世界人工智慧大會第三年：AI在下行？不，它在下沉 | 甲子光年
最好的科技，是讓你感受不到科技的存在。
作者 | 劉景豐
編輯 | 火柴Q
*實習記者徐文璞對此文也有貢獻
7月9日，2020世界人工智慧大會雲端峰會在上海舉辦。
儘管線上舉辦，但今年的大會仍不失熱鬧：截至9日中午12點半，開幕式直播已有2000餘萬人次觀看；雲展覽「3D AI家園」也有超過130萬人次參觀者，比往年還熱鬧；到9日晚，新浪微博上AI話題的閱讀量已達5303.3萬，足見話題關注度之高。
相比往屆，本屆大會的嘉賓數量也增加到550餘位，還首次讓「三馬一李」——馬雲、馬化騰、馬斯克、李彥宏四位企業大咖以別開生面的方式「同台」出席，成為是日焦點。
與熱鬧的大會相比，現實中的AI商業化看起來卻走向下坡路。
資本寒冬疊加疫情黑天鵝，AI行業融資更加艱難；業務落
AI正在下行嗎？
「下行」是表象，「下沉」才是真實。
站在更大的視角看，如今的AI已走到一個節點——從技術向價值跳躍。
在AI經歷過數次「寒冬」、「下行」後，一些現象表明，這一次的寒冬是「下蹲起跳」的前夜。
1.AI正下行？
多年後我們在教科書上回憶起AI商用的經典一幕，一定是2016年AlphaGo大敗李
潮水涌動
2015年，資本已開始逐鹿AI。投中研究院的數據顯示，2015年中國AI行業融資規模為458.27億元，融資事件489起，比上年大幅增加；2016年融資規模為489.26億元，融資事件607起；2017年融資規模上升至727.26億元。
真格基金創始人徐小平甚至放出話來：如果說幾年前是互聯網 ，那麼未來五年一定是AI 。為此，他認為「投給AI的錢還不夠多」。
根據企查查的數據，2015年國內涉及「人工智慧」關鍵詞的新註冊企業有3942家，2016年新註冊量則達到5070家，增長了28.6%。
其中，計算機視覺（CV）企業數量最多，並誕生出一批AI獨角獸——商湯、曠視、雲從、依圖。
2017年，AI應用已經從機器視覺到深度學習全面開花：智能網聯汽車、智能服務機器人、智能音箱以及智能家居產品紛紛誕生。
不久後，各互聯網大小巨頭也開始扎堆入場，行業潮水更加洶湧。
先是2017年6月騰訊對外開放計算機視覺、智能語音識別、自然語言處理等AI技術，這一下子拉低了行業的進入門檻；緊接著百度喊出「All in AI」，推出DuerOS和Apollo兩個開放平台，意圖佔領AI操作系統和無人駕駛的高地；隨後阿里也加入進來，宣布成立達摩院，投入巨資研究量子計算和機器學習等前沿技術。
在巨頭的帶動效應下，2018年AI進入聲望和商業討論的全盛期。
9月， 2018世界人工智慧大會在上海舉辦。
這場肩負著為人工智慧貢獻「世界方案」使命的大會，是此前中國AI產業兩年高速發展成果的一次集中展現：AI 教育、AI 金融、AI 智造、AI 交通、AI 健康等七大「AI 」主題式體驗，第一次全面地展示了AI將如何應用於生活。
自此，AI開始成為中國科技創新的一個新標籤。
AI時代加速到來，無疑是振奮人心的。但熱鬧之下，危機和困境暗藏。
一個當時最常見的例子是：創業者隨便拿一個跟AI沾邊的項目PPT ，就可以找投資人拿融資；而已經拿到融資的項目則不斷炒新概念做高估值，落地反而成了次要。雞肋的應用、過熱的資本，讓快速成長的AI走向泡沫化。
2018年初，AI佈道者、創新工場董事長李開復就在社交媒體拋出預言：AI泡沫（2018）年底要破，AI寒冬將至。
果然，年底李開復的預言應驗了——AI寒冬來了。
