周曦從沒想到，自己會接到那樣一個電話。

　　“快打過來了，我們撤不撤?”2013年，云從科技的技術總監李夏風，正帶隊在邊疆的安防卡口安裝人臉識別設備，試圖通過技術手段把恐怖分子擋在安全區外。那一年，邊疆彌漫著緊張的反恐氣氛。

　　他站在邊防站二層環顧四周，一樓的武警全佩了手槍巡邏，二樓的人配了沖鋒槍。聽說附近的派出所剛發生了交火。

　　周曦聽出了李夏風的緊張。兩個人都很糾結，不撤可能有危險，撤了，工程必然夭折。最終，團隊在前線留守下來了，安防也發展為金融之外云從科技的主要落地場景。

　　云從科技專攻的人臉識別技術，已經從007系列電影，落地到機場安檢員的屏幕上，但這項看上去高大上的前沿技術，商業化的過程，遠比想象中血腥和艱辛。

　　2006年，云從科技創始人周曦，在美國師從計算機視覺之父黃煦濤(Tomas S.Huang)教授，畢業時，他琢磨著將人臉識別技術商業化落地，與中科院重慶所不謀而合。

　　2010年，周曦以“千人計劃”特聘專家回國，重慶所劃撥了幾十個事業編制的研究員給他，這批科學家，也是2015年云從科技成立時的早期員工。某種程度上，云從科技是支“國家隊”。

　　人臉識別技術的應用場景十分廣泛，安防、金融、醫療、旅游等行業都存在商業機會。由于國家隊兼顧確立行業標準的任務，云從最初的切入口放在金融領域，跟四大行成立聯合實驗室，摸索下一代網點的智能化場景。

　　銀行對技術的饑渴很好理解——通過替代人力節約開支。互聯網金融機構的商業模式和銷售模式，凸顯了傳統銀行在營銷體系的陳舊，以及客服系統的低效。中國四大行的轉型方向，在于將普通網點，轉移為營銷、體驗和服務中心。在其中，人臉識別的落地場景，會集中在營銷、客服和安全三大類。

　　“智能時代來了，銀行希望未來的網點無人職守，雇員走出去服務，把產品往寫字樓和商場里推廣。以及做手機銀行，手機端的刷臉認證，提高安全性。”周曦說。

　　舉例而言，以往人工開會的整個流程耗時30分鐘，如果用機器來完成整個自動認證和開戶過程，只需要3分鐘。除了現金業務，機器可以取代大量人工客戶席的職能，提升效率。在ATM機這類硬件端，也可以搭載人臉識別，提升安全性。

　　相應的，目前云從科技的收入來源，分為核心系統軟件和維保服務費，改造ATM機等終端設備(紅外雙目攝像頭)費用，以及按次收取調動云服務的費用。

　　至于這塊市場究竟有多大?據周曦估算，僅四大行完成全面系統改造，采購金額就會過億元，而中國的銀行有上百家。

　　如今國內在人臉識別行業的玩家，除了云從科技，還有商湯科技、格靈深瞳、曠視科技等創業公司。

　　但在過去兩年，從事To B端人臉識別的企業，都經歷了一個熬的過程。一方面無論是銀行還是公安系統，大規模采購都需要提前一年做預算，這延緩了行業的爆發，另外，在過去兩年里，為了滿足應用層面的預期，人臉識別技術在各家不斷的PK中爬坡。

　　云從在四大行總行中的首個客戶是農業銀行。敲定合作前，農行找了三家供應商，分別在省分行試運行產品，由于識別的準確率，和系統便捷性未達預期，農行在實驗的第一年始終沒有發起采購。

　　“2015年這一年，通過在金融銀行的無數次PK，我們人臉識別技術提升了兩個數量級。銀行的要求也在不斷提升，達到千分之一誤識率，又要看看萬分之一的情況是什么。”

　　過去兩年，云從科技在安防和金融領域，與競品供應商PK了五、六十輪，三十六次拿到第一。研究院的壓力很大，如果PK失敗則會淪為眾矢之的，院長會馬上背著包帶兩個下屬直接飛到客戶駐地。往往幾家供應商的負責人，火急火燎地聚在現場，又開始第二輪PK。

　　周曦告訴36氪，目前農業銀行在37個省份超過3萬臺設備，搭載了云從科技的人臉識別技術。2017年，這個范圍會擴大到所有全國范圍內ATM機。

　　目前，云從科技在美國UIUC，中國上海交通大學和中國科學院都建立了實驗室。公司總體人員規模400人，研發人員超過200人。其余人員屬于銷售和服務部門，且云從在全國十座城市成立了銷售服務中心。

　　對于一家技術類創業公司，云從科技的重銷售模式十分突出。周曦有意而為之，2015年成立初期上來就鋪通銷售。他認為人臉識別供應商的核心邏輯，是輸出的是定制化的解決方案，這意味著，必須掌控從基礎研究——產品——解決方案——銷售——服務的全鏈條，一個都不能少。

　　“在真正深入行業前，做大包大攬的全通用型的產品，沒有意義。”周曦認為，現階段客戶關心的是定制化解決方案和服務，接下來才會進入降低成本、標準化的階段，維持正常盈利。

　　從全鏈條入手，抓住核心技術和客戶資源兩頭，產業鏈上下游就會向自己靠攏。

　　他預計盈利的時間點會在2017年到來。今年，安防領域的采購需求也會繼金融之后，迎來大爆發。

　　36氪從上述人士處獲取的一份文件顯示，云從科技已于近期獲得發改委批復，成立人工智能基礎資源公共服務平臺，總投資金額1.2億元。

　　市場對人工智能技術的期待已經達到巔峰，然而這種熱度在很大程度上，依舊依賴于消費者的寬容。人臉識別、語音識別這類技術的商業化路徑，說明了一件事，相對于一片藍海，殘酷的競爭反而更能把技術推進應用世界。