转自公众号 THU数据派

人工智能行业最近两年企业巨额融资新闻频出，资本蜂拥而至。但今年开始，人工智能遇冷，众多项目处在风口浪尖，更多质疑市场泡沫的声音也逐渐出现。为什么看似如此火热的人工智能行业突然就陷入了发展瓶颈，是什么导致这一系列事件集中爆发，人工智能的未来之路又该何去何从？

区块链的寒冬

区块链行业在经历过年初的烈火烹油鲜花着锦之盛后，迎来了寒潮期，绝大多数项目估值大幅度下跌。2018年的特别之处在于，它介于初期的利益驱动和尚未到来的应用落地这两个阶段之间。熊市来临币价低迷，很多币种面临腰斩甚至是归零的境况，在此时这种技术本身没有迎来本质创新的时候，初期对新鲜概念的追逐却需要面对亟待落地的考验。

 瓶颈分析：区块链遇冷的原因有很多个，其中一个重要的原因就是：虽然很多项目都在强调自己的理念之新颖和技术之先进，却很少见到有什么项目是真正关心如何吸引大规模终端用户，以及重视他们的使用体验的。前期被炒太火，但后期应用落地项目较少，这可能是导致区块链面临寒冬的根本原因。

讯飞AI翻译现“造假”质疑

9月20日，知乎用户质疑科大讯飞翻译技术“造假”，科大讯飞官方强调人机耦合才是未来发展之道。彼时科大讯飞市值一度突破千亿，热炒人工智能，现如今受限于技术，选择人机耦合模式，与其最初热炒的AI企业使命及理念相去甚远。

 瓶颈分析：业内人士分析看来，AI即时翻译虽然看起来美好，但是存在诸多问题，即使AI听懂了每一个单词，人工智能翻译仍有三大障碍无法跨越。“翻译”这项任务可谓相当的复杂：它绝不仅仅是简单的文本的对应，而是需要综合文化、语境、专业知识、情绪、心理、认知、个人语言特点等无数复杂因素，方能有效地完成“目标”。换句话说，AI想做同传，可能需要在更复杂的“通用人工智能”技术突破的情况下才能实现。科大讯飞存在的问题，就是受到AI技术发展的限制，无法满足产品的智能化需求，距离产品的全面人工智能化仍有较远距离。

智慧医疗受热捧但进展缓慢

过去五年AI医疗应用的创业项目共计完成86起融资，其中影像占31%，占比第一。在人工智能蓬勃发展的浪潮下，人工智能技术在医疗领域取得了诸多进展：科大讯飞智医助力参加2017国家执业医师资格考试成绩进入全国前5%，在天坛医院人机大战中，AI也以高出20%的准确率胜出，美国FDA已审批通过12个泛AI类医疗产品进入临床应用。然而数据也显示，2018年中国智能医疗市场规模预计将超过200亿元，但到目前为，国内还没有一款真正的智慧医疗产品通过FDA认证，应用到临床。“智慧医疗看似离我们很近，实际在医疗人工智能上，我们还有很长的路要走。”中国工程院院士、国家心脑血管病中心主任、中国医学科学院埠外医院院长胡盛寿如是说。

 瓶颈分析：目前智慧医疗领域，都是以科研合作和帮助科室建数据平台为主，落地的付费场景尚未明确。算力、算法和数据是智慧医疗发展的三驾马车，但同样是阻碍智慧医疗发展的重要瓶颈。目前计算机识别技术虽然相对完善，但是NLP技术实力还不够识别复杂的病例信息。在实际应用上，AI还是难以替代医生。

多重问题困扰人工智能行业洗牌已是必然

那为什么如此火热的人工智能行业，在近期开始集中遇冷，暴露出各种泡沫质疑呢？经过分析，大致可以总结为以下几点原因：

行业集中度变高，迎来洗牌契机

从2017年年底至今，人工智能领域的投融资热度已经出现明显放缓的节奏。根据清华大学发布的《中国人工智能发展报告2018》数据显示，2017 年全球人工智能投融资总规模达395 亿美元，融资事件1208 笔。但是到了2018年上半年，融资事件仅为146笔。但值得注意的是，虽然融资事件减少，但融资规模却超400亿元。通过数据可以看到，人工智能在经历当初的火热追捧之后，资本投资回归理性，资本将越来越集中在少数的头部企业。

 如今，人工智能已被推到风口浪尖，但在资本狂热入局的环境中，人们对于人工智能行业也渐渐感到忧虑。有不少人认为，过度的融资或许已经给人工智能行业带来了泡沫，而随着人工智能技术的不断改进，拥有核心技术的企业将会逐渐显现出优势，在不久后，人工智能行业或将进入洗牌期，而那些没有竞争力的企业将会逐渐淡出历史舞台。

