【大数据】人工智能产业七大真相

点击标题下「山东知联」可快速关注

这个话题探讨了 60 来年，一直没有答案。今年这个话题又成为热点。

特斯拉老板马斯克一而再的强烈警告：人工智能比核武器更危险！美国社交网络脸书公司创始人扎克伯格怒怼：“我强烈反对散播 AI 威胁论的言论，我持乐观态度。”“未来 5 年至 10 年内，AI将会在许多方面改进我们的生活质量。”

这一幕不免让人回想起 17 年前的类似情形。2000 年斯皮尔伯格的电影《 A.I. 》上映以后，人工智能在全球掀起了不小的高潮，许多人寄希望于 AI 技术能够突破现有社会框架，推动社会进入科幻时代，完成人类历史上最重要的工业革命。

但遗憾的是，电影毕竟是电影，斯皮尔伯格不是邓布利多，机器无法成精。谁承想，技术一步步突破了现实条件所限，出现了魔法式的效果。

2006 年，有个叫 hinton 的加拿大人发明了一种训练深层网络的新思路，随后 3 篇论文炸开了深度学习算法突破口，大量的深度学习论文随之涌现。接下来，又有公司发明了用于支持深度学习算法的新型芯片，大大改善了旧芯片计算能力不足的问题。在算法和算力的支持下，互联网存储了 20 多年的大量数据终于找到了它历史的使命：训练机器。于是，有许多人直接跨越机器能否成精的命题，以更大的热情开始讨论机器成精以后的伦理、社会规范，甚至比尔·盖茨还建议要向机器人征税。

这实在有点《 A.I. 》。

当下，算法是人工智能企业核心。如今热火朝天的创业热门领域，大多是使用了深度学习算法，能够初步体现一些视觉、听觉与语言表达方面的感知能力，用专业人士的话说，目前深度学习的实际应用主要可以分为语音信号处理、图像视频处理以及自然语言处理，然而，实际情况是什么呢？AI 距离推理思考联想等人类大脑特有的智力功能相去甚远，只能算是低智、弱智，个别领域有些“雨人”，整体上可谓微智时代。

微智时代不乏创业项目。这些项目大致可划分为 3 个梯队。根据腾讯研究院《 AI 创投报告》统计数据，国内智能机器人与无人机相关技术创业最为火爆，位居于第一梯队；接下来语义分析、语音识别、聊天机器人等自然语言系列的技术位列第二梯队；第三梯队则为人脸识别、视频／监控、自动驾驶、图像识别等计算机视觉系列的技术；另外，情感计算这种综合了心理学、语义、视觉、环境感知等多种技术的复杂应用技术也在慢慢成长中，正在尝试产业的探索与创新，前景广阔，但是目前处于热度排行末端。

这 3 个梯队有个共同点，均着眼于 B 端市场，为企业提供服务。

原因在于，能够提供给消费级的产品远不成熟，而提供给企业级市场的服务，只需要改进企业服务，提高自动化效率即可，无需实现消费级产品那么高的要求。这导致了市场上产品同质化较重，各种人性化推荐和辅助决策工具层出不穷。

不过，近两年来情形有些好转，出现了一些定位于 C 端市场的产品。比如，在广告、媒体、美妆、设计等行业已经涌现了第一批消费级终端产品，并且已在消费者中形成了一定的影响力。

消费级市场或许是近期人工智能应用爆发的一个重要场景。据统计，美国已经有超过 50 家针对于 C 端的初创企业，融资规模超过 8 亿元，虽然这些公司仍然十分微小，但是星星之火可以燎原，可以预见，AI 消费级产品遍地开花的时间为期不远了。

微智时代的发展背后有一大推手：VC。一些有远见卓识的 VC 已经开始盘点账面上赚到的利润，合计什么时候准备杀出城去；而另一些后知后觉的 VC，正在筹集粮草，杀进城来。

投资是否具备远见，并非是最近两年的事，而是自上世纪就开始了。自 1999 年美国第一笔 VC 投资给 AI 技术平台 Enkia，人工智能投资就拉开了序幕。

在短短的 18 年内，各大投资方竞相争抢有潜力的人工智能企业，全球人工智能领域投资吸金 2026 亿元。截至 2017 年 6 月 30 日，美国融资金额达 978 亿元，占据全球总融资 50.10%；中国次之，635 亿元，占据全球 33.18%；其他国家占 15.73%。

