爆炒三年人工智能技术为什么难以落地端面铣床

发布时间：2022-07-13 18:15:02 来源：森元机械网

记者 | 周伊雪

2016年，以alphago战胜韩国围棋九段选手李世石为标志，人工智能技术在全世界范围内掀起一轮创业和投资热潮。

经过三年时间，曾经因人工智能技术无比兴奋的创业者和投资人开始逐渐调整他们的预期。越来越多人意识到，不同于过去互联网、移动互联网所引发的快速变革，人工智能技术的成熟和商业落地将会是一个长期而缓慢的过程。

在安防、零售、医疗、自动驾驶等领域，涌入了大批试图以ai技术改造行业、提升效率的公司。但中金研报指出，在不同行业中，由于数据可得性、算法成熟度和服务容错率等因素的影响，技术在这些行业中落地速度分化明显——其中，移动互联网和安防行业领跑，零售和物流跟进，在医疗和无人驾驶领域则发展缓慢。

移动互联网公司拥有海量标准化数据和场景，这令他们实际上成为人工智能技术发展最大的受益者。

某公司员工告诉界面新闻记者，应用深度学习技术，能够极大提高对用户的刻画准确度，从而提高内容与广告推荐精准度。数据显示，因精准的用户画像技术，头条系应用占据的用户时长在一年内从4%上升到10%。

另一家短视频平台公司快手甚至将自身定义为人工智能公司，因为ai技术已经广泛应用于该平台分析、理解用户及视频内容，还包括对每天平台上传超过1500万条的短视频进行审核。

在移动互联网之外，安防是ai技术落地最为成熟的行业。商汤、旷视、依图等ai初创公司均是在安防领域找到规模化营收的路径，证明了商业化的能力，成为估值数十亿美元的ai独角兽。

但当ai技术进入其他传统行业时，目前能够真正落地并产生商业价值的非常有限。

原因之一在于，技术的成熟度还有待提高。计算机视觉是目前发展最为成熟的技术，也是商业化最成功的领域。但语音识别及自然语言处理等技术尚未真正成熟，这导致以语音技术为主的公司大多没有找到规模化的营收路径。

一位在线教育公司的高级人工智能工程师告诉界面新闻记者，其公司将ai技术应用于课件制作中，希望课件能够活起来，与学生随时交互，比如实现纠正发音、自动标注重读等功能。但目前技术精度还无法做到与真人相比，这导致ai技术只是“锦上添花”，无论是用户体验还是商业回报上都没产生明显价值。

在另一些传统行业，ai技术难以落地的主要原因是，缺乏可供训练模型的大量标准化数据。

以工业为例，ai最主要的应用是以视觉识别技术做产品质量检测，但目前该技术并未在工业界大规模应用。

于2018年开始探索利用ai技术，进行钢板表面质量检测，高级生产排查等。宝信软件是上海宝钢集团控股的一家上市公司，主营业务是工业领域的智能制造。为落地人工智能，公司组建了一支由ai技术工程师、it工程师和工业专家共同组成的团队。

如今一年过去，该项目进展并不如预期。“最开始我们觉得ai技术可以做很多事，但真正跟工业结合时，发现并没有想象中大规模发展的情况。”宝信软件一位高管表示，“目前以ai技术做钢铁表面检测相对于传统方法，在效果上并没有大的竞争优势。”

上述高管告诉界面新闻记者，落地比较缓慢一方面是在工业领域的数据标注难度比较高，并且需要标注操作员与资深工业专家共同参与才能完成。另一方面，工业生产对稳定性要求很高，如钢铁表面质量检测，一旦识别出现错误，会严重影响到后续流程的工作量。这也导致工业界对应用ai技术持谨慎态度。

此外，投资产出比也是企业不得不考虑的问题。以ai技术解决问题，需要建立数据采集系统、训练模型等一套体系。而建立这套体系，初始至少要投入几十万到一百万，企业也会考量投资回报是否合算。

医疗一度被认为是ai技术最具落地潜力的领域之一，国内有100多家初创企业争相涌入。然而，ai在医疗领域落地进展缓慢，目前绝大部分ai医疗公司的产品稚嫩，还无法实现自身造血，更遑论实现规模化可持续的盈利模式。

“医疗行业数据是分割的，不容易获取到训练模型所需的大量数据，这会影响产品迭代速度。”长期关注ai医疗进展的祥峰投资合伙人夏志进告诉界面新闻记者，除此之外，医疗行业有公共性，属于重监管行业，医院采用新技术新设备的周期非常之长，这也会限制ai医疗产品落地的速度。

无人驾驶被称为是人工智能“皇冠上的明珠”，过去几年中，吸引无数创业者、资本争相涌入。据cb insights统计数据显示，2018年前三季度，全球自动驾驶创业公司吸引的风险投资额高速增长，达到42亿美元，远超2017年全年的30亿美元。

但现在越来越多投资人意识，无人驾驶在短期内无法实现。“无人驾驶的产业链、发展趋势会持续非常长时间，可能是十年二十年。”辰韬资本执行总经理贺雄松在接受媒体采访时说。明势资本创始合伙人黄明明则表示，“大家对自动驾驶第一波的认知是，这事太难了，不可能在十年内实现。”

“我们现在更关注实实在在的应用场景和客户订单，希望投资经过商业验证的公司和赛道。”夏志进说。这意味着那些商业落地缓慢的公司或将因缺乏资金迎来大批倒闭潮。

在人才市场，已经有迹象表明ai行业在经历收缩。一位资深ai领域猎头告诉界面新闻记者，从去年下半年到现在，ai领域招聘计划明显转冷，大厂的编制在减少，中小创业公司已经不怎么招人，“估计整体招聘数量减少了三四成”。

多位业内人士认为，2019年会有大批ai创业公司倒闭，行业将迎来挤泡沫的过程。那些已经在某些细分领域站稳脚跟，有规模化营收能力的ai独角兽，多数不存在生存问题，但仍面临高估值与营收不相匹配的质疑，它们的挑战在于要开拓更多场景，拓宽营收来源，但这条路将困难重重。