我們應(yīng)該怎樣看待人工智能產(chǎn)業(yè)創(chuàng)新

根據(jù)億歐智庫數(shù)據(jù)顯示，自2012年起，人工智能創(chuàng)業(yè)企業(yè)初步增加，在2014年快速增長，到2016年達到頂峰之后，熱度便迅速走低。據(jù)此可以大致推斷，自2017年以來，人工智能的創(chuàng)業(yè)門檻正逐步提高。

2019年9月，科技部印發(fā)《國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設(shè)工作指引》的通知。到2023年，布局建設(shè)20個左右試驗區(qū)，重點圍繞京津冀協(xié)同發(fā)展、長江經(jīng)濟帶發(fā)展、粵港澳大灣區(qū)建設(shè)、長三角區(qū)域一體化發(fā)展等重大區(qū)域發(fā)展戰(zhàn)略進行布局，推動人工智能成為區(qū)域發(fā)展的重要引領(lǐng)力量，打造一批具有重大引領(lǐng)帶動作用的人工智能創(chuàng)新高地。在政策推動以及市場機遇收窄的雙向影響下，如何從多元化方向找到人工智能產(chǎn)業(yè)的創(chuàng)新之路顯得尤為迫切。

近日，億歐對長江商學(xué)院劉勁教授進行了專訪，并從技術(shù)、人才與資金、商業(yè)落地、產(chǎn)業(yè)鏈四個方向?qū)θ斯ぶ悄墚a(chǎn)業(yè)創(chuàng)新進行了探討。

人工智能技術(shù)不斷突破，感知到認知的跨越仍面臨挑戰(zhàn)

人工智能技術(shù)從上世紀五六十年代便已經(jīng)開始發(fā)展，經(jīng)過多年的探索研究，人工智能目前可以分為基礎(chǔ)性硬件、軟件算法和行業(yè)應(yīng)用三個結(jié)構(gòu)層面?；A(chǔ)層包含智能芯片、智能傳感器等硬件設(shè)備，算法軟件主要包含算法理論、開發(fā)平臺和應(yīng)用技術(shù)三個維度，行業(yè)應(yīng)用層面則是通過行業(yè)解決方案和智能化產(chǎn)品兩個方面實現(xiàn)商業(yè)應(yīng)用。

中國人工智能最近幾年再次被推入新的發(fā)展熱潮，主要是因為軟件算法層面中的感知技術(shù)得到了突破，實現(xiàn)了極大的創(chuàng)新，如計算視覺中的人臉識別、圖像識別和文字識別等，以及自然語言處理中的語音識別和語言生成等。當感知技術(shù)突破后，人工智能技術(shù)的發(fā)展將會再次進入平緩期，因為下一步的發(fā)展方向是如何使機器像人一樣真正理解文字、圖片等內(nèi)容，實現(xiàn)從感知到認知的跨越，真正實現(xiàn)人機結(jié)合，而這方面還有很長的路要走。

從人工智能整體結(jié)構(gòu)層面來看，中國在軟件算法和行業(yè)應(yīng)用的發(fā)展與追趕已經(jīng)實現(xiàn)了質(zhì)的跨越，但是在基礎(chǔ)硬件層面的創(chuàng)新遠不如美國等發(fā)達國家，這是由中國產(chǎn)業(yè)發(fā)展的歷史因素所造成的。一方面是因為發(fā)達國家在芯片、傳感器等硬件研發(fā)方面，起源于20世紀50年代，其發(fā)展早于中國幾十年，即便到了現(xiàn)在，技術(shù)程度仍領(lǐng)先中國十幾年。另一方面，當中國進入移動互聯(lián)網(wǎng)時代后，產(chǎn)業(yè)發(fā)展主要集中于TO B和TO C業(yè)務(wù)，而此時美國仍然關(guān)注基礎(chǔ)硬件領(lǐng)域的發(fā)展，并率先在人工智能領(lǐng)域展開研究，所以中國在基礎(chǔ)硬件方面同美國等發(fā)達國家存在的差距較大，并且短期內(nèi)難以實現(xiàn)超越。因此要實現(xiàn)人工智技術(shù)鏈條的全面發(fā)展，達到完全自主創(chuàng)新，中國仍有漫長的路要走。

