紫为技术&紫为云CEO顾友良
雷锋网按：2020年，AI从技术研发转向场景应用的速度加快，AI创企们亟需能把场景应用落地大旗扛起来的领军人。
在AI产业历史进程的关键节点，顾友良携手清华AI科研团队打造出“紫为云-清华AI使能平台”品牌，并担任紫为技术&紫为云CEO，全力推动AI场景智能应用。
顾友良是中国视频监控产品和AI人像态势识别技术的市场推动者之一。
他目前担任中国安防产品行业协会战略专家组组长、粤港澳大湾区智能安防产业与创新联盟理事长、广东省人工智能产业联盟副理事长、广东省计算机学会副理事长等职务。
2001年起，顾友良先后在北京黄金眼、黄金视讯出任市场总监、副总经理，是当时期中国视频监控图像从模拟转向数字的核心“推手”之一，在DVR时代推动了银行视频监控图像数字化转型和公安部3111平安城市试点工作。
2007年起，顾友良先后出任海康威视郑州分公司总经理、国内营销中心副总经理兼行业部总经理、广州分公司总经理，期间在数字视频监控产品的区域市场深度开拓，以及行业系统方案落地推动过程中，3年内实现了河南业绩突破亿元规模，增长了近5倍；同样3年内，在广东市场（除深圳）业绩突破10亿规模，增长也接近4倍。
2015年6月，顾友良先后出任佳都科技副总裁、智慧城市事业群总裁、董事、EMT委员，依托人工智能技术，导入数据思维，为广东“智慧新警务”体系的规划与建设尽职尽力，仅1年内就在全国构建近15个业务分支机构，助力佳都科技成为全国知名的AI智能品牌，三年后其所负责的业务板块业绩突破20亿+规模，增长了近6倍。
萝卜快了不洗泥，AI风口来了资本抱着钱干着急，见着AI创业PPT就敢投。
这是三年前国务院印发《新一代人工智能发展规划》前后，投资界引发的空前AI热。
近三年以来，作为一门具有长远前景的当红技术，中国除了几家互联网平台巨头在紧密跟进外，确实红火了一批AI创企。
随着业界的持续关注，AI把用户和产业界吃瓜群众的胃口吊得高高的，人们都盼着一步跨进人工智能的好时代，体验一番AI的高大上应用。
理想中的迦南之地在去往的途中却被两座大山所阻拦：
一、AI从底层到基础层，再到应用层是一个体系化的工程。
二、从理论研究到产品研发、应用研发是一个互为转化的过程，当然也是一个非常烧钱的工程。
如今，AI的技术概念炒作期已结束，尤其在算法环节，产业界和用户层更希望围绕自己的实际需求或问题点，采用AI技术有针对性的转化出实实在在的产品和应用解决方案，同时希望各家核心AI企业在他们面前PK一下，展现一下各自的水平。
在这种行业场景落地应用的需求驱动下，少数凝聚了技术实力的企业在继续往前走，技术能力不佳或综合实力不足的企业则陆续退出了AI队伍。
从资本圈的反应也可窥见一二：AI企业在实际应用场景中的落地能力才能撩动他们曾经热络过的激情。
从目前的产业现实环境和AI技术的发展曲线规律看，AI已到了从技术转向大规模应用落地临门一脚的关键节点。
产业的早期培育阶段已经结束，但要跨向大规模的应用期，各类AI企业还得跨越从AI技术到产品、应用、行业化的门槛，即应用落地的门槛。
同时，一些AI企业在粗放式成长之后正面临研发、业务、人才、运营、资金等环节上不同程度的疲态，这种局面正把很多AI创企拖入淘汰的陷阱。
不过，也有不少企业正努力跨过这个陷阱，诸如紫为云。
AI创企的淘汰是AI在行业应用落地过程中的必然现象，因为AI从技术研究到行业场景应用落地的零突破，本身就是一个艰难的探索过程。
并不是先行的企业都必然走向成功或拥有最大的成就。
在产业发展进程的客观规律支配下，目前规模化应用落地成为企业的痛点，跨过应用落地门槛的AI企业将成为AI产业的先驱，跨不过去的则可能倒下成为先烈。
在这个产业节点上，顾友良与清华AI人共同创建“紫为”和“紫为云”品牌，在市场中擎起“AI使能”的大旗，其所依托的基础是什么？
一是清华AI科研团队具有的核心技术实力和能力；二是其对AI场景智能融合应用的深刻理解；三是其从业职场20余年积累的生态伙伴资源。
AI企业好找，但能把AI与视频图像两者在场景中进行深度结合应用的运筹者难找。
循着监控的应用路径，AI技术与视频图像结合应用是AI落地垂直细分行业直接而有效的路径，也是最有前景的应用市场，是AI企业未来的蓝海。
过去几年里，AI创企在各种试错和产业配套环境逐步完善的过程中，找到了智能手机端的各种人证比对应用市场机会；有的则找到了银行、政务的人证比对市场机会；有的找到了机场、高铁乘客的票务、安检人证比对市场机会等等。
