記者 | 周伊雪
2016年，以AlphaGo戰勝韓國圍棋九段選手李世石為標誌，人工智慧技術在全世界範圍內掀起一輪創業和投資熱潮。
經過三年時間，曾經因人工智慧技術無比興奮的創業者和投資人開始逐漸調整他們的預期。越來越多人意識到，不同於過去網際網路、移動網際網路所引發的快速變革，人工智慧技術的成熟和商業落地將會是一個長期而緩慢的過程。
在安防、零售、醫療、自動駕駛等領域，湧入了大批試圖以AI技術改造行業、提升效率的公司。但中金研報指出，在不同行業中，由於資料可得性、演算法成熟度和服務容錯率等因素的影響，技術在這些行業中落地速度分化明顯——其中，移動網際網路和安防行業領跑，零售和物流跟進，在醫療和無人駕駛領域則發展緩慢。
移動網際網路公司擁有海量標準化資料和場景，這令他們實際上成為人工智慧技術發展最大的受益者。
一位位元組跳動公司員工告訴介面新聞記者，應用深度學習技術，能夠極大提高對使用者的刻畫準確度，從而提高內容與廣告推薦精準度。資料顯示，因精準的使用者畫像技術，今日頭條系應用佔據的使用者時長在一年內從4%上升到10%。
另一家短視訊平臺公司快手甚至將自身定義為人工智慧公司，因為AI技術已經廣泛應用於該平臺分析、理解使用者及視訊內容，還包括對每天平臺上傳超過1500萬條的短視訊進行稽核。
在移動網際網路之外，安防是AI技術落地最為成熟的行業。商湯、曠視、依圖等AI初創公司均是在安防領域找到規模化營收的路徑，證明了商業化的能力，成為估值數十億美元的AI獨角獸。
但當AI技術進入其他傳統行業時，目前能夠真正落地併產生商業價值的非常有限。
原因之一在於，技術的成熟度還有待提高。計算機視覺是目前發展最為成熟的技術，也是商業化最成功的領域。但語音識別及自然語言處理等技術尚未真正成熟，這導致以語音技術為主的公司大多沒有找到規模化的營收路徑。
一位線上教育公司的高階人工智慧工程師告訴介面新聞記者，其公司將AI技術應用於課件製作中，希望課件能夠活起來，與學生隨時互動，比如實現糾正發音、自動標註重讀等功能。但目前技術精度還無法做到與真人相比，這導致AI技術只是“錦上添花”，無論是使用者體驗還是商業回報上都沒產生明顯價值。
在另一些傳統行業，AI技術難以落地的主要原因是，缺乏可供訓練模型的大量標準化資料。
以工業為例，AI最主要的應用是以視覺識別技術做產品質量檢測，但目前該技術並未在工業界大規模應用。
寶信軟體於2018年開始探索利用AI技術，進行鋼板表面質量檢測，高階生產排查等。寶信軟體是上海寶鋼集團控股的一家上市公司，主營業務是工業領域的智慧製造。為落地人工智慧，公司組建了一支由AI技術工程師、IT工程師和工業專家共同組成的團隊。
如今一年過去，該專案進展並不如預期。“最開始我們覺得AI技術可以做很多事，但真正跟工業結合時，發現並沒有想象中大規模發展的情況。”寶信軟體一位高管表示，“目前以AI技術做鋼鐵表面檢測相對於傳統方法，在效果上並沒有大的競爭優勢。”
上述高管告訴介面新聞記者，落地比較緩慢一方面是在工業領域的資料標註難度比較高，並且需要標註操作員與資深工業專家共同參與才能完成。另一方面，工業生產對穩定性要求很高，如鋼鐵表面質量檢測，一旦識別出現錯誤，會嚴重影響到後續流程的工作量。這也導致工業界對應用AI技術持謹慎態度。
此外，投資產出比也是企業不得不考慮的問題。以AI技術解決問題，需要建立資料採集系統、訓練模型等一套體系。而建立這套體系，初始至少要投入幾十萬到一百萬，企業也會考量投資回報是否合算。
醫療一度被認為是AI技術最具落地潛力的領域之一，國內有100多家初創企業爭相湧入。然而，AI在醫療領域落地進展緩慢，目前絕大部分AI醫療公司的產品稚嫩，還無法實現自身造血，更遑論實現規模化可持續的盈利模式。
“醫療行業資料是分割的，不容易獲取到訓練模型所需的大量資料，這會影響產品迭代速度。”長期關注AI醫療進展的祥峰投資合夥人夏志進告訴介面新聞記者，除此之外，醫療行業有公共性，屬於重監管行業，醫院採用新技術新裝置的週期非常之長，這也會限制AI醫療產品落地的速度。
無人駕駛被稱為是人工智慧“HUANGGUAN上的明珠”，過去幾年中，吸引無數創業者、資本爭相湧入。據CB Insights統計資料顯示，2018年前三季度，全球自動駕駛創業公司吸引的風險投資額高速增長，達到42億美元，遠超2017年全年的30億美元。
但現在越來越多投資人意識，無人駕駛在短期內無法實現。“無人駕駛的產業鏈、發展趨勢會持續非常長時間，可能是十年二十年。”辰韜資本執行總經理賀雄鬆在接受媒體採訪時說。明勢資本創始合夥人黃明明則表示，“大家對自動駕駛第一波的認知是，這事太難了，不可能在十年內實現。”
“我們現在更關注實實在在的應用場景和客戶訂單，希望投資經過商業驗證的公司和賽道。”夏志進說。這意味著那些商業落地緩慢的公司或將因缺乏資金迎來大批倒閉潮。
在人才市場，已經有跡象表明AI行業在經歷收縮。一位資深AI領域獵頭告訴介面新聞記者，從去年下半年到現在，AI領域招聘計劃明顯轉冷，大廠的編制在減少，中小創業公司已經不怎麼招人，“估計整體招聘數量減少了三四成”。
多位業內人士認為，2019年會有大批AI創業公司倒閉，行業將迎來擠泡沫的過程。那些已經在某些細分領域站穩腳跟，有規模化營收能力的AI獨角獸，多數不存在生存問題，但仍面臨高估值與營收不相匹配的質疑，它們的挑戰在於要開拓更多場景，拓寬營收來源，但這條路將困難重重。