每經(jing)記(ji)者｜劉玲(ling)    每經(jing)編輯｜張海(hai)妮    

圖片來源：攝(she)圖網

近段時間(jian)，華(hua)為入局自動駕駛領域(yu)，再一次掀起(qi)了(le)人工(gong)(gong)智能(neng)熱潮。回顧過去，人工(gong)(gong)智能(neng)行業(ye)已經(jing)(jing)經(jing)(jing)歷了(le)三起(qi)兩落，與2017年的人工(gong)(gong)智能(neng)熱潮不同，2021年各家(jia)科技(ji)公司都(dou)在加碼人工(gong)(gong)智能(neng)的產業(ye)化落地。

“如今人工(gong)智能投資也進入了(le)冷(leng)靜期，以前（的(de)）靠講故事、博眼(yan)球(qiu)去融資已經(jing)行不通了(le)。只有真正扎根到了(le)廣(guang)大產業(ye)，解(jie)決制(zhi)造業(ye)、城市等具體的(de)場(chang)景問(wen)題的(de)企業(ye)，才(cai)(cai)會被資本和(he)市場(chang)認(ren)可，你能創(chuang)造價值(zhi)才(cai)(cai)具備價值(zhi)。”北(bei)高峰資本及(ji)坤湛科技(ji)創(chuang)始(shi)人兼(jian)CEO閔萬里向《每日經(jing)濟(ji)新聞》記者表(biao)示(shi)。

隨著AI進入大(da)規(gui)模(mo)落地(di)期(qi)，產業鏈的(de)(de)(de)分工也(ye)開(kai)始(shi)明確，一(yi)個萬億的(de)(de)(de)市場誕生(sheng)在即。在極視角創(chuang)始(shi)人(ren)兼CEO陳(chen)振杰(jie)看(kan)來(lai)，每個領域(yu)都(dou)存在人(ren)工，比如水泥、燃氣、制(zhi)藥(yao)、化(hua)(hua)工、紡織等，有人(ren)工的(de)(de)(de)地(di)方都(dou)有可能AI化(hua)(hua)，萬億AI的(de)(de)(de)市場規(gui)模(mo)，有百分之(zhi)七(qi)八十是由碎片化(hua)(hua)場景構成的(de)(de)(de)。

不過(guo)，陳振杰(jie)表示：“目(mu)前我們仍處(chu)于弱人工智能時代，AI只能解(jie)決(jue)部分問題。龐大的(de)(de)AI市場背后，是需求(qiu)碎片(pian)化的(de)(de)難題，比如水(shui)泥廠、燃(ran)氣廠這些場景，開發者之前都沒去(qu)過(guo)，不知道哪(na)些用人工的(de)(de)地方，可以用AI替(ti)代。”

AI產業投資進入冷靜期

提起AI，人(ren)們都會想到AlphaGO，它曾一夜之間讓人(ren)工(gong)(gong)智(zhi)能(neng)成(cheng)為互(hu)聯網的(de)星辰大海，它背后(hou)的(de)公司DeepMind也(ye)成(cheng)了全世界最有名的(de)人(ren)工(gong)(gong)智(zhi)能(neng)公司。

2015年以來，各大互聯(lian)網公(gong)司入局(ju)人(ren)工智能，創(chuang)業公(gong)司也如雨后春筍般涌(yong)現，而資(zi)本(ben)也爭先恐后地涌(yong)入，機器(qi)(qi)視覺、自然(ran)語言處理、深度(du)學習、AI算法(fa)、自動駕駛、無(wu)人(ren)機、智能機器(qi)(qi)人(ren)，以及各種(zhong)傳感器(qi)(qi)、計算芯片等智能硬(ying)件領(ling)域都(dou)有資(zi)本(ben)的(de)身影(ying)。

