人工智能虧損案例?泡沫破裂？人工智能産業化路在何方，下面我們就來說一說關于人工智能虧損案例?我們一起去了解并探讨一下這個問題吧!

人工智能虧損案例

泡沫破裂？人工智能産業化路在何方

在經曆近幾年高歌猛進的發展後，人工智能似乎正在經曆一波低谷。被稱為“AI四小龍”的商湯科技、曠視科技、依圖科技、雲從科技遭遇市值暴跌或經營虧損。其中，實力最強、曾創下全球人工智能領域最大規模IPO的商湯科技，在6月底股價跌破發行價。也有不少人工智能企業目前仍處于虧損狀态中。

虧損成常态、市值縮水、融資困難……人工智能是否正在經曆市場泡沫的破裂？人工智能的“第三次寒冬”是否已經到來？日前，中國計算機學會青年計算機科技論壇(CCF YOCSEF)舉行論壇，邀請人工智能領域的技術、投資等專業人士探讨“人工智能産業化路在何方”。

投資估值回歸理性

人工智能是不是迎來了泡沫破裂？技術出身的投資人頗有發言權。

在這場研讨會上，将門創始合夥人兼首席技術官沈強直言：這并不意味着人工智能領域迎來投資寒冬，而是說明投資估值體系更加回歸理性。“畢竟經曆了十年時間的持續投資，産業界對于AI技術的期待不僅僅是在創造更多、更新的技術，而是要在實際的業務裡創造價值。”

沈強曾在諾基亞、微軟等科技企業工作，曾擔任微軟創投加速器首席技術官，也參與過對不少人工智能初創企業的投資與服務。他總結近十年來人工智能領域的投資情況後發現，2021年投資總額達到頂峰，但此時單筆融資的平均金額也在上升，這說明人工智能領域的投資已經發展到了中後期。“越來越多AI公司已經從高速增長期，轉入到成熟發展的階段。”

至于最近兩年一些人工智能企業的融資或估值下調，沈強認為這并不能歸因于投資界對人工智能的熱情在衰減，而是因為疫情産生的一系列連鎖反應：投資機構的資金供給減少，估值下降。而已經公開上市的明星AI公司的股價波動，會直接傳導給一級市場(通常是未公開上市之前的股權融資市場——記者注)。

“如果(已經IPO上市的企業)它們都不行，是不是在一級市場上投的公司也會有隐憂，AI創業還要繼續嗎？”沈強說，在将門創投所維護的約兩萬人的AI技術創業者社區内，這是許多創業者、工程師都非常關心的問題。

作為創業者，北京一流科技有限公司創始人袁進輝也有“唇亡齒寒之感”：“二級市場不好，創業企業在一級市場融資也會變難。”他認為，前幾年市場普遍對“人工智能産業化”期望過高，如今在未能滿足期望的情況下會有些失望，但人工智能已經在越來越多的領域開始創造價值了，而且随着滲透率提升，機會不僅限于人臉識别、語音識别等表層應用，還有很多中下層、基礎設施的機會開始湧現。

袁進輝博士畢業于清華大學，2017年開始帶領創業團隊研發深度學習框架OneFlow。這類框架被稱為“人工智能操作系統”的基礎設施軟件，是人工智能芯片等底層硬件的軟件入口，也是近年來被看好的投資熱點。他創辦的一流科技也獲得了九合創投、高瓴創投等知名投資機構的近億元風險投資。

作為從業者，袁進輝認為國内人工智能領域已經培養了大量工程師人才，有條件在更多和人工智能基礎設施這樣類似“叢林探險”的新興領域領先和超越。“如果我們比别人思考得更深入一些，看得更遠一些，是有這個機會的。”

“技術創造了多少價值”

在本次研讨會上，北京交通大學教授陶耀東講了一個真實的案例：某家工業互聯網企業準備向其他工業企業提供服務，具體做法是派出大數據工程師幫其進行節能改造，但仔細計算人員工資、時間成本後，發現這種模式無法長期複制。

