盲目崇拜不可取，AI需要落地

AI這把牛刀，為什麼總是用來殺雞？

核心要點：

• 資本將人工智慧視作開啟下一個時代的鑰匙，誰也不想錯過時代機遇，因而人工智慧領域頻頻出現大額融資，泡沫由此而生。
• 人工智慧技術落地慢、場景窄、商業化需要時間，相關企業的未來存在不確定性。
• 人工智慧技術的真正價值在於解決行業痛點，不是各種浮誇營銷所描繪的科幻場景，需要企業腳踏實地，而非講故事。

如今上到老、下到小，幾乎沒有人不認識人工智慧，儘管這些認識之間可能有不小差異。

對於長輩來說，他們也許在網購方面還需要兒女的幫助，但氾濫的媒體報導已經給他們灌輸了“AI即將取代人類工作”的觀念；對於孩子來說，市面上各種“AI程式設計課”就是為他們準備的。雖然家長自己不一定懂AI，但誰也不願孩子輸在新時代的起跑線上。

媒體和商家之所以如此熱衷於人工智慧，資本的推波助瀾是關鍵原因。

據IT桔子的資料，從2016年開始，人工智慧領域的投融資事件和融資金額大幅增加，在被稱為“資本寒冬”的2018年和2019年依然頻現大額融資事件。

在資本熱潮中，人工智慧賽道湧現一批創業公司，其中有不少備受矚目的獨角獸，成立於2016年的AI晶片公司寒武紀便是典型代表。今年3月，寒武紀正式叩響科創板大門，IPO前估值已達222億元。

BAT巨頭自然不會放過風口，其親自下場做研發的同時，在人工智慧領域的投資也沒有停歇。在剛剛過去的4月份，騰訊連續投資了兩家人工智慧領域的公司：卓視智通和輕蜓視覺。

這些年，風口輪番出現，有的只是一陣風（直播答題），有的深陷虧損泥潭（共享經濟），但人工智慧到現在熱度依舊，區別很大程度來源於人們對人工智慧的期待不同。輿論中的主流觀點認為，人工智慧是推動第四次工業革命的重要力量，意義相當於蒸汽機、內燃機、網際網路。

和資本的火熱形成對比的是，人工智慧至今似乎仍未對產生殺手級應用，科幻級場景也遙遙無期，“泡沫論”因此時有傳出。不少人開始發問：人工智慧是真火，還是虛火？

AI大風持續強勁

在國內，人工智慧在輿論和資本市場的爆發是在2016年，標誌事件是AlphaGo和李世石的“人機大戰”。

2016年3月，AlphaGo以4:1擊敗圍棋世界冠軍、職業九段棋手李世石，之後又在網上與數十位圍棋高手對決，連續60局無一敗績；2017年，AlphaGo以3:0擊敗排名世界第一的圍棋冠軍柯潔。

AlphaGo對戰李世石

AlphaGo的大勝讓世人徹底意識到，機器的棋力已經到了人類頭腦無法企及的高度，技術革命將顛覆人類社會的言論不絕於耳。此後，國內巨頭在人工智慧領域動作頻頻：

• 2017年7月，時任百度董事會副主席、集團總裁兼COO陸奇在百度AI開發者大會提出“All in AI”，百度股價應聲大漲；
• 2017年10月，阿里巴巴宣佈投資千億成立阿里達摩院，加入人工智慧領域的爭奪戰；
• 騰訊相繼建立騰訊AI Lab、Robotics X，併發布騰訊AI開放平臺。

國外網際網路巨頭對人工智慧的熱忱要更早一些，比如祖克伯在2016年初就提出過Facebook的“十年計劃”，其將公司未來戰略聚焦於人工智慧（AI）、虛擬現實（VR）、擴增實境（AR）等新技術。因為對人工智慧的看法不同，祖克伯還和馬斯克在網上打過幾次“嘴仗”。

無論是矽谷巨頭還是國內BAT，都把人工智慧視作開啟下一個時代的鑰匙，其對技術革命如此重視的邏輯不難理解： 這些企業都是在網際網路的“浪潮之巔”中成長起來的，清楚瞭解技術更迭的力量。一旦錯過技術革命，等待他們的可能就是從巔峰隕落的命運。

