IT桔子文飛翔：人工智慧行業發展趨勢
2018年1月17日，由IT耳朵主辦的主題為【萬物皆有AI】的IEIC·IT耳朵智能創新大會暨智能行業創新企業頒獎盛典在亞洲大酒店隆重開幕。一天時間、兩場圓桌論壇，50餘位人工智慧頂級大咖、100家主流媒體、1000名合作夥伴與行業精英參與。全國人工智慧領袖登台發表主旨演講，人工智慧領域菁英從多個角度探討了如何推動中國智能 產業蓬勃發展。大會全面展現了中國人工智慧學術研究和產業投資現狀，為未來五到十年中國智能產業健康發展提供了路線圖。
IT桔子創始人兼CEO文飛翔
IT桔子創始人兼CEO文飛翔在現場指出人工智慧非常重要的三大要素：第一，計算力；第二，演算法；第三，數據；這些是構成近一年來人工智慧高速發展的基石。同時還主持發布了《2017年人工智慧行業發展研究報告白皮書》，白皮書對2017年中國人工智慧行業發展做詳細解讀，涵蓋行業概況、創投趨勢、行業應用案例、焦點問題等內容，以數據驅動發展、洞見行業未來。白皮書詳情可關注IT耳朵官網或官方微信。
以下為文飛翔演講實錄：
非常感謝大家聽到現在，前面三位的嘉賓為大家從學術、科研界，包括產業界，分享了他們在探索的很多細節，我的分享可能相對而言比較宏觀一點，和大家一起幫助我們來回顧這幾年，尤其是2017年整個AI行業發展到了什麼樣子的程度，再就是大公司在這個領域做了哪些。然後我們非常多的創業和創新的公司進行了哪些，此外還包括非常典型的一些垂直行業的應用場景，以及最後提出來的一些問題，可能都非常值得我們在接下來去進行思考的。
首先，AI從來不是一個很新的行業，剛才嚴博士也提到過，其實在第一批學習的時候，那個時候AI並不吃香，比如說體現在50年代、80年代。進入到21世紀之後，整個深度學習的技術發展帶動了這一波的創業熱潮，即便到目前為止，其實它仍然在延續當中。
在提人工智慧三大核心之前，一定要跟大家講，在整個2017年非常多的大公司和初創公司提到了一個新的概念，就叫做在新的時代裡面，大數據是生產質量，人工智慧是生產力，互聯網是生產關係。如果說從生產力、生產質量和生產關係的角度重新梳理所有行業的話，就得到了那句經典的話，當前中國所有的行業和產業可能都值得大家去重新做一遍。
人工智慧的三大要素
再回到人工智慧本身裡面，也可以發現在它當中也有幾個非常重要的三要素。
第一，計算資源。在計算力資源裡面成就了非常多的公司，無論是英美達上市翻了多少倍，還有晶元公司。
第二，演算法方面。各種各樣的演算法幫助社會極大提高運行效率。
最後，數據。底層數據基礎，大數據在國內不是新的行業，到了2017年突然發現不管是AR、VR行業，當它和人工智慧合在一起帶動了整個產業進行了一波新的升級。
每一個產業不同技術的應用場景其實是有周期的，這裡的周期沒有用大家非常熟悉的曲線，可能結合國內實際的應用。首先來看，第一梯隊主要是用產業界公司的數量來進行演示，可以發現在機器人領域和在無人機這些領域的公司數量是最多的，而且他們這幾年在商用場景上面也得到了非常多的垂線。比如說，我知道有一家做農業的無人機或者是做電力的無人機，其實它的商用場景都比以前想像的更大一些。第二梯隊整個自然語音處理帶動著產業的發展。第三梯隊是在計算機視覺和圖像這一塊，整個右下角非常長的技術，可能一方面因為技術沒有發展到非常成熟的場景，第二與產業結合的關係沒有發生到應用場景。
下面的字非常的小，但是因為IT耳朵也幫大家印了白皮書就不細緻的念了，主要把兩大行業是當前AI滲透率非常高的。第一方面是在醫療健康行業，其實大家都知道做醫療健康行業創業非常難，不管是以前的互聯網醫療，還是前幾年的移動醫療，其實整體上面的發展都潮起潮落。但是到了AI時代之後，我們突然發現AI跟醫療的結合，無論是在這種基因領域還是在影像領域都讓整個醫療健康得到了更大的發展。而且它本身並不會去影響到現在醫生的多點職業，就是這種醫療改革還沒有特別大的緊密關係。第二方面可能是在整個的汽車產業，上周CES剛剛結束，大家都在開玩笑說，CES可能接下來會成為汽車公司，另外的一種車展的方式。
