“2017年，圍繞人工智能的巨頭投資、創(chuàng)業(yè)押注不絕于耳，融資額度不斷刷新紀(jì)錄。但無論是圖像、語言交互，還是算法、機器學(xué)習(xí)都不足以與實際場景結(jié)合，如何落地應(yīng)用成為最大難題。另一方面，越來越多新技術(shù)、新概念的出現(xiàn)，開始讓人工智能逐漸遇冷。2017下半年，隨著比特幣大漲，其底層技術(shù)區(qū)塊鏈成功搶占人工智能的舞臺，幾乎占據(jù)了投資人、媒體人的朋友圈。”
人工智能代表著未來方向，也成為資本博弈的“游樂場”。 根據(jù)投資界統(tǒng)計，截至去年12月8日，2017年中國人工智能領(lǐng)域公開的融資案例已經(jīng)超過150起，其中不乏寒武紀(jì)（A輪1億美元）、曠視科技（C輪4.6億美元）、商湯科技（B輪4.1億美元 阿里15億元投資）這樣動輒億萬美元的大手筆。2017上半年產(chǎn)生的融資就超過150億元，累積融資額攀升到635億元，占據(jù)全球融資總額的33.18%。
資本的過度追捧并沒有換來人工智能的全面普及，在現(xiàn)實生活中，除了某些特定場景之外，消費者幾乎無法感受到人工智能帶來的便利，這項被人們寄予很高期望的技術(shù)依舊是鏡花水月。
科技云報道認(rèn)為，不被資本和公眾過度關(guān)注對于人工智能來說反而是件好事，讓從業(yè)者不再被資本裹挾，有時間和空間去沉淀思想，實現(xiàn)技術(shù)的應(yīng)用落地。今年，人工智能將進入“去泡沫化”的階段，資本撤出后的倒閉潮將加速行業(yè)洗牌，人工智能將由此前的資本驅(qū)動真正轉(zhuǎn)換到技術(shù)驅(qū)動的軌道。
勿把“偽需求”當(dāng)成真風(fēng)口 90%的人工智能產(chǎn)品遭到詬病
大多數(shù)產(chǎn)品經(jīng)理喜歡做三個假設(shè)：第一是假設(shè)某個功能用戶一定需要；第二是假設(shè)用戶一定知道某個功能的存在；第三是假設(shè)用戶一定會按照自己設(shè)計的方式使用。目前人工智能正走入這樣的誤區(qū)，把“我認(rèn)為”的偽需求當(dāng)成用戶的真實需求，導(dǎo)致90%的人工智能產(chǎn)品都是食之無味棄之可惜的雞肋，比如智能音箱就可能是這其中之一。
智能音箱可以說是借著人工智能浪潮最先起來的產(chǎn)品之一，是阿里、京東、小米等巨頭搶灘的入口，但作為核心賣點之一的語音識別，在體驗中并沒有大眾所期待的那樣優(yōu)秀。
首先，語音識別需要龐大的數(shù)據(jù)庫支持，但當(dāng)用戶真正使用時會發(fā)現(xiàn)有很多表達習(xí)慣并不能被機器所理解。雖然很多語音識別公司都說自己的技術(shù)識別率已經(jīng)到95%，甚至是98%，但在方言、咬字、吞音等情況下，大部分產(chǎn)品都無法做出合理反饋。
其次是聲音采集的準(zhǔn)確性，雖然智能音箱主打的場景是客廳和臥室，但使用場景是比較復(fù)雜的，人說話的聲調(diào)、語速等都不相同，采集聲音時極易受到外界環(huán)境，甚至是音箱自身的干擾，這都會導(dǎo)致準(zhǔn)確率下降。
最為重要的是，智能音箱缺乏交互自然性。幾乎所有智能音箱產(chǎn)品都需要一個類似“芝麻開門”的語音密鑰來喚醒，且每次發(fā)布指令時都要重復(fù)一遍喚醒詞，這就讓用戶與產(chǎn)品之間產(chǎn)生明顯的距離。綜合看來，智能音箱的產(chǎn)品概念確實足夠誘人，但本質(zhì)還是一個語音助手，并不能完全勝任智能家居中控的角色。
另一個被詬病最多的人工智能技術(shù)就是自動駕駛。業(yè)界通常把自動駕駛分為L1-L5這五個等級，目前包括百度、特斯拉在內(nèi)的公司，都宣傳自己的技術(shù)級別已經(jīng)達到L4，但實際應(yīng)用中最多也就達到L3的水平，即高度自動駕駛階段，在應(yīng)對激烈情況時仍需人為介入。這就給駕駛員造成了十分困擾的局面，哪種情況才不屬于自動駕駛的管控范疇？
