2018年人工智能產(chǎn)業(yè)發(fā)展依然面臨的三大難題

　　2017年，人工智能領(lǐng)域在算法、政策、資金等方面已經(jīng)出現了三大突破，業(yè)界歡欣鼓舞的情形很像1999年年底網(wǎng)絡(luò )泡沫泛濫時(shí)的情形。展望2018年，偌大的人工智能領(lǐng)域，優(yōu)秀項目不夠、頂尖人才不足、場(chǎng)景落地缺乏等將成為橫亙在人工智能領(lǐng)域面前的三大難題。

　　一、資金很多，項目不夠用了

　　當前的AI產(chǎn)業(yè)發(fā)展面臨泡沫化的風(fēng)險，主要體現在投資供應數量大而項目供給數量少，市場(chǎng)對創(chuàng )業(yè)項目寄予很高的期望，而實(shí)際的產(chǎn)品體驗欠佳，泡沫即將出現。

　　騰訊研究院發(fā)布的《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》報告，分析了引發(fā)行業(yè)泡沫的兩個(gè)信號。一是資金多而項目缺。根據過(guò)往數據和2017年上半年的情況預測，2017年美國新增企業(yè)數量將跌到谷底，數量在25～30家之間。同時(shí)，美國的累計融資量持續快速增長(cháng)，最后將穩定在1380億～1500億元之間。

　　2018年，中美兩國AI企業(yè)數量增長(cháng)都將有所恢復，但增長(cháng)速度依然平緩。這段時(shí)期，創(chuàng )投圈將會(huì )發(fā)現，找到一個(gè)新的有潛力的項目越來(lái)越難，由于新增企業(yè)數量稀少，經(jīng)常只能跟投一些項目。

　　到2020年，美國AI公司累計數量將會(huì )超過(guò)1200家，累計融資額將達到2000億元。中國AI企業(yè)增勢不明朗。根據行業(yè)發(fā)展周期來(lái)計算，中國人工智能產(chǎn)業(yè)將會(huì )在2018年回暖，新增公司數量會(huì )上漲到30家以上，預期融資累計量將會(huì )達到900億～1000億元。

　　二是周期長(cháng)而營(yíng)收難?？梢哉f(shuō)人工智能期望值被大大高估了。引領(lǐng)本輪AI熱潮的深度學(xué)習，起源于上世紀80～90年代的神經(jīng)網(wǎng)絡(luò )研究。在很多情況下，前沿研究方法是由對已有方法的微小改動(dòng)和改進(jìn)而來(lái)，而這些方法在幾十年前就已經(jīng)被設計出來(lái)了。

　　2006年，深度學(xué)習算法獲得了突破后，引起市場(chǎng)熱炒，但相關(guān)的AI技術(shù)和產(chǎn)品的成熟度仍然有限，甚至被譏笑為“人工智障”。許多項目和技術(shù)，要想獲得消費者歡迎，還需要等待相當長(cháng)的時(shí)間。

　　從投融資趨勢來(lái)看，涌入人工智能領(lǐng)域的資金依然還會(huì )增加。據不完全統計，2017年中國人工智能領(lǐng)域的投融資事件約353起，比2016年稍有回落。但投資金額激增，總融資金額近600億元，在政府的鼓勵和行業(yè)并購中，2018年中國AI的投資額將會(huì )持續大幅增加。

　　同時(shí)，行業(yè)并購開(kāi)始加劇。CBInsights提供的數據顯示，自2011年以來(lái)，已有近140家人工智能初創(chuàng )公司被收購，而2017年的第一季度，海外就有34家人工智能初創(chuàng )公司被收購，為2016年同期的兩倍。2018年，仍將延續這一趨勢。在資金增長(cháng)的同時(shí)，中國AI企業(yè)數量不會(huì )同幅增長(cháng)。根據行業(yè)發(fā)展周期來(lái)計算，中國人工智能產(chǎn)業(yè)將會(huì )在2018年呈現緩慢增長(cháng)趨勢，預期累計融資量將會(huì )達到900億～1000億元，而新增公司數量?jì)H會(huì )上漲到30家左右。

　　資金多而項目缺，周期長(cháng)而營(yíng)收難，項目卻一天比一天更加昂貴，這種情形與1999年的第一次互聯(lián)網(wǎng)泡沫時(shí)非常相似。

　　二、事情很多，人不夠用了

　　算法大神YoshuaBengio曾表示：“深度學(xué)習現在很熱門(mén)，目前的困境是缺乏專(zhuān)家，一個(gè)博士生大概需要五年的培養時(shí)間，但是五年前還沒(méi)有博士生開(kāi)始從事深度學(xué)習，這意味著(zhù)現在該領(lǐng)域的專(zhuān)家特別少，可以說(shuō)彌足珍貴、極度稀缺?！边@是三年前AI面臨的困境，至今依然未得到改善，甚至變得更加嚴峻。

