“泡沫是很難確定的，除非它破了?！薄懊缆?lián)儲（FED）主席格林斯潘

元旦期間與學術(shù)界的朋友聊起，其細數(shù)了2000年以來國內(nèi)學術(shù)浪潮的發(fā)展特點：2003年受LDA topic model影響，實驗室熱火朝天的在文章中建起Graphical model加入隱變量，2004年Hadoop出現(xiàn)，數(shù)據(jù)熱成為各個領(lǐng)域各種問題的焦點，有甚者只要在傳統(tǒng)算法在MapReduce框架改寫一下，便可以發(fā)布新的熱點文章，2010年Spark出來后，將Hadoop趕跑，之后深度學習的出現(xiàn)，又使topic model的文章的熱度降了下去……從瘋狂到偃旗息鼓，也只過不是短短幾年的時間。

如果在科技界待了段時間的人們便會容易發(fā)現(xiàn)，一樣技術(shù)被取代是因為人們發(fā)現(xiàn)了比它更具前景的技術(shù)，同理一個泡沫的結(jié)束的標志，是人們發(fā)現(xiàn)到了更大更漂亮的泡沫。而當前被人們認為是下一個泡沫的AI（人工智能），正在步著“前輩們”來時的路。據(jù)荷蘭愛思唯爾出版集團的報告顯示，過去20年中，中國的研究人員發(fā)表了大約13．4萬篇關(guān)于人工智能的研究論文。美國發(fā)表的論文僅10．6萬篇。所有的人們都知道，當前的實際運用水平，AI仍然有段路子要走，但在理論上，明顯中國已經(jīng)占據(jù)絕對的領(lǐng)先地位。

瘋狂的學術(shù)界背后，少不了瘋狂的資本市場。據(jù)工信部中國信通院副所長張雪麗介紹，截止至2018年9月，全球共有人工智能企業(yè)5159家，中國以1122家（不含港澳臺）位居第二；北京則以445家的總數(shù)，成為全球人工智能企業(yè)最多的城市。2018年上半年，人工智能領(lǐng)域的全球融資規(guī)模達到435億美元，中國的規(guī)模達到317億美元，占了全球的四分之三以上。又一場漂亮的勝利：中國僅靠全球1／5的企業(yè)獲得了全球3／4的融資，投資者對中國AI領(lǐng)域充滿期待。

但是被人們所忽視的是技術(shù)本身發(fā)展的一些其他條件：硬件方面，在半導體上，中國以全世界4％的份額對上美國的50％。在芯片上，中國獲得FPGA廠商融資額的7．6％，而美國是42．4％；數(shù)據(jù)方面，中國以全球的20％力壓美國的5％；算法上，中國的人才數(shù)量和學者發(fā)表的成果數(shù)量也僅分別達到美國的一半；商業(yè)化上，考慮公司數(shù)量、獲得融資額等，中國得分也約只達到了美國的60％——牛津大學《解密中國AI夢》報告（報告通過硬件、數(shù)據(jù)、算法和商業(yè)四個方面分別進行評分，將中國和美國的AI實力做了評估對比）。

在這種近乎瘋狂的市場運作以及媒體吹捧下，開始出現(xiàn)產(chǎn)業(yè)泡沫似乎也是無法避免的。據(jù)據(jù)億歐智庫《2018中國人工智能商業(yè)落地研究報告》顯示，2017年中國AI創(chuàng)業(yè)公司累計獲得超過500億人民幣融資，但其中商業(yè)落地前100強公司累計產(chǎn)生收入?yún)s不足100億人民幣。在整個產(chǎn)業(yè)鏈中，90％以上的AI企業(yè)依然處在虧損階段，絕大多數(shù)企業(yè)年營業(yè)收入不足兩億。

針對這種現(xiàn)象，阿里巴巴的前CEO衛(wèi)哲說：目前人工智能的泡沫巨大無比，媒體吹捧，市場過熱。市面上很多公司號稱自己是“人工智能”公司，但有九成的人工智能公司都是“偽人工智能”。