劉勁教授表示：“看人工智能的話應(yīng)該看怎么定義人工智能，有人把人工智能叫為機器智能，但是從純粹的學(xué)術(shù)角度來看，人工智能實際上就是統(tǒng)計，用的算法都是統(tǒng)計方法，包括像深度學(xué)習(xí)這種大的創(chuàng)新等。而統(tǒng)計方法在商業(yè)里的應(yīng)用已經(jīng)非常廣泛，比如像淘寶電商對用戶的推薦，還有一些搜索引擎類的大數(shù)據(jù)分析，互聯(lián)網(wǎng)平臺上的大多數(shù)應(yīng)用都可以算為人工智能。所以如果從這些領(lǐng)域擴展來講，人工智能應(yīng)用實際上已經(jīng)非常廣泛，只是最近人工智能在感知上的創(chuàng)新帶來了一波新的應(yīng)用，接下來的發(fā)展如果是在現(xiàn)有機器人的基礎(chǔ)上和認知相結(jié)合，很有可能造就人工智能的終極發(fā)展。”

人才體制仍需完善，資本收緊促進創(chuàng)業(yè)企業(yè)真實發(fā)展

面對人工智能產(chǎn)業(yè)發(fā)展的短板，中國需要加大人才與資金的投入。在人才方面，中國正在逐步培養(yǎng)新一代人工智能專業(yè)人才，但想要培養(yǎng)出真正優(yōu)秀的科學(xué)家，并吸引海內(nèi)外人才留下，就必須要有足夠完善的體制，使世界頂尖的人工智能科學(xué)人才愿意前往中國，留在中國。完善的體制不僅是給科學(xué)人才足夠好的生活方式，同時還要擁有健康、開放的研究環(huán)境，并以此為依托，打造人工智能全生態(tài)人才發(fā)展路徑。

資金方面，經(jīng)過之前人工智能領(lǐng)域火熱的投資浪潮，使得人工智能產(chǎn)業(yè)的投融資都創(chuàng)下了新高，甚至一些領(lǐng)域的企業(yè)估值已經(jīng)超過了市場預(yù)期規(guī)模，造成了一定的資本泡沫。而一種新技術(shù)從萌芽產(chǎn)生到最后成熟落地發(fā)展，資本泡沫是其所要經(jīng)歷的必然階段，對于當下人工智能產(chǎn)業(yè)的資本泡沫，一定程度上體現(xiàn)出投資者對人工智能產(chǎn)業(yè)的發(fā)展信心。

目前，伴隨經(jīng)濟增速放緩，中國正面臨著資本的寒冬期，受雙重壓力影響，使得人工智能企業(yè)接下來的融資與發(fā)展陷入新困境。對整體人工智能產(chǎn)業(yè)來講，資本寒冬反而一定程度上有助于減少泡沫成分，使融資企業(yè)更加注重技術(shù)應(yīng)用的真實性，比如在某個具體領(lǐng)域中，企業(yè)是否能夠獲客，快速產(chǎn)生收入和現(xiàn)金流變得至關(guān)重要。如果企業(yè)擁有真正的技術(shù)實力和可行的落地方案，將仍會吸引大批投資者的資金注入。

劉勁教授表示：“資本寒冬期對投資者來講反而是非常好的時機，因為企業(yè)估值在下降，同時很多企業(yè)需要新的資金注入，如果投資者擁有有足夠資金的話，可以看作較好的進場機會。

數(shù)據(jù)積累與商業(yè)模式探索成為人工智能產(chǎn)業(yè)落地發(fā)展的重要因素

人工智能分為三塊，算法、算力和數(shù)據(jù)，其中數(shù)據(jù)最為核心。人工智能技術(shù)成熟后，商業(yè)化落地過程中實際拼的是數(shù)據(jù)積累。哪家企業(yè)擁有大量可用數(shù)據(jù)，便擁有了主動話語權(quán)。因此像騰訊、阿里、華為等巨頭企業(yè)通過以往業(yè)務(wù)開展過程中的數(shù)據(jù)積累，形成了強大的商業(yè)競爭優(yōu)勢。反觀人工智能初創(chuàng)企業(yè)，一定程度上擁有比較優(yōu)秀的算法技術(shù)，但是算法卻很容易被大公司復(fù)制，甚至被大公司超越，所以人工智能創(chuàng)業(yè)公司的生存空間實際就變得相對狹窄。人工智能小公司因此更需注重細分垂直領(lǐng)域的深耕應(yīng)用，提高產(chǎn)品服務(wù)，通過數(shù)據(jù)積累與深挖，形成行業(yè)核心競爭力，但是想要跟平臺級的巨頭企業(yè)在全生態(tài)領(lǐng)域競爭仍存在較大困難。

