人工智慧或重演 2002 網際網路泡沫 ! 95% 的企業會倒閉？
2017-04-19 16:46 人工智慧 網際網路泡沫
本文由IT桔子（微信ID：itjuzi521）授權i黑馬發布。
「95% 的人工智慧創業公司將倒閉！」
在 15 日「新經濟 100 人」論壇上，主辦方新經濟 100 人 CEO 李志剛演講中大膽預測：人工智慧領域當前存在巨大泡沫，未來兩三年，95% 以上的人工智慧創業公司要倒閉。
昨天這條新聞在人工智慧創業圈裡熱傳。一直以來在人工智慧領域中，從來都是一片利好聲音，雖然最近炒作的成分確實越來越濃，而且大家都已經習以為常，但是突然出來一個大膽而相反的聲音，便引起了眾多媒體的關注。
忽略掉誇張的成分，我們確實應該冷靜下來，好好思考一番。
李志剛認為人工智慧存在泡沫主要有兩大原因：
一是前提不足。「沒有海量大數據，人工智慧就是扯淡。」目前真正的大數據仍然被少量巨頭和政府職能部門掌握。同時，作為獲取大數據前提的「雲計算」剛剛起步。「沒有雲計算，沒有大數據，人工智慧無從談起。」
二是商業化滯後。談及人工智慧商業化滯後問題，李志剛講述了一種悲劇模式：不少人工智慧公司在產品還沒上市時就估值 5 億美元——招不到專家，只好去美國找谷歌、微軟的人——外國人幹兩三年，帶著兩三千萬人民幣的高薪走了——企業垮掉。
2002 年的網際網路泡沫會不會重演？
看到這種大膽的預測，我不禁聯想起了 2002 的那一波網際網路風波。
2000 年風險投資家們目睹了網際網路公司股價的創紀錄上漲，故而不假思索快速出手。彼時很多公司的生存發展依賴於風險資本。
同時這些公司模式的新奇性，加上難以估價，一級市場的投資熱度把許多網際網路公司股價推上了令人瞠目結舌的高度。其中少數公司通過網絡效應實現了行業壟斷，同時大部分有著相同商業模式的公司跟著在這波泡沫中獲得高估值。
當泡沫破了時，股價急速下挫，許多企業因此破產。
從最早的 Gartner 技術成熟曲線（2008 年）可以看出，當時 Web 基礎服務剛剛進入應用成熟期，時間再往前推算大約五六年，網際網路基礎應用技術正處於泡沫和幻想的破滅期。
隨後網際網路幾經餘波才慢慢趨於平緩，泡沫也漸漸消退。因此，對於行業價值的判斷，更重要還是基於對技術成熟度的理解，和對實際技術價值進行預測。
人工智慧究竟在什麼位置？
自 AlphaGo 戰勝國際頂級圍棋選手之後，媒體對人工智慧的追捧和炒作一直在持續升溫，2016 年人工智慧發生了很多事情，關於人工智慧的創業投資在 2016 年末，2017 年初急速升溫。
就在 2017 年初，創新工場甚至開辦人工智慧工程院，李開復親任院長，並邀請微軟、谷歌大牛擔任副院長。連續投了近 30 家人工智慧創業公司的李開復明確表示：現在已經進入人工智慧的「黃金時代」，從投資的角度來看押注人工智慧是一個非常清晰的事情。
李開復對於人工智慧技術成熟度的判斷（圖來自創新工場）：
這一張是 Gartner 技術成熟曲線（2016 年）：
對比前後兩張圖，我們可以看到一些共同點：人工智慧技術開始階段性應用，多數技術並沒有成熟，部分技術領域獲得階段性發展並進入市場，另外一些更成熟的技術進入應用階段，但目前還並沒有形成大規模應用，人工智慧技術在某些專業領域如語音、語言、視覺方面的應用相對成熟，正在高速發展階段。
行業大咖們怎麼看？
針對此事，IT 桔子行業分析師和幾位行業大咖進行了深度的交流。
創新工場人工智慧工程院副院長王詠談到，人工智慧確實是有泡沫的，但是並不會這麼嚴重，並不會誇張到 95% 的創業公司倒閉。
