五月天，戴維穿著帽衫，瘦瘦高高，里面套著短袖，是最能適應(yīng)早晚涼中午熱的衣著。

　　作為一個“科技圈人士”，他對熱點話題一點感覺也沒有，從沒聽說過共享充電寶，不知道上一輪資本寒冬是什么時候過去的;也不太關(guān)心自己的老同學(xué)去的那些公司，誰又融了多少錢。

　　甚至，對自己所在的這個空前熱門的行業(yè)，他的認(rèn)識也很模糊——

　　戴維是國內(nèi)一家“獨角獸公司”的人工智能項目負(fù)責(zé)人，年薪剛好百萬人民幣。

　　這家公司的產(chǎn)品并不是自動駕駛汽車、語音助手和掃臉解鎖這種一眼看上去就與人工智能沾邊的產(chǎn)品——但在它最新的產(chǎn)品中確實使用了圖像識別和自然語言處理，并涉及一些大數(shù)據(jù)分析的技術(shù)。

　　戴維是部門leader，此前他在一家國際知名的手機(jī)廠商做研究員，再之前是清華大學(xué)攻讀計算機(jī)視覺博士學(xué)位，還帶過博士生。不如那些走穴型的人工智能專家知名，但在學(xué)術(shù)界，也算是個有點名氣的人。

　　他在這家公司AI部門人不多，差不多10個。但這個部門卻撐起了整個公司的可行性方案——盡管用戶可能感受不到，但如果沒有他們，公司的新產(chǎn)品就完全不可能面向市場。

　　麥可是戴維的同事，畢業(yè)兩三年，但年薪也是50萬人民幣起跳。他的鄭明跟他說：“不要謙虛，你自己也說不出國內(nèi)的OCR(光學(xué)字符識別——編者注)誰做的比你更好吧?”——鄭明去年自己創(chuàng)了業(yè)，在做人工智能方向的獵頭。

　　鄭明用了半年多的時間，就把國內(nèi)能接觸到的人才都摸了一遍。不過他也說，這個圈子其實很小，突破幾個點后，以一名人才為核心，就能覆蓋到他的同學(xué)、前后輩和公司同事。

　　戴維的這份年薪百萬的工作是鄭明給他找的。鄭明也很關(guān)心戴維入職后的工作狀況，這屬于獵頭后續(xù)工作的一部分。戴維說：“還行，因為這個領(lǐng)域是從零開始，建模、數(shù)據(jù)搜集和分析，還是有挺多前期工作的。但公司應(yīng)該已經(jīng)賣出去一些方案了。”

　　當(dāng)然，相比人力投入，這家公司在人工智能業(yè)務(wù)上還遠(yuǎn)未回本。

　　現(xiàn)階段的人工智能領(lǐng)域，最賺錢的可能是里的“人工”生意了，因為人工智能領(lǐng)域的人才，太短缺了。

　　“人工智能”是個籠統(tǒng)的概念，企業(yè)并不會真的在招聘時招“人工智能崗位”，具體會分為深度學(xué)習(xí)、自然語言處理、圖像識別、推薦算法等不同的職責(zé)描述，招的不光是工程師和程序員，而是科學(xué)家。

　　而一個復(fù)雜的和人工智能沾邊的項目，可能涉及到多種技術(shù)的綜合應(yīng)用。

　　比如要實現(xiàn)“用戶拍了一道應(yīng)用題，智能匹配講師”這樣一個功能，里面會涉及圖像識別(識別用戶拍的什么題)、自然語言處理(讀懂這道題)和推薦算法(按用戶數(shù)據(jù)、題目的類別在導(dǎo)師庫里選人)等角色，每個角色都需要對應(yīng)的職位。

　　其中每一個環(huán)節(jié)，都得由至少一名50萬年薪起的科學(xué)家完成。當(dāng)然，一個人還肯定不夠。

　　以NLP(自然語言處理)算法工程師為例，此刻正在拉鉤上招聘的崗位涉及上百家公司386個具體職位。

　　這乍一看上去并不是一個很高的數(shù)字，但該崗位大多要求求職者擁有相關(guān)專業(yè)的碩士或博士學(xué)位，在國內(nèi)擁有較強(qiáng)自然語言處理實驗室的大學(xué)僅限北郵、國防科大、北大、清華、中科院、廈門大學(xué)、哈工大、復(fù)旦、華中科技和蘇州大學(xué)等少數(shù)重點大學(xué)。

　　而以中國科學(xué)院計算技術(shù)研究所自然語言處理研究組為例，其2014屆碩士畢業(yè)生4人，博士畢業(yè)生2人，已全部被三星、華為等巨頭企業(yè)收歸靡下。

