近日，人工智慧領域動作頻頻，不再侷限於技術領域，而是開始了更多面向跨界的探索。
昨日，曠視科技宣佈完成D輪第二階段7.5億美元融資，將主要用於進一步加強在深度學習領域的技術優勢，並加速人工智慧解決方案的商業化落地。同日，"商湯科技實驗中學"掛牌上海黃浦區，共推AI教育實驗基地學校。
圖片來源：依圖科技官方微博
今日，依圖召開成立以來首場釋出會，正式釋出AI晶片——"求索"，同時對外宣佈其AI晶片業務正式開啟商用。
頻頻的動作之下，逐漸顯現出的是人工智慧行業正在"由軟變硬"的心。
不做融資機器，落地商業場景
雖然人工智慧行業已經被提出了數年，但仍然處在小火慢燉的時期，雖然在機器學習、語音轉化等感知層面，已經取得了突破進展；但在認知層面，機器學習還無法完全理解意圖作出反饋，例如自動駕駛、人際互動等方面還有較長的路要走。
對於人工智慧的創業公司來說，不少仍處在技術積累期，沒有產生真正的營收前，大多需要依賴融資過活。而與之形成鮮明對的，是逐利的投資機構，在幾輪數千萬乃至上億美元的融資後，不願承擔長線投資風險而放棄繼續投資，會讓企業陷入"斷糧"的尷尬境地。
所以，對於慢工出細活的人工智慧公司，最容易收到行業投來的"融資機器"的質疑 。而為了摘掉"融資機器"的帽子，在持續大力研發的同時，如何藉助現有的技術，讓人工智慧先惠及一些行業，帶來真實便利，同時為公司帶來可見營收，提升企業自身的造血能力。
其中，依圖較早開始進入商業化，在智慧城市、安防、醫療、金融等領域，都有自己的產品落地，尤其是智慧醫療領域，其智慧輔助診斷系統已經開始規模化落地。
圖片來源：曠視MEGVII官方微博
而曠視和商湯兩家則在早起更為傾向於技術路線，傾向於在技術方面取得一定突破，例如人臉、車輛、圖文識別，與深度學習框架等，再通過技術提供商的方式獲得營收，兩家都與國內手機廠商與運營商有著密切合作。並在近年來憑藉技術上的特色，開始面向to B領域，尋求落地場景的應用。
2017年，曠視科技開始與艾瑞思合作，涉足機器人業務，並於2018年4月全資收購艾瑞思。在今年1月釋出會上，曠視創始人兼CEO印奇表示曠視將從人臉識別技術提供商，徹底升級為一家"智慧物聯（AIoT）方案專家"，並推出面向倉儲物流機器人的網路協作大腦"河圖"。
商湯則選擇走晶片預裝的路線，自2017年開始，商湯先後宣佈與高通、聯發科、瑞芯微戰略合作，將商湯科技機器學習模型與演算法整合進面向移動終端、IoT裝置的晶片產品中。
雖然三家AI公司都是起家於機器視覺，但是從各家的發展路線上，已經可以看出各家不約而同邁出了探索商業化的步伐，只是在探索的道路上選擇了不同的科技樹。
AI公司由軟變硬，方能跨行業
對於人工智慧這個以軟體主導的行業，想要真正實現場景落地，走進大眾生活（to C場景）或是進入產業鏈條（to B場景），實現AI跨行業"破壁"，很大程度上還要依靠硬體。
所以，AI公司"由軟變硬"，是發展過程中的必然規律，只有遲早，沒有放棄。
一方面，人工智慧的三要素：演算法、算力、大資料。演算法是人工智慧公司立身之本；大資料可以開放與網際網路企業之間合作共享，或將是現有成熟的平臺與模型，根據不同行業的需求進行修改與套用；而算力，則需要強勁的硬體作為支撐。
在晶片摩爾定律下，目前超算、資料中心計算能力仍然保持高速增長，但通用計算裝置相對於AI算力裝置，運算速率相差數十倍，能效比差距可達幾十上百倍，所以，AI晶片正在成為炙手可熱的業務。
據美國市場研究公司ReportLinker研究報告， 預計到2023年，AI晶片市場規模將達到108億美元，複合年均增長率達到53.6%。 涉及AI晶片廠商有谷歌、AMD、英特爾、英偉達、高通、微軟、寒武紀等，然而各家演算法不一，如何在通用晶片和自研平臺找到完美適配，仍然是需要面對的問題。
另一方面，人工智慧作用於工業化，首先要解決IT域與OT域的融合，想要將人工智慧技術，全面應用於感應、識別、分析、反饋各個階段，作用於時序性強的工業化生產，需要軟體與硬體的深度適配，如果缺乏與硬體整合的經驗，很容易造成產業鏈條整合上的脫節。
軟硬一體化，掌握定價權
"變硬"對於人工智慧公司有著諸多好處，其中之一就是可以讓公司更好地掌握定價權。
以依圖釋出的AI晶片為例，目前並無晶片的單獨銷售計劃，而是與自家雲端伺服器或邊緣盒子"打包"售賣。這就讓依圖旗下的AI晶片產品，與市面上採用通用供應商晶片的產品獨立出來，不用擔心因採用相同核心元件的競品採取價格戰，導致自家產品產生價格波動。
此外，一體式的軟硬體，一方面可以最大化將依圖的智慧軟體結合，降低客戶採購、部署與除錯的工序與時間；另一方面，為軟硬體一體化解決方案對外銷售，可以同時獲得更為豐厚的利潤。
綜上所述，無論是曠視、商湯還是依圖，從最初的軟體主導，到如今軟硬兩手抓，說明了在當前競爭環境之下，產業競爭已經從最初的技術競賽，發展成為如何實現落地，帶動多產業同步發展的產業鏈課題。
隨著5G時代的即將來臨，人工智慧行業的發展及將上升到新的臺階，未來必將有更多人工智慧企業重視並開始著手建立自家的AI硬體生態。