2019年：AI技术将如何发展？

2018年最后一个节日圣诞节，亚马逊Echo因为使用人次过多，云端宕机了。

即便如此，Echo受欢迎的程度有增无减。美国西雅图一家零售商表示，支持Alexa的设备包括Echo、Echo Dot、Fire TV Stick 4K、Alexa Voice Remote等在内，节假日期间出货量增长达到数百万量级。特别是，亚马逊儿童设备Echo Dots儿童版本、Fire儿童版本平板电脑，增势明显。

今年7月，NPR&Edison联合发布的研究报告显示，18%即约4300万美国成年人拥有一台智能音箱。消费智能研究报告和Voicebot对这一推测的数量更高，分别是5000万人次、4730万人次。2018年11月， Canalys发布的报告显示，2018年第三季度，全球智能音箱同比增长137%，从2017年Q3的830万台增加到2018年Q3的1970万台。

Echo的购买量较去年增加了两倍之多，就连亚马逊消费品零售业务首席执行官杰夫.威尔克Jeff Wilke也称，2018年圣诞季是一年中销量最好的时节。分析机构预估，2018年智能音箱设备数量接近1亿。据全球市场洞悉的预测，到2024年全球智能音箱整体估值可能高达300亿美元。

AI语音助手，通过“附身”于智能音箱，走进了千家万户。也让普罗大众近距离、贴身了解到AI人工智能，这个看似遥远、触不可及的“新概念”。追本溯源，始于1956年，经历了技术曲线的谷底。近两年，人工智能焕发出的“第二春”能量巨大。

2019年，新年伊始，回顾往昔才能够更好的成长、行走，掌舵未来。

融资：All in到All right

2013年美国创新战略中，最早提及人工智能在智慧城市、城市大脑、自动驾驶、教育等领域中的应用和愿景。这一年，欧盟、日本也相应地启动了计算机模拟人脑的研究计划。2016年，人工智能进入“动态”高发期。美国白宫发布了两份关于人工智能的重要报告，提出七大战略方向。从政策、技术、财力等方面给予一定支持、保障。

同年，谷歌、微软、Facebook等提出人工智能相关路线的未来规划。秋季，IBM、微软、谷歌、亚马逊、Facebook成立人工智能联盟。至此，人工智能在巨头之间达成共识。其也成为云计算之后，未来十年乃至更长时间巨头们主要赋能、深耕的领域之一。

2017年，海外人工智能的“热度”传递到国内。人工智能首次被写入政府工作报告，工信部印发了《促进新一代人工智能产业发展三年行动计划（2018—2020年）》。工信部、发改委、科技部、中科院等15个部门共同成立新一代人工智能发展规划推进办公室。

如果说AlphaGo大战柯洁自带吸晴功力，在普通民众中引领了大规模的探讨。那么，2017年，几乎每天发生一笔融资，让人可以更加直观地体会到人工智能领域的温度。来自CB Insights数据显示，2017年，国内人工智能行业融资数量达到最高峰。其中，并购、上市的企业数量也达到最高值。全年融资占比超过美国的38%，达到48%，占据全球将近半数的融资。

2017年下半年，BAT关于AI的认知、规划、布局，接踵而至。百度开发者大会上李彦宏最先提出All in AI。阿里巴巴云栖大会上，成立了名字接地气儿的达摩院DAMO。腾讯合作伙伴大会提出AI in All。各家根据自身的基因和定位的不同，采取了和而不同的路线。

具体而言，百度、阿里巴巴通过技术“放大效应”，以期通过技术优势引导业务。百度挖来行业技术大牛陆奇，可以窥见，于百度而言，AI技术才是解决业务瓶颈的关键所在。尽管，阿里巴巴投资了很多人工智能领域的初创企业。对于自身的达摩院定位也相对清晰，侧重基础研究，包括量子计算、机器学习、基础算法、视觉计算、自然语言处理、人机自然交互等等。即时通讯工具起家的腾讯，更侧重于AI技术渗透到现有业务中，提升现有业务在应用层面的赋能。

