今年人工智能領域的發(fā)展迎來新一波高潮，猶如枝繁葉茂的大樹滲透到各行業(yè)的藍天之中，躍躍欲試服務于眾多領域。有人歡呼，人工智能商業(yè)應用元年已經(jīng)到來。

2018年，人工智能領域的另一趨勢是大額融資頻發(fā)。

清華大學近日發(fā)布的《中國AI發(fā)展報告2018》顯示，自2013年以來，全球和中國人工智能行業(yè)投融資規(guī)模都呈上漲趨勢。2017年全球人工智能投融資總規(guī)模達395億美元，融資事件1208筆，其中中國的投融資總額達到277.1億美元，融資事件369筆。中國AI企業(yè)融資總額占全球融資總額的70%，融資筆數(shù)達31%。

在業(yè)界看來，投融資的熱情不減，主要是看中人工智能與各行業(yè)結合的廣闊前景。

然而，有業(yè)內(nèi)人士近日指出，目前國內(nèi)跟人工智能有關的公司大概有四千多家，但是能夠得到投資人青睞或關注，并且愿意投資的，大概不到三分之一。如果沒有后續(xù)資金投入，很多初創(chuàng)企業(yè)有可能難以生存下去。由于人工智能產(chǎn)生收益的時間存在不確定性，巨大繁榮的背后存在隱憂。

那么，什么才是人工智能企業(yè)的核心競爭力？對于初創(chuàng)企業(yè)來說，如何才能站穩(wěn)腳跟而不被市場淘汰？直面隱憂，中國人工智能企業(yè)的機會何在？

隱憂一：發(fā)展結構“頭重腳輕”

重點突破基礎領域，建立自己的生態(tài)體系

早在2015年，谷歌開放其內(nèi)部使用的機器學習軟件TensorFlow源代碼，臉書、亞馬遜和微軟也紛紛發(fā)布其工程師用于機器學習的開源軟件。似乎AI進入了“免費原材料”時代，人人都可以順手取材。但是，“國外的開源布局對于我國AI行業(yè)發(fā)展而言，埋藏著巨大隱患。”遠望智庫人工智能事業(yè)部部長、圖靈機器人首席戰(zhàn)略官譚茗洲指出。

譚茗洲告訴記者：“開源模式會引導技術方向、路線圖，形成開源生態(tài)，創(chuàng)造商業(yè)模式，這些由發(fā)起開源項目的核心利益者掌控，不僅控制行業(yè)上層的應用，還控制底層的生態(tài)，構建了整個帝國，掌控極大的權利。因此，開源雖是開放的資源，但現(xiàn)在免費并不代表未來不會收費和控制。如安卓系統(tǒng)是一種開源手機操作系統(tǒng)及應用開發(fā)平臺，而谷歌實際上主導著整個生態(tài)的發(fā)展。”

譚茗洲認為，若我國企業(yè)今后過度依賴目前的AI開源平臺，采用大量現(xiàn)成的源代碼，仿佛在起跑線上喪失優(yōu)勢，創(chuàng)新及工藝再精深，也是在人家的體系中做零部件的更新改造。“如同溫水煮青蛙，今后可能會給行業(yè)帶來很大影響。這將是最大的隱憂。”他說。

賽迪研究院公布的《2018中國人工智能產(chǎn)業(yè)展望》提出，由于我國人工智能產(chǎn)業(yè)重應用技術、輕基礎理論，底層技術積累薄弱，存在“頭重腳輕”的結構不均衡問題，使我國人工智能產(chǎn)業(yè)猶如建立在沙灘上的城堡，根基不穩(wěn)。基層技術積累薄弱使人工智能核心環(huán)節(jié)受制于人，阻礙重大科技創(chuàng)新，不利于國內(nèi)企業(yè)參與國際競爭。

那么，建立我國自己的AI生態(tài)體系，還有機會嗎？“當然，”譚茗洲斬釘截鐵地答道，“在時間上還來得及，因為國外也才剛剛發(fā)展。從國家層面洞悉AI發(fā)展態(tài)勢，重點突破基礎領域，針對人工智能底層技術，加強對以深度學習為代表的底層算法模型的深入研究，并積極布局影響人工智能未來發(fā)展的前沿基礎理論研究。現(xiàn)在國內(nèi)也有一些小團隊在做相關開發(fā)項目，有一定潛質(zhì)，而且我們擁有全世界最多的應用開發(fā)者、非常多的應用場景、大體量的市場、蓬勃的創(chuàng)新創(chuàng)業(yè)環(huán)境等，這些都是國外比不了的。”

據(jù)了解，科技部指導下的新一代人工智能產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟，已聯(lián)合深圳鵬城實驗室于7月在深圳啟動了中國自己的“啟智開源開放平臺（OpenI）”的建設。

