• 台灣網移動版

    台灣網移動版

直面隱憂 中國人工智慧企業機會何在

2018-08-13 09:28:00
來源:科技日報
字號

  今年人工智慧領域的發展迎來新一波高潮,猶如枝繁葉茂的大樹滲透到各行業的藍天之中,躍躍欲試服務於眾多領域。有人歡呼,人工智慧商業應用元年已經到來。

  2018年,人工智慧領域的另一趨勢是大額融資頻發。

  清華大學近日發佈的《中國AI發展報告2018》顯示,自2013年以來,全球和中國人工智慧行業投融資規模都呈上漲趨勢。2017年全球人工智慧投融資總規模達395億美元,融資事件1208筆,其中中國的投融資總額達到277.1億美元,融資事件369筆。中國AI企業融資總額佔全球融資總額的70%,融資筆數達31%。

  在業界看來,投融資的熱情不減,主要是看中人工智慧與各行業結合的廣闊前景。

  然而,有業內人士近日指出,目前國內跟人工智慧有關的公司大概有四千多家,但是能夠得到投資人青睞或關注,並且願意投資的,大概不到三分之一。如果沒有後續資金投入,很多初創企業有可能難以生存下去。由於人工智慧産生收益的時間存在不確定性,巨大繁榮的背後存在隱憂。

  那麼,什麼才是人工智慧企業的核心競爭力?對於初創企業來説,如何才能站穩腳跟而不被市場淘汰?直面隱憂,中國人工智慧企業的機會何在?

  隱憂一:發展結構“頭重腳輕” 

  重點突破基礎領域,建立自己的生態體系 

  早在2015年,谷歌開放其內部使用的機器學習軟體TensorFlow源代碼,臉書、亞馬遜和微軟也紛紛發佈其工程師用於機器學習的開源軟體。似乎AI進入了“免費原材料”時代,人人都可以順手取材。但是,“國外的開源佈局對於我國AI行業發展而言,埋藏著巨大隱患。”遠望智庫人工智慧事業部部長、圖靈機器人首席戰略官譚茗洲指出。

  譚茗洲告訴記者:“開源模式會引導技術方向、路線圖,形成開源生態,創造商業模式,這些由發起開源項目的核心利益者掌控,不僅控制行業上層的應用,還控制底層的生態,構建了整個帝國,掌控極大的權利。因此,開源雖是開放的資源,但現在免費並不代表未來不會收費和控制。如安卓系統是一種開源手機作業系統及應用開發平臺,而谷歌實際上主導著整個生態的發展。”

  譚茗洲認為,若我國企業今後過度依賴目前的AI開源平臺,採用大量現成的源代碼,仿佛在起跑線上喪失優勢,創新及工藝再精深,也是在人家的體系中做零部件的更新改造。“如同溫水煮青蛙,今後可能會給行業帶來很大影響。這將是最大的隱憂。”他説。

  賽迪研究院公佈的《2018中國人工智慧産業展望》提出,由於我國人工智慧産業重應用技術、輕基礎理論,底層技術積累薄弱,存在“頭重腳輕”的結構不均衡問題,使我國人工智慧産業猶如建立在沙灘上的城堡,根基不穩。基層技術積累薄弱使人工智慧核心環節受制於人,阻礙重大科技創新,不利於國內企業參與國際競爭。

  那麼,建立我國自己的AI生態體系,還有機會嗎?“當然,”譚茗洲斬釘截鐵地答道,“在時間上還來得及,因為國外也才剛剛發展。從國家層面洞悉AI發展態勢,重點突破基礎領域,針對人工智慧底層技術,加強對以深度學習為代表的底層演算法模型的深入研究,並積極佈局影響人工智慧未來發展的前沿基礎理論研究。現在國內也有一些小團隊在做相關開發項目,有一定潛質,而且我們擁有全世界最多的應用開發者、非常多的應用場景、大體量的市場、蓬勃的創新創業環境等,這些都是國外比不了的。”

