90%的中国AI初创企业将面临巨大挑战！清算的日子即将来临？

近年来，中国涌现了一大批AI初创企业，但AI热潮也伴随着泡沫。由于近期市场资金紧缩，投资者发出警告，90%的中国AI初创企业将面临巨大挑战！

清算的日子即将来临？

自从5月份Piekniewski博客的一篇“AI Winter Is Well On Its Way”引起轩然大波之后，关于AI寒冬的论调就没有停止过。

现在，更悲观声音又响起。

《南华早报》近期报道，光大新经济投资负责人艾渝认为，市场去芜存菁，中国90%的AI初创将会落败出局。

艾渝负责管理约300亿元人民币（44亿美元）基金，其投资的初创企业包括美团点评、爱奇艺、商汤科技、蔚来汽车、小鹏汽车等。

这些公司中只有不到5％的公司营收达到10亿元，但却以高昂的估值吸引了巨额资金。艾渝预测，未来两年，90％的中国AI初创企业将面临“巨大困难”，而且资金紧缩“今年尤为明显”。

主要原因不仅来自国家去杠杆化和经济放缓所造成的资金紧张，还来自技术商业化面临的越来越大的压力。

七成AI融资流向中国，未来两年AI初创公司将举步维艰

根据清华大学7月份的一份报告，从2013年到今年第一季度，全球AI项目募集的资金中，有60％流向了中国，使中国成为吸引融资的最热门地区。去年，全球AI企业募集投资395亿美元，中国占了70％。

“令人鼓舞的是，中国在AI领域的融资活动已经超过了美国，但伴随着AI热潮而来的也有泡沫。”艾渝说，许多没有成熟运营的早期初创公司估值能够高达1亿元人民币。

艾渝预测，未来两年，90％的中国AI初创企业将面临“巨大困难”。

艾渝说，过去3至4年是繁荣时期，初创企业利用算法、计算能力或工程专业知识筹集资金，但它们没有明确的商业化计划。他说，在面部识别和自然语言处理等领域已经出现了领军企业，而那些落后者将不会得到风险投资人的任何机会。

商汤联合创始人杨帆回应了艾渝的言论。他说，“人脸识别应该关注实际需求。”

杨帆谈到在提供厕纸和空调控制等领域应用人脸技术的商业可行性。

“有一家家电制造商曾经联系我，希望在他们的空调上安装人脸识别系统，这样就能自动调节温度了。但是有一种更简单的解决方案叫做遥控器。”杨帆说，“至于在公共卫生间内安装面部识别系统来分发厕纸，以减少浪费，问题是，你需要节省多少卷卫生纸才能收回成本?”

AI公司需要对市场需求有明确的了解，并明确他们试图努力解决的是什么问题。单靠技术只能维持公司六个月到一年，随后会被市场考验更严峻的问题。

AI过完夏天直接“过冬”？

在所有这些关于人工智能、机器学习和认知技术的炒作和热潮中，早就存在一种不安感：一项从计算机诞生之初就有了根基的技术，为什么突然间变成了热门的“必备”技术，为那些飞速发展的初创公司注入越来越多的资金？

AI产业经历了两次大的发展和推广浪潮，也经历过大肆炒作时期，但当人们意识到AI的局限性时，它又戏剧性地回到了现实。

现在，我们再一次来到了这波AI浪潮的“夏天”，我们想知道这一切是否会持续下去，或者数十亿美元的独角兽公司在被拉回过渡膨胀的环境后是否仍能获得资金。

我们会不会从AI“夏天”进入AI“寒冬”？

AI寒冬（AI Winter）是人们对AI及其相关领域的兴趣、投入的资金、研究和支持都不断下降的一段时期，本质上，它是该行业发展的一股“寒流”。

人工智能经历了两次较长的AI冬天，每次都伴随着该行业激烈的兴趣、资金和研究增长。20世纪50-70年代的第一波AI热潮，之后是20世纪70年代中后期的AI寒冬；在20世纪80年代末至90年代中期出现了第二波AI热潮，随后又是冬天。

AI寒冬来临的原因有很多：

1、人们对AI能力的发展前景过于乐观，过度投入而实现能力不足（炒作超过了现实）；

2、资金来源缺乏多样性；

3、技术过于复杂；

4、与“非智能”选项相比没有提供足够的优势；研究人员过度转移到工业届，导致研究领域人才不足。

……

今年5月，Filip Piekniewski发表了一篇题为“AI寒冬将至”的博客文章，引起了业界的极大关注。

在他的文章中，他哀叹行业的过度炒作，并认为深度学习并没有实现其推动者大肆鼓吹的目标。他指出，自动驾驶正在初级学习和自主的真正极限，尤其驳斥了AI将取代放射学等领域的专业工作者的说法。

