人才短缺是AI創業最大困難 | 靠才華

人工智能(AI)是個比較大的領域，很難說清楚具體的界限在哪裡。籠統地講，可以認為是機器對人的思維、意識、行為的模拟，屬于計算機技術的一個分支。近些年，人工智能得以快速發展，得益于幾個重要的條件：計算速度顯著提高、足夠大的資料量、深度學習算法的突破等等。另一方面，由于人類對自身大腦運作方式的認知有限，人工智能對人類的模拟，特别是情感和思維方式，還有很長的路要走。​

從技術的生命周期角度來看，新技術一般分為起步、成長、成熟、衰退四個階段。技術和商業開始緊密結合一般發生在成長後期和成熟期。舉個例子，我們此前已經經曆了PC和移動網際網路的發展，特别是移動網際網路，我們看到在這個周期開始的時候，蘋果帶來了裝置和系統的革命，Facebook快速崛起，而 Instagram、Rovio等創造了大量新玩法。中國大概是2010年開始進入到移動網際網路爆發的時期。那麼對于資本來說，2005年到2010年這個階段應該是進行技術方面的布局，技術成熟後再進行商業模式方面的投資。​

縱觀2015年全球投資市場，人工智能領域的投資僅占到總投資的5%，雖然較前一年有所增長，但仍不是最熱門投資領域。根據 VentureScanner的統計，截至去年10月，全球有910家人工智能創業公司，分布在13個領域，平均融資額在1000萬美元。其中美國本土有 415家，是最為活躍的市場。​

除了投資機構，網際網路巨頭們也在背後頻頻出手，在自建人工智能實驗室的同時，投資或收購了多家人工智能公司。谷歌收購了神經網絡專家 GeoffreyHinton創辦的NDDresearch、Alphago的團隊DeepMind，蘋果收購了情緒識别創業公司 Emotient，，IBM收購了虛拟助手Cognea等。​

實際上，國内人工智能領域的創業公司遠遠多于被列入前述統計中的公司，但其中有較高技術含量的公司依然是鳳毛麟角。在通用領域，有獲谷歌投資的語音搜尋平台出門問問，啟明、創新工場投資的人臉識别服務平台Face++，以及紅杉投資的模式識别公司格靈深瞳，智能機器人平台圖靈機器人等。在垂直領域，因為與産業結合密切，人工智能的應用場景更加清晰具體。汽車領域的機器視覺企業，如中天安馳、Minieye等，已經開始與車廠合作研發，蓄力進入駕駛輔助市場;在醫療領域，去年離職華大基因的王俊創辦了碳雲智能。上述提到的大部分公司依然處在技術積累階段，沒有成型方案進行大規模商業輸出。​

另一方面，在商業應用層面，國内公司并未明顯落後，在某些領域，也出現了領先全球水準的企業。比如深圳的無人機廠商大疆，可以算作廣義人工智能範疇裡，作為消費級無人機的先驅，已經占領全球市場70%的份額。而語音識别老牌公司科大訊飛，在人工智能領域的探索和積累也已經達到頂尖水準。​

回過頭來看人工智能這個領域的創業，有一個共識是，人工智能給人類社會帶來的改變要遠大于移動網際網路，很可能是從生産到生活的全方位的颠覆。近幾年也确實有一些優秀的人工智能産品進入到大衆視野。比如谷歌的無人車，以及其投資的BostonDynamics所創造的Atlas機器人，還有最近備受關注的戰勝李世石的Alphago，這些“黑科技”讓我們感到離未來更近了。但是要清晰地認識到，我們現在所處的依然是人工智能技術周期中的起步階段。對于創業公司來說，選擇人工智能領域創業的門檻相對較高，往往需要在深度學習、圖像識别、語言識别等方面有獨特的技術;或選擇相對成熟的技術，找到很好的切入點和健康的商業模式。我們相信，人工智能創業的技術門檻會越來越低，但是這個周期可能會持續較長時間，才會迎接技術成熟後的商業模式創業井噴。技術人才的短缺和商業前景不清晰是目前人工智能創業公司遇到的最大困難——持續地燒錢，而又不知道什麼時候結束，這對創業團隊無疑是巨大的考驗。​

任何科技産業的發展，都需要相關專業人才的充足供給;而産業逐漸成熟，也會讓更多的人願意加入到行業的發展中。目前在人工智能領域較為領先的美國、加拿大等國家，在高校研究方面也同樣領先，輸送了大量人才。而反觀國内，一方面是專業人才不足，一方面高校與産業結合還不夠密切。讓人欣慰的是，随着創業環境改善和資本的支援，越來越多的科技人才選擇回國創業，他們正在成為人工智能領域的中堅力量。