这些ToG、ToC端的应用业务给AI创业企业带来了希望，但实际的业绩回报规模并不大，于是AI企业转到了视频图像应用最大的监控行业。
视频监控本身就是一个以视频图像为核心应用于各种垂直行业市场的技术和应用系统，其中公安和交通结合了视频图像的深度应用，无论从治安、刑侦、安全、应急、管理、效率等方面展现了极高的价值。
当视频监控与AI结合，产生了更具深度和广度的行业应用价值，使得AI开启了ToB端市场的广阔发展空间。
但很多AI创业企业跳入视频监控圈子后，却在具体的行业场景应用落地环节卡壳了，因为他们很多并不精通于视频监控，也不精通各垂直行业对视频图像的应用，更不熟悉用户业务流程与功能模块的需求。
只有积累了深厚的视频图像应用经验和精准把握了用户业务需求的人，才能把AI和视频监控图像有效结合起来应用，同时又要跳出安防的固有思维来做AI使能、做数据应用。
难点在于行业中能做到这一点的人凤毛麟角，顾友良或许就是这样的人选之一。
他在2001年就和团队一起提出“监控为管理服务”的理念，2011年提出“IMS行业管理可视化”，2020年在业内又首提“VI可视智能”的理念。
顾友良对用户和系统集成商在新技术应用方面的所思所想，以及新技术下的业务流程和业务架构的创新有深刻的理解，这些理解对推动AI、大数据、云等新技术与视频图像的结合应用有莫大的价值。
作为一个从基层成长起来的企业管理者和战略设计者，顾友良能从整体上做企业战略规划，也能从战术上做项目的执行与运作，甚至能从一个省或市的宏观战略层面，为主管部门提出一套宏观架构与政策规划思路建议来。
所以，在AI创业型企业纷纷寻找高段位的运筹者时，顾友良与清华大学AI技术的科研团队一见如故。
随着AI等新技术的创企兴起，顾友良此前也收到了一些加盟邀请。其中不乏大型国企、传统安防头部企业、互联网巨头、AI四小龙等等。
今天，顾友良却毅然选择自我创业。这对于一位职业生涯20年的职业经理人来说，需要一种果敢和魄力。
顾友良选择联合清华AI科研团队创建紫为技术，同时出任紫为技术和紫为云的CEO，一是因为紫为云AI技术团队在人脸、行人、步态、车、物体特征识别、OCR文字识别、物体关系推理等方面的算法研究取得了诸多技术成果；
二是具备整合指掌纹、静脉等生物特征识别，语音识别，语义处理，辅助驾驶，工业智能等方面有诸多可以联合开发的生态算法成果。
紫为技术&紫为云的创业骨干成员多数源自清华大学电子工程系王生进教授所带领的团队。
在过去的数年里，王生进教授带领的清华团队在人脸识别、人脸检测、ReID行人再识别、无人机视觉检测、国际无人驾驶数据集、语音识别技术、物体检测、文字识别等领域发表了许多国际顶级会议和期刊论文，取得了多项国际测试竞赛的优秀奖项。
2019年10月，其主导研究的“跨视域行人再识别的特征学习理论与计算研究方法”获得“第九届吴文俊人工智能科学技术自然科学二等奖”。
作为清华AI人创业的紫为云团队，他们期望把人工智能领域研究出来的理论与方法帮助应用层的各行业企业解决AI算法技术缺乏的问题。
打通AI算法技术瓶颈，构建AI应用创新的能力体系，实现各类企业在各自行业AI应用创新的目标，进而推动中国AI应用创新的全面发展，为国家“智能+”、新基建战略的实现添砖加瓦，从而实现清华AI人做人工智能科研的产业价值。
紫为云核心技术研发团队
在基础算法技术已经有了很大发展的基础上，AI算法企业之间的技术PK焦点体现在大数据量算法、特定场景小样本数据算法、ReID、聚类等算法技术上的研究，而市场的PK焦点则体现在不同行业、不同场景项目中的算法细分研究和细节优化能力，以及项目场景应用落地能力上。
目前，紫为云在人脸识别、车辆特征识别、行人再识别ReID、AI医疗影像结构化、智能环保大数据分析、智能制造工业检测、AI-3D服装设计等方面都取得了一定成果和落地，并配合清华大学某机构与国家某部委展开了AI算法的深度研究开发，也与一些具有国际影响力的核心中国企业开展了深度的技术研究与项目合作。
当然，除了看重技术优势，顾友良也坚信“紫为云”定位AI使能，立足“智能+”可以预期的广阔市场发展空间。
在用户和系统应用商已经日趋理性，同时资本也更加客观的审视AI企业在应用落地方面的实战能力时，紫为云作为核心AI算法企业之一，其跨越新技术产业化应用的动力强劲、潜力十足。
顾友良的加入，使其领先的AI技术能力得到了市场推力的赋能，会成为紫为云企业迭代发展的关键一步，将开启紫为云企业成长的新阶段。雷锋网雷锋网雷锋网
正在生成分享图...
nebula