　　除以上重點研究室之外，其它學(xué)校的NLP專業(yè)畢業(yè)生，都要去微軟亞洲研究院、百度、科大訊飛等大公司鍍金之后，才有人相信他們的實力——這就將人才輸出源鎖定到了一個極小的范圍內(nèi)。

　　這并非是自然語音識別一個細(xì)分領(lǐng)域的現(xiàn)象，在整個人工智能領(lǐng)域都是如此。

　　在全球最大的職業(yè)社交網(wǎng)站LinkedIn上可以查到的，擁有微軟亞洲研究院工作背景的公司創(chuàng)始人高達(dá)54人。而從微軟亞洲研究院離職后，去創(chuàng)業(yè)或互聯(lián)網(wǎng)公司擔(dān)任總裁、CTO、總監(jiān)、項目總監(jiān)和科學(xué)家的人數(shù)約為104人。

　　億歐網(wǎng)于2016年12月整理的中國企業(yè)核心AI人才圖譜中，218位人工智能華人高管里，知名大學(xué)相關(guān)專業(yè)畢業(yè)的博士生占85%，碩士都排不上號。

　　在采訪過程中，無論是鄭明還是那些人工智能創(chuàng)業(yè)公司的HR都提到，他們一般會定點蹲守一些自己中意的實驗室或公司，一旦這些地方人員有異動，就立刻行動準(zhǔn)備挖人。

　　“(公司)不存在太多的選擇，有的公司點名道姓的說只招百度出來的人，或者是只招微軟亞研的人。”鄭明說，“一旦一個這樣的人想要從原本的環(huán)境里出來，就會收到很多offer，薪資對他們來說反倒是選擇的次要標(biāo)準(zhǔn)了，因為所有公司給的薪酬都很高。”

　　這樣的緊缺，也造就了絕對賣方市場。

　　在鄭明提供的一份內(nèi)部參考文件中，透露了人工智能領(lǐng)域的大概薪資：職位最低的工程師年薪在30~50萬，商業(yè)公司中的研究員則在50~100萬之間，項目主管或CTO則大多會在年薪80萬以上上不封頂，普遍在150萬左右。

　　大公司里的高級職位薪酬會比創(chuàng)業(yè)公司更高一些，而基礎(chǔ)職位的薪資，創(chuàng)業(yè)公司比大公司更高。

　　一家普通的國內(nèi)互聯(lián)網(wǎng)公司，如果想從微軟亞研、百度、三星這樣的公司挖人，需要拿著他們在原有企業(yè)里的職級表按上調(diào)二、三級的薪資挖——一家傳統(tǒng)招聘網(wǎng)站，甚至曾研究1300萬人民幣年薪挖一個CTO，過來研發(fā)智能人崗匹配的下一代招聘產(chǎn)品。

　　自然語言、圖像、深度學(xué)習(xí)和自動駕駛等不同領(lǐng)域有一定差距，但差距不大。

　　“在這個領(lǐng)域里即便是級別低一些的人，也是在學(xué)術(shù)界有過多年研究的。他們的薪酬往往與學(xué)術(shù)成果掛鉤。就算他們中的一些人之前并沒有在企業(yè)中有過對應(yīng)的職業(yè)經(jīng)歷，但過去在學(xué)術(shù)機(jī)構(gòu)中積累的經(jīng)驗和年限被直接對應(yīng)到了他們現(xiàn)在進(jìn)入的職場中。當(dāng)你去實際看這些人(博士或碩士)的年齡，其實也差不多就是互聯(lián)網(wǎng)公司里中高層的那個水平。所以百萬年薪，在這個行業(yè)里不算很高了。”

　　鄭明對此見怪不怪，但這確實是一件奇怪的事情。

　　畢竟，在以商業(yè)為導(dǎo)向的企業(yè)中，能為企業(yè)做出的貢獻(xiàn)才應(yīng)該是薪酬的唯一標(biāo)準(zhǔn)，與學(xué)術(shù)圈的論資排輩有著巨大的區(qū)別。而決定這種薪資制度的并非是因為企業(yè)家“不看重科研”，而是現(xiàn)代企業(yè)必須以盈利作為主要目的。

　　換句話說，一個千萬年薪的團(tuán)隊，能否為公司創(chuàng)造出過億的利潤，才是它是否真的價值千萬的唯一衡量標(biāo)準(zhǔn)。

　　然而，與人工智能專業(yè)人才“奇貨可居”的價格形成鮮明對照的是，人工智能公司本身真正創(chuàng)造的價值，卻少的可憐。

　　三種人和三種公司 

　　“做人工智能的這些學(xué)術(shù)派們并沒有太大的野心，”獵頭鄭明說。

　　這些人從原本的機(jī)構(gòu)或商業(yè)研究院的象牙塔走入“凡間”，無論是創(chuàng)業(yè)，還是加入創(chuàng)業(yè)公司也好，目的基本上是三個：