大环境催熟下，一些创业独角兽被推到舞台中央。商汤科技、旷视科技、思必驰、云知声、依图科技、云从科技等成为AI行业的佼佼者。由于BAT等巨头体量较大，转向新兴业务时，动作反而没有创业企业布局迅速。在“船小好调头”的优势下，商汤科技、旷视科技等企业的AI技术迅速落地，并被B端企业应用，快速商业化到C端用户。

2017年苹果秋季发布会推出的iPhone X带火了3D人脸识别技术。同年秋冬季，vivo X20（海外部分地区采用旷视）、OPPO R11s两家国内手机厂商抢先竞争对手一步，联合商汤科技在终端中采用AI智慧美颜、AI识物、面部解锁等功能。这也使得，业务To B服务于企业的独角兽，首次走到前台。鉴于终端体量大，商汤科技拔得头筹，给大众留下了深刻的AI初印象。

2018年手机AI＋图片、拍照进阶为AI＋视频、录制，商汤科技SenseAR美体塑形提供的一键式全身美体塑形，旷视科技的3D人体姿态识别追踪、AI美体、Super IQ超画质陆续进驻到不同品牌最新款的终端产品中。包括华为、小米、OPPO、vivo等。

另一厢，国内智能音箱市场在2017、2018年以“价格战”的方式快速教育市场用户。2017年，智能音箱市场的玩家主要集中在互联网企业中，诸如，百度、阿里巴巴、京东、喜马拉雅等。2018年，入局的企业又新添三个巨头三星、华为、腾讯，硬件ICT厂商为主。

就在2017年，人工智能相关概念以及落地产品“铺天盖地”，表面形势一片大好。且市场舆论普遍认为2018年，人工智能将会延续2017年的发展态势、投融资节奏，持续高增长时。现实的发展动向，泼下一盆冰冷的水。

2018年上半年，百度AI灵魂人物陆奇出走，个人与平台的舆论风暴，引发了外界对于百度AI战略未来走向的忧虑。尽管，头部AI企业相关融资消息屡创新高。然而，不断获得融投资、商业化进程缓慢，缺乏赚钱能力，2018年被视为AI企业的淘汰之年。

2018年尾，整体资本市场进入寒冬模式，中小型AI企业在资本市场讲出“摧枯拉朽”的故事难上加难，生存等问题捉襟见肘。曾经的资本宠儿ofo，狼狈收场。无论是veto right还是抵触技术路线，三年的时间，资本市场已然发生了太多的变化。

从早期资本对待新兴技术、新兴领域不顾一切的All in押注，投资人看重、考察的要素不断增加。讲好技术是一个方面，更重要的是，技术与落地之间“有效射程”的距离，落地后商业化规模的大小，应用场景的丰富与否，商业化闭环能力等等方面的All right。

相关数据显示，2017年较2016年，种子轮、天使轮大幅度下降，A轮、B轮相应增加。可以预见的是，逐渐回归理性的2019年资本，不再蜂拥而至。对待AI赛道，投资与回报的认知愈发清晰。

领域：谁是香饽饽？

计算机视觉已经在不知不觉中潜入到生活中的很多场景里，当你使用iPhone面部解锁功能，当你开启Snapchat APP的滤镜，当你使用智慧手机美颜拍照功能，当你使用网上银行面部识别应用，当你购买物品使用面部认证支付......这一切都涉及到AI领域中的计算机视觉技术。

在AI几大细分领域中，不同机构统计结果略有差异。腾讯研究院统计显示，2017年，计算机视觉与图像、自然语言处理、自动驾驶/辅助驾驶成为AI融资分布Top 3，企业分布集中在计算机视觉与图像、自然语言处理、语音识别三类中。CB Insights显示，自然语言处理、机器人、计算机视觉领域融资金额最多。中国报告网数据显示2017年，国内视觉、语音、自然语言处理成为AI分布前三甲，视觉、语音占比分别为34.9%、24.8%。

