中小企業要審視自己所擁有的資源，針對企業自身切實的需求，做技術落地方案的決策。我本身是做計算機視覺的，對於經典視覺和深度學習視覺落地都有心得。

1.業內有通用成熟的解決方案。

中小企業採用第三方開放平臺，無疑是價效比最高的方式。

2.業內有成熟方案，但企業自身的需求場景較小，且取樣資料集獨特。

這種場景可以引進少數技術人才。足以以最小的研發成本，得到比第三方大廠更好的視覺檢測結果。

3.業內沒有成熟方案，僅學術界有理論支撐。

這種情況比較麻煩，也往往面臨技術挑戰。最難的地方在於，需求場景的評估。

評估往往需要懂最新的技術理論，千萬不要聽從，整天把市場和使用者體驗掛嘴上的產品經理瞎忽悠。

首先，目前的需求場景，學術界的理論指標是多少，理論是否有足夠的最佳化空間，以及能否達到工業級場景要求的準確率。

其次，如果不能達到工業級指標，是否採用設計分級，或人為干預且高效的workflow。

最後，綜合評估，理論落地的時間和成本，以及產品最佳化能帶來的效率和市場收益。

4.業內沒有成熟方案，學術界理論也不成熟

對於這種極具挑戰的場景，除非公司之前在這個領域已經有足夠的技術和人才積累。可以嘗試以這個技術點為核心，再加上新引進的演算法人才，共同建立自己獨特的技術壁壘。

即使在AI技術和各種論文不斷重新整理的今天，中小公司仍然有自己的優勢。

以技術能力競爭的中小公司，可以以業內獨有資料集和技術積累為基礎，打造自己垂直的技術競爭點。

以業務能力競爭的中小公司，可以採用成熟的第三方平臺或解決方案，提高自己的產品效率。

暫時就寫到這裡吧。