计算机视觉发展态势良好
计算机视觉应用广泛，以人脸识别为例，目前已在支付识别、机场安检公共安全等领域实现了应用。据清华大学数据，就技术层面而言，计算机视觉占据整个AI应用的34．9％。
在此背景下，计算机视觉也拥有很强的变现能力。根据中国信通院数据，2017年计算机视觉以80亿元的行业收入排AI技术第一。行业未来发展态势良好。
四小龙陷入同质化海大宇增速放缓
整个计算机视觉赛道上，分成四超多强，其中以商汤、旷视、依图和云从被称为计算机视觉四小龙，在2018年的融资态势下，计算机视觉公司一共融资200多亿，四小龙占据了五分之一。
但从行业态势来看，四小龙基本能够覆盖所有细分领域和应用行业。业务层面高度重叠，产品落地方面同质化现象显著，在抢夺市场占有率上，各家公司都有着不小的压力。
从设备生产起家的传统安防企业也一直在积极拥抱深度学习和计算机视觉技术。典型代表就是海康威视、大华股份、宇视科技。不过，从营收的同比增长率来看，三家公司从2012年到2018年，增长率均出现不同程度的下降。这与华为、BAT等企业进驻市场，抢占份额不无关系。
国内计算机视觉企业如何破局？
赛道火热，给企业的盈利之路带来了更多挑战。计算机视觉竞争力强烈，如何获得更高的行业占有率成为企业要思考的问题。那么，国内计算机视觉企业，应如何布局？
其一，选择较大的领域，例如智慧城市、零售、无人驾驶等，这些产业均具有较大的市场规模与发展前景，其中，在各行各业智能化升级的趋势下，传统行业或许将成为蓝海市场。国产视觉企业需深入了解这些行业在检测中的痛点，本着减少人工、降低成本，提升效率的目的，推出可行的解决方案；其二，选取这个行业中毛利较高的环节；其三，及时切入，形成卡位效应，即建立企业自身的“护城河”，提高行业壁垒。
当然，尽管目前国内人工智能在软件领域、数据资源上都有优势，但是行业也在期待有更有影响力的计算框架，以便让更多开发者参与其中。如何在应用层面上获得营收，同时在基础研究上进一步突破，建立更强大的壁垒，仍是计算机视觉公司们面临的考验。
