AI能否完成人类历史上的颠覆式创新,开启人类新时代？60余年来人们对这个话题一直争论不休。
2006年，Hinton教授发明了一种训练深层网络的新思路，随后三篇论文炸开了深度学习算法突破口。很快，又有公司发明了用于支持深度学习算法的新型芯片，大大改善了旧芯片计算能力不足的问题。在算法和算力的支持下，互联网存储了20多年的大量数据终于找到了它历史的使命：训练机器！于是第三次人工智能热潮被掀起了。
虽然，这一次深度学习算法将语音、图像识别率先推向了人类实现的最佳边界，但是目前AI算法并不完美，一是算法训练模型只能针对特定领域，通用性差；二是这一代算法太依赖于数据。
AI推理、思考、联想等智力功能与人类大脑相去甚远，目前，AI的发展水平整体上只能算是处于“微智时代”。要想让机器成精，AI还需更上几层楼，恐怕要更待些时日。
虽然只是微智时代，但并阻挡不了“AI+”对行业的颠覆，目前应用型技术层出不穷，未来可以预见人工智能与产业应用会产生更深层次的结合。
C端到底行不行？
在目前的AI微智时代，创业公司大致可分为三个梯队：广义机器人、自然语言处理、计算机视觉与图像。
根据腾讯研究院&IT桔子联合发布的《2017年中美人工智能创投现状与趋势研究报告》统计数据，国内智能机器人与无人机相关技术创业最为火爆，位居于第一梯队；语义分析、语音识别、聊天机器人等自然语言系列的技术位列第二梯队；第三梯队则为人脸识别、视频/监控、自动驾驶、图像识别等计算机视觉系列的技术；另外，情感计算这种综合了心理学、语义、视觉、环境感知等多种技术的复杂应用技术也在慢慢成长中，这类企业正在尝试产业的探索与创新，前景广阔，但是目前处于热度排行末端。
B端市场无疑是创业最合适的切入点，可以充分发挥AI的工具性，提升效率和体验，从而跨过工业应用红线。
虽然目前的AI技术应用多数着眼于B端市场，为企业提供服务。不过，近两年来，市场上出现了一些定位于C端用户的产品。
靠近C端用户并探索流量和数据的变现模式是较为理想的发展路径，比如，在广告、媒体、美妆、设计等行业已经涌现了第一批消费级终端产品，并且在消费者中形成了一定的影响力。
消费级市场或许是近期人工智能应用爆发的一个重要场景。据统计，美国已经有超过50家针对于C端初创AI企业，融资规模超过8亿人民币，虽然这些公司仍然十分微小，但是星星之火可以燎原。我们可以预见，AI消费级产品遍地开花的时间为期不远了。
行业应用最先落地的会是谁？
技术实力是AI公司的核心竞争力之一，而技术+产品+行业落地更是其胜负关键。新一代人工智能的繁荣，犹如一棵枝叶繁茂的大树，渗透至各行业的蓝天之中，服务于众多领域。
报告数据显示，医疗行业成为AI应用最为火热的行业，其中包括了医疗影像诊断、医学病历分析等方向，目前弱人工智能更容易在医学这种专业性较强但不要求通用能力的行业发挥作用；汽车行业则凭借自动驾驶相关AI技术脱颖而出位列第二，有80家AI公司业务和汽车相关，其中30家专注于自动驾驶相关技术；排在之后的AI技术行业应用方向，无可厚非包括了教育、金融、制造、安防、家居等行业。
中美两国的根本差距何在？
近日有一篇外媒文章，给了中国人工智能高度的赞扬，它认为中国在AI大潮中具有相当优势，跟美国几乎不相上下，很容易弯道超车。在我们看来，这实在有些夜郎之论。真实情况如何？请看数据：
企业数量差距：报告数据显示，截止于2017年6月31日，全球人工智能企业总数达2542家，其中美国拥有1078家，占全球人工智能企业总量的41%；中国拥有592家，占据23%，排名第二。中美两国差距486家。
投资金额差距：根据统计数据，美国AI公司总融资金额达978亿元，占据全球总融资的50.10%；中国以635亿元位居第二，占据全球AI公司总融资额的33.18%。
人才团队差距：在 AI 领域，中国的人才总储量低于美国，美国的 AI 人才总储备达 78700 人，中国的人才总量仅有 39200 人，人才储备总量不及美国的 50%。目前中国人工智能的人才培养已成为一个发展的关键问题，人才缺失可能会对中国未来AI产业的发展产生牵制作用。