據統計，2015至(zhi)2016年(nian)，我(wo)國(guo)AI領域(yu)新增投資(zi)額(e)達387億元。2017年(nian)一年(nian)，我(wo)國(guo)在人工智(zhi)能領域(yu)就有(you)10億美元、202次的(de)投資(zi)。據市(shi)場研究公司Vanson Bourne的(de)一項全球(qiu)調(diao)查(cha)顯示，80%的(de)企業在投資(zi)人工智(zhi)能。

雖(sui)然人(ren)工(gong)智能行(xing)業熱火朝天，但是現(xian)實潑了(le)資本(ben)一大(da)盆冷水。報告顯(xian)示，2018年(nian)近(jin)90%的人(ren)工(gong)智能公司(si)處(chu)于虧損狀態(tai)，而10%賺(zhuan)錢的企業基本(ben)是技(ji)術提供(gong)商(shang)。換(huan)句話說，人(ren)工(gong)智能公司(si)仍然未能形成商(shang)業化(hua)、場景化(hua)、整(zheng)體化(hua)落(luo)地的能力，更多的只是銷售自(zi)己的算法。

以(yi)DeepMind為(wei)(wei)例，2018年(nian)財報顯示，其(qi)營業(ye)額為(wei)(wei)1.028億(yi)英鎊，較2017年(nian)增(zeng)長88.9%。但是，DeepMind在2018年(nian)凈虧損達到(dao)4.7億(yi)英鎊，較2017年(nian)增(zeng)加了1.68億(yi)英鎊，虧損同比擴大55.6%。

“人工智能行業(ye)(ye)前幾年(nian)真(zhen)的(de)是‘熱(re)潮(chao)’，大(da)浪淘(tao)沙后，投資進入到了冷靜期。以前（的(de)）靠講故(gu)事(shi)、博眼球去(qu)融(rong)資已經行不通了。”閔(min)萬(wan)里向記(ji)者(zhe)表示，“不過，冷靜期不會是冷凍期，那些(xie)真(zhen)正扎(zha)根到了廣大(da)產業(ye)(ye)，解(jie)決制(zhi)造(zao)業(ye)(ye)、城(cheng)市等具(ju)(ju)體的(de)場景(jing)問題的(de)企業(ye)(ye)，才會被資本和市場認(ren)可，你能創造(zao)價值才具(ju)(ju)備價值”。

閔萬(wan)里提(ti)到，如今(jin)，人(ren)工智(zhi)能的(de)(de)算(suan)法研究已經起來了(le)，不管是(shi)需求還(huan)是(shi)政策都(dou)在促進人(ren)工智(zhi)能的(de)(de)發展。以前制造業(ye)、農(nong)業(ye)等都(dou)不是(shi)AI應用(yong)的(de)(de)重點領域，但是(shi)現(xian)在慢慢出現(xian)了(le)許多解(jie)決(jue)具體場景(jing)問題的(de)(de)人(ren)工智(zhi)能公司，比(bi)如專門做農(nong)業(ye)的(de)(de)極飛科技等等。

“現在AI已經到了(le)(le)拼(pin)落(luo)地，拼(pin)客戶，拼(pin)解(jie)決行業(ye)的(de)(de)痛點問(wen)題的(de)(de)時候了(le)(le)。前期大家關注的(de)(de)天使輪(lun)、A輪(lun)的(de)(de)項目，到現在需要交(jiao)出成績單，投資機(ji)構到企業(ye)盡(jin)調(diao)，把數據拉出來(lai)，看服(fu)務了(le)(le)哪些(xie)客戶，解(jie)決了(le)(le)哪些(xie)問(wen)題，這些(xie)都是相對清晰(xi)的(de)(de)。”陳振杰表示。

因(yin)此(ci)，雖然AI產業(ye)投資(zi)的(de)(de)確進入冷(leng)靜(jing)期，但(dan)有實際應用的(de)(de)人(ren)工智能公司卻越來越受資(zi)本歡迎。“從結構來看(kan)，早(zao)期的(de)(de)像天使輪(lun)(lun)、A輪(lun)(lun)的(de)(de)融資(zi)規模下(xia)降速度(du)比較(jiao)快，但(dan)是對(dui)B輪(lun)(lun)、C輪(lun)(lun)、D輪(lun)(lun)之后的(de)(de)企業(ye)，融資(zi)金額和融資(zi)次數(shu)是上升的(de)(de)。”陳振杰說(shuo)。