劉勁教授曾表示：“燒錢才建立起來的商業(yè)模式其實是一個很危險的商業(yè)模式，真正的商業(yè)模式不應(yīng)該有大量的燒錢元素。

在人工智能技術(shù)商業(yè)化過程中，如果企業(yè)不投入研發(fā)經(jīng)費，就一定需要學(xué)?；蛘咂渌芯繖C構(gòu)投入。頭部估值較高的人工智能企業(yè)往往會有大量研究經(jīng)費投入，而這部分投入在社會研究中占相當大比例。

因此，在人工智能產(chǎn)業(yè)創(chuàng)新過程中，燒錢的商業(yè)模式是不可或缺的，重要的是商業(yè)化過程中的“燒錢”是否健康。人工智能技術(shù)特性本身就是很大的創(chuàng)新，而在商業(yè)創(chuàng)新過程中，需要大量科研人員對軟件算法、硬件產(chǎn)品、生態(tài)服務(wù)進行持續(xù)更新升級，還有后續(xù)落地過程中對實施人員和銷售人員的投入。所以人員成本成為了商業(yè)化過程中最大的成本支出，但健康商業(yè)模式中的投入與產(chǎn)出應(yīng)該呈正相關(guān)。前期過程中的商業(yè)投入是為了打開市場，但當技術(shù)成熟和行業(yè)應(yīng)用拓展開以后，只有以全新的商業(yè)模式逐步替代“燒錢”模式，企業(yè)才能實現(xiàn)良性的循環(huán)發(fā)展。

增加人工智能企業(yè)粘性，逐步完善全生態(tài)產(chǎn)業(yè)鏈

人工智能產(chǎn)業(yè)鏈實際跟信息技術(shù)相類似，當人工智能企業(yè)通過成熟技術(shù)實現(xiàn)商業(yè)落地后，便可以通過軟件算法強大的吸附黏性，逐步向全生態(tài)產(chǎn)業(yè)鏈滲透。但實現(xiàn)產(chǎn)業(yè)鏈全貫通并非易事，人工智能企業(yè)想要取得成功，一定要在一個點，或者是一條線上實現(xiàn)突破，以此提高企業(yè)粘性，然后再通過核心技術(shù)逐步向外延伸。

如傳統(tǒng)計算機視覺企業(yè)的核心優(yōu)勢是算法軟件，當企業(yè)快速成長擴大后，軟件算法的售賣和服務(wù)難以實現(xiàn)量級上的突破，企業(yè)便會通過算法集成向識別硬件模組發(fā)展，然后逐步延伸到模組集成后的下游應(yīng)用設(shè)備。當下游產(chǎn)業(yè)鏈打通后，企業(yè)便會對基礎(chǔ)組件產(chǎn)生大規(guī)模量級的需求，為了節(jié)省制造成本，并避免上游供應(yīng)商的技術(shù)壟斷對人工智能企業(yè)的多元發(fā)展造成制約，此時企業(yè)便會開始逐步向上游滲透，一步步打造自己的生態(tài)產(chǎn)業(yè)鏈條。

人工智能產(chǎn)業(yè)的創(chuàng)新發(fā)展是一條漫長探索之路，新的技術(shù)從理論到應(yīng)用不僅需要大量的時間，還要經(jīng)過多次的實踐嘗試，同時面臨著著商業(yè)落地過程中的不確定性風(fēng)險。因此，從多元化方向?qū)θ斯ぶ悄墚a(chǎn)業(yè)創(chuàng)新進行洞察，推動人工智能革命顛覆性發(fā)展。