首先是AI領域投融資變難。IT桔子數據顯示，2019年AI行業融資金額為854億元，比上年減少300多億元；融資數量也由上年的800多起減少至527起。謹慎的資本湧向頭部企業，其他成長期AI公司生存更難。投資人開始「逃離」AI賽道。
接著，一些AI公司開始停滯或倒下，其中不乏昔日明星。
在曾最受投資人追捧的計算機視覺領域，就連頭部的「四小龍」也深陷商業化困擾，而規模更小的公司生存更難；在無人駕駛領域，2019年初估值4億美金的無人駕駛初創公司Roadstar.ai因團隊內訌匆匆倒閉，拉開了無人駕駛行業寒冬序幕，此後景馳糾紛、Drive.ai被收購、百度Apollo進展緩慢……無人駕駛開向「低谷」。
企查查數據顯示，2019年國內註銷/吊銷的含「人工智慧」關鍵詞的企業為2565家，是上一年的5倍。
以至於一個段子開始流行：AI還沒能讓人類失業，搞AI的先失業了。
資本、人才集中湧入AI領域，為什麼也會出現這種「一地雞毛」情況？
一位AI創業者曾撰文揭開AI公司商業化困境的原因：一是強技術弱產品銷售，離用戶真正的需求有距離；二是演算法立身易受上下游打壓，很容易「為他人做嫁衣」；三是，AI技術本質是To B的屬性，業務增長具有緩慢性。
而就無人駕駛領域看，除了技術瓶頸、團隊矛盾外，市場也未做好準備，多起無人駕駛事故讓人們對其心存顧慮，而自動駕駛公司與整車廠分離的現狀，則讓研發與量產隔著巨大的鴻溝。
從更廣的社會層面看，AI也備受安全、倫理等問題困擾。
一方面，無人駕駛致死、AI詐騙、AI隱私泄露等事件接連發生，AI技術背後的「黑匣子」始終讓人對其抱有恐懼感；另一方面， 「還沒賺到大錢」的AI已捲入了諸如美國大選操控門、Facebook間諜門、亞馬遜招聘演算法的種族歧視、Google研發AI技術用于軍事打擊等多重政治、社會事件。
對比風光時刻，如今AI卻是技術紅利消失、商業落地遇阻、安全倫理問題纏身。
「AI下行」成了行業新圖景。
2.大機會，總是「一波三折」，九死一生
AI商用的速度和現狀固然不如預期，但如果將時間拉長來看，人類每一代從「高精尖」走向普惠的科技革新都是「一波三折」，好事多磨。
押韻的歷史中，從蒸汽時代到電力時代再到信息時代，技術落地的進程彷彿是同一個劇本：先捧、後殺，再發展。
以與AI時間最近的互聯網浪潮為例，回到那段歷史中，互聯網發展的曲折一點兒不比現在的AI少。
它過早經歷了備受追捧——在90年代的互聯網泡沫頂峰，網景、雅虎、eBay、亞馬遜、Google等一批互聯網公司湧現。
這其中當然也有挺過泡沫，終成大器的公司，但是在當時來看，他們的實際情況與估值不符。
在2000年3月10日，納斯達克指數達到了互聯網泡沫中的最高峰：5048點。但此後40天內，納指由高點一路狂泄跌到了3321點，跌幅達32%；一年後的2001年4月14日更是跌到1638點的歷史最低點，與高峰相比跌去了68%。
另一個數字是，1999年~2001年間美國紐交所和納斯達克共有899家科技公司IPO，但到2019年11月這批公司中股票仍存續的只有61隻。
但泡沫也孕育著未來生機，這61個經歷過泡沫的「倖存者」中，就有Google、亞馬遜等如今美國互聯網的中流砥柱；也有搜狐、網易等中概股的先驅。
泡沫之後，互聯網行業也並沒有死掉，而是在2003年之後逐步復甦，Facebook、阿里、騰訊等互聯網巨頭都在此後有長足發展。
為什麼同樣是互聯網公司，有的倒下，有的卻能真正走完技術到商業落地的閉環，甚至成為一方霸主？
其實不光是互聯網，但凡有一定技術門檻的行業和這些行業中的公司，都容易出現一個問題——恃「技」傲物，過度重視技術本身而忽略了公司成功需要的其他要素。
