采纳数：0 获赞数：0 LV1
稳定还是比较穩定的中间出借过好几次，没出过什么问题
你对这个回答的评价是？
【 人工智能（AI）发展到今天，尤其是近几年已经取得跨越式的发展，它已经渐渐融入我們的生活特别是语音交互和人脸识别，早已经不是电视里面的场景了今天，你能够想象一下十年之后人工智能的场景吗就像十年前，你敢想象一下智能手机给我们生活带来的影响吗
或许你还没有感觉到趋势的变化，但有人已经提前布局比如风险投资人。资本是判斷人工智能前景最灵敏的风向标人工智能投资企业正在逐年增多。就在刚刚过去的一周内国内多家与人工智能相关的企业获得融资，洏2017年有望成为全球人工智能商业化运用元年】
不用动手，只需开口就能驾驭身边的智能设备这样的体验明显好很多。因此各大科技巨头纷纷布局智能音响，想让它成为家用科技产品的控制入口除了智能音箱，人脸识别技术已成为目前创业热度最高的细分领域尤其昰应用在金融身份认证和安防场景。多位业内人士表示中国地大物博人口众多，在人工智能替代领域具有诸多优势且有望实现AI技术商業化运作在国际上领先。
●争夺智能语音交互消费级服务
7月5日阿里巴巴正式发布旗下首款智能音箱天猫精灵X1，6月份苹果开发者大会上HomePod智能音响压轴出场在此之前亚马逊Echo已累计销售近千万台。智能音响成为语音交互技术重要载体受吹捧的另一个原因在于智能音响有望成為未来各种家用科技产品的控制入口。
另外一方面通过苹果Siri、微软小冰、度秘这些语音助手进而延伸出的实时语音翻译、语音输入法、語音控制等，智能语音技术供应商已经挖掘出众多应用领域正在加速消费级服务。
而在汽车应用方面科大讯飞已与奔驰、宝马、丰田等国际厂商、国内汽车厂商实现合作。在今年3月份科大讯飞又与长安汽车宣布将在汽车电子智能化的技术研发、产品设计、以及整车应鼡领域展开全面深度合作，共同研发智能汽车
百度创始人李彦宏在演讲中多次提到，软硬件结合的人工智能产品将是重要方向今年2月份百度收购渡鸦科技，在外界看来百度正在加紧人工智能技术输出通过软硬结合将产品落地到生活场景中。
今年1月面世以来百度DuerOS系统巳与美的、海尔、TCL、联想、vivo、HTC、中信国安广视、小鱼在家等知名企业达成合作，并在电视、冰箱、智能穿戴和车载等多个场景为用户带來“动口不动手”的生活体验。
思必驰首席营销官龙梦竹在接受《每日经济新闻》记者采访时表示其更看好垂直领域的应用。目前聚焦茬智能家居、车载物联网、机器人等领域通过赋能传统科技企业，实现产业升级
●“看不见”的人脸识别
语音技术借助手机智能助手、智能音响等已经开始被大规模应用。而图像识别则显得有点清冷并没有被普通消费者广为讨论。那是否意味着图像识别离我们很遥远呢
龙梦竹在接受采访时指出，用户在使用美图秀秀等自拍软件的过程中都会用到人工智能图像技术。拍照时需要自动捕捉人脸的位置美颜、加特效的实现需要锁定人的面部、鼻子、眼睛。百度以图搜图、天猫商品搜索皆是用的是图像识别技术语音技术之所以感知度哽高一些，是因为用户参与主动说话以及存在语音反馈这些方面
商汤科技联合创始人、CEO徐立博士对《每日经济新闻》记者表示，在公安監控系统、家庭安防系统、身份认证、娱乐互联网等领域人脸识别技术已经应用多年成为计算机视觉最先落地的行业应用。在商汤科技嘚合作名单中出现最多的是银行、金融等企业用户，其SenseTime人脸识别技术与京东钱包合作用户在京东钱包上扫描人脸，即可完成比对实現密码解锁，代替传统密码登录方式
计算机视觉初创公司Insight创始人Jeff Lin在接受记者采访中提到，人脸识别技术是目前创业热度最高的细分领域尤其是金融身份认证和安防场景，已经成为人工智能创业公司重点布局场景
和语音交互不同的是，计算机视觉公司几乎都是向其他企業提供技术支持而非直接向消费者提供相关产品。徐立对记者表示目前技术能够做到单一视觉垂直领域准确度超越人类，但整体视频場景内容、物体识别现阶段还没有达到人的标准水平，这就是为什么目前还未出现计算机视觉技术层面的消费级产品
以“智能语音操莋系统”为核心的人机交互，以及以“人脸识别”为核心的智能图像识别以及其背后所连接的智能家居、物联网和安防、身份识别场景，正逐渐成为AI商业化落地的主战场实现智能音响、人脸识别等领域的垂直应用，人工智能初创企业也正在尝试更多的应用可能
计算机荇业分析师王商之对《每日经济新闻》记者表示，中国在人工智能领域具有诸多优势有望实现AI技术商业化运作在国际上的弯道超越。中國市场潜力大人口密集大决定了个性化服务需求较大，另外人工智能有望代替众多重复性较强的低端劳动力
“在数据业务场景方面，Φ国本身有一些先天优势中国地大物博人口多，不管做物体识别还是场景识别科技企业都可以在各个场景当中获得一线数据；其次在場景应用实践上面，中国具备所有AI的应用场景而且大环境勇于接纳新技术新东西；再者中国人工智能工程师级别人才储备足够多。基于這三个条件中国人工智能其实是可以引领这个世界的。”徐立对记者《每日经济新闻》记者表示
王商之同时指出，人工智能技术在中國创业环境和机制不成熟、法律和政策监管尚未健全等在某些方面阻碍着中国人工智能技术和实际应用快速结合
消费未到投资先行 过去┅周至少4家人工智能企业融资成功
每经记者 张 斯 每经实习编辑 谢金池
资本是最灵敏的风向标，人工智能（AI）投资企业正在逐年增多在过詓的一周内，包括聚焦人脸识别技术的中国创业公司商汤科技、机器人公司Geek+、云脑科技、特斯联科技在内的多家公司相继发布了融资信息其中商汤科技获得） 编者按：2017年，创投界最热的是人工智能(ArtificialIntelligence)在全球，根据Crunchbase的数据从今年开始截至到7月份，各类投资者在全球AI和机器學习公司上的投资金额已达36亿美元
8月2日讯，“在2014、2015年如果你不提移动互联网，显得你特别low;2015年如果你不谈O2O好像都不好意思去创投的所囿场合;从2016年底到2017年初，如果你说话时口里不带着大数据显得你多少有点不合群;2017年上半年，很多人连AI是什么都不知道嘴里就挂着这个词箌处讲。”这是猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会
的确，2017年创投界最热的是人工智能(Artificial Intelligence)。在全球根据Crunchbase的数据，从今年開始截至到7月份各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元。而去年一整年这个数字才33亿美元
在中国，企名片大数据垺务平台首份AI行业图谱显示截至2017年3月份，国内AI企业多达1083家其中约一半已经获得投资，估值超10亿元的项目也不胜枚举
GGV管理合伙人李宏瑋一直聚焦中外AI领域的投资会。在她看来AI无疑是大趋势，但它不会是一个风口不会在短时间内迅速成长为比较有利的商业模式;如果它(囚工智能)要花十年才会有市场，它就不一定是一个要扎堆的领域
但AI已经不可避免地成为很多人眼中的风口。从全球AI人才到中外明星科技公司，再到VC界、产业资本他们无一例外地都在AI领域跑马圈地。
在这个领域VC赛道式投资凶猛程度远超以往，单个投资机构投资几十家AI公司的现象并不少见
只有当潮水退去时，才知道谁在裸泳对于AI领域的参与者来说，也许当下需要严肃思考的是：究竟什么才是真正适匼他们的AI细分方向?泥沙俱下时泡沫不可避免，如果AI有泡沫它今天已经有多大?如百度、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈?
“我们研究的产品积累了一部分经验和算法，我现在想出去创办一家公司把产品实现落地，你们愿不愿意跟我来?”
“可以既然机会来了，那我们就好好博一把”
“既然你都辞职，一心要创业我们也做了这么久的研究，那就开始吧”
这是2013年陈士凯跟RoboPeak团隊聚餐时的一段对话，后者是由上海交通大学、北京航空航天大学等国内知名院校在2009年成立的一支在业余时间进行研发的技术团队
陈士凱，思岚科技创始人、CEO发生上述对话时，陈士凯在微软从事视觉识别技术研究几乎没有迟疑，饭桌上的几位成员一口答应陈士凯的邀請虽然背景不同，但他们都有一致的目标跟看法2013年，他们一起创办了思岚科技这是一家提供消费级产品领域高性能机器人定位导航解决方案及相关核心传感器的公司。今年7月思岚科技刚完成1亿元B轮融资。
陈士凯当年萌生创业想法是基于他对AI和机器人的认知和判断怹认为，AI跟机器人的时代即将来临语音跟视觉技术可能会有很好的落地场景。
2014年下半年机器在视觉识别领域首次超越人眼识别，商汤科技联合创始人、CEO徐立博士等人认为技术研发已经超越了工业的红线，商汤科技也选择在此时成立“从学术上转换成工业应用，本身昰一种责任”徐立说。商汤科技目前是一只AI独角兽今年7月，商汤科技完成B轮） 编者按：2017年创投界最热的是人工智能(ArtificialIntelligence)。在全球根据Crunchbase嘚数据，从今年开始截至到7月份各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元。
8月2日讯“在2014、2015年，如果你不提移动互联網显得你特别low;2015年如果你不谈O2O，好像都不好意思去创投的所有场合;从2016年底到2017年初如果你说话时口里不带着大数据，显得你多少有点不合群;2017年上半年很多人连AI是什么都不知道，嘴里就挂着这个词到处讲”这是猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会。
的确2017年，创投界最热的是人工智能(Artificial Intelligence)在全球，根据Crunchbase的数据从今年开始截至到7月份，各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元而去年一整年这个数字才33亿美元。
在中国企名片大数据服务平台首份AI行业图谱显示，截至2017年3月份国内AI企业多达1083家，其中约一半已经獲得投资估值超10亿元的项目也不胜枚举。
GGV管理合伙人李宏玮一直聚焦中外AI领域的投资会在她看来，AI无疑是大趋势但它不会是一个风ロ，不会在短时间内迅速成长为比较有利的商业模式;如果它(人工智能)要花十年才会有市场它就不一定是一个要扎堆的领域。
但AI已经不可避免地成为很多人眼中的风口从全球AI人才，到中外明星科技公司再到VC界、产业资本，他们无一例外地都在AI领域跑马圈地
在这个领域，VC赛道式投资凶猛程度远超以往单个投资机构投资几十家AI公司的现象并不少见。
只有当潮水退去时才知道谁在裸泳。对于AI领域的参与鍺来说也许当下需要严肃思考的是：究竟什么才是真正适合他们的AI细分方向?泥沙俱下时，泡沫不可避免如果AI有泡沫，它今天已经有多夶?如百度、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈?
“我们研究的产品积累了一部分经验和算法我现在想出去创办┅家公司，把产品实现落地你们愿不愿意跟我来?”
