APP下载

人工智能产业化路在何方

2022-10-20王林

宁波经济(财经视点) 2022年10期
关键词:领域人工智能科技

■王林

在经历近几年高歌猛进的发展后,人工智能似乎正在经历一波低谷。被称为“AI 四小龙”的商汤科技、旷视科技、依图科技、云从科技遭遇市值暴跌或经营亏损。其中,实力最强、曾创下全球人工智能领域最大规模IPO 的商汤科技,在6月底股价跌破发行价。也有不少人工智能企业目前仍处于亏损状态中。

亏损成常态、市值缩水、融资困难……人工智能是否正在经历市场泡沫的破裂? 人工智能的“第三次寒冬”是否已经到来?日前,中国计算机学会青年计算机科技论坛 (CCFYOCSEF)举行论坛,邀请人工智能领域的技术、投资等专业人士探讨“人工智能产业化路在何方”。

投资估值回归理性

人工智能是不是迎来了泡沫破裂? 技术出身的投资人颇有发言权。

在这场研讨会上,将门创始合伙人兼首席技术官沈强直言:这并不意味着人工智能领域迎来投资寒冬,而是说明投资估值体系更加回归理性。“毕竟经历了十年时间的持续投资,产业界对于AI 技术的期待不仅仅是在创造更多、更新的技术,而是要在实际的业务里创造价值。”

沈强曾在诺基亚、微软等科技企业工作,曾担任微软创投加速器首席技术官,也参与过对不少人工智能初创企业的投资与服务。他总结近十年来人工智能领域的投资情况后发现,2021年投资总额达到顶峰,但此时单笔融资的平均金额也在上升,这说明人工智能领域的投资已经发展到了中后期。“越来越多AI公司已经从高速增长期,转入到成熟发展的阶段。”

至于最近两年一些人工智能企业的融资或估值下调,沈强认为这并不能归因于投资界对人工智能的热情在衰减,而是因为疫情产生的一系列连锁反应:投资机构的资金供给减少,估值下降。而已经公开上市的明星AI 公司的股价波动,会直接传导给一级市场(通常是未公开上市之前的股权融资市场——记者注)。

“如果 (已经IPO 上市的企业)它们都不行,是不是在一级市场上投的公司也会有隐忧,AI 创业还要继续吗?”沈强说,在将门创投所维护的约两万人的AI 技术创业者社区内,这是许多创业者、工程师都非常关心的问题。

作为创业者,北京一流科技有限公司创始人袁进辉也有“唇亡齿寒之感”:“二级市场不好,创业企业在一级市场融资也会变难。”他认为,前几年市场普遍对“人工智能产业化”期望过高,如今在未能满足期望的情况下会有些失望,但人工智能已经在越来越多的领域开始创造价值了,而且随着渗透率提升,机会不仅限于人脸识别、语音识别等表层应用,还有很多中下层、基础设施的机会开始涌现。

袁进辉博士毕业于清华大学,2017年开始带领创业团队研发深度学习框架OneFlow。这类框架被称为“人工智能操作系统”的基础设施软件,是人工智能芯片等底层硬件的软件入口,也是近年来被看好的投资热点。他创办的一流科技也获得了九合创投、高瓴创投等知名投资机构的近亿元风险投资。

作为从业者,袁进辉认为国内人工智能领域已经培养了大量工程师人才,有条件在更多和人工智能基础设施这样类似“丛林探险”的新兴领域领先和超越。“如果我们比别人思考得更深入一些,看得更远一些,是有这个机会的。”

“技术创造了多少价值”

在本次研讨会上,北京交通大学教授陶耀东讲了一个真实的案例:某家工业互联网企业准备向其他工业企业提供服务,具体做法是派出大数据工程师帮其进行节能改造,但仔细计算人员工资、时间成本后,发现这种模式无法长期复制。

“因为用AI 的成本现在不低,一个普通的企业要用AI,怎么能有利润来覆盖这个成本?”陶耀东提醒,人工智能的长远发展仍需与产业紧密结合,让使用AI 技术服务或产品的企业能降本增效,创造更多价值。

事实上,如何降低人工智能的使用门槛也是全球产业界面临的共同问题。加拿大蒙特利尔大学算法研究所(Mila)、商学院、计算机系副教授唐建认为,早期的人工智能创业公司的商业模式,大多是向传统产业提供由AI算法支撑的技术服务,但这类商业模式的局限性在于研发投入很高,利润很薄:需要建设数据中心和算法模型,相应的人员投入也非常大,但拿到的收入却不多,“造成很多企业基本不盈利,很多都是投资在后面支撑”。

此外,许多AI 初创企业还要面临来自其他行业的挑战。唐建举例说,商汤科技等人工智能企业在进入安防摄像头领域时,往往会面临其他企业的竞争,这些企业的优势在于大量的数据、用户积累。随着人工智能技术的发展,这些企业也在吸纳相关人才,提升自身实力,甚至在一些细分领域会超过商汤科技等AI 公司。

创客总部合伙人、北大校友创业联合会副会长陈荣根指出,像许多前沿技术一样,人工智能在产业化的过程中往往面临三大鸿沟:技术鸿沟,技术到底行不行; 产品鸿沟,能不能做出产品; 规模鸿沟,能不能做出规模。

“从产业化的角度来说,尽快跟客户见面,知道客户想要什么,最终要创造客户的价值,这也是一个挑战。”陈荣根认为,人工智能在近几年已经过了“技术行不行”“技术怎么落地”的阶段,现阶段要回答的问题是“技术怎么能为应用场景创造价值”。“现在不仅仅谈技术、性能,还要看你创造了多少价值。”

呼唤人才培养机制创新

人工智能为各行各业提供了价值,既懂技术又懂产业的跨学科、跨领域人才就显得至关重要。

清华大学智能产业研究院院长助理、战略发展与合作部主任张煜曾在微软公司工作过十多年。在他看来,人工智能属于应用型学科,目前还不是一级学科,需要跟实际应用紧密结合。因此,在人工智能的人才培养方面,交叉学科的建设就显得非常重要。

这也是华北电力大学教授张莹关注的问题。她注意到,目前高校对人工智能人才的考核,不论是理论研究方向还是产业落地方向,评价体系是一样的,高水平论文都是其中的一项重要内容。

“考核必然引导大家研究的方向,或着力点不同。”张莹认为,要想提高人工智能在各行业的落地成效,需要相关科研人员深入具体企业。“只有深入了解行业背景,才能产生更好的模型,适合在不同的行业。”因此,她建议借鉴国外经验,允许高校教师、科研人员利用一年或半年的学术年假,到一些企业中参与工作,深度理解行业需求。

“产业化的核心是人才培养。”中国科学技术大学教授何向南提到,工程硕士、工程博士等专业型人才的培养非常重要,我国已经培养大量专业硕士、博士,但对于人工智能与其他行业的交叉学科,如何评价一个专业硕士或专业博士是否合格则显得十分困难。“目前评价体系缺失,所以很多学校‘偷工减料’,就是用原来的体系去考核。”他认为,如何培养人工智能产业所适用的人才,是当下亟待解决的挑战。■

猜你喜欢

领域人工智能科技
电子战领域的争锋
将现代科技应用于Hi-Fi领域 Perlisten S7tse
2020 IT领域大事记
领域·对峙
2019:人工智能
人工智能与就业
科技助我来看云
科技在线
数读人工智能
下一幕,人工智能!