无论融资金额还是企业分布，计算机视觉领域占比最大。因而，2018年被称为计算机视觉之年。随着行业范围内的开发工作、深度学习算法、图形处理器的进步。更好的传感器、大量图像被标记作为“深度学习”的资料，简单易操作的深度学习软件，不断改进的处理器互相融合。使得计算机视觉经过过去几年的发展达到了新的高度。

相关数据显示，计算机视觉市场增长与技术迭代、演进同样迅猛。预计到2025年达到262亿美元，每年增长率超过30%。过去两年，亚马逊针对开发人员推出的人工智能Rekognition系统，作为AWS云计算服务器一部分。可以根据面部估算人的年龄范围，每天分析数十亿张图像。微软的云储存服务器OneDrive和SharePoint推出AI服务。谷歌相册可以识别照片信息，进行归纳、分类整理。

一些新的独角兽项目也在冉冉升起。欧莱雅收购的美妆数字技术公司ModiFace，利用AR和AI技术，进行皮肤检测、美妆补妆。男装定制公司MTailor，根据人工智能技术3D扫描用户尺码数据，为男士定制衬衫和牛仔裤。Topology公司的应用软件，可以为用户提供定制眼镜。Pottery Barn公司利用AR增强现实技术，设计新家家具摆设。视觉初创企业Hover，让用户通过上传家居照片到其开发的应用程序上，轻而易举3D建模。

以上相比于自动驾驶汽车、无人售货店等项目，操作简单、技术复杂度不高。也使得计算机视觉大规模普及，成为日常生活中的必需工具变为可能。从技术的角度来看，计算机视觉技术有别于其它人工智能技术。计算机视觉技术更多在于预测分析，而不是对已经发生的事情进行递增性改进。

此外，计算机视觉根据确定的图像或者图像集进行分类，利用算法从图像中推断出信息。随着时间的推移能够匹配更加精准，甚至远远超过人类的图像识别能力。在数据收集、训练方面，计算机视觉技术比其它AI工具更具能效、采用率更高。原因在于，大数据需要训练大量数据，而计算机视觉只需要准确的标记图片和视频。

2019年计算机视觉将会加速落地，美国CCC信息服务公司已经帮助汽车保险公司，通过热力图识别汽车损坏程度，确定损坏最严重的位置。亚马逊、微软、谷歌在过去一年把计算机视觉技术推向了“极点”，未来计算机视觉将不依赖于人手动标记训练AI，而是通过人工智能培训人工智能，简化流程、提升速度。

除计算机视觉技术，自然语言处理NLP成为AI大规模落地的第二大领域。应用于智慧型手机、智能音箱、智能家居等等。2011年，苹果公司整合Siri内置于iPhone 4S。目前，Siri支持36个国家至少24种语言。成为在移动终端、PC设备上使用最广泛的语音助手之一。亚马逊Alexa、谷歌Assistant、微软的Cortana更多应用于智能音箱、智能家居等设备中。

早些时候，亚马逊CEO贝索斯出席Code Conference大会时曾表示，几十年前，语音助手还属于科幻小说中的虚构情节，如今它已经来到了普通用户身边。尽管未来人工智能可能无法完成所有事情，至少某些事情、某些方面比人类做得更好。

亚马逊Alexa通常从维基百科、Yelp、Accuweather、Stats.com等网站上获取知识。目前，Alexa正在进行Wolfram Alpha的集成，解决地理、历史或工程等严肃问题，智能助手的信息源愈加丰富，意味着可以更好地解决用户不同类型的提问。

另一个趋势，不同语音助手从“割裂”走向“合作”。国外，Cortana和Alexa进行了整合。国内，小米小爱同学和微软小冰，华为小艺和微软小冰合作的智能音箱具备“双语音系统”。2018年最后一天，微软小冰和小爱同学组成了人工智能少女联盟，具备AI联动技能。在微软Dual AI生态下，不同语音助手的合作可能会继续深化。

