庞大的市场应用激发和倒推基础层，这是中国区别于欧美AI产业的最大特点和优势

　　金叶子

　　从日本经典动画《攻壳机动队》人工智能（AI）技术的运用，再到最近好莱坞影片《阿丽塔：战斗天使》的机械人，在科幻电影中，AI已经成为最常见的主题之一。

　　而屏幕之外的现实世界，不论是带有虹膜识别的安防摄像头，还是装载有Autopilot（自动辅助驾驶）的自动驾驶汽车，人工智能技术的运用，更像水和电一样开始渗透至经济社会发展的各个方面。

　　资本的投入加速了AI的发展。关注初创期投资的英国风投基金MMCVentures近日发布关于AI的研究报告（下称“报告”）显示，全球早期AI公司的投资资金在五年内增长了15倍，在2018年估计可达150亿美元（约合1008亿元人民币）。

　　人工智能技术的第一大国——美国继续全力领航。日前，美国白宫启动一个新官方网站“AI.gov”，发布美国各联邦机构为落实人工智能“全政府”战略而采取的具体举措。该网站显示，美国国家科技委员会下设的人工智能特别委员会将负责协调15个联邦机构推动人工智能技术的研发。

　　而热度之下诞生的不只是成倍涌现的技术和企业。

　　上述报告就指出，在欧洲2830家标榜为人工智能的公司中，有1580家符合人工智能公司的定义，也就是说，四成的公司其实和人工智能没任何关系。该研究团队还发现，“一家公司，若是打上AI的标签，能多获得15%~50%的融资。”

　　上海交通大学电子信息与电气工程学院副院长王延峰告诉第一财经，这种现象不只出现在欧洲，全球都存在。任何一个革命性的东西出来，都会伴随着泡沫的产生，这也是产业发展的必然规律。但随着人工智能＋传统产业的不断融合，不断的震荡和淘汰之下，最终留下的还是那些经得住火炼的“真金”公司。

　　泡沫正逐渐消逝

　　“刚开始（2012年）做AI时基本没遇见几个有AI技术的公司。”说起刚创业时的情景，Video++极链科技集团联合创始人&COO董慧智对第一财经记者表示。

　　据他回忆，从2016年开始，国内AI公司一下子多了起来，其中确实有一些真正做AI的公司，但也不乏一些互联网公司甚至传统广告公司来凑热闹。

　　当前，人工智能技术处于第三个发展高潮期，以机器学习特别是深度学习为核心，在视觉、语音、自然语言等应用领域迅速发展。即使有资本和政策大力支持，但在实际应用场景转化中，还存在不少的不确定性。

　　用董慧智的话来说，他们是幸运的。起初，他们的团队设想从实验室开发出来的算法到最后的应用场景落地（商用），只要算法面世就算成功了90％。然而，反复实践后，才发现低估了实验室算法和商业应用之间的鸿沟。

　　“在2015年，我们开放了研究出来的AI算法，结果在应用时却发现算法没法应用，因此又加大投资，用了两年多的时间才做到真正应用。现在不少创业者其实是把DEMO（未成形的测试版算法）放出来，能否落地又是另一回事。”他指出。

　　此外，由于AI公司的实际技术门槛很高，在发展的过程中，不仅那些打着噱头的公司会露出马脚，就连真正的AI公司也可能因为数据和技术的匮乏而关闭。

　　“小的初创AI企业有两个大的问题，数据集有限，加上商业这块没有出现杀手级的应用，很可能就支撑不下去了。”腾讯研究院产业研究中心副主任吴朋阳告诉第一财经记者。

　　尽管如此，随着传统行业亟待转型，各个垂直行业对于AI的融合倾向也愈加明显。报告显示，预计到2019年底，超过三分之一的企业将部署人工智能。与此同时，在行业和资本方面，也开始出现了一些新的变化。

　　吴朋阳表示，从2017年开始，全球对于人工智能的投资开始变得谨慎。目前在行业上，也开始从线上走向线下，其中制造业就是典型。

　　“劳动力成本上升、企业生产效率不高的情况下，AI可以发挥很好作用。而制造业相对复杂，所以这是一个单点突破的过程，比较典型的就是图像识别的应用，比如质检的准确性甚至可以超过人的处理水平。”吴朋阳分析说。同时他认为，未来医疗和教育这种公共服务领域的突破更有潜能，因为AI可以解决优质资源分布不均的问题，并能激发这种公共服务的数据潜能。

　　中国在应用层占主导

　　从层次上划分，AI主要有基础层、技术层、应用层三层。欧美国家在基础层起步早、投入大，中国则是在应用层和技术层涌现出诸多公司。

　　上述报告显示，亚太地区采用AI技术企业的数量是北美地区公司的两倍。其中，中国公司引领亚太AI，北京、上海、广东以及浙江和江苏是主要的聚集地。

　　和欧美比较，中国的AI产业发展异同也十分明晰。

　　商汤科技香港公司总经理尚海龙对第一财经记者表示，中国AI产业发展更注重落地应用，同时也在不断提升对基础研究的加强，以及对原创基础设施的搭建。

　　而应用场景的落地对于原创基础研究、平台搭建的牵引作用也不容小觑。庞大的市场应用激发和倒推基础层，这是中国区别于欧美AI产业的最大特点和优势。

　　根据中国信息通信研究院去年年底发布的《人工智能发展白皮书——产业应用篇》，从产业规模看，2017年国内人工智能市场规模达到237.4亿元，相较于2016年增长67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，占比34.9%，达到82.8亿元。

　　不论是今年的政府工作报告中首次提到的“智能＋”，还是中央深改委19日审议通过的《关于促进人工智能和实体经济深度融合的指导意见》，以及2017年底的工信部《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，都赋予了AI＋传统行业更多可能。

　　王延峰说，中国的“互联网＋”提了4年，而新一轮的“智能＋”，是产业的自然递进和提升。“‘互联网＋’解决了数据，而AI的核心就是数据算法算力，数据发展程度不够是做不到智能化的。如今经过几年发展，数字化进程又提升了一步，所以可以跟人工智能结合产生新的业态。”他预计，未来的3~5年，“智能＋”传统行业会有明显的深度融合。

　　行业热度持续，更需要人才的助力。

　　长期跟踪AI产业的腾讯研究院研究员俞点根据最新数据对记者分析，在全球来看，英国有20家高校开设了相关的课程，美国168家，中国2017年是20家，2018年30多家高校开设相关专业，也就是说全球设有AI方向的高校一共近400所，来满足全世界百万级的需求。

　　“我国人工智能人才缺口至少在100万以上。而且由于合格AI人才培养所需时间远高于一般IT人才，人才缺口很难在短期内得到有效填补。”俞点说，AI对技术要求非常高，非本专业的学生虽然可以学习相关AI知识，比如专业是计算机，学一年神经网络就可以做比较初级的人工智能开发，但是深度的基础开发还是需要高精尖的AI人才。

　　俞点所说的基础开发的人才，也是中国AI市场最为缺乏的。王延峰表示，中国AI领域的优势在于应用端的人才丰富，“场景丰富，加上教育部学科目录也在跟进，应用层面的人才储备较多。”但是毕竟起步晚，高端、前沿人才和国外比还有较大差距。

　　而董慧智则认为，AI人才的薪酬还要和公司具体情况结合，例如他们这种垂直性强的应用型AI公司，就不需要储备大量的高端AI人才。虽然目前公司有几十个博士，但还是硕士居多。“很多商用过程不需要博士，而硕士生是完全可以把握的。”他说，在公司AI不同层次人才收入差距也较大，顶尖级的人才甚至没有上限。