  據了解,科技部指導下的新一代人工智慧産業技術創新戰略聯盟,已聯合深圳鵬城實驗室于7月在深圳啟動了中國自己的“啟智開源開放平臺(OpenI)”的建設。

  隱憂二:商業應用路徑不明確 

  瞄準市場需求,實現落地是關鍵 

  據億歐智庫《2018中國智慧商業落地研究報告》統計,2017年中國人工智慧創業公司獲得累計融資超過500億元,但商業落地百強創業公司累計收入不足100億元,90%以上人工智慧企業虧損。不少業內人士擔心,國內人工智慧領域存在巨大泡沫,或將迎來一波倒閉潮。

  《2018中國人工智慧産業展望》提出,我國人工智慧産業處於早期發展階段,商業化應用路徑尚不明確,商業落地痛點突出,致使近期實際商業價值變現難度較大。

  譚茗洲指出,“對初創企業而言,人工智慧有門檻,創業成本較高。因此,建議企業不要太盲目,要儘快找準發力方向,而AI項目商業應用場景的落地是其成敗與否的關鍵,快速積累核心技術優勢,打造商業模式,才能做出真正有市場需求的産品,産生現金流。這也有助於人工智慧行業回歸理性”。

  “未來産品形態應能把智慧交互和後面的服務及産品聯繫在一起。”新一代人工智慧産業技術創新戰略聯盟聯合秘書長、科大訊飛副總裁兼AI研究院聯席院長李世鵬分析,亞馬遜成功通過智慧音箱將人工智慧引入美國家庭的方式值得借鑒,我們需要有亞馬遜這樣既賣服務又賣産品和內容的企業。

  據《2017年中美人工智慧創投現狀與趨勢研究報告》顯示,中國智慧機器人與無人機相關技術創業最為火爆;其次為語義分析、語音識別、聊天機器人等自然語言系列技術;然後是人臉識別、視頻/監控、自動駕駛、圖像識別等電腦視覺系列技術;另外,情感計算包含心理學、語義、視覺、環境感知等多種複雜應用的技術也在慢慢成長。

  李世鵬表示,人工智慧包括演算法、數據和處理能力。從投資角度首要看數據,BAT、微軟、蘋果、臉書在很多領域已佔先機,想去撼動它們經過十幾年積累的數據並不容易。所以,對於初創公司,沒有多少資源去做範圍太廣、體量太大的事情,其成敗的關鍵在於能否有渠道獲得海量獨特的數據,並通過這些數據為用戶提供新的價值,比如大幅提高傳統行業的生産力。

  隱憂三:專業人才成稀缺資源 

  加快AI及相關學科佈局,培養跨學科人才 

  “目前,人工智慧最大痛點之一是人才難得,AI被炒得很熱,稍微懂點演算法的人一齣來就能收到很多Offer,身價水漲船高。”李世鵬表示。

  《2017年中美人工智慧創投現狀與趨勢研究報告》指出,目前中國人工智慧的人才培養已成為一個關鍵問題,人才缺失可能會對未來AI産業發展産生牽製作用。美國國家科技委員會發佈的2017年人工智慧全球大學排名中,前50名均位於歐美地區,我國大學無一上榜。此外,國內缺乏人工智慧與傳統行業的跨界人才,不利於AI在各垂直行業應用推廣。

  據業內對中美AI人才分析顯示,截至2017年6月,中國共有592家人工智慧公司,擁有員工約39200名。相比之下,美國人才數量是我國兩倍。據領英數據顯示,我國從業經驗10年以上的AI人才比例不足40%,而美國這一比例超過70%;美國人工智慧基礎層、技術層和應用層的人才數量佔比分別為22.7%、37.4%和39.9%,而中國為3.3%、34.9%和61.8%。

  李世鵬建議,我國需加快人工智慧及相關學科佈局,高校加強學科建設,依託現有人工智慧相關學科,培養跨學科人才,並鼓勵高校、科研院所加大與人工智慧企業、國外高校及相關機構的合作力度,打造多種形式人才培養平臺;針對人工智慧晶片、基礎演算法模型等重點領域,充分利用現有各類人才計劃,並設立專門通道和定向優惠政策,加大對國際頂級科學家和高層次人才的吸引力,加快人才引進效率,擴大人才引進規模;重視培養貫通人工智慧基礎理論、軟硬體技術、市場産品及垂直領域應用的縱向跨界人才,以及兼顧人工智慧與經濟、社會和法律等橫向跨界人才,以及兼顧人工智慧與經濟、社會和法律等橫向跨界人才。

[責任編輯:李奕均]