今(jin)年(nian)人(ren)工(gong)智(zhi)能(neng)領(ling)域(yu)的(de)發(fa)展(zhan)迎(ying)來(lai)新(xin)一(yi)波(bo)高(gao)潮(chao)，猶(you)如(ru)枝(zhi)繁(fan)葉(ye)茂(mao)的(de)大(da)樹(shu)滲(shen)透(tou)到(dao)各(ge)行(xing)業(ye)的(de)藍(lan)天(tian)之(zhi)中(zhong)，躍(yue)躍(yue)欲(yu)試(shi)服(fu)務(wu)於(yu)眾(zhong)多(duo)領(ling)域(yu)。有(you)人(ren)歡(huan)呼(hu)，人(ren)工(gong)智(zhi)能(neng)商(shang)業(ye)應(ying)用(yong)元(yuan)年(nian)已(yi)經(jing)到(dao)來(lai)。

2018年，人工智能領域的另一趨勢是大額融資頻發。

清華大學近日發布的《中國AI發展報告2018》顯示，自2013年以來，全球和中國人工智能行業投融資規模都呈上漲趨勢。2017年全球人工智能投融資總規模達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企業融資總額占全球融資總額的70%，融資筆數達31%。

在業界看來，投融資的熱情不減，主要是看中人工智能與各行業結合的廣闊前景。

然(ran)而(er)
，有(you)業(ye)內(nei)人(ren)士(shi)近(jin)日(ri)指(zhi)出(chu)，目(mu)前(qian)國(guo)內(nei)跟(gen)人(ren)工(gong)智(zhi)能(neng)有(you)關(guan)的(de)公(gong)司(si)大(da)概(gai)有(you)四(si)千(qian)多(duo)家(jia)
，但(dan)是(shi)能(neng)夠(gou)得(de)到(dao)投(tou)資(zi)人(ren)青(qing)睞(lai)或(huo)關(guan)注(zhu)，並(bing)且(qie)願(yuan)意(yi)投(tou)資(zi)的(de)，大(da)概(gai)不(bu)到(dao)三(san)分(fen)之(zhi)一(yi)。如(ru)果(guo)沒(mei)有(you)後(hou)續(xu)資(zi)金(jin)投(tou)入(ru)，很(hen)多(duo)初(chu)創(chuang)企(qi)業(ye)有(you)可(ke)能(neng)難(nan)以(yi)生(sheng)存(cun)下(xia)去(qu)。由(you)於(yu)人(ren)工(gong)智(zhi)能(neng)產(chan)生(sheng)收(shou)益(yi)的(de)時(shi)間(jian)存(cun)在(zai)不(bu)確(que)定(ding)性(xing)，巨(ju)大(da)繁(fan)榮(rong)的(de)背(bei)後(hou)存(cun)在(zai)隱(yin)憂(you)。

那(na)麼(me)

，什(shen)麼(me)才(cai)是(shi)人(ren)工(gong)智(zhi)能(neng)企(qi)業(ye)的(de)核(he)心(xin)競(jing)爭(zheng)力(li)？對(dui)於(yu)初(chu)創(chuang)企(qi)業(ye)來(lai)說(shuo)，如(ru)何(he)才(cai)能(neng)站(zhan)穩(wen)腳(jiao)跟(gen)而(er)不(bu)被(bei)市(shi)場(chang)淘(tao)汰(tai)？直(zhi)麵(mian)隱(yin)憂(you)
，中(zhong)國(guo)人(ren)工(gong)智(zhi)能(neng)企(qi)業(ye)的(de)機(ji)會(hui)何(he)在(zai)？

隱憂一：發展結構“頭重腳輕”  重點突破基礎領域
，建立自己的生態體係

早在2015年，穀歌開放其內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布其工程師用於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
，“國外的開源布局對於我國AI行業發展而言

，埋藏著巨大隱患。”遠望智庫人工智能事業部部長
、圖靈機器人首席戰略官譚茗洲指出。

譚茗洲告訴記者：“開源模式會引導技術方向、路(lu)線(xian)圖(tu)
，形(xing)成(cheng)開(kai)源(yuan)生(sheng)態(tai)，創(chuang)造(zao)商(shang)業(ye)模(mo)式(shi)