接下來是幾個圖簡單的帶過，因為它奠定了我們接下來的分析框架。
第一，產業鏈框架來說。在對公司進行分類的時候，分別會從應用層、演算法層和基礎層裡面處於哪一個階段進行分類。
第二，基於基礎有發布人工智慧的資料庫，也對上面的領域進行了更細的分類，此外得到了一個比較簡單的行業圖譜。當然這個行業圖譜目前也在結合一些新的公司出現再進行下一步的升級。
創投趨勢
整個創投的宏觀趨勢，讓大家知道一下在2017年大概投了多少的錢，然後有多少的公司在這領域裡面進行探索。
第一，數量。2017年的浪潮假如說是AI的話，從來這些大多數公司不是在2017年成立的，可能比較早的公司在2014年、2015年成立，在2017年得到一個集中的爆發。
另外在地點分布。北京仍然是這些領域公司非常聚焦的一個地方。當然我們也知道在AI領域裡面可能非常多，非常有實力的公司都在北京和矽谷或者是北京和西二旗多個地方同時設立研發基地。
第二，金額。可以看到從2015年以來，這個領域投資金額增長的非常快速，到了2017年大概在國內市場裡面整個經濟100億美元這樣的一個數量級。但是我們可以看到另外一個趨勢，雖然說2017年人工智慧很火，但是在投資事件上面是在下滑的。也就是說對於2017年才選擇進入人工智慧的公司除非團隊特別豪華，比如說我們知道前幾天百度的一個研究院院長剛剛創業，天使輪都融了1.52億人民幣，除此之外，其實絕大多數的公司在2017年新成立，在初創期還是一個相對而言比較艱難的過程。
另外人才競爭角度來說，因為頭部公司其實在這個領域拿到了非常多的錢，這個時候他們在吸引人才上面相比初創公司更加有優勢。這樣會導致AI的方向也有可能像所關注的其他行業一樣越來越出現倒掛的現象。但是因為這個領域在非常多的產業上面，還沒有得到一個特別深的探索。換句話說，其實他們的商業模式和變現路徑，目前來看還是比較初級或者是比較淺顯的一個方式，才會讓很多新的公司覺得在這個領域裡面可能還是有機會。但是不斷拉伸的投資金額，在整個行業投資的成本或者是創業的門檻其實是越來越高了。
剛才講的多的金額偏向中後期為主，尤其是相對成熟的技術和產業裡面，看哪些領域會相對而言比較多？橙色的圖是代表投資事件的數量，黃色的線條是代表金額的變化。首先來看，數量和金額呈正比並沒有那麼多的行業，絕大多數呈現的一些方面可能是倒掛的。但是有三個技術領域是現在非常火熱的現象，首先計算機視覺是非常發達，不管是數量還是金額上面都是在自動駕駛領域，因為門檻非常高，數量比較少，但是金額比較大，其實是在自然語言處理這一塊。
剛才講的可能是累積的數量，回到2017年，前面51VR的朋友分享的時候也講，他們把VR用在了整個自動駕駛的車上面。回到這上面，2017年自動駕駛的頭部公司正在不斷的出現，而且這些頭部公司拿到了更多的錢之後，VR對他們而言也可能是一個成本投入或者是一個研發的地方。這個領域相比其他行業拿到了更多的錢，一些做其他領域的公司，確實不管是激光雷達這些技術公司，其實也圍繞著自動駕駛在做他們的產業鏈更深的一些布局。
這裡是一個列表，把去年相對而言融資比較大的公司進行了梳理和總結。
我們來做另外一個對比，把AI行業對比其他的行業可以來看到一些情況，其實在這個行業比例上面遠遠高於其他的行業，2017年，大家感覺整個創投環境在U字型谷底，沒有起暖回升，U字型谷底什麼現象大家都不知道。帶來的現象是初創型公司不好融資，再就是巨額公司聚集在5%或者10%的頭部項目，絕大部分的公司拿到的平均融資金額是非常的少。總體帶來的是所有行業的獲投率下降，但是AI獲投率比其他行業高的倍數是非常高的，哪怕是比現在更火熱的區塊鏈技術，其實也是高了非常多的比例。
