有人說，當(dāng)前人工智能正處于快速發(fā)展時(shí)期，并引領(lǐng)第四次工業(yè)革命。對此，筆者持有謹(jǐn)慎態(tài)度。雖然對人工智能等新技術(shù)的前景非?？春茫貙?huì)對經(jīng)濟(jì)社會(huì)發(fā)展帶來深遠(yuǎn)影響。但就目前而言，對經(jīng)濟(jì)發(fā)展的促進(jìn)作用仍未明顯顯現(xiàn)。

首先，從經(jīng)濟(jì)效益角度來看，很多企業(yè)和風(fēng)投基金熱衷于投資人工智能不假，但直到目前真正量產(chǎn)盈利的企業(yè)卻是鳳毛麟角。背負(fù)巨大的融資成本，人工智能領(lǐng)域能否全面性獲得較好的經(jīng)濟(jì)效益仍存在不確定性，有分析機(jī)構(gòu)認(rèn)為至少要30年以后。

其次，很多抱有極高熱情的企業(yè)和個(gè)人投資者其實(shí)是門外漢，對技術(shù)進(jìn)步的推動(dòng)作用可能有限。例如智能汽車領(lǐng)域，很多非汽車制造企業(yè)涌入，無論是做網(wǎng)站、組裝手機(jī)、造電器這樣的跟制造技術(shù)有搭邊的企業(yè)，還是蓋房子、賣衣服、種糧食等與制造技術(shù)八竿子打不著的企業(yè)，都在吸納巨資投入。就像新能源汽車產(chǎn)業(yè)一樣，濫竽充數(shù)讓人摸不著頭腦，其中不乏追求短期經(jīng)濟(jì)利益的行為。

再次，當(dāng)前把人工智能上升到第四次工業(yè)革命可能言過其詞。目前人工智能所處的階段是數(shù)據(jù)、算法、計(jì)算力等領(lǐng)域積累整合，簡單來說是計(jì)算機(jī)科學(xué)的一個(gè)分支和延伸。電子計(jì)算機(jī)誕生于上個(gè)世紀(jì)的二戰(zhàn)后，是第三次工業(yè)革命的代表之一。因此，目前所謂的人工智能技術(shù)的基礎(chǔ)建立在第三次工業(yè)革命上，更像是第三次工業(yè)革命的延伸，并未看到超脫于第三次工業(yè)革命內(nèi)涵的東西。

對于中國的人工智能發(fā)展?fàn)顩r，就像中國經(jīng)濟(jì)發(fā)展一樣，有觀點(diǎn)認(rèn)為中美兩國并駕齊驅(qū)，已經(jīng)處于全球領(lǐng)先地位。從人工智能企業(yè)來看，當(dāng)前我國人工智能企業(yè)數(shù)量超過4000家，位列全球第二，規(guī)模非常龐大。從互聯(lián)網(wǎng)企業(yè)來看，全球十大互聯(lián)網(wǎng)公司中，美國占了6家、中國占4家，似乎處于壟斷地位。從融資來看，中國人工智能領(lǐng)域在2019年上半年共獲融資超過478億元，資金吸附能力極強(qiáng)。似乎看上去我國人工智能產(chǎn)業(yè)的確很強(qiáng)大。但從質(zhì)量上來看，可能要打一定折扣，似乎已經(jīng)出現(xiàn)大而不強(qiáng)的狀況，這需要警醒。

一是基礎(chǔ)硬件生產(chǎn)能力不足。我國人工智能產(chǎn)業(yè)規(guī)模龐大，主要集中于應(yīng)用領(lǐng)域，而在基礎(chǔ)硬件大量投入的企業(yè)較少。根據(jù)相關(guān)研究，我國人工智能企業(yè)主要分布在語音類技術(shù)、視覺類技術(shù)、行為類技術(shù)等的應(yīng)用方面，占比達(dá)85%以上。而GPU/FPGA、神經(jīng)網(wǎng)絡(luò)芯片、傳感器等基礎(chǔ)硬件以及核心軟件生產(chǎn)類企業(yè)不足15%，整體競爭力也比較低。

二是開展智能芯片研究的核心企業(yè)嚴(yán)重不足。在我國人工智能企業(yè)中，開展芯片研發(fā)的企業(yè)占比不到2%，這與全球領(lǐng)先地區(qū)的差距較大。某研究機(jī)構(gòu)調(diào)研了全球前24家人工智能芯片企業(yè)，其中有17家是國外的人工智能芯片企業(yè)，它們擁有40萬件專利，每家企業(yè)平均2.35萬件。剩下的7家是中國的企業(yè)（包括港澳臺），擁有的專利數(shù)量是5.5萬件，每家平均只有0.78萬件，與國外企業(yè)的差距很大。在這7家人工智能芯片制造商當(dāng)中，走在前列的是華為和中國臺灣的聯(lián)發(fā)科。如果把這兩家企業(yè)去掉，剩下的5家中國企業(yè)規(guī)模小的可憐。

三是專利質(zhì)量參差不齊，存在明顯短板。中國在人工智能專利總數(shù)量方面與美國有差距，但落差并不太大。但是中國人工智能專利參差不齊，基礎(chǔ)研究方面差距較大。美國在人工智能基礎(chǔ)研究方面遠(yuǎn)遠(yuǎn)走在前面，掌握了大量核心專利。中國的人工智能企業(yè)傾向于應(yīng)用端研發(fā)，基礎(chǔ)核心領(lǐng)域成了短板。并且中國人工智能企業(yè)申請的專利中有90%以上是國內(nèi)專利，并不是全球性專利。

四是運(yùn)用于制造業(yè)的人工智能較少。從人工智能最終用途定位來看，我國大部分企業(yè)定位于商業(yè)消費(fèi)領(lǐng)域，比如市場營銷、金融服務(wù)、健康保健等等。而運(yùn)用于制造業(yè)提升的人工智能投入占比不足1%，為制造業(yè)賦能型人工智能平臺嚴(yán)重匱乏。因此，我國人工智能產(chǎn)業(yè)發(fā)展與我國制造業(yè)轉(zhuǎn)型升級并不匹配，很難有效幫助制造業(yè)在研發(fā)、工藝、流程等方面提高。這與我國建設(shè)制造業(yè)強(qiáng)國目標(biāo)是相悖的，可能對我國經(jīng)濟(jì)發(fā)展的促進(jìn)作用不及預(yù)期。

五是部分人工智能投資泡沫有所顯現(xiàn)。從2014年到2018年，人工智能投資領(lǐng)域發(fā)生了126起退出事件，占同期投資退出事件的大約1/20，很多VC/PE投資人都掉進(jìn)了坑里。部分人工智能產(chǎn)業(yè)泡沫已經(jīng)較為明顯，典型的是自動(dòng)駕駛領(lǐng)域，人臉識別技術(shù)也有過度資本追捧的跡象。不過，在瘋狂投資之后，最終能存活下來的必將是優(yōu)質(zhì)選手。