本文来源：慧聪物联资讯
作为曾经的明星产业，
AI在过去的2021上半年出尽了风头。
9月9日，AI四小龙中的旷视冲刺科创板终迎首发过会的喜报。
今年以来，AI企业掀起上市热潮。截止目前，云从、云天励飞IPO过会获通过；商汤、格林深瞳、第四范式等AI企业仍在IPO的漫漫征程路上。
AI企业争相上市，一方面可能是因为AI行业欣欣向荣，另一方面可能是这些企业亟需融资续血。
行业难言之隐：
巨额亏损，落地偏少
2020年，被誉为全球最有前途的AI企业之一，Wave Computing宣布破产。整体来看，Wave Computing的“悲剧”并非个例，国内的AI独角兽们，日子也不好过。
从各企业揭露的招股书来看，表面上AI产业蓬勃发展，其实无一不是在做赔本买卖。“吞金”严重是常态，几乎每家企业都在疯狂烧钱。
一位北京VC投资人曾坦言，已经很长时间没看到AI创业项目了。
纵观AI产业发展史，国内的AI企业大多戴着光环诞生，前期融资金额以亿为计算单位。只是随着持续的亏损、高昂的研发投入、承压的现金流等背后的真相被剥开，曾经风光一时的AI企业逐渐跌落神坛。
事实上，当业内认清“空有技术，少落地应用”的现实时，近些年有关AI产业前景的争议越来越多。有学术界“顶不了天，落不了地”的批评；也有AI科学家“脱手”回归学术界等诸多负面现象。
不少业内人士曾表示，AI要能够真正解决社会的一些问题，需有看得见的数据统计证明业务成效，并且企业应做到安全可控，才算真正实现价值。
另外，规范标准作为AI现阶段发展的关键词之一，对应用场景丰富化和产业复杂度的提高有一定的制约影响，也就是对AI应用落地和保证整个行业的生态健康发展有影响。
而沉淀的技术水平和不断攻克技术壁垒，探索可落地和拓展性良好的商业场景等因素则成为AI应用落地的关键。
整体来看，商业落地模式和变现能力弱是当下AI产业发展的主要瓶颈。而落地场景分散、产品标准化程度低、知识产权和伦理问题等均是造成行业发展遭遇瓶颈的重要原因。
疫情下的AI：
赋能在左，应用领域扩大在右
目前，人工智能商业化场景中，应用比较广泛的是计算机视觉、智能语音、自然语言处理等几个主要技术方向。不得不提的是，这些AI技术都是经过了几十年的发展才有如今的大规模商用。
得益于AI发展战略和相关政策文件的推出，AI的发展速度持续加快、应用领域也不断扩大。尤其是2020年突发疫情，倒逼整个社会数字化进程加快的同时也推动AI在教育、体育、文化、经济等多领域的应用加速落地。
不可否认，疫情黑天鹅接踵而至，不少企业由此倒下，但伴随压力的同时还有机会。相关数据显示，疫情很大程度加速了AI赋能部分行业的落地。
就教育行业来说，最直观的表现是疫情期间，基于AI的在线教育渗透率仅用半年时间就走了过去十年的路。在医疗、自动驾驶领域，越来越多的人意识到AI的重要性，相关数据显示，2020 年前三个月筹到金额比上季度还高 51%。
整体来看，疫情对AI落地是一个巨大推手，但疫情也仅是外部诱因，本质还需透过行业规律来看。
清华大学AI研究院院长、中国科学院院士张钹教授提到，此前业界对AI过于乐观，以致出现估值泡沫；现在最关键的是需对AI未来的发展有正确的评估。
很多AI企业也开始意识到，技术的“孤立者”并不能有长远的发展，将AI与云计算、大数据、物联网等技术融合，赋能各行各业才能更好地满足行业需求。
不久前，旷视就曾在物流领域推出多款硬件产品，且反响较好。目前来看，这种模式的发展前景较之前会更广阔，未来更多的AI企业或许不再强调自己是AI企业，但其背后仍有很多AI技术。
然而，当前的现实情况是，AI商业化落地仍高度集中且呈碎片化现象。公开资料显示，AI只在安防和金融两大领域实现市场份额较大的赋能，但在大多数行业还没有实现深度融合和落地。
当下，AI产业还停留在相对浅显的智能和自动化技术发展上，整个商业逻辑的迭代速度还没有那么快。不少业内人士已经发现，除特殊的疫情期间外，近些年AI落地预期和速度明显慢了很多，AI的风光褪去，资本也不再大刀阔斧。
总结
总之，AI不能脱离产业单独发展，加快AI与实体经济的深度融合，创造更多新模式、新业态、新产业等，才能发挥出更大的作用。AI与实体经济的融合是新经济发展的核心，也是实现保障、改善民生更好的方式。
AI项目是一项周期长、风险大的投资，落地不是短时间能实现的，而实现商业化盈利则更加艰巨，因此前期高昂的投入和技术成本不可避免。同时AI的发展也能推动更多行业变革，这对国内的全产业升级至关重要，某种程度来看，能否解决现存痛点，实现更多有意义的落地应用，是未来中国
AI产业持续发展、跻身世界前列的关键。
~END~
下载文档
