從來沒有一個(gè)技術(shù)領(lǐng)域，像人工智能這般在短時(shí)間內(nèi)集聚了如此多的利好，可謂春風(fēng)得意馬蹄疾。從AlphaGo與李世石的那場(chǎng)具有里程碑意義的“人機(jī)對(duì)戰(zhàn)”開始，這個(gè)已經(jīng)存在多年的行業(yè)又被徹底推上了風(fēng)口。市場(chǎng)預(yù)判在前，政策跟進(jìn)在后，人工智能的第三次浪潮襲來，這次產(chǎn)業(yè)終于進(jìn)入了爆發(fā)的前夜。但越是火熱的地方，越是要冷靜思考。這個(gè)產(chǎn)業(yè)里的虛與實(shí)，真與假，需得明辨，才能前行。
“高燒”與泡沫
?
2017年被定義為“AI元年”，實(shí)在不為過。在這一年，如果你翻遍發(fā)布會(huì)主題，那幾乎都只有一個(gè)詞—“人工智能”。2017年7月，百度打破每年兩場(chǎng)“例行發(fā)布會(huì)”的慣例，召開了一場(chǎng)人工智能發(fā)布會(huì)，可容納5,000人的國(guó)家會(huì)議中心摩肩接踵，百度總裁陸奇從頭講到尾，董事長(zhǎng)李彥宏親自乘坐無人駕駛汽車開上五環(huán)，百度宣布ALL IN AI。
同一天，阿里巴巴在北京發(fā)布了一款名為“天貓精靈”的AI智能音箱，隨后這款音箱在“上海雙創(chuàng)周”等各大展會(huì)出沒，明顯成為阿里系今年力推的產(chǎn)品。產(chǎn)品背后，阿里巴巴更加在意的是其背后搭載的AI系統(tǒng)，這也是阿里云多年來的心血匯聚。
同一月，老牌PC巨頭聯(lián)想在上海召開了一場(chǎng)讓世界充滿AI的發(fā)布會(huì)，更是一口氣推出了多款A(yù)I產(chǎn)品，聯(lián)想CEO楊元慶甚至放言：“聯(lián)想的使命，是要成為這一輪由AI驅(qū)動(dòng)的智能變革的推動(dòng)者和賦能者?！逼渌揞^也沒閑著：騰訊成立了AI LAB，拉著一眾車企組建了“汽車AI生態(tài)”。小米發(fā)布了AI智能音箱，與電視、手機(jī)“三個(gè)入口，一個(gè)小愛”；京東成立Y事業(yè)部，利用人工智能技術(shù)來驅(qū)動(dòng)零售革新，所有的互聯(lián)網(wǎng)公司全部調(diào)轉(zhuǎn)車頭，把自己變成了一家人工智能公司。
與此同時(shí)，人工智能領(lǐng)域的創(chuàng)業(yè)公司數(shù)量也在急速激增，資本快速進(jìn)入。據(jù)筆者的統(tǒng)計(jì)，大陸人工智能領(lǐng)域的融資規(guī)模約為26億美元，大陸目前獲得融資的標(biāo)桿人工智能的企業(yè)已超過350家。
大陸在人工智能上的熱度，已經(jīng)可以用“高燒”來形容。然而，當(dāng)任何一家公司言必提AI的時(shí)候，人工智能行業(yè)就有出現(xiàn)泡沫的嫌疑。
首先應(yīng)當(dāng)說明的是，存在泡沫本身不是一件壞事。因?yàn)槭袌?chǎng)必須要有一定的泡沫，才會(huì)讓一個(gè)產(chǎn)業(yè)有充足的環(huán)境進(jìn)行前期的孵化，變得更加成熟，不斷孕育創(chuàng)新。但關(guān)鍵，是要看這個(gè)泡沫有多大，是否會(huì)影響到人工智能產(chǎn)業(yè)的可持續(xù)發(fā)展。
筆者曾經(jīng)接觸過多位人工智能領(lǐng)域的頂尖專家，百度前首席科學(xué)家吳恩達(dá)、加州大學(xué)伯克利分校電腦系教授宋曉冬、谷歌董事長(zhǎng)Eric Schmidt等，在與他們的聊天中，很少有人用非?？鋸埖脑~語來表述人工智能的強(qiáng)大，說得都是有關(guān)機(jī)器學(xué)習(xí)如何進(jìn)步的演化史。但在普通人眼中，人工智能卻是無所不能的代名詞。
兩者之間，存在一個(gè)很大的心理落差，而觀念的偏差會(huì)造成相當(dāng)崩壞的結(jié)果：一旦企業(yè)推出的產(chǎn)品沒有達(dá)到消費(fèi)者的心理預(yù)期，市場(chǎng)會(huì)往截然相反的方向走。事實(shí)上，上一波人工智能的泡沫破滅，也是由于現(xiàn)實(shí)與理想太過遙遠(yuǎn)，整個(gè)產(chǎn)業(yè)耗費(fèi)了好多年才重新崛起。
當(dāng)然，時(shí)間是驗(yàn)證泡沫的最好方式。大部分人工智能類的創(chuàng)業(yè)公司大都在B輪融資與C輪融資之間，換句話解釋，就是在初步產(chǎn)品落地進(jìn)入推廣期的時(shí)間點(diǎn)。這基本上會(huì)成為一道分水嶺，經(jīng)受得住市場(chǎng)考驗(yàn)的，便能成為獨(dú)角獸；經(jīng)受不住的，便化作泡沫隨風(fēng)而去。優(yōu)勝劣汰的關(guān)鍵，還在技術(shù)。
