资本正在流向AI哪些领域，自动驾驶与AI芯片又发生了什么让人摒住呼吸？

公众号/机器之能

撰文 | 黄锦 高静宜 微胖

编辑 | 宇多田

大 家好，这是我们推出的周末新栏目——《全球 AI 风向扫描》，将对过去一周 AI 技术的「产业动向」做一个有态度但又不失客观的梳理与分析。

这周 AI 产业界看似风平浪静，但资本流动却一点都不平静。福布斯引用 PointSource 的调查数据指出，处于整个产业链最后一环的消费者受到 AI 技术影响的表现愈加明显。

而从投资角度来看，资本正在流向一些与 C 端消费者联系更为紧密且应用成本不高的领域，比如与用户直接打交道的「智能客服」，连接各种智能硬件的「物联网」，以及能够为用户提供沉浸式体验的 AR 技术。

与「务实」的资本走向相比，Google 无人车一直被称作「在象牙塔里的生意」。但你不能否认，当 Google 无人驾驶事业部变成 Waymo 后的一年多，其落地速度比 Google 过去 9 年加起来都要快。

在去年几百辆改装后的克莱斯勒驶上旧金山街头后，今年 Google 又先后对外披露将无人车部署规模从 2 万辆提升至三年内 6.2 万辆。虽然是让克莱斯勒心甘情愿做「代工」，但 Waymo 还是得保证自己的自动驾驶出租车服务真的能在硅谷地区行得通。

这边做 L4 级别乘用车的「下游大 boss」Google 正在谋划共享汽车的生意，而另一边，位于上游零部件厂商们自然嗅到了自动驾驶带来的市场机遇。

激光雷达，这个极具争议的硬件产品，被大多数自动驾驶技术公司和整车厂认为是无人车上最不可缺少的零部件之一；但同时，这个零部件市场还不怎么成熟，毕竟以前汽车不需要自己有「眼睛」来扫描障碍物，因此也就没有专门制造车载 3D 激光雷达的配件公司。

机会很多，市场很大。特别是中国，对自动驾驶汽车的热情和对 AI 技术公司的扶持让海外的技术公司分外「眼红」。

因此，Velodyne 来了，Innoviz 现在也来了，而且带着理论上更便宜、精度更高的混合固态雷达。国内厂商们，请加把劲。

实际上，无论是自动驾驶系统，还是激光雷达，都缺不了一块芯片。

在国内，关于 AI 芯片的话题热度与政府及企业最近的执行力，让芯片行业「老泪纵横」：辛苦了大半辈子，我们半导体人真的要翻身了？

「中兴事件」这个导火索，除了让部分重点高校扩大了这几门相关学科的招生计划，相信也会让国内此类优秀创业公司有更多显露头角的机会。

不过，说到底，这个产业仍然是一个科技巨头才更有资格担当主角的战场，英特尔、英伟达、AMD、高通、苹果、耐能……本周他们针对芯片的一些动作有点让人玩味。

那么问题又回来了，既然每家公司都在向前奔跑，你（中国的大小公司）如何能保证自己比他们跑的更快？

1、AI 行业的钱都花在哪里了

PointSource 最近的一项调查发现，当 AI 存在时，49% 的顾客愿意更频繁地购物，34% 的顾客会花更多的钱，38% 的人会和朋友与家人分享他们的经历。

但想要使用强大的人工智能技术，企业是需要进行投资的。

很多公司都已经这样做了，它们的技术实力最近几年都出现了巨大的飞跃。Forrester Research 预计，认知计算技术，或者说基于人工智能的技术平台，到 2020 年将整体达到 1.2 兆亿美元的价值，与此同时，人工智能的投资额也会增加 3 倍。

AI 能在很多领域改善客户体验，但主要集中在以下几个领域：

聊天机器人（智能客服）

聊天机器人，过去消费者们谈之色变，但现在已经大家被广泛接受了。现在，绝大多数的（83%）消费者们说，他们在一个使用聊天机器人的公司购物时会有很好的消费体验。

聊天机器人减少了企业对人工呼叫中心的投入，在任何时候都能提供个性化服务。

此外，聊天机器人还带来新的增长点和更好的客户体验。比如，Sephora 的聊天机器人让化妆预约量增加了 11%，互联网快销服装品牌 ASOS 在使用聊天机器人之后，订单量增加了 300%。

大多数企业说，他们在使用聊天机器人，或者计划在将来使用它们。到 2025 年，全球聊天机器人市场规模预计将达到 12.5 亿美元，年增长率接近 25%。

但是从长远来看，投资聊天机器人实际上在节省成本，到 2022 年，全球商业成本预计将减少 80 亿美元。

物联网与大数据

设备连接无处不在，这为品牌商提供了一个与消费者保持联系的机会。

来自 IDC 的最新研究预测，2020 年全球 IoT 市场将达到 1.7 兆亿美元，远远高于 2014 年的 6550 亿美元。物联网行业的 AI 支出主要来自于制造业、运输业、物流业和公共设施行业，预计每个行业每年会有 400 亿美元的支出。