　　“一是覺得自己做了這么多年研究，確實想賺一點錢。二是希望能夠在商業(yè)環(huán)境中拿到更好的數(shù)據(jù)，驗證自己的模型和算法，在學(xué)術(shù)領(lǐng)域再創(chuàng)新高。第三種，也是最少的一類人，是真心希望自己的技術(shù)能夠轉(zhuǎn)化成一個產(chǎn)品的。”

　　學(xué)術(shù)、大公司、創(chuàng)業(yè)、被收購，然后重回學(xué)術(shù)，是大多數(shù)人工智能領(lǐng)域的技術(shù)大牛名利雙收的“職業(yè)路徑”。

　　其中的每一步都有著十分明確的考量：如果一個新的環(huán)境，能夠提供更好的薪資，或更好的數(shù)據(jù)其中任何一個，那么現(xiàn)有的環(huán)境是很難挽留他們的。在鄭明看來這不叫沒有情懷，叫直率。

　　在篩選一家公司是否值得去的時候除了薪資，大牛們往往會思考這些問題：“這個公司已有的人工智能人才是否和我在同一個等級上”、“這家公司所涉及的業(yè)務(wù)是否對我所研究的課題有幫助”、“從這家公司離開后是否能為我回學(xué)術(shù)圈或創(chuàng)業(yè)帶來優(yōu)勢”。

　　對于人工智能人才擇業(yè)來說，最忌諱的就是來到一家對自己的學(xué)術(shù)進(jìn)展毫無幫助的公司。

　　胡進(jìn)是業(yè)內(nèi)的一位深度學(xué)習(xí)專家，在離開原本的大公司研究院后，被一家國內(nèi)頂尖的汽車媒體聘用。入職之后，胡進(jìn)發(fā)現(xiàn)這家公司的用戶數(shù)據(jù)盡管巨大，但收集維度僅限于用戶在汽車領(lǐng)域的消費和瀏覽偏好，且受限與公司產(chǎn)品形態(tài)不容易拓寬。而公司的產(chǎn)品庫主要又是游戲和金融產(chǎn)品，數(shù)據(jù)與推薦品之間無法建立有效的聯(lián)系，對學(xué)術(shù)的幫助也收效甚微。若在此戀戰(zhàn)，則有可能斷絕回到學(xué)術(shù)圈的道路。

　　入職六個月，胡進(jìn)火速離職。

　　這也是包括百度和Google在內(nèi)的許多大公司都留不住人工智能人才的原因：

　　對于有學(xué)術(shù)抱負(fù)的人來說，商業(yè)公司只是暫時的落腳點。拿到數(shù)據(jù)突破學(xué)術(shù)瓶頸之后，依然要回到學(xué)術(shù)圈;

　　對在學(xué)術(shù)圈“窮怕了”，奔著賺錢的人來說，如果獨立創(chuàng)業(yè)后可以以更高的估值被收購回去，那么也是一個不錯的選擇。

　　前一類人在人工智能創(chuàng)業(yè)公司中占了絕大多數(shù)，通過抓取LinkedIn數(shù)據(jù)，在對格林深瞳、曠視科技、商湯科技、思必馳、云知聲、第四范式6家不同細(xì)分領(lǐng)域AI創(chuàng)業(yè)公司的245名離職員工的分析后，PingWest品玩發(fā)現(xiàn)有110名員工回到學(xué)術(shù)研究機(jī)構(gòu)、大學(xué)或無明顯商業(yè)模式的校辦企業(yè)。

　　而對那些真正希望自己的技術(shù)轉(zhuǎn)化成一個成熟產(chǎn)品的人工智能科學(xué)家來說，并不滿足在某個大公司中擔(dān)任技術(shù)崗，他們更愿意在大公司中驗證自己的模型和算法之后，去創(chuàng)立獨立的公司。這些從大公司出走的人工智能創(chuàng)業(yè)者往往起點高，對自己的技術(shù)實力和市場的空白有充分的把握，堅信自己創(chuàng)辦的公司一定能因為掌握某個關(guān)鍵的技術(shù)或環(huán)節(jié)，日后被大公司收購回去。