AI落地的碎片化需求

盡管(guan)越(yue)(yue)來(lai)越(yue)(yue)多的(de)(de)人工(gong)智(zhi)能(neng)技術從(cong)開發者和實驗室中走出來(lai)，開始進入各(ge)(ge)行各(ge)(ge)業(ye)(ye)，但從(cong)AI產業(ye)(ye)向(xiang)產業(ye)(ye)AI的(de)(de)轉型和落地卻并非一片(pian)美好。想要(yao)讓第(di)三次人工(gong)智(zhi)能(neng)浪潮真正落地，將人工(gong)智(zhi)能(neng)的(de)(de)賦能(neng)效應向(xiang)社會的(de)(de)各(ge)(ge)個方(fang)向(xiang)延(yan)伸(shen)則是不可回避的(de)(de)問題。

在陳振杰(jie)看來，目前(qian)我國人(ren)(ren)工(gong)智能(neng)的(de)技術(shu)(shu)不(bu)斷(duan)在發展，但整體仍處于弱人(ren)(ren)工(gong)智能(neng)時(shi)代。弱人(ren)(ren)工(gong)智能(neng)怎么定義呢？就是(shi)從(cong)產業的(de)角度來看，目前(qian)的(de)技術(shu)(shu)無法做出一個(ge)像人(ren)(ren)一樣(yang)聰明(ming)的(de)系統，人(ren)(ren)的(de)大腦可(ke)以識(shi)別(bie)世間萬物，能(neng)夠做語(yu)音、視覺、文字理解、認(ren)知等。

“以(yi)圖(tu)像識(shi)別技術(shu)為(wei)例，我們會(hui)看到其(qi)實(shi)每一(yi)個圖(tu)像識(shi)別的算(suan)法(fa)只能定(ding)向地(di)去解(jie)決一(yi)種(zhong)識(shi)別，比(bi)(bi)如說(shuo)人(ren)臉(lian)識(shi)別，解(jie)答這(zhe)(zhe)個人(ren)是(shi)誰的問題(ti)。但(dan)是(shi)落地(di)到產業，比(bi)(bi)如說(shuo)識(shi)別工(gong)廠是(shi)否(fou)發(fa)生火災，這(zhe)(zhe)便(bian)需要(yao)用(yong)一(yi)個新的算(suan)法(fa)，需要(yao)重新做一(yi)個火災識(shi)別的算(suan)法(fa)。”陳振杰表示，“其(qi)實(shi)每一(yi)個垂直領域都(dou)有非常多的具(ju)體(ti)算(suan)法(fa)需求，每一(yi)種(zhong)識(shi)別對(dui)應的都(dou)是(shi)一(yi)種(zhong)算(suan)法(fa)，所(suo)以(yi)目前弱(ruo)人(ren)工(gong)智(zhi)能時代無(wu)法(fa)一(yi)下子把技術(shu)往通用(yong)性方面擴展，只能不(bu)斷地(di)建單點，每個單點代表一(yi)種(zhong)識(shi)別”。

閔萬(wan)里則提及一(yi)個(ge)AI落地制鞋業的案例。在(zai)溫州和廣州，都有成千上(shang)萬(wan)家制鞋企業，中國承(cheng)擔著全球制鞋行(xing)業70%的產能(neng)，在(zai)這(zhe)樣的行(xing)業當中應用人工智(zhi)能(neng)，甚至(zhi)計(ji)算機視(shi)覺+機器學習需(xu)要解決許(xu)多(duo)問題。

