上個世紀70年代，計算機視覺起源于對“積木世界”的理解，如今已經通過圖像識別、人臉識別、文字識別等細分條線服務于各類商業場景。作為一條核心技術分支，計算機視覺是AI行業實現商業化落地的關鍵。 這其中，廣告行業首屈一指。在廣告行業，計算機視覺正以很多種方式嘗試改變數字化營銷的游戲規則。比如Google AdWords可以通過分析網頁內容，自動匹配圖片廣告;比如Envision公司通過分析社交媒體海量的圖片與視頻來預測用戶的喜好;再比如，Mamp;C Saatchi公司利用人臉監測來收集人群對于電子屏廣告的反應等等。 如今，隨著全球范圍內容產業的崛起，有了計算機視覺等AI產品加持的廣告技術，正在成為最有力的平臺變現工具之一。計算機視覺，正通過廣告技術，嘗試縮短內容與商品的距離，為行業提供新一代的效果廣告產品。 思科公司曾預測，到2019年將有80的流量來自于網絡視頻。而基于視頻分析的廣告技術，也正得到來自資本端的持續加碼。在這條賽道中，Mai小麥是最具代表性的創業公司之一 。 成立于2016年，Mai小麥專注于時尚產品的視頻識別與分析，陸續推出了Lens API、Moment API等AI產品，為行業提供了獨特的內容變現解決方案。簡單來說，這家公司一直在致力于解決這樣一個問題：構建內容平臺與電商平臺之間的效果廣告通道 。 由于內容平臺普遍追求基于CPM的廣告計費模式，而電商平臺對于流量端更希望采用CPS或CPA方式，因而在兩方之間存在一種商業模式的錯位。Mai小麥試圖通過AI技術賦能廣告行業，去糾正這樣的錯位。 其解決方案，便是基于Mai小麥對于視頻內容的全自動化分析搜索，識別并匹配來自電商平臺的SKU，通過同款搜索按鈕或貼片廣告的形式推薦給用戶。這種廣告形式扭轉了用戶對于廣告的抗拒心理，提高了廣告展示的效果。這項技術的核心壁壘，在于對視頻畫面中同款商品的高速、有效識別。 當前，Mai小麥專注在時尚領域，圍繞服飾、鞋包等時尚產品的識別進行針對性的研發和優化。經過多年的技術攻關，Mai小麥在時尚領域已經形成了十分全面且富有經驗的柔性多物體深度學習視覺AI系統。 之所以選擇時尚產品切入，是因為這個類目在電商平臺的銷量占比相對較高，且比較適合在線轉化，對消費者能產生沖動引導。但是，時尚類產品千變萬化，技術實現難度較高。 為此，Mai小麥針對服飾等產品柔性多變的特質，進行多角度變形識別，并使用專門的數據集訓練神經網絡，最終實現了非常出色的同款搜索效果。為了提高智能匹配的吻合度，技術團隊整合了市面上主流電商產品庫，在以圖搜圖的基礎上實現以圖搜商品，并對各個電商平臺的相似商品進行了排序。 
視頻同款搜索示例 與常見的圖片識別不同，Mai小麥的AI技術能模擬人眼效果，在消除視頻中模糊幀以及場景切換的影響下對連續變化的視頻畫面中的商品進行追蹤。這與基于圖片識別的視覺廣告技術存在本質的區別。 另外，Mai小麥在對接內容和電商平臺的過程中，實現了跨平臺的內容購物數據聯通，整合了內容及電商平臺數據并實現了生態閉環。同時，運用大數據算法勾勒詳細的用戶消費圖譜，讓內容與電商之間的互動有了數據指導。 事實上，用戶在觀看視頻時獲得的各類愉悅體驗中，注意力的檢索通常是無意識的行為。而Mai小麥基于AI的同款搜索插件的植入，放大這種注意力的同時提供了消費轉化通道。 比如，當一位用戶在觀看一部劇集時，雖然沉浸在劇情中，但卻不由自主對劇中人物的穿戴產生興趣。此時，普通貼片廣告往往會因為不請自來的闖入引起反感。而同款推薦類的廣告，卻能讓用戶主動點擊。 在筆者看來，Mai小麥提供的解決方案雖然不具有唯一性，但由于深耕在時尚領域，且針對性地進行了技術層面的優化，因此在細分領域中依然存在很強的競爭力。作為AI創業公司，Mai小麥沒有鉆技術牛角尖，而是首先聚焦于電商效果廣告這樣一個細分場景，并實現了快速的商業價值搭建，這在當下的AI創投領域都是難能可貴的。 目前，Mai小麥已經累計融資近900萬美元，投資方包括美國FoundersX、日本軟銀早期基金、獵豹移動、日本電通、華爾街女子基金Plum Alley等知名VC。2018年正式進入中國市場后，Mai小麥開展了與微博、愛奇藝等頭部內容平臺的合作，商業模式驗證成功，目前正在快速拓展市場。 |
- 關注天氣:
