AI產品正逐漸走向成熟，行業競爭已經出現兩極分化
play
歡迎關注“新浪科技”的微信訂閱號：techsina
文/饒翔宇
來源/鈦媒體（ID:taimeiti）
隨著人工智能技術的逐步落地，AI產品正在走向一個成熟的階段，諸如安防、金融、智能家居、汽車零售等行業都推出了種類多樣的、成熟的AI應用和產品。同時，在投資領域，無論是美元屬性基金還是人民幣屬性基金，對AI賽道的熱度都有了進一步提升。
不過，AI產品在大規模應用的過程中，還存在著不少尚待解決的問題。
據普華永道關于最新的AI研究中有過一個統計，現在AI產品落地的主要障礙有幾點，第一個就是難獲得領導層的支持；第二個是AI的實施和組織適配比較困難；第三個是很難將AI從計劃落實到生產上，也就是規模化存在困難；第四個是無法衡量AI的投資回報率量；第五個則是AI的系統運營困難。
在6月9日鈦媒體聯合CTIS共同打造的“AI·創新數字生活主題論壇”上，新眸主理人桑明強、思嵐科技的CTO黃玨珅、大搜車CTO張帆、光源資本執行董事許銀川就相關話題展開了討論。
如何看待如今的AI創業大環境？
人工智能技術行業從研發到落地應用已經輾轉走過了很長一段時間了，那么該如何看待如今的AI創業大環境呢？
思嵐科技CTO黃玨珅表示，現在AI大環境還是非常好，AI產品正在走向一個成熟的階段，也慢慢走入到人們的生活當中。比如住酒店也能經常見到，有一些酒店的機器人能為大家去提供服務——送外賣或者送酒店用品之類的。
同時，在大搜車CTO張帆看來，AI創業環境是越來越好的，這里面有兩個環節。
一方面，AI本身已經慢慢往成熟方向去走了，越來越多公司都有一個AI部門，這是一個技術成熟的過程。同時，現有的技術已經遠遠超過能給它應用的水平，所以技術儲備也已經夠了。
另一方面，是大環境發生了變化。2020年的疫情讓傳統公司來越來越有動力去加速數字化、加速AI化。
作為光源資本的執行董事，許銀川則主要從資本層面闡述了自己的觀點。
許銀川表示，無論是美元屬性基金還是人民幣屬性基金，對人工智能賽道的熱度在進一步提升。尤其在新的環境下，投資機構總體可投的賽道在減少，但疫情之后的總體美元和人民幣供給量在增加，所以這個賽道整體資金是在提升的。
同時，許銀川還表示，創業公司內部的競爭也在變激烈。“行業已經發展了兩三年，創業的門檻在提高，頭部公司拿錢更容易，估值更高。”
當前AI發展的最大痛點是什么？
行業在向前發展，必然就會碰到越來越多需要解決的問題。那么，在當前AI發展的過程中，最大痛點是什么？
“AI從技術上已經成熟了，我們的單點應用也已經冒出來了，下一步AI發展的動力就是怎么樣能夠把不同的AI技術整合到一起。”黃玨珅表示，比如思嵐科技是做導航定位的，就需要將機器視覺技術整合在一起，給企業或者個人，帶來更多的價值。這是AI進一步發展的最重要的一個方向，也是個結合點。
許銀川則認為，現在AI產品在供給側已經發展得差不多了，但甲方總體還是比創業公司要保守一點點。新的東西在甲方要先形成勢能，加以擴散，這需要有一定的過程。比如作為一個采購方，不會完全從技術角度或者IP價值角度簡單地去接受，更多是從實際的使用效果。
“今天，一個很大的問題是有些公司的產品會被宣傳成一個神話，好像這個產品砸人腦袋上一下就成超人了，但現實是做不到的。”大搜車CTO張帆表示，所以甲方需要有自己的AI團隊，理解內部的場景。這樣，雙方需求能夠被拉平，或者有對標了，（技術落地）這個事情就變得更容易了。
怎么看待當下AI突破的方向？
除此之外，本次大會還有個關鍵詞：對于AI突破的方向，究竟是從技術變得更加精準了，還是從場景、從業務層面的突破？
“突破就是，當你這個技術到了什么樣的程度，這個是現在AI行業來說最核心的一個問題。”
黃玨珅舉例稱，基于純粹的激光雷達實現的導航定位系統，可以在一個客流密集度非常高的餐廳里面，連續工作一年多沒有任何問題，這是一個很重要的指標。它讓一個機器人產品不再依賴于工程師，不再依賴于運營團隊，就能在客戶的場景里面為客戶帶來價值，這是現在突破最重要的一個點。
“所以，所有產品一定是跟著市場需求走的，根據應用場景走的。”黃玨珅表示，對于機器人這個特定的行業來說，接下來的方向也非常簡單，用戶有什么樣的需要，結合我們這樣的能力來滿足用戶特定的需要。
從一級市場的角度，許銀川則認為，現在AI相關的創業者，由技術和解決方案延伸到的AI應用的領域是個全面的突破。之前比如自動駕駛、NLP比較單點的一些技術，隨著這個技術的成熟，家可以滲透到很多傳統的行業。
“所以我看到這個突破就是由一些早期的單點領域、個別領域，向全面領域的一個爆發。可以說這個觸角已經伸展到我們身邊各個細分行業，深刻影響著我們生活了。”許銀川表示。
另外，大搜車CTO張帆則表示，真正的突破不是技術的突破，現在的技術某種程度上進入了深度學習的時代。技術門檻不是拉高了，是變低了。
“比如十年前做AI的時候，有各種各樣的模型，你每個都得選，每個都得調參，也沒有那么標準的這些應用。”大搜車CTO張帆表示，今天基本已經比較傻瓜化了，把東西往模型里一丟，算出來自動調參給結果，門檻變得越來越低。也就是說，技術已經夠用了，未來幾年最重大的突破是在應用端的突破。
（聲明：本文僅代表作者觀點，不代表新浪網立場。）
