AI算法厂商被认为是边缘计算产业链上最具价值的一环，落地场景的确依赖算法，但是包含头部的AI四小龙在类的算法公司在盈利模式上始终无法形成闭环，高昂的研发成本、场景标准化难、落地周期长、后期服务多等等都制约着算法公司的发展，时至今日，AI算法厂商越来越少，似乎变得稀缺起来，造血能力差靠融资维持的AI算法厂商在未来随着AI需求增多还能够物以稀为贵吗？

在多年的验证下，AI算法厂商靠开发算法，卖license生存已经行不通，场景定制化需求多，愿为开发费买单的客户少，就算客户认可愿付开发费，但在开发成本面前仍旧不划算，这点算法厂商当然清楚，所以尽量想把最常用的算法做成标准化，可是再成熟的算法在同样的场景下客户需求不同还是得做优化，而且这种优化还需要持续性的。在当前状况下，倒逼AI算法厂商做抉择。

AI算法厂商的取与舍

AI算法厂商根据公司自身能力的不同，在定位上已经有差别。

头部算法厂商：有资金，有资源，一方面尽可能把算法库做大做全，做标准化，未来方向是大模型；另一方面下沉到场景中对接直接客户做项目。

腰部算法厂商：虽然有融资，有长远目标，但是生存压力非常大，做广而多的算法落地不了对厂商没有意义，于是选择聚焦，要么聚焦特定几个场景做整体解决方案。

小型算法厂商：人员规模小，盈利是最主要目标，主要做定制需求，客户需要什么，无论什么场景，在能力范围内核算成本后有利润就做。

不同AI算法厂商定位不同，正是取与舍的抉择，“聚焦”也许是当下最适合算法厂商的选择。

聚焦算法还是聚焦场景？

回到标题话题：“AI算法厂商是聚焦算法还是聚焦场景？”这里我们还是详细展开下，什么是聚焦算法，什么是聚焦场景。

聚焦算法：比如聚焦人，车，物等主要算法，针对不同场景定制需求通过模块化实现最大的标准化，不断通过项目沉淀，积累不同场景下的这类算法数据，实现快速落地。

聚焦场景：深耕某个或者某几个场景，扎根场景中，深刻理解场景的需求痛点，针对场景需求沉淀算法，挖掘大量的行业数据，为未来行业大模型落地打基础。

或许会有疑问：算法本身依赖场景，聚焦算法已经被验证行不通，其实我们所说聚焦算法并不是把标准算法做多做全，而是做精，在通用算法基础上根据场景需求实现快速定制落地。这其实是两种定位，企业的能力选择就不同，有些企业在自己聚焦的算法上有优势，而有些企业在某些场景上做得深。