人工智能時(shí)代剛剛到來(lái)，該領(lǐng)域的各種創(chuàng)業(yè)機(jī)會(huì)還處在相對(duì)早期的發(fā)展階段。未來(lái)四五年對(duì)于人工智能時(shí)代的意義，和二十世紀(jì)七八十年代年代對(duì)于PC時(shí)代的意義相比，絕對(duì)毫不遜色。幾乎可以預(yù)言，如果人工智能時(shí)代也會(huì)出現(xiàn)蘋果、微軟、Google、百度、阿里、騰訊等偉大公司的話，那么，這些公司一定會(huì)有相當(dāng)數(shù)量是在這四五年內(nèi)創(chuàng)立。

因?yàn)橘Y本、人才和市場(chǎng)三位一體的優(yōu)勢(shì)，美國(guó)的人工智能初創(chuàng)企業(yè)不僅數(shù)量最多，而且質(zhì)量最高,類型最為齊全。從舊金山到硅谷，從西雅圖到紐約，在AI芯片、AI平臺(tái)、自動(dòng)駕駛、智慧金融、智能醫(yī)療、機(jī)器人、智能物聯(lián)網(wǎng)、智能教育、智能客服等領(lǐng)域里創(chuàng)業(yè)的公司數(shù)不勝數(shù)。

英國(guó)是另一個(gè)人工智能創(chuàng)業(yè)的樂(lè)園，研發(fā)AlphaGo的DeepMind就是一大批英國(guó)AI創(chuàng)業(yè)明星中的代表。2017年1月，我(李開(kāi)復(fù))和倫敦市長(zhǎng)Sadiq Aman Khan討論英國(guó)人工智能創(chuàng)業(yè)氛圍時(shí)了解到，英國(guó)之所以在人工智能創(chuàng)業(yè)領(lǐng)域獨(dú)具特色，主要是因?yàn)橛?guó)有足夠優(yōu)秀的人工智能科學(xué)家，在科研領(lǐng)域處于世界頂尖水平，但在資本、市場(chǎng)等大環(huán)境上，英國(guó)仍無(wú)法與美國(guó)相比，這是包括DeepMind在內(nèi)的許多英國(guó)創(chuàng)業(yè)團(tuán)隊(duì)都被美國(guó)公司收購(gòu)的原因。Sadiq Aman Khan認(rèn)為，英國(guó)應(yīng)當(dāng)加強(qiáng)自己的資本生態(tài)系統(tǒng)(英國(guó)支持科技創(chuàng)新的資本總量比美國(guó)、中國(guó)還是差了不少)，同時(shí)需要讓本土技術(shù)能更快走向美國(guó)、中國(guó)等更大的市場(chǎng)。

加拿大是人工智能創(chuàng)業(yè)的“科研型孵化器”。深度學(xué)習(xí)三巨頭中， Geoffrey Hinton和Yoshua Bengio都在加拿大的大學(xué)教書(shū)，這直接促成了加拿大極為出色的人工智能研究氛圍。大批人工智能方向的優(yōu)秀學(xué)生從加拿大的大學(xué)畢業(yè)。他們中的相當(dāng)一部分都“南下”美國(guó)工作或創(chuàng)業(yè)，但也有不少人選擇在加拿大開(kāi)始他們的創(chuàng)業(yè)歷程。2016年10月，Yoshua Bengio啟動(dòng)了一個(gè)名叫Element AI的創(chuàng)業(yè)孵化項(xiàng)目，專注于深度學(xué)習(xí)技術(shù)研發(fā)，幫助蒙特利爾大學(xué)和麥吉爾大學(xué)的人工智能研究項(xiàng)目建立初創(chuàng)公司。Yoshua Bengio說(shuō)，“我將努力在蒙特利爾大學(xué)建立一個(gè)‘人工智能’生態(tài)。”