“很簡單，每天有(you)(you)大量的訂單到產線(xian)，車(che)間主任需要(yao)(yao)安排(pai)十幾種(zhong)不同的訂單的生(sheng)產，每個(ge)訂單的交期都(dou)不一(yi)樣，價錢(qian)、原材(cai)料要(yao)(yao)求(qiu)等(deng)都(dou)不一(yi)樣，這種(zhong)不同要(yao)(yao)求(qiu)排(pai)列組合(he)(he)起來就是上千(qian)億種(zhong)組合(he)(he)。”閔萬里稱，“所有(you)(you)帶有(you)(you)重復(fu)性和規律性的勞動(dong)都(dou)有(you)(you)可(ke)能通過數字(zi)化的手(shou)段被重做一(yi)遍，這就需要(yao)(yao)寫新的代碼、算法”。

閔萬里指出，其實整個業界有(you)(you)非常多AI的(de)(de)應(ying)用(yong)(yong)場景，但是(shi)很遺憾，供給(gei)者(zhe)和開發者(zhe)之間隔著(zhu)一道(dao)墻，因(yin)為有(you)(you)序的(de)(de)數據或(huo)者(zhe)是(shi)強大(da)的(de)(de)計算力(li)、算法都在開發者(zhe)手上(shang)(shang)，如何把技術應(ying)用(yong)(yong)在碎片化的(de)(de)需求(qiu)上(shang)(shang)，需要跨越(yue)一道(dao)鴻溝，需要通過(guo)一個非常強大(da)的(de)(de)機制，進行供需匹配。

如何解決需求碎片化難題？

縱觀人工智能(neng)行(xing)業，我國已經走出了(le)“AI四(si)小龍”（云從科(ke)技(ji)(ji)(ji)、商湯科(ke)技(ji)(ji)(ji)、曠視科(ke)技(ji)(ji)(ji)、依圖科(ke)技(ji)(ji)(ji)），“AI四(si)小龍”大(da)多(duo)靠算法起(qi)家，隨(sui)著人工智能(neng)技(ji)(ji)(ji)術的不斷(duan)發展，算法的門檻越來越低，有(you)業內人士(shi)曾表示，幾年前，一套人臉識別算法能(neng)賣上千萬(wan)，2019年只值40萬(wan)元(yuan)。

不僅如此，隨著巨(ju)(ju)頭的下場(chang)，人工智能的競爭越來越激烈。李(li)彥宏在2018年極客公園創新大會上透露，他(ta)相信AI是百度的未來，百度還推出了(le)“百度大腦(nao)”，入局自動駕駛(shi)賽(sai)道；騰(teng)訊也提出AI in all并創立優圖實(shi)驗室、AI Lab等(deng)；阿里則祭出了(le)達摩院。互聯網(wang)巨(ju)(ju)頭開始感知(zhi)到自己手(shou)中(zhong)數(shu)據(ju)的價值，他(ta)們試圖甩開AI算(suan)法公司，自建AI算(suan)法團隊。

不(bu)過(guo)，頭部的AI企業(ye)更偏向“大(da)熱門”，即市場規模大(da)、單(dan)個(ge)項目收益回報高的領(ling)域，而對于碎片化需求的中尾部市場，則不(bu)被(bei)其列為重點的業(ye)務(wu)領(ling)域。

比如在(zai)(zai)視覺(jue)識別領域(yu)，一(yi)款AI技(ji)術可(ke)以應用(yong)(yong)在(zai)(zai)百貨商場(chang)的(de)客流分(fen)(fen)(fen)析，也能夠應用(yong)(yong)于違(wei)章開(kai)車、違(wei)章停車、違(wei)章擺(bai)攤等(deng)人員(yuan)規范管理的(de)領域(yu)，目前這(zhe)些應用(yong)(yong)覆蓋率已經很(hen)高，但在(zai)(zai)一(yi)些細分(fen)(fen)(fen)的(de)、體量比較小的(de)，如火焰識別、礦物質成分(fen)(fen)(fen)分(fen)(fen)(fen)析等(deng)領域(yu)，規模較大(da)的(de)AI企業不(bu)會投(tou)入過(guo)多成本開(kai)發，而這(zhe)些就是碎片化需求。

