2018年1月17日，由IT耳朵主办的主题为【万物皆有AI】的IEIC·IT耳朵智能创新大会暨智能行业创新企业颁奖盛典在亚洲大酒店隆重开幕。一天时间、两场圆桌论坛，50余位人工智能顶级大咖、100家主流媒体、1000名合作伙伴与行业精英参与。
全国人工智能领袖登台发表主旨演讲，人工智能领域菁英从多个角度探讨了如何推动中国智能 产业蓬勃发展。大会全面展现了中国人工智能学术研究和产业投资现状，为未来五到十年中国智能产业健康发展提供了路线图。
IT桔子创始人兼CEO文飞翔
IT桔子创始人兼CEO文飞翔在现场指出人工智能非常重要的三大要素：第一，计算力；第二，算法；第三，数据；这些是构成近一年来人工智能高速发展的基石。同时还主持发布了《2017年人工智能行业发展研究报告白皮书》，白皮书对2017年中国人工智能行业发展做详细解读，涵盖行业概况、创投趋势、行业应用案例、焦点问题等内容，以数据驱动发展、洞见行业未来。
以下为文飞翔演讲实录：
非常感谢大家听到现在，前面三位的嘉宾为大家从学术、科研界，包括产业界，分享了他们在探索的很多细节，我的分享可能相对而言比较宏观一点，和大家一起帮助我们来回顾这几年，尤其是2017年整个AI行业发展到了什么样子的程度，再就是大公司在这个领域做了哪些。然后我们非常多的创业和创新的公司进行了哪些，此外还包括非常典型的一些垂直行业的应用场景，以及最后提出来的一些问题，可能都非常值得我们在接下来去进行思考的。
首先，AI从来不是一个很新的行业，刚才严博士也提到过，其实在第一批学习的时候，那个时候AI并不吃香，比如说体现在50年代、80年代。进入到21世纪之后，整个深度学习的技术发展带动了这一波的创业热潮，即便到目前为止，其实它仍然在延续当中。
在提人工智能三大核心之前，一定要跟大家讲，在整个2017年非常多的大公司和初创公司提到了一个新的概念，就叫做在新的时代里面，大数据是生产质量，人工智能是生产力，互联网是生产关系。如果说从生产力、生产质量和生产关系的角度重新梳理所有行业的话，就得到了那句经典的话，当前中国所有的行业和产业可能都值得大家去重新做一遍。
人工智能的三大要素
再回到人工智能本身里面，也可以发现在它当中也有几个非常重要的三要素。
第一，计算资源。在计算力资源里面成就了非常多的公司，无论是英美达上市翻了多少倍，还有芯片公司。
第二，算法方面。各种各样的算法帮助社会极大提高运行效率。
最后，数据。底层数据基础，大数据在国内不是新的行业，到了2017年突然发现不管是AR、VR行业，当它和人工智能合在一起带动了整个产业进行了一波新的升级。
每一个产业不同技术的应用场景其实是有周期的，这里的周期没有用大家非常熟悉的曲线，可能结合国内实际的应用。首先来看，第一梯队主要是用产业界公司的数量来进行演示，可以发现在机器人(20.10 -0.25%,诊股)领域和在无人机这些领域的公司数量是最多的，而且他们这几年在商用场景上面也得到了非常多的垂线。比如说，我知道有一家做农业的无人机或者是做电力的无人机，其实它的商用场景都比以前想象的更大一些。第二梯队整个自然语音处理带动着产业的发展。第三梯队是在计算机视觉和图像这一块，整个右下角非常长的技术，可能一方面因为技术没有发展到非常成熟的场景，第二与产业结合的关系没有发生到应用场景。
下面的字非常的小，但是因为IT耳朵也帮大家印了白皮书就不细致的念了，主要把两大行业是当前AI渗透率非常高的。第一方面是在医疗健康行业，其实大家都知道做医疗健康行业创业非常难，不管是以前的互联网医疗，还是前几年的移动医疗，其实整体上面的发展都潮起潮落。但是到了AI时代之后，我们突然发现AI跟医疗的结合，无论是在这种基因领域还是在影像领域都让整个医疗健康得到了更大的发展。而且它本身并不会去影响到现在医生的多点职业，就是这种医疗改革还没有特别大的紧密关系。第二方面可能是在整个的汽车产业，上周CES刚刚结束，大家都在开玩笑说，CES可能接下来会成为汽车公司，另外的一种车展的方式。