　　人工智能競爭的根本就是爭奪頂級人才。據說(shuō)世界上深度學(xué)習領(lǐng)域的頂尖人才不超過(guò)50人，因此科技巨頭們紛紛通過(guò)收購初創(chuàng )公司來(lái)招攬人才。

　　作為國家未來(lái)的發(fā)展方向，AI技術(shù)對于經(jīng)濟發(fā)展、產(chǎn)業(yè)轉型和科技進(jìn)步起著(zhù)至關(guān)重要的作用，而AI技術(shù)的研發(fā)、落地與推廣離不開(kāi)各領(lǐng)域頂級人才的通力協(xié)作。在推動(dòng)AI產(chǎn)業(yè)從興起進(jìn)入快速發(fā)展的歷程中，AI頂級人才的領(lǐng)軍作用尤為重要，他們是推動(dòng)人工智能發(fā)展的關(guān)鍵因素。然而，中國人工智能領(lǐng)域人才極為欠缺。

　　據騰訊研究院發(fā)布的《2017全球人工智能人才白皮書(shū)》顯示，目前我國約有20所大學(xué)的研究實(shí)驗室專(zhuān)注于人工智能，高校教師以及在讀碩博生約7000人;產(chǎn)業(yè)界現存人員人數約為39000人，遠不能滿(mǎn)足我國市場(chǎng)百萬(wàn)級的AI人才需求量。

　　從產(chǎn)業(yè)發(fā)展來(lái)看，我國人工智能領(lǐng)域人才分布嚴重失衡。人工智能產(chǎn)業(yè)由基礎層(芯片/處理器、傳感器等)、技術(shù)層(自然語(yǔ)言處理、計算機視覺(jué)與圖像、機器學(xué)習/深度學(xué)習、智能機器人等)和應用層(語(yǔ)音識別、人臉識別)等組成，目前我國在產(chǎn)業(yè)層次人才上面臨兩個(gè)問(wèn)題。一是產(chǎn)業(yè)分布不均。中國AI產(chǎn)業(yè)的主要從業(yè)人員集中在應用層，基礎層和技術(shù)層人才儲備薄弱，尤其是處理器/芯片和AI技術(shù)平臺上人才缺乏，會(huì )嚴重削弱中國在國際上的競爭力。

　　二是供求嚴重失衡，人才缺口很難在短期內得到有效填補。過(guò)去三年中，我國期望在A(yíng)I領(lǐng)域工作的求職者正以每年翻倍的速度迅猛增長(cháng)，特別是偏基礎層面的AI職位，如算法工程師，供應增幅達到150%以上。盡管增長(cháng)如此高速，但是由于合格AI人才培養所需時(shí)間和成本遠高于一般IT人才，人才缺口很難在短期內得到有效填補。人才不足，是制約中國AI產(chǎn)業(yè)發(fā)展的主要因素。

　　近幾年來(lái)，Google不斷收購AI領(lǐng)域公司最主要目的是“搶購”一批世界上一流的專(zhuān)家，在一個(gè)迅速成長(cháng)的人工智能領(lǐng)域里面，這些專(zhuān)家無(wú)一不是佼佼者。其他科技巨頭也在相機而動(dòng)。2018年，人才饑渴癥不會(huì )得到緩解。

　　三、場(chǎng)景很多，路不好走了

　　梳理一下2017全年的AI產(chǎn)業(yè)大事件可以發(fā)現，醫療、金融、無(wú)人駕駛等三大熱點(diǎn)在吊足了公眾胃口的同時(shí)，尚有疑問(wèn)待解。

　　一是AI醫療的變革信號在哪里?

　　2017年的每個(gè)月中，都有VC流入AI+醫療領(lǐng)域，國內所有醫療人工智能公司累計融資額已超過(guò)180億元。

　　科技企業(yè)智能醫療的布局與應用已有雛形，IBMWaston已應用于臨床診斷和治療，2016年就已進(jìn)入中國在多家醫院推廣。阿里健康重點(diǎn)打造醫學(xué)影像智能診斷平臺;騰訊在2017年8月推出騰訊覓影，可輔助醫生對食管癌進(jìn)行篩查。圖瑪深維2017年11月獲投2億元，正在把深度學(xué)習引入到計算機輔助診斷系統中;晶泰科技(XtalPi)近期也融資1500萬(wàn)美元，用于開(kāi)發(fā)新一代的智能藥物研發(fā)技術(shù)，以解決藥物臨床前研究中的效率與成功率問(wèn)題。

　　遺憾的是，盡管政府亮起綠燈，企業(yè)投了人力、財力，但人工智能卻并沒(méi)有在醫療領(lǐng)域推出爆發(fā)式應用。原因在于人工智能需要大量共享數據，而醫院和患者的數據如同孤島。如何打破各方壁壘，在保障健康的同時(shí)又保障數據安全性?這將是推動(dòng)智能醫療快速發(fā)展中需要解決的問(wèn)題。

　　二是AI如何深層次地撬動(dòng)金融?

