浅谈人工智能产业现状

机会与混沌并存

到底什么是人工智能以及目前人工智能产业的现状究竟是怎样，其实在网上遍布各种各样的声音。有一些是从譬如机器学习等底层原理去阐述，非业内人很难有直观认识；也有一些观点是从比较宏观角度去阐述，这一类包括很多人工智能相关的畅销书（带鸡汤成分的），基本上说的也是一些正确的废话，缺乏干货，全篇看下来貌似很有道理但是没什么收获。

今天，作为自己公众号的第一篇原创文章，我希望在开篇以一个AI产品经理的角度，结合我自己的工作经历以及跟行业内各个AI厂家的交流情况，浅谈一下我眼中的AI行业现状。

人工智能产业规模

人工智能概念

在舆论宣传下普遍觉得人工智能是近几年又一次技术革命，其实这个概念早在1956年就被几个计算机科学家在达特茅斯的一个会议上提出了，说出来你可能不信，当时的人们对于人工智能的幻想跟现在并也没有多少差别，人们用数学的推倒、拟人化产品demo等等一系列看起来严丝合缝的技术手段去证明“人工智能时代将要来临”，甚至连“再过十年机器人将会取代大部分人类”的论调也在几十年前此起彼伏从未间断过。从1956年到现在有著名的“人工智能三次浪潮”，除了达特茅斯会议提出人工智能概念引领的第一次浪潮，另外两次分别是1976-2006伴随神经网络算法的提出引领的第二次浪潮，以及当今被基于互联网大数据的深度学习算法推动的第三次浪潮。

人工智能第一次浪潮

人工智能第二次浪潮

人工智能第三次浪潮

人工智能浪潮进程

这期间人工智能领域也细分了很多派别（逻辑主义、符号主义、行为主义等等）以及各种细分时期（起步发展期、反思发展期、应用发展期、低迷发展期等等），解释起来就太错综复杂，可以写书了，也不是本文要说的重点。

回过头来说，经历过这么多年的跌跌撞撞，在学术界、产业界、商界的共同努力下，我们所处阶段依然是非常初级的弱人工智能，离强人工智能还有非常远的距离。AI的本质就是不同的函数，目前人工智能的发展趋势和热点主要集中在人工智能的一项技术分支“机器学习”以及它的细分方向“深度学习”上面，所以导致很多外行会误以为人工智能技术=深度学习技术，这样明显是不客观的。李开复博士曾说过第三次人工智能浪潮与前两次的最大区别是，前两次是技术进步推动的，而本次浪潮是商业需求推动的，同时也伴随着商业模式层次的革新。因此，刻意夸大深度学习技术的能力也算是这一次浪潮的商业特点吧。

机器学习的类别

人工智能、机器学习、深度学习的关系

然而对于目前正处在的第三次人工智能浪潮能否问鼎，我没资格也没有能力去预测。曾经和这个行业几个知名公司产品总监聊过，普遍也认为真正的人工智能时代是否会来临没人能打保票。不过作为一个产品经理，能够有新的技术去驱动新的想法得以实现，总归是何乐而不为的。业界有这样一种看法，目前受制于人工智能产业发展的并非技术瓶颈，而是产品瓶颈。一波科技趋势从兴起到没落，通常会依次经历三个阶段：技术>产品、产品>技术、运营>产品。移动互联网已经走到了第三阶段，而AI处于第一阶段向第二阶段靠近的阶段。如何利用现有的技术能力创造改变世界的AI产品，需要我们这些从业者好好思考，这也正是我决心投入这个行业的初衷与野心。

人工智能产品分类

准确地说，标准化的AI产品时代是从“2010s”开始的，“AI产品经理”这个称呼在国内是2016年第一次被提及，我们也可以理解为从那时开始AI产品才开始被系统的归类与细分。按照俞军老师的划分，从消费品时代（1920s~1980s）到软件时代（1970s~1990s），再到互联网时代（1990s 至今），产品经理的侧重点（核心价值）是不同的，可能也正是互联网时代对产业的细分梳理教育，导致第三次人工智能浪潮来临之时，产学研能够有更系统的产品思维去应对。目前AI产品的分类主要是按照终端应用类型去分类的，可以大致分为语义类、语音类、视觉类、其他机器学习类四大类。