其中，Y Combinator 投资了 34 次包括 Sift Science，Chute，Qventus 和 SimpleLegal 在内的 25 家人工智能企业。Sift Science 获得了包括 Founde Collective，SV Angel，Y Combinator 在内等 17 家投资方总计 3.64 亿元投资，而 Y Combinator 参与投资的其余 AI 公司获投金额从 76 万元到 1.14 亿元不等，轮次也零散分布在天使／种子轮、A 轮、B 轮和 C 轮。

在中国，真格基金以 37 次投资高居风投榜首，创新工场和 IDG 资本分别以 28 次和 22 次位列第二和第三。

在热门领域中，计算机视觉和图像拥有最多的投资者，291 家；其次是智能机器人和机器学习应用。这些投资机构的投资额在 2016 年达到历史最大值，仅 2016 年一年，就涌现了 231.9 亿元的投资资金。2017 年后国内投资更为偏向于中后期项目，对人工智能的投资持更加谨慎态度。

项目少而资金多，大家恨不得把每个选手都投一遍。终于有一天，大家会发现，好项目不够用了，于是拼命加持旧注。

当前，人工智能产业的核心矛盾有两个：一是投资需求大而创业项目供给减少；二是市场期望高而产品体验却不佳。

拿到钱并不意味着立于不败之地。按照创新扩散理论，拿到钱，其实是往死亡靠近了一大步。这是科技行业规律使然，AI 自然也不例外。

科技创新企业在上升发展阶段会遇到一定的阻碍和壁垒，称为创新鸿沟。技术、产品、资金三个环节若有一环不稳，可能就会坠入深渊不得翻身。具备怎样素养的企业可以越过产业鸿沟继续发展，总结为以下三点。

第一，技术鸿沟。技术是第一生产力，只有具备一定技术能力并且有后续研发能力的企业才足以支撑后续的升级和发展。初期技术的运用也许能够支撑企业度过初步发展期，但若没有资金和研发能力这两个强有力的支撑后续，企业可能会被后来企业赶超甚至直接被拍死在沙滩上。

第二，产品鸿沟。产品落地是重中之重，如何将技术落地为产品，突破口和方向决定了企业未来的命运。具有一定技术能力的公司将技术落地为产品，进入市场，促使资金回流，形成良性发展。

第三，市场鸿沟。市场是产品唯一的检验标准，产品是否合格需要由市场来判定。不符合市场需求，产品不合格的将会被严格淘汰，这可能会严重影响公司发展。

这三大鸿沟是人工智能企业发展的门槛，只有跨越过这三大鸿沟，才能迎来更光明的未来。

人工智能产业虽然前景广阔，但创业项目增量降低，创新鸿沟已经出现，死亡瘟疫开始蔓延，泡沫依然扩大，下一步创业者和投资者怎么走，着实需要冷静思考。

事实就是如此残酷。于是，我们看到了没有跨过鸿沟的企业的死亡。

创业的高峰已经短暂结束。

数据显示，人工智能经过创业持续火爆增长的两年高峰期，在 2017 年，产业开始进入调整阶段。很多类似的创业公司难以获取用户，商业模式不能验证。最后只能关张了事。

2013 - 2015 两年间快速发展下积压的众多市场矛盾已经出现爆发的前兆。目前，智能无人机、餐厅机器人、虚拟助理、智能硬件等领域和行业已初显颓势。据初步估算，中美倒闭企业总数已超过 50 家。虚拟助理技术并未完全成熟，消费级市场还没有被打开，近期倒闭的公司有：应应-雨恒矩阵、智能万事屋。2017 年，很多无人机领域的公司资金方面都遇到了一些问题，亿航、零度相继大幅裁人，全球销量前三的 Parrot 也宣布裁员三分之一。机器人服务员是噱头，最早两家均倒闭。由多位苹果前资深员工创立的 Pearl Automation （珍珠自动化）自动驾驶公司，曾获得两轮总计 5000 万美元的投资，因为旗下产品销量惨淡，目前已经停止了运营。