這裡梳理了投資機構。首先來說，其實這份表統計的並不完整，尤其是在表裡面看到越早期的基金可能會佔據著越大的優勢。如果說把基金的投資數量跟金額去做對比的話，其實會發現在整個2017年有非常多的產業基金，甚至是國家隊基金，其實在AI行業是花了比這些基金更多的資金量。
講完初創公司的宏觀情況之後，會跟大家來回顧整個2017年所關注的國外大公司和國內的大公司，他們有哪些新的動展？因為時間有限，再加上圖裡面非常的清楚，和大家簡單地把每張圖過一遍。非常重要的還是花時間來分享AI到底影響著我們哪些行業和產業？
首先是Google，毫無疑問是整個AI領先的策略。可以看到其實它在以AI為導向裡面，無論是在技術的儲備上面，還是他們把AI用到Google自己的各個產業鏈上面，其實是相對而言非常的完善。一個典型的現象就是Google回到了中國，以通過設立Google研究院的方式來進行。雖然說微軟在宣傳上面沒有Google或者是沒有Facebook或者是AWS那麼的火熱，不得不承認微軟是AI領域裡面最大的黃埔軍校，為整個產業貢獻了非常多的人才。在Facebook這一塊，因為Facebook的廣告營銷伴隨著非常多中國公司的出海，其實它的這種營收的增幅是非常的快速。這個時候在AI領域開源的計劃或者是開放平台的計劃，其實比其他的一些公司做得會更加徹底一些。因為IBM的技術實力和資源是非常的資深，可以看到他們有非常多的品類成為AI領域裡面非常知名的IP。
講完幾家國外的大公司之後，可以來看中國的這些BAT巨頭有哪些探索。百度無論是在去年的世界大會上，其實整個產業都是與AI智能高度的掛鉤。在這個過程當中雖然說有非常多的失敗，但是也可以看到非常多像我們這樣子的開發者，還有像很多這樣子的初創公司，其實大家用了非常多百度這些開源出來的技術方案。只是目前這些技術方案對於開發者而言還沒有來進行收費，但是我們幫他們貢獻了大量的數據和大量的測試場景。
此外，對於阿里而言，其實在阿里去年的阿里雲棲大會上有非常多的主題跟人工智慧掛鉤，而且阿里雲也成為阿里在各地AI領域裡面非常重要的橋頭堡。阿里雲在國內目前大概可以佔到50%到60%左右的市場份額，如果單有一天在雲資源上面的平台和數據都能夠把AI工具應用上去的話，其實阿里在底層基礎之上的積累，可能比其他所有的中國公司都要更加資深一些。
騰訊方面，我們一直都知道騰訊是一家比較低調的公司，2017年做得最大的就是一方面在加強自己的研發團隊，包括在研究院體系裡面去搭建AI人才的布局。另外一方面騰訊在AI領域的投資，無論是中國還是在海外的投資，其實相比其他的公司都是非常多的。
最後一張是比較簡單的圖，前面講的這些公司，他們在這些消費級的產品，包括在行業的解決方案，還有他們在技術的積累和在晶元的上面進行了哪些自己的研發或者是進行了哪些對外的一些布局。
人工智慧的行業應用案例
行業應用案例，因為前面的幾位嘉賓介紹了非常多的行業案例，有一些已經分享過的接下來可能會帶過，這裡梳理了十多個產業，大概說一下AI怎麼幫我們各行各業進行升級。
首先是AI 智能家居，小米是裡面最典型的代表，尤其是小米對整個米 優品進行升級以後，一方面是在銷售這一端和供應鏈這一端都打下了非常好的基礎，這個時候它可能有更好的條件去吸引更多的公司，去跟它共同搭建智能硬體的生態體系。正是因為這些外圍的智能生態體系搭建，可能才讓小米從此前的2014年、2015年的低谷當中出來，而且現在看上去其實是越來越有實力。
