AI手机扎堆出炉 能否“拯救”滞涨市场？

对于眼下“拼红了眼”的智能手机市场来说，全面屏似乎已经成为上个世纪的产物。如果现在在发布会上不提点“人工智能”的东西，很抱歉，下一波手机洗牌中，也许很快就会被其他厂商“秒杀”。

从2017年下半年开始，几乎所有的手机产品在发布时都搭上了AI的概念，比如三星的AI助手Bixby可以通过摄像头完成智能翻译、汇率转换等。华为也发布了首款集成NPU神经网络处理单元的芯片，随后发布的Mate10、P20、荣耀V10、荣耀10等产品中都加入了拍照识物的功能，荣耀10更是能对专业摄影师的取景、参数、构图经验进行深度学习。就连低调的苹果，也在芯片上加入了“仿生”的噱头，表示拥有一个每秒运算次数高达6000亿次的神经网络引擎，而“神经网络”一词的使用，也带动了今年一波手机发布会PPT的跟风。

但AI在当前更像是营销噱头，千篇一律的技术渲染并没有在一季度给这个市场带来更多的好消息。根据中国信息通信研究院发布的《2018年3月国内手机市场运行分析报告》，一季度国产品牌手机出货量同比下降27.9%。

“AI不是一个功能、一个模块或一项技术，而是由芯片算法、系统等共同组成的完整系统，一个公司如果想构建真正的AI能力体系，硬件、智慧系统和应用这三个层面必不可少。”荣耀总裁赵明在GMIC全球移动互联网大会上指出，当前行业中拥有大量的“跟风式”AI，即算力无本质提升的包装式AI、功能无实质落地的炒作式AI、缺乏生态建设的封闭式AI。

新品含金量几何

集邦咨询行动式记忆体研究经理黄郁琁2日对第一财经记者表示，以智能型手机领域来看，近年上游厂商在芯片开发上都包含AI应用，相信AI的应用会更加普及，触角也会向下延伸至中端手机。但品牌若要做出差异化，必须投入巨大资金进行AI应用的构建。

在他看来，AI分为三个层次，包括第一层的芯片和硬件，针对AI的核心处理打造适合于AI算法的硬件，以及第二层打造AI智慧系统，增强自我学习认知、计算机视觉，还有第三层，应用生态。在其中的任何一个层次发力，都可以享受到这个产业发展的红利。

但实际上，目前市场上更多的AI手机仍处于“跟风式”营销状态。比如使用较老的芯片架构，没有本质的升级，却“包装成”第三代、双核等AI芯片概念，实际上算力却远远落后于行业水平。又比如说，在拍摄功能上冠以AI的名头，宣传大于实际体验，但是实际拍照效果不佳，甚至有的只是在发布会PPT上包装场景识别分类，在手机功能上没有任何体现。

“的确，目前很多AI手机上强调的能力还是主要集中在图像识别和处理上。”黄郁琁对记者表示，比如打开照相机，如果你把相机对准一个人，那么预览画面的左下角就会出现一个“人”的小图标;如果你对准植物，就会出现一个植物的小图标。更确切地说，这种AI仍然是“婴儿”状态，即需要用户发送指令，手机上的AI才能发挥作用，执行的是“被动式反应”。

“以目前AI的发展来看，多以单一的AI应用为主，像是语音辨识、智慧环境感测拍照等。”黄郁琁对记者说。

“但实际上，人工智能未来会成为人脑的协处理器，缩短与专家之间的差距。”赵明对记者表示，AI技术可以让手机基于用户行为习惯自我学习，进而优化、智能感知用户场景、预测用户行为再智能分配资源。更直观地说，随着AI在手机中的应用，手机开始主动观察你、理解你，手机原来只是个工具，但在未来会变成一个外脑，不再只是一个硬件状态。

能否“拯救”滞涨市场

随着AI手机产品的密集发布，一场场AI手机营销战呼啸而来。

但无论是手机厂商负责人的公开表态，还是调研机构透露出的数据，焦虑的心态与胶着的市场态势并没有在一季度得到缓解。相反，更多的中小手机厂商的生存变得更加困难。

OPPO副总裁吴强表示，当前T形格局下，头部企业的竞争更加激烈。在他看来，首先自己不能犯错误，如果犯错，规模很快会被其他竞争方吃掉。可以等到竞争对手犯错，来获取对方的市场份额。

而头部企业的围守攻让更多的中小品牌面临着份额持续减少的压力。从分析机构赛诺提供的数据排名可以看到，中国市场一季度两极分化明显，排名前六的厂商一季度出货量均为千万级，从排名第七的魅族开始，金立、三星、小辣椒的出货量却都是百万级。这也意味着排名在十名以外的手机厂商，出货量在第一季度不及百万，每个月平均下来连40万的销量都达不到。

对于中小品牌来说，市场严冬已经是不争的事实。

在诸多分析师看来，AI能否拯救“滞涨”的手机行业，目前还说不清楚，但不可否认，手机和AI的结合将会是未来科技风口之一。

黄郁琁认为，犹如科技迭代总是需要周期，手机进入真AI时代、开辟出颠覆性的变化并且找到落地场景也需要走更长的路。

华为终端负责人余承东曾经将集成NPU人工智能处理单元的芯片称为芯片中的“核武器”，一颗手机芯片背后站着上万人的研发团队，都是硕士、博士，采用的是集成了专用独立硬件处理单元的NPU，由NPU独立完成专项的AI运算任务，提升AI运算能力。

相较之下，高通运用的是CPU、GPU、DSP三大模块进行AI运算，通过神经处理引擎(SNPE)对具体的AI任务进行分析与下发，而联发科则是使用“双核APU”，通过多颗DSP的能力来提升图像后处理的运行效率，再做AI相关的图像处理算法。

“像AI、芯片都是重资产投入的，而且一投就是十年，十年才打造出今天在人工智能上面领先的芯片。”赵明对记者表示，在充分比较和选择的时候强者会更强，手机品牌的集中度会越来越高。