　　不過，任何一個人工智能的頂級人才，都不認(rèn)為自己是泡沫里的裸泳選手，他們甚至對這個行業(yè)是否有泡沫并不關(guān)心。因為能夠進(jìn)入這個行業(yè)的人，真才實學(xué)是前提基礎(chǔ)，即便是真的有泡沫，回歸學(xué)術(shù)也是他們一條不錯的退路。

　　這恐怕與大多數(shù)商業(yè)化的公司以及公司背后的資本意志，對他們的預(yù)期不太一樣。

　　與人工智能人才各懷心思相同，招聘他們的公司也分為三類，每一類在給出“百萬年薪”的同時有著完全不同的訴求：

　　第一類是互聯(lián)網(wǎng)巨頭，包括“超第一梯隊”的跨國公司Google和微軟亞洲研究院，以及第一梯隊的巨頭——大家熟悉的百度、阿里和騰訊;以及第二梯隊的今日頭條和滴滴等公司。

　　第二類是人工智能創(chuàng)業(yè)公司，以某種人工智能技術(shù)為主營業(yè)務(wù)的創(chuàng)業(yè)公司，典型的如自動駕駛領(lǐng)域的Momenta、地平線、馭勢科技;視覺識別領(lǐng)域的格靈深瞳、商湯科技和曠視科技等。

　　第三類是將人工智能融入到自身業(yè)務(wù)中的其它創(chuàng)業(yè)公司，如學(xué)霸君、潑辣熊和智齒科技等。

　　戴維所在的公司就屬于第三類，在這類公司，人工智能是用來升級現(xiàn)有的產(chǎn)品或業(yè)務(wù)的，所有的人工智能研究以產(chǎn)出為導(dǎo)向，實用性強(qiáng)，“泡沫不高”。

　　但與傳統(tǒng)研發(fā)領(lǐng)域的許多大牛一樣，這類應(yīng)用驅(qū)動的人工智能團(tuán)隊，往往隨著新項目的立項而引入，隨著新項目的結(jié)項而離職。

　　這樣的公司一般有良好但并不過分充裕的現(xiàn)金流，人才和公司都較為明確的知道自己想要什么。一旦人工智能領(lǐng)域上的投入產(chǎn)出比不夠好，項目會被立即停掉，原本引入的技術(shù)人才也不會戀戰(zhàn)。

　　在人工智能創(chuàng)業(yè)公司——第四范式的“范式大學(xué)系列課程”第3篇中，也引用了這樣一個實例：一個企業(yè)招聘了兩名機(jī)器學(xué)習(xí)方向的數(shù)據(jù)科學(xué)家，加起來年薪百萬。但在合作了一年之后，科學(xué)家和企業(yè)相看兩厭，最終分手。

　　公司決策層對人工智能的預(yù)期是“投入大”、“收益多”，期望聘請一位百萬年薪的專家就能撬動整個公司的現(xiàn)有業(yè)務(wù)流，實現(xiàn)效率的提升，挖掘公司應(yīng)得的隱形利潤。

　　但立項后，由于將人工智能技術(shù)融入已存在行業(yè)需要重新建模、收集數(shù)據(jù)等工作，隱形利潤的挖掘需要很長時間，但隱形成本卻倍增——人工智能項目的成本不止百萬年薪的人才成本，還有配套的數(shù)據(jù)采集、分析、深度學(xué)習(xí)云服務(wù)的成本。有創(chuàng)業(yè)公司因聘請到專家后，買不起深度學(xué)習(xí)服務(wù)器而最終放棄項目。

　　不過，當(dāng)我們談起“人工智能熱”的時候，那些巨頭公司的研究院，以及把無人駕駛、圖像識別和語音識別等技術(shù)當(dāng)成公司核心產(chǎn)品的公司，對人工智能科學(xué)家的“容忍度”前所未有地高。由于家底雄厚，它們也是推動人工智能人才高薪的主要原因。

　　但它們的人工智能產(chǎn)品無論多神奇，似乎永遠(yuǎn)只出現(xiàn)在新聞里而不是市場上。

　　誰為“高薪”買單 

　　既然人工智能行業(yè)并不賺錢，那么人工智能從業(yè)人員的高薪是誰支付的?

