近年來，中國涌現了一大批AI初創企業，但AI熱潮也伴隨著泡沫。由于近期市場資金緊縮，投資者發出警告，90%的中國AI初創企業將面臨巨大挑戰！

清算的日子即將來臨？

自從5月份Piekniewski博客的一篇“AI Winter Is Well On Its Way”引起軒然大波之后，關于AI寒冬的論調就沒有停止過。

現在，更悲觀聲音又響起。

《南華早報》近期報道，光大新經濟投資負責人艾渝認為，市場去蕪存菁，中國90%的AI初創將會落敗出局。

艾渝負責管理約300億元人民幣（44億美元）基金，其投資的初創企業包括美團點評、愛奇藝、商湯科技、蔚來汽車、小鵬汽車等。

這些公司中只有不到5％的公司營收達到10億元，但卻以高昂的估值吸引了巨額資金。艾渝預測，未來兩年，90％的中國AI初創企業將面臨“巨大困難”，而且資金緊縮“今年尤為明顯”。

主要原因不僅來自國家去杠桿化和經濟放緩所造成的資金緊張，還來自技術商業化面臨的越來越大的壓力。

七成AI融資流向中國，未來兩年AI初創公司將舉步維艱

根據清華大學7月份的一份報告，從2013年到今年第一季度，全球AI項目募集的資金中，有60％流向了中國，使中國成為吸引融資的最熱門地區。去年，全球AI企業募集投資395億美元，中國占了70％。

“令人鼓舞的是，中國在AI領域的融資活動已經超過了美國，但伴隨著AI熱潮而來的也有泡沫。”艾渝說，許多沒有成熟運營的早期初創公司估值能夠高達1億元人民幣。

艾渝預測，未來兩年，90％的中國AI初創企業將面臨“巨大困難”。

艾渝說，過去3至4年是繁榮時期，初創企業利用算法、計算能力或工程專業知識籌集資金，但它們沒有明確的商業化計劃。他說，在面部識別和自然語言處理等領域已經出現了領軍企業，而那些落后者將不會得到風險投資人的任何機會。

商湯聯合創始人楊帆回應了艾渝的言論。他說，“人臉識別應該關注實際需求。”

楊帆談到在提供廁紙和空調控制等領域應用人臉技術的商業可行性。

“有一家家電制造商曾經聯系我，希望在他們的空調上安裝人臉識別系統，這樣就能自動調節溫度了。但是有一種更簡單的解決方案叫做遙控器。”楊帆說，“至于在公共衛生間內安裝面部識別系統來分發廁紙，以減少浪費，問題是，你需要節省多少卷衛生紙才能收回成本?”

AI公司需要對市場需求有明確的了解，并明確他們試圖努力解決的是什么問題。單靠技術只能維持公司六個月到一年，隨后會被市場考驗更嚴峻的問題。

AI過完夏天直接“過冬”？

在所有這些關于人工智能、機器學習和認知技術的炒作和熱潮中，早就存在一種不安感：一項從計算機誕生之初就有了根基的技術，為什么突然間變成了熱門的“必備”技術，為那些飛速發展的初創公司注入越來越多的資金？

AI產業經歷了兩次大的發展和推廣浪潮，也經歷過大肆炒作時期，但當人們意識到AI的局限性時，它又戲劇性地回到了現實。

現在，我們再一次來到了這波AI浪潮的“夏天”，我們想知道這一切是否會持續下去，或者數十億美元的獨角獸公司在被拉回過渡膨脹的環境后是否仍能獲得資金。

我們會不會從AI“夏天”進入AI“寒冬”？

AI寒冬（AI Winter）是人們對AI及其相關領域的興趣、投入的資金、研究和支持都不斷下降的一段時期，本質上，它是該行業發展的一股“寒流”。

人工智能經歷了兩次較長的AI冬天，每次都伴隨著該行業激烈的興趣、資金和研究增長。20世紀50-70年代的第一波AI熱潮，之后是20世紀70年代中后期的AI寒冬；在20世紀80年代末至90年代中期出現了第二波AI熱潮，隨后又是冬天。

AI寒冬來臨的原因有很多：

1、人們對AI能力的發展前景過于樂觀，過度投入而實現能力不足（炒作超過了現實）；

2、資金來源缺乏多樣性；

3、技術過于復雜；

4、與“非智能”選項相比沒有提供足夠的優勢；研究人員過度轉移到工業屆，導致研究領域人才不足。

……

今年5月，Filip Piekniewski發表了一篇題為“AI寒冬將至”的博客文章，引起了業界的極大關注。

在他的文章中，他哀嘆行業的過度炒作，并認為深度學習并沒有實現其推動者大肆鼓吹的目標。他指出，自動駕駛正在初級學習和自主的真正極限，尤其駁斥了AI將取代放射學等領域的專業工作者的說法。