接下来是几个图简单的带过，因为它奠定了我们接下来的分析框架。
第一，产业链框架来说。在对公司进行分类的时候，分别会从应用层、算法层和基础层里面处于哪一个阶段进行分类。
第二，基于基础有发布人工智能的数据库，也对上面的领域进行了更细的分类，此外得到了一个比较简单的行业图谱。当然这个行业图谱目前也在结合一些新的公司出现再进行下一步的升级。
创投趋势
整个创投的宏观趋势，让大家知道一下在2017年大概投了多少的钱，然后有多少的公司在这领域里面进行探索。
第一，数量。2017年的浪潮假如说是AI的话，从来这些大多数公司不是在2017年成立的，可能比较早的公司在2014年、2015年成立，在2017年得到一个集中的爆发。
另外在地点分布。北京仍然是这些领域公司非常聚焦的一个地方。当然我们也知道在AI领域里面可能非常多，非常有实力的公司都在北京和硅谷或者是北京和西二旗多个地方同时设立研发基地。
第二，金额。可以看到从2015年以来，这个领域投资金额增长的非常快速，到了2017年大概在国内市场里面整个经济100亿美元这样的一个数量级。但是我们可以看到另外一个趋势，虽然说2017年人工智能很火，但是在投资事件上面是在下滑的。也就是说对于2017年才选择进入人工智能的公司除非团队特别豪华，比如说我们知道前几天百度的一个研究院院长刚刚创业，天使轮都融了1.52亿人民币，除此之外，其实绝大多数的公司在2017年新成立，在初创期还是一个相对而言比较艰难的过程。
另外人才竞争角度来说，因为头部公司其实在这个领域拿到了非常多的钱，这个时候他们在吸引人才上面相比初创公司更加有优势。这样会导致AI的方向也有可能像所关注的其他行业一样越来越出现倒挂的现象。但是因为这个领域在非常多的产业上面，还没有得到一个特别深的探索。换句话说，其实他们的商业模式和变现路径，目前来看还是比较初级或者是比较浅显的一个方式，才会让很多新的公司觉得在这个领域里面可能还是有机会。但是不断拉伸的投资金额，在整个行业投资的成本或者是创业的门槛其实是越来越高了。
刚才讲的多的金额偏向中后期为主，尤其是相对成熟的技术和产业里面，看哪些领域会相对而言比较多？橙色的图是代表投资事件的数量，黄色的线条是代表金额的变化。首先来看，数量和金额呈正比并没有那么多的行业，绝大多数呈现的一些方面可能是倒挂的。但是有三个技术领域是现在非常火热的现象，首先计算机视觉是非常发达，不管是数量还是金额上面都是在自动驾驶领域，因为门槛非常高，数量比较少，但是金额比较大，其实是在自然语言处理这一块。
刚才讲的可能是累积的数量，回到2017年，前面51VR的朋友分享的时候也讲，他们把VR用在了整个自动驾驶的车上面。回到这上面，2017年自动驾驶的头部公司正在不断的出现，而且这些头部公司拿到了更多的钱之后，VR对他们而言也可能是一个成本投入或者是一个研发的地方。这个领域相比其他行业拿到了更多的钱，一些做其他领域的公司，确实不管是激光雷达这些技术公司，其实也围绕着自动驾驶在做他们的产业链更深的一些布局。
这里是一个列表，把去年相对而言融资比较大的公司进行了梳理和总结。
我们来做另外一个对比，把AI行业对比其他的行业可以来看到一些情况，其实在这个行业比例上面远远高于其他的行业，2017年，大家感觉整个创投环境在U字型谷底，没有起暖回升，U字型谷底什么现象大家都不知道。带来的现象是初创型公司不好融资，再就是巨额公司聚集在5%或者10%的头部项目，绝大部分的公司拿到的平均融资金额是非常的少。总体带来的是所有行业的获投率下降，但是AI获投率比其他行业高的倍数是非常高的，哪怕是比现在更火热的区块链技术，其实也是高了非常多的比例。