　　與所有風(fēng)口吹泡泡的故事一樣，資本再次充當(dāng)了那個“老好人”的角色，但資本自己并不如此認(rèn)為。

　　從2016到2017年，國內(nèi)投資過人工智能領(lǐng)域的機(jī)構(gòu)多達(dá)145家，而無論是否投資過人工智能企業(yè)，幾乎所有投資機(jī)構(gòu)在公開場合都認(rèn)為：人工智能的確是未來，只是在未來有多遠(yuǎn)，以及如何估值這個問題上存在一定疑問。

　　以學(xué)術(shù)水平論估值，是正在布局這個行業(yè)的一些VC的基本邏輯。

　　與投資App和消費升級不同，大多數(shù)人工智能創(chuàng)業(yè)公司都以To B為主要業(yè)務(wù)方向，同時有大量的研發(fā)支出。“短期內(nèi)”現(xiàn)金流上巨虧似乎是不可避免的，在業(yè)務(wù)上也無法找到可以用于衡量的增長指標(biāo)。

　　因此，核心團(tuán)隊是否有真才實學(xué)，是否能持續(xù)的從人才匱乏的學(xué)術(shù)界挖到人，維持整個公司的研發(fā)進(jìn)度，成為VC衡量人工智能創(chuàng)業(yè)公司的一個重要因素。

　　“業(yè)內(nèi)一些基金的邏輯其實是在投分裂，”一位基金投資經(jīng)理告訴PingWest品玩，“基金進(jìn)入每個行業(yè)都需要交學(xué)費，只不過人工智能和TMT不同，在投TMT的時候你可以找兩個實習(xí)生，把市面上的項目都用一遍就學(xué)會了。但人工智能的學(xué)術(shù)門檻高，要想判斷一個項目好壞，你不可能自己雇一個學(xué)術(shù)派來做投資經(jīng)理。

　　你只能相信一些在學(xué)術(shù)上有可見成就的人，盡管他的公司可能商業(yè)上不成功，但他的學(xué)生和人脈會進(jìn)他的公司。然后一段時間后他的高管和下屬會離職創(chuàng)業(yè)，與一些商業(yè)邏輯更強(qiáng)的行業(yè)人結(jié)合在一起建立新公司，這個時候你才有機(jī)會投到這些公司。”

　　換句話說，投資人投的就是人，而不是公司，投資人恨不得親自直接把高額的薪水鈔票砸到這些人工智能專家的臉上。這種現(xiàn)象在其它領(lǐng)域的投融資雖然也有，但很少像人工智能創(chuàng)業(yè)公司那樣，能靠團(tuán)隊撐起上億美金規(guī)模的融資。

　　商湯科技的湯曉鷗就是在這一邏輯下最值得“被投”的人之一，湯曉鷗1990年于中國科學(xué)技術(shù)大學(xué)獲得學(xué)士學(xué)位，1991年于美國羅切斯特大學(xué)獲得碩士學(xué)位，1996年于麻省理工學(xué)院 (MIT) 獲得博士學(xué)位。在計算機(jī)視覺、模式識別和圖像處理等人工智能的細(xì)分領(lǐng)域上已有200余篇論文。

　　2014年，湯曉鷗創(chuàng)辦商湯科技，背靠香港中文大學(xué)多媒體實驗室，商湯科技迅速成為業(yè)界人才優(yōu)勢最強(qiáng)的人工智能創(chuàng)業(yè)公司之一。按照商湯科技官方的介紹，商湯科技主要研究人臉識別、文字識別、人體識別、車輛識別、物體識別、圖像處理等技術(shù)的應(yīng)用。在實際業(yè)務(wù)上，主要深耕金融、移動互聯(lián)網(wǎng)和安防監(jiān)控三個方向。

　　但商湯科技的技術(shù)人脈優(yōu)勢，在之后的幾年反倒成為了商湯科技的軟肋，商湯科技在發(fā)展過程中始終沒有擺脫研究院式的學(xué)術(shù)氣息，缺乏商業(yè)人才導(dǎo)致其在商業(yè)化上的探索并不成功。

　　去年12月，商湯科技引入擁有國資背景的鼎暉投資完成B輪融資，不到半年后又引入國資屬性更強(qiáng)的賽領(lǐng)資本作為戰(zhàn)略投資方。并與地方政府合作建立人工智能超算中心，強(qiáng)化了自身的技術(shù)研究院與基礎(chǔ)設(shè)施屬性。

　　這意味著商湯科技不再執(zhí)著于不成熟的商用市場尋找出路，而選擇成為現(xiàn)階段基礎(chǔ)服務(wù)屬性更強(qiáng)的國家隊成員。

　　格靈深瞳是另一家在業(yè)內(nèi)匯聚頂尖人才的創(chuàng)業(yè)公司，成立于2013年，其主要業(yè)務(wù)是計算機(jī)視覺和深度學(xué)習(xí)技術(shù)以及嵌入式硬件研發(fā)。在成立不久之后，格靈深瞳將這個“技術(shù)”轉(zhuǎn)化為一個具體的市場方向——安防。