圖1 按季度統(tǒng)計(jì)的AI初創(chuàng)公司被收購(gòu)和并購(gòu)的數(shù)量

中國(guó)的人工智能創(chuàng)業(yè)幾乎與世界同步。根據(jù)《烏鎮(zhèn)指數(shù)：全球人工智能發(fā)展報(bào)告2016》的統(tǒng)計(jì)：人工智能領(lǐng)域，美國(guó)與歐洲投資較為密集，數(shù)量較多，其次為中國(guó)、印度、以色列。美國(guó)共獲得3450多筆投資，位列全球第一，英國(guó)獲得274筆投資，位列第二，中國(guó)則以146筆投資位列第三。美國(guó)人工智能企業(yè)總數(shù)為2905家，全球第一。僅加州的舊金山/灣區(qū)、大洛杉磯地區(qū)兩地的企業(yè)數(shù)量即達(dá)到1155家，占全球的19.13%。中國(guó)人工智能企業(yè)數(shù)量雖不及美國(guó)，但在北京、上海、深圳三大城市，也集中了一批高質(zhì)量的人工智能團(tuán)隊(duì)。北京、上海、深圳的AI企業(yè)數(shù)量占全球總數(shù)的7.4%，在東亞地區(qū)位列前三。其中，北京的AI企業(yè)就有242家。

人工智能的商業(yè)化路線圖

本質(zhì)上，過(guò)去二十年的互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)是一個(gè)不斷將線上、線下的業(yè)務(wù)場(chǎng)景緊密連接，同時(shí)也不斷促使數(shù)據(jù)產(chǎn)生、流轉(zhuǎn)、集中和再利用的過(guò)程。如果把世界看成一個(gè)大市場(chǎng)，互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的作用就是讓這個(gè)大市場(chǎng)中的信息更透明，讓信息流通更順暢，以此降低交易成本，消除信息不對(duì)稱。

但在知識(shí)、數(shù)據(jù)的積累達(dá)到了一個(gè)頂峰，業(yè)務(wù)流程也因?yàn)樾畔⒌母咝Я鬓D(zhuǎn)而舒暢連接到一起后，如何進(jìn)一步提高生產(chǎn)率，降低業(yè)務(wù)成本，提升業(yè)務(wù)收入呢?我們認(rèn)為，下一次生產(chǎn)率革命的關(guān)鍵是“自動(dòng)化”，而人工智能正是幫助現(xiàn)有流程實(shí)現(xiàn)自動(dòng)化的最好工具。

從投資人的角度看，AI興起的最大契機(jī)還不是深度學(xué)習(xí)技術(shù)的發(fā)明，而是過(guò)去20年互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展對(duì)自動(dòng)化的強(qiáng)烈需求。有了這個(gè)需求，有了成熟的業(yè)務(wù)流程和高質(zhì)量的大數(shù)據(jù)，深度學(xué)習(xí)技術(shù)的突破就是“萬(wàn)事俱備、只欠東風(fēng)”的事了。

所以，戰(zhàn)略方面，我們絲毫不用擔(dān)心AI能否落地、能否商業(yè)化。Google、Facebook、百度等互聯(lián)網(wǎng)巨頭的搜索和廣告業(yè)務(wù)本質(zhì)上就是機(jī)器學(xué)習(xí)驅(qū)動(dòng)的，而且早已被證明是成功的。我們需要關(guān)心的，只是人工智能在接下來(lái)的時(shí)間內(nèi)，以何種趨勢(shì)、何種方式在其他領(lǐng)域落地的問(wèn)題。

創(chuàng)新工場(chǎng)管理合伙人，資深投資人汪華認(rèn)為，人工智能的商業(yè)化大致可分為三個(gè)主要階段：

第一階段，AI會(huì)率先在那些在線化程度高的行業(yè)開(kāi)始應(yīng)用，在數(shù)據(jù)端、媒體端實(shí)現(xiàn)自動(dòng)化。這一過(guò)程會(huì)首先從線上“虛擬世界”開(kāi)始，隨著在線化的發(fā)展擴(kuò)張到各行業(yè)，幫助線上業(yè)務(wù)實(shí)現(xiàn)流程自動(dòng)化、數(shù)據(jù)自動(dòng)化、業(yè)務(wù)自動(dòng)化。

互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展已經(jīng)在許多領(lǐng)域?yàn)锳I做好了業(yè)務(wù)流程和數(shù)據(jù)上的準(zhǔn)備。擁有高質(zhì)量線上大數(shù)據(jù)的行業(yè)會(huì)最早進(jìn)入人工智能時(shí)代。例如，大家常說(shuō)金融行業(yè)是目前人工智能應(yīng)用的熱點(diǎn)，這正是因?yàn)榻鹑谛袠I(yè)特別是互聯(lián)網(wǎng)金融已經(jīng)做好了使用AI的準(zhǔn)備。此外，美團(tuán)等公司將餐飲服務(wù)與線上業(yè)務(wù)連接了起來(lái)，滴滴、摩拜單車等公司將交通出行與線上業(yè)務(wù)連接了起來(lái)，在這些擁有線上業(yè)務(wù)流程和高質(zhì)量數(shù)據(jù)積累的地方，AI同樣開(kāi)始發(fā)揮作用，大幅提高線上業(yè)務(wù)的自動(dòng)化程度。

第二階段，隨著感知技術(shù)、傳感器和機(jī)器人技術(shù)的發(fā)展，AI會(huì)延伸到實(shí)體世界，并率先在專業(yè)領(lǐng)域、行業(yè)應(yīng)用、生產(chǎn)力端實(shí)現(xiàn)線下業(yè)務(wù)的自動(dòng)化。

可以感知實(shí)體世界信息的傳感器和相關(guān)的感知技術(shù)會(huì)越來(lái)越成熟、越來(lái)越便宜。在線下業(yè)務(wù)中，計(jì)算機(jī)系統(tǒng)可以通過(guò)物理方式，接受線下信息或幫助完成線下操作。這個(gè)轉(zhuǎn)變意味著人工智能從線上的“虛擬世界”走進(jìn)了線下的實(shí)體世界。這個(gè)階段，人工智能的商業(yè)化會(huì)首先從生產(chǎn)力的角度切入，整個(gè)世界的生產(chǎn)制造會(huì)逐漸被AI滲透。工業(yè)機(jī)器人、倉(cāng)儲(chǔ)機(jī)器人、物流機(jī)器人等將在這個(gè)階段實(shí)現(xiàn)大范圍的普及。

第三階段，當(dāng)成本技術(shù)進(jìn)一步成熟，AI會(huì)延伸到個(gè)人場(chǎng)景，全面自動(dòng)化的時(shí)代終將到來(lái)。

隨著技術(shù)日趨成熟，相關(guān)的智能產(chǎn)品價(jià)格大幅下降，AI終將從企業(yè)應(yīng)用進(jìn)入個(gè)人和家庭。那時(shí)，每個(gè)人的工作和生活中，大量的應(yīng)用場(chǎng)景都會(huì)因?yàn)锳I的幫助而更加自動(dòng)化、更有效率，人類的生活質(zhì)量終將因AI普及而大幅提升。這個(gè)階段里，AI商業(yè)化的核心目標(biāo)是創(chuàng)建全面自動(dòng)化的人類生活方式。

根據(jù)汪華的判斷，我們目前正在進(jìn)入AI商業(yè)化的第一個(gè)階段，也許只需要三年左右的時(shí)間，AI就可以在各種在線業(yè)務(wù)中得到普及。AI商業(yè)化的第二個(gè)階段，大概要花五六年、六七年左右的時(shí)間才能充分發(fā)展起來(lái)。而標(biāo)志著全面自動(dòng)化的第三階段，也許需要十幾年或更長(zhǎng)的時(shí)間。

就各垂直領(lǐng)域具體來(lái)說(shuō)，人工智能在互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用，如搜索引擎、廣告推薦等已經(jīng)非常成熟。在商業(yè)自動(dòng)化、語(yǔ)音識(shí)別、機(jī)器視覺(jué)、手勢(shì)識(shí)別、基礎(chǔ)傳感器、工業(yè)機(jī)器人等方面，人工智能可以立即應(yīng)用，立即收效。