这里梳理了投资机构。首先来说，其实这份表统计的并不完整，尤其是在表里面看到越早期的基金可能会占据着越大的优势。如果说把基金的投资数量跟金额去做对比的话，其实会发现在整个2017年有非常多的产业基金，甚至是国家队基金，其实在AI行业是花了比这些基金更多的资金量。
讲完初创公司的宏观情况之后，会跟大家来回顾整个2017年所关注的国外大公司和国内的大公司，他们有哪些新的动展？因为时间有限，再加上图里面非常的清楚，和大家简单地把每张图过一遍。非常重要的还是花时间来分享AI到底影响着我们哪些行业和产业？
首先是Google，毫无疑问是整个AI领先的策略。可以看到其实它在以AI为导向里面，无论是在技术的储备上面，还是他们把AI用到Google自己的各个产业链上面，其实是相对而言非常的完善。一个典型的现象就是Google回到了中国，以通过设立Google研究院的方式来进行。
虽然说微软在宣传上面没有Google或者是没有Facebook或者是AWS那么的火热，不得不承认微软是AI领域里面最大的黄埔军校，为整个产业贡献了非常多的人才。
在Facebook这一块，因为Facebook的广告营销伴随着非常多中国公司的出海，其实它的这种营收的增幅是非常的快速。这个时候在AI领域开源的计划或者是开放平台的计划，其实比其他的一些公司做得会更加彻底一些。因为IBM的技术实力和资源是非常的资深，可以看到他们有非常多的品类成为AI领域里面非常知名的IP。
讲完几家国外的大公司之后，可以来看中国的这些BAT巨头有哪些探索。百度无论是在去年的世界大会上，其实整个产业都是与AI智能高度的挂钩。在这个过程当中虽然说有非常多的失败，但是也可以看到非常多像我们这样子的开发者，还有像很多这样子的初创公司，其实大家用了非常多百度这些开源出来的技术方案。只是目前这些技术方案对于开发者而言还没有来进行收费，但是我们帮他们贡献了大量的数据和大量的测试场景。
此外，对于阿里而言，其实在阿里去年的阿里云栖大会上有非常多的主题跟人工智能挂钩，而且阿里云也成为阿里在各地AI领域里面非常重要的桥头堡。阿里云在国内目前大概可以占到50%到60%左右的市场份额，如果单有一天在云资源上面的平台和数据都能够把AI工具应用上去的话，其实阿里在底层基础之上的积累，可能比其他所有的中国公司都要更加资深一些。
腾讯方面，我们一直都知道腾讯是一家比较低调的公司，2017年做得最大的就是一方面在加强自己的研发团队，包括在研究院体系里面去搭建AI人才的布局。另外一方面腾讯在AI领域的投资，无论是中国还是在海外的投资，其实相比其他的公司都是非常多的。
最后一张是比较简单的图，前面讲的这些公司，他们在这些消费级的产品，包括在行业的解决方案，还有他们在技术的积累和在芯片的上面进行了哪些自己的研发或者是进行了哪些对外的一些布局。
人工智能的行业应用案例
行业应用案例，因为前面的几位嘉宾介绍了非常多的行业案例，有一些已经分享过的接下来可能会带过，这里梳理了十多个产业，大概说一下AI怎么帮我们各行各业进行升级。
首先是AI 智能家居，小米是里面最典型的代表，尤其是小米对整个米 优品进行升级以后，一方面是在销售这一端和供应链这一端都打下了非常好的基础，这个时候它可能有更好的条件去吸引更多的公司，去跟它共同搭建智能硬件的生态体系。正是因为这些外围的智能生态体系搭建，可能才让小米从此前的2014年、2015年的低谷当中出来，而且现在看上去其实是越来越有实力。
此外是AI 医疗的应用，IBM应该是这个领域里面的龙头公司。虽然说，此前是在计算机的技术上面，国内在去IO医患，但是在医疗健康领域里面，国外领先中国公司一个到两个的时代，在5年差距和10年差距来衡量医疗健康领域落后是这样的一个差距，导致国内非常多的医疗健康应用在2017年得到了大爆发的时代。但是他们如何更快的应用到各个临床场景或者是这些医疗机构的His系统或者是更多的长进里面去，可能还是相比国外公司是有一些落后的，在这个案例是我今天唯一举的一家海外的公司。
随着大家健康意识的提高，以AI为技术基础的个性化配餐、健身服务越来越多。健康有益自研的ego-AI精准健康管理系统已经识别了千余种常见菜品，识别率高达90%。
AI 教育，乂学教育，我们都知道学习是被动的学习，如何把被动的学习换成主动的学习就要与人的个性化与因材施教相关联的。其实很难得到系统的实现，然后学霸君在这个领域里面进行了非常多的探索。
AI 金融，蚂蚁金服是非常大的尝试，尤其是前面几年在提互联网金融（互金），2017年在严监管领域里面用了FinTech，连蚂蚁金服互金公司在科技领域里面投入了更多的实力，他们希望通过现在技术的应用与传统的金融机构去进行更多的合作。
AI 安防，SpeakIn与广东省公安厅合作建立“智能声系统联合实验室”，共同投入研发公安业务与安防领域的先进产品与系统，云技术公司怎么跟国内的安防领域去进行结合，而且安防也是现在AI公司最大的一个变现产业之一。
AI 零售，去年新零售很火热，带动了一波无人零售店、无人货架这样子的，缤果盒子刚刚又融完一轮5000万美元，虽然说他们的零售无人便利店升级到3.0，但是在目前的很多场景看来，其实大家可会觉得相比渗透到各家办公室的无人货架，可能在智能化方面还是相对而言有非常多提升的空间。
AI 物流，京东物流是典型的，他们货舱里面把各种各样的智能设备和配送的软硬件场景都得到了非常大效率的提升。
AI 汽车，百度的阿波罗计划是在这个领域目前相对而言是比较领先的，但是刚刚的CES开完，其实也看到传统制造公司在这领域里面有可能逆袭和反超的。
AI 出行，滴滴已经不是大家所想象的，每天看到表面上的价格在上涨，其实它的背后也沉淀了大量的数据，他们现在也在跟非常多的地方政府做非常多智慧交通的计划。
AI已经走到了哪一步
第一，从技术的角度来看，此前严博士也提到，目前的AI可能到了强人工阶段，也就是假设把人工智能分成这样子三个阶梯的话，横坐标和纵坐标，其实可以看到在科幻电影和小说里面呈现的场景依然属于超人工智能的场景，可能我们距离那个路径还有非常非常长的一个路径。但是目前在强人工智能领域里面或者是在帮助人去提升一部分的效率方面，其实它已经发展到了一个比较好的地步。
假设去看这样的一张图，可以看到在技术的验证方面，因为人才是这个领域最大的驱动力，不管是高校、科研院所，其实在人才的储备和技术的方面，其实已经得到了非常多的检验。但是在人才技术，就是我们把这些关键的技术和场景落地的时候，其实不管是在终端的产品还是在2B的产品上面或者是在这些行业上面的结合，其实还处在一个比较简单的阶段。有一个非常简单的例子，就是李非非（音）的教授在他的TD演讲里面讲了一个场景，一个三岁的小孩子，当然那是他自己的孩子，其实他能够接受到整个世界的变化，现在AI可能连这一步还做不到。如果说把AI去对比人的年龄的话，可能目前AI它都还没有到人三岁的一个阶段。因为我们都知道对于婴幼儿而言，三岁之前的事情可能并不记得，但是三岁之前对整个世界的感知和感官是非常多的。目前的AI对比人的年龄而言，其实还在一个婴幼儿的年龄段。
