人工智能商业化落地只是雷声大雨点小？

文/本刊记者 彭婷婷

语音控制的智能家居、可以下水的机器人、用于母婴早教的智能可穿戴产品……在中国国际高新技术成果交易会上，人工智能产品抱团亮相，令人目不暇接。

在人工智能产品加速落地的同时，也有一些不一样的声音出现，“技术实力挺强，但钱烧得也是真猛，目前盈利模式尚不可知”“人工智能产业缺乏的不是算法，而是如何更好地转化成工程手段。缺失了落地，人工智能只能算是‘空中楼阁’”“要标准化和简单化，行业会才会有更大更新的突破”……业内人士普遍认为，认识有偏差、资本过热、盈利模式模糊仍在阻碍着人工智能的商业化落地步伐。

基层技术水平认识存偏差

“如何正确认识人工智能技术、探索人工智能技术在各领域各环节的应用、提升人工智能关键共性技术的创新能力，将成为新一代人工智能发展重点。”日前，香港中文大学（深圳）校长徐扬生在以“数造中国，定义未来”为主题的中国人工智能峰会上表示。

当前，人工智能可谓是站在“风口”上的产业。不仅创业者对人工智能志在必得，而且不少大众消费者也对人工智能技术的应用耳熟能详。对技术发展前景的向往可以理解，但不能对技术的现实水平盲目乐观。《2018中国人工智能产业展望》提出，由于我国人工智能产业重应用技术、轻基础理论，底层技术积累薄弱，存在“头重脚轻”的结构不均衡问题，使我国人工智能产业犹如建立在沙滩上的城堡，根基不稳。基层技术积累薄弱使人工智能核心环节受制于人，阻碍重大科技创新，不利于国内企业参与国际竞争。

甘来科技ceo铉伟英向本刊记者表示，人工智能和多数新兴技术一样，在发展的历程中会经历从过高的期望形成泡沫又落向谷底，经过创业创新者的共同努力又重回“光明顶”的过程。对于企业而言，没有任何热爱创新的企业愿意放弃人工智能可能为企业带来的红利期，但多数企业并不知道该如何下手，他们需要专业知识以及实用的解决方案，多数AI领域的研究人员对产业的了解也需要一定时间。

微软亚洲研究院副院长张益肇见过不少传统企业高管，他认为，多数企业高管都对人工智能很感兴趣，但对人工智能的理解还有很多需要加强的地方。企业转型AI就好像是人的健康问题。每个人都应该对自己的健康有基本常识，看难度判断是自己就能解决还是找专家。企业具备了这个前提，理解了自己的问题，理解了技术如何去应用，就可以进一步分析判断事情的难度和风险有多大。

中国人工智能学会副理事长蔡自兴认为，人工智能技术在感知智能领域应用相对比较成熟，如图像处理和语音处理等，但在认知智能，如思维和情感等方面的难度还很大。清华大学国家重点实验室主任朱小燕举了一个例子：“用户问机器人‘你吃不吃辣’，机器人说‘我不吃’，用户接着问‘你喜欢吃什么菜？’，机器人回答‘我喜欢吃川菜’。大家都知道川菜是辣的，可是机器没有这个常识支持这么深层次的语义理解，这是人工智能在技术层面仍需完善的。”

还有今年9月底科大讯飞同传风波引发社会的高度关注，机器翻译的真实效果破灭了人们的美好想像。正因为舆论场上对人工智能的渲染过于强烈，才使一些人产生了不切实际的期待。

盈利模式仍模糊

据亿欧智库《2018中国智能商业落地研究报告》统计，去年我国人工智能创业公司累计获得融资超过500亿元，但商业落地百强创业公司累计收入不足100亿元，90%以上的人工智能企业处于亏损状态。不少业内人士担心，国内人工智能领域存在巨大泡沫，或将迎来一波倒闭潮。

另据《2018中国人工智能产业展望》显示，我国人工智能产业处于早期发展阶段，商业化应用路径尚不明确，商业落地痛点突出，致使近期实际商业价值变现难度较大。

据了解，去年，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1/3。机器人服务员是噱头，早期参与的几家企业均倒闭。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，但因为旗下产品销量惨淡，目前已停止了运营。

铉伟英认为，对于许多初创企业而言，只有早布局、深挖行业，在黎明到来前下水才有机会。不过也需要认识到，人工智能有门槛，创业成本较高。因此，建议企业不要太盲目，要尽快找准发力方向，而AI项目商业应用场景的落地是其成败与否的关键，只有快速积累核心技术优势、打造商业模式，才能做出真正有市场需求的产品来。以甘来科技为例，在2014年甘来科技就AI+新零售的方面进行创业，彼时还非常难被市场理解。因为即使是在启动阶段，用户想要的也是成熟好用、性价比足够高的好产品。客户信任的成本极高，需要AI+企业足够珍惜，行业需要在迭代精神下发展前进。

澜亭资本创始合伙人、董事长刘炯表示，主要有两类人工智能企业可能会被淘汰：一类是伪人工智能项目。这些项目趁着人工智能投资热潮经过包装粉墨登场，没有核心竞争力，如果没有快速找到商业应用场景切入点，并进行大规模的商业落地，很可能就会死掉。另一类是跟不上市场节奏的中小开发者团队。在过去两三年，大家一哄而上研究机器学习，确实涌现出了一些有技术背景的团队，取得了一些阶段性成果。但随着像谷歌一样的科技巨头解决了一些底层算法层面难题，快速降低门槛，一些没有竞争力的小开发者团队将面临巨大打击，不得不出局或成为常态。

