4

资本遇冷,长期看好

随着AI四小龙陆续披露财务数据,原来被赛道泡沫遮盖的企业真相被公之于众。四家公司这两年来急于上市却又屡遭波折,今年又频频传出降薪、裁员等消息,也就不难理解了。

实际上,今年以来,有关人工智能产业前景的争议越来越多,有学术界批评AI“顶不了天,落不了地”,有AI科学家从工业界离职回归学术界,5月脉脉组织的“AI四小龙比惨大会”话题成为了当时的热门笑料,即使是IPO捷报频传的七八月,也传出了谷歌医疗AI遭遇重挫拟战略放弃的不利消息,业界“唱衰”的声音就更多了。

到底,人工智能有没有用?AI全面普及、产业化有没有机会?机会又在哪里?

在新经济领域,资本往往最早感知水温。根据深圳市人工智能行业协会统计数据,中国AI行业融资规模与投融资数量在2013年-2018年快速增长,2019年则出现45%左右的显著下滑,2020年恢复42.5%正增长,但距2018年的巅峰时期仍有差距,整体看投融资数量仍有下降。对此,国金证券在一份最新研报中指出,“我们认为资本市场早期对于人工智能行业回报周期过于乐观,以及市场对当前创业型AI公司商业落地和变现模式存疑,是近两年资本市场遇冷的主要原因。”

但国金证券的这份研报也表示,“风物长宜放眼量,虽然短期内AI行业遇冷,但长期看市场空间广阔。”2017年国务院《新一代人工智能发展规划的通知》的“三步走”战略目标提出,到2020年人工智能总体技术和应用与世界先进水平同步,产业竞争力进入国际第一方阵,核心产业规模超过1500亿元,带动相关产业规模超过1万亿元;到2025年AI基础理论实现重大突破,并进入全球价值链高端,核心产业规模超过4000亿元,带动相关产业规模超过5万亿元;到2030年理论、技术与应用总体达到世界领先水平,核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。

多位产业大咖近日也就此话题发表看法。一流科技创始人袁进辉表示,对AI从业者来说,“我们应该有一个基本判断:今天的低谷和以前是不一样的。之前两次AI热潮的确没有解决多大的问题,今天,即使有很多人唱衰,但AI实际上已经解决了很多问题,而且还在向更多的领域进军,”站在技术的角度,“AI是一个技术革命,不是一个泡沫。”

在华为高级副总裁、全球人工智能总裁许映童看来,目前,人工智能在能力上已经超过了人类,在技术上已经具备了大规模运用的基础。可以说,人工智能已走进行业,与行业进行深度融合;走进科研,成为科研优秀的加速器;走进生活,成为人们必备的隐形助手,“人工智能将给生活的方方面面带来便捷。同时,人工智能技术的成熟运用,有力地促进了产业的转型升级。”

AI企业则用AI产业化案例来说话。江苏民营企业无锡梦燕品牌管理有限公司,在旷视的帮助下建起了一座自动化程度堪比亚马逊物流中心的新仓库。据悉,新仓库占地8万平方米,是一个自动化物流中心,自去年底运行以来可支持出货量提升5倍,工人减少40%,每个工人的步行量也实现日降3万步的大减负。

科大讯飞董事长刘庆峰介绍,在人工智能教育示范区,最高的一年,高考一本达线率提升40%,孩子们的学习负担反而减轻了。基于人工智能的防控系统,目前可对44种法定传染病和6大症候群自动判断,也就是在一线医生还没有意识到问题时,就能系统性地看到传染病的潜在前趋风险。在工业生产过程中,运用人工智能技术可实现全天24小时自动“监听”,判断生产线故障,这是人工排查无法比拟的。同时,通过图像识别、语音识别等技术,还可以实现智能排产、智能补货、柔性生产,对生产过程中不符合相关要求的操作可进行实时监控、自动分析、及时提醒,为传统产业加装“智慧大脑”。

5

瓶颈甚多

“集约”破局

国金证券认为,从当前AI公司的财务表现、资本市场融资情况看,AI行业发展已经进入深水区,商业模式和变现能力成为行业发展的主要瓶颈。主要原因在于AI实战落地场景分散,产品标准化程度低;还有难以解决的知识产权和伦理问题。

曾经风光一时的谷歌医疗AI的命运,或许是行业当前瓶颈的一个注解。

今年9月1日,谷歌健康宣布旗下各个团队解散,由DeepMind开发、曾被寄予厚望的应用Streams全面下架。2016年11月,DeepMind骄傲官宣与伦敦皇家自由医院合作,Streams将被应用到临床一线上,未来还会扩展到更多疾病上。2017年,英国数据隐私监管机构发现,Streams在开发阶段时,合作伙伴伦敦皇家自由医院向DeepMind提供了160万份患者诊断记录属于违法行为。今年上半年,英国多家公立医疗机构纷纷结束了与Streams的合作。

还有IBM的Watson Health部门,主要利用AI帮助医院、保险公司和制药商管理数据,辅助诊断。但成立6年,年收入仅10亿美元,占公司总收入2%以下,至今尚未获得盈利。更严重的是,2018年Watson被曝出给患者开错了药物,严重的话可能会致人死亡。

如何突破产业当前的这些瓶颈?许映童表示,目前人工智能面临巨大的发展机遇,但同时也面临巨大的发展不确定性,要实现持续的商业成功,传统的开发商业模式已经难以满足要求,“人工智能开发难度非常大,而且周期很长、产业链条非常多,很多中小企业可能难以熬过漫长的前期投入,导致AI在产业落地和行业落地遭遇困难。他认为,应由政府统筹,集约建设,让AI用得起、用得好、用得放心。”

刘庆峰表示,“人工智能需要真正能够解决社会问题,要能够看得见摸得着,能用统计数据来证明业务成效,而且是在安全可控的基础上。”

至于AI四小龙,国金证券认为,它们持续亏损的原因之一在于人力成本过高,特别是高度定制化的碎片场景,需要较多人力投入,导致人均效益低。随着AI人才供给增加,人力成本下降,AI技术公司盈利和变现能力提升,也许能改变行业结构,使行业拐点提前到来。