人才的浮躁與“虛假繁榮”
人工智能的核心在于人才。在這一方面，中國(guó)的人工智能產(chǎn)業(yè)是有話語權(quán)的。
麥肯錫發(fā)布的《人工智能：下一個(gè)數(shù)字前沿？》的報(bào)告也印證了這一點(diǎn)，報(bào)告毫不猶豫地認(rèn)為，中國(guó)已成全球AI發(fā)展中心之一。職場(chǎng)社交平臺(tái)領(lǐng)英發(fā)布的一份《全球AI領(lǐng)域人才報(bào)告》資料同樣顯示，全球華人AI人才數(shù)量達(dá)14萬，已經(jīng)占到全球AI人才總量的6.5%。
中國(guó)是AI人才高地，這是事實(shí)。然而事實(shí)遠(yuǎn)不如想象中美好。首先，是人才的品質(zhì)。麥肯錫的報(bào)告指出，中國(guó)的研究人員在基礎(chǔ)演算法研發(fā)領(lǐng)域仍遠(yuǎn)落后于英美同行，一個(gè)主要原因是人才短缺——美國(guó)半數(shù)以上的資料科學(xué)家擁有10年以上的工作經(jīng)驗(yàn)。而在大陸，超過40%的資料科學(xué)家工作經(jīng)驗(yàn)尚不足5年。
從現(xiàn)實(shí)來看，人工智能尖端人才的確遠(yuǎn)遠(yuǎn)不能滿足需求，一些人工智能類創(chuàng)業(yè)公司的人事負(fù)責(zé)人坦言，一些國(guó)際大牛，全都去了BAT（B：百度、T：騰訊、A：阿里巴巴），有工作經(jīng)驗(yàn)的人工智能專家都去創(chuàng)業(yè)了，創(chuàng)業(yè)公司的人才招募路徑只有兩條：第一是靠找熟悉的朋友、同伴，但數(shù)量極為有限，而且會(huì)牽涉到干股和期權(quán)等核心問題；第二則是招募剛剛大學(xué)畢業(yè)的學(xué)生，這使得不少人工智能領(lǐng)域創(chuàng)業(yè)公司的人才架構(gòu)，通常是幾個(gè)高端人才，加上一群90后畢業(yè)生，然而這并不是創(chuàng)業(yè)公司的黃金比例。
AI人才數(shù)量之謎
?
據(jù)統(tǒng)計(jì)，全球目前擁有約25萬名人工智能核心專業(yè)人才，其中美國(guó)約占三分之一，中國(guó)的專業(yè)人才與美國(guó)相比，還有一定的差距。這一數(shù)量級(jí)的人才儲(chǔ)備與當(dāng)下人工智能市場(chǎng)的爆發(fā)式增長(zhǎng)相比，供需矛盾顯著。
阿里巴巴前CEO衛(wèi)哲就認(rèn)為：“人工智能領(lǐng)域充滿人才泡沫，過去五年內(nèi)，真正進(jìn)入人工智能行業(yè)的人才，其實(shí)是數(shù)得出來的，這與當(dāng)下的市場(chǎng)情況并不符合。”
有行業(yè)人士透露，人工智能領(lǐng)域真正的人才數(shù)量是限定的，未來幾年，也不會(huì)有太大的改變。那么問題來了，龐大的人工智能行業(yè)，剩下的人才都從哪里來呢？
一部分是有行業(yè)經(jīng)驗(yàn)的人才，人工智能事實(shí)上是大資料、云計(jì)算和物聯(lián)網(wǎng)所衍生的綜合技術(shù)工種，反過來說，單一領(lǐng)域的人才輸入還是有保證的。當(dāng)然，有些公司并沒有真正招募過人，原來的大資料或者云計(jì)算部門，改個(gè)名字，就叫人工智能部門，比比皆是，這極大擴(kuò)充了人才的數(shù)量。
另一部分來自各大高校電腦、數(shù)學(xué)等專業(yè)的畢業(yè)生。由于人才吃緊，這批小鮮肉的身價(jià)也不低，搜狗CEO王小川就曾透露，一個(gè)會(huì)寫卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）的畢業(yè)生，動(dòng)輒就是幾萬塊的月薪，“國(guó)內(nèi)的AI人才市場(chǎng)上已經(jīng)出現(xiàn)泡沫，直接反映就是獲得人才的價(jià)格非常高”。
人才的品質(zhì)、數(shù)量跟不上產(chǎn)業(yè)發(fā)展，人才的價(jià)格虛高、魚龍混雜——從某種程度上說，人才上的“虛假繁榮”就是人工智能領(lǐng)域發(fā)展過程中的一個(gè)大泡沫。當(dāng)人工智能的概念紅利和政策紅利逐漸消退時(shí)，又或者當(dāng)資本再碰到一個(gè)寒冬，這個(gè)大泡沫是否會(huì)爆破，未來就不得而知了。