特斯拉對于周邊環(huán)境的識別是通過設(shè)置在車輛上的12個長距離超聲波距離傳感器、1個長距離雷達和1個前向攝像頭來實現(xiàn)，而國內(nèi)其他公司的解決方案也都類似，但這一方案也存在問題。
雷達或超聲波在復(fù)雜情況下，容易相互干擾，試想一下十幾輛車堵在路口，他們之間會形成強烈的干擾從而導(dǎo)致收集到的數(shù)據(jù)出現(xiàn)偏差。其次前向攝像頭也不是萬能的，比如“遠光狗”、各色霓虹燈，都是對攝像頭最大的挑戰(zhàn)。
目前自動駕駛使用的攝像頭在弱光、逆光、或者多種光源的復(fù)雜環(huán)境下仍然很難準(zhǔn)確做出判斷，甚至在一些沒有道路標(biāo)志線和明顯路邊的地區(qū)也很難精準(zhǔn)識別。近期特斯拉的多起事故，也再一次顯示出人工智能的不成熟。
在這兩個人工智能發(fā)展最快的典型場景中，其表現(xiàn)都不能盡如人意。而其他的應(yīng)用場景，比如機器人、智慧物流、智慧城市似乎又離消費者太遠。各大人工智能公司頻頻爆出融資消息，但卻很少聽見落地的案例。
“去泡沫化”勢在必行 初創(chuàng)公司生存幾率進一步下降
資本的大量涌入，讓越來越多的公司已經(jīng)不考慮用戶需求和技術(shù)的匹配程度，而是急于貼上人工智能標(biāo)簽。一些裝上簡單預(yù)設(shè)程序的音箱、機器人，或者自動化設(shè)備，紛紛被包裝成人工智能，這就造成當(dāng)前人工智能項目很大程度上存在“偽人工智能”的現(xiàn)象，絕大部分的公司是打著人工智能的旗號在行圈錢之實。要想杜絕“劣幣驅(qū)逐良幣”的現(xiàn)象，人工智能需要的是從業(yè)者清醒客觀的判斷和扎實的努力。
當(dāng)前，人工智能產(chǎn)業(yè)的核心矛盾有兩個：一是投資需求大而創(chuàng)業(yè)項目供給減少，二是產(chǎn)品體驗與市場期望相差太遠。伴隨著比特幣的火熱，區(qū)塊鏈成為資本追捧的新寵，而炒作了一年的人工智能技術(shù)，似乎遇冷了。
國內(nèi)排名前五十的人工智能公司幾乎拿到了市場上80%的融資，語音識別、人臉識別、圖像處理、輔助駕駛等領(lǐng)域的格局已基本形成，如此高的資源和資本集中度是后來新進者無法企及的。
諸如商湯、云從、科大訊飛等公司已經(jīng)開展生態(tài)合作，這背后的數(shù)據(jù)將是技術(shù)迭代的前提條件。資本和數(shù)據(jù)的高集中度已經(jīng)讓人工智能形成了比較高的進入門檻，從這點看，一些中小團隊已經(jīng)沒有了進入這個行業(yè)的機會。
拋開BAT、微軟、谷歌等頂級巨頭不談，單單是頭部的這些人工智能公司就已經(jīng)將市場份額幾乎瓜分完畢，其他公司還能走多遠？
對于這波人工智能泡沫，其實就是資本擊鼓傳花式的游戲，伴隨震撼人心一陣響過一陣的鼓點，估值就這么一輪又一輪地水漲船高。投資退出基本只能依賴商業(yè)化，但目前來看，當(dāng)前人工智能能解決的實際問題較為有限，客戶多處于觀望、試點階段，目前除服務(wù)安防、汽車、客服、硬件的初創(chuàng)公司外，實際能持續(xù)產(chǎn)生營收的寥寥無幾，即使是行業(yè)最為知名的幾家初創(chuàng)公司，目前基本也很難或者未能實現(xiàn)當(dāng)年營收平衡。
高估值、高風(fēng)險、長周期，新投資人是否依然愿意為夢想買單？當(dāng)潛在的投資風(fēng)險已經(jīng)高于潛在的投資回報，如何說服新的投資人，會是擺在初創(chuàng)公司面前的一道必答題。泡沫破滅一定是行業(yè)災(zāi)難嗎？其實并不是。人工智能技術(shù)和產(chǎn)品本身的價值是不容忽視的，泡沫破滅后，將凈化和提升整個市場，留下的人才、企業(yè)、資金也將更有利于行業(yè)發(fā)展。那個時候，才是人工智能真正給我們帶來巨大改變的時候。