，這(zhe)些(xie)由(you)發(fa)起(qi)開(kai)源(yuan)項(xiang)目(mu)的(de)核(he)心(xin)利(li)益(yi)者(zhe)掌(zhang)控(kong)，不(bu)僅(jin)控(kong)製(zhi)行(xing)業(ye)上(shang)層(ceng)的(de)應(ying)用(yong)，還(hai)控(kong)製(zhi)底(di)層(ceng)的(de)生(sheng)態(tai)，構(gou)建(jian)了(le)整(zheng)個(ge)帝(di)國(guo)，掌(zhang)控(kong)極(ji)大(da)的(de)權(quan)利(li)。因(yin)此(ci)
，開(kai)源(yuan)雖(sui)是(shi)開(kai)放(fang)的(de)資(zi)源(yuan)，但(dan)現(xian)在(zai)免(mian)費(fei)並(bing)不(bu)代(dai)表(biao)未(wei)來(lai)不(bu)會(hui)收(shou)費(fei)和(he)控(kong)製(zhi)。如(ru)安(an)卓(zhuo)係(xi)統(tong)是(shi)一(yi)種(zhong)開(kai)源(yuan)手(shou)機(ji)操(cao)作(zuo)係(xi)統(tong)及(ji)應(ying)用(yong)開(kai)發(fa)平(ping)台(tai)
，而(er)穀(gu)歌(ge)實(shi)際(ji)上(shang)主(zhu)導(dao)著(zhe)整(zheng)個(ge)生(sheng)態(tai)的(de)發(fa)展(zhan)。”

譚茗洲認為，若我國企業今後過度依賴目前的AI開源平台
，采用大量現成的源代碼
，仿佛在起跑線上喪失優勢，創新及工藝再精深，也是在人家的體係中做零部件的更新改造。“如同溫水煮青蛙，今後可能會給行業帶來很大影響。這將是最大的隱憂。”他說。

賽迪研究院公布的《2018中國人工智能產業展望》提出，由於我國人工智能產業重應用技術、輕基礎理論，底層技術積累薄弱，存在“頭重腳輕”的de結jie構gou不bu均jun衡heng問wen題ti，使shi我wo國guo人ren工gong智zhi能neng產chan業ye猶you如ru建jian立li在zai沙sha灘tan上shang的de城cheng堡bao，根gen基ji不bu穩wen。基ji層ceng技ji術shu積ji累lei薄bo弱ruo使shi人ren工gong智zhi能neng核he心xin環huan節jie受shou製zhi於yu人ren，阻zu礙ai重zhong大da科ke技ji創chuang新xin
，不bu利li於yu國guo內nei企qi業ye參can與yu國guo際ji競jing爭zheng。

那麼，建立我國自己的AI生態體係
，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展。從國家層麵洞悉AI發(fa)展(zhan)態(tai)勢(shi)，重(zhong)點(dian)突(tu)破(po)基(ji)礎(chu)領(ling)域(yu)
，針(zhen)對(dui)人(ren)工(gong)智(zhi)能(neng)底(di)層(ceng)技(ji)術(shu)，加(jia)強(qiang)對(dui)以(yi)深(shen)度(du)學(xue)習(xi)為(wei)代(dai)表(biao)的(de)底(di)層(ceng)算(suan)法(fa)模(mo)型(xing)的(de)深(shen)入(ru)研(yan)究(jiu)

，並(bing)積(ji)極(ji)布(bu)局(ju)影(ying)響(xiang)人(ren)工(gong)智(zhi)能(neng)未(wei)來(lai)發(fa)展(zhan)的(de)前(qian)沿(yan)基(ji)礎(chu)理(li)論(lun)研(yan)究(jiu)。現(xian)在(zai)國(guo)內(nei)也(ye)有(you)一(yi)些(xie)小(xiao)團(tuan)隊(dui)在(zai)做(zuo)相(xiang)關(guan)開(kai)發(fa)項(xiang)目(mu)，有(you)一(yi)定(ding)潛(qian)質(zhi)，而(er)且(qie)我(wo)們(men)擁(yong)有(you)全(quan)世(shi)界(jie)最(zui)多(duo)的(de)應(ying)用(yong)開(kai)發(fa)者(zhe)
、非常多的應用場景、大體量的市場、蓬勃的創新創業環境等，這些都是國外比不了的。”

