歡迎光臨
每天分享高質量文章

李開復:AI的泡沫破滅不會太遠了!行業未來將何去何從?

導讀:人工智慧行業最近兩年企業巨額融資新聞頻出,資本蜂擁而至。但今年開始,人工智慧遇冷,眾多專案處在風口浪尖,更多質疑市場泡沫的聲音也逐漸出現。為什麼看似如此火熱的人工智慧行業突然就陷入了發展瓶頸,是什麼導致這一系列事件集中爆發,人工智慧的未來之路又該何去何從?

來源:THU資料派(ID:datapi)

01 案例頻發人工智慧行業深陷發展瓶頸

1. 區塊鏈的寒冬

區塊鏈行業在經歷過年初的烈火烹油鮮花著錦之盛後,迎來了寒潮期,絕大多數專案估值大幅度下跌。2018年的特別之處在於,它介於初期的利益驅動和尚未到來的應用落地這兩個階段之間。

熊市來臨幣價低迷,很多幣種面臨腰斬甚至是歸零的境況,在此時這種技術本身沒有迎來本質創新的時候,初期對新鮮概念的追逐卻需要面對亟待落地的考驗。

瓶頸分析:區塊鏈遇冷的原因有很多個,其中一個重要的原因就是:雖然很多專案都在強調自己的理念之新穎和技術之先進,卻很少見到有什麼專案是真正關心如何吸引大規模終端用戶,以及重視他們的使用體驗的。前期被炒太火,但後期應用落地專案較少,這可能是導致區塊鏈面臨寒冬的根本原因。

2. 訊飛AI翻譯現“造假”質疑

9月20日,知乎用戶質疑科大訊飛翻譯技術“造假”,科大訊飛官方強調人機耦合才是未來發展之道。彼時科大訊飛市值一度突破千億,熱炒人工智慧,現如今受限於技術,選擇人機耦合樣式,與其最初熱炒的AI企業使命及理念相去甚遠。

瓶頸分析:業內人士分析看來,AI即時翻譯雖然看起來美好,但是存在諸多問題,即使AI聽懂了每一個單詞,人工智慧翻譯仍有三大障礙無法跨越。

“翻譯”這項任務可謂相當的複雜:它絕不僅僅是簡單的文本的對應,而是需要綜合文化、語境、專業知識、情緒、心理、認知、個人語言特點等無數複雜因素,方能有效地完成“標的”。換句話說,AI想做同傳,可能需要在更複雜的“通用人工智慧”技術突破的情況下才能實現。

科大訊飛存在的問題,就是受到AI技術發展的限制,無法滿足產品的智慧化需求,距離產品的全面人工智慧化仍有較遠距離。

3. 智慧醫療受熱捧但進展緩慢

過去五年AI醫療應用的創業專案共計完成86起融資,其中影像占31%,占比第一。

在人工智慧蓬勃發展的浪潮下,人工智慧技術在醫療領域取得了諸多進展:科大訊飛智醫助力參加2017國家執業醫師資格考試成績進入全國前5%,在天壇醫院人機大戰中,AI也以高出20%的準確率勝出,美國FDA已審批通過12個泛AI類醫療產品進入臨床應用。

然而資料也顯示,2018年中國智慧醫療市場規模預計將超過200億元,但到目前為,國內還沒有一款真正的智慧醫療產品通過FDA認證,應用到臨床。“智慧醫療看似離我們很近,實際在醫療人工智慧上,我們還有很長的路要走。”中國工程院院士、國家心腦血管病中心主任、中國醫學科學院埠外醫院院長胡盛壽如是說。

瓶頸分析:目前智慧醫療領域,都是以科研合作和幫助科室建資料平臺為主,落地的付費場景尚未明確。算力、演算法和資料是智慧醫療發展的三駕馬車,但同樣是阻礙智慧醫療發展的重要瓶頸。目前計算機識別技術雖然相對完善,但是NLP技術實力還不夠識別複雜的病例信息。在實際應用上,AI還是難以替代醫生。

02 多重問題困擾人工智慧行業洗牌已是必然

那為什麼如此火熱的人工智慧行業,在近期開始集中遇冷,暴露出各種泡沫質疑呢?經過分析,大致可以總結為以下幾點原因:

1. 行業集中度變高,迎來洗牌契機

從2017年年底至今,人工智慧領域的投融資熱度已經出現明顯放緩的節奏。根據清華大學發佈的《中國人工智慧發展報告2018》資料顯示,2017 年全球人工智慧投融資總規模達 395 億美元,融資事件 1208 筆。但是到了2018年上半年,融資事件僅為146筆。但值得註意的是,雖然融資事件減少,但融資規模卻超400億元。

通過資料可以看到,人工智慧在經歷當初的火熱追捧之後,資本投資回歸理性,資本將越來越集中在少數的頭部企業。

如今,人工智慧已被推到風口浪尖,但在資本狂熱入局的環境中,人們對於人工智慧行業也漸漸感到憂慮。有不少人認為,過度的融資或許已經給人工智慧行業帶來了泡沫,而隨著人工智慧技術的不斷改進,擁有核心技術的企業將會逐漸顯現出優勢,在不久後,人工智慧行業或將進入洗牌期,而那些沒有競爭力的企業將會逐漸淡出歷史舞臺。

