對于AI而言，2019是場硬戰

　　2000年以來國內學術浪潮的發展特點：2003年受LDA topic model影響，實驗室熱火朝天的在文章中建起Graphical model加入隱變量，2004年Hadoop出現，數據熱成為各個領域各種問題的焦點，有甚者只要將傳統算法在MapReduce框架改寫一下，便可以發布新的熱點文章，2010年Spark出來后，將Hadoop趕跑，之后深度學習的出現，又使topic model文章的熱度降了下去……從瘋狂到偃旗息鼓，也只不過是短短幾年的時間。

　　據荷蘭愛思唯爾出版集團的報告顯示，過去20年中，中國的研究員發表了大約13.4萬篇關于人工智能的研究論文，美國發表的論文僅10.6萬篇。所有的人們都知道，當前的實際運用水平，AI仍然有段路子要走，但在理論上，明顯中國已經占據絕對的領先地位。

　　瘋狂的學術界背后，少不了瘋狂的資本市場。據工信部中國信通院副所長張雪麗介紹，截止至2018年9月，全球共有人工智能企業5159家，中國以1122家(不含港澳臺)位居第二;北京則以445家的總數，成為全球人工智能企業最多的城市。2018年上半年，人工智能領域的全球融資規模達到435億美元，中國的規模達到317億美元，占了全球的四分之三以上。又一場漂亮的勝利：中國僅靠全球1/5的企業獲得了全球3/4的融資，投資者對中國AI領域充滿期待。

　　但據媒體的人工智能落地報告中指出，2017年中國AI創業公司累計獲得超過500億人民幣融資，但其中商業落地前100強公司累計產生收入卻不足100億人民幣。在整個產業鏈中，90%以上的AI企業依然處在虧損階段，絕大多數企業年營業收入不足兩億。

　　針對這種現象，阿里巴巴的前CEO衛哲說：目前人工智能的泡沫巨大無比，媒體吹捧，市場過熱。市面上很多公司號稱自己是“人工智能”公司，但有九成的人工智能公司都是“偽人工智能”。

　　技術無法商業化，是人工智能公司被冠以“偽人工智能”的關鍵所在。以筆者在安防市場的觀察，一部分原因是因為企業過度宣傳實驗室數據，讓用戶在實際體驗中落差大，另一部分的原因是企業盲目追求模仿，缺乏真正的創新能力，其中以人臉識別技術最為顯著，當產品技術趨向同質，價格戰便會隨時爆發。

　　雖然目前安防市場足夠大，也足夠分散，碎片化的需求能讓各家企業都能獲得市場，但這距離一些CV企業之前的初衷或許已經存在著差別。不能否認的是，人工智能與深度學習在語音識別、圖像識別、無人駕駛等領域都具備良好的發展前景，加上國家政策的引導，未來它們仍然會在業界繼續紅火下去，以工業界的普及要晚于學術界5-10年的常規推理下，相信未來十年內將是人工智能落地的爭奪戰。但投資者對于未來的預期以及人工智能的熱情已經開始回到冷靜期，這對于未來CV企業未來的發展而言，路并不會像之前那么好走。