死亡再所难免，用死亡换来的经验和教训，尤其值得关注。就目前倒闭企业分析，原因归纳为以下五点：第一，技术未成熟，产品不合格；第二，难以突破稳定的市场份额；第三，缺乏与巨头竞争的能力；第四，成本高昂导致售价超过消费者购买能力；第五，资金不足无法支撑后续研发。

同质化严重的市场上，死亡的瘟疫依然还在蔓延。可以预见 AI 企业在接下来很长一段时间都要接受市场的严格考验，大多数企业会被毫不留情的淘汰，只有少数会活下来。

近日有一篇外媒文章，为中国人工智能点了“高赞”，它认为中国在 AI 大潮中，具有相当优势，跟美国几乎不相上下，几乎可以弯道超车。这实在是夜郎之论。

人工智能发展的基础在于算法、算力和数据，三者缺一不可。中国拥有庞大的数据库，在应用算法上也不落其后，唯独在算力这一领域，出现了非常严重的缺陷。

算力的核心在芯片，而中国在芯片领域上的积贫积弱也延伸到了 AI 芯片上。据统计，美国芯片企业合计 33 家，累计融资 308.18 亿元。中国合计 13 家，累计融资 13.28 亿元，融资额仅为美国的 4.3%。在中美 TOP10 融资公司中，中国以 ASIC 和 FPGA 为主，类脑芯片其次，占据 2 个席位；美国光 GPU 就有 4 家之多，剩下 6 席分别被 FPGA 和 ASIC 平分，值得注意的 Rigetti Computing 公司，自 2012 年起开始研发量子芯片，颇受关注，吸纳到一共 6 笔，总计 4.72 亿元的融资。

综合上述情况来看，中国芯片在公司和融资上大大落后于美国，并且在芯片核心产业和技术上也和美国相去甚远。在 GPU 领域中国尚无创业公司，只能围绕FPGA、ASIC 等进行边缘研发，类脑芯片在国内有异军突起之势，或许能有所突破，总体形势十分严峻。

没有产业核心的芯片，你的 AI 产业发展得再好，也不过是为他人打工。就如同销售电脑的厂商不过是跪着为 CPU 大户打工一样。

新一代人工智能的繁荣，造就衍生出了众多应用型的技术。就目前国内 AI 产业发展情况来看，很多技术创业热度高涨。所谓弯道超车的机会大抵是出现在下面这些领域里。

医疗行业首当其冲成为 AI 应用最为火热的行业，中国 592 家 AI 企业中，业务涉及医疗行业的就将近 90 家；汽车行业则凭借自动驾驶相关 AI 技术脱颖而出位列第二，有 80 家公司业务和汽车相关，其中 30 家专注于自动驾驶相关技术；另外，根据市场观察，最近 AI 在无人便利店、网络反欺诈、医疗制药、知识产权领域的应用逐渐成为市场关注的热点。

AI+ 制药研发，随着深度学习的不断深入，人工智能在医疗行业大放异彩，已经在医疗机器人、辅诊等领域拥有了不俗的成绩。人工智能的优势能够帮助医疗制药在研发上加快速度，减少成本和提高成功率。

AI+ 网络反欺诈，人工智能技术的引入可以提前发现、检测不断变化的新型攻击行为和类型，从而起到降低成本，提高效率和准确率的目的。在这一应用上美国领先于中国，2017 年大公司对于相关公司的并购动作激烈；而目前国内AI反欺诈创投也逐渐开始升温，成为 AI+ 的新风口。

AI+ 无人超市，使用人脸识别、体感识别、生物支付等技术去支撑商铺的运营和销售。数据显示，2016 - 2017 年 7 月，国内一共有 8 家无人便利店获得融资，总融资金额约达 22 亿元。无人便利店市场空间极其广阔，但同时对 AI 技术的综合能力要求较高，另外也存在很多用户体验的问题需要解决。

AI+ 知识产权，随着版权意识的逐渐提高，知识产权保护成为国家文化软实力不可或缺的一环。但在实际运用中，由于对作品审阅的工作量庞大，耗时长且缺乏权威判定标准，知识产权保护一直没有落到实处。人工智能可以有效快速地解决这一问题，通过自然语言处理技术和深度学习的结合，快准狠地得出结果。在这一领域，中美目前仍没有领军企业，但前景非常广阔，值得关注。（作者：张孝荣 俞点  作者单位：腾讯研究院）