人工智能的近忧远虑

　　概念与商业世界交融，有一个长长的谱系，会不断产生新的变形。像人工智能（AI）这样曾经把旧理念挤到一边的时髦话语，现在也变得迷雾重重，开始走下坡路。
　　人工智能发展的这些年里，经历了激越和暗淡的浮沉。一直以来，芯片制造是國人的心病，AI也和5G等技术也被视为弯道超车的机会，但被炒得太热后，泥沙俱下也就随之出现：有用人力佯装为机器智能的＂强行＂AI，使AI成了一种修辞术，什么都要来蹭一下;也有类似＂人工智能芯片打破国外垄断＂这样的浮夸宣传，让宣传调门高过了真实境况。话语与话语碰撞，情绪与情绪纠缠，很多时候，AI产业的真相总显得不够澄明。
　　如今看来，AI这个在科研院所培养了几十年的选手，面对场景化的应用题，回答得并不出色。在技术没有获得质的突破的前提下，纯粹的AI技术公司很容易陷入上不接天、下不着地的尴尬境地。
　　首先，因为算法模型授权费不高，且没有不可替代性，AI技术企业算法竞争力的壁垒不够强，如果只掌握算法，在面对大华和海康威视这样的硬件厂商就不可能掌握足够的话语权，很容易被边缘化;其次，人工智能的发展路径是深度学习，需要大数据的喂养，但这个命门一直掌握在互联网和硬件巨头的手中，在成熟行业里服务大公司，很容易被后者学到技术后取代，AI芯片企业中科寒武纪痛失大客户华为就是最值得警醒的例证。
　　再次，从云从、依图、旷视、商汤这AI领域计算机视觉＂四小龙＂来看，他们落地的场景更多在安防领域，这是当下AI市场的最大的一块，也是少有的跑起来的赛道。难道AI只能用来做监控？
　　在突破性技术还未到来时，抓紧AI的落地，扩展新的应用场景，成了当务之急。
　　这是一个令人头疼的商业悖论：AI被坚定地判定为未来发展的方向，持续投入才有可能获得领先;而在商业应用的语境下，业已实现的AI落地场景寥寥，尚不具备大规模商用的环境，还不能形成完整的利润驱动循环。这形成了一种恶性循环，导致当前很多AI企业只能靠讲故事、吹泡沫维持估值。
　　AI产业或许是最考验资本耐心的领域之一。期待中的人工智能革命似乎总是要再过几年才能到来，呼之欲出的爆发期也在一轮一轮的融资中逐渐冷静：就在大家踮起脚尖观望的同时，反思的声音也逐渐复现。
　　战略价值和投资价值毕竟不是一回事，资本是要求回报和效率的。知名投资人朱啸虎曾表示，投资人需要的是半年到一年内收回成本的投资标的，超过2年收不回的项目，就是庞氏骗局。
　　于是，AI＂吞金兽＂的烧钱速度和与估值完全不匹配的盈利水平，让这个产业进入了估值回调期，没有新投资者接手，老股东退出意愿强烈，一股＂去泡沫化＂的趋势愈发明显。
　　太多概念的包装无助于AI打破技术瓶颈。商业应该从各种意识形态和观念中解放出来，忠于经验，忠于常识，抵消各种＂话语＂的影响，回到AI应用本身，走出政府和产业界搭建的温室，接受市场化、商业化的锤炼。