據了解，科技部指導下的新一代人工智能產業技術創新戰略聯盟，已聯合深圳鵬城實驗室於7月在深圳啟動了中國自己的“啟智開源開放平台（OpenI）”的建設。

隱憂二：商業應用路徑不明確  瞄準市場需求
，實現落地是關鍵

據億歐智庫《2018中國智能商業落地研究報告》統計，2017年中國人工智能創業公司獲得累計融資超過500億元，但商業落地百強創業公司累計收入不足100億元

，90％以上人工智能企業虧損。不少業內人士擔心，國內人工智能領域存在巨大泡沫，或將迎來一波倒閉潮。

《2018中國人工智能產業展望》提出

，我國人工智能產業處於早期發展階段

，商業化應用路徑尚不明確，商業落地痛點突出，致使近期實際商業價值變現難度較大。

譚茗洲指出，“對初創企業而言，人工智能有門檻，創業成本較高。因此，建議企業不要太盲目，要盡快找準發力方向
，而AI項(xiang)目(mu)商(shang)業(ye)應(ying)用(yong)場(chang)景(jing)的(de)落(luo)地(di)是(shi)其(qi)成(cheng)敗(bai)與(yu)否(fou)的(de)關(guan)鍵(jian)，快(kuai)速(su)積(ji)累(lei)核(he)心(xin)技(ji)術(shu)優(you)勢(shi)
，打(da)造(zao)商(shang)業(ye)模(mo)式(shi)，才(cai)能(neng)做(zuo)出(chu)真(zhen)正(zheng)有(you)市(shi)場(chang)需(xu)求(qiu)的(de)產(chan)品(pin)，產(chan)生(sheng)現(xian)金(jin)流(liu)。這(zhe)也(ye)有(you)助(zhu)於(yu)人(ren)工(gong)智(zhi)能(neng)行(xing)業(ye)回(hui)歸(gui)理(li)性(xing)”。

“未來產品形態應能把智能交互和後麵的服務及產品聯係在一起。”新一代人工智能產業技術創新戰略聯盟聯合秘書長
、科大訊飛副總裁兼AI研yan究jiu院yuan聯lian席xi院yuan長chang李li世shi鵬peng分fen析xi，亞ya馬ma遜xun成cheng功gong通tong過guo智zhi能neng音yin箱xiang將jiang人ren工gong智zhi能neng引yin入ru美mei國guo家jia庭ting的de方fang式shi值zhi得de借jie鑒jian，我wo們men需xu要yao有you亞ya馬ma遜xun這zhe樣yang既ji賣mai服fu務wu又you賣mai產chan品pin和he內nei容rong的de企qi業ye。

據《2017年中美人工智能創投現狀與趨勢研究報告》顯示，中國智能機器人與無人機相關技術創業最為火爆；其次為語義分析、語音識別、聊天機器人等自然語言係列技術；然後是人臉識別、視頻/監控、自動駕駛、圖像識別等計算機視覺係列技術；另外
，情感計算包含心理學、語義、視覺、環境感知等多種複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
、數據和處理能力。從投資角度首要看數據，BAT
、微軟
、蘋果、臉書在很多領域已占先機

，想去撼動它們經過十幾年積累的數據並不容易。所以，對於初創公司，沒有多少資源去做範圍太廣
、體(ti)量(liang)太(tai)大(da)的(de)事(shi)情(qing)，其(qi)成(cheng)敗(bai)的(de)關(guan)鍵(jian)在(zai)於(yu)能(neng)否(fou)有(you)渠(qu)道(dao)獲(huo)得(de)海(hai)量(liang)獨(du)特(te)的(de)數(shu)據(ju)，並(bing)通(tong)過(guo)這(zhe)些(xie)數(shu)據(ju)為(wei)用(yong)戶(hu)提(ti)供(gong)新(xin)的(de)價(jia)值(zhi)，比(bi)如(ru)大(da)幅(fu)提(ti)高(gao)傳(chuan)統(tong)行(xing)業(ye)的(de)生(sheng)產(chan)力(li)。

隱憂三：專業人才成稀缺資源  加快AI及相關學科布局，培養跨學科人才

“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年中美人工智能創投現狀與趨勢研究報告》指出
，目前中國人工智能的人才培養已成為一個關鍵問題
，人才缺失可能會對未來AI產業發展產生牽製作用。美國國家科技委員會發布的2017年人工智能全球大學排名中，前50名均位於歐美地區，我國大學無一上榜。此外，國內缺乏人工智能與傳統行業的跨界人才
，不利於AI在各垂直行業應用推廣。

據業內對中美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，美國人才數量是我國兩倍。據領英數據顯示，我國從業經驗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，依托現有人工智能相關學科，培養跨學科人才，並鼓勵高校、科研院所加大與人工智能企業、國外高校及相關機構的合作力度，打造多種形式人才培養平台；針對人工智能芯片、jichusuanfamoxingdengzhongdianlingyu，chongfenliyongxianyougeleirencaijihua，bingshelizhuanmentongdaohedingxiangyouhuizhengce，jiadaduiguojidingjikexuejiahegaocengcirencaidexiyinli，jiakuairencaiyinjinxiaolv


，kuodarencaiyinjinguimo；重視培養貫通人工智能基礎理論、軟硬件技術、市場產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濟、社會和法律等橫向跨界人才
，以及兼顧人工智能與經濟

、社會和法律等橫向跨界人才。