硬核：未来如何奔跑

2018年世界人工智能大会上，图灵奖获得者、中国工程院外籍院士Raj Reddy说，“很多人看待人工智能都是一些悲观的景象，看到世界末日，但我看到的是一个光明的未来。”阿里巴巴集团董事局主席马云却表示，“人工智能这个词翻成中文后，翻译并不是很准确，AI最好应该翻译成机器智能，把AI翻译成为人工智能，我觉得是人类把自己看得太大，把自己有点托大了。”

两者的观点在一定程度上反映了，人工智能整个行业的现状。乐观情绪与悲观情绪、理性派与恐慌派共存、技术局限性与应用场景单一化之间的矛盾。2018年年初，谷歌3100名员工对于公司参与Maven项目表示不满。该项目属于美国国防部的一项举措，旨在通过无人机镜头识别、检测、分析多种物体，谷歌在其中提供了TensorFlow API机器学习应用。同一周，全球50名AI专家反对韩国科学技术院KAIST的杀人机器人项目。

2016年7月，美国得克萨斯州达拉斯市警方使用机器人炸弹，将犯罪分子击毙。杀人机器人带来的伦理和道德规范一直是AI学术界颇为头痛的难题。无论是谷歌的Maven，还是KAIST的自主武器，均可以应用于战争，执行军事任务。同样，Facebook大规模用户隐私泄露事件，也使得AI人工智能中的数据智能分析暴露于民众的负评之中。

Elon Musk和John Giannandrea分别代表了AI恐慌派和理性派两个阵营。Elon Musk曾表达过，“人们真的应该担心人工智能”，“人工智能关系、威胁到人类文明的存亡”，“机器人可以做任何东西”，“人工智能可能会导致人类灭亡”，“人工智能是一个不朽的独裁者，人类永远都无法摆脱他们的统治”……过度担忧下，以至于马斯克有了“SpaceX殖民火星”计划。

John Giannandrea则认为，人工智能远远达不到4岁孩子的能力，现在舆论有很多关于AI的虚假炒作，以及AI威胁的高谈阔论，人工智能有些像大数据，更加倾向于机器智能这个定义。和阿里巴巴马云的观点不谋而合。而实际上，AI人工智能在落地、商业化，与传统行业结合等方面的困难，比担忧人工智能技术本身，更值得忧虑。

集邦咨询拓墣产业研究院分析师姚嘉洋对雷锋网表示，从2017年到2018年，AI技术发展如雨后春笋般出现，发展方向不外乎提升AI运算效能、各类Framework与神经网络支援完整度，以及Inference推论端的结果精准度等。投入AI确实花费不少开发成本与资源，投入成本如何转化为实质的营收与利润，将会是2019年甚至2020年、更远将来的观察指标。如何进一步转化为可持续运营的商业模式也将是未来新涌入创业者的首要关注点。

谈及行业趋势，姚嘉洋认为，谷歌、阿里巴巴等CSP企业，以及运营商拥有大量数据，在AI行业更具优势。2018年华为开始投入AI芯片的开发，2019年至2020年，BAT在AI芯片的研发方面，应该也会有更多明确的进展，也将连带牵动Intel、NVIDIA等芯片企业合作关系的变化。

另一方面，截至2019年1月，思必驰与元禾、清控成立的驰星创投，专注于投资AI领域早期项目。已经投资了覆盖医疗、IoT、教育等在内的19家AI上下游企业。商汤投资了禾连、影谱科技、物灵科技等企业，旷视投资Video++、收购艾瑞思机器人、Aibee相关投资项目也在进行中。

我们认为，AI人工智能行业受限于链条较长、商业化、落地缓慢。AI企业获得融资的同时，又不断向相关企业进行投资。可以给未来新成立的AI企业，提供一些商业模式方面的借鉴。有业内人士对我们表示，AI时代刚刚来临，国内AI公司更看重未来资源的布局与AI生态的建设。