他提到，目前人工智慧的發展主要存在兩個難題：一是人才的問題，但從目前的情況看這一問題很快就能解決——拿史丹福大學舉例，前幾年人工智慧不溫不火的時候，史丹福大學早就有一門關於深度學習的課程，整個學期選課的人寥寥無幾，只有幾十人，但是現在這門課已經有兩千多人參與，斯坦福同步開了很多教室並且都是滿的，搶著報名都報不上，所以人才的問題應該很快就不算是問題；
二是數據的問題，做人工智慧確實需要數據的支撐，而且是結構化的數據，這確實存在行業的壁壘，但是雙方都是有合作需求的，只要能夠在行業的實際場景中應用，這都是可以通過合作解決的，需要多方共同努力，所以對此事也算是比較樂觀。
阿里雲研究中心主任田豐提到：人工智慧產業突破口的關鍵在於行業服務。
IT 桔子的理解為，人工智慧創業一定要結合行業應用，一方面在於貼近數據資源，另一方面在於特定應用場景下的商業模式。
從市場上看這些公司發展的模式，以科大訊飛的發展為例，先以語音識別為突破口，當技術成熟後，以語音識別為中心開始構建價值生態體系。一方面擴展語音相關的業務，形成該領域的技術群：語音識別、語義分析、語音合成、語音轉寫、翻譯等；另一方面科大訊飛試圖將技術向外擴展，把這些技術應用於各個行業。總而言之，科大訊飛走的是「人工智慧+」的路線。
IT 桔子根據自身資料庫中人工智慧公司實際業務歸納分析得出下圖：
IT 桔子觀點：2017 年人工智慧一半是火焰一半是海水
2016 年是人工智慧發展的元年；而我們預測，2017 年將是一部分公司崛起的一年，也將是行業調整和波動的一年，行業整體還是呈持續發展態勢。
還以科大訊飛為例，其年報顯示，2016 年科大訊飛全年營收 33 億左右，淨利潤是 4.9 億。而在人工智慧語音識別領域，其他語音公司主營業務都還沒有盈利，還處於燒錢的狀態中，同時估值還很高，這就成了一個問題。如果每個人工智慧細分行業都存在這種情況，那就更是一個大問題。
可想而知，2017 年可能會有兩類典型的公司：
第一類公司，企業的技術很好的結合行業應用，找到適合他們技術應用場景，打開了市場，獲得的盈利，就能迅速崛起，打造生態系統。
第二類公司，技術沒有很好的結合行業應用，商業模式長時間未被市場所驗證，而且估值還很高，後面可能就會遭遇無人接盤、無法退出的危險。就很可能面臨被整合或者倒閉的風險。
所以，歸根結底，2017 年人工智慧產業的突破口在於行業服務和應用場景。
未來：「人工智慧+」or「+人工智慧」？
如今，像高盛這樣的金融巨頭，以及其他大型對衝基金，都正轉向由人工智慧驅動的系統以預測市場趨勢，從而做出更好的交易決定。2000 年，高盛位於紐約的股票現金交易部門有 600 個交易員，而如今只剩下兩個交易員，剩餘的工作全部由機器包辦。
以金融行業為例，據高盛公司估計，到 2025 年人工智慧可通過節省成本和帶來新盈利機會創造大約每年 340 億至 430 億美元的價值。
也許將來人工智慧產業會出現兩種模式，一種是典型的科大訊飛模式，即人工智慧+，以人工智慧技術為中心向各個行業滲透；一種是高盛模式，即+人工智慧，以行業巨頭為中心，人工智慧技術驅動整個行業的變革。
不管以哪種形式，相信未來人工智慧將深遠影響各個行業。
據創新工場預測，金融、醫療、安防、教育、能源、機器人、網際網路產業升級、傳統行業的流程自動化及商業智能等方面，人工智慧都具有千億美元以上的市場潛力。而自動駕駛技術對於交通運輸和汽車製造業的顛覆，更具有無法估量的經濟價值。
［本文由IT桔子（微信ID：itjuzi521）授權i黑馬發布。文中所述為作者獨立觀點，不代表i黑馬立場。推薦關注i黑馬訂閱號（ID:iheima）。］