“泡沫是很难确定的,除非它破了。”——前美联储(FED)主席格林斯潘

 

元旦期间与学术界的朋友聊起,其细数了 2000 年以来国内学术浪潮的发展特点:2003 年受 LDA topic model 影响,实验室热火朝天的在文章中建起 Graphical model 加入隐变量,2004 年 Hadoop 出现,数据热成为各个领域各种问题的焦点,有甚者只要在传统算法在 MapReduce 框架改写一下,便可以发布新的热点文章,2010 年 Spark 出来后,将 Hadoop 赶跑,之后深度学习的出现,又使 topic model 的文章的热度降了下去……从疯狂到偃旗息鼓,也只过不是短短几年的时间。

 

如果在科技界待了段时间的人们便会容易发现,一样技术被取代是因为人们发现了比它更具前景的技术,同理一个泡沫的结束的标志,是人们发现到了更大更漂亮的泡沫。而当前被人们认为是下一个泡沫的 AI(人工智能),正在步着“前辈们”来时的路。据荷兰爱思唯尔出版集团的报告显示,过去 20 年中,中国的研究人员发表了大约 13.4 万篇关于人工智能的研究论文。美国发表的论文仅 10.6 万篇。所有的人们都知道,当前的实际运用水平,AI 仍然有段路子要走,但在理论上,明显中国已经占据绝对的领先地位。

 

疯狂的学术界背后,少不了疯狂的资本市场。据工信部中国信通院副所长张雪丽介绍,截止至 2018 年 9 月,全球共有人工智能企业 5159 家,中国以 1122 家(不含港澳台)位居第二;北京则以 445 家的总数,成为全球人工智能企业最多的城市。2018 年上半年,人工智能领域的全球融资规模达到 435 亿美元,中国的规模达到 317 亿美元,占了全球的四分之三以上。又一场漂亮的胜利:中国仅靠全球 1/5 的企业获得了全球 3/4 的融资,投资者对中国 AI 领域充满期待。

 

但是被人们所忽视的是技术本身发展的一些其他条件:硬件方面,在半导体上,中国以全世界 4%的份额对上美国的 50%。在芯片上,中国获得 FPGA 厂商融资额的 7.6%,而美国是 42.4%;数据方面,中国以全球的 20%力压美国的 5%;算法上,中国的人才数量和学者发表的成果数量也仅分别达到美国的一半;商业化上,考虑公司数量、获得融资额等,中国得分也约只达到了美国的 60%——牛津大学《解密中国 AI 梦》报告(报告通过硬件、数据、算法和商业四个方面分别进行评分,将中国和美国的 AI 实力做了评估对比)。

 

在这种近乎疯狂的市场运作以及媒体吹捧下,开始出现产业泡沫似乎也是无法避免的。据据亿欧智库《2018 中国人工智能商业落地研究报告》显示,2017 年中国 AI 创业公司累计获得超过 500 亿人民币融资,但其中商业落地前 100 强公司累计产生收入却不足 100 亿人民币。在整个产业链中,90%以上的 AI 企业依然处在亏损阶段,绝大多数企业年营业收入不足两亿。

 

针对这种现象,阿里巴巴的前 CEO 卫哲说:目前人工智能的泡沫巨大无比,媒体吹捧,市场过热。市面上很多公司号称自己是“人工智能”公司,但有九成的人工智能公司都是“伪人工智能”。

 

技术无法商业化,是人工智能公司被冠以“伪人工智能”的关键所在。以笔者在安防市场的观察,一部分原因是因为企业过度宣传实验室数据,让用户在实际体验中落差大,另一部分的原因是企业盲目追求模仿,缺乏真正的创新能力,其中以人脸识别技术最为显著,当产品技术趋向同质,价格战便会随时爆发。

 

 

“在人工智能上花一年时间,这足以让人相信上帝的存在。”——计算机科学奠基人艾伦·佩利

当然在目前阶段,仍然无法直接判断人工智能当前便处于泡沫阶段,因为严格上来讲泡沫不只是关注技术的发展态势,而是更关注资金的流入。但据 a&s 对上海趋视信息科技有限公司总经理徐飙采访文章中,他表示“投资人获悉从 2018 年下半年开始,没有行业基础的 AI 公司已经很少人问津,在之前拥有核心技术,在全球的比赛中获得名次便能轻松获得青睐,现在投资人更重视的技术到行业的落地。这样会导致留下来的都是具有硬实力的企业,但可能也会让用户对 AI 产品的意愿有所降低。这与国内 06-07 年做智能分析的状况相似,第一波技术浪潮的时候,用户的意愿很高,但后续的发展却很乏力。”

 

这意味着 CV 赛道涌现新军的现状将得到遏制,CV 也从最初的强调技术、不谈场景到扎堆某行业市场(例如安防),正在向淡化单点技术,寻求场景与价值两开花的阶段发展。但遗憾的是,无论是被冠以 CV 四小龙名号的企业,还是顶着“国家队”头衔的名号,现阶段企业的盈利没有一间匹配得上它们自身的估值。甚至有媒体爆料称,一些已经“上车”的投资人发现,这样的买卖并不划算。

 

对于这些 CV 企业而言,技术是它们敢于叫板传统行业市场企业的杀手锏,以安防为例,近年来海康、大华、宇视、科达等企业纷纷加大投入 AI 的研发下,让它们的技术优势再没有之前那么显著的情况下,不少企业在 2019 年向笔者透露,除了技术,要推出相应的前端设备,转向渠道市场,在传统企业的优势圈内“抢饭碗”。

 

虽然目前安防市场足够大,也足够分散,碎片化的需求能让各家企业都能找到饭吃,但这距离 CV 企业之前的初衷或许已经存在着差别。不能否认的是,人工智能与深度学习在语音识别、图像识别、无人驾驶等领域都具备良好的发展前景,加上国家政策的引导,未来它们仍然会在业界继续红火下去,以工业界的普及要晚于学术界 5-10 年的常规推理下,相信未来十年内将是人工智能落地的争夺战。但投资者对于未来的预期以及人工智能的热情已经开始回到冷静期,这对于未来 CV 企业未来的发展而言,路并不会像之前那么好走。