圖2 創(chuàng)新工場(chǎng)在人工智能領(lǐng)域的投資布局

金融類人工智能的應(yīng)用雖然已經(jīng)起步，但尚需一段時(shí)間才能真正普及。智能教育、智能醫(yī)療、AR/VR中的人工智能、量產(chǎn)的傳感器、商業(yè)用機(jī)器人等，預(yù)計(jì)會(huì)在三到五年內(nèi)成熟可用。

可以供普通技術(shù)人員乃至非技術(shù)人員使用的人工智能平臺(tái)(包括計(jì)算架構(gòu)、算法框架、傳感平臺(tái)、云服務(wù)等等)，大約會(huì)在三到五年后趨于成熟并擁有足夠大的商業(yè)機(jī)會(huì)。

通用的自然語(yǔ)言對(duì)話工具、智能助手、普及型的家用機(jī)器人等，則至少需要十年左右甚至更長(zhǎng)的時(shí)間，才有可能完成商業(yè)化。

另外，在自動(dòng)駕駛領(lǐng)域，三到五年內(nèi)，必將是第二級(jí)到第三級(jí)的輔助駕駛最先大規(guī)模商用，而且，鑒于安全考慮，這些自動(dòng)駕駛應(yīng)用也會(huì)是限定場(chǎng)景、限定道路等級(jí)的。真正意義上的“無(wú)人駕駛”，即第四級(jí)或第五級(jí)的自動(dòng)駕駛，大概還需要五到十年，才能上路運(yùn)行。

AI創(chuàng)業(yè)的泡沫現(xiàn)象及六大挑戰(zhàn)

當(dāng)然，看到人工智能創(chuàng)業(yè)機(jī)遇的同時(shí)，我們也必須保持足夠清醒的頭腦。2016到2017年，人工智能的創(chuàng)業(yè)和投資明顯存在無(wú)序、失衡、過(guò)熱的情況。人們常常擔(dān)憂的泡沫現(xiàn)象的確存在。

看一看如星火燎原般在美國(guó)、中國(guó)、以色列等地建立的自動(dòng)駕駛創(chuàng)業(yè)團(tuán)隊(duì)吧，自動(dòng)駕駛這個(gè)行業(yè)確實(shí)巨大，但真的需要那么多早期創(chuàng)業(yè)團(tuán)隊(duì)嗎?要做一個(gè)第四級(jí)或第五級(jí)的自動(dòng)駕駛，技術(shù)難度異常之大，非要投入巨資和最頂尖的研發(fā)人才不可。那么，這么多初創(chuàng)的自動(dòng)駕駛團(tuán)隊(duì)里，究竟有幾個(gè)是可以在自動(dòng)駕駛普及的那一天幸存下來(lái)并成長(zhǎng)為行業(yè)巨人的呢?

家用機(jī)器人的概念就更別提了。那么多號(hào)稱開(kāi)始研發(fā)家用機(jī)器人的公司，如果是做亞馬遜Echo那樣的限定使用場(chǎng)景的智能家電還好說(shuō)，如果上來(lái)就要做語(yǔ)言交流、人形外觀的機(jī)器人，那幾乎一定會(huì)因?yàn)榧夹g(shù)水平無(wú)法達(dá)到人類用戶預(yù)期而走向失敗。這道理很好理解，越是長(zhǎng)得像人的機(jī)器人，用戶就越是會(huì)用人的標(biāo)準(zhǔn)去衡量、評(píng)價(jià)它，希望越大，失望也就越大。