在(zai)陳振杰看來(lai)，在(zai)前有(you)“AI四(si)小龍”，后(hou)有(you)互聯(lian)網大(da)廠的(de)(de)格局之(zhi)下，碎片(pian)化需求(qiu)的(de)(de)中(zhong)尾部市場(chang)剛(gang)好成(cheng)為(wei)極(ji)視角這樣人工智能創業(ye)公司的(de)(de)生(sheng)存(cun)之(zhi)地。

“解決碎片化需求的方法(fa)(fa)就是，與廣大開(kai)發者聯動，通過(guo)社區和生態的模式(shi)，完成(cheng)更多算法(fa)(fa)任務(wu)，換句(ju)話說，就是搭建一個開(kai)發者平臺，降(jiang)低算法(fa)(fa)開(kai)發成(cheng)本。”陳振杰表(biao)示(shi)。

因此，極視角就建立了一個開(kai)發者(zhe)(zhe)(zhe)的(de)平臺(tai)，就像(xiang)一個手(shou)機(ji)應用商店。這個算法平臺(tai)主要分為開(kai)發者(zhe)(zhe)(zhe)和需求(qiu)者(zhe)(zhe)(zhe)兩部(bu)(bu)分，其中開(kai)發者(zhe)(zhe)(zhe)平臺(tai)并(bing)不(bu)(bu)局(ju)限(xian)于極視角內部(bu)(bu)的(de)AI技術人員，只要擁有(you)原創AI算法的(de)能(neng)力(li)，即(ji)可入駐。不(bu)(bu)少高校教(jiao)授(shou)、學生以及(ji)AI領域的(de)自(zi)由從(cong)業者(zhe)(zhe)(zhe)等都(dou)是(shi)該平臺(tai)的(de)常(chang)客。

依托于平臺，極視角從需求(qiu)者(zhe)端收集(ji)客戶(hu)(hu)需求(qiu)，并向開(kai)發(fa)者(zhe)開(kai)放這些(xie)信息(xi)服務(wu)。當一(yi)位客戶(hu)(hu)在該平臺購買了某種(zhong)算法(fa)，極視角與開(kai)發(fa)者(zhe)根據算法(fa)難易程度以及后續的售后服務(wu)進行(xing)分成。

據陳(chen)振杰介紹，平臺上目前有接近20萬(wan)的圖像識別開發者，每個(ge)人做不同的任務(wu)，匯總起來可以形(xing)成很多的算法，滿(man)足場景(jing)的碎(sui)片化情況(kuang)，并且可以降(jiang)低(di)開發成本(ben)。

他給記者算了一筆賬，用(yong)一個(ge)(ge)簡單的(de)公(gong)式計算，AI一年在人臉(lian)識(shi)別的(de)投(tou)入是(shi)幾十到一百億，現在全(quan)中國人臉(lian)識(shi)別設備的(de)出貨量是(shi)一億臺，所以(yi)一個(ge)(ge)人臉(lian)識(shi)別的(de)授(shou)權成本大(da)概是(shi)幾十塊錢，但是(shi)火(huo)焰識(shi)別、抽煙檢測等(deng)場景化的(de)需(xu)求，全(quan)國使用(yong)量加(jia)起來可能(neng)只有幾萬提，所以(yi)十幾億的(de)投(tou)入算下來成本是(shi)很高(gao)的(de)。

“而通過(guo)開發者平臺(tai)，則可以將研發成本從幾十(shi)億(yi)降(jiang)到幾百萬(wan)，甚至(zhi)幾十(shi)萬(wan)。這樣既(ji)能(neng)滿足碎片化(hua)需求，又能(neng)降(jiang)低成本，更好地(di)廣泛應用到各行各業。”陳(chen)振杰(jie)告訴記者。