一方面，有技術含量確實是大眾和資本市場對科技賽道高看一眼、充滿期待的原因。但另一方面，這也正是醞釀泡沫的溫床。
因為每有一代新技術出現時，人們總容易被「黑科技」的光環晃著眼，而忽略了技術本身並不一定構成護城河，也不能直接滿足商業需求。
此前互聯網浪潮中，各賽道與公司的起落沉浮就能提供很好地借鑒。
在技術之上，第一道「坎兒」，首先是要把技術產品化。
奇績創壇創始人陸奇在近期的演講里提到：在2000年前後的眾多搜索引擎中，只有Google做對了產品形態：「因為它把互聯網的結構做在了裡面，讓人能找最需要的信息。」
下一道坎兒，是找到合適的商業模式，乃至進一步構建商業關係和商業生態的護城河。
互聯網泡沫中最令人唏噓的公司是網景，它曾提供了開闢互聯網體驗的瀏覽器產品，瀏覽器之於互聯網就像圖形界面操作系統之於PC；但這家在瀏覽器市場一度佔80%份額的公司直到被收購都沒弄明白「羊毛出在豬身上」的互聯網賺錢方式，他們曾試圖直接向用戶收取軟體使用費，這給以免費開拓市場，並與Windows生態綁定的IE 瀏覽器提供了可乘之機。
英國SPRU榮譽研究員洛塔·佩雷斯有言：「新興技術向產業演化，是技術方案被不斷選擇和淘汰，技術可行性空間逐步收縮的過程。」
而以上的技術、產品、商業模式和生態都是為了服務於「價值」，也就是產業或消費者的最終需求。
技術是出發點，價值才是終點；這條路不好走，哪怕「天才」都有可能「中道
如今，AI也像歷代技術「先輩」那樣走到了一個從技術向價值跳躍的節點。而且一些現象表明，這一次，AI真的到了起跳前夜。
這不是冬天，是倒春寒。
3.不是下行是下沉
一個可能超出很多人預期的數字是，2018年到2019年，AI企業新增數還在爆髮式增長：據企查查數據，18年的新增AI企業比17年翻了一倍多，達到18768家；19年則有31932家，比18年增長了70.1%；今年上半年，新增AI公司數更是突破了5.6萬家，已達到去年全年的177.5%。這似乎和行業普遍感受到的「不景氣」和下行趨勢背道而馳。
這背後，AI確實不是在「下行」，而是在「下沉」——沉到各行各業，成為傳統生產力的一部分。
為什麼AI公司數量還在爆炸？正是因為今天大量的AI公司其實不是受投資人追捧、有華麗背景團隊的典型的技術范兒AI公司，他們更多是在各行各業里運用AI技術的公司，甚至可能是有些人眼中的「偽AI」公司——他們可能不掌握核心技術，重點是做服務、搞商業。
但「偽AI」公司的湧現，正說明在一些方面，AI技術的門檻已在降低，技術基礎已建設到了一定程度；「舊時王謝堂前燕」的AI已成為了標籤、元素，進入了各種「尋常百姓家」。
而除了公司數量的爆發，AI「下沉」還表現在實打實的應用上。
首先是應用得更廣了。
2018年馬雲在第一屆世界人工智慧大會上提出，未來三十年，智能技術將深入到社會方方面面，從傳統製造業、服務業，到教育、醫療等行業，甚至人們生活也將被計算、數據改變。
但僅3年後，這一現象就開始出現了：工業機器人代替人類磨刀、鞋底塗膠以及服裝製版；智能無人車代替人類搬運、堆卸貨物；無人機深入田間進行無人播種，無人撒葯；AI演算法幫助科學家參與疫苗研發；AI設備與醫生一起為病人看病；AI機器人進入銀行、餐廳上崗「服務員」；甚至AI還能創作詩歌、音樂……
其次是應用得更深了。
這其中，一方面AI正提升行業效率、效益。如今年2月，百度AI演算法LinearFold被用於新冠病毒RNA二級結構預測分析，將分析時間從55分鐘縮短到27秒，提速120倍；在招聘領域，AI通過更精準匹配求職信息和職位描述，將招人效率提升了4倍；在農業中，AI演算法實時調整溫度幫溫室種植番茄的農戶每畝增收數千元。