可以說，Piekniewski向AI炒作和承諾的熊熊大火潑了一桶水。然而，這種大膽的斷言是真的嗎？另一個AI冬季真的即將來臨嗎？還是研究人員們只是厭倦了行業宣傳？

好的跡象：企業使用AI的興趣剛剛開始

從AI研究的角度來看，“AI的冬天”首先在研究人員之間開始發酵，然后傳播到媒體上，最后傳播到投資者和行業中。

當然，在大學、實驗室和研究機構中進行的研究對人工智能的發展是非常重要的，因為我們仍然在努力理解和解決關于AI真正意義的最基本問題，研究如何讓機器更加智能化。但人工智能研究是否真的停止了？人工智能研究真的走下坡路了嗎？

這個問題要看企業對AI技術的接納程度的變化。

擁有眾多員工和銷售人員的企業就是一臺復雜的機器，必須協調客戶、員工、產品開發、服務交付、投資者、合作伙伴、股東和其他人的多種需求。

雖然研發對企業而言很重要，因為它有助于通過不斷滿足客戶需求的產品開發獲得競爭優勢，但企業并不是為了研究而研究。對于大多數企業來說，關鍵問題是“這項技術能解決問題嗎？我的客戶在乎嗎？”

從這個角度來看，問題不在于下一個“AI的冬天”何時到來，而是我們是否現在是否已經身處AI的夏天。

AI不是一種獨立的單一技術，而是一系列相關的認知技術，每種技術都解決了以前只有人類認知或能力才能解決的特定問題的某些方面。

在過去，只有人類可以識別符合某種圖案的物體，但現在我們可以訓練機器，在圖像和目標識別方面非常高效地完成任務。對于許多人來說，圖像識別是人工智能中的“已經解決”的問題，企業可以立即拿來應用。

現在，已經沒有人可以說服企業停止使用圖像識別應用，因為這些應用的實用價值已得到證實。

同樣，人們也在利用認知技術來處理和生成自然語言，處理各種模式匹配和決策任務，并使用以前看來過于復雜的傳感器來處理環境問題，傳統方法對此力不從心。

對大多數企業來說，投資這些技術的興趣才剛剛開始，機器學習解決方案以及風投資金的內部企業預算，似乎還在繼續流向能夠解決商業世界中真正問題的項目，而非純粹的研究項目。

另外，也許讓AI研究員較為擔心的一個問題是，“人工智能”這個詞被用得太廣泛了。

AI純粹主義者（purist）會告訴你，追求強大的“通用人工智能(AGI)”之外的任何東西都是目光短淺的行為。

如果你真的希望在創造真正智能方面取得突破，你需要解決人工智能的難題，而不是使用類似大數據管理、統計處理改進等“技巧”來解決較為基礎的問題。

雖然從人工智能研究人員的角度來看，這種思維模式可能是正確的，但這并不能使那些技巧對企業起到作用。

對人工智能來說，風險不在于人工智能能否兌現行業承諾，而在于我們被告知一件事：我們談及人工智能，表達或表現出來的卻是其它的一些東西——認知的差異性過于顯著！

避免“AI寒冬”的路徑：將AGI研究目標與短期需求分開

那么，我們將走向何方？我們真的要去一個人工智能冬天嗎？

答案是，視情況而定。

這不是廢話。許多熟悉分析師的人都知道，這是典型的分析師反應。當然要視情況而定，但情況取決于什么呢?

首先，我們需要將AGI研究和持續人工智能研究的目標與企業和消費者應用人工智能和認知技術需求的目標分開。

這句話有些繞口。

舉個例子，公司不需要人形機器人來成功實現客戶自助聊天，自動駕駛汽車制造商不需要超級智能就能設計出能夠在混亂的街道上成功行駛并避免事故的車輛，人們也不需要感知系統來構建能夠處理不斷變化的業務流程的自治系統。

也許我們可以拿太空競賽一樣來比對人工智能的產出和成果。

太空競賽的目標是把某人送上月球，并向外行星和更遠的地方發射任務。當年太空競賽時候許多人聲稱，到2001年，我們將生活在月球上，或者在其他星球上定居。這些愿景雖然沒有實現，但卻幫助推動了極具價值的技術發展。

同樣地，如果我們能讓自己的頭腦被人工智能的未來愿景所激勵，但我們的腳卻牢牢地踩在人工智能技術所能提供的基礎上，我們就能在保持資金和興趣流向人工智能研究的同時，將短期人工智能技術應用于眼前的需求。

這樣，我們就可以避免下一個人工智能冬天的到來，或者推遲未來幾年。