AI产品经理的分类

笔者目前所处的领域是视觉类的人脸识别方向，CV同时也是AI最炙手可热的领域之一，在国内就靠商业热点烘托起了AI算法四小龙（商汤、旷视、云从、依图）、AI芯片四小龙（云天励飞、寒武纪、地平线、深鉴）等等一众CV公司，更不用说大局进军AI产业的BAT等大佬了。

2018年AI产业占比

机器视觉领域投融资情况

人工智能独角兽企业

人工智能人才储备

目前人工智能的人才来源主要是三大类，第一类是本身有相关的算法科研背景的人，之前就是做相关的算法研究，普遍具有名校高学历背景，这些人对AI的核心能力算法有得天独厚的技术优势；第二类是之前在安防类企业工作的人，例如海康、大华之类的，因为AI行业特别是CV领域，很多产品相关的硬件和服务对象都和以前的安防行业类似，所以这些人转行人工智能对硬件设备以及业务都有较强的理解；最后一类是之前的工作经历和AI关联度并不强，甚至八竿子打不着的，但是因为行业火热再加上AI公司海量融资扩充人力被招了进来，或者在大型企业因为公司业务新增AI板块被内部调岗的。

坦白讲，除核心算法岗位，目前进入人工智能行业的门槛并不高，行业的快速发展需要人力来支撑各种亟待展开的业务，然而面对一个没有被开拓的新兴行业且没有优质的系统学习材料的情况下，而且遍布如此多真真假假的资讯的情况下，要想这个行业博得一席之地需要极强的学习能力与感悟能力，善于从错综复杂的真假信息中提炼干货，为己所用。

人工智能行业吐槽

（一）鱼龙混杂

伴随着行业持续火热，资金流不断涌入，现状却是整个行业内对技术、业务、商务都精通的产品大咖非常之少，滥竽充数的人很多。能够对行业的技术边界了然于胸，又对这个行业的产业链、利益链有深入理解的人才不可多得，大厂哄抢。有人戏称目前很多人工智能产品都是“人工智障”，可见该行业要实现真正的产业化、产品化，还有很大的空间。

（二）概念空洞

我曾笑称，进入这个行业真是感觉到中华文字的博大精深，把很多早就出现的技术名词玩文字游戏包装一下，突然就变得高大上起来了。天天张口闭口“动态时空库”、“计算引擎”、“一人一档”、“端到端解决方案”、“AI赋能”等等，其实稍微了解一下就发现，“动态时空库”不就是摄像头抓拍，“计算引擎”不就是服务器、“一人一档”不就是数据分组、“端到端解决方案”不就是软硬件都有、“AI赋能”不就是算法能力。但是这个行业就是这样，只有包装了才有爆点，有爆点了才能融资，融资了才更需要噱头去营销，你也很难说这是良性循环，还是恶性循环。AI行业的最核心还是算法，传统研发人员会在算法这个盒子外面加一层包装，用所谓的云平台、互联网接口去封装，产品设计会在研发的基础上再加一层包装，解决方案会在产品基础上再加一层包装，当用户通过品宣与销售之口了解AI时已经在怀疑AI是不是快要取代人类了。所以才导致了大众认知和现实能力之间有巨大的鸿沟，目前的行业才不断的强调AI决胜在落地。只有有开创性的产品落地，才能弥补公众认知与现实能力的缺口。

（三）方案同质化

如果你稍微深入的了解过这个行业，你大概会与我有同样的想法，如果从非算法人员的角度来讲，这个行业的技术类别并没有那么复杂，相比于已经发展成熟的电力行业、电子行业、通信行业，其实它的知识宽度还算单纯，相对比较容易梳理清楚。再加上行业产品同质化严重，基本上这个行业的方案就是你抄我，我抄你，谁都说自己是首创，谁都从不同的角度去宣传自己是第一。很多概念也不知道是谁第一个提出，反正渐渐的就发现行业内各家都这么说。目前整个CV领域，基本上to B和to G就集中在安防领域，to C就集中在手机端的图像软件处理上以及金融认证比对上了，除此之外真的很难找到什么可圈可点的应用亮点。

结语

虽然行业混沌，但正因为存在的不成熟性，才更能凸显这个行业的潜力。而作为一个产品经理，工作中最大的希望就是通过自己的努力，做出几款大家能认可“人工智能”技术的好产品。

原创文章，作者：afeng135，如若转载，请注明出处：https://www.521dj.com/223325.html