老尼逼逼叨 | 以四大美女著称的Linkface，消失的这一年都在做什么？

2017 年 2 月 16 日 AI那点事 老尼

两年前，一家以美女为噱头的AI公司Linkface横空出道，四位联合创始人全部都是高颜值的年轻女性，而且不乏学霸这种神奇生物。一时间，网络上的热议开始迅速蔓延开来，知乎上也出现了该公司的话题讨论，吃瓜群众骂的骂舔的舔，AI圈出现了难得的热闹景象，有美女的地方总是不缺话题性。

不过PR宣传永远都只能是辅助手段，作为一个有着极强技术门槛的领域，Linkface想要在其中站稳脚跟，没有点真材实料还真是够呛。所有的主动PR宣传，在我看来都是套路，只不过是路深路浅的问题。果不其然，Linkface迅速在FDDB上刷出了世界第一的成绩，想以此来证明自己的技术实力。坦白说，这一招在当时虽然招来了很多网络喷子但也实实在在给他们带来了益处。

名声打响了，随之而来的就是主动找上门的商业机会。不过显然他们还没做好这么快商业化的准备，即使是提供API和SDK，也是有商业策略在里面的，一群不谙世事的小屁孩和清心寡欲的研究人员组成的团队，还是把产品化和市场推广想的太简单。他们当时的直接对手就是Face++，对的，就是这家单轮融资额最高的国内AI创业公司。虽然算法实力比Face++略胜一筹，但是商务团队和产品化能力却拖了后腿，巨大的成本支出和圆不满的商业故事使得他们的首次高调亮相有点儿昙花一现的意思。很快，商汤收购，市场声音迅速降温，这家公司开始藏于幕后，变得鲜为人知。

中间的事很多人都知道了，四大美女之一出走初速度，九鼎接盘。

虽然走了几个，但是团队里面人还是那一拨人，技术实力也依旧大发，只不过跌入过泥坑的他们在这次创业之旅的二次出征前，选择了更加专注地进行行业聚焦，方向瞄准了近年来特别火热的金融领域，直接对标的对手除了Face++，还多了云从和依图。Face++属于带互联网基因的AI公司，轻重都做，重的业务挣钱糊口，轻的业务拉用户量，虽然印老板不喜欢安防这摊子业务，但是2017年也不得不重新重兵加持，再次进入。摊子铺的太大是他们目前最大的问题，再加上他们本身在金融这块就没有给到太多资源，所以目前不论是客户量还是口碑，都不足以给竞争对手造成太大的威胁，这也给了Linkface这样的公司包抄截胡的机会；云从在银行这块有很大的优势，不过他们也从今年开始进军安防，业务线的分散让Linkface在银行金融领域有了异军突起的机会；依图在金融领域的布局属于点到即止，主要目的在于积攒案例，与他们年前拿下的数千路的人脸项目相比，金融领域的收入几乎可以忽略不计。至于中科奥森，基本上还没进入第一阵营，特色化的产品路线大大增加了他们在市场推广方面的操作难度。因此，2017年对于互联网金融安全来说，也将是一个重要的窗口期。如果旷视和依图依旧是蜻蜓点水般地在金融领域薅羊毛，云从开始分散精力进入安防，那么Linkface将有机会在金融行业逐渐筑起自己的护城河。

不过说到底，人脸识别的落地应用在金融领域不属于核心刚需，所以前期的市场教育阶段注定是挣不了大钱的。唯一的出路就是通过前期兢兢业业地深耕业务逻辑，赢取种子用户的良好口碑，再迅速地广撒网全面拓展，靠量的优势弥补低客单价造成的成本压力，进而量变带来质变，筑建行业壁垒，带来营收和品牌两方面的红利。说回Linkface，如果要走上述路线，对于他们的商务和工程团队的要求就很高，前期推广、售后服务一旦脱节，很有可能就将公司拖垮了。所以，扎扎实实做稳产品，有节奏的进行推广布局，扩建售后团队，是他们目前最应该考虑的事情。至于具体商业策略，我的建议是，前期少走集成商的渠道，参与竞标一定要保持品牌独立性，建立自己的品牌标识。

让老尼做总结的话，我觉得Linkface对于自己的定位应该是金融行业所有与安全业务相关的解决方案提供商，提供API、SDK和具体产品，线上（账户、支付、提取、验证）线下（柜台、门禁、采集、安检、监控）同时布局，倚仗超大GPU超算中心的计算能力、庞大的研发团队、领先的图像识别算法以及国内最大的人脸识别数据库来保障实际运用中所需的实时性、准确性和超高并发处理能力。

如果我拿到的数据没有水分的话，Linkface在金融领域的客户数量应该已经超过了100家，前期的蛮荒拓展阶段基本上告一段落，接下来就是稳扎稳打、迅速扩大势力范围、全面圈地的时候了。在所有CV公司都在挤破头进入安防领域的节点，Linkface主动宣称将心无旁骛地深耕金融安全，在我看来是非常正确的一步棋。对于创业公司来说，新技术的应用，一定是在蓝色大海（简称蓝海）的领域做得足够快足够轻足够深，才有可能在众多AI初创公司中迅速脱颖而出。安防虽然挣钱，但已成红海，格灵深瞳、依图的提前入局，甚至海大宇的存在，都让这个领域的竞争变得异常激烈，Linkface避其锋芒而择小径登之，也不失为一招妙棋。先深挖，再横拓，亘古不变的大道理，放在这个时期的AI领域同样适用。