此外是AI 醫療的應用，IBM應該是這個領域裡面的龍頭公司。雖然說，此前是在計算機的技術上面，國內在去IO醫患，但是在醫療健康領域裡面，國外領先中國公司一個到兩個的時代，在5年差距和10年差距來衡量醫療健康領域落後是這樣的一個差距，導致國內非常多的醫療健康應用在2017年得到了大爆發的時代。但是他們如何更快的應用到各個臨床場景或者是這些醫療機構的His系統或者是更多的長進裡面去，可能還是相比國外公司是有一些落後的，在這個案例是我今天唯一舉的一家海外的公司。
隨著大家健康意識的提高，以AI為技術基礎的個性化配餐、健身服務越來越多。健康有益自研的ego-AI精準健康管理系統已經識別了千餘種常見菜品，識別率高達90%。
AI 教育，乂學教育，我們都知道學習是被動的學習，如何把被動的學習換成主動的學習就要與人的個性化與因材施教相關聯的。其實很難得到系統的實現，然後學霸君在這個領域裡面進行了非常多的探索。
AI 金融，螞蟻金服是非常大的嘗試，尤其是前面幾年在提互聯網金融（互金），2017年在嚴監管領域裡面用了FinTech，連螞蟻金服互金公司在科技領域裡面投入了更多的實力，他們希望通過現在技術的應用與傳統的金融機構去進行更多的合作。
AI 安防，SpeakIn與廣東省公安廳合作建立「智能聲系統聯合實驗室」，共同投入研發公安業務與安防領域的先進產品與系統，雲技術公司怎麼跟國內的安防領域去進行結合，而且安防也是現在AI公司最大的一個變現產業之一。
AI 零售，去年新零售很火熱，帶動了一波無人零售店、無人貨架這樣子的，繽果盒子剛剛又融完一輪5000萬美元，雖然說他們的零售無人便利店升級到3.0，但是在目前的很多場景看來，其實大家可會覺得相比滲透到各家辦公室的無人貨架，可能在智能化方面還是相對而言有非常多提升的空間。
AI 物流，京東物流是典型的，他們貨艙裡面把各種各樣的智能設備和配送的軟硬體場景都得到了非常大效率的提升。
AI 汽車，百度的阿波羅計劃是在這個領域目前相對而言是比較領先的，但是剛剛的CES開完，其實也看到傳統製造公司在這領域裡面有可能逆襲和反超的。
AI 出行，滴滴已經不是大家所想像的，每天看到表面上的價格在上漲，其實它的背後也沉澱了大量的數據，他們現在也在跟非常多的地方政府做非常多智慧交通的計劃。
AI已經走到了哪一步
第一，從技術的角度來看，此前嚴博士也提到，目前的AI可能到了強人工階段，也就是假設把人工智慧分成這樣子三個階梯的話，橫坐標和縱坐標，其實可以看到在科幻電影和小說裡面呈現的場景依然屬於超人工智慧的場景，可能我們距離那個路徑還有非常非常長的一個路徑。但是目前在強人工智慧領域裡面或者是在幫助人去提升一部分的效率方面，其實它已經發展到了一個比較好的地步。
假設去看這樣的一張圖，可以看到在技術的驗證方面，因為人才是這個領域最大的驅動力，不管是高校、科研院所，其實在人才的儲備和技術的方面，其實已經得到了非常多的檢驗。但是在人才技術，就是我們把這些關鍵的技術和場景落地的時候，其實不管是在終端的產品還是在2B的產品上面或者是在這些行業上面的結合，其實還處在一個比較簡單的階段。有一個非常簡單的例子，就是李非非（音）的教授在他的TD演講裡面講了一個場景，一個三歲的小孩子，當然那是他自己的孩子，其實他能夠接受到整個世界的變化，現在AI可能連這一步還做不到。如果說把AI去對比人的年齡的話，可能目前AI它都還沒有到人三歲的一個階段。因為我們都知道對於嬰幼兒而言，三歲之前的事情可能並不記得，但是三歲之前對整個世界的感知和感官是非常多的。目前的AI對比人的年齡而言，其實還在一個嬰幼兒的年齡段。