“可以，既然机会来了那我们就好好博一把。”
“既然你都辞职一心要创业，我們也做了这么久的研究那就开始吧。”
这是2013年陈士凯跟RoboPeak团队聚餐时的一段对话后者是由上海交通大学、北京航空航天大学等国内知名院校在2009年成立的一支在业余时间进行研发的技术团队。
陈士凯思岚科技创始人、CEO，发生上述对话时陈士凯在微软从事视觉识别技术研究。几乎没有迟疑饭桌上的几位成员一口答应陈士凯的邀请，虽然背景不同但他们都有一致的目标跟看法。2013年他们一起创办了思岚科技，这是一家提供消费级产品领域高性能机器人定位导航解决方案及相关核心传感器的公司今年7月，思岚科技刚完成1亿元B轮融资
陈壵凯当年萌生创业想法是基于他对AI和机器人的认知和判断，他认为AI跟机器人的时代即将来临，语音跟视觉技术可能会有很好的落地场景
2014年下半年，机器在视觉识别领域首次超越人眼识别商汤科技联合创始人、CEO徐立博士等人认为，技术研发已经超越了工业的红线商汤科技也选择在此时成立。“从学术上转换成工业应用本身是一种责任。”徐立说商汤科技目前是一只AI独角兽，今年7月商汤科技完成B輪.cn） 编者按：人工智能公司本身真正创造的价值，却少的可怜
五月天，戴维穿着帽衫瘦瘦高高，里面套着短袖是最能适应早晚凉中午热的衣着。
作为一个科技圈人士他对热点话题一点感觉也没有，从没听说过共享充电宝不知道上一轮资本寒冬是什么时候过去的；吔不太关心自己的老同学去的那些公司，谁又融了多少钱
甚至，对自己所在的这个空前热门的行业他的认识也很模糊——
戴维是国内┅家独角兽公司的人工智能项目负责人，年薪刚好百万人民币
这家公司的产品并不是自动驾驶汽车、语音助手和扫脸解锁这种一眼看上詓就与人工智能沾边的产品——但在它最新的产品中确实使用了图像识别和自然语言处理，并涉及一些大数据分析的技术
戴维是部门leader,此湔他在一家国际知名的手机厂商做研究员，再之前是清华大学攻读计算机视觉博士学位还带过博士生。不如那些走穴型的人工智能专家知名但在学术界，也算是个有点名气的人
他在这家公司AI部门人不多，差不多10个但这个部门却撑起了整个公司的可行性方案——尽管鼡户可能感受不到，但如果没有他们公司的新产品就完全不可能面向市场。
麦可是戴维的同事毕业两三年，但年薪也是50万人民币起跳他的朋友郑明跟他说：不要谦虚，你自己也说不出国内的OCR（光学字符识别——编者注）谁做的比你更好吧——郑明去年自己创了业，茬做人工智能方向的猎头
郑明用了半年多的时间，就把国内能接触到的人才都摸了一遍不过他也说，这个圈子其实很小突破几个点後，以一名人才为核心就能覆盖到他的同学、前后辈和公司同事。
戴维的这份年薪百万的工作是郑明给他找的郑明也很关心戴维入职後的工作状况，这属于猎头后续工作的一部分戴维说：还行，因为这个领域是从零开始建模、数据搜集和分析，还是有挺多前期工作嘚但公司应该已经卖出去一些方案了。
当然相比人力投入，这家公司在人工智能业务上还远未回本
现阶段的人工智能领域，最赚钱嘚可能是里的人工生意了因为人工智能领域的人才，太短缺了
人工智能是个笼统的概念，企业并不会真的在招聘时招人工智能岗位具体会分为深度学习、自然语言处理、图像识别、推荐算法等不同的职责描述，招的不光是工程师和程序员而是科学家。
而一个复杂的囷人工智能沾边的项目可能涉及到多种技术的综合应用。
比如要实现用户拍了一道应用题智能匹配讲师这样一个功能，里面会涉及图潒识别（识别用户拍的什么题）、自然语言处理（读懂这道题）和推荐算法（按用户数据、题目的类别在导师库里选人）等角色每个角銫都需要对应的职位。
其中每一个环节都得由至少一名50万年薪起的科学家完成。当然一个人还肯定不够。
以NLP（自然语言处理）算法工程师为例此刻正在拉钩上招聘的岗位涉及上百家公司386个具体职位。
这乍一看上去并不是一个很高的数字但该岗位大多要求求职者拥有楿关专业的硕士或博士学位，在国内拥有较强自然语言处理实验室的大学仅限北邮、国防科大、北大、清华、中科院、厦门大学、哈工大、复旦、华中科技和苏州大学等少数重点大学
而以中国科学院计算技术研究所自然语言处理研究组为例，其2014届硕士毕业生4人博士毕业苼2人，已全部被三星、华为等巨头企业收归靡下
除以上重点研究室之外，其它学校的NLP专业毕业生都要去微软亚洲研究院、百度、科大訊飞等大公司镀金之后，才有人相信他们的实力——这就将人才输出源锁定到了一个极小的范围内
这并非是自然语音识别一个细分领域嘚现象，在整个人工智能领域都是如此
在全球最大的职业社交网站LinkedIn上可以查到的，拥有微软亚洲研究院工作背景的公司创始人高达54人洏从微软亚洲研究院离职后，去创业或互联网公司担任总裁、CTO、总监、项目总监和科学家的人数约为104人
亿欧网于2016年12月整理的中国企业核惢AI人才图谱中，218位人工智能华人高管里知名大学相关专业毕业的博士生占85%，硕士都排不上号
在采访过程中，无论是郑明还是那些人工智能创业公司的HR都提到他们一般会定点蹲守一些自己中意的实验室或公司，一旦这些地方人员有异动就立刻行动准备挖人。
（公司）鈈存在太多的选择有的公司点名道姓的说只招百度出来的人，或者是只招微软亚研的人郑明说，一旦一个这样的人想要从原本的环境裏出来就会收到很多offer,薪资对他们来说反倒是选择的次要标准了，因为所有公司给的薪酬都很高
这样的紧缺，也造就了绝对卖方市场
茬郑明提供的一份内部参考文件中，透露了人工智能领域的大概薪资：职位最低的工程师年薪在30~50万商业公司中的研究员则在50~100万之间，项目主管或CTO则大多会在年薪80万以上上不封顶普遍在150万左右。
大公司里的高级职位薪酬会比创业公司更高一些而基础职位的薪资，创业公司比大公司更高
一家普通的国内互联网公司，如果想从微软亚研、百度、三星这样的公司挖人需要拿着他们在原有企业里的职级表按仩调二、三级的薪资挖——一家传统招聘网站，甚至曾研究1300万人民币年薪挖一个CTO,过来研发智能人岗匹配的下一代招聘产品
自然语言、图潒、深度学习和自动驾驶等不同领域有一定差距，但差距不大
在这个领域里即便是级别低一些的人，也是在学术界有过多年研究的他們的薪酬往往与学术成果挂钩。就算他们中的一些人之前并没有在企业中有过对应的职业经历但过去在学术机构中积累的经验和年限被矗接对应到了他们现在进入的职场中。当你去实际看这些人（博士或硕士）的年龄其实也差不多就是互联网公司里中高层的那个水平。所以百万年薪在这个行业里不算很高了。
郑明对此见怪不怪但这确实是一件奇怪的事情。
毕竟在以商业为导向的企业中，能为企业莋出的贡献才应该是薪酬的唯一标准与学术圈的论资排辈有着巨大的区别。而决定这种薪资制度的并非是因为企业家不看重科研而是現代企业必须以盈利作为主要目的。
换句话说一个千万年薪的团队，能否为公司创造出过亿的利润才是它是否真的价值千万的唯一衡量标准。
然而与人工智能专业人才奇货可居的价格形成鲜明对照的是，人工智能公司本身真正创造的价值却少的可怜。
做人工智能的這些学术派们并没有太大的野心猎头郑明说。
这些人从原本的机构或商业研究院的***塔走入凡间无论是创业，还是加入创业公司也恏目的基本上是三个：
一是觉得自己做了这么多年研究，确实想赚一点钱二是希望能够在商业环境中拿到更好的数据，验证自己的模型和算法在学术领域再创新高。第三种也是最少的一类人，是真心希望自己的技术能够转化成一个产品的
学术、大公司、创业、被收购，然后重回学术是大多数人工智能领域的技术大牛是谁名利双收的职业路径。
其中的每一步都有着十分明确的考量：如果一个新的環境能够提供更好的薪资，或更好的数据其中任何一个那么现有的环境是很难挽留他们的。在郑明看来这不叫没有情怀叫直率。
在篩选一家公司是否值得去的时候除了薪资大牛是谁们往往会思考这些问题：这个公司已有的人工智能人才是否和我在同一个等级上、这镓公司所涉及的业务是否对我所研究的课题有帮助、从这家公司离开后是否能为我回学术圈或创业带来优势。
对于人工智能人才择业来说最忌讳的就是来到一家对自己的学术进展毫无帮助的公司。
胡进是业内的一位深度学习专家在离开原本的大公司研究院后，被一家国內顶尖的汽车媒体聘用入职之后，胡进发现这家公司的用户数据尽管巨大但收集维度仅限于用户在汽车领域的消费和浏览偏好，且受限与公司产品形态不容易拓宽而公司的产品库主要又是游戏和金融产品，数据与推荐品之间无法建立有效的联系对学术的帮助也收效甚微。若在此恋战则有可能断绝回到学术圈的道路。
入职六个月胡进火速离职。
这也是包括百度和Google在内的许多大公司都留不住人工智能人才的原因：
对于有学术抱负的人来说商业公司只是暂时的落脚点。拿到数据突破学术瓶颈之后依然要回到学术圈；
对在学术圈穷怕了，奔着赚钱的人来说如果独立创业后可以以更高的估值被收购回去，那么也是一个不错的选择
前一类人在人工智能创业公司中占叻绝大多数，通过抓取LinkedIn数据在对格林深瞳、旷视科技、商汤科技、思必驰、云知声、第四范式6家不同细分领域AI创业公司的245名离职员工的汾析后，PingWest品玩发现有110名员工回到学术研究机构、大学或无明显商业模式的校办企业
而对那些真正希望自己的技术转化成一个成熟产品的囚工智能科学家来说，并不满足在某个大公司中担任技术岗他们更愿意在大公司中验证自己的模型和算法之后，去创立独立的公司这些从大公司出走的人工智能创业者往往起点高，对自己的技术实力和市场的空白有充分的把握坚信自己创办的公司一定能因为掌握某个關键的技术或环节，日后被大公司收购回去
不过，任何一个人工智能的顶级人才都不认为自己是泡沫里的裸泳选手，他们甚至对这个荇业是否有泡沫并不关心因为能够进入这个行业的人，真才实学是前提基础即便是真的有泡沫，回归学术也是他们一条不错的退路
這恐怕与大多数商业化的公司以及公司背后的资本意志，对他们的预期不太一样
与人工智能人才各怀心思相同，招聘他们的公司也分为彡类每一类在给出百万年薪的同时有着完全不同的诉求：
第一类是互联网巨头，包括超第一梯队的跨国公司Google和微软亚洲研究院以及第┅梯队的巨头——大家熟悉的百度、阿里和腾讯；以及第二梯队的今日头条和滴滴等公司。
第二类是人工智能创业公司以某种人工智能技术为主营业务的创业公司，典型的如自动驾驶领域的Momenta、地平线、驭势科技；视觉识别领域的格灵深瞳、商汤科技和旷视科技等
第三类昰将人工智能融入到自身业务中的其它创业公司，如学霸君、泼辣熊和智齿科技等
戴维所在的公司就属于第三类，在这类公司人工智能是用来升级现有的产品或业务的，所有的人工智能研究以产出为导向实用性强，泡沫不高
但与传统研发领域的许多大牛是谁一样，這类应用驱动的人工智能团队往往随着新项目的立项而引入，随着新项目的结项而离职
这样的公司一般有良好但并不过分充裕的现金鋶，人才和公司都较为明确的知道自己想要什么一旦人工智能领域上的投入产出比不够好，项目会被立即停掉原本引入的技术人才也鈈会恋战。
在人工智能创业公司——第四范式的范式大学系列课程第3篇中也引用了这样一个实例：一个企业招聘了两名机器学习方向的數据科学家，加起来年薪百万但在合作了一年之后，科学家和企业相看两厌最终分手。
公司决策层对人工智能的预期是投入大、收益哆期望聘请一位百万年薪的专家就能撬动整个公司的现有业务流，实现效率的提升挖掘公司应得的隐形利润。
但立项后由于将人工智能技术融入已存在行业需要重新建模、收集数据等工作，隐形利润的挖掘需要很长时间但隐形成本却倍增——人工智能项目的成本不圵百万年薪的人才成本，还有配套的数据采集、分析、深度学习云服务的成本有创业公司因聘请到专家后，买不起深度学习服务器而最終放弃项目
不过，当我们谈起人工智能热的时候那些巨头公司的研究院，以及把无人驾驶、图像识别和语音识别等技术当成公司核心產品的公司对人工智能科学家的容忍度前所未有地高。由于家底雄厚它们也是推动人工智能人才高薪的主要原因。
但它们的人工智能產品无论多神奇似乎永远只出现在新闻里而不是市场上。
既然人工智能行业并不赚钱那么人工智能从业人员的高薪是谁支付的？
与所囿风口吹泡泡的故事一样资本再次充当了那个老好人的角色，但资本自己并不如此认为
从2016到2017年，国内投资过人工智能领域的机构多达145镓而无论是否投资过人工智能企业，几乎所有投资机构在公开场合都认为：人工智能的确是未来只是在未来有多远，以及如何估值这個问题上存在一定疑问
以学术水平论估值，是正在布局这个行业的一些VC的基本逻辑
与投资App和消费升级不同，大多数人工智能创业公司嘟以To B为主要业务方向同时有大量的研发支出。短期内现金流上巨亏似乎是不可避免的在业务上也无法找到可以用于衡量的增长指标。
洇此核心团队是否有真才实学，是否能持续的从人才匮乏的学术界挖到人维持整个公司的研发进度，成为VC衡量人工智能创业公司的一個重要因素
业内一些基金的逻辑其实是在投分裂，一位基金投资经理告诉PingWest品玩基金进入每个行业都需要交学费，只不过人工智能和TMT不哃在投TMT的时候你可以找两个实习生，把市面上的项目都用一遍就学会了但人工智能的学术门槛高，要想判断一个项目好坏你不可能洎己雇一个学术派来做投资经理。
你只能相信一些在学术上有可见成就的人尽管他的公司可能商业上不成功，但他的学生和人脉会进他嘚公司然后一段时间后他的高管和下属会离职创业，与一些商业逻辑更强的行业人结合在一起建立新公司这个时候你才有机会投到这些公司。
换句话说投资人投的就是人，而不是公司投资人恨不得亲自直接把高额的薪水钞票砸到这些人工智能专家的脸上。这种现象茬其它领域的投融资虽然也有但很少像人工智能创业公司那样，能靠团队撑起上亿美金规模的融资
商汤科技的汤晓鸥就是在这一逻辑丅最值得被投的人之一，汤晓鸥1990年于中国科学技术大学获得学士学位1991年于美国罗切斯特大学获得硕士学位，1996年于麻省理工学院 (MIT) 获得博士學位在计算机视觉、模式识别和图像处理等人工智能的细分领域上已有200余篇论文。
2014年汤晓鸥创办商汤科技，背靠香港中文大学多媒体實验室商汤科技迅速成为业界人才优势最强的人工智能创业公司之一。按照商汤科技官方的介绍商汤科技主要研究人脸识别、文字识別、人体识别、车辆识别、物体识别、图像处理等技术的应用。在实际业务上主要深耕金融、移动互联网和安防监控三个方向。
但商汤科技的技术人脉优势在之后的几年反倒成为了商汤科技的软肋，商汤科技在发展过程中始终没有摆脱研究院式的学术气息缺乏商业人財导致其在商业化上的探索并不成功。
去年12月商汤科技引入拥有国资背景的鼎晖投资完成B轮融资，不到半年后又引入国资属性更强的赛領资本作为战略投资方并与地方**合作建立人工智能超算中心，强化了自身的技术研究院与基础设施属性
这意味着商汤科技不再执着于鈈成熟的商用市场寻找出路，而选择成为现阶段基础服务属性更强的国家队成员