“因為用AI的成本現在不低，一個普通的企業要用AI，怎麼能有利潤來覆蓋這個成本？”陶耀東提醒，人工智能的長遠發展仍需與産業緊密結合，讓使用AI技術服務或産品的企業能降本增效，創造更多價值。

事實上，如何降低人工智能的使用門檻也是全球産業界面臨的共同問題。加拿大蒙特利爾大學算法研究所(Mila)、商學院、計算機系副教授唐建認為，早期的人工智能創業公司的商業模式，大多是向傳統産業提供由AI算法支撐的技術服務，但這類商業模式的局限性在于研發投入很高，利潤很薄：需要建設數據中心和算法模型，相應的人員投入也非常大，但拿到的收入卻不多，“造成很多企業基本不盈利，很多都是投資在後面支撐”。

此外，許多AI初創企業還要面臨來自其他行業的挑戰。唐建舉例說，商湯科技等人工智能企業在進入安防攝像頭領域時，往往會面臨其他企業的競争，這些企業的優勢在于大量的數據、用戶積累。随着人工智能技術的發展，這些企業也在吸納相關人才，提升自身實力，甚至在一些細分領域會超過商湯科技等AI公司。

創客總部合夥人、北大校友創業聯合會副會長陳榮根指出，像許多前沿技術一樣，人工智能在産業化的過程中往往面臨三大鴻溝：技術鴻溝，技術到底行不行；産品鴻溝，能不能做出産品；規模鴻溝，能不能做出規模。

“從産業化的角度來說，盡快跟客戶見面，知道客戶想要什麼，最終要創造客戶的價值，這也是一個挑戰。”陳榮根認為，人工智能在近幾年已經過了“技術行不行”“技術怎麼落地”的階段，現階段要回答的問題是“技術怎麼能為應用場景創造價值”。“現在不僅僅談技術、性能，還要看你創造了多少價值。”

呼喚人才培養機制創新

人工智能為各行各業提供了價值，既懂技術又懂産業的跨學科、跨領域人才就顯得至關重要。

清華大學智能産業研究院院長助理、戰略發展與合作部主任張煜曾在微軟公司工作過十多年。在他看來，人工智能屬于應用型學科，目前還不是一級學科，需要跟實際應用緊密結合。因此，在人工智能的人才培養方面，交叉學科的建設就顯得非常重要。

這也是華北電力大學教授張瑩關注的問題。她注意到，目前高校對人工智能人才的考核，不論是理論研究方向還是産業落地方向，評價體系是一樣的，高水平論文都是其中的一項重要内容。

“考核必然引導大家研究的方向，或着力點不同。”張瑩認為，要想提高人工智能在各行業的落地成效，需要相關科研人員深入具體企業。“隻有深入了解行業背景，才能産生更好的模型，适合在不同的行業。”因此，她建議借鑒國外經驗，允許高校教師、科研人員利用一年或半年的學術年假，到一些企業中參與工作，深度理解行業需求。

“産業化的核心是人才培養。”中國科學技術大學教授何向南提到，工程碩士、工程博士等專業型人才的培養非常重要，我國已經培養大量專業碩士、博士，但對于人工智能與其他行業的交叉學科，如何評價一個專業碩士或專業博士是否合格則顯得十分困難。“目前評價體系缺失，所以很多學校‘偷工減料’，就是用原來的體系去考核。”他認為，如何培養人工智能産業所适用的人才，是當下亟待解決的挑戰。

本次論壇的主辦方——中國計算機學會青年計算機科技論壇(CCF YOCSEF)，創建于1998年，總部位于北京，在全國有27個分論壇，通過舉辦論壇等活動讨論學術、公共政策等問題。

中青報·中青網記者 王林 來源：中國青年報

來源： 中國青年報

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!