技術(shù)無法商業(yè)化，是人工智能公司被冠以“偽人工智能”的關(guān)鍵所在。以筆者在安防市場的觀察，一部分原因是因為企業(yè)過度宣傳實驗室數(shù)據(jù)，讓用戶在實際體驗中落差大，另一部分的原因是企業(yè)盲目追求模仿，缺乏真正的創(chuàng)新能力，其中以人臉識別技術(shù)最為顯著，當產(chǎn)品技術(shù)趨向同質(zhì)，價格戰(zhàn)便會隨時爆發(fā)。

“在人工智能上花一年時間，這足以讓人相信上帝的存在。”——計算機科學奠基人艾倫·佩利

當然在目前階段，仍然無法直接判斷人工智能當前便處于泡沫階段，因為嚴格上來講泡沫不只是關(guān)注技術(shù)的發(fā)展態(tài)勢，而是更關(guān)注資金的流入。但據(jù)a＆s對上海趨視信息科技有限公司總經(jīng)理徐飆采訪文章中，他表示“投資人獲悉從2018年下半年開始，沒有行業(yè)基礎(chǔ)的AI公司已經(jīng)很少人問津，在之前擁有核心技術(shù)，在全球的比賽中獲得名次便能輕松獲得青睞，現(xiàn)在投資人更重視的技術(shù)到行業(yè)的落地。這樣會導致留下來的都是具有硬實力的企業(yè)，但可能也會讓用戶對AI產(chǎn)品的意愿有所降低。這與國內(nèi)06－07年做智能分析的狀況相似，第一波技術(shù)浪潮的時候，用戶的意愿很高，但后續(xù)的發(fā)展卻很乏力?！?/p>

這意味著CV賽道涌現(xiàn)新軍的現(xiàn)狀將得到遏制，CV也從最初的強調(diào)技術(shù)、不談場景到扎堆某行業(yè)市場（例如安防），正在向淡化單點技術(shù)，尋求場景與價值兩開花的階段發(fā)展。但遺憾的是，無論是被冠以CV四小龍名號的企業(yè)，還是頂著“國家隊”頭銜的名號，現(xiàn)階段企業(yè)的盈利沒有一間匹配得上它們自身的估值。甚至有媒體爆料稱，一些已經(jīng)“上車”的投資人發(fā)現(xiàn)，這樣的買賣并不劃算。

對于這些CV企業(yè)而言，技術(shù)是它們敢于叫板傳統(tǒng)行業(yè)市場企業(yè)的殺手锏，以安防為例，近年來?？?、大華、宇視、科達等企業(yè)紛紛加大投入AI的研發(fā)下，讓它們的技術(shù)優(yōu)勢再沒有之前那么顯著的情況下，不少企業(yè)在2019年向筆者透露，除了技術(shù)，要推出相應的前端設(shè)備，轉(zhuǎn)向渠道市場，在傳統(tǒng)企業(yè)的優(yōu)勢圈內(nèi)“搶飯碗”。

雖然目前安防市場足夠大，也足夠分散，碎片化的需求能讓各家企業(yè)都能找到飯吃，但這距離CV企業(yè)之前的初衷或許已經(jīng)存在著差別。不能否認的是，人工智能與深度學習在語音識別、圖像識別、無人駕駛等領(lǐng)域都具備良好的發(fā)展前景，加上國家政策的引導，未來它們?nèi)匀粫跇I(yè)界繼續(xù)紅火下去，以工業(yè)界的普及要晚于學術(shù)界5－10年的常規(guī)推理下，相信未來十年內(nèi)將是人工智能落地的爭奪戰(zhàn)。但投資者對于未來的預期以及人工智能的熱情已經(jīng)開始回到冷靜期，這對于未來CV企業(yè)未來的發(fā)展而言，路并不會像之前那么好走。