第二，跟产业相关联的。在这里用了三国鼎立，其实它格局并不明显，在整个产业链上毫无疑问包括三类公司，第一类是互联网的巨头，对比国外可能是Facebook、Google，亚马逊这样的公司。对比中国的互联网巨头可能是BAT包括京东和头条公司。但他们是产业链条当中的一个环节，其实还有两个环节，一个环节是更有效率的技术公司或者是技术公司来组成的公司，在2017年这些技术公司是非常多的，他们也是风险投资者，希望去赌下一个未来能够超越BAT的公司，无论是像Face 还是商汤和非常多的公司，在这个领域拿到的钱一定比以前互联网巨头，不管是上市的时候融的资金量，还是在没有上市之前融的资金量都要多几倍，但是他们能否独立的成长起来其实也是非常值得去期待的。
另外也是一定不能忽略的一块是行业的巨头和产业的巨头。无论是国内国外汽车行业的巨头国内国外的，还是医疗健康行业的公司，还是非常多农业的公司。其实他们也组成了另外的阵地，不同的阵较量是不一样的，一定是线上线下或者是AI 上前后的竞争。对于互联网巨头跟AI技术的公司一定是新的场景，本身自己的内部有非常多的场景要去进行消化，这样子非常多外部的场景可能留给新兴的公司去进行探索。
对于最下面的一条线而言，他们是合作的关系还是竞争的关系？可能未来AI的巨头可能会被传统的公司进行收购。无论是在场景上面，还是资本上面，在未来几年时间里面会发生非常大的格局变化，在格局变化里面会让大家稍微有一点点战争的感觉。当然现在无法去提叫做AI的生存战争，但是我相信AI产业也会像其他的打车领域或者是无人货架领域或者是像非常多的行业一样，它一定会有一天面临着战争，这种战争其实还是非常激烈的。而且我们都知道，在这个领域里面可能不（英文）的公司有可能会丧失更多的机会。
第三，人工智能的泡沫？我们都知道所有的行业都有泡沫，一个行业要成熟其实没有泡沫是挺难进行的，而且2018年刚开年，今天17号，两周多的时间，其实热点变化的非常快，以至于让非常多的公司在担忧说，2018年开年是不是非常像2000年的纳斯达克危机。因为不管是在虚拟货币领域，还是在技术领域，还是在直播场景领域，从前到中间的行业应用到最下沉怎么样子获取上百万的DAU（音）或者两百万的DAU，这种打法跟以前的做法完全不一样。大家觉得可能泡沫到了极致，前面说到现在还在U字型谷底，说白了泡沫还没有被人戳穿。
回到AI领域，其实它同样如此，不可避免会面临非常多的泡沫。也就在这个领域里面，接下来会迎接越来越多的公司去进行关闭，因为有非常多的问题并没有被解决。第一方面是从技术到可以的商品和产品，其实路径还非常的长。第二方面是市场的份额很难去获取，也就是说没有绝对的领先者，这个市场份额的分布还是比较分散的，并没有形成行业非常明显的梯队。第三个方面是缺乏与巨头的竞争，巨头可能是行业的巨头。第四个方面是行业的售价仍然是非常高的，可能超过了比较成熟的单品客单价，这样对产品进行迭代和升级时候的购买医院并没有那么的强烈。最后一块是这个领域的人才成本是非常的高，如果说这个钱不够，很有可能研发都没有办法去继续，如果研发没有办法去继续，从研发到最后场景的落地还有更长的路径。
这是最后的一张，如果说包括在座的各位和包括我在内非常的笃定AI是当前重要的生产链工具的话，我们通过非常多公司的努力去把目前在国内各种各样的行业，大家都能够重新去做一遍，这些重新去走一遍，可能是一种颠覆式的创新，也有可能是赋能。因为赋能和颠覆式创新可能是两种不一样的概念。比如说大家熟悉了目前的外卖之后，有可能大家对于以前的点餐方式完全给替换掉了，还有更多的可能是还是要回到产业的本身，然后AI可能是这个过程当中非常非常重要的一个工具。
在这个领域里面，其实我们还面临着很多外围的环境，包括我们面临着资本的环境，包括我们面临着一个国家的竞争环境。也就是说，如果说两个超级大国要在未来的几年进行全面的较量，其实AI会是这个领域当中非常关键的词语，这个时候可能会在极大的投入上面，会给过去人才的流动和流通，会给过去科技的发展带来一些政治层面或者经济层面的影响。其实它也是对整个AI非常担忧的一个原因所在。
