技术变革本身并不重要。甚至对所有科技企业来说，建立竞争优势根本不涉及到任何科学突破。
技术可以成为一家企业的核心竞争力，但这种竞争力绝不是某一项产品中的技术亮点。
被历史验证过的答案同样出现在了当下最火热的人工智能应用分支——人脸识别技术领域。
无论是对于拥有先发优势的亿级独角兽，还是后进入市场的追随者，亦或是具有规模与资源优势的传统行业巨头，一项新技术的应用并不能保证企业的盈利性，也不足以改变行业竞争规则。
但是贯穿企业整个商业活动价值链的“技术集合”却能。
试想一下，为什么苹果公司的销量巅峰与最高市值出现在库克领导时期？为什么在2017年出货量过2亿，部分零部件紧张的情况下，仍然能协调好研发、供应链、运输配送之间的关系？
反过来说，为什么被视为颠覆性汽车技术企业的特斯拉，产能成为其最大的诟病；而国内的同类新兴企业蔚来，在其招股书长达40页的“风险要素”一章中，包括“造车工艺”“物料处理”“运输”等技术的缺失都是影响其产品按时交付，甚至是商业成败的关键原因。
从目前来看，“人脸识别“继续代表着新兴技术企业的身份，但对于资本与买家来说，他们更想看到技术创新外皮包裹下的产品差异化、成本优势与应用场景中各项技术的联动性。
因此不难理解，人脸识别技术公司们之间在制定技术与竞争战略的过程中已经有了微妙的变化。
譬如，以云从为代表的的技术独角兽们，就开始从典型的集中性战略逐渐向以实现规模效应为目的的大布局战略靠拢。
自2015年成立以来，这家技术创业公司在很长时间内都在主攻银行生态，甚至不惜把几个一线城市的办公室搬到银行客户隔壁。
而在产品层面，早期的集中式细分策略也同样发挥了效果。
不碰硬件，从软件系统的改造与升级下手。通过IBIS（集成生物识别平台）进入总行级平台，覆盖了各类金融业务场景及线下机具改造，并参与ATM/VTM的标准制定。
这种集中火力猛攻某一领域的手段，的确帮他们赢得了银行业人脸识别比对业务的大部分订单。甚至在2017年底就有资本人士透露，云从几乎已实现盈利。
但与很多2B类技术行业一样，只有具备规模效应才能获得更多利润。
这在某种程度上也能证明为何一些人脸识别技术公司即便拿到某个大项目，订单也很难填补收入窟窿。
因此，在银行领域掌握了一定主动权的云从科技，开始转战安防、航空以及交通领域，成为了一个奉行大布局战略的技术解决方案供应商。
但云从科技并不是唯一一家这样考虑的企业。
坦白来说，成立更早的商汤、旷视等同类技术公司，都想凭借技术优势打通多个赛道。
但就像我们在开头所说的，一方面，先发优势完全可以被后来者的技术与资源的充分利用所抵消掉；而另一方面，单一技术创新根本影响不了买方的需求。
一个比较有意思的现象是，云从科技“很不喜欢聊自己的技术优势”。就像其联合创始人姚志强在接受采访时所说：“他们从来不看重学术成绩，也不再去参加这样那样的人工智能大会去谈技术。”
但是不说，不代表他们不做。
譬如几个月前基于三个权威数据集刷新的跨镜追踪技术准确率最高纪录，在某种程度上曝光了云从科技的技术应用进程，也直接印证了“在企业价值链中掌握多项技术变化的主动权，更有利于建立可持续性的竞争优势”。
目前，这项技术被业内公认为能够与人脸识别技术在应用层面互为补充。
简单来说，就是如果你的脸不能被机器发现，那么至少你的衣着、发型和体态等多种细节，总能决定你的身份。而后者的识别过程，就是这项技术在起到关键作用。
管理学大师迈克尔·波特曾把一个技术市场的所有竞争者划分为“技术领导者”与“技术追随者”。前者是实现差异化的好手，而后者则更擅长打“成本战”。
很明显，以云从科技为代表的该领域头部企业，更倾向于做引发产品创新的“技术领导者”，而这类企业在通常实现差异化的手段，就是率先研发和制造提升客户（买方）价值的独特产品。
“其实这项技术的学术成绩是伴随着我们的大客户需求产生的。因为我们跳出银行业，发现安防领域的场景要求更苛刻。
很多时候，哪怕不带头套，就用手挡住脸，人脸识别也根本发挥不了作用。但你的体态，哪怕换了衣服，也会出卖你的行踪。”
姚志强认为，基于不同行业的特殊需求，让公司不得不做出新的技术应用判断，而新场景的技术可实施性，仍然必须从学术源头开始。
也就是说，一家技术公司可以把重心放在工程业务层面，但却必须具备持续的技术素质。
这里的“技术素质”并不是指很多公司宣传的“我们有几百个研发人员”或者是“我们有多少高端的技术生产设备”。而是从公司文化、组织结构到管理系统和学术声誉，都渗透着技术素养。