可以说，Piekniewski向AI炒作和承诺的熊熊大火泼了一桶水。然而，这种大胆的断言是真的吗？另一个AI冬季真的即将来临吗？还是研究人员们只是厌倦了行业宣传？

好的迹象：企业使用AI的兴趣刚刚开始

从AI研究的角度来看，“AI的冬天”首先在研究人员之间开始发酵，然后传播到媒体上，最后传播到投资者和行业中。

当然，在大学、实验室和研究机构中进行的研究对人工智能的发展是非常重要的，因为我们仍然在努力理解和解决关于AI真正意义的最基本问题，研究如何让机器更加智能化。但人工智能研究是否真的停止了？人工智能研究真的走下坡路了吗？

这个问题要看企业对AI技术的接纳程度的变化。

拥有众多员工和销售人员的企业就是一台复杂的机器，必须协调客户、员工、产品开发、服务交付、投资者、合作伙伴、股东和其他人的多种需求。

虽然研发对企业而言很重要，因为它有助于通过不断满足客户需求的产品开发获得竞争优势，但企业并不是为了研究而研究。对于大多数企业来说，关键问题是“这项技术能解决问题吗？我的客户在乎吗？”

从这个角度来看，问题不在于下一个“AI的冬天”何时到来，而是我们是否现在是否已经身处AI的夏天。

AI不是一种独立的单一技术，而是一系列相关的认知技术，每种技术都解决了以前只有人类认知或能力才能解决的特定问题的某些方面。

在过去，只有人类可以识别符合某种图案的物体，但现在我们可以训练机器，在图像和目标识别方面非常高效地完成任务。对于许多人来说，图像识别是人工智能中的“已经解决”的问题，企业可以立即拿来应用。

现在，已经没有人可以说服企业停止使用图像识别应用，因为这些应用的实用价值已得到证实。

同样，人们也在利用认知技术来处理和生成自然语言，处理各种模式匹配和决策任务，并使用以前看来过于复杂的传感器来处理环境问题，传统方法对此力不从心。

对大多数企业来说，投资这些技术的兴趣才刚刚开始，机器学习解决方案以及风投资金的内部企业预算，似乎还在继续流向能够解决商业世界中真正问题的项目，而非纯粹的研究项目。

另外，也许让AI研究员较为担心的一个问题是，“人工智能”这个词被用得太广泛了。

AI纯粹主义者（purist）会告诉你，追求强大的“通用人工智能(AGI)”之外的任何东西都是目光短浅的行为。

如果你真的希望在创造真正智能方面取得突破，你需要解决人工智能的难题，而不是使用类似大数据管理、统计处理改进等“技巧”来解决较为基础的问题。

虽然从人工智能研究人员的角度来看，这种思维模式可能是正确的，但这并不能使那些技巧对企业起到作用。

对人工智能来说，风险不在于人工智能能否兑现行业承诺，而在于我们被告知一件事：我们谈及人工智能，表达或表现出来的却是其它的一些东西——认知的差异性过于显著！

避免“AI寒冬”的路径：将AGI研究目标与短期需求分开

那么，我们将走向何方？我们真的要去一个人工智能冬天吗？

答案是，视情况而定。

这不是废话。许多熟悉分析师的人都知道，这是典型的分析师反应。当然要视情况而定，但情况取决于什么呢?

首先，我们需要将AGI研究和持续人工智能研究的目标与企业和消费者应用人工智能和认知技术需求的目标分开。

这句话有些绕口。

举个例子，公司不需要人形机器人来成功实现客户自助聊天，自动驾驶汽车制造商不需要超级智能就能设计出能够在混乱的街道上成功行驶并避免事故的车辆，人们也不需要感知系统来构建能够处理不断变化的业务流程的自治系统。

也许我们可以拿太空竞赛一样来比对人工智能的产出和成果。

太空竞赛的目标是把某人送上月球，并向外行星和更远的地方发射任务。当年太空竞赛时候许多人声称，到2001年，我们将生活在月球上，或者在其他星球上定居。这些愿景虽然没有实现，但却帮助推动了极具价值的技术发展。

同样地，如果我们能让自己的头脑被人工智能的未来愿景所激励，但我们的脚却牢牢地踩在人工智能技术所能提供的基础上，我们就能在保持资金和兴趣流向人工智能研究的同时，将短期人工智能技术应用于眼前的需求。

这样，我们就可以避免下一个人工智能冬天的到来，或者推迟未来几年。