投资机构差距：AI投资机构数量上，美国超中国两个身位，为中国三倍。中国关注AI领域的投资机构总数量约为620家，美国约为1800家。其中投资次数在两次及以上的投资方数量，中国为203家，美国为596家。综合来看，美国投资界对AI的关注度远超中国。
综合对比，美国AI走在了全球发展的最前列，代表着各大热门领域的高精尖。根据目前的数据统计，中国人工智能水平距离美国还有不小的差距，企业数量、融资总量、团队规模等大约只有美国的50%左右。
中美虽有差距，中国也有自己的独特优势，即，中国目前的人工智能创业环境。
为何中国创业环境更胜一筹？
美国AI存量市场远超中国，但投融资速度与获投率中国更高美国一筹，对于AI初创公司来说，中国环境更适合创业。
获投率
中国获投率远超美国，呈后来居上之势。中国AI平均获投率为69%，美国平均获投率为51%，中国超出美国18%。另外，从数据可以推断，目前，中国人工智能创投市场缺少优质项目，中国市场对于AI的投资不缺资金，根本缺失的是技术和人才。
获投速度
从一家公司成立时间算起，到每一轮获得投资的时间间隔代表了这家公司的获投速度。间隔时间越短，公司获投速度越快，表示其越受投资方的青睐。美国AI公司从成立到种子/天使轮的平均时间需要14.8个月，中国则需要9.7个月，中国AI公司的早期获投速度明显比美国快很多。
如何走出产业核心的困境？
人工智能发展的基础在于算法、算力和数据，三者缺一不可。中国拥有庞大的数据库，在应用算法上也不落其后，唯独在算力这一领域，出现了非常严重的缺陷。
算力的核心在芯片，而中国在芯片领域上的积贫积弱也延伸到了AI芯片上。
根据数据统计，美国芯片企业合计33家，累计融资308.18亿元。中国合计13家，累计融资13.28亿元，融资额仅为美国的4.3%。
在中美总融资TOP10 公司中，中国以ASIC和FPGA为主，类脑芯片其次，占据1个席位；美国光GPU就有4家之多，剩下6席分别被FPGA和ASIC平分，值得注意的是Rigetti Computing这家公司，自2012年起开始研发量子芯片，颇受关注，吸纳到一共6笔，总计4.72亿元的融资。
中国10家芯片公司
美国融资排名前十的芯片公司
综合来看，中国芯片在公司和融资上大大落后于美国，并且在芯片核心产业和技术上也和美国相去甚远。而在GPU领域，中国尚无创业公司，只能围绕FPGA，ASIC等进行边缘研发，类脑芯片在国内有异军突起之势，或许能有所突破，总体形势十分严峻。
谁才是AI大潮幕后的推手？
在中美AI热潮的幕后推手中，VC的功劳不可小视。一些有远见卓识的VC已经开始盘点账面上赚到的利润，合计什么时候准备杀出城去；而另一些后知后觉的VC，正在筹集粮草，杀进城来。
对AI的投资并非是最近两年的事，而是自上世纪就开始了。自1999年美国第一笔VC资金投资给AI技术平台Enkia时，人工智能投资就已经拉开了序幕。
在短短的18年内，各大投资方竞相争抢有潜力的人工智能企业，全球人工智能领域投资吸金2026亿元。
对于AI的投资，A轮看团队、B轮看产品、C轮看数据的套路已经过时，简单沿用过去PC/移动互联网的投资逻辑可能导致VC们错过最佳入局AI的时间窗口。相比于关注公司财务数据，不如更重视其核心商业本质以及战略意义，并且要真正理解技术的意义，来预测技术是否能大规模提升效率，适不适合规模化发展。
中国投资方（投资次数）TOP20
美国投资方（投资次数）TOP20
其中，Y Combinator投资了34次包括Sift Science，Chute，Qventus和SimpleLegal在内的25家人工智能企业，其中Sift Science 获得了包括Founder Collective, SV Angel, Y Combinator在内等17家投资方总计3.64亿元投资，而Y Combinator参与投资的其余AI公司获投金额从76万元到1.14亿元不等，轮次也零散分布在天使/种子轮，A轮，B轮和C轮。
