2017年，人工智能领域在算法、政策、资金等方面已经出现了三大突破，业界欢欣鼓舞的情形很像1999年年底网络泡沫泛滥时的情形。展望2018年，偌大的人工智能领域，优秀项目不够、顶尖人才不足、场景落地缺乏等将成为横亘在人工智能领域面前的三大难题。
一、资金很多，项目不够用了
当前的AI产业发展面临泡沫化的风险，主要体现在投资供应数量大而项目供给数量少，市场对创业项目寄予很高的期望，而实际的产品体验欠佳，泡沫即将出现。
腾讯研究院发布的《中美两国人工智能产业发展全面解读》报告，分析了引发行业泡沫的两个信号。一是资金多而项目缺。根据过往数据和2017年上半年的情况预测，2017年美国新增企业数量将跌到谷底，数量在25～30家之间。同时，美国的累计融资量持续快速增长，最后将稳定在1380亿～1500亿元之间。
2018年，中美两国AI企业数量增长都将有所恢复，但增长速度依然平缓。这段时期，创投圈将会发现，找到一个新的有潜力的项目越来越难，由于新增企业数量稀少，经常只能跟投一些项目。
到2020年，美国AI公司累计数量将会超过1200家，累计融资额将达到2000亿元。中国AI企业增势不明朗。根据行业发展周期来计算，中国人工智能产业将会在2018年回暖，新增公司数量会上涨到30家以上，预期融资累计量将会达到900亿～1000亿元。
二是周期长而营收难。可以说人工智能期望值被大大高估了。引领本轮AI热潮的深度学习，起源于上世纪80～90年代的神经网络研究。在很多情况下，前沿研究方法是由对已有方法的微小改动和改进而来，而这些方法在几十年前就已经被设计出来了。
2006年，深度学习算法获得了突破后，引起市场热炒，但相关的AI技术和产品的成熟度仍然有限，甚至被讥笑为“人工智障”。许多项目和技术，要想获得消费者欢迎，还需要等待相当长的时间。
从投融资趋势来看，涌入人工智能领域的资金依然还会增加。据不完全统计，2017年中国人工智能领域的投融资事件约353起，比2016年稍有回落。但投资金额激增，总融资金额近600亿元，在政府的鼓励和行业并购中，2018年中国AI的投资额将会持续大幅增加。
同时，行业并购开始加剧。CBInsights提供的数据显示，自2011年以来，已有近140家人工智能初创公司被收购，而2017年的第一季度，海外就有34家人工智能初创公司被收购，为2016年同期的两倍。2018年，仍将延续这一趋势。在资金增长的同时，中国AI企业数量不会同幅增长。根据行业发展周期来计算，中国人工智能产业将会在2018年呈现缓慢增长趋势，预期累计融资量将会达到900亿～1000亿元，而新增公司数量仅会上涨到30家左右。
资金多而项目缺，周期长而营收难，项目却一天比一天更加昂贵，这种情形与1999年的第一次互联网泡沫时非常相似。
二、事情很多，人不够用了
算法大神YoshuaBengio曾表示：“深度学习现在很热门，目前的困境是缺乏专家，一个博士生大概需要五年的培养时间，但是五年前还没有博士生开始从事深度学习，这意味着现在该领域的专家特别少，可以说弥足珍贵、极度稀缺。”这是三年前AI面临的困境，至今依然未得到改善，甚至变得更加严峻。
人工智能竞争的根本就是争夺顶级人才。据说世界上深度学习领域的顶尖人才不超过50人，因此科技巨头们纷纷通过收购初创公司来招揽人才。
作为国家未来的发展方向，AI技术对于经济发展、产业转型和科技进步起着至关重要的作用，而AI技术的研发、落地与推广离不开各领域顶级人才的通力协作。在推动AI产业从兴起进入快速发展的历程中，AI顶级人才的领军作用尤为重要，他们是推动人工智能发展的关键因素。然而，中国人工智能领域人才极为欠缺。
据腾讯研究院发布的《2017全球人工智能人才白皮书》显示，目前我国约有20所大学的研究实验室专注于人工智能，高校教师以及在读硕博生约7000人；产业界现存人员人数约为39000人，远不能满足我国市场百万级的AI人才需求量。
从产业发展来看，我国人工智能领域人才分布严重失衡。人工智能产业由基础层（芯片／处理器、传感器等）、技术层（自然语言处理、计算机视觉与图像、机器学习／深度学习、智能机器人等）和应用层（语音识别、人脸识别）等组成，目前我国在产业层次人才上面临两个问题。一是产业分布不均。中国AI产业的主要从业人员集中在应用层，基础层和技术层人才储备薄弱，尤其是处理器／芯片和AI技术平台上人才缺乏，会严重削弱中国在国际上的竞争力。
二是供求严重失衡，人才缺口很难在短期内得到有效填补。过去三年中，我国期望在AI领域工作的求职者正以每年翻倍的速度迅猛增长，特别是偏基础层面的AI职位，如算法工程师，供应增幅达到150％以上。尽管增长如此高速，但是由于合格AI人才培养所需时间和成本远高于一般IT人才，人才缺口很难在短期内得到有效填补。人才不足，是制约中国AI产业发展的主要因素。
近几年来，Google不断收购AI领域公司最主要目的是“抢购”一批世界上一流的专家，在一个迅速成长的人工智能领域里面，这些专家无一不是佼佼者。其他科技巨头也在相机而动。2018年，人才饥渴症不会得到缓解。
1 2 下页