譬如，云从科技在强调自己是“国家队”的大多时候，其实更偏向于国家信息安全保障层面。毕竟与其他3个独角兽的外资背景（VIE融资架构）相比，作为计算机视觉头部企业中唯一一家全内资公司，很大程度上是为了迎合国家信息安全战略。
“我们正在承担着国家级人工智能重大工程项目，为避免触及国家重点行业的敏感性，我们也拒绝过许多国际资本的主动上门。”
但在我们看来，中科院背景，是一家商业公司迅速调配国家技术人才，形成独特技术素养的绝佳条件。
也就是说，他们在中国权威学术界建立起的成熟脉络体系，让其笼络人才的筹码，要比同类公司大一些。
而应该注意的是，波特给“技术领导者”的定义中，还包含一点：
“它们还在特定的领域里寻求与顶级科研中心建立业务联系，努力提升自己作为研究人员最佳工作地点的形象，进而推进自身的技术战略。”
如果将其对号入座，纵观整个人脸识别技术供应商市场，只有少数公司有能力做到这一点。而云从目前与各行业部门及大学建立的研发中心数量，已经超过了竞品公司。
此外，据消息人士透露，云从也正在通过向普通高校、高职大专、K12等各个学历层提供“从培训到实战”的课程分级平台，向教育界进行缓慢渗透。
这一为应对人才紧张而选择“制造人才”的方式目前被很多公司所采用，其实是一种对外有效输出企业文化，对内提升员工技术素养的双赢策略。
但学术仅仅是学术，你可以把它看作是“大战前的军事分析报告”，总会因为一些突发情况而让应用价值大幅缩水。
一方面，无论是云从的人脸识别、跨镜追踪还是投巨资研发的3D结构光技术，迫于行业用户层出不穷的新需求，都会在实际应用中慢慢“变质”，以一种最佳技术组合方式存在于用户自己的系统中。
譬如在跟安防客户的对接中，他们发现摄像头的接入量（几个、几十个、几百个）不仅会对服务器有要求，对系统的设计也影响很大。因此，他们都会选择不走“通用路线”，通过定制化来满足客户的刁钻需求。
根据姚志强的说法，“把行业客户需求作为唯一导向性”，是云从科技开始从单一的技术解决方案供应商，向多维技术综合供应商转变的根本原因。
“我们不单单是提供计算机视觉方面的解决方案，其实很多营销类与零售类用户找过来谈需求，聊自己的业务问题，我们才发现市场对大数据挖掘和分析的需求竟然非常旺盛，但这对我们来说，技术强度其实并不大。”
姚志强在与客户交流中发现，国内很多大型连锁超市里的很多限时销活动，效果并不理想，要么是摆放位置根本没人过去，要么是消费者真的对这些商品不感兴趣。
很多时候，都是一场活动临时招了很多兼职，但最后活动稀里糊涂结束了商家和超市也不知道这些工作人员的表现如何，愿意购买促销商品的到底是哪类人。
“在零售行业，这样的问题一直存在。而且营销活动的成本与回报往往不对称。那我们为什么不能利用现有的摄像头，对图像数据进行分析呢？
至少促销活动的精准用户画像是完全能够通过当天的监测情况，譬如用户停留时间、关注点以及行为方式获得的。这就可以反向推动营销策略的优化，让超市有选择性地引进商户，提升自己的投资回报率。”
而另一方面，企业的技术发展方向与买方现有的技术相互依赖。这既决定了云从科技需要制定基于跨行业的大布局战略，也要制定同一价值链上不同细分领域的实施策略。
举个例子，与安防领域相比，银行业的客户系统一直都建立的相对完善，数据保存形式也相对规整，因此识别系统的接入与数据应用都相对容易一些；
但在安防领域，除了识别难度增大，数据的云端处理量也变得相当庞大。因此，仅仅停留在软件层面的技术输出如果与硬件设施不匹配，不可能给安防用户带来最大的效率价值。
这也正是云从科技要自己开发和生产能够进行本地化数据处理的摄像头、服务器以及人脸识别一体机等硬件产品的重要原因之一。
换句话说，在选择跨行业布局后，云从不得不拓宽自己的产品细分领域，由“单一的软”转化为“多样化的软硬结合”。
但问题来了。在海康威视已经占领90%市场份额的安防摄像头市场，创业公司利用新技术分一杯羹的机会真的大吗？
“你可以这么看，我们之所以参与开发前端智能化模块，是想先用起来证明软硬件的综合使用效果，这样才会有更多前端设备厂商以及工程商愿意来跟我们合作。” 姚志强解释。
这不难理解，而且很多积极筹备做硬件的软件公司也给出过同样的理由。
但从战略角度来说，硬件制造工艺、物料供应以及运输流程优化等等环节都是企业实现价值链的“辅助活动”。而这些层面涉及到的技术，在很大程度上决定了企业的整体业务绩效水平。
也就是说，与供应商的互动、与各类工程商及销售渠道建立更加全面的关系，都需要这些执行类技术的参与与优化。
（编辑：核心网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