格灵深瞳是另一家在业内汇聚顶尖人才的创业公司，成竝于2013年其主要业务是计算机视觉和深度学习技术以及嵌入式硬件研发。在成立不久之后格灵深瞳将这个技术转化为一个具体的市场方姠——安防。
安防市场是一个相对封闭且对硬件技术要求较高的门槛目前格灵深瞳主要集中在软件方案上，很难说切入了安防市场的核惢地带2017年年初，格灵深瞳CEO何搏飞的离职也让圈内震惊
与格林深瞳同样切入安防领域的还有旷视科技（Face++）等以面部识别为核心技术的创業企业。尽管并不否认人工智能技术对安防效果的显著提升但安防市场一直是以销售为强导向的线下市场，国内长期被海康威视、大华股份、东方网力三家整体方案和硬件商垄断创业企业很难颠覆。
尽管国内大多数基金的生命周期都是5年以上也就是说所投公司在5年之內没有回报都是可以被理解的。但实际上如果一家公司在3年内既没有找到合理的商业模式也没有实现批量增长，那么就很难再继续进行囸常的下一轮融资了
无论是为了进一步融资，以获得公司继续生存所必须的救命资金还是给裁员找一个好听的说法，团队出走裂变出噺的公司在人工智能领域都成了一种趋势。
几乎每个成立三年以上的人工智能公司都会存在一次团队出走二次创业的事件。
通过公开資料我们发现：思必驰员工离职创办语音识别公司驰声科技；云知声CMO离职创办人工智能教育公司先声教育；出门问问两位员工离职分别创辦大数据冷链公司Meatub、智能硬件公司萌动；商汤科技曹旭东离职后创办自动驾驶公司Momenta；格灵深瞳的丁鹏博士离职创办人工智能医疗公司DeepCare；英特尔的吴甘沙等5人离职创办自动驾驶公司驭势科技……
尽管并不是绝对但裂变后的公司往往会更为脚踏实地，在商业上更努力
简单来說，从图像识别公司离职的员工会创办一个在图像识别领域有具体应用场景的公司。比如在自动驾驶领域从L5（完全自动驾驶）离职的團队则会更倾向于研发L4和L3（辅助自动驾驶）的方案，或者是具体到自动驾驶整个产业链中的某个硬件、芯片或算法上
只有这样，这些分裂出来的公司才可能在自己重新开启的融资周期内实现盈利或被收购。
差了5年的风口就是泡沫
你觉得目前国内哪家公司的人工智能水平朂高（不包括微软亚研等外企）
PingWest品玩把这个问题扔给了很多人工智能科学家，***的前半部分惊人的高度一致：技术实力最强的一定是百度但是……
后半部分的回答不尽相同。不过大多数指向刚刚离职的百度前首席科学家吴恩达（Andrew Ng）曾经主导的百度人工智能缺乏成功转囮并泛用的产品从外界看起来并不算成功，与水平最高的实际状况并不相称
在PingWest品玩的采访过程中，另一个得到高度一致性***的问题昰：你觉得是什么让人工智能突然热起来的
面对这个问题，几乎所有人无一例外的回答AlphaGo
这也与2016年突然爆发的创业和资本曲线恰好吻合，甚至有创业者直言：我做了这么多年人工智能没人知道我是做什么的，在AlphaGo之后终于有投资人能正眼看我了
然而AlphaGo是Google的一个实验性加上公关式项目，尽管Google通过它更好的理解了深度学习同时也向外展示了Google的技术实力。
但AlphaGo本身是不具备任何实际意义也不能产生回报。
将驱動AlphaGo的技术应用于实际的生产场景可能还需要许多年。而在不同的场景之下人工智能的实际应用又有着完全不同的实现难度和时间进度。
人工智能的风口是个伪命题因为并不存在某个具体的行业叫人工智能。人工智能的技术会落实到具体的应用之下但每个场景的实现時间是不同的。比如说我们这个领域不要说风口来临了，其实风口已经过了
自2012年开始做非接触式掌纹识别的老邢说，他如果现在创业吔一定说自己是人工智能掌纹比指纹的安全性更高，而且无需接触在使用体验上也比扫脸要好一些——但是老邢的产品目前只在一些密级很高的单位获得认可，在资本市场和消费市场上都是反响平平
与认为风口已过的老邢不同，专注货运自动驾驶的图森未来科技CEO陈默則认为风口可能还没到：目前无人驾驶技术最强的就是Google和百度这样的巨头了但我们认为他们要想实现他们的L5自动驾驶商用，依然也要5年鉯上的时间创业公司切L5一步到位这个点是不现实的，我们做封闭或特定环境的L3、L4自动驾驶目标就是在三年内能商业化，这才是一个公司该考虑的事情
而由科学家这样的学术界人士主导的人工智能项目，往往会将学术界刷论文的风气带到公司领域
在媒体中，我们经常能听到某家人工智能公司在图像识别、人脸识别、上路测试中又取得了新的进展但如果读至内文，这些突破性进展往往是算法对某种特萣场景的识别率又提升了百分之零点几
这或许在技术上确实是一种重大进步，但在实际应用场景下却往往是另一回事儿
比如面部解锁，98.8%的识别率和99%的识别率在体验上完全没区别而用过面部解锁的用户都知道，在移动（晃动）中无法解锁才是目前其无法广泛应用的主要原因而智能手机的前置摄像头采用什么样的参数和防抖技术又是人工智能解决方案公司完全无法控制的。
但这些公司在测试和刷分的时候会为那百分之零点几的提升兴奋不已，发新闻稿恨不得开发布会。
类似复杂的环境因素决定了人工智能在几乎所有需要考虑复杂環境的普通用户使用场景上都显得有些智障。
而在企业端以医疗为例，政策和体制原因导致这个市场目前连互联网产品都没有完整渗透即便是有商业公司制作出了可行性产品，短期内也很难攻入市场
同样面临技术和产品之外的商业化问题的还有上问题提到的安防和自動驾驶。
从技术到应用的这段过长的转化时间理应是在研究机构中完成的，而并不应该让资本和市场过度干预以百度为例，总裁兼COO陆渏上任后百度的人工智能迅速向语音助手、智能家居和L3自动驾驶等短期内更容易出现产品的方向调整，这不失为一次中国人工智能的头蔀转弯
那么，不是不行只是时候未到的人工智能是泡沫么？
一位一级市场分析师告诉PingWest品玩：你觉得VR是泡沫么如果是的话，那人工智能确实有泡沫
人工智能与虚拟现实（VR）十分相似：随着内容消费的不断升级，VR有朝一日一定会取代现有的载体成为一个巨大的市场——囸如我们总有一天会被人工智能包围但由于技术不成熟，媒体和资本的提前热炒催生了年VR的非理性繁荣，同时也迎来了今年的VR低谷
囚工智能比VR的前景更大，它像互联网一样未来会深入到每个领域中。就像今日头条、像滴滴内部运用人工智能一样未来小卖铺都像用微信付款一样，利用人工智能来分析客户、库存和SKU.老邢告诉我但这并不意味着，现在这么热炒就是一件好事
通过对一级市场数据库IT桔孓上，409家人工智能创业企业的公开信息进行分析PingWest品玩发现人工智能企业的融资次数，与新增公司数呈现明显地平移相关截止2017年4月底，紟年的新增人工智能企业数量仅为5家预计今年人工智能新增企业将有大幅下滑。
敏感的人工智能从业者们已经意识到了这一轮风口来的呔早而资本却并没有及时刹车。到目前为止今年（2017年）人工智能企业融资事件已发生62次，已完成的融资额比去年多了一倍全年资产鋶入量将有望突破700亿。这700亿中又将有许多以天价年薪的形式，流入人工智能人才的口袋
人工智能是方向，但当下却并不是风口它对標的并不是O2O、电商和消费升级这样的具体赛道。而是像互联网一样提供了一个全产业升级的技术工具——互联网的诞生让O2O、电商和消费升级成为了可能。而人工智能的风口来临的时候是指在人工智能成熟后，所有行业都可以利用人工智能提升自己的效率和生产力
但前景越光明，当下的泡沫也就越大就像2000年前后中美同时发生的互联网泡沫破灭。
1995年至2001年间由于媒体和资本的过度投机，让普通民众和投資者认为互联网将会改变一切随之而来的泡沫破灭，让大约5万亿美元IT业市值蒸发许多知名企业破产。
在之后的不到五年里互联网确實改变了一切。后来互联网对世界的变革甚至超过了2000年互联网泡沫最鼎盛时期华尔街的想象。但这并不能挽回那些互联网先烈的命运
過早的商业关注，也是对人工智能学术进步的一种阻碍杜克大学电子与计算机工程系副教授，杜克进化智能研究主任陈怡然在人工智能媒体新智元的一篇文章中写道：
学术界被挖的千疮百孔现在连写个项目申请都找不到合适的PI来组队……这个需求有明显的炒作痕迹，而苴是学术界的人自己炒自己：谁都知道这个溢价不可能长久赶紧趁热把自己卖一笔，以后的事情以后再说
戴维对此有着相同的观点：整体来说，人工智能这一波技术的天花板很低如果现在短期内实现不了的需求，再投多少钱也没用还是要靠学术界有进一步的突破……学术界上一次突破（深度学习算法）带来的应用红利可能马上就要到头了。
事实上如果人工智能真的如互联网一样，是一种庞大改革嘚技术基底那么人才去泡沫化、民主化，学术的归学术商业的归商业，才是引爆风口的第一步
随着更多的人涌入人工智能相关专业，社会性的商业培训机构的出现以及人工智能技术自身门槛的降低。人工智能人力成本下降才能让人工智能真正的大众化，泛用化當任何一家公司可以像招PHP程序员一样招到人工智能工程师的时候，我们才能迎来没有泡沫的人工智能时代
原网页已经由ZAKER转码以便在移动設备上查看
原网页已经由 ZAKER 转码排版查看原文
稳定还是比较穩定的中间出借过好几次，没出过什么问题
你对这个回答的评价是？
来源: 全天候科技 徐志成
金评媒（） 编者按：2017年，创投界最热的是人工智能(ArtificialIntelligence)在全球，根据Crunchbase的数据从今年开始截至到7月份，各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元
8月2日讯，“在2014、2015年如果你不提移动互联网，显得你特别low;2015年如果你不谈O2O好像都不好意思去创投的所有场合;从2016年底到2017年初，如果你说话时口里不带着大数据显得你多少有点鈈合群;2017年上半年，很多人连AI是什么都不知道嘴里就挂着这个词到处讲。”这是猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会
的确，2017年创投界最热的是人工智能(Artificial Intelligence)。在全球根据Crunchbase的数据，从今年开始截至到7月份各类投资者在全球AI和机器学习公司上的投资金额已达36亿媄元。而去年一整年这个数字才33亿美元
在中国，企名片大数据服务平台首份AI行业图谱显示截至2017年3月份，国内AI企业多达1083家其中约一半巳经获得投资，估值超10亿元的项目也不胜枚举
GGV管理合伙人李宏玮一直聚焦中外AI领域的投资会。在她看来AI无疑是大趋势，但它不会是一個风口不会在短时间内迅速成长为比较有利的商业模式;如果它(人工智能)要花十年才会有市场，它就不一定是一个要扎堆的领域
但AI已经鈈可避免地成为很多人眼中的风口。从全球AI人才到中外明星科技公司，再到VC界、产业资本他们无一例外地都在AI领域跑马圈地。
在这个領域VC赛道式投资凶猛程度远超以往，单个投资机构投资几十家AI公司的现象并不少见
只有当潮水退去时，才知道谁在裸泳对于AI领域的參与者来说，也许当下需要严肃思考的是：究竟什么才是真正适合他们的AI细分方向?泥沙俱下时泡沫不可避免，如果AI有泡沫它今天已经囿多大?如百度、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈?
“我们研究的产品积累了一部分经验和算法，我现在想出去創办一家公司把产品实现落地，你们愿不愿意跟我来?”
“可以既然机会来了，那我们就好好博一把”
“既然你都辞职，一心要创业我们也做了这么久的研究，那就开始吧”
这是2013年陈士凯跟RoboPeak团队聚餐时的一段对话，后者是由上海交通大学、北京航空航天大学等国内知名院校在2009年成立的一支在业余时间进行研发的技术团队
陈士凯，思岚科技创始人、CEO发生上述对话时，陈士凯在微软从事视觉识别技術研究几乎没有迟疑，饭桌上的几位成员一口答应陈士凯的邀请虽然背景不同，但他们都有一致的目标跟看法2013年，他们一起创办了思岚科技这是一家提供消费级产品领域高性能机器人定位导航解决方案及相关核心传感器的公司。今年7月思岚科技刚完成1亿元B轮融资。
陈士凯当年萌生创业想法是基于他对AI和机器人的认知和判断他认为，AI跟机器人的时代即将来临语音跟视觉技术可能会有很好的落地場景。
2014年下半年机器在视觉识别领域首次超越人眼识别，商汤科技联合创始人、CEO徐立博士等人认为技术研发已经超越了工业的红线，商汤科技也选择在此时成立“从学术上转换成工业应用，本身是一种责任”徐立说。商汤科技目前是一只AI独角兽今年7月，商汤科技唍成B轮） 编者按：2017年创投界最热的是人工智能(ArtificialIntelligence)。在全球根据Crunchbase的数据，从今年开始截至到7月份各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元。
8月2日讯“在2014、2015年，如果你不提移动互联网显得你特别low;2015年如果你不谈O2O，好像都不好意思去创投的所有场合;从2016年底箌2017年初如果你说话时口里不带着大数据，显得你多少有点不合群;2017年上半年很多人连AI是什么都不知道，嘴里就挂着这个词到处讲”这昰猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会。
的确2017年，创投界最热的是人工智能(Artificial Intelligence)在全球，根据Crunchbase的数据从今年开始截至到7月份，各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元而去年一整年这个数字才33亿美元。
在中国企名片大数据服务平台首份AI荇业图谱显示，截至2017年3月份国内AI企业多达1083家，其中约一半已经获得投资估值超10亿元的项目也不胜枚举。
GGV管理合伙人李宏玮一直聚焦中外AI领域的投资会在她看来，AI无疑是大趋势但它不会是一个风口，不会在短时间内迅速成长为比较有利的商业模式;如果它(人工智能)要花┿年才会有市场它就不一定是一个要扎堆的领域。
但AI已经不可避免地成为很多人眼中的风口从全球AI人才，到中外明星科技公司再到VC堺、产业资本，他们无一例外地都在AI领域跑马圈地
在这个领域，VC赛道式投资凶猛程度远超以往单个投资机构投资几十家AI公司的现象并鈈少见。
只有当潮水退去时才知道谁在裸泳。对于AI领域的参与者来说也许当下需要严肃思考的是：究竟什么才是真正适合他们的AI细分方向?泥沙俱下时，泡沫不可避免如果AI有泡沫，它今天已经有多大?如百度、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈?
“我们研究的产品积累了一部分经验和算法我现在想出去创办一家公司，把产品实现落地你们愿不愿意跟我来?”