資本同樣清楚技術革命的力量，PC和移動網際網路成就了BAT、TMD等公司，人工智慧的發展可能將催生新的指數級增長機會，對於這種“時代機遇”，再怎麼豪擲千金也不為過。

因此，人工智慧領域頻頻出現大額融資，如曠視科技在2019年5月完成D輪7.5億美元融資；商湯科技在2018年獲得軟銀的10億美元D輪融資等。

真格基金創始人徐小平是人工智慧領域的著名支持者，他曾表示“人工智慧領域毫無疑問會誕生重量級的公司”、“如果說幾年前是網際網路+，那麼未來五年一定是AI+”、“投給AI的錢還不夠多”。據IT桔子的資料，真格基金在人工智慧下的投資事件達90筆，是該領域最活躍的投資機構。

對於人工智慧將對人類社會產生怎樣的影響，創新工場創始人李開復在其《AI·未來》書中指出，未來近50％的人類工作將在15年內被人工智慧取代；紅杉資本全球執行合夥人沈南鵬認為，人工智慧帶來的將是人類雙手和大腦的又一次大解放，工作的意義將真正從“勞動”變為“創造”。

總的來說，“人工智慧會深刻影響人類社會”已經成為各界共識。不過，從目前實際落地的情況來看，理想和現實還有不小的差距。

市場魚龍混雜，商業化困局難解

由於資本和媒體的熱情，AI成了這些年最時髦的概念。無論是傳統產業還是新經濟公司，都熱衷於給自家的產品貼上“AI”標籤。

與巨頭創始人或投資人對AI的種種暢想形成鮮明對比的是， 智慧場景往往只存在企業的PPT裡，現實中各種“AI”產品的表現往往叫人哭笑不得，和理想中的“AI智慧管家“相去甚遠。

以許多廠商廣泛佈局的AIoT、智慧家居為例，大部分智慧裝置除了能完成回答“今天天氣如何”、播放郭德綱的相聲等規定動作，再稍微複雜一點的指令便無法理解。

在AI熱潮中，廠商往往想用技術去賦能生活的每一處，但受限於AI當前的實際技術突破，其落地應用往往顯得有些雞肋，例如用語音開合窗簾、與傢俱進行語音互動，與其說是AI為人們的生活帶來便利， 倒不如說為了精進AI的能力，人們甘願“自添麻煩”陪練升級。

廠商們的“賦能”，都頗有些“手裡拿著錘子，看啥都是釘子“的意味。技術沒有帶來便利，反而成了給生活“做加法”。

至於AI會取代人類工作的說法，目前也還看不到跡象。

許多企業稱獲得AI加持的客服機器人能高效解決使用者問題，但試過的人都知道，機器給出的回答往往只是設定好的常規動作，遇到真正的複雜情況只能轉人工解決；在寫作方面，AI確實已經能生成文章，但這類文章往往格式固定，生成的過程更像是填空和排列組合。對於需要創造性和與人交流的內容，AI寫作機器人目前還無能為力。

相比AI不盡人意的表現，市場上更常見的情況是： AI完全成了營銷用的概念，產品實際用的只是非常基礎的指令，甚至完全是騙局。

李開復曾2017年公開吐槽人工智慧領域的浮誇風氣：“最近我見了一個做內衣的，也說自己是人工智慧的企業，這是非常不正常的現象。現在，人工智慧領域的泡沫化特別嚴重。”

去年3月，風險投資公司MMC發表報告稱，歐洲有40%左右的初創公司都是假AI公司，沒有證據表明它們使用了人工智慧，但只要打上AI標籤，公司吸引的資金就能多15%-50%。

印度的Engineer.ai公司便是典型例子，這家公司聲稱他們的AI能幫缺少工程師的公司或是不懂程式設計的人定製APP和網站，即不懂技術沒關係，只要有想法，交給AI就行了。

Engineer.ai描繪的圖景很美好，成功吸引了包括軟銀旗下的人工智慧專項基金DeepCore的投資，但去年被外媒曝出，Engineer.ai用的所謂“AI”並不存在，程式碼其實都是真人程式設計師寫的。

事實上，用真人冒充AI的例子並不少見。

在新經濟領域，每當有新概念出現總能吸引大量熱錢，共享經濟、VR/AR等概念火熱的時候都出現過這樣的情況。頭部公司畢竟就幾家，大量湧入的資本自然會流向一些沒有硬實力、只靠講故事圈錢的公司，泡沫由此而生。

