会消耗大量的人力，所以在没有非常完善的工具链时，会浪费大量的人力；而优秀的工具链往往需要非常长时间的投入，比如visionpro、海康的vm等。

优秀的终端客户基本已经被头部公司占据，剩下的需求大部分是长尾行业，或者投入产出比不高的需求。这个时段在进入这个行业已经很难成功了，除非你‘家里有矿’。

可以看看这几年海康机器人、华睿、奥普特的财报，还有思谋、阿丘的融资和营收状况。

这个行业以为是技术密集型，其实是劳动密集型，安防行业是苦，但这个更苦。

最后我看好海康机器人，以上只是我的一些肤浅认识。