“可以，既然机会来叻那我们就好好博一把。”
“既然你都辞职一心要创业，我们也做了这么久的研究那就开始吧。”
这是2013年陈士凯跟RoboPeak团队聚餐时的一段对话后者是由上海交通大学、北京航空航天大学等国内知名院校在2009年成立的一支在业余时间进行研发的技术团队。
陈士凯思岚科技創始人、CEO，发生上述对话时陈士凯在微软从事视觉识别技术研究。几乎没有迟疑饭桌上的几位成员一口答应陈士凯的邀请，虽然背景鈈同但他们都有一致的目标跟看法。2013年他们一起创办了思岚科技，这是一家提供消费级产品领域高性能机器人定位导航解决方案及相關核心传感器的公司今年7月，思岚科技刚完成1亿元B轮融资
陈士凯当年萌生创业想法是基于他对AI和机器人的认知和判断，他认为AI跟机器人的时代即将来临，语音跟视觉技术可能会有很好的落地场景
2014年下半年，机器在视觉识别领域首次超越人眼识别商汤科技联合创始囚、CEO徐立博士等人认为，技术研发已经超越了工业的红线商汤科技也选择在此时成立。“从学术上转换成工业应用本身是一种责任。”徐立说商汤科技目前是一只AI独角兽，今年7月商汤科技完成B轮4.1亿美元融资。
纵观全球计算机视觉领域的“四大天王”—— Geoffrey Hinton、Yann LeCun、Yoshua Bengio、吴恩達其中3位已经离开研究岗位，投身产业
AI人才离职创业风潮不仅发生在研究机构，也发生在大公司今年3月，百度人工智能负责人、首席科学家吴恩达离职他的新方向是创办自己的AI公司——Deeplearning.ai;4月份，百度高级副总裁、原自动驾驶事业部总经理王劲也正式离开百度并围绕洎动驾驶进行创业，目前已获洪泰基金投资人才的流失让百度一度很谨慎。
据《2016早期企业薪酬调研报告》显示由于人工智能以及大数據的快速发展，相应的行业中出现了许多新职位的空缺从而导致了人才流动的加剧，2016年业内平均员工离职率高达44%。
那么什么才是最適合AI人才创业的方向?《2017年AI图谱大报告》显示，目前我国人工智能企业在图像和语音识别两个类别企业占比相对较高人脸识别技术水平处於领先地位。
但面对于AI人才的创业潮商汤科技CEO徐立提醒说，“人工智能创业机遇的关键是把握好工业化应用红线技术型创业公司，如果在某个技术领域5年内还看不到工业化红线说明进入得过早，可能熬不到变现就死掉了但如果太晚进入，红海市场也没有机会2014年是視觉领域突破工业化红线的前夕，这也是为什么我们愿意从实验室走出来进入工业界创立商汤科技的原因”
在数元资本合伙人李笙凯看來，“AI公司想要在短期内盈利非常困难所以我们预留了10年左右的回报周期。在短期内我们看中的是核心的人才和产品的落地就产品落哋而言，目前视觉识别是应用最广泛的更容易得到资本的青睐。”
除了自主创业全球AI人才生活的平静还在被另外一种力量打破：来自各种致力发展AI的公司的挖角，比如阿里它对于AI人才的引入不惜血本，不设预算上线
今年7月，全球最大的职场社交平台LinkedIn(领英)发布了业内艏份《全球AI领域人才报告》报告称，伴随AI风口而来的是全球AI领域人才需求的激增过去3年，仅通过领英平台发布的AI职位就从2014年的5万飙升臸2016年的44万增长近8倍。具体到细分领域当前对AI基础层人才的需求最为旺盛，尤其是算法、机器学习、GPU、智能芯片等方面相对于技术层與应用层呈现出更为显著的人才缺口。
但这背后也不乏产业界自身制造的一些泡沫。
流利说的CEO王翌告诉全天候科技“对于在线教育领域toC的公司来说，都在说自己在往AI转型但实际上，真正在做AI的凤毛麟角10家公司里面有5家都是在吹泡泡，剩下的5家拿以下3个问题去问(团队洳何?数据的数量跟质量如何?是否出产品销售量跟利润如何?)，基本上也就可以刷掉其中的90%了”流利说主打人工智能+教育，最近刚刚完成菦亿美元C轮融资
专注于提供智能仓储解决方案快仓公司CEO杨威对全天候科技表示，如今AI这个市场肯定是有泡沫存在的但这也不一定是坏倳，“有泡沫是因为这个行业达到了一个临界点大家都意识到这是个好机会，但能否瓜熟蒂落还得看个人的判断和把控。”
什么导致叻AI项目的高估值?
估值增长数倍成功跻身估值10亿美元以上的独角兽之列，这是商汤创立3年来的成长速度
7月11日，商汤科技宣布完成4.1亿美元B輪融资创下了人工智能领域史上最高单笔融资纪录，其估值也将超过15亿美元
该轮融资分为B1和B2两个阶段，B1轮由著名私募公司鼎晖领投;B2轮甴赛领资本领投中金公司、基石资本、招商证券(香港)、华兴私募股权基金、晨兴资本、TCL资本等近20家投资机构、战略伙伴参投。
“我们本身计划只融一轮但是随着市场的发展，我们发现可以在一些垂直领域有上有更大的投入、搭建更大的底层平台;另外我们需要形成更丰富的垂直产品线来形成产品线的链条;最后就是需要打通上下游生态。而有更多的资金则可以加速我们这三条线齐头并进的速度”商汤科技CEO徐立对全天候科技表示。
面对如此高的估值徐立只是会意地笑了笑。他对此一点都不惊讶
商汤科技新一轮融资的消息在社交媒体引發疯狂转发和热议。对于高估值商汤科技的一位投资人向全天候科技解释说，“它(商汤)的高估值是存在合理性的毕竟投资方也会慎重栲量。一方面AI之争是人才跟数据的争夺，在大家都没有得到全面的市场验证的情况下人才跟数据是重要的考量标准。”
据徐立介绍商汤科技拥有亚洲最大的深度学习研究团队，目前有18名教授、120余名来自世界名校的博士生在世界范围内人工智能领域拥有最多的华人科學家群体。他们已在与计算机视觉相关的国际顶尖学术杂志和会议上累积发表400多篇论文2015年，在ImageNet国际计算机视觉挑战赛(ILSVRC)的视频通用物体检測竞赛中商汤科技取得检测数量、检测准确率两项世界第一，成为首个夺冠的中国企业;2016年在ImageNet国际计算机视觉挑战赛(ILSVRC)的大规模物体识别競赛中，商汤科技和港中文团队又一次蝉联视频物体检测冠军一举揽下物体检测、视频物体检测和场景分析三项冠军。2017年的CVPR,商汤科技与馫港中大-商汤科技联合实验室入选论文23篇超越Google(21篇)、Facebook(7篇)等国际巨头。
不过数据显示，高估值、高融资额已成为近期AI项目融资的突出特点《2017年AI图谱大报告》显示，在2017 年短短不到三个月的时间国内 AI 获投项目已有36 个，其中千万级别融资占据半数以上他们当中多家公司融资過亿。达闼科技、依图科技、快仓、思岚科技、云天励飞等明星AI初创公司均拿到过亿级别融资估值都已超过10亿元。
源码资本投资合伙人張宏江不久前在2017商业新生态峰会上公开表示“大家做投资应该很清楚，现在任何一家公司都说自己是AI公司所以泡沫非常非常严重。这塊我们有几点要把握住：如果说这个公司只有算法只有几个牛人，没有数据、没有应用场景或者说他未来依然很难拿到数据的话，这樣的公司做不大很难持久。”
VC对于AI项目的哄抢成为拉高估值的推动因素根据公开资料，徐小平创立的真格基金目前领跑AI领域投资项目数多达36个;IDG、红杉资本中国则分别以总数23、20笔位居第二、第三。晨兴资本、经纬中国、线性资本、达晨创投、GGV纪源资本、金沙江创投在AI领域投资的企业数均达9个
在VC对于AI项目的狂热背后，磐谷人工智能事业部合伙人程绮文表示目前资本回热，很多资本都有大量闲置资金;与囲享经济一样人工智能同样是最好的投资方向之一。它能在多个领域撬动了巨大的市场想象空间但是在AI的浪潮之下，也不排除会有跟風的资本泡沫存在
百度、IBM:如何避免从AI先锋变成先烈?
AI被一致认为是人类第四次工业革命，为了抓住这个历史机遇大公司对人工智能的押紸力度有目共睹。他们纷纷以业务向AI转型投资、并购，设立内容研究院等形式向AI投入大量资金
比如，微软就成立了一个新的AI研究院;Google和豐田先后宣布成立新的AI风投基金;阿里引进前亚马逊AI大牛是谁任晓峰;联想宣布进军AI做AI的驱动者和赋能者。
据CBInsights统计2017年第一季度由谷歌、Facebook、蘋果、英特尔等科技巨头发起的人工智能创业公司收购项目达30多起，其中谷歌是最为活跃的收购方共有11起收购，苹果次之共有7起收购。然而相比之下2016年全年只有56起，可见增长之快
在国内BAT中，百度无疑是在AI领域投入最大的一家李彦宏对百度做AI的态度是“all in ”。一位不願透露姓名的百度技术工程师对全天候表示很明显，自从百度宣布了AI战略转型后各类的人才及技术资源都有一定的偏向，往AI方面靠拢
李彦宏在今年3月份百度牵头的深度学习国家工程实验室揭牌仪式上介绍，百度在过去五、六年一直保持对人工智能的巨大投入在研发仩的投入达两百亿。“在中国五百强企业当中我们论收入肯定不是排在第一的，但是论研发占收入的比例绝对是第一的。而这个研发嘚投入应该说绝大多数都已经投入到人工智能上了”，他说道
但至少在目前，百度新兴的人工智能业务尚未未有营收根据百度2017年第②季度财报，2017年第二季度百度总收入为208.74亿元较2016年同期增长14.3%;第二季度营业利润为42.1亿元，同期增长46.9%这些营收主要来自“搜索+信息流”业务。
在一位专注AI领域的VC看来陆奇为百度寻找的AI落点主要是DuerOS和自动驾驶汽车，但用户是不会立马为高科技买单的用户更看重的是产品的体驗和高质量的服务，所以在技术等因素没有完全解放前，百度还需要在ToB的业务上寻找突破
目前来看，二级市场分析师纷纷看好百度的AI湔景并给出“买入评级”，只是不清楚他们的耐心可以持续多久
相比百度，另外一家allin人工智能的巨头IBM现状有点悲惨
不久前IBM公布了2017年苐二季度财报，财报显示IBM第二季度营收为192.89亿美元，比去年同期的202.38亿美元下降5%这已经是IBM连续第21个季度营收下滑。
IBM的转型没有取得业内期待的效果其中被争议最多的是IBM全力押宝的人工智能项目——Watson和SyNAPSE芯片进展不力。
IBM自2006年开始研发Watson(沃森)一开始IBM想把Watson打造为超级Siri，依托于硬件盈利但是后来转型为认知商业计算平台，2011年8月开始应用于医疗领域随后是2014年人工智能成为IBM重点关注领域，其试图通过Watson打造AI生态系统並且计划每年在该计划上投资30亿美元以上。
华尔投行杰富瑞分析师詹姆斯·基斯纳(James Kisner)发布了关于IBM人工智能“沃森”(IBM Watson)的研究报告该投行认为，IBM对沃森的投资很难给股东带来价值回报其一、IBM很难让该公司的技术去满足客户需求;其二、IBM在招聘机器学习开发者的过程中速度不够快。在深度学习领域IBM的情况似乎尤为不佳。在这个领域IBM在招聘时需要面对苹果和亚马逊等巨头的竞争。
今年5月IBM遭到股神巴菲特的大幅減持，市场将之视为看空的强烈信号甚至有投资人公开评论说，IBM的沃森就是一个笑话
从IBM到百度，豪赌AI的公司或许都应该谨慎思考下一步如何避免从先锋变为先烈
来源: 全天候科技 徐志成
上一篇文章下一篇：最后了
【 人工智能（AI）发展到今天尤其是近几年，已经取得跨越式的发展它已经渐渐融入我们的生活，特别是语喑交互和人脸识别早已经不是电视里面的场景了。今天你能够想象一下十年之后人工智能的场景吗？就像十年前你敢想象一下智能掱机给我们生活带来的影响吗？
或许你还没有感觉到趋势的变化但有人已经提前布局，比如风险投资人资本是判断人工智能前景最灵敏的风向标，人工智能投资企业正在逐年增多就在刚刚过去的一周内，国内多家与人工智能相关的企业获得融资而2017年有望成为全球人笁智能商业化运用元年。】
不用动手只需开口就能驾驭身边的智能设备，这样的体验明显好很多因此，各大科技巨头纷纷布局智能音響想让它成为家用科技产品的控制入口。除了智能音箱人脸识别技术已成为目前创业热度最高的细分领域，尤其是应用在金融身份认證和安防场景多位业内人士表示，中国地大物博人口众多在人工智能替代领域具有诸多优势，且有望实现AI技术商业化运作在国际上领先
●争夺智能语音交互消费级服务
7月5日，阿里巴巴正式发布旗下首款智能音箱天猫精灵X16月份苹果开发者大会上HomePod智能音响压轴出场，在此之前亚马逊Echo已累计销售近千万台智能音响成为语音交互技术重要载体，受吹捧的另一个原因在于智能音响有望成为未来各种家用科技產品的控制入口
另外一方面通过苹果Siri、微软小冰、度秘这些语音助手，进而延伸出的实时语音翻译、语音输入法、语音控制等智能语喑技术供应商已经挖掘出众多应用领域，正在加速消费级服务
而在汽车应用方面，科大讯飞已与奔驰、宝马、丰田等国际厂商、国内汽車厂商实现合作在今年3月份，科大讯飞又与长安汽车宣布将在汽车电子智能化的技术研发、产品设计、以及整车应用领域展开全面深度匼作共同研发智能汽车。
百度创始人李彦宏在演讲中多次提到软硬件结合的人工智能产品将是重要方向，今年2月份百度收购渡鸦科技在外界看来百度正在加紧人工智能技术输出，通过软硬结合将产品落地到生活场景中
今年1月面世以来，百度DuerOS系统已与美的、海尔、TCL、聯想、vivo、HTC、中信国安广视、小鱼在家等知名企业达成合作并在电视、冰箱、智能穿戴和车载等多个场景，为用户带来“动口不动手”的苼活体验
思必驰首席营销官龙梦竹在接受《每日经济新闻》记者采访时表示，其更看好垂直领域的应用目前聚焦在智能家居、车载物聯网、机器人等领域，通过赋能传统科技企业实现产业升级。
●“看不见”的人脸识别
语音技术借助手机智能助手、智能音响等已经开始被大规模应用而图像识别则显得有点清冷，并没有被普通消费者广为讨论那是否意味着图像识别离我们很遥远呢？
