AI創業是時代的最強音:泡沫現象及六大挑戰

微信號:互聯網世界D1com

微信號:d1comchina

當然,看到人工智能創業機遇的同時,我們也必須保持足夠清醒的頭腦。2016到2017年,人工智能的創業和投資明顯存在無序、失衡、過熱的情況。人們常常擔憂的泡沫現象的確存在。

看一看如星火燎原一般在美國、中國、以色列等地建立的自動駕駛創業團隊吧,自動駕駛這個行業確實巨大,但真的需要那麼多早期創業團隊嗎?要做一個第4級或第5級的自動駕駛,技術難度異常之大,非要投入巨資和最頂尖的研發人才不可。那麼,這麼多初創的自動駕駛團隊裡,究竟有幾個是可以在自動駕駛普及的那一天幸存下來並成長為行業巨人的呢?

家用機器人的概念就更別提了。那麼多號稱開始研發家用機器人的公司,如果是做亞馬遜Echo那樣的限定使用場景的智能家電還好說,如果上來就要做語言交流、人形外觀的機器人,那幾乎一定會因為技術水平無法達到人類用戶預期而走向失敗。這道理很好理解,越是長得像人的機器人,用戶就越是會用人的標準去衡量、評價它,希望越大,失望也就越大。

語音和自然語言處理方面的創業也有類似問題。今天的語音識別雖然做得相當不錯,但機器的能力僅限於感知領域,只能完成聽寫這種以轉錄為主的任務。也就是說,機器目前只能很有效地將語音轉換為文字,但根本無法直接理解文字的含義。只有限定一個非常特定的領域,技術才能解決問題,如果要求自然語言處理算法支持通用的人機對話,那就不切實際了。目前有許多從事智能客服、智能聊天機器人創業的團隊,這些團隊如果不善於界定問題領域,就很容易將需求問題變複雜,以至於人工智能技術也愛莫能助。

基於人臉識別技術的身份認證、安防類應用是中國人工智能創業的特色領域,並已經產生了至少四家獨角獸或接近獨角獸規模的創業公司。但這個領域的市場空間絕對不會像自動駕駛那麼寬廣,目前二三十家公司都要削尖腦袋擠進人臉識別市場的情況顯然是過熱了。

基於人工智能的輔助醫療診斷剛剛起步,就出現了一大批瞄準這一方向的創業公司。但只要是熟悉醫療行業的人都很清楚,在這個行業裡,要得到閉環的、有標註的、數據量足以發揮深度學習效能的醫療大數據,其難度遠超普通人的想像。沒有符合要求的醫療數據,人工智能又該從何談起?所以,在智能醫療領域,今後可以成功的初創公司,一定是那些既懂人工智能算法,又特別了解醫療行業,可以收集到高質量醫療數據的公司。

概括來說,目前的人工智能產業發展面臨六大挑戰:

一、前沿科研與產業實踐尚未緊密銜接:除少數垂直領域憑借多年大數據積累和業務流程優化經驗,已催生出行銷、風控、智能投顧、安防等人工智能技術可直接落地的應用場景外,大多數傳統行業的業務需求與人工智能的前沿科技成果之間尚存在不小距離。面向普通消費者的移動互聯網應用與人工智能技術之間的結合尚處在探索階段。科學家和研究者所習慣的學術語境,與創業者和工程師所習慣的產品語境之間還無法快速銜接。

二、人才缺口巨大,人才結構失衡:據LinkedIn 統計,全球目前擁有約 25 萬名人工智能專業人才,其中美國約占三分之一。這一數量級的人才儲備遠無法滿足未來幾年中人工智能在垂直領域及消費者市場快速、穩健增長的宏觀需求。人才供需矛盾顯著,高級算法工程師、研究員和科學家的身價持續走高。人才結構方面,高端人才、中堅力量和基礎人才間的數量比例遠未達到最優。

三、數據孤島化和碎片化問題明顯:數據隱私、數據安全對人工智能技術建立跨行業、跨領域的大數據模型提出了政策、法規與監管方面的要求。各垂直領域的從業者從商業利益出發,也為數據的共享和流轉限定了基本的規則和邊界。此外,許多傳統行業的數據積累在規範程度和流轉效率上還遠未達到可充分發揮人工智能技術潛能的程度。

四、可復用和標準化的技術框架、平台、工具、服務尚未成熟:雖然TensorFlow、Caffe、MXNet 等深度學習框架已被數以萬計的研發團隊采納,相關開源項目的數量也在飛速增加,但一個完整人工智能生態所必備的,從晶片、總線、平台、架構到框架、應用模型、測評工具、可視化工具、雲服務的模塊化與標準化工作,尚需三年或更長時間才能真正成熟。

五、一些領域存在超前發展、盲目投資等問題:目前的人工智能技術只有在限定問題邊界、規範使用場景、擁有大數據支持的領域才能發揮最大效能。但創投界存在盲目追捧,不顧領域自身發展程度,或利用人工智能來包裝概念等現象。由此產生的盲目創業和投資問題雖非主流,但仍有可能傷害整個行業的健康發展。

六、創業難度相對較高,早期創業團隊需要更多支持:與互聯網時代、移動互聯網時代的創業相比,人工智能創業團隊面臨諸多新的挑戰。例如,對高級人才較為依賴,科學家創業者自身的商業實踐經驗較少,高質量大數據較難獲得,深度學習計算單元和計算集群的價格十分昂貴,等等。

(來源:創事記)

企業網D1net已推出企業應用商店(www.enappstore.com),面向企業級軟體,SaaS等提供商,提供陳列,點評功能,不參與交易和交付。現可免費入駐,入駐後,可獲得在企業網D1net 相應公眾號推薦的機會。歡迎入駐。

掃描下方「二維碼」即可註冊,註冊後讀者可以點評,廠商可以免費入駐。

如果您在企業IT、網路、通信行業的某一領域工作,並希望分享觀點,歡迎給企業網D1Net投稿,投稿郵箱:[email protected]

熱門文章