龐大的市場應用激發和倒推基礎層，這是中國區別于歐美AI產業的最大特點和優勢

　　從日本經典動畫《攻殼機動隊》人工智能(AI)技術的運用，再到最近好萊塢影片《阿麗塔：戰斗天使》的機械人，在科幻電影中，AI已經成為最常見的主題之一。

　　而屏幕之外的現實世界，不論是帶有虹膜識別的安防攝像頭，還是裝載有Autopilot(自動輔助駕駛)的自動駕駛汽車，人工智能技術的運用，更像水和電一樣開始滲透至經濟社會發展的各個方面。

　　資本的投入加速了AI的發展。關注初創期投資的英國風投基金MMCVentures近日發布關于AI的研究報告(下稱“報告”)顯示，全球早期AI公司的投資資金在五年內增長了15倍，在2018年估計可達150億美元(約合1008億元人民幣)。

　　人工智能技術的第一大國——美國繼續全力領航。日前，美國白宮啟動一個新官方網站“AI.gov”，發布美國各聯邦機構為落實人工智能“全政府”戰略而采取的具體舉措。該網站顯示，美國國家科技委員會下設的人工智能特別委員會將負責協調15個聯邦機構推動人工智能技術的研發。

　　而熱度之下誕生的不只是成倍涌現的技術和企業。

　　上述報告就指出，在歐洲2830家標榜為人工智能的公司中，有1580家符合人工智能公司的定義，也就是說，四成的公司其實和人工智能沒任何關系。該研究團隊還發現，“一家公司，若是打上AI的標簽，能多獲得15%~50%的融資。”

　　上海交通大學電子信息與電氣工程學院副院長王延峰告訴第一財經，這種現象不只出現在歐洲，全球都存在。任何一個革命性的東西出來，都會伴隨著泡沫的產生，這也是產業發展的必然規律。但隨著人工智能+傳統產業的不斷融合，不斷的震蕩和淘汰之下，最終留下的還是那些經得住火煉的“真金”公司。

　　泡沫正逐漸消逝

　　“剛開始(2012年)做AI時基本沒遇見幾個有AI技術的公司。”說起剛創業時的情景，Video++極鏈科技集團聯合創始人&COO董慧智對第一財經記者表示。

　　據他回憶，從2016年開始，國內AI公司一下子多了起來，其中確實有一些真正做AI的公司，但也不乏一些互聯網公司甚至傳統廣告公司來湊熱鬧。

　　當前，人工智能技術處于第三個發展高潮期，以機器學習特別是深度學習為核心，在視覺、語音、自然語言等應用領域迅速發展。即使有資本和政策大力支持，但在實際應用場景轉化中，還存在不少的不確定性。

　　用董慧智的話來說，他們是幸運的。起初，他們的團隊設想從實驗室開發出來的算法到最后的應用場景落地(商用)，只要算法面世就算成功了90%。然而，反復實踐后，才發現低估了實驗室算法和商業應用之間的鴻溝。

　　“在2015年，我們開放了研究出來的AI算法，結果在應用時卻發現算法沒法應用，因此又加大投資，用了兩年多的時間才做到真正應用。現在不少創業者其實是把DEMO(未成形的測試版算法)放出來，能否落地又是另一回事。”他指出。

　　此外，由于AI公司的實際技術門檻很高，在發展的過程中，不僅那些打著噱頭的公司會露出馬腳，就連真正的AI公司也可能因為數據和技術的匱乏而關閉。

　　“小的初創AI企業有兩個大的問題，數據集有限，加上商業這塊沒有出現殺手級的應用，很可能就支撐不下去了。”騰訊研究院產業研究中心副主任吳朋陽告訴第一財經記者。

　　盡管如此，隨著傳統行業亟待轉型，各個垂直行業對于AI的融合傾向也愈加明顯。報告顯示，預計到2019年底，超過三分之一的企業將部署人工智能。與此同時，在行業和資本方面，也開始出現了一些新的變化。