也就是说，在落地的众多困境中，算法采购成本是关键的制约因素，中小企业由于刚刚起步，不具备大企业的优势，因此其使用成本会占到硬件设备整机成本的50%或更高。

铉伟英向记者表示，AI企业要想拿出真正具有行业价值的好产品，是需要忍受非常长的开发周期的，因为无论是算法的“折磨”还是数据的收集都需要足够的时间和资本支持。

正如《麻省理工科技评论》主编大卫 罗特曼在其文章《智能的代价》中提到：科技发展有大幅提高生产力的潜力，但这几乎只能在顶级公司中实现，绝大部分的公司并不能有效地使用新技术。更严重的是，那些落后的公司并没有努力追赶，新想法和商业模式的扩散速度比想像中还要慢。

与产业协同度不高

当前人工智能发展仍处于“婴儿期”，拥有巨大的成长空间。分析认为，应加强人工智能和产业发展的融合，培育新增长点、形成新动能，以人工智能技术推动各产业变革，促进人工智能同一二三产业深度融合。

11月9日，“人工智能技术发展趋势及应用”专题报告在上海外国语大学举行。该报告提出，人机耦合已成为当下人工智能产业发展的热点和趋势，也是将人工智能推向应用落地的关键。

香港科技大学计算机科学及工程学系教授杨强以当前的初创公司为例介绍了主要类型，一是赋能型的，能够让传统企业的某些局部应用“人工智能化”。比如，某个银行想做一套人脸识别系统来帮助风险控制，这个可以由AI初创公司来做。二是建立一个完整的链条，即“端到端的AI系统”，比如无人车∶ 人在系统的外围起作用，像定义目标函数，收集数据或者标注数据这些工作，而系统则在做中心决策。国内的互联网企业巨头会更在意提出AI平台希望大家来用。但在一个生态建立起来之前，用户往往不会立即使用，因为生态的建立是要从需求出发的。

荣耀总裁赵明在出席乌镇世界互联网大会人工智能分论坛时表示，开放生态对人工智能发展的重要性不言而喻。赵明认为，开放的生态需要不同产业的通力合作。在合作过程当中，产业需要有开放的心态，才能够重新理解和构建全新的商业模式，人工智能才能够变得越来越聪明。

此外，消费需求也越来越多样。旷视科技副总裁谢忆楠向本刊记者表示，以安防产品为例，越来越趋向于高科技的犯罪手段使得人们对各种场合的安全机制要求也近乎苛刻，各种应用需求不断涌现。人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。从需求上来说，除了传统的考勤、门禁等应用外，视频监控环境下的身份识别正成为一种迫切的需求。联想集团首席技术官、高级副总裁芮勇表示，痛点是真正解决一个刚需，所以利用人工智能技术不是做一个大的平台，而是要找到一个具体的项目解决刚需。

在不久前举办的世界人工智能大会（WAIC2018）上，包括全球一线的人工智能厂商在作主题演讲的过程中纷纷将企业的未来定位于特定市场应用的开拓上。可以预计，人工智能技术在不久的将来会成为互联网服务那样的基础设置而渗透到每个人的日常生活中。不过总体上看来，人工智能发展仍处在初级阶段，市场高度开放，应用场景繁多，市场机会巨大，会吸引众多的玩家。

铉伟英认为，人工智能与产业协同的关键因素还在于企业的战略协同，只有那些真正有格局和战略眼光的企业才可以在数字时代获得更大的发展。可以肯定的是，人工智能是技术驱动的产业，技术只有通过商业化之后才能发挥出真正的价值。未来，人工智能对医疗、教育、制造、零售、运输（自动驾驶）、物流等行业都会产生巨大影响。

人才瓶颈亟待破解

目前，影响人工智能商业落地还有一大痛点是人才难得。《2017年中美人工智能创投现状与趋势研究报告》指出，目前我国人工智能的人才培养已成为一个关键问题，人才缺失可能会对未来AI产业发展产生牵制作用。在美国国家科技委员会发布的2017年人工智能全球大学排名中，前50名均位于欧美地区，我国的大学无一上榜。而国内缺乏人工智能与传统行业的跨界人才，不利于AI在各垂直行业的应用推广。

在业内人士看来，人工智能领域人才需求量呈几何式增长，人才储备主要由关联度较高的行业跨界而来。目前，人工智能在我国尚处于发展初期，企业在招聘时对人才的工作经验会视情况放低要求，也会以高薪争夺专业人才。

前不久，腾讯研究院和BOSS直聘联合发布的《全球人工智能人才白皮书》显示，全球AI领域的人才约30万，而市场需求在百万量级。全球每年毕业于AI领域的高校学生约2万人，远远不能满足市场对人才的需求。

人工智能人才到底有多稀缺？打开某招聘网站，搜索“人工智能”后会出现很多招聘岗位，薪酬则让人眼前一亮。以人工智能算法工程师为例，该职位少则月薪一两万元，多则年薪百万元。不像其他行业，占据职业高薪榜的是高级管理人才，在人工智能领域中，技术类工程师拿的是最高薪。那么又为何如此稀缺？业内人士分析，目前，国内外企业均把人工智能看成是下一个变革的主要力量，AI技术人才则是主导这一变革的中流砥柱。

中国人工智能学会副理事长蔡自兴建议，下一步我国应加大本土人工智能人才的培养力度，为产业化发展提供人才保障。