BCG-中投人脸识别技术公司商业尽职调查-20160226.pptxVIP

中投-人脸识别技术公司商业尽职调查

总报告;;尽调概述-总体市场(1/21);尽调概述-总体市场(2/21);尽调概述-总体市场(3/21);尽调概述-总体市场(4/21);尽调概述-总体市场(5/21);尽调概述-总体市场(6/21);尽调概述-细分市场(7/21);尽调概述-细分市场(8/21);尽调概述-细分市场(9/21);尽调概述-细分市场(10/21);尽调概述-细分市场(11/21);尽调概述-细分市场(12/21);尽调概述-细分市场(13/21);尽调概述-细分市场(14/21);尽调概述-细分市场(15/21);尽调概述-标的公司(16/21);尽调概述-标的公司(17/21);尽调概述-标的公司(18/21);尽调概述-标的公司(19/21);尽调概述-标的公司(20/21);尽调概述-标的公司(21/21);共完成62个访谈，覆盖同业公司、客户和潜在客户、政府和监管机构、管理层四个方面;访谈对象详细列表(1/2);访谈对象详细列表(2/2);;;多种因素推动生物识别市场发展;;生物识别技术在应用推广时面临许多亟待解决的行业痛点;人脸识别技术与其他生物识别技术相比具备综合比较优势，特别是在数据库、用户体验和成本方面;与其他生物识别技术相比，人脸识别的应用场景更为丰富;;;全球人脸识别市场因应需求而发展，技术和基础设施突破提供了可行性，政策监管提供了包容支持的环境;以美国为例，发达市场对隐私有较强的限制，应用以政府主导的安防为主，商用领域大公司和初创企业以优化用户体验为主;谷歌在人脸识别领域频频收购，将人脸识别技术应用在自己的产品上;Facebook通过收购人脸识别公司获得核心技术，服务于内部应用;微软在深度学习和人脸识别领域深耕多年，但主要提供一些娱乐化的功能，收集数据改进算法为主，尚未尝试商业化;美国的初创企业大多仍以提供模块化技术API和SDK为主，部分提供标准化的软硬件产品和互联网应用，盈利能力较弱;;;人脸识别技术因深度学习而高速发展，当前识别率已经超过人眼，且深度学习在一定时间内仍将成为技术主流;深度学习从2006年提出后广泛应用于模式识别的各个领域,主要分为卷积神经网络和深度置信网络两种技术流派;深度学习是模式识别革命性的成果，一段时间内难有新的颠覆性技术，发展方向仍为不断优化深度学习方法;技术流派;;政府和监管机构出台相应法规政策，在安防和金融合规、风控上提出了新的要求或支持鼓励政策，推进了人脸识别商业化;;人脸识别行业分析和竞争态势分析方法;人脸识别市场的产业链：产品和解决方案环节攫取较高价值;金融;;人脸识别模块化的技术不断趋同，附加值较低，各个算法公司基本都在向高附加值的产品和解决方案延伸;;;人脸识别市场的产品和解决方案主要分为技术模块、标准化硬件、标准化软件、定制化软件和软硬件结合解决方案;;行业关键成功要素：客户渠道、产品化和解决方案、数据资源和算法技术四个维度;人脸识别客户多为成熟的机构型采购客户，采购流程比较成熟，要求投标公司有成熟的销售体系和强大的销售团队;成功案例;;从技术模块到产品/解决方案基于客户需求，产品设计开发到技术支持服务等闭环优势，对人才和资源要求高;标的公司领衔第一梯队公司，第一梯队已经积累了大量数据和技术经验，新入公司壁垒较高，但第一梯队之间技术实力趋同;算法公司;;标的公司在客户渠道和产品解决方案方面较为领先，招募专业人才，因地制宜，扬长避短;;标的公司构建产品化和解决方案团队，成功打入中信、招商、杭州和江苏银行，提供远程身份验证服务;依图科技技术实力较强，在金融和安防领域都有商业化尝试，但尚未组建成熟的销售团队，难以快速拓展客户;商汤科技与东方网力成立合资公司，打入安防领域，但尚未有令人信服的人脸识别的产品和成功案例;商汤建立全资子公司Linkface,自行摸索金融与手机机构，但核心团队无商业经验，且销售团队匮乏，表现一般;云从科技背靠中科院，有重庆政府的支持，但产品化能力较弱，在非重庆地区无特殊资源;格灵深瞳主攻三维监控领域，与标的公司非直接竞争，且格灵深瞳当前商业化水平较差，市场反应一般;在互联网公司中，腾讯优图有一定竞争力，阿里巴巴和百度目前客户渠道和产品化/解决方案能力一般;腾讯优图整体定位是内部科研团队，团队缺乏商业愿景，也没有对外提供2B业务服务的人力、经验和成功大客户案例;腾讯集团与各地公安局的合作;蚂蚁金服柒车间团队在研发生物识别技术，但人脸识别部分已完全交由标的公司，阿里旗下其他人脸识别团队技术较弱;百度团队以KPI为导向进行开发，暂无令人信服的产品，自身缺乏应用场景，且核心团队负责人余凯已离职创业;传统2B公司（海康威视、大华等）在客户渠道和产品化能力上实力较强，亦可以靠授权、合作、合资或收