語(yǔ)音和自然語(yǔ)言處理方面的創(chuàng)業(yè)也有類似問(wèn)題。今天的語(yǔ)音識(shí)別雖然做得相當(dāng)不錯(cuò)，但機(jī)器的能力僅限于感知領(lǐng)域，只能完成聽(tīng)寫(xiě)這種以轉(zhuǎn)錄為主的任務(wù)。也就是說(shuō)，機(jī)器目前只能很有效地將語(yǔ)音轉(zhuǎn)換為文字，但根本無(wú)法直接理解文字的含義。只有限定一個(gè)非常特定的領(lǐng)域，技術(shù)才能解決問(wèn)題，如果要求自然語(yǔ)言處理算法支持通用的人機(jī)對(duì)話，那就不切實(shí)際了。目前有許多從事智能客服、智能聊天機(jī)器人創(chuàng)業(yè)的團(tuán)隊(duì)，這些團(tuán)隊(duì)如果不善于界定問(wèn)題領(lǐng)域，就很容易將需求問(wèn)題變復(fù)雜，以至于人工智能技術(shù)也愛(ài)莫能助。

基于人臉識(shí)別技術(shù)的身份認(rèn)證、安防類應(yīng)用是中國(guó)人工智能創(chuàng)業(yè)的特色領(lǐng)域，并已經(jīng)產(chǎn)生了至少四家獨(dú)角獸或接近獨(dú)角獸規(guī)模的創(chuàng)業(yè)公司。但這個(gè)領(lǐng)域的市場(chǎng)空間絕對(duì)不會(huì)像自動(dòng)駕駛那么寬廣，目前二三十家公司都要削尖腦袋擠進(jìn)人臉識(shí)別市場(chǎng)的情況顯然是過(guò)熱了。

基于人工智能的輔助醫(yī)療診斷剛剛起步，就出現(xiàn)了一大批瞄準(zhǔn)這一方向的創(chuàng)業(yè)公司。但只要是熟悉醫(yī)療行業(yè)的人都很清楚，在這個(gè)行業(yè)里，要得到閉環(huán)的、有標(biāo)注的、數(shù)據(jù)量足以發(fā)揮深度學(xué)習(xí)效能的醫(yī)療大數(shù)據(jù)，其難度遠(yuǎn)超普通人的想象。沒(méi)有符合要求的醫(yī)療數(shù)據(jù)，人工智能又該從何談起?所以，在智能醫(yī)療領(lǐng)域，今后可以成功的初創(chuàng)公司，一定是那些既懂人工智能算法，又特別了解醫(yī)療行業(yè)，可以收集到高質(zhì)量醫(yī)療數(shù)據(jù)的公司。

概括來(lái)說(shuō)，目前的人工智能產(chǎn)業(yè)發(fā)展面臨六大挑戰(zhàn)：

一、前沿科研與產(chǎn)業(yè)實(shí)踐尚未緊密銜接：除少數(shù)垂直領(lǐng)域憑借多年大數(shù)據(jù)積累和業(yè)務(wù)流程優(yōu)化經(jīng)驗(yàn)，已催生出營(yíng)銷、風(fēng)控、智能投顧、安防等人工智能技術(shù)可直接落地的應(yīng)用場(chǎng)景外，大多數(shù)傳統(tǒng)行業(yè)的業(yè)務(wù)需求與人工智能的前沿科技成果之間尚存在不小距離。面向普通消費(fèi)者的移動(dòng)互聯(lián)網(wǎng)應(yīng)用與人工智能技術(shù)之間的結(jié)合尚處在探索階段?？茖W(xué)家和研究者所習(xí)慣的學(xué)術(shù)語(yǔ)境，與創(chuàng)業(yè)者和工程師所習(xí)慣的產(chǎn)品語(yǔ)境之間還無(wú)法快速銜接。

二、人才缺口巨大，人才結(jié)構(gòu)失衡：據(jù)LinkedIn統(tǒng)計(jì)，全球目前擁有約 25 萬(wàn)名人工智能專業(yè)人才，其中美國(guó)約占三分之一。這一數(shù)量級(jí)的人才儲(chǔ)備遠(yuǎn)無(wú)法滿足未來(lái)幾年中人工智能在垂直領(lǐng)域及消費(fèi)者市場(chǎng)快速、穩(wěn)健增長(zhǎng)的宏觀需求。人才供需矛盾顯著，高級(jí)算法工程師、研究員和科學(xué)家的身價(jià)持續(xù)走高。人才結(jié)構(gòu)方面，高端人才、中堅(jiān)力量和基礎(chǔ)人才間的數(shù)量比例遠(yuǎn)未達(dá)到最優(yōu)。

