「95% 的人工智能创业公司将倒闭！」
在 15 日「新经济 100 人」论坛上，主办方新经济 100 人 CEO 李志刚演讲中大胆预测：人工智能领域当前存在巨大泡沫，未来两三年，95% 以上的人工智能创业公司要倒闭。
昨天这条新闻在人工智能创业圈里热传。一直以来在人工智能领域中，从来都是一片利好声音，虽然最近炒作的成分确实越来越浓，而且大家都已经习以为常，但是突然出来一个大胆而相反的声音，便引起了众多媒体的关注。
忽略掉夸张的成分，我们确实应该冷静下来，好好思考一番。
李志刚认为人工智能存在泡沫主要有两大原因：
一是前提不足。「没有海量大数据，人工智能就是扯淡。」目前真正的大数据仍然被少量巨头和政府职能部门掌握。同时，作为获取大数据前提的「云计算」刚刚起步。「没有云计算，没有大数据，人工智能无从谈起。」
二是商业化滞后。谈及人工智能商业化滞后问题，李志刚讲述了一种悲剧模式：不少人工智能公司在产品还没上市时就估值 5 亿美元——招不到专家，只好去美国找谷歌、微软的人——外国人干两三年，带着两三千万人民币的高薪走了——企业垮掉。
2002 年的互联网泡沫会不会重演？
看到这种大胆的预测，我不禁联想起了 2002 的那一波互联网风波。
2000 年风险投资家们目睹了互联网公司股价的创纪录上涨，故而不假思索快速出手。彼时很多公司的生存发展依赖于风险资本。
同时这些公司模式的新奇性，加上难以估价，一级市场的投资热度把许多互联网公司股价推上了令人瞠目结舌的高度。其中少数公司通过网络效应实现了行业垄断，同时大部分有着相同商业模式的公司跟着在这波泡沫中获得高估值。
当泡沫破了时，股价急速下挫，许多企业因此破产。
从最早的 Gartner 技术成熟曲线（2008 年）可以看出，当时 Web 基础服务刚刚进入应用成熟期，时间再往前推算大约五六年，互联网基础应用技术正处于泡沫和幻想的破灭期。
随后互联网几经余波才慢慢趋于平缓，泡沫也渐渐消退。因此，对于行业价值的判断，更重要还是基于对技术成熟度的理解，和对实际技术价值进行预测。
人工智能究竟在什么位置？
自 AlphaGo 战胜国际顶级围棋选手之后，媒体对人工智能的追捧和炒作一直在持续升温，2016 年人工智能发生了很多事情，关于人工智能的创业投资在 2016 年末，2017 年初急速升温。
就在 2017 年初，创新工场甚至开办人工智能工程院，李开复亲任院长，并邀请微软、谷歌大牛担任副院长。连续投了近 30 家人工智能创业公司的李开复明确表示：现在已经进入人工智能的「黄金时代」，从投资的角度来看押注人工智能是一个非常清晰的事情。
李开复对于人工智能技术成熟度的判断（图来自创新工场）：
这一张是 Gartner 技术成熟曲线（2016 年）：
对比前后两张图，我们可以看到一些共同点：人工智能技术开始阶段性应用，多数技术并没有成熟，部分技术领域获得阶段性发展并进入市场，另外一些更成熟的技术进入应用阶段，但目前还并没有形成大规模应用，人工智能技术在某些专业领域如语音、语言、视觉方面的应用相对成熟，正在高速发展阶段。
行业大咖们怎么看？
针对此事，IT 桔子行业分析师和几位行业大咖进行了深度的交流。
创新工场人工智能工程院副院长王咏谈到，人工智能确实是有泡沫的，但是并不会这么严重，并不会夸张到 95% 的创业公司倒闭。
他提到，目前人工智能的发展主要存在两个难题：一是人才的问题，但从目前的情况看这一问题很快就能解决——拿斯坦福大学举例，前几年人工智能不温不火的时候，斯坦福大学早就有一门关于深度学习的课程，整个学期选课的人寥寥无几，只有几十人，但是现在这门课已经有两千多人参与，斯坦福同步开了很多教室并且都是满的，抢着报名都报不上，所以人才的问题应该很快就不算是问题；
二是数据的问题，做人工智能确实需要数据的支撑，而且是结构化的数据，这确实存在行业的壁垒，但是双方都是有合作需求的，只要能够在行业的实际场景中应用，这都是可以通过合作解决的，需要多方共同努力，所以对此事也算是比较乐观。
阿里云研究中心主任田丰提到：人工智能产业突破口的关键在于行业服务。
IT 桔子的理解为，人工智能创业一定要结合行业应用，一方面在于贴近数据资源，另一方面在于特定应用场景下的商业模式。
从市场上看这些公司发展的模式，以科大讯飞的发展为例，先以语音识别为突破口，当技术成熟后，以语音识别为中心开始构建价值生态体系。一方面扩展语音相关的业务，形成该领域的技术群：语音识别、语义分析、语音合成、语音转写、翻译等；另一方面科大讯飞试图将技术向外扩展，把这些技术应用于各个行业。总而言之，科大讯飞走的是「人工智能+」的路线。
IT 桔子根据自身数据库中人工智能公司实际业务归纳分析得出下图：
IT 桔子观点：2017 年人工智能一半是火焰一半是海水
2016 年是人工智能发展的元年；而我们预测，2017 年将是一部分公司崛起的一年，也将是行业调整和波动的一年，行业整体还是呈持续发展态势。
还以科大讯飞为例，其年报显示，2016 年科大讯飞全年营收 33 亿左右，净利润是 4.9 亿。而在人工智能语音识别领域，其他语音公司主营业务都还没有盈利，还处于烧钱的状态中，同时估值还很高，这就成了一个问题。如果每个人工智能细分行业都存在这种情况，那就更是一个大问题。
可想而知，2017 年可能会有两类典型的公司：
第一类公司，企业的技术很好的结合行业应用，找到适合他们技术应用场景，打开了市场，获得的盈利，就能迅速崛起，打造生态系统。
第二类公司，技术没有很好的结合行业应用，商业模式长时间未被市场所验证，而且估值还很高，后面可能就会遭遇无人接盘、无法退出的危险。就很可能面临被整合或者倒闭的风险。
所以，归根结底，2017 年人工智能产业的突破口在于行业服务和应用场景。
未来：「人工智能+」or「+人工智能」？
如今，像高盛这样的金融巨头，以及其他大型对冲基金，都正转向由人工智能驱动的系统以预测市场趋势，从而做出更好的交易决定。2000 年，高盛位于纽约的股票现金交易部门有 600 个交易员，而如今只剩下两个交易员，剩余的工作全部由机器包办。
以金融行业为例，据高盛公司估计，到 2025 年人工智能可通过节省成本和带来新盈利机会创造大约每年 340 亿至 430 亿美元的价值。
也许将来人工智能产业会出现两种模式，一种是典型的科大讯飞模式，即人工智能+，以人工智能技术为中心向各个行业渗透；一种是高盛模式，即+人工智能，以行业巨头为中心，人工智能技术驱动整个行业的变革。
不管以哪种形式，相信未来人工智能将深远影响各个行业。
据创新工场预测，金融、医疗、安防、教育、能源、机器人、互联网产业升级、传统行业的流程自动化及商业智能等方面，人工智能都具有千亿美元以上的市场潜力。而自动驾驶技术对于交通运输和汽车制造业的颠覆，更具有无法估量的经济价值。