　　與智能醫療一樣面臨數據問(wèn)題的還有金融領(lǐng)域，大量的可信度較高的數據掌握在各大銀行手中，AI怎么能夠撬出這些數據以推動(dòng)金融科技的創(chuàng )新，是創(chuàng )業(yè)者們絞盡腦汁思考的課題。

　　當前，應用人臉識別、指紋識別技術(shù)作為驗證客戶(hù)身份、遠程開(kāi)戶(hù)、刷臉支付的方案，已經(jīng)發(fā)展成熟，正在逐步推廣。

　　如何利用知識圖譜挖掘潛在客戶(hù)和深挖客戶(hù)潛在需求的技術(shù)也已較為成熟，而數據源的問(wèn)題亟待解決。

　　美國科技公司FutureAdvisor最早研制出“機器人理財顧問(wèn)”。隨后，此類(lèi)機器人理財顧問(wèn)迅速風(fēng)靡全球。

　　2017年智能投股曾被視為是下一個(gè)風(fēng)口。但是，機器人炒股的結果是賠了。

　　三是智能汽車(chē)究竟何時(shí)上市?

　　無(wú)人駕駛汽車(chē)被稱(chēng)為“四輪機器人”，但其發(fā)展何時(shí)會(huì )像智能手機一般人手一部、徹底顛覆傳統手機進(jìn)而推動(dòng)整個(gè)產(chǎn)業(yè)變革?這個(gè)問(wèn)題仍然沒(méi)有答案。

　　2017年，汽車(chē)行業(yè)內智能造車(chē)勢力動(dòng)作不斷，其中一部分已陸續交出答卷，讓產(chǎn)品接受市場(chǎng)的檢驗，而另一部分仍在“溫室”中培養，等待結果。所以稱(chēng)之為“溫室”，是因為各行各業(yè)都對其予以厚望，尤其是在投融資上，雖然投資事件數不多，但金額已達234億元。

　　百度宣布開(kāi)放阿波羅平臺;阿里巴巴與上汽集團等傳統車(chē)企展開(kāi)合作;騰訊成功入股特斯拉成為第五大股東，領(lǐng)投入股的蔚來(lái)汽車(chē)的首款純電動(dòng)產(chǎn)品已正式上市。

　　時(shí)間正在跟我們賽跑。2017年12月20日，一支百度Apollo無(wú)人車(chē)車(chē)隊，在雄安新區測試開(kāi)跑。2018年年初，北京順義區無(wú)人駕駛試運營(yíng)基地正式啟動(dòng)，成為北京出臺國內首部自動(dòng)駕駛新規以來(lái)，該市首個(gè)開(kāi)展無(wú)人駕駛試運營(yíng)的區域。2018年，哪輛無(wú)人汽車(chē)會(huì )上路?行業(yè)和消費者都在拭目以待。

　　回顧2000年互聯(lián)網(wǎng)泡沫的破滅，很多人依然覺(jué)得不可思議。那時(shí)候的產(chǎn)業(yè)發(fā)展日新月異，軟件應用、網(wǎng)絡(luò )服務(wù)ISP與網(wǎng)絡(luò )內容ICP等均在爆發(fā)，常有一日不見(jiàn)如隔三秋的感嘆。

　　2000年4月，納斯達克指數一路狂飆突進(jìn)到歷史頂點(diǎn)，5400多點(diǎn)。但不幸泡沫破裂，資本市場(chǎng)崩盤(pán)。納斯達克指數迅速滑落。寒冬持續了3年時(shí)間，才慢慢回暖。

　　如今的AI產(chǎn)業(yè)正蓬勃發(fā)展，與互聯(lián)網(wǎng)初期階段何其相似。

　　產(chǎn)業(yè)帶著(zhù)耀眼的光環(huán)，肩負國家戰略的重任，高度依賴(lài)資本市場(chǎng)渠道，輿論高度爆炒，從業(yè)者無(wú)不都是“三高”社會(huì )精英。

　　但美中不足的是，上市的產(chǎn)品卻體驗欠佳，應用場(chǎng)景略顯不足，魚(yú)目混珠的項目時(shí)有出現，泡沫的感覺(jué)越來(lái)越強。無(wú)論是政府還是企業(yè)，大家都應該對未來(lái)的風(fēng)險加以防范。