李開復：AI的泡沫破滅不會太遠了！行業未來將何去何從？

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使用者，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，知乎使用者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字的對應，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，其中影像佔31%，佔比第一。

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已審批透過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透過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資訊。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。根據清華大學釋出的《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。

透過資料可以看到，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，網際網路巨頭等產業資本一旦進場，行業就離洗牌不遠了，網際網路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年釋出的《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裝置，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。

根據高盛釋出的《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，中國佔據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，在矽谷等地也存在。

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。

透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。