　　吳朋陽表示，從2017年開始，全球對于人工智能的投資開始變得謹慎。目前在行業上，也開始從線上走向線下，其中制造業就是典型。

　　“勞動力成本上升、企業生產效率不高的情況下，AI可以發揮很好作用。而制造業相對復雜，所以這是一個單點突破的過程，比較典型的就是圖像識別的應用，比如質檢的準確性甚至可以超過人的處理水平。”吳朋陽分析說。同時他認為，未來醫療和教育這種公共服務領域的突破更有潛能，因為AI可以解決優質資源分布不均的問題，并能激發這種公共服務的數據潛能。

　　中國在應用層占主導

　　從層次上劃分，AI主要有基礎層、技術層、應用層三層。歐美國家在基礎層起步早、投入大，中國則是在應用層和技術層涌現出諸多公司。

　　上述報告顯示，亞太地區采用AI技術企業的數量是北美地區公司的兩倍。其中，中國公司引領亞太AI，北京、上海、廣東以及浙江和江蘇是主要的聚集地。

　　和歐美比較，中國的AI產業發展異同也十分明晰。

　　商湯科技香港公司總經理尚海龍對第一財經記者表示，中國AI產業發展更注重落地應用，同時也在不斷提升對基礎研究的加強，以及對原創基礎設施的搭建。

　　而應用場景的落地對于原創基礎研究、平臺搭建的牽引作用也不容小覷。龐大的市場應用激發和倒推基礎層，這是中國區別于歐美AI產業的最大特點和優勢。

　　根據中國信息通信研究院去年年底發布的《人工智能發展白皮書——產業應用篇》，從產業規模看，2017年國內人工智能市場規模達到237.4億元，相較于2016年增長67%。其中以生物識別、圖像識別、視頻識別等技術為核心的計算機視覺市場規模最大，占比34.9%，達到82.8億元。

　　不論是今年的政府工作報告中首次提到的“智能+”，還是中央深改委19日審議通過的《關于促進人工智能和實體經濟深度融合的指導意見》，以及2017年底的工信部《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》，都賦予了AI+傳統行業更多可能。

　　王延峰說，中國的“互聯網+”提了4年，而新一輪的“智能+”，是產業的自然遞進和提升。“‘互聯網+’解決了數據，而AI的核心就是數據算法算力，數據發展程度不夠是做不到智能化的。如今經過幾年發展，數字化進程又提升了一步，所以可以跟人工智能結合產生新的業態。”他預計，未來的3~5年，“智能+”傳統行業會有明顯的深度融合。

　　行業熱度持續，更需要人才的助力。

　　長期跟蹤AI產業的騰訊研究院研究員俞點根據最新數據對記者分析，在全球來看，英國有20家高校開設了相關的課程，美國168家，中國2017年是20家，2018年30多家高校開設相關專業，也就是說全球設有AI方向的高校一共近400所，來滿足全世界百萬級的需求。

　　“我國人工智能人才缺口至少在100萬以上。而且由于合格AI人才培養所需時間遠高于一般IT人才，人才缺口很難在短期內得到有效填補。”俞點說，AI對技術要求非常高，非本專業的學生雖然可以學習相關AI知識，比如專業是計算機，學一年神經網絡就可以做比較初級的人工智能開發，但是深度的基礎開發還是需要高精尖的AI人才。

　　俞點所說的基礎開發的人才，也是中國AI市場最為缺乏的。王延峰表示，中國AI領域的優勢在于應用端的人才豐富，“場景豐富，加上教育部學科目錄也在跟進，應用層面的人才儲備較多。”但是畢竟起步晚，高端、前沿人才和國外比還有較大差距。

　　而董慧智則認為，AI人才的薪酬還要和公司具體情況結合，例如他們這種垂直性強的應用型AI公司，就不需要儲備大量的高端AI人才。雖然目前公司有幾十個博士，但還是碩士居多。“很多商用過程不需要博士，而碩士生是完全可以把握的。”他說，在公司AI不同層次人才收入差距也較大，頂尖級的人才甚至沒有上限。