　　安防市場是一個相對封閉且對硬件技術(shù)要求較高的門檻，目前格靈深瞳主要集中在軟件方案上，很難說切入了安防市場的核心地帶。2017年年初，格靈深瞳CEO何搏飛的離職也讓圈內(nèi)震驚。

　　與格林深瞳同樣切入安防領(lǐng)域的還有曠視科技(Face++)等以面部識別為核心技術(shù)的創(chuàng)業(yè)企業(yè)。盡管并不否認(rèn)人工智能技術(shù)對安防效果的顯著提升，但安防市場一直是以銷售為強(qiáng)導(dǎo)向的線下市場，國內(nèi)長期被?？低暋⒋笕A股份、東方網(wǎng)力三家整體方案和硬件商壟斷，創(chuàng)業(yè)企業(yè)很難顛覆。

　　盡管國內(nèi)大多數(shù)基金的生命周期都是5年以上，也就是說所投公司在5年之內(nèi)沒有回報都是可以“被理解”的。但實際上，如果一家公司在3年內(nèi)既沒有找到合理的商業(yè)模式也沒有實現(xiàn)批量增長，那么就很難再繼續(xù)進(jìn)行正常的下一輪融資了。

　　無論是為了進(jìn)一步融資，以獲得公司繼續(xù)生存所必須的救命資金，還是給“裁員”找一個好聽的說法，團(tuán)隊出走裂變出新的公司，在人工智能領(lǐng)域都成了一種趨勢。

　　幾乎每個成立三年以上的人工智能公司都會存在一次“團(tuán)隊出走，二次創(chuàng)業(yè)”的事件。

　　通過公開資料我們發(fā)現(xiàn)：思必馳員工離職創(chuàng)辦語音識別公司馳聲科技;云知聲CMO離職創(chuàng)辦人工智能教育公司先聲教育;出門問問兩位員工離職分別創(chuàng)辦大數(shù)據(jù)冷鏈公司Meatub、智能硬件公司萌動;商湯科技曹旭東離職后創(chuàng)辦自動駕駛公司Momenta;格靈深瞳的丁鵬博士離職創(chuàng)辦人工智能醫(yī)療公司DeepCare;英特爾的吳甘沙等5人離職創(chuàng)辦自動駕駛公司馭勢科技……

　　盡管并不是絕對，但裂變后的公司往往會更為“腳踏實地”，在商業(yè)上更努力。

　　簡單來說，從圖像識別公司離職的員工，會創(chuàng)辦一個在圖像識別領(lǐng)域有具體應(yīng)用場景的公司。比如在自動駕駛領(lǐng)域，從L5(完全自動駕駛)離職的團(tuán)隊則會更傾向于研發(fā)L4和L3(輔助自動駕駛)的方案，或者是具體到自動駕駛整個產(chǎn)業(yè)鏈中的某個硬件、芯片或算法上。

　　只有這樣，這些分裂出來的公司才可能在自己重新開啟的融資周期內(nèi)，實現(xiàn)盈利或被收購。

　　差了5年的風(fēng)口就是泡沫 

　　“你覺得目前國內(nèi)哪家公司的人工智能水平最高?”(不包括微軟亞研等外企)

　　PingWest品玩把這個問題扔給了很多人工智能科學(xué)家，答案的前半部分驚人的高度一致：“技術(shù)實力最強(qiáng)的一定是百度，但是……”

　　后半部分的回答不盡相同。不過大多數(shù)指向剛剛離職的百度前首席科學(xué)家吳恩達(dá)(Andrew Ng)曾經(jīng)主導(dǎo)的百度人工智能缺乏成功轉(zhuǎn)化并泛用的產(chǎn)品，從外界看起來并不算“成功”，與“水平最高”的實際狀況并不相稱。

　　在PingWest品玩的采訪過程中，另一個得到高度一致性答案的問題是：“你覺得是什么讓人工智能突然熱起來的?”

　　面對這個問題，幾乎所有人無一例外的回答“AlphaGo”。

　　這也與2016年突然爆發(fā)的創(chuàng)業(yè)和資本曲線恰好吻合，甚至有創(chuàng)業(yè)者直言：“我做了這么多年人工智能，沒人知道我是做什么的，在AlphaGo之后終于有投資人能正眼看我了。”

　　然而AlphaGo是Google的一個實驗性加上公關(guān)式項目，盡管Google通過它更好的理解了深度學(xué)習(xí)，同時也向外展示了Google的技術(shù)實力。

　　但AlphaGo本身是不具備任何實際意義，也不能產(chǎn)生回報。

　　將驅(qū)動AlphaGo的技術(shù)應(yīng)用于實際的生產(chǎn)場景，可能還需要許多年。而在不同的場景之下，人工智能的實際應(yīng)用又有著完全不同的實現(xiàn)難度和時間進(jìn)度。