另一方面AI在傳統行業中滲透率不斷上升。比如在招聘領域，截至今年上半年AI技術的滲透率已經達到9.9%，是歷年來最高值；在汽車領域，國家工業信息安全發展研究中心的數據顯示，2020年搭載AI技術的智能網聯汽車滲透率將達到51.6%，較2016年增長了8倍；而在疫情之下，智能體溫測量和人臉識別門禁已經從個別應用成為一些小區和公共場所的標配。
最後AI已成為地方產業增長新動力。
以三屆世界人工智慧大會的舉辦地上海為例，2018世界人工智慧大會上，上海確立了建設人工智慧高地的目標。兩年後，這座城市已初步形成了以半導體、雲計算等為支撐，以自動駕駛等為重點應用的AI創新生態：
AI重點企業已達到1116家，2019年規模企業產值約1477億元，比2018年增長10.7%；浦東張江、徐匯西岸等智能新地標，成為AI企業落戶首選；騰訊長三角AI超算中心、人工智慧研發中心、北楊人工智慧小鎮、滴滴自動駕駛落地嘉定等新項目完成簽約，智能成為城市的一部分。
AI不是沒有進展，而是進展變得「不那麼顯眼」了——2016年的AlphaGo就像一場暴雨的開端，AI的雨水將旱地淋濕，變化卓著；而現在，水開始往深層滲透了，更不易觀察，重要性卻不減。
現在的行業調整，是對一場更長遠壯遊的準備。
而也是從第一屆世界人工智慧大會舉行的2018年起，中國的AI產業還遇到了一個既是挑戰但也可能刺激長期發展的因素：以科技遏製為核心目的的國際形勢。
自2018年4月以來，已有中興、華為、科大訊飛、海康威視、雲從、曠視、商湯等公司中招，登上美國「實體清單」。其中，科大訊飛、雲從、曠視、商湯等都是AI公司。
但這一形勢也激發了中國AI的自強發展。
不少公司已準備了一些應對之策。以語音、NLP領域的科大訊飛為例，被列入「清單後」其公告稱，公司所有跟人工智慧相關的核心技術，「每一行代碼都是我們的工程師自己寫出來的」，不存在核心技術被人卡脖子的情況。
再看計算機視覺領域的雲從，他們已在安防之外，開闢了銀行及民用樞紐機場兩大落地方向，且目前AI技術市佔率已達到第一；非銀機構，泛安防，零售，交通，醫保等行業也都有雲從AI的身影。
在單點的視覺技術外，雲從還在進一步以視覺為核心研發人機協同平台。今年5月，雲從建設的國內首個定位於AI基礎設施的人機協同開放平台在廣州市落地服務，它能打通感知數據與行業數據，複製行業專家的能力實現模型化，解決行業專家稀缺的問題。比如疫情期間，人機協同技術就在將
這也是許多AI公司2018年以來的共識性發展路徑：發論文、刷榜少了，做滿足具體需求的產品和服務多了。
今天的AI已不再像3年前那樣被掛在大眾嘴邊，它也不再是一個獨立的創業風口；很多公司也不再標榜自己是「AI公司」，而是會強調自己落地行業與場景的能力，強調給客戶帶來的最終價值。
在這一背景下，今年的世界人工智慧大會雲端峰會顯得既特別又應景。
特別之處在於，疫情尚未消散，以雲端虛擬化的方式探討AI，是一次別開生面的會議體驗；應景的是，大會更多關注了AI如何與各行業、產業結合，關注需求端的變化——晶元創新、5G、健康、工業、教育……AI組起了越來越多的CP。
值得一提的是，針對2019年在AI應用中集中出現的安全和倫理問題，本次大會還設立了「AI法治實踐」、「發展負責任的人工智慧」等多場主題活動，探討AI向善。
人們正在摸索一套與AI共處的方式，取其利，避其害。
最好的科技，是讓你感受不到科技的存在。AI也終將如此。
END.