在中国，真格基金以37次投资投资高居风投榜首，创新工场和IDG资本分别以28次和22次排列在第二和第三。
在投资热门领域中，计算机视觉和图像拥有最多的投资者，共291家；其次是智能机器人和机器学习应用。这些投资机构的投资额在2016年达到历史最高值，仅2016年一年，就涌现了231.9亿元的投资资金。2017年后国内投资更为偏向于中后期项目，对人工智能的投资持更加谨慎态度。
项目少而资金多，大家恨不得把每个选手都投一遍。终于有一天，大家会发现，好项目不够用了，于是拼命加持旧注。
当前，人工智能产业的核心矛盾有两个：一是投资需求大而创业项目供给减少；二是市场期望高而产品体验却不佳。
如何逾越AI产业鸿沟？
拿到钱并不意味着就可立于不败之地。按照创新扩散理论，拿到钱，其实是往死亡靠近了一大步。这是科技行业规律使然，AI企业自然也不例外。
科技创新企业在上升发展阶段会遇到一定的阻碍和壁垒，称为创新鸿沟。
技术、产品、资金三个环节若有一环不稳，可能就会坠入深渊不得翻身。
具备怎样素养的企业可以越过产业鸿沟继续发展，总结为以下三点：
第一， 技术鸿沟
技术是第一生产力，只有具备一定技术能力并且有后续研发能力的企业才足以支撑后续的升级和发展。初期技术的运用也许能够支撑企业度过初步发展期，但若没有资金和研发能力这两个强有力的支撑后续，企业可能会被后来企业赶超甚至直接被拍死在沙滩上。
第二， 产品鸿沟
产品落地是重中之重，如何将技术落地为产品，突破口和方向决定了企业未来的命运。具有一定技术能力的公司将技术落地为产品，进入市场，促使资金回流，形成良性发展。
第三， 市场鸿沟
市场是产品唯一的检验标准，产品是否合格由市场来判定。不符合市场需求，产品不合格的将会被严格淘汰，这可能会严重影响公司发展。
这三大鸿沟是人工智能企业发展的门槛，只有跨越过这三大鸿沟，才能引来更光明的未来。
人工智能产业虽然前景广阔，但创业项目增量降低，创新鸿沟已经出现，死亡瘟疫开始蔓延，泡沫依然扩大，下一步创业者和投资者怎么走，着实需要冷静思考。
事实就是如此残酷。于是，没有跨过鸿沟的企业等待的只有死亡。创业的高峰已经短暂结束。
什么类型的新项目会死亡？
根据腾讯研究院&IT桔子联合发布的《2017年中美人工智能创投现状与趋势研究报告》统计数据，人工智能经过创业持续火爆增长的两年高峰期，在2017年，产业开始进入休整阶段。
很多类似的创业公司难以获取用户，商业模式不能验证。最后只能关张了事。
2013-2015两年间快速发展下积压的众多市场矛盾已经出现爆发的前兆。目前，智能无人机、餐厅机器人、虚拟助理、智能硬件等领域和行业已初显颓势。据初步估算，中美倒闭企业总数已超过50家。
虚拟助理技术并未完全成熟，消费级市场还没有被打开，如近期倒闭的公司有：应应-雨恒矩阵、智能万事屋等。2017年，很多无人机领域的公司资金方面都遇到了一些问题，亿航、零度相继大幅裁人，全球销量前三的Parrot也宣布裁员三分之一。机器人服务员是噱头，早期几家均倒闭。由多位苹果前资深员工创立的 Pearl Automation（珍珠自动化）自动驾驶公司，曾获得两轮总计 5000 万美元的投资，因为旗下产品销量惨淡，目前已经停止了运营。
部分创业公司的死亡是在所难免的，用死亡换来的经验和教训，尤其值得关注。就目前倒闭企业分析，原因归纳为以下5点：
第一， 技术未成熟，产品不合格；
第二， 难以突破并实现稳定的市场份额增长；
第三， 缺乏与巨头竞争的能力；
第四， 成本高昂导致售价超过消费者购买能力；
第五， 资金不足无法支撑后续研发。
同质化严重的市场上，死亡的瘟疫依然还在蔓延。我们可以预见AI企业在接下来很长一段时间都要接受市场的严格考验，大多数企业会被市场毫不留情的淘汰，只有少数会活下来。
（原文链接：https://www.huxiu.com/article/211692.html ）