三、數(shù)據(jù)孤島化和碎片化問(wèn)題明顯：數(shù)據(jù)隱私、數(shù)據(jù)安全對(duì)人工智能技術(shù)建立跨行業(yè)、跨領(lǐng)域的大數(shù)據(jù)模型提出了政策、法規(guī)與監(jiān)管方面的要求。各垂直領(lǐng)域的從業(yè)者從商業(yè)利益出發(fā)，也為數(shù)據(jù)的共享和流轉(zhuǎn)限定了基本的規(guī)則和邊界。此外，許多傳統(tǒng)行業(yè)的數(shù)據(jù)積累在規(guī)范程度和流轉(zhuǎn)效率上還遠(yuǎn)未達(dá)到可充分發(fā)揮人工智能技術(shù)潛能的程度。

四、可復(fù)用和標(biāo)準(zhǔn)化的技術(shù)框架、平臺(tái)、工具、服務(wù)尚未成熟：雖然TensorFlow、Caffe、MXNet等深度學(xué)習(xí)框架已被數(shù)以萬(wàn)計(jì)的研發(fā)團(tuán)隊(duì)采納，相關(guān)開(kāi)源項(xiàng)目的數(shù)量也在飛速增加，但一個(gè)完整人工智能生態(tài)所必備的，從芯片、總線、平臺(tái)、架構(gòu)到框架、應(yīng)用模型、測(cè)評(píng)工具、可視化工具、云服務(wù)的模塊化與標(biāo)準(zhǔn)化工作，尚需三年或更長(zhǎng)時(shí)間才能真正成熟。

五、一些領(lǐng)域存在超前發(fā)展、盲目投資等問(wèn)題：目前的人工智能技術(shù)只有在限定問(wèn)題邊界、規(guī)范使用場(chǎng)景、擁有大數(shù)據(jù)支持的領(lǐng)域才能發(fā)揮最大效能。但創(chuàng)投界存在盲目追捧，不顧領(lǐng)域自身發(fā)展程度，或利用人工智能來(lái)包裝概念等現(xiàn)象。由此產(chǎn)生的盲目創(chuàng)業(yè)和投資問(wèn)題雖非主流，但仍有可能傷害整個(gè)行業(yè)的健康發(fā)展。

六、創(chuàng)業(yè)難度相對(duì)較高，早期創(chuàng)業(yè)團(tuán)隊(duì)需要更多支持：與互聯(lián)網(wǎng)時(shí)代、移動(dòng)互聯(lián)網(wǎng)時(shí)代的創(chuàng)業(yè)相比，人工智能創(chuàng)業(yè)團(tuán)隊(duì)面臨諸多新的挑戰(zhàn)。例如，對(duì)高級(jí)人才較為依賴，科學(xué)家創(chuàng)業(yè)者自身的商業(yè)實(shí)踐經(jīng)驗(yàn)較少，高質(zhì)量大數(shù)據(jù)較難獲得，深度學(xué)習(xí)計(jì)算單元和計(jì)算集群的價(jià)格十分昂貴等。

既是時(shí)代“風(fēng)口”，又有“泡沫”干擾——這是人工智能創(chuàng)業(yè)在今天的主旋律。

就像過(guò)去二十年互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的商業(yè)化所走過(guò)的歷程一樣，人工智能的商業(yè)化會(huì)以自己的節(jié)奏，分階段、分步驟滲透到人類生產(chǎn)、生活的方方面面。而且，AI對(duì)整個(gè)社會(huì)的改變，可能比過(guò)去二十年互聯(lián)網(wǎng)革命所帶來(lái)的改變要大得多。能否準(zhǔn)確把握AI商業(yè)化的脈絡(luò)，是AI時(shí)代的創(chuàng)業(yè)能否站在“風(fēng)口”上的關(guān)鍵。