一、資金很多，項目不夠用了

當(dāng)前的AI產(chǎn)業(yè)發(fā)展面臨泡沫化的風(fēng)險，主要體現(xiàn)在投資供應(yīng)數(shù)量大而項目供給數(shù)量少，市場對創(chuàng)業(yè)項目寄予很高的期望，而實際的產(chǎn)品體驗欠佳，泡沫即將出現(xiàn)。

騰訊研究院發(fā)布的《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》報告，分析了引發(fā)行業(yè)泡沫的兩個信號。一是資金多而項目缺。根據(jù)過往數(shù)據(jù)和2017年上半年的情況預(yù)測，2017年美國新增企業(yè)數(shù)量將跌到谷底，數(shù)量在25～30家之間。同時，美國的累計融資量持續(xù)快速增長，最后將穩(wěn)定在1380億～1500億元之間。

2018年，中美兩國AI企業(yè)數(shù)量增長都將有所恢復(fù)，但增長速度依然平緩。這段時期，創(chuàng)投圈將會發(fā)現(xiàn)，找到一個新的有潛力的項目越來越難，由于新增企業(yè)數(shù)量稀少，經(jīng)常只能跟投一些項目。

到2020年，美國AI公司累計數(shù)量將會超過1200家，累計融資額將達到2000億元。中國AI企業(yè)增勢不明朗。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年回暖，新增公司數(shù)量會上漲到30家以上，預(yù)期融資累計量將會達到900億～1000億元。

二是周期長而營收難?？梢哉f人工智能期望值被大大高估了。引領(lǐng)本輪AI熱潮的深度學(xué)習(xí)，起源于上世紀80～90年代的神經(jīng)網(wǎng)絡(luò)研究。在很多情況下，前沿研究方法是由對已有方法的微小改動和改進而來，而這些方法在幾十年前就已經(jīng)被設(shè)計出來了。

2006年，深度學(xué)習(xí)算法獲得了突破后，引起市場熱炒，但相關(guān)的AI技術(shù)和產(chǎn)品的成熟度仍然有限，甚至被譏笑為“人工智障”。許多項目和技術(shù)，要想獲得消費者歡迎，還需要等待相當(dāng)長的時間。

從投融資趨勢來看，涌入人工智能領(lǐng)域的資金依然還會增加。據(jù)不完全統(tǒng)計，2017年中國人工智能領(lǐng)域的投融資事件約353起，比2016年稍有回落。但投資金額激增，總?cè)谫Y金額近600億元，在政府的鼓勵和行業(yè)并購中，2018年中國AI的投資額將會持續(xù)大幅增加。

同時，行業(yè)并購開始加劇。CBInsights提供的數(shù)據(jù)顯示，自2011年以來，已有近140家人工智能初創(chuàng)公司被收購，而2017年的第一季度，海外就有34家人工智能初創(chuàng)公司被收購，為2016年同期的兩倍。2018年，仍將延續(xù)這一趨勢。在資金增長的同時，中國AI企業(yè)數(shù)量不會同幅增長。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年呈現(xiàn)緩慢增長趨勢，預(yù)期累計融資量將會達到900億～1000億元，而新增公司數(shù)量僅會上漲到30家左右。

資金多而項目缺，周期長而營收難，項目卻一天比一天更加昂貴，這種情形與1999年的第一次互聯(lián)網(wǎng)泡沫時非常相似。

二、事情很多，人不夠用了

算法大神YoshuaBengio曾表示：“深度學(xué)習(xí)現(xiàn)在很熱門，目前的困境是缺乏專家，一個博士生大概需要五年的培養(yǎng)時間，但是五年前還沒有博士生開始從事深度學(xué)習(xí)，這意味著現(xiàn)在該領(lǐng)域的專家特別少，可以說彌足珍貴、極度稀缺?！边@是三年前AI面臨的困境，至今依然未得到改善，甚至變得更加嚴峻。

人工智能競爭的根本就是爭奪頂級人才。據(jù)說世界上深度學(xué)習(xí)領(lǐng)域的頂尖人才不超過50人，因此科技巨頭們紛紛通過收購初創(chuàng)公司來招攬人才。

作為國家未來的發(fā)展方向，AI技術(shù)對于經(jīng)濟發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型和科技進步起著至關(guān)重要的作用，而AI技術(shù)的研發(fā)、落地與推廣離不開各領(lǐng)域頂級人才的通力協(xié)作。在推動AI產(chǎn)業(yè)從興起進入快速發(fā)展的歷程中，AI頂級人才的領(lǐng)軍作用尤為重要，他們是推動人工智能發(fā)展的關(guān)鍵因素。然而，中國人工智能領(lǐng)域人才極為欠缺。

據(jù)騰訊研究院發(fā)布的《2017全球人工智能人才白皮書》顯示，目前我國約有20所大學(xué)的研究實驗室專注于人工智能，高校教師以及在讀碩博生約7000人；產(chǎn)業(yè)界現(xiàn)存人員人數(shù)約為39000人，遠不能滿足我國市場百萬級的AI人才需求量。

從產(chǎn)業(yè)發(fā)展來看，我國人工智能領(lǐng)域人才分布嚴重失衡。人工智能產(chǎn)業(yè)由基礎(chǔ)層（芯片／處理器、傳感器等）、技術(shù)層（自然語言處理、計算機視覺與圖像、機器學(xué)習(xí)／深度學(xué)習(xí)、智能機器人等）和應(yīng)用層（語音識別、人臉識別）等組成，目前我國在產(chǎn)業(yè)層次人才上面臨兩個問題。一是產(chǎn)業(yè)分布不均。中國AI產(chǎn)業(yè)的主要從業(yè)人員集中在應(yīng)用層，基礎(chǔ)層和技術(shù)層人才儲備薄弱，尤其是處理器／芯片和AI技術(shù)平臺上人才缺乏，會嚴重削弱中國在國際上的競爭力。

二是供求嚴重失衡，人才缺口很難在短期內(nèi)得到有效填補。過去三年中，我國期望在AI領(lǐng)域工作的求職者正以每年翻倍的速度迅猛增長，特別是偏基礎(chǔ)層面的AI職位，如算法工程師，供應(yīng)增幅達到150％以上。盡管增長如此高速，但是由于合格AI人才培養(yǎng)所需時間和成本遠高于一般IT人才，人才缺口很難在短期內(nèi)得到有效填補。人才不足，是制約中國AI產(chǎn)業(yè)發(fā)展的主要因素。

文章來源：中國自動化網(wǎng)