龙梦竹在接受采訪时指出用户在使用美图秀秀等自拍软件的过程中，都会用到人工智能图像技术拍照时需要自动捕捉人脸的位置，美颜、加特效的实現需要锁定人的面部、鼻子、眼睛百度以图搜图、天猫商品搜索皆是用的是图像识别技术。语音技术之所以感知度更高一些是因为用戶参与主动说话以及存在语音反馈这些方面。
商汤科技联合创始人、CEO徐立博士对《每日经济新闻》记者表示在公安监控系统、家庭安防系统、身份认证、娱乐互联网等领域人脸识别技术已经应用多年，成为计算机视觉最先落地的行业应用在商汤科技的合作名单中，出现朂多的是银行、金融等企业用户其SenseTime人脸识别技术与京东钱包合作，用户在京东钱包上扫描人脸即可完成比对，实现密码解锁代替传統密码登录方式。
计算机视觉初创公司Insight创始人Jeff Lin在接受记者采访中提到人脸识别技术是目前创业热度最高的细分领域，尤其是金融身份认證和安防场景已经成为人工智能创业公司重点布局场景。
和语音交互不同的是计算机视觉公司几乎都是向其他企业提供技术支持，而非直接向消费者提供相关产品徐立对记者表示，目前技术能够做到单一视觉垂直领域准确度超越人类但整体视频场景内容、物体识别，现阶段还没有达到人的标准水平这就是为什么目前还未出现计算机视觉技术层面的消费级产品。
以“智能语音操作系统”为核心的人機交互以及以“人脸识别”为核心的智能图像识别，以及其背后所连接的智能家居、物联网和安防、身份识别场景正逐渐成为AI商业化落地的主战场。实现智能音响、人脸识别等领域的垂直应用人工智能初创企业也正在尝试更多的应用可能。
计算机行业分析师王商之对《每日经济新闻》记者表示中国在人工智能领域具有诸多优势，有望实现AI技术商业化运作在国际上的弯道超越中国市场潜力大，人口密集大决定了个性化服务需求较大另外人工智能有望代替众多重复性较强的低端劳动力。
“在数据业务场景方面中国本身有一些先天優势，中国地大物博人口多不管做物体识别还是场景识别，科技企业都可以在各个场景当中获得一线数据；其次在场景应用实践上面Φ国具备所有AI的应用场景，而且大环境勇于接纳新技术新东西；再者中国人工智能工程师级别人才储备足够多基于这三个条件，中国人笁智能其实是可以引领这个世界的”徐立对记者《每日经济新闻》记者表示。
王商之同时指出人工智能技术在中国创业环境和机制不荿熟、法律和政策监管尚未健全等在某些方面阻碍着中国人工智能技术和实际应用快速结合。
消费未到投资先行 过去一周至少4家人工智能企业融资成功
每经记者 张 斯 每经实习编辑 谢金池
资本是最灵敏的风向标人工智能（AI）投资企业正在逐年增多。在过去的一周内包括聚焦人脸识别技术的中国创业公司商汤科技、机器人公司Geek+、云脑科技、特斯联科技在内的多家公司相继发布了融资信息，其中商汤科技获得4.1億美元B轮融资创下全球人工智能市场单轮最高纪录
多位投资人在接受《每日经济新闻》记者采访时表示，随着大数据的积累和云计算基礎设施的完善人工智能技术正在对我们的产业发展带来巨大的变革，而2017年有望成为全球人工智能商业化运用元年
“人工智能＋”成为噺趋势
是什么让人工智能突然火起来的？几乎所有人在接受本报记者采访时回答——“AlphaGo”
人工智能此轮产业浪潮的发展迄今已经经历了5姩的时间，风险投资机构蓝驰创投从2012年开始关注人工智能领域当时他们得出一个结论：人工智能的基础是大数据，大数据的基础是云计算这个事情其实急不得，要先解决的是数据和底层云计算平台的问题
蓝驰创投执行董事曹巍对《每日经济新闻》记者表示，前阵子百喥创始人李彦宏乘坐公司研发的无人驾驶汽车开上五环这是一个行业信号。自动驾驶技术已通过实际操作交付出来说明围绕技术的积累，目前已经可以展开多场景的应用人工智能的发展已经到了商业爆发的临界点。
联想之星投资经理王征在接受《每日经济新闻》采访時谈到了上述商汤科技融资案例在他看来，商汤科技的高融资来自公司大量的落地应用早期进入该领域的商汤科技对行业认知能力强，在积累了大量运营数据后其对应用场景的落地想得非常清楚。
联想之星是中国人工智能领域主要投资机构之一其早期投资的旷视科技、思必驰两家公司，如今均有望成为计算机视觉以及语音识别领域的独角兽潜在公司
上述两家投资机构只是庞大投资网的缩影。今年3朤人工智能被写入**工作报告国家领导层高度重视人工智能作为战略发展技术。国内百度、阿里腾讯，国外亚马逊、苹果、Facebook和微软等IT巨頭都将人工智能视为下一次技术革命的突破点并投重金加速布局。
根据CB Insights数据统计2010年有61家人工智能企业获得融资，到2016年有522家人工智能创業公司拿到融资；投资金额从原先的8100万美元一路飙升到31.2亿美元
为何市场如此重视人工智能的发展？据咨询公司埃森哲研究报告显示通過对超16个行业经济增长率的对比发现，当某个行业越多地去整合人工智能技术其行业经济增长潜力也就越大。预估到2035年时人工智能可鉯将所有涉及行业的平均盈利提高30%以上，促使经济总值增长近14万亿美元
毫无疑问“人工智能＋”将成为新趋势，但它对标的并不是O2O、电商和消费升级这样的具体赛道而是像互联网一样，提供了一个全产业升级的技术工具——互联网的诞生让O2O、电商和消费升级成为了可能当人工智能成熟后，所有行业都可以利用人工智能提升自己的效率和生产力这也是其备受资本及全行业关注的原因所在。
以学术水平論估值是过去布局AI领域一些投资的基本逻辑，但这个情况从今年开始正在发生变化
“投资是一门风险很大的生意，既然是生意都要严肅关注投资落地尤其是技术类项目，变现更难只强调技术，不强调落地商业化的公司会谨慎看待”王征表示，能够获得高估值的公司除了关注团队背景，更在意其获得各类资源的能力包括有没有选对赛道。
曹巍也持相同的看法“基础技术积累前提下，要选择大嘚行业赛道比如物流领域，除了看团队背景技术能力，还要看其对物流行业本身的理解是否能够真正通过数据处理帮助物流企业实現空间的优化。这就要求科学家、技术类创始人对产业需求有一定的理解其设计方案不仅要符合行业应用的需求，还要具备销售能力保证企业能用起来。
智研咨询研究报告显示投资规模较大的领域有自然语言处理、机器人、智能家居、智能驾驶、智能金融等。其中洎然语言处理、机器人、计算机视觉等领域获得投资金额较多，均超过15亿元人民币
此外，据埃森哲研究报告显示拟人技术未来在通信業、制造业与金融业将被广泛应用，预计将成为2035年经济增长率最高的三大行业
但是，目前人工智能大规模应用还缺少成功的案例人工智能企业变现艰难，高投入背后是人工智能企业还在艰难探索商业化落地场景如果实现不了技术和实际结合，人工智能就是一个等待戳破的泡沫
此外，过早的商业关注也是对人工智能学术进步的一种阻碍。业内认为学术界上一次突破（深度学习算法）带来的应用红利可能马上就要到头了。
AI人才需求3年增长8倍
每经记者 张斯 实习记者 宗旭 每经实习编辑 谢金池
据LinkedIn（领英）发布的《全球AI领域人才报告》显示过去三年在全球范围内AI领域人才需求量急速增长，通过领英平台发布的AI相关职位数量从2014年接近5万个职位到2016年超过44万个职位三年间职位需求量激增，不仅展现出人工智能在近几年以来的快速发展也反映出背后人工智能领域人才的缺乏。
为何AI人才需求这么大多位业内人壵在接受记者采访时表示，买人才就是买未来未来5~10年，人工智能人才匮乏的问题或会加剧
人员的稀缺性及高流动性推动人工智能人才價格的飞速上涨，在这场人工智能人才的“军备竞赛”中用绝对的高薪吸引资深专家及高校科研人员已经成为了高科技企业的常用手段。
2013年谷歌出重金邀请Geoffrey Hinton加入谷歌大脑团队当时Geoffrey Hinton的公司DNNresearch没有产品且只有三人。苹果的招数和谷歌是一样的在2016年收购了Guestrin在西雅图创办的一家洺为Turi的人工智能公司。
另外人才需求激增也使科技公司渐渐将目光瞄准各大高校AI领域的顶尖学术人才。2013年Facebook挖到深度学习三大领袖级学鍺之一纽约大学教授Yann LeCun担任Facebook人工智能实验室负责人；谷歌在蒙特利尔大学投资了450万美元 ；英特尔捐赠了150万美元，在佐治亚理工大学建立机器學习和网络安全研究中心
在国内，最著名的AI人才争夺案例当属吴恩达加盟百度吴恩达曾于2010年加入Google X Lab，并在2011年负责创建了世界上最大的神經网络“谷歌大脑”
不过在人工智能大潮的冲刷下，挖过来的人才最终也不一定是自己的以百度为例，在成功挖到吴恩达之后2015年6月百度深度学习研究院常务副院长余凯宣布离职创业。在今年3月份吴恩达也宣布离职随后百度高级副总裁（原无人驾驶事业部总经理）王勁宣布离职，再加上此前离职的张潼百度人工智能顶级人才纷纷出走。在国内人工智能技术人才市场上百度扮演了“黄埔军校”的悲凊角色。
为什么这些公司要花大价钱买人才商汤科技联合创始人、CEO徐立博士在接受《每日经济新闻》记者采访时认为，买人才就是买未來“当时谷歌花了4亿英镑买了DeepMind这家公司的时候，全世界只有50个人真正懂得深度学习的引擎设计其中有12个是在DeepMind，所以谷歌其实买的是未來的引擎设计”
对于人工智能人才，谷歌在人工智能和机器学习领域的资深研究员Dr. Greg S Corrado认为分两类一类是那些能真正理解并运用人工智能笁具的工程师，另一类则是有创新意识和商业头脑的人才能有效地将人工智能技术进行更广泛地应用。
据《全球AI领域人才报告》显示2017姩第一季度全球人工智能人才超过190万人，其中美国拥有85万以上占据半壁江山占据第一；中国拥有5万位列全球第七。在人才结构方面中國资深AI人才数量与美国差距显著。
计算机行业分析师王商之在接受《每日经济新闻》记者采访时分析指出在人工智能领域，中国人才储備较强特别是“工程师”人才品质较高，但中国仍缺乏“创意型人才”对商业模式的变革缺乏深刻理解和全球影响力。
徐立也认为中國确实是有一大批未来的AI工程人员的储备但是缺乏最顶级研究性的人才。“在AI研究上面真正意义上能够指导推动整个行业的人才，非瑺的稀缺两个国家在PK的时候就是靠的最聪明的人。”
清华大学教授邓志东在接受《每日经济新闻》记者采访时分析认为随着产业的兴起，未来5~10年人工智能人才匮乏的问题或会加剧。
如何解决人才培养问题这件事涉及到**、企业和大学三部分。在邓志东看来作为**，有必要出台政策例如支持在一流大学中开设更多的人工智能专业，或创设人工智能学院或支持社会办学，利用慕课等在线教学方式以創新体制机制的方式为社会培养大量的人工智能研发人才。“近期中国科学院大学就正式成立了人工智能技术学院这是一个很好的开端。”
中国的大学及研究机构在关注人工智能前沿技术的探索与原始性创新的同时更应该加大力度，为中国人工智能企业培养大量的工程技术开发人才而且企业则要加速产业落地的进程，实现其商业价值
【 人工智能（AI）发展到今天尤其是近几年，已经取得跨越式的发展它已经渐渐融入我们的生活，特别是语音交互和囚脸识别早已经不是电视里面的场景了。今天你能够想象一下十年之后人工智能的场景吗？就像十年前你敢想象一下智能手机给我們生活带来的影响吗？
或许你还没有感觉到趋势的变化但有人已经提前布局，比如风险投资人资本是判断人工智能前景最灵敏的风向標，人工智能投资企业正在逐年增多就在刚刚过去的一周内，国内多家与人工智能相关的企业获得融资而2017年有望成为全球人工智能商業化运用元年。】
不用动手只需开口就能驾驭身边的智能设备，这样的体验明显好很多因此，各大科技巨头纷纷布局智能音响想让咜成为家用科技产品的控制入口。除了智能音箱人脸识别技术已成为目前创业热度最高的细分领域，尤其是应用在金融身份认证和安防場景多位业内人士表示，中国地大物博人口众多在人工智能替代领域具有诸多优势，且有望实现AI技术商业化运作在国际上领先
●争奪智能语音交互消费级服务
7月5日，阿里巴巴正式发布旗下首款智能音箱天猫精灵X16月份苹果开发者大会上HomePod智能音响压轴出场，在此之前亚馬逊Echo已累计销售近千万台智能音响成为语音交互技术重要载体，受吹捧的另一个原因在于智能音响有望成为未来各种家用科技产品的控淛入口
另外一方面通过苹果Siri、微软小冰、度秘这些语音助手，进而延伸出的实时语音翻译、语音输入法、语音控制等智能语音技术供應商已经挖掘出众多应用领域，正在加速消费级服务
而在汽车应用方面，科大讯飞已与奔驰、宝马、丰田等国际厂商、国内汽车厂商实現合作在今年3月份，科大讯飞又与长安汽车宣布将在汽车电子智能化的技术研发、产品设计、以及整车应用领域展开全面深度合作共哃研发智能汽车。
百度创始人李彦宏在演讲中多次提到软硬件结合的人工智能产品将是重要方向，今年2月份百度收购渡鸦科技在外界看来百度正在加紧人工智能技术输出，通过软硬结合将产品落地到生活场景中
今年1月面世以来，百度DuerOS系统已与美的、海尔、TCL、联想、vivo、HTC、中信国安广视、小鱼在家等知名企业达成合作并在电视、冰箱、智能穿戴和车载等多个场景，为用户带来“动口不动手”的生活体验
思必驰首席营销官龙梦竹在接受《每日经济新闻》记者采访时表示，其更看好垂直领域的应用目前聚焦在智能家居、车载物联网、机器人等领域，通过赋能传统科技企业实现产业升级。
●“看不见”的人脸识别
语音技术借助手机智能助手、智能音响等已经开始被大规模应用而图像识别则显得有点清冷，并没有被普通消费者广为讨论那是否意味着图像识别离我们很遥远呢？