第二，跟產業相關聯的。在這裡用了三國鼎立，其實它格局並不明顯，在整個產業鏈上毫無疑問包括三類公司，第一類是互聯網的巨頭，對比國外可能是Facebook、Google，亞馬遜這樣的公司。對比中國的互聯網巨頭可能是BAT包括京東和頭條公司。但他們是產業鏈條當中的一個環節，其實還有兩個環節，一個環節是更有效率的技術公司或者是技術公司來組成的公司，在2017年這些技術公司是非常多的，他們也是風險投資者，希望去賭下一個未來能夠超越BAT的公司，無論是像Face 還是商湯和非常多的公司，在這個領域拿到的錢一定比以前互聯網巨頭，不管是上市的時候融的資金量，還是在沒有上市之前融的資金量都要多幾倍，但是他們能否獨立的成長起來其實也是非常值得去期待的。
另外也是一定不能忽略的一塊是行業的巨頭和產業的巨頭。無論是國內國外汽車行業的巨頭國內國外的，還是醫療健康行業的公司，還是非常多農業的公司。其實他們也組成了另外的陣地，不同的陣較量是不一樣的，一定是線上線下或者是AI 上前後的競爭。對於互聯網巨頭跟AI技術的公司一定是新的場景，本身自己的內部有非常多的場景要去進行消化，這樣子非常多外部的場景可能留給新興的公司去進行探索。
對於最下面的一條線而言，他們是合作的關係還是競爭的關係？可能未來AI的巨頭可能會被傳統的公司進行收購。無論是在場景上面，還是資本上面，在未來幾年時間裡面會發生非常大的格局變化，在格局變化裡面會讓大家稍微有一點點戰爭的感覺。當然現在無法去提叫做AI的生存戰爭，但是我相信AI產業也會像其他的打車領域或者是無人貨架領域或者是像非常多的行業一樣，它一定會有一天面臨著戰爭，這種戰爭其實還是非常激烈的。而且我們都知道，在這個領域裡面可能不（英文）的公司有可能會喪失更多的機會。
第三，人工智慧的泡沫？我們都知道所有的行業都有泡沫，一個行業要成熟其實沒有泡沫是挺難進行的，而且2018年剛開年，今天17號，兩周多的時間，其實熱點變化的非常快，以至於讓非常多的公司在擔憂說，2018年開年是不是非常像2000年的納斯達克危機。因為不管是在虛擬貨幣領域，還是在技術領域，還是在直播場景領域，從前到中間的行業應用到最下沉怎麼樣子獲取上百萬的DAU（音）或者兩百萬的DAU，這種打法跟以前的做法完全不一樣。大家覺得可能泡沫到了極致，前面說到現在還在U字型谷底，說白了泡沫還沒有被人戳穿。
回到AI領域，其實它同樣如此，不可避免會面臨非常多的泡沫。也就在這個領域裡面，接下來會迎接越來越多的公司去進行關閉，因為有非常多的問題並沒有被解決。第一方面是從技術到可以的商品和產品，其實路徑還非常的長。第二方面是市場的份額很難去獲取，也就是說沒有絕對的領先者，這個市場份額的分布還是比較分散的，並沒有形成行業非常明顯的梯隊。第三個方面是缺乏與巨頭的競爭，巨頭可能是行業的巨頭。第四個方面是行業的售價仍然是非常高的，可能超過了比較成熟的單品客單價，這樣對產品進行迭代和升級時候的購買醫院並沒有那麼的強烈。最後一塊是這個領域的人才成本是非常的高，如果說這個錢不夠，很有可能研發都沒有辦法去繼續，如果研發沒有辦法去繼續，從研發到最後場景的落地還有更長的路徑。
這是最後的一張，如果說包括在座的各位和包括我在內非常的篤定AI是當前重要的生產鏈工具的話，我們通過非常多公司的努力去把目前在國內各種各樣的行業，大家都能夠重新去做一遍，這些重新去走一遍，可能是一種顛覆式的創新，也有可能是賦能。因為賦能和顛覆式創新可能是兩種不一樣的概念。比如說大家熟悉了目前的外賣之後，有可能大家對於以前的點餐方式完全給替換掉了，還有更多的可能是還是要回到產業的本身，然後AI可能是這個過程當中非常非常重要的一個工具。
在這個領域裡面，其實我們還面臨著很多外圍的環境，包括我們面臨著資本的環境，包括我們面臨著一個國家的競爭環境。也就是說，如果說兩個超級大國要在未來的幾年進行全面的較量，其實AI會是這個領域當中非常關鍵的詞語，這個時候可能會在極大的投入上面，會給過去人才的流動和流通，會給過去科技的發展帶來一些政治層面或者經濟層面的影響。其實它也是對整個AI非常擔憂的一個原因所在。
TAG:IT耳朵 |