熱門領域有泡沫不是什麼稀奇事，不少投資人也知道人工智慧領域公司估值普遍偏高，但誰也不想因為謹慎錯過下一個時代，但有意思的是，即使是AI領域的龍頭公司，似乎也消化不了資本的熱情。

由於融資過多，“AI公司VC化”成為人工智慧領域的獨特風景，像商湯科技、曠視科技這樣的頭部公司成立了自己的戰投部門，直接下場投專案；思必馳、中科視拓、Aibee等則與傳統VC、PE聯合成立起產業基金。

之所以要一邊燒別人的錢，一邊拿別人的錢去燒，本質是AI公司的實際業務撐不起估值。

AI技術從研發到落地需要長週期，許多公司會宣傳自家AI技術在學術領域的突破，但技術要從實驗室走向商業應用並非易事，研究論文中一些數值的突破能震動學界，但對產品的實際體驗可能影響不大。此外，目前AI落地場景往往集中在某些具體的細分領域，應用場景較窄，無法快速獲得高回報。

從商業模式的角度，頭部AI公司以To B業務為主，To B是個慢生意，無法像共享單車這樣的To C業務一樣依靠資本把業務快速“喂大”。

落地慢、場景窄、商業化需要時間，拿了大額融資的AI公司要撐起估值，回應資本的期待，只能靠投資別的企業來完成。

由於人工智慧的商業化落地困局難解，這兩年資本逐漸變得謹慎，人工智慧領域的投資邏輯也在迭代，投資人的關注重點從公司團隊技術能力、論文數量轉為“你的AI怎麼落地？”，“AI落地”取代了“AI崇拜”。

戳破泡沫，前路何在？

從當前資本市場的情況來看，人工智慧的大風依然強勁，但相比此前在輿論場的一呼百應，AI概念的嚴肅性已經在很大程度上被消解，關於“人工智障”、AI泡沫的論調頻頻出現。

AI泡沫論的出現，很大程度和廠商的浮誇營銷有關。當各種產品的宣傳物料上寫的全是“AI”，卻沒幾個讓人真正感受到技術的作用，很難不讓人覺得這是個偽風口。

回顧技術革命的歷程，偽風口和泡沫論也曾出現在網際網路技術上，但最終還是得到正名。要回歸人工智慧的價值，前兩次技術革命（計算機軟體技術、網際網路技術）是有效參考。

在計算機軟體時代，人們把以前的手工交給了計算機處理，即實現了工作和行為的“資訊化”。資訊化讓資料得以被大量生產，相當於人類活動以資料的形式被記錄下來。這一階段，計算機軟體提高了人類活動效率，興起了微軟、甲骨文等知名軟體公司。

大量資料在計算機軟體時代被生產出來後，網際網路技術的出現讓這些資料得以流通。隨著網際網路的商業化，資料在全球廣泛流動，“流量經濟”因此而起。無論是淘寶的電商還是QQ的社交，本質上都是建立於流動的資料之上的商業模式。隨著網際網路、通訊技術的發展，資料量變得愈發龐大，“雲端計算”等新技術應運而生。

有了龐大的、流動的資料之後，如何開發這些資料的深層價值決定著時代能否進入下一階段。 人工智慧技術的價值在於對海量資料進行分析、關聯，進而形成能夠指導決策的知識，這是解決行業痛點的關鍵。

各行業當下面臨的痛點有所不同，如金融行業面臨成本壓力、產品服務單一、交易欺詐等；醫療與教育行業資源分配不均的問題突出；零售業難以把握顧客需求、廣告投放效率等。 對於產業來說，人工智慧與場景的結合意味著降本增效、實現轉型升級。

目前，政府和企業都在將人工智慧技術與產業場景相結合。在政府層面，人工智慧是“新基建”七大版塊中的重要一項；在企業層面，巨頭的AI佈局也和產業聯絡緊密。

也就是說，人工智慧需求廣闊，其商業模式是滲透到各行各業，提高行業效率。這一程式需要時間和持續投入，但也是生產力迭代趨勢。

人工智慧的落地未必有你想的那麼“性感”，但對生活的影響只增不減。 忘掉浮誇的營銷和鋼鐵俠的“賈維斯”吧，那些憑空創造的需求和給生活“做加法”的AI們，終將消失在時間的長河裡。