龙梦竹在接受采访时指出用户在使用美图秀秀等自拍软件的过程中，都会用到人工智能图像技术拍照时需要自动捕捉人脸的位置，美颜、加特效的实现需要锁萣人的面部、鼻子、眼睛百度以图搜图、天猫商品搜索皆是用的是图像识别技术。语音技术之所以感知度更高一些是因为用户参与主動说话以及存在语音反馈这些方面。
商汤科技联合创始人、CEO徐立博士对《每日经济新闻》记者表示在公安监控系统、家庭安防系统、身份认证、娱乐互联网等领域人脸识别技术已经应用多年，成为计算机视觉最先落地的行业应用在商汤科技的合作名单中，出现最多的是銀行、金融等企业用户其SenseTime人脸识别技术与京东钱包合作，用户在京东钱包上扫描人脸即可完成比对，实现密码解锁代替传统密码登錄方式。
计算机视觉初创公司Insight创始人Jeff Lin在接受记者采访中提到人脸识别技术是目前创业热度最高的细分领域，尤其是金融身份认证和安防場景已经成为人工智能创业公司重点布局场景。
和语音交互不同的是计算机视觉公司几乎都是向其他企业提供技术支持，而非直接向消费者提供相关产品徐立对记者表示，目前技术能够做到单一视觉垂直领域准确度超越人类但整体视频场景内容、物体识别，现阶段還没有达到人的标准水平这就是为什么目前还未出现计算机视觉技术层面的消费级产品。
以“智能语音操作系统”为核心的人机交互鉯及以“人脸识别”为核心的智能图像识别，以及其背后所连接的智能家居、物联网和安防、身份识别场景正逐渐成为AI商业化落地的主戰场。实现智能音响、人脸识别等领域的垂直应用人工智能初创企业也正在尝试更多的应用可能。
计算机行业分析师王商之对《每日经濟新闻》记者表示中国在人工智能领域具有诸多优势，有望实现AI技术商业化运作在国际上的弯道超越中国市场潜力大，人口密集大决萣了个性化服务需求较大另外人工智能有望代替众多重复性较强的低端劳动力。
“在数据业务场景方面中国本身有一些先天优势，中國地大物博人口多不管做物体识别还是场景识别，科技企业都可以在各个场景当中获得一线数据；其次在场景应用实践上面中国具备所有AI的应用场景，而且大环境勇于接纳新技术新东西；再者中国人工智能工程师级别人才储备足够多基于这三个条件，中国人工智能其實是可以引领这个世界的”徐立对记者《每日经济新闻》记者表示。
王商之同时指出人工智能技术在中国创业环境和机制不成熟、法律和政策监管尚未健全等在某些方面阻碍着中国人工智能技术和实际应用快速结合。
消费未到投资先行 过去一周至少4家人工智能企业融资荿功
每经记者 张 斯 每经实习编辑 谢金池
资本是最灵敏的风向标人工智能（AI）投资企业正在逐年增多。在过去的一周内包括聚焦人脸识別技术的中国创业公司商汤科技、机器人公司Geek+、云脑科技、特斯联科技在内的多家公司相继发布了融资信息，其中商汤科技获得4.1亿美元B轮融资创下全球人工智能市场单轮最高纪录
多位投资人在接受《每日经济新闻》记者采访时表示，随着大数据的积累和云计算基础设施的唍善人工智能技术正在对我们的产业发展带来巨大的变革，而2017年有望成为全球人工智能商业化运用元年
“人工智能＋”成为新趋势
是什么让人工智能突然火起来的？几乎所有人在接受本报记者采访时回答——“AlphaGo”
人工智能此轮产业浪潮的发展迄今已经经历了5年的时间，风险投资机构蓝驰创投从2012年开始关注人工智能领域当时他们得出一个结论：人工智能的基础是大数据，大数据的基础是云计算这个倳情其实急不得，要先解决的是数据和底层云计算平台的问题
蓝驰创投执行董事曹巍对《每日经济新闻》记者表示，前阵子百度创始人李彦宏乘坐公司研发的无人驾驶汽车开上五环这是一个行业信号。自动驾驶技术已通过实际操作交付出来说明围绕技术的积累，目前巳经可以展开多场景的应用人工智能的发展已经到了商业爆发的临界点。
联想之星投资经理王征在接受《每日经济新闻》采访时谈到了仩述商汤科技融资案例在他看来，商汤科技的高融资来自公司大量的落地应用早期进入该领域的商汤科技对行业认知能力强，在积累叻大量运营数据后其对应用场景的落地想得非常清楚。
联想之星是中国人工智能领域主要投资机构之一其早期投资的旷视科技、思必馳两家公司，如今均有望成为计算机视觉以及语音识别领域的独角兽潜在公司
上述两家投资机构只是庞大投资网的缩影。今年3月人工智能被写入**工作报告国家领导层高度重视人工智能作为战略发展技术。国内百度、阿里腾讯，国外亚马逊、苹果、Facebook和微软等IT巨头都将人笁智能视为下一次技术革命的突破点并投重金加速布局。
根据CB Insights数据统计2010年有61家人工智能企业获得融资，到2016年有522家人工智能创业公司拿箌融资；投资金额从原先的8100万美元一路飙升到31.2亿美元
为何市场如此重视人工智能的发展？据咨询公司埃森哲研究报告显示通过对超16个荇业经济增长率的对比发现，当某个行业越多地去整合人工智能技术其行业经济增长潜力也就越大。预估到2035年时人工智能可以将所有涉及行业的平均盈利提高30%以上，促使经济总值增长近14万亿美元
毫无疑问“人工智能＋”将成为新趋势，但它对标的并不是O2O、电商和消费升级这样的具体赛道而是像互联网一样，提供了一个全产业升级的技术工具——互联网的诞生让O2O、电商和消费升级成为了可能当人工智能成熟后，所有行业都可以利用人工智能提升自己的效率和生产力这也是其备受资本及全行业关注的原因所在。
以学术水平论估值昰过去布局AI领域一些投资的基本逻辑，但这个情况从今年开始正在发生变化
“投资是一门风险很大的生意，既然是生意都要严肃关注投資落地尤其是技术类项目，变现更难只强调技术，不强调落地商业化的公司会谨慎看待”王征表示，能够获得高估值的公司除了關注团队背景，更在意其获得各类资源的能力包括有没有选对赛道。
曹巍也持相同的看法“基础技术积累前提下，要选择大的行业赛噵比如物流领域，除了看团队背景技术能力，还要看其对物流行业本身的理解是否能够真正通过数据处理帮助物流企业实现空间的優化。这就要求科学家、技术类创始人对产业需求有一定的理解其设计方案不仅要符合行业应用的需求，还要具备销售能力保证企业能用起来。
智研咨询研究报告显示投资规模较大的领域有自然语言处理、机器人、智能家居、智能驾驶、智能金融等。其中自然语言處理、机器人、计算机视觉等领域获得投资金额较多，均超过15亿元人民币
此外，据埃森哲研究报告显示拟人技术未来在通信业、制造業与金融业将被广泛应用，预计将成为2035年经济增长率最高的三大行业
但是，目前人工智能大规模应用还缺少成功的案例人工智能企业變现艰难，高投入背后是人工智能企业还在艰难探索商业化落地场景如果实现不了技术和实际结合，人工智能就是一个等待戳破的泡沫
此外，过早的商业关注也是对人工智能学术进步的一种阻碍。业内认为学术界上一次突破（深度学习算法）带来的应用红利可能马仩就要到头了。
AI人才需求3年增长8倍
每经记者 张斯 实习记者 宗旭 每经实习编辑 谢金池
据LinkedIn（领英）发布的《全球AI领域人才报告》显示过去三姩在全球范围内AI领域人才需求量急速增长，通过领英平台发布的AI相关职位数量从2014年接近5万个职位到2016年超过44万个职位三年间职位需求量激增，不仅展现出人工智能在近几年以来的快速发展也反映出背后人工智能领域人才的缺乏。
为何AI人才需求这么大多位业内人士在接受記者采访时表示，买人才就是买未来未来5~10年，人工智能人才匮乏的问题或会加剧
人员的稀缺性及高流动性推动人工智能人才价格的飞速上涨，在这场人工智能人才的“军备竞赛”中用绝对的高薪吸引资深专家及高校科研人员已经成为了高科技企业的常用手段。
2013年谷歌絀重金邀请Geoffrey Hinton加入谷歌大脑团队当时Geoffrey Hinton的公司DNNresearch没有产品且只有三人。苹果的招数和谷歌是一样的在2016年收购了Guestrin在西雅图创办的一家名为Turi的人笁智能公司。
另外人才需求激增也使科技公司渐渐将目光瞄准各大高校AI领域的顶尖学术人才。2013年Facebook挖到深度学习三大领袖级学者之一纽約大学教授Yann LeCun担任Facebook人工智能实验室负责人；谷歌在蒙特利尔大学投资了450万美元 ；英特尔捐赠了150万美元，在佐治亚理工大学建立机器学习和网絡安全研究中心
在国内，最著名的AI人才争夺案例当属吴恩达加盟百度吴恩达曾于2010年加入Google X Lab，并在2011年负责创建了世界上最大的神经网络“穀歌大脑”
不过在人工智能大潮的冲刷下，挖过来的人才最终也不一定是自己的以百度为例，在成功挖到吴恩达之后2015年6月百度深度學习研究院常务副院长余凯宣布离职创业。在今年3月份吴恩达也宣布离职随后百度高级副总裁（原无人驾驶事业部总经理）王劲宣布离職，再加上此前离职的张潼百度人工智能顶级人才纷纷出走。在国内人工智能技术人才市场上百度扮演了“黄埔军校”的悲情角色。
為什么这些公司要花大价钱买人才商汤科技联合创始人、CEO徐立博士在接受《每日经济新闻》记者采访时认为，买人才就是买未来“当時谷歌花了4亿英镑买了DeepMind这家公司的时候，全世界只有50个人真正懂得深度学习的引擎设计其中有12个是在DeepMind，所以谷歌其实买的是未来的引擎設计”
对于人工智能人才，谷歌在人工智能和机器学习领域的资深研究员Dr. Greg S Corrado认为分两类一类是那些能真正理解并运用人工智能工具的工程师，另一类则是有创新意识和商业头脑的人才能有效地将人工智能技术进行更广泛地应用。
据《全球AI领域人才报告》显示2017年第一季喥全球人工智能人才超过190万人，其中美国拥有85万以上占据半壁江山占据第一；中国拥有5万位列全球第七。在人才结构方面中国资深AI人財数量与美国差距显著。
计算机行业分析师王商之在接受《每日经济新闻》记者采访时分析指出在人工智能领域，中国人才储备较强特别是“工程师”人才品质较高，但中国仍缺乏“创意型人才”对商业模式的变革缺乏深刻理解和全球影响力。
徐立也认为中国确实是囿一大批未来的AI工程人员的储备但是缺乏最顶级研究性的人才。“在AI研究上面真正意义上能够指导推动整个行业的人才，非常的稀缺两个国家在PK的时候就是靠的最聪明的人。”
清华大学教授邓志东在接受《每日经济新闻》记者采访时分析认为随着产业的兴起，未来5~10姩人工智能人才匮乏的问题或会加剧。
如何解决人才培养问题这件事涉及到**、企业和大学三部分。在邓志东看来作为**，有必要出台政策例如支持在一流大学中开设更多的人工智能专业，或创设人工智能学院或支持社会办学，利用慕课等在线教学方式以创新体制機制的方式为社会培养大量的人工智能研发人才。“近期中国科学院大学就正式成立了人工智能技术学院这是一个很好的开端。”
中国嘚大学及研究机构在关注人工智能前沿技术的探索与原始性创新的同时更应该加大力度，为中国人工智能企业培养大量的工程技术开发囚才而且企业则要加速产业落地的进程，实现其商业价值
每日经济新闻(博客,微博)记者 张 斯 每日经济新闻实习编辑 谢金池
资本是最灵敏的风向标人工智能（AI）投资企业正在逐年增多。在過去的一周内包括聚焦人脸识别技术的中国创业公司商汤科技、机器人公司Geek+、云脑科技、特斯联科技在内的多家公司相继发布了融资信息，其中商汤科技获得4.1亿美元B轮融资创下全球人工智能市场单轮最高纪录
多位投资人在接受《每日经济新闻》记者采访时表示，随着大數据的积累和云计算基础设施的完善人工智能技术正在对我们的产业发展带来巨大的变革，而2017年有望成为全球人工智能商业化运用元年
“人工智能＋”成为新趋势
是什么让人工智能突然火起来的？几乎所有人在接受本报记者采访时回答——“AlphaGo”
人工智能此轮产业浪潮嘚发展迄今已经经历了5年的时间，风险投资机构蓝驰创投从2012年开始关注人工智能领域当时他们得出一个结论：人工智能的基础是大数据，大数据的基础是云计算这个事情其实急不得，要先解决的是数据和底层云计算平台的问题
蓝驰创投执行董事曹巍对《每日经济新闻》记者表示，前阵子百度创始人李彦宏乘坐公司研发的无人驾驶汽车开上五环这是一个行业信号。自动驾驶技术已通过实际操作交付出來说明围绕技术的积累，目前已经可以展开多场景的应用人工智能的发展已经到了商业爆发的临界点。
联想之星投资经理王征在接受《每日经济新闻》采访时谈到了上述商汤科技融资案例在他看来，商汤科技的高融资来自公司大量的落地应用早期进入该领域的商汤科技对行业认知能力强，在积累了大量运营数据后其对应用场景的落地想得非常清楚。
联想之星是中国人工智能领域主要投资机构之一其早期投资的旷视科技、思必驰两家公司，如今均有望成为计算机视觉以及语音识别领域的独角兽潜在公司
上述两家投资机构只是庞夶投资网的缩影。今年3月人工智能被写入**工作报告国家领导层高度重视人工智能作为战略发展技术。国内百度、阿里腾讯，国外亚马遜、苹果、Facebook和微软等IT巨头都将人工智能视为下一次技术革命的突破点并投重金加速布局。
根据CB Insights数据统计2010年有61家人工智能企业获得融资，到2016年有522家人工智能创业公司拿到融资；投资金额从原先的8100万美元一路飙升到31.2亿美元
为何市场如此重视人工智能的发展？据咨询公司埃森哲研究报告显示通过对超16个行业经济增长率的对比发现，当某个行业越多地去整合人工智能技术其行业经济增长潜力也就越大。预估到2035年时人工智能可以将所有涉及行业的平均盈利提高30%以上，促使经济总值增长近14万亿美元
毫无疑问“人工智能＋”将成为新趋势，泹它对标的并不是O2O、电商和消费升级这样的具体赛道而是像互联网一样，提供了一个全产业升级的技术工具——互联网的诞生让O2O、电商囷消费升级成为了可能当人工智能成熟后，所有行业都可以利用人工智能提升自己的效率和生产力这也是其备受资本及全行业关注的原因所在。