　　“人工智能的風(fēng)口是個偽命題，因為并不存在某個具體的行業(yè)叫人工智能。人工智能的技術(shù)會落實到具體的應(yīng)用之下，但每個場景的實現(xiàn)時間是不同的。比如說我們這個領(lǐng)域，不要說風(fēng)口來臨了，其實風(fēng)口已經(jīng)過了。”

　　自2012年開始做非接觸式掌紋識別的老邢說，他如果現(xiàn)在創(chuàng)業(yè)也一定說自己是人工智能。“掌紋比指紋的安全性更高，而且無需接觸，在使用體驗上也比掃臉要好一些”——但是老邢的產(chǎn)品目前只在一些密級很高的單位獲得認(rèn)可，在資本市場和消費市場上都是反響平平。

　　與認(rèn)為風(fēng)口已過的老邢不同，專注貨運自動駕駛的圖森未來科技CEO陳默則認(rèn)為風(fēng)口可能還沒到：“目前無人駕駛技術(shù)最強(qiáng)的就是Google和百度這樣的巨頭了，但我們認(rèn)為他們要想實現(xiàn)他們的L5自動駕駛商用，依然也要5年以上的時間。創(chuàng)業(yè)公司切L5一步到位這個點是不現(xiàn)實的，我們做封閉或特定環(huán)境的L3、L4自動駕駛，目標(biāo)就是在三年內(nèi)能商業(yè)化，這才是一個公司該考慮的事情。”

　　而由科學(xué)家這樣的學(xué)術(shù)界人士主導(dǎo)的人工智能項目，往往會將學(xué)術(shù)界“刷論文”的風(fēng)氣帶到公司領(lǐng)域。

　　在媒體中，我們經(jīng)常能聽到某家人工智能公司在圖像識別、人臉識別、上路測試中又取得了新的進(jìn)展。但如果讀至內(nèi)文，這些突破性進(jìn)展往往是算法對某種特定場景的識別率又提升了百分之零點幾。

　　這或許在技術(shù)上確實是一種重大進(jìn)步，但在實際應(yīng)用場景下卻往往是另一回事兒。

　　比如面部解鎖，98.8%的識別率和99%的識別率在體驗上完全沒區(qū)別。而用過面部解鎖的用戶都知道，在移動(晃動)中無法解鎖才是目前其無法廣泛應(yīng)用的主要原因，而智能手機(jī)的前置攝像頭采用什么樣的參數(shù)和防抖技術(shù)又是人工智能解決方案公司完全無法控制的。

　　但這些公司在測試和刷分的時候，會為那百分之零點幾的提升興奮不已，發(fā)新聞稿，恨不得開發(fā)布會。

　　類似復(fù)雜的環(huán)境因素，決定了人工智能在幾乎所有需要考慮復(fù)雜環(huán)境的普通用戶使用場景上都顯得有些“智障”。

　　而在企業(yè)端，以醫(yī)療為例，政策和體制原因?qū)е逻@個市場目前連互聯(lián)網(wǎng)產(chǎn)品都沒有完整滲透，即便是有商業(yè)公司制作出了可行性產(chǎn)品，短期內(nèi)也很難攻入市場。

　　同樣面臨技術(shù)和產(chǎn)品之外的商業(yè)化問題的還有上問題提到的安防和自動駕駛。

　　從技術(shù)到應(yīng)用的這段過長的轉(zhuǎn)化時間，理應(yīng)是在研究機(jī)構(gòu)中完成的，而并不應(yīng)該讓資本和市場過度干預(yù)。以百度為例，總裁兼COO陸奇上任后，百度的人工智能迅速向語音助手、智能家居和L3自動駕駛等短期內(nèi)更容易出現(xiàn)產(chǎn)品的方向調(diào)整，這不失為一次中國人工智能的“頭部轉(zhuǎn)彎”。

　　那么，“不是不行，只是時候未到”的人工智能是泡沫么?