我们会越来越多地看到「智能」的消费产品，这些产品互相之间能够联系，并为客户创造了一个沉浸式体验。

谈到 IoT 就不得不提大数据。

IDC 还报告说，全球大数据和商业分析收入将从 2016 年的 1300 亿美元增长到 2020 年的 2030 亿美元以上。随着智能手表和智能家居设备的普及，这只是这个即将爆发的市场的开始。

大数据支出增加的另外一个例子来自 United Concordia 牙科公司，该公司打算用 4500 万美元的预算来建立一个新的数据库管理系统，以改善客户日程安排和收费问题，这还有助于公司更有效率地发展。

增强现实和虚拟现实

增强现实为客户提供了一个更加沉浸式的体验，并提供了一种改进客户体验的新方法。Stistista 预测，增强现实和虚拟现实市场规模将在 2021 年达到 2150 亿美元。

这个行业的支出增长迅速，AR 和 VR 支出总额预计在 2018 年达到 178 亿美元，与 2017 年相比，增长幅度达到了到惊人的 95%。

其中，最大的支出来自消费行业，达到 68 亿美元。增强现实也许是开发力度最小的人工智能技术，也是最具潜力的技术之一。很多专家预测，这项技术未来几年将出现最大的支出增长。

AI 是现代客户体验的关键点，它的影响将持续增长。

2、Google 无人车要量产了？

前不久，Waymo 表示，菲亚特克莱斯勒将于三年内，向 Waymo 提供最多 6.2 万辆汽车，作为其在美自动驾驶出租车服务计划的一部分。

自建厂房还是代工，一直是新能源汽车和自动驾驶的热门话题。与自己专心做车、卖车相比，充当 Waymo「代工」是否更加划算？

对此，公司 CTO Harald Wester 在接受外媒 Information 采访时表示，这么做是为了彼此。

目前， 大家仍处在界定各自位置与角色的过程中 。 现在比较经济的做法是，菲亚特克莱斯勒提供成车。至于未来，可以参与更多，比如就自动驾驶出租服务的收入也分一杯羹。

作为 Waymo 自动驾驶商业落地过程中的重要伙伴，两家公司在一些重要的自动驾驶技术实现问题上持类似观点。

比如，不信任、也不看好特斯拉基于摄像头的自动驾驶方案，也对竞争对以渐进的方式实现全自动驾驶方案，持怀疑态度。他认为，从 L3 到 L4，涉及新的技术、传感器和软件，对冗余也有新的要求，这是质变而非量变。

不过，铁杆盟友之间也有分歧。

比如安全问题上，明显体现出传统车企与互联网公司的认知不同。

Waymo CEO 放言，安全性，是不同自动驾驶研发者之间的一个主要区别因素。但 Harald Wester 完全不敢苟同：安全问题，是一个根本前提。

如果不能完全解决安全问题，自动驾驶服务永远不会起飞。至于谁来设定这个安全标准？公司？自动驾驶研发者还是吃瓜群众？

他认为，是监管政府。

3、一颗外来激光雷达能否搅动中国市场？

国外自动驾驶领域激流暗涌的同时，看似平静的国内市场也酝酿着一场无声的较量。

近日，以色列以色激光雷达初创公司 Innoviz 宣布与中国 Tier1 企业经纬恒润建立合作关系，正式进军中国市场。据悉，经纬恒润将把 Innoviz 的激光雷达和计算机视觉技术结合到现有自动驾驶方案中，为中国的汽车制造商提供新的选项。

成立于 2016 年的 Innoviz 选取 MEMS 技术路径开展固态激光雷达的研发。目前，公司已对外推出了两款固态激光雷达产品 InnovizPro 和 InnovizOne，并已登上麦格纳等汽车零部件供应商的「大船」，为宝马的自动驾驶汽车提供激光雷达解决方案。

此次 Innoviz 打入中国市场的举动，一方面体现了中国市场的重要性以及海外厂商对中国自动驾驶市场的认可，另一方面也难免会给国产激光雷达厂商敲响警钟。

在今年初的 CES 上，国内激光雷达厂商速腾聚创就曾发布 MEMS 固态激光雷达 RS-LiDARM1 Pre，与此同时，镭神智能等公司也尝试在 MEMS 路线上加快研发速度。除此之外，走「相控阵」等其他激光雷达技术路径的玩家也不在少数。

在被问及 Innoviz 的闯入对国内激光雷达市场竞争格局带来的影响时，受访者普遍表示不好评价，「竞争在所难免，具体还是要看产品情况」。

事实上，Innoviz 并非第一个企图在中国自动驾驶市场分一杯羹的外来客。例如，激光雷达领域的巨头 Velodyne 早在 2016 年就已正式进入中国，并与百度捆绑，开始中国本土化的探索之路。