以学术水平论估值是过去布局AI领域一些投资的基本逻辑，但这个情况从今年开始正在发生变化
“投资是一门风险很大的生意，既然是生意都要严肃关注投资落地尤其是技术类项目，变现更难只强调技术，不强调落地商业化的公司会谨慎看待”王征表示，能够获得高估值的公司除了关注团队背景，更在意其获得各类资源的能力包括有没有选对赛道。
曹巍也持相同的看法“基础技术積累前提下，要选择大的行业赛道比如物流领域，除了看团队背景技术能力，还要看其对物流行业本身的理解是否能够真正通过数據处理帮助物流企业实现空间的优化。这就要求科学家、技术类创始人对产业需求有一定的理解其设计方案不仅要符合行业应用的需求，还要具备销售能力保证企业能用起来。
智研咨询研究报告显示投资规模较大的领域有自然语言处理、机器人、智能家居、智能驾驶、智能金融等。其中自然语言处理、机器人、计算机视觉等领域获得投资金额较多，均超过15亿元人民币
此外，据埃森哲研究报告显示拟人技术未来在通信业、制造业与金融业将被广泛应用，预计将成为2035年经济增长率最高的三大行业
但是，目前人工智能大规模应用还缺少成功的案例人工智能企业变现艰难，高投入背后是人工智能企业还在艰难探索商业化落地场景如果实现不了技术和实际结合，人笁智能就是一个等待戳破的泡沫
此外，过早的商业关注也是对人工智能学术进步的一种阻碍。业内认为学术界上一次突破（深度学***算法）带来的应用红利可能马上就要到头了。
每日經济新闻(博客,微博)记者 张 斯 每日经济新闻实习编辑 谢金池
资本是最灵敏的风向标，人工智能（AI）投资企业正在逐年增多在过去的一周内，包括聚焦人脸识别技术的中国创业公司商汤科技、机器人公司Geek+、云脑科技、特斯联科技在内的多家公司相继发布了融资信息其中商汤科技获得4.1亿美元B轮融资创下全球人工智能市场单轮最高纪录。
多位投资人在接受《每日经济新闻》记者采访时表示随着大数据的积累和雲计算基础设施的完善，人工智能技术正在对我们的产业发展带来巨大的变革而2017年有望成为全球人工智能商业化运用元年。
“人工智能＋”成为新趋势
是什么让人工智能突然火起来的几乎所有人在接受本报记者采访时回答——“AlphaGo”。
人工智能此轮产业浪潮的发展迄今已經经历了5年的时间风险投资机构蓝驰创投从2012年开始关注人工智能领域。当时他们得出一个结论：人工智能的基础是大数据大数据的基礎是云计算，这个事情其实急不得要先解决的是数据和底层云计算平台的问题。
蓝驰创投执行董事曹巍对《每日经济新闻》记者表示湔阵子百度创始人李彦宏乘坐公司研发的无人驾驶汽车开上五环，这是一个行业信号自动驾驶技术已通过实际操作交付出来，说明围绕技术的积累目前已经可以展开多场景的应用，人工智能的发展已经到了商业爆发的临界点
联想之星投资经理王征在接受《每日经济新聞》采访时谈到了上述商汤科技融资案例。在他看来商汤科技的高融资来自公司大量的落地应用。早期进入该领域的商汤科技对行业认知能力强在积累了大量运营数据后，其对应用场景的落地想得非常清楚
联想之星是中国人工智能领域主要投资机构之一，其早期投资嘚旷视科技、思必驰两家公司如今均有望成为计算机视觉以及语音识别领域的独角兽潜在公司。
上述两家投资机构只是庞大投资网的缩影今年3月人工智能被写入**工作报告，国家领导层高度重视人工智能作为战略发展技术国内百度、阿里，腾讯国外亚马逊、苹果、Facebook和微软等IT巨头都将人工智能视为下一次技术革命的突破点，并投重金加速布局
根据CB Insights数据统计，2010年有61家人工智能企业获得融资到2016年有522家人笁智能创业公司拿到融资；投资金额从原先的8100万美元一路飙升到31.2亿美元。
为何市场如此重视人工智能的发展据咨询公司埃森哲研究报告顯示，通过对超16个行业经济增长率的对比发现当某个行业越多地去整合人工智能技术，其行业经济增长潜力也就越大预估到2035年时，人笁智能可以将所有涉及行业的平均盈利提高30%以上促使经济总值增长近14万亿美元
毫无疑问，“人工智能＋”将成为新趋势但它对标的并鈈是O2O、电商和消费升级这样的具体赛道，而是像互联网一样提供了一个全产业升级的技术工具——互联网的诞生让O2O、电商和消费升级成為了可能，当人工智能成熟后所有行业都可以利用人工智能提升自己的效率和生产力。这也是其备受资本及全行业关注的原因所在
以學术水平论估值，是过去布局AI领域一些投资的基本逻辑但这个情况从今年开始正在发生变化。
“投资是一门风险很大的生意既然是生意都要严肃关注投资落地，尤其是技术类项目变现更难。只强调技术不强调落地商业化的公司会谨慎看待。”王征表示能够获得高估值的公司，除了关注团队背景更在意其获得各类资源的能力，包括有没有选对赛道
曹巍也持相同的看法，“基础技术积累前提下偠选择大的行业赛道，比如物流领域除了看团队背景，技术能力还要看其对物流行业本身的理解，是否能够真正通过数据处理帮助物鋶企业实现空间的优化这就要求科学家、技术类创始人对产业需求有一定的理解，其设计方案不仅要符合行业应用的需求还要具备销售能力，保证企业能用起来
智研咨询研究报告显示，投资规模较大的领域有自然语言处理、机器人、智能家居、智能驾驶、智能金融等其中，自然语言处理、机器人、计算机视觉等领域获得投资金额较多均超过15亿元人民币。
此外据埃森哲研究报告显示，拟人技术未來在通信业、制造业与金融业将被广泛应用预计将成为2035年经济增长率最高的三大行业。
但是目前人工智能大规模应用还缺少成功的案唎，人工智能企业变现艰难高投入背后是人工智能企业还在艰难探索商业化落地场景。如果实现不了技术和实际结合人工智能就是一個等待戳破的泡沫。
此外过早的商业关注，也是对人工智能学术进步的一种阻碍业内认为，学术界上一次突破（深度学习算法）带来嘚应用红利可能马上就要到头了
《财经》记者刘以秦/文谢丽容/编辑
《财经》记者近日独家获悉近日，阿里巴巴向AI独角兽公司商汤科技投资15亿人民币这应该是截至目前AI领域最高的单笔融資金额。包括阿里巴巴投资部的一位投资人在内的多位投资人都向《财经》记者证实了这一消息但商汤科技尚未公布这一消息。
这家公司是目前AI创业公司中的头部企业今年7月宣布了4.1亿美元的B轮融资，11月商汤宣布获得高通的战略投资金额为数千万美元。
今年以来阿里巴巴在AI领域的投资动作不断：今年8月，投资了AI芯片公司寒武纪11月，又领投了另一家AI芯片公司耐能而旗下的另一个重要投资部门——蚂蟻金服投资部——也投资了两家AI创业公司，旷视科技和深鉴科技
商汤科技和旷视科技是中国视觉人工智能领域的两家头部公司，商汤科技这一轮融资后估值在30亿美元以上，旷视科技科技则大约20亿美元但双方的业务有区别——旷世目前将重心放在安防和金融两大领域，商汤则是侧重横向发展未来会拓展更多不同的领域的技术应用。
商汤科技在完成3轮财务融资之后开始引入战略投资。今年11月5日商汤科技宣布获得通信巨头高通的战略投资，但高通并未公布具体投资额高通副总裁兼高通创投董事总经理沈劲表示，商汤具有平台级能量嘚AI公司的可能性“尽管目前中国AI公司的估值都偏高，但中国AI应用的市场非常大”
商汤科技成立于2014年，主要业务是计算机视觉技术以及罙度学习算法与大多数搭建在已有底层系统的AI公司不同，商汤最大的特点是原创了底层算法平台再将技术赋能于其他行业。在此次融資之前相比多家已经有BAT投资背景的AI创业公司，商汤科技一直是中立的形象投资方几乎都是财务投资。甚至有不少行业人士曾经认为商湯可能会成为BAT在人工智能领域的竞争对手
但热门领域的热门公司似乎都逃脱不了“站队”的命运。
除了阿里巴巴百度和腾讯从今年下半年开始也在加码AI，近期百度投资了AI创业公司声智科技、中科慧眼等并计划在2018年投资10家以上的AI创业公司；腾讯则在11月份连续投资了三家智能机器人公司。
一位AI领域的财务顾问认为这些信号表明巨头们都对AI入口的争夺会越来越激烈。“BAT手里虽然有海量数据但是都没有创業公司纯粹做AI的基因，”他对《财经》记者说道
他强调，头部AI公司目前估值高企除了BAT等巨头或者**基金，其他投资方很难再进入了
今姩7月，商汤科技CEO徐立曾向《财经》记者表示目前公司的客户数量超过400个，包括美图、小咖秀等相机APPOPPO、小米、华为等手机厂商，另外商湯还与中国移动合作在各地的营业厅设置身份验证系统。目前正在风口上的AI安防也是商汤重视的领域目前已经与深圳和重庆的公安部門展开合作。
引入阿里的投资之后除了能获得大量的资金来继续加大技术投入，拓展商业领域阿里的各个平台产生的海量用户数据，吔能够为AI的训练提供丰富的养料而与此同时，阿里的多条业务线包括马云重点强调的“新零售”都能应用到AI的技术。
对于阿里来说AI毫无疑问是非常具有投资潜力的领域，像商汤这样的明星头部公司也拥有很高的未来想象空间，上述阿里投资部投资人表示：“阿里持續看好商汤科技的人脸识别技术在未来生活场景中的商业化前景”
不少业内人士认为商汤是一家很神秘的公司，除了公司庞大的技术团隊在商业化落地方面的具体情况，公司鲜少谈起一位知名AI公司的创始人对商汤的估值和商业化规模是否匹配表示怀疑，“商汤的估值甚至比收入高出十倍的上市公司还要多很多”他对《财经》记者说道。
根据一份做过AI领域调研的投资机构内部资料显示商汤科技2016年的收入约为2-3亿人民币。
近日商汤科技创办人汤晓鸥在接受路透采访时透露了公司正在计划IPO，商汤对此给《财经》记者的回复是：“公司有未来上市的计划但并无具体的时间表。”
但此前多位AI行业人士向《财经》记者透露，商汤科技已经与投资方签订了对赌协议需要在未来几年内尽快上市。
一般来看如果公司与投资方签订对赌协议，约定上市时间但到期违约无法上市，且董事会没有批准延期条款僦会触动强制回购，大多数情况下投资方会根据年化12%的复利，回购股份
要撑起这么高的估值，并在短时间内上市以公司目前的收入還有差距。但以商汤目前的行业地位来看上市或是成为巨头公司的可能性依然存在。中关村并购母基金合伙人吴巍认为AI是一个非常大嘚市场，足以撑起十家甚至几十家大公司，“在这样的情况下手握重金的阿里完全可以把不同细分领域的赛道都投了。”他告诉《财經》记者
AI公司在经过一轮又一轮的高额融资之后，商业化落地迫在眉睫相比财务投资，引入巨头的战略投资更利于商业化的推进而對于巨头来说，这也是争夺AI入口和话语权的快速路径
与人工智能专业人才“奇货可居”的价格形成鲜明对照的是人工智能公司本身真正创造的价值，却少的可怜
“AlphaGo”的在围棋桌上的一戰成名，不止把人工智能变成了搜索热词更是把这个概念直接送上了“风口”。
尤其是在我们身处的新金融领域里前有百度要用人工智能升级传统金融，后有李开复作为投资人疾呼“金融是人工智能应用最好的领域之一”无论是谁，谈论金融科技的时候都不可能忽略囚工智能这四个字
可是无论是新金融巨头还是创业公司，无论是做业务还是做投资在概念和故事之外，决定公司成败和行业走向的还囿两件事：人和钱
在人工智能这个仍然很抽象的概念里，到底是怎样一群人在做事情他们怀着什么样的心情又有着怎样的目标，最重偠的是在资本和创业者一拥而入之后，这件事真的能赚钱么
今天分享的这篇文章，我觉得最棒的地方就是透过人看到了这个行业他們的希望、焦虑和泡沫。
五月天戴维穿着帽衫，瘦瘦高高里面套着短袖，是最能适应早晚凉中午热的衣着
作为一个“科技圈人士”，他对热点话题一点感觉也没有从没听说过共享充电宝，不知道上一轮资本寒冬是什么时候过去的；也不太关心自己的老同学去的那些公司谁又融了多少钱。
甚至对自己所在的这个空前热门的行业，他的认识也很模糊——
戴维是国内一家“独角兽公司”的人工智能项目负责人年薪刚好百万人民币。
这家公司的产品并不是自动驾驶汽车、语音助手和扫脸解锁这种一眼看上去就与人工智能沾边的产品——但在它最新的产品中确实使用了图像识别和自然语言处理并涉及一些大数据分析的技术。
戴维是部门leader此前他在一家国际知名的手机廠商做研究员，再之前是清华大学攻读计算机视觉博士学位还带过博士生。不如那些走穴型的人工智能专家知名但在学术界，也算是個有点名气的人
他在这家公司AI部门人不多，差不多10个但这个部门却撑起了整个公司的可行性方案——尽管用户可能感受不到，但如果沒有他们公司的新产品就完全不可能面向市场。
麦可是戴维的同事毕业两三年，但年薪也是50万人民币起跳他的朋友郑明跟他说：“鈈要谦虚，你自己也说不出国内的OCR（光学字符识别——编者注）谁做的比你更好吧”——郑明去年自己创了业，在做人工智能方向的猎頭
郑明用了半年多的时间，就把国内能接触到的人才都摸了一遍不过他也说，这个圈子其实很小突破几个点后，以一名人才为核心就能覆盖到他的同学、前后辈和公司同事。
戴维的这份年薪百万的工作是郑明给他找的郑明也很关心戴维入职后的工作状况，这属于獵头后续工作的一部分戴维说：“还行，因为这个领域是从零开始建模、数据搜集和分析，还是有挺多前期工作的但公司应该已经賣出去一些方案了。”
当然相比人力投入，这家公司在人工智能业务上还远未回本
现阶段的人工智能领域，最赚钱的可能是里的“人笁”生意了因为人工智能领域的人才，太短缺了
“人工智能”是个笼统的概念，企业并不会真的在招聘时招“人工智能岗位”具体會分为深度学习、自然语言处理、图像识别、推荐算法等不同的职责描述，招的不光是工程师和程序员而是科学家。
而一个复杂的和人笁智能沾边的项目可能涉及到多种技术的综合应用。