　　一位一級市場分析師告訴PingWest品玩：”你覺得VR是泡沫么?如果是的話，那人工智能確實有泡沫。“

　　人工智能與虛擬現(xiàn)實(VR)十分相似：隨著內(nèi)容消費的不斷升級，VR有朝一日一定會取代現(xiàn)有的載體成為一個巨大的市場——正如我們總有一天會被人工智能包圍。但由于技術(shù)不成熟，媒體和資本的提前熱炒，催生了2015~2016年VR的非理性繁榮，同時也迎來了今年的VR低谷。

　　“人工智能比VR的前景更大，它像互聯(lián)網(wǎng)一樣，未來會深入到每個領(lǐng)域中。就像今日頭條、像滴滴內(nèi)部運用人工智能一樣。未來小賣鋪都像用微信付款一樣，利用人工智能來分析客戶、庫存和SKU。” 老邢告訴我，“但這并不意味著，現(xiàn)在這么熱炒就是一件好事。”

　　通過對一級市場數(shù)據(jù)庫IT桔子上，409家人工智能創(chuàng)業(yè)企業(yè)的公開信息進(jìn)行分析，PingWest品玩發(fā)現(xiàn)人工智能企業(yè)的融資次數(shù)，與新增公司數(shù)呈現(xiàn)明顯地平移相關(guān)。截止2017年4月底，今年的新增人工智能企業(yè)數(shù)量僅為5家，預(yù)計今年人工智能新增企業(yè)將有大幅下滑。

　　敏感的“人工智能從業(yè)者”們已經(jīng)意識到了這一輪風(fēng)口來的太早，而資本卻并沒有及時剎車。到目前為止，今年(2017年)人工智能企業(yè)融資事件已發(fā)生62次，已完成的融資額比去年多了一倍，全年資產(chǎn)流入量將有望突破700億。這700億中，又將有許多以天價年薪的形式，流入人工智能人才的口袋。

　　人工智能是方向，但當(dāng)下卻并不是風(fēng)口，它對標(biāo)的并不是O2O、電商和消費升級這樣的具體賽道。而是像互聯(lián)網(wǎng)一樣，提供了一個全產(chǎn)業(yè)升級的技術(shù)工具——互聯(lián)網(wǎng)的誕生讓O2O、電商和消費升級成為了可能。而人工智能的風(fēng)口來臨的時候，是指在人工智能成熟后，所有行業(yè)都可以利用人工智能提升自己的效率和生產(chǎn)力。

　　但前景越光明，當(dāng)下的泡沫也就越大，就像2000年前后中美同時發(fā)生的互聯(lián)網(wǎng)泡沫破滅。

　　1995年至2001年間，由于媒體和資本的過度投機(jī)，讓普通民眾和投資者認(rèn)為互聯(lián)網(wǎng)將會改變一切。隨之而來的泡沫破滅，讓大約5萬億美元IT業(yè)市值蒸發(fā)，許多知名企業(yè)破產(chǎn)。

　　在之后的不到五年里，互聯(lián)網(wǎng)確實改變了一切。后來互聯(lián)網(wǎng)對世界的變革，甚至超過了2000年互聯(lián)網(wǎng)泡沫最鼎盛時期華爾街的想象。但這并不能挽回那些互聯(lián)網(wǎng)先烈的命運。

　　過早的商業(yè)關(guān)注，也是對人工智能學(xué)術(shù)進(jìn)步的一種阻礙。杜克大學(xué)電子與計算機(jī)工程系副教授，杜克進(jìn)化智能研究主任陳怡然在人工智能媒體新智元的一篇文章中寫道：

　　“學(xué)術(shù)界被挖的千瘡百孔，現(xiàn)在連寫個項目申請都找不到合適的PI來組隊……這個需求有明顯的炒作痕跡，而且是學(xué)術(shù)界的人自己炒自己：誰都知道這個溢價不可能長久，趕緊趁熱把自己賣一筆，以后的事情以后再說。”

　　戴維對此有著相同的觀點：“整體來說，人工智能這一波技術(shù)的天花板很低，如果現(xiàn)在短期內(nèi)實現(xiàn)不了的需求，再投多少錢也沒用，還是要靠學(xué)術(shù)界有進(jìn)一步的突破……學(xué)術(shù)界上一次突破(深度學(xué)習(xí)算法)帶來的應(yīng)用紅利可能馬上就要到頭了。”

　　事實上，如果人工智能真的如互聯(lián)網(wǎng)一樣，是一種龐大改革的技術(shù)基底。那么人才去泡沫化、民主化，學(xué)術(shù)的歸學(xué)術(shù)，商業(yè)的歸商業(yè)，才是引爆風(fēng)口的第一步。

　　隨著更多的人涌入人工智能相關(guān)專業(yè)，社會性的商業(yè)培訓(xùn)機(jī)構(gòu)的出現(xiàn)，以及人工智能技術(shù)自身門檻的降低。人工智能人力成本下降，才能讓人工智能真正的大眾化，泛用化。當(dāng)任何一家公司可以像招PHP程序員一樣招到人工智能工程師的時候，我們才能迎來沒有泡沫的人工智能時代。

特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。