要想在中国这块蛋糕巨大的市场突出重围，打开局面，不仅仅在于产品和价格。

4、AI 芯片的故事进展到哪儿了？

历经 53 个不眠之夜后，中兴与美国商务部达成协议，解除 7 年禁令，但代价可谓惨重：中兴支付 10 亿美元罚款，以及 4 亿美元托管，并于 30 天更换董事会和高层。

中兴事件发酵以来，加快发展集成电路产业成为国内共识。业内人士认为，中国集成电路产业未来对高端人才需求会大幅增长。

目前，国内有 6 所高校增加了微电子工程专业。其热度虽然无法与大数据、人工智能和网络安全等专业相比，但也算有所增加。

华中科技大学微电子学院副院长缪向水表示，由于需求量太大，硕博招生名额必须持续增加，今年计划扩大 50% 的博士招生计划。东南大学微电子学院的工学博士名额已经从之前的 20 名左右扩招到了最近的 180 多名。

这些重点高校院所也是前沿科技领域的主力军。

最近，在美国洛杉矶举办的计算机体系结构顶会——第 45 届国际计算机体系结构大会（International Symposium on Computer Architecture，ISCA）上，清华大学微电子所博士生涂锋斌做了题为 RANA: Towards Efficient Neural Acceleration with Refresh-Optimized Embedded DRAM 的报告，提出了一种面向神经网络的新型加速框架。

随着神经网络的应用规模不断扩大，大量片外访存会带来巨大的系统能耗，因此，存储优化成为 AI 芯片设计中必须解决的一个核心问题。而涂锋斌的研究成果，大幅提升了人工智能计算芯片的能量效率。

不知道这个 Idea 是否会孕育出新的创业公司？

本周，在台北举办的 COMPUTERX 2018 上，也上演着另一场「肌肉秀」。不过，主角换成了芯片领域的巨头公司，竞争的焦点仍然是 CPU 和 AI 芯片。

虽然追求低功耗的 AIoT 芯片并非英伟达的强项，但这并不妨碍这家公司继续发力其他领域，比如，机器人。

这次台北电脑展上，英伟达发布了全新 AI 芯片 Jetson Xavier。这款芯片成功地将 1000 瓦性能的 10 万美元级工作站，缩小到了 30 瓦的掌中宝程度。

「这台小电脑，将成为未来机器人的大脑」，黄仁勋说。

虽然英伟达芯片在此之前就已经被一些企业用于自主仓库机器人、机器采摘和农业机器人。但是，Jetson Xavier 要比之前的 AI 芯片强大 20 倍。

同时，AMD 也首秀全球首款 7nm GPU。

这款芯片专为深度学习和人工智能处理而添加了优化，预计后续会登陆工作站服务器农场。

至于 ARM 芯片领域，挑战英特尔的努力从未停止过。

高通隆重发布了骁龙 850 移动计算平台。虽然 850 主要基于骁龙 845，也就是公司第三代 AI 计算平台，但主打 Windows 10 PC 平台。无论是性能还是电池续航能力，都有显著提升，4G LTE 网速亦提升 20%。

与高通一样，苹果在 ARM 芯片领域同样具有领导地位。

最近又有媒体爆料，苹果从英特尔挖来多名工程师和研究人员，充实其在俄勒冈州华盛顿县新设立的一个部门。这也进一步证实了之前传闻：苹果计划未来数年利用自主开发的 ARM 架构芯片取代 Mac 计算机中的英特尔芯片。

不过，基于 ARM 的新计算方法，能否被证明优于英特尔 x86 架构，仍然需要时间去证明。

iPhone X 带动了 FaceID 结构光技术风潮，随着国内主流智能手机厂商陆续开始「跟风」，比如小米探索版已经采用结构光技术，OPPO 据传也将推出搭载结构光人脸识别技术的全新旗舰系列，专属 AI 芯片的需求也会逐渐提升日程，因为苹果 A11 的一个重要使命就是支持 FaceID。

最近，完成新一轮（A1）1800 万美元融资的 AI 芯片创业公司耐能（Kneron）也紧跟风潮，表示，耐能将在下半年推出 3D AI 解决方案。而在此之前，这家主要瞄准 AIoT 的创业公司已经推出了三款 NPU 产品，均已实现量产，并开始产生营收。

和其他还苦于生存的创业公司不同，因挖矿芯片而赚得盆满钵满的比特大陆正打算以另一种方式从事 AI 芯片。

近期在接受彭博社采访时，比特大陆 CEO 吴忌寒表示，公司正在寻求一种超越加密货币的方式实现进一步扩张——IPO。虽然目前还没有具体计划，但他倾向于选择在中国香港或海外发行以美元计价的股票。

未来，该公司将涉足于包括人工智能在内的新领域，IPO 无疑有利于积累更好的行业知名度。虽然之前，比特大陆已近乎神速地推出过 AI 芯片，但业界反响褒贬不一。