 历史经验表明，互联网巨头等产业资本一旦进场，行业就离洗牌不远了，互联网高科技行业的定律向来如此，投入公司独大，其他公司将纷纷落败。根据腾讯研究院2017年发布的《2017中美人工智能创投现状与趋势》，全球AI公司总数达2542家，但仅去年一年，全球已有超过50家AI创业公司宣布倒闭。前瞻产业研究院预计，2018年人工智能产业融资会继续延续企业数量放缓，融资规模会随着行业的集中度而放大的趋势。

“伪概念”和“产业化”形成发展瓶颈

对于“挤泡沫”，业内人士分析，有两个原因加速了人工智能行业的步伐调整：一个是创业投资过热，出现了人工智能的“伪概念”；另一个则是技术发展跟不上产业化步伐，门槛高难以迅速落地。

 创新工场董事长兼CEO李开复今年4月份曾表示，“AI的泡沫破灭不会太远了。我认为年底是估值合理化的一个时间点。过去这三四个月AI公司估值已经下降了20%、30%，再下降20%、30%，就是AI公司合理的估值了。这个泡沫其实不是真的泡沫，只是太多人用AI包装项目，造成估值过高，这个将会得到调整。”

 人工智能这个概念如今已经被广泛滥用。在市场上，一些程序简单的音箱和玩具机器人，都被冠以“人工智能”；还有一些简单的智能化设备，也被包装成人工智能。但事实上有国内研究人员指出，目前市面上高达90%的智能音箱、机器人，都算不上人工智能，因为无论人脸识别还是语音识别，拥有海量数据的企业，国内外只有寥寥几家。AI行业的技术高门槛、长时间投入的特点，使得很多创业型研发企业短期内都没有办法让产品落地。且即使拥有较为精湛的技术，为了适应不同的应用场景，也需要更多的时间来进行测试，这使得产品的量产时间进一步后延。

人才储备暴露行业不足

AI在各个行业的应用愈发深入，对于人才的需求也随之变得更加强烈。虽然各个AI创业公司使出浑身解数争抢人才：更高的薪资、住房补贴、落户名额。但是，AI领域的人才，尤其是高精端人才数量远未满足发展需求。根据高盛发布的《全球人工智能产业分布》报告数据显示，2017年全球新兴人工智能项目中，中国占据51%，数量上已经超越美国。但全球人工智能人才储备，中国却只有5%左右。这些数据都表明中国市场对人工智能专业人才的需求迫切性。数据显示，目前我国人工智能人才缺口超过500万人。

 造成AI人才短缺的主要因素，一方面，国内人工智能产业近几年才开始起步，属于新型产业。产业的发展方向也尚不清晰，其中不乏泡沫。另一方面，现在AI顶级人才都在往企业流动，工业界挖走了很多学术界的人才，高校的专任教师不足。这种情况不仅限于中国，在硅谷等地也存在。此外，如今高校AI人才培养的校企结合模式在体制、经费方面存在制约。学校现有的专业和知识体系比较单一，如机械、电气、软件专业，还是各学各的，需要企业参与培养。但企业如何参与，怎么获得合理回报，依然没有探索出可大规模复用的模式。

 与高速发展的行业相比，人工智能人才的供应远远落在了后面，人才短缺成人工智能发展最大短板。人工智能人才培养需要一个很长的时间，而这与人工智能产业对人才的需求，产生了时间差。人才储备不足的短板，在人工智能行业急速扩张的时候，暴露得一览无余。

行业洗牌去泡沫或将助力行业应用落地发展

在部分业内人士看来，近期人工智能行业频频出现的“遇冷”事件并不是坏事。人工智能目前已进入了第二阶段，重点是应用。人工智能必须要落地到具体应用场景，真正服务于现在的行业，让人脱离反复无效的劳动。在可以落地的一些方向，比如说在医疗，金融，无人驾驶工业机器人等等，这些是目前发展最快、落地最快的场景，也是人工智能应用落地最该优先考虑的领域。

 经过这几年的资本投入，人工智能行业已经得到了充足发展。人工智能是未来十年最大的一个风口，如何找到一个更好的应用场景不断地去深挖，抓住目前中国的人口红利下降末尾时机，为中国的经济转型找到一个新的契机，是人工智能行业未来的发展方向。数据显示，机构参与A轮后投资意愿更强，希望将大体量资金投向发展更加明确的项目，对于处在成长期的企业，投资机构开始采取了谨慎的态度。

 通过这些数据我们不难发现，人工智能已经过了疯狂的融资期，接下来人工智能行业面临的就是大规模的洗牌阶段，AI企业投资将不再是追逐热点赛道，而应考虑真正的投资价值，帮助企业找到应用场景，打造合理的商业模式。这时候人工智能行业需要考虑的，不仅仅是资本运作带来的价值增值，更需要帮助人工智能产业落地，铺平发展道路，助力人工智能产业步入更好的明天。