歷史經驗表明,互聯網巨頭等產業資本一旦進場,行業就離洗牌不遠了,互聯網高科技行業的定律向來如此,投入公司獨大,其他公司將紛紛落敗。

根據騰訊研究院2017年發佈的《2017中美人工智慧創投現狀與趨勢》,全球AI公司總數達2542家,但僅去年一年,全球已有超過50家AI創業公司宣佈倒閉。前瞻產業研究院預計,2018年人工智慧產業融資會繼續延續企業數量放緩,融資規模會隨著行業的集中度而放大的趨勢。

2. “偽概念”和“產業化”形成發展瓶頸

對於“擠泡沫”,業內人士分析,有兩個原因加速了人工智慧行業的步伐調整:一個是創業投資過熱,出現了人工智慧的“偽概念”;另一個則是技術發展跟不上產業化步伐,門檻高難以迅速落地。

創新工場董事長兼CEO李開復今年4月份曾表示,“AI的泡沫破滅不會太遠了。我認為年底是估值合理化的一個時間點。過去這三四個月AI公司估值已經下降了20%、30%,再下降20%、30%,就是AI公司合理的估值了。這個泡沫其實不是真的泡沫,只是太多人用AI包裝專案,造成估值過高,這個將會得到調整。”

人工智慧這個概念如今已經被廣泛濫用。在市場上,一些程式簡單的音箱和玩具機器人,都被冠以“人工智慧”;還有一些簡單的智慧化設備,也被包裝成人工智慧。但事實上有國內研究人員指出,目前市面上高達90%的智慧音箱、機器人,都算不上人工智慧,因為無論人臉識別還是語音識別,擁有海量資料的企業,國內外只有寥寥幾家。

AI行業的技術高門檻、長時間投入的特點,使得很多創業型研發企業短期內都沒有辦法讓產品落地。且即使擁有較為精湛的技術,為了適應不同的應用場景,也需要更多的時間來進行測試,這使得產品的量產時間進一步後延。

3. 人才儲備暴露行業不足

AI在各個行業的應用愈發深入,對於人才的需求也隨之變得更加強烈。雖然各個AI創業公司使出渾身解數爭搶人才:更高的薪資、住房補貼、落戶名額。但是,AI領域的人才,尤其是高精端人才數量遠未滿足發展需求。

根據高盛發佈的《全球人工智慧產業分佈》報告資料顯示,2017年全球新興人工智慧專案中,中國占據51%,數量上已經超越美國。但全球人工智慧人才儲備,中國卻只有5%左右。這些資料都表明中國市場對人工智慧專業人才的需求迫切性。資料顯示,目前我國人工智慧人才缺口超過500萬人。

造成AI人才短缺的主要因素,一方面國內人工智慧產業近幾年才開始起步,屬於新型產業。產業的發展方向也尚不清晰,其中不乏泡沫。另一方面現在AI頂級人才都在往企業流動,工業界挖走了很多學術界的人才,高校的專任教師不足。這種情況不僅限於中國,在硅谷等地也存在。

此外,如今高校AI人才培養的校企結合樣式在體制、經費方面存在制約。學校現有的專業和知識體系比較單一,如機械、電氣、軟體專業,還是各學各的,需要企業參與培養。但企業如何參與,怎麼獲得合理回報,依然沒有探索出可大規模復用的樣式。

與高速發展的行業相比,人工智慧人才的供應遠遠落在了後面,人才短缺成人工智慧發展最大短板。人工智慧人才培養需要一個很長的時間,而這與人工智慧產業對人才的需求,產生了時間差。人才儲備不足的短板,在人工智慧行業急速擴張的時候,暴露得一覽無餘。

03 行業洗牌去泡沫或將助力行業應用落地發展

在部分業內人士看來,近期人工智慧行業頻頻出現的“遇冷”事件並不是壞事。人工智慧目前已進入了第二階段,重點是應用。人工智慧必須要落地到具體應用場景,真正服務於現在的行業,讓人脫離反覆無效的勞動。

在可以落地的一些方向,比如說在醫療,金融,無人駕駛工業機器人等等,這些是目前發展最快、落地最快的場景,也是人工智慧應用落地最該優先考慮的領域。

經過這幾年的資本投入,人工智慧行業已經得到了充足發展。人工智慧是未來十年最大的一個風口,如何找到一個更好的應用場景不斷地去深挖,抓住目前中國的人口紅利下降末尾時機,為中國的經濟轉型找到一個新的契機,是人工智慧行業未來的發展方向。

資料顯示,機構參與A輪後投資意願更強,希望將大體量資金投向發展更加明確的專案,對於處在成長期的企業,投資機構開始採取了謹慎的態度。

通過這些資料我們不難發現,人工智慧已經過了瘋狂的融資期,接下來人工智慧行業面臨的就是大規模的洗牌階段,AI企業投資將不再是追逐熱點賽道,而應考慮真正的投資價值,幫助企業找到應用場景,打造合理的商業樣式。

這時候人工智慧行業需要考慮的,不僅僅是資本運作帶來的價值增值,更需要幫助人工智慧產業落地,鋪平發展道路,助力人工智慧產業步入更好的明天。

據統計,99%的大咖都完成了這個神操作


更多精彩


在公眾號後臺對話框輸入以下關鍵詞

查看更多優質內容!


PPT | 報告 | 讀書 | 書單

Python | 機器學習 | 深度學習 | 神經網絡

區塊鏈 | 揭秘 | 乾貨 | 數學

猜你想看

Q: AI行業要變天了嗎

歡迎留言與大家分享

覺得不錯,請把這篇文章分享給你的朋友

轉載 / 投稿請聯繫:baiyu@hzbook.com

更多精彩,請在後臺點擊“歷史文章”查看

赞(0)

分享創造快樂

© 2021 知識星球   网站地图