隱憂二：商業(yè)應用路徑不明確

瞄準市場需求，實現(xiàn)落地是關鍵

據(jù)億歐智庫《2018中國智能商業(yè)落地研究報告》統(tǒng)計，2017年中國人工智能創(chuàng)業(yè)公司獲得累計融資超過500億元，但商業(yè)落地百強創(chuàng)業(yè)公司累計收入不足100億元，90％以上人工智能企業(yè)虧損。不少業(yè)內(nèi)人士擔心，國內(nèi)人工智能領域存在巨大泡沫，或?qū)⒂瓉硪徊ǖ归]潮。

《2018中國人工智能產(chǎn)業(yè)展望》提出，我國人工智能產(chǎn)業(yè)處于早期發(fā)展階段，商業(yè)化應用路徑尚不明確，商業(yè)落地痛點突出，致使近期實際商業(yè)價值變現(xiàn)難度較大。

譚茗洲指出，“對初創(chuàng)企業(yè)而言，人工智能有門檻，創(chuàng)業(yè)成本較高。因此，建議企業(yè)不要太盲目，要盡快找準發(fā)力方向，而AI項目商業(yè)應用場景的落地是其成敗與否的關鍵，快速積累核心技術優(yōu)勢，打造商業(yè)模式，才能做出真正有市場需求的產(chǎn)品，產(chǎn)生現(xiàn)金流。這也有助于人工智能行業(yè)回歸理性”。

“未來產(chǎn)品形態(tài)應能把智能交互和后面的服務及產(chǎn)品聯(lián)系在一起。”新一代人工智能產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟聯(lián)合秘書長、科大訊飛副總裁兼AI研究院聯(lián)席院長李世鵬分析，亞馬遜成功通過智能音箱將人工智能引入美國家庭的方式值得借鑒，我們需要有亞馬遜這樣既賣服務又賣產(chǎn)品和內(nèi)容的企業(yè)。

據(jù)《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》顯示，中國智能機器人與無人機相關技術創(chuàng)業(yè)最為火爆；其次為語義分析、語音識別、聊天機器人等自然語言系列技術；然后是人臉識別、視頻/監(jiān)控、自動駕駛、圖像識別等計算機視覺系列技術；另外，情感計算包含心理學、語義、視覺、環(huán)境感知等多種復雜應用的技術也在慢慢成長。

李世鵬表示，人工智能包括算法、數(shù)據(jù)和處理能力。從投資角度首要看數(shù)據(jù)，BAT、微軟、蘋果、臉書在很多領域已占先機，想去撼動它們經(jīng)過十幾年積累的數(shù)據(jù)并不容易。所以，對于初創(chuàng)公司，沒有多少資源去做范圍太廣、體量太大的事情，其成敗的關鍵在于能否有渠道獲得海量獨特的數(shù)據(jù)，并通過這些數(shù)據(jù)為用戶提供新的價值，比如大幅提高傳統(tǒng)行業(yè)的生產(chǎn)力。

隱憂三：專業(yè)人才成稀缺資源

加快AI及相關學科布局，培養(yǎng)跨學科人才

“目前，人工智能最大痛點之一是人才難得，AI被炒得很熱，稍微懂點算法的人一出來就能收到很多Offer，身價水漲船高。”李世鵬表示。

《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》指出，目前中國人工智能的人才培養(yǎng)已成為一個關鍵問題，人才缺失可能會對未來AI產(chǎn)業(yè)發(fā)展產(chǎn)生牽制作用。美國國家科技委員會發(fā)布的2017年人工智能全球大學排名中，前50名均位于歐美地區(qū)，我國大學無一上榜。此外，國內(nèi)缺乏人工智能與傳統(tǒng)行業(yè)的跨界人才，不利于AI在各垂直行業(yè)應用推廣。

據(jù)業(yè)內(nèi)對中美AI人才分析顯示，截至2017年6月，中國共有592家人工智能公司，擁有員工約39200名。相比之下，美國人才數(shù)量是我國兩倍。據(jù)領英數(shù)據(jù)顯示，我國從業(yè)經(jīng)驗10年以上的AI人才比例不足40%，而美國這一比例超過70%；美國人工智能基礎層、技術層和應用層的人才數(shù)量占比分別為22.7%、37.4%和39.9%，而中國為3.3%、34.9%和61.8%。

李世鵬建議，我國需加快人工智能及相關學科布局，高校加強學科建設，依托現(xiàn)有人工智能相關學科，培養(yǎng)跨學科人才，并鼓勵高校、科研院所加大與人工智能企業(yè)、國外高校及相關機構的合作力度，打造多種形式人才培養(yǎng)平臺；針對人工智能芯片、基礎算法模型等重點領域，充分利用現(xiàn)有各類人才計劃，并設立專門通道和定向優(yōu)惠政策，加大對國際頂級科學家和高層次人才的吸引力，加快人才引進效率，擴大人才引進規(guī)模；重視培養(yǎng)貫通人工智能基礎理論、軟硬件技術、市場產(chǎn)品及垂直領域應用的縱向跨界人才，以及兼顧人工智能與經(jīng)濟、社會和法律等橫向跨界人才，以及兼顧人工智能與經(jīng)濟、社會和法律等橫向跨界人才。