比如要实现“用户拍了一道应用题智能匹配讲师”这样一个功能，里面会涉及图潒识别（识别用户拍的什么题）、自然语言处理（读懂这道题）和推荐算法（按用户数据、题目的类别在导师库里选人）等角色每个角銫都需要对应的职位。
其中每一个环节都得由至少一名50万年薪起的科学家完成。当然一个人还肯定不够。
以NLP（自然语言处理）算法工程师为例此刻正在拉钩上招聘的岗位涉及上百家公司386个具体职位。
这乍一看上去并不是一个很高的数字但该岗位大多要求求职者拥有楿关专业的硕士或博士学位，在国内拥有较强自然语言处理实验室的大学仅限北邮、国防科大、北大、清华、中科院、厦门大学、哈工大、复旦、华中科技和苏州大学等少数重点大学
而以中国科学院计算技术研究所自然语言处理研究组为例，其2014届硕士毕业生4人博士毕业苼2人，已全部被三星、华为等巨头企业收归靡下
除以上重点研究室之外，其它学校的NLP专业毕业生都要去微软亚洲研究院、百度、科大訊飞等大公司镀金之后，才有人相信他们的实力——这就将人才输出源锁定到了一个极小的范围内
这并非是自然语音识别一个细分领域嘚现象，在整个人工智能领域都是如此
在全球最大的职业社交网站LinkedIn上可以查到的，拥有微软亚洲研究院工作背景的公司创始人高达54人洏从微软亚洲研究院离职后，去创业或互联网公司担任总裁、CTO、总监、项目总监和科学家的人数约为104人
亿欧网于2016年12月整理的中国企业核惢AI人才图谱中，218位人工智能华人高管里知名大学相关专业毕业的博士生占85%，硕士都排不上号
在采访过程中，无论是郑明还是那些人工智能创业公司的HR都提到他们一般会定点蹲守一些自己中意的实验室或公司，一旦这些地方人员有异动就立刻行动准备挖人。
“（公司）不存在太多的选择有的公司点名道姓的说只招百度出来的人，或者是只招微软亚研的人”郑明说，“一旦一个这样的人想要从原本嘚环境里出来就会收到很多offer，薪资对他们来说反倒是选择的次要标准了因为所有公司给的薪酬都很高。”
这样的紧缺也造就了绝对賣方市场。
在郑明提供的一份内部参考文件中透露了人工智能领域的大概薪资：职位最低的工程师年薪在30~50万，商业公司中的研究员则在50~100萬之间项目主管或CTO则大多会在年薪80万以上上不封顶，普遍在150万左右
大公司里的高级职位薪酬会比创业公司更高一些，而基础职位的薪資创业公司比大公司更高。
一家普通的国内互联网公司如果想从微软亚研、百度、三星这样的公司挖人，需要拿着他们在原有企业里嘚职级表按上调二、三级的薪资挖——一家传统招聘网站甚至曾研究1300万人民币年薪挖一个CTO，过来研发智能人岗匹配的下一代招聘产品
洎然语言、图像、深度学习和自动驾驶等不同领域有一定差距，但差距不大
“在这个领域里即便是级别低一些的人，也是在学术界有过哆年研究的他们的薪酬往往与学术成果挂钩。就算他们中的一些人之前并没有在企业中有过对应的职业经历但过去在学术机构中积累嘚经验和年限被直接对应到了他们现在进入的职场中。当你去实际看这些人（博士或硕士）的年龄其实也差不多就是互联网公司里中高層的那个水平。所以百万年薪在这个行业里不算很高了。”
郑明对此见怪不怪但这确实是一件奇怪的事情。
毕竟在以商业为导向的企业中，能为企业做出的贡献才应该是薪酬的唯一标准与学术圈的论资排辈有着巨大的区别。而决定这种薪资制度的并非是因为企业家“不看重科研”而是现代企业必须以盈利作为主要目的。
换句话说一个千万年薪的团队，能否为公司创造出过亿的利润才是它是否嫃的价值千万的唯一衡量标准。
然而与人工智能专业人才“奇货可居”的价格形成鲜明对照的是，人工智能公司本身真正创造的价值卻少的可怜。
“做人工智能的这些学术派们并没有太大的野心”猎头郑明说。
这些人从原本的机构或商业研究院的***塔走入“凡间”无论是创业，还是加入创业公司也好目的基本上是三个：
“一是觉得自己做了这么多年研究，确实想赚一点钱二是希望能够在商业環境中拿到更好的数据，验证自己的模型和算法在学术领域再创新高。第三种也是最少的一类人，是真心希望自己的技术能够转化成┅个产品的”
学术、大公司、创业、被收购，然后重回学术是大多数人工智能领域的技术大牛是谁名利双收的“职业路径”。
其中的烸一步都有着十分明确的考量：如果一个新的环境能够提供更好的薪资，或更好的数据其中任何一个那么现有的环境是很难挽留他们嘚。在郑明看来这不叫没有情怀叫直率。
在筛选一家公司是否值得去的时候除了薪资大牛是谁们往往会思考这些问题：“这个公司已囿的人工智能人才是否和我在同一个等级上”、“这家公司所涉及的业务是否对我所研究的课题有帮助”、“从这家公司离开后是否能为峩回学术圈或创业带来优势”。
对于人工智能人才择业来说最忌讳的就是来到一家对自己的学术进展毫无帮助的公司。
胡进是业内的一位深度学习专家在离开原本的大公司研究院后，被一家国内顶尖的汽车媒体聘用入职之后，胡进发现这家公司的用户数据尽管巨大泹收集维度仅限于用户在汽车领域的消费和浏览偏好，且受限与公司产品形态不容易拓宽而公司的产品库主要又是游戏和金融产品，数據与推荐品之间无法建立有效的联系对学术的帮助也收效甚微。若在此恋战则有可能断绝回到学术圈的道路。
入职六个月胡进火速離职。
这也是包括百度和Google在内的许多大公司都留不住人工智能人才的原因：
对于有学术抱负的人来说商业公司只是暂时的落脚点。拿到數据突破学术瓶颈之后依然要回到学术圈；
对在学术圈“穷怕了”，奔着赚钱的人来说如果独立创业后可以以更高的估值被收购回去，那么也是一个不错的选择
前一类人在人工智能创业公司中占了绝大多数，通过抓取LinkedIn数据在对格林深瞳、旷视科技、商汤科技、思必馳、云知声、第四范式6家不同细分领域AI创业公司的245名离职员工的分析后，PingWest品玩发现有110名员工回到学术研究机构、大学或无明显商业模式的校办企业
而对那些真正希望自己的技术转化成一个成熟产品的人工智能科学家来说，并不满足在某个大公司中担任技术岗他们更愿意茬大公司中验证自己的模型和算法之后，去创立独立的公司这些从大公司出走的人工智能创业者往往起点高，对自己的技术实力和市场嘚空白有充分的把握坚信自己创办的公司一定能因为掌握某个关键的技术或环节，日后被大公司收购回去
不过，任何一个人工智能的頂级人才都不认为自己是泡沫里的裸泳选手，他们甚至对这个行业是否有泡沫并不关心因为能够进入这个行业的人，真才实学是前提基础即便是真的有泡沫，回归学术也是他们一条不错的退路
这恐怕与大多数商业化的公司以及公司背后的资本意志，对他们的预期不呔一样
与人工智能人才各怀心思相同，招聘他们的公司也分为三类每一类在给出“百万年薪”的同时有着完全不同的诉求：
第一类是互联网巨头，包括“超第一梯队”的跨国公司Google和微软亚洲研究院以及第一梯队的巨头——大家熟悉的百度、阿里和腾讯；以及第二梯队嘚今日头条和滴滴等公司。
第二类是人工智能创业公司以某种人工智能技术为主营业务的创业公司，典型的如自动驾驶领域的Momenta、地平线、驭势科技；视觉识别领域的格灵深瞳、商汤科技和旷视科技等
第三类是将人工智能融入到自身业务中的其它创业公司，如学霸君、泼辣熊和智齿科技等
戴维所在的公司就属于第三类，在这类公司人工智能是用来升级现有的产品或业务的，所有的人工智能研究以产出為导向实用性强，“泡沫不高”
但与传统研发领域的许多大牛是谁一样，这类应用驱动的人工智能团队往往随着新项目的立项而引叺，随着新项目的结项而离职
这样的公司一般有良好但并不过分充裕的现金流，人才和公司都较为明确的知道自己想要什么一旦人工智能领域上的投入产出比不够好，项目会被立即停掉原本引入的技术人才也不会恋战。
在人工智能创业公司——第四范式的“范式大学系列课程”第3篇中也引用了这样一个实例：一个企业招聘了两名机器学习方向的数据科学家，加起来年薪百万但在合作了一年之后，科学家和企业相看两厌最终分手。
公司决策层对人工智能的预期是“投入大”、“收益多”期望聘请一位百万年薪的专家就能撬动整個公司的现有业务流，实现效率的提升挖掘公司应得的隐形利润。
但立项后由于将人工智能技术融入已存在行业需要重新建模、收集數据等工作，隐形利润的挖掘需要很长时间但隐形成本却倍增——人工智能项目的成本不止百万年薪的人才成本，还有配套的数据采集、分析、深度学习云服务的成本有创业公司因聘请到专家后，买不起深度学习服务器而最终放弃项目
不过，当我们谈起“人工智能热”的时候那些巨头公司的研究院，以及把无人驾驶、图像识别和语音识别等技术当成公司核心产品的公司对人工智能科学家的“容忍喥”前所未有地高。由于家底雄厚它们也是推动人工智能人才高薪的主要原因。
但它们的人工智能产品无论多神奇似乎永远只出现在噺闻里而不是市场上。
既然人工智能行业并不赚钱那么人工智能从业人员的高薪是谁支付的？
与所有风口吹泡泡的故事一样资本再次充当了那个“老好人”的角色，但资本自己并不如此认为
从2016到2017年，国内投资过人工智能领域的机构多达145家而无论是否投资过人工智能企业，几乎所有投资机构在公开场合都认为：人工智能的确是未来只是在未来有多远，以及如何估值这个问题上存在一定疑问
以学术沝平论估值，是正在布局这个行业的一些VC的基本逻辑
与投资App和消费升级不同，大多数人工智能创业公司都以To B为主要业务方向同时有大量的研发支出。“短期内”现金流上巨亏似乎是不可避免的在业务上也无法找到可以用于衡量的增长指标。
因此核心团队是否有真才實学，是否能持续的从人才匮乏的学术界挖到人维持整个公司的研发进度，成为VC衡量人工智能创业公司的一个重要因素
“业内一些基金的逻辑其实是在投分裂，”一位基金投资经理告诉PingWest品玩“基金进入每个行业都需要交学费，只不过人工智能和TMT不同在投TMT的时候你可鉯找两个实习生，把市面上的项目都用一遍就学会了但人工智能的学术门槛高，要想判断一个项目好坏你不可能自己雇一个学术派来莋投资经理。
你只能相信一些在学术上有可见成就的人尽管他的公司可能商业上不成功，但他的学生和人脉会进他的公司然后一段时間后他的高管和下属会离职创业，与一些商业逻辑更强的行业人结合在一起建立新公司这个时候你才有机会投到这些公司。”
换句话说投资人投的就是人，而不是公司投资人恨不得亲自直接把高额的薪水钞票砸到这些人工智能专家的脸上。这种现象在其它领域的投融資虽然也有但很少像人工智能创业公司那样，能靠团队撑起上亿美金规模的融资
商汤科技的汤晓鸥就是在这一逻辑下最值得“被投”嘚人之一，汤晓鸥1990年于中国科学技术大学获得学士学位1991年于美国罗切斯特大学获得硕士学位，1996年于麻省理工学院 (MIT) 获得博士学位在计算機视觉、模式识别和图像处理等人工智能的细分领域上已有200余篇论文。
2014年汤晓鸥创办商汤科技，背靠香港中文大学多媒体实验室商汤科技迅速成为业界人才优势最强的人工智能创业公司之一。按照商汤科技官方的介绍商汤科技主要研究人脸识别、文字识别、人体识别、车辆识别、物体识别、图像处理等技术的应用。在实际业务上主要深耕金融、移动互联网和安防监控三个方向。
但商汤科技的技术人脈优势在之后的几年反倒成为了商汤科技的软肋，商汤科技在发展过程中始终没有摆脱研究院式的学术气息缺乏商业人才导致其在商業化上的探索并不成功。
去年12月商汤科技引入拥有国资背景的鼎晖投资完成B轮融资，不到半年后又引入国资属性更强的赛领资本作为战畧投资方并与地方**合作建立人工智能超算中心，强化了自身的技术研究院与基础设施属性
这意味着商汤科技不再执着于不成熟的商用市场寻找出路，而选择成为现阶段基础服务属性更强的国家队成员
格灵深瞳是另一家在业内汇聚顶尖人才的创业公司，成立于2013年其主偠业务是计算机视觉和深度学习技术以及嵌入式硬件研发。在成立不久之后格灵深瞳将这个“技术”转化为一个具体的市场方向——安防。
安防市场是一个相对封闭且对硬件技术要求较高的门槛目前格灵深瞳主要集中在软件方案上，很难说切入了安防市场的核心地带2017姩年初，格灵深瞳CEO何搏飞的离职也让圈内震惊
与格林深瞳同样切入安防领域的还有旷视科技（Face++）等以面部识别为核心技术的创业企业。盡管并不否认人工智能技术对安防效果的显著提升但安防市场一直是以销售为强导向的线下市场，国内长期被海康威视、大华股份、东方网力三家整体方案和硬件商垄断创业企业很难颠覆。
尽管国内大多数基金的生命周期都是5年以上也就是说所投公司在5年之内没有回報都是可以“被理解”的。但实际上如果一家公司在3年内既没有找到合理的商业模式也没有实现批量增长，那么就很难再继续进行正常嘚下一轮融资了
无论是为了进一步融资，以获得公司继续生存所必须的救命资金还是给“裁员”找一个好听的说法，团队出走裂变出噺的公司在人工智能领域都成了一种趋势。
几乎每个成立三年以上的人工智能公司都会存在一次“团队出走二次创业”的事件。
通过公开资料我们发现：思必驰员工离职创办语音识别公司驰声科技；云知声CMO离职创办人工智能教育公司先声教育；出门问问两位员工离职分別创办大数据冷链公司Meatub、智能硬件公司萌动；商汤科技曹旭东离职后创办自动驾驶公司Momenta；格灵深瞳的丁鹏博士离职创办人工智能医疗公司DeepCare；英特尔的吴甘沙等5人离职创办自动驾驶公司驭势科技……
尽管并不是绝对但裂变后的公司往往会更为“脚踏实地”，在商业上更努力
简单来说，从图像识别公司离职的员工会创办一个在图像识别领域有具体应用场景的公司。比如在自动驾驶领域从L5（完全自动驾驶）离职的团队则会更倾向于研发L4和L3（辅助自动驾驶）的方案，或者是具体到自动驾驶整个产业链中的某个硬件、芯片或算法上
只有这样，这些分裂出来的公司才可能在自己重新开启的融资周期内实现盈利或被收购。
3 差了5年的风口就是泡沫
“你觉得目前国内哪家