深度解读2018人工智能：两极分化、人才竞争升级、国际化、政策下沉

回顾过去一年，在中美贸易战、国家金融去杠杆的大环境下，甚至在年初区块链风口旋风之下， 人工智能 并没有像智能硬件、VR等几波技术浪潮那般在寒冬中倒下，反而在风雨中逆势而上。

两极分化：一超多强的行业格局逐渐形成

回顾互联网发展史，一轮新风口的兴起都会经历潜伏期、爆发期和稳定期的过程。比如早期的智能手机领域市场井喷，传统的诺基亚、黑莓、LG、HTC与新兴的 三星 、 苹果 、小米、OPPO/Vivo、华为、360手机、魅族、等厂商之间多年厮杀，最终形成苹果、华为、三星、小米和OPPO/Vivo几家统治市场的行业格局。再如共享单车风潮，早期数十家共享单车一拥而上，网友一度评价“单车品牌多的颜色都不够用”，但如今共享单车市场正面临洗牌的即将步入稳定期。

以史为鉴，可以知兴替。虽然人工智能与智能手机、共享单车属于不同的领域和技术形态，但经济规律不会变。经历了2017年的资本疯狂，2018年的人工智能逐渐步入“稳定期”，它是以技术落地为主一年，是 AI 开疆拓土的一年，是行业格局日渐清晰的一年。 

人工智能主要有两大赛道：CV赛道和语音赛道。CV赛道的两极分化十分明显，基本形成以“商汤、旷视、云从、依图”为首的“四小龙”格局，2018年以来，我们很少看到其他人工智能公司在融资、技术（包括ECCV、MegaFace等顶级大赛）等方面的重大突破，但这些CV公司的数量却不下百家。 

马太效应为何如此明显？AI商业周刊总结了三点原因：

人工智能商业模式重。 相比互联网创业的模式，人工智能创业的商业模式非常重，包括计算力、算法人才、高质量数据获取的成本均比过去互联网高很多，它是一个重资本投入的领域。另外，仔细分析几大头部AI创企发现，他们都是从产、学、研一体化发展，打造从学术研究、实验室到行业应用的闭环生态。诚然，小公司很难玩转如此重的商业形态。

人才垄断。 根据Element AI根据领英数据整理，在全球范围内，大约有2.2万名具有博士以上学历的人工智能从业人员和研究人员，中国仅有600名左右。在国内， 人工智能人才 几乎被几大头部企业垄断，比如商汤有150多名人工智能博士，占比全国人工智能博士总数1/4，还有汤晓鸥、王晓刚等大师级人物。其他AI独角兽在人才方面也不逊色，旷视有印奇、孙剑等天才少年，且姚期智院士担任首席顾问；云从科技创始人周曦博士曾师从四院院士、计算机视觉之父—Thomas S. Huang 黄煦涛教授，其在今年5月还招揽来自苹果、Facebook高管；依图创始人朱珑是深度学习鼻祖Yann Lecun的得意门生，联合创始人林晨曦曾是阿里云第一任技术总监。

当头部企业垄断了人才，中小创业公司宛如被切断水源，固然回天乏术。跟着资本也不那么青睐中小创业公司，再加上今年金融去杆杠，拿投资人的钱极为不易。

创始人思维。 人工智能赛道的创始人绝大部分是技术出身，要么原来搞学术研究，要么原来是大企业的技术带头人。如果不能从搞学术思维习惯中完全跳出来，那么在商业化上较为吃亏，业界已经有一些这样的例子，搞技术很强，公司起步也很早，但在商业落地上步履蹒跚。马云曾说，“公司最难过的关是创始人的境界”。

在“两极分化”的强极里面，又呈现一超多强的格局。商汤目前总融资超过16亿美元高居“四小龙”榜首，排名其次是旷视，超过6亿美金，不到商汤的三分之一。投资人是最聪明的一帮人，他们在决定投一个公司前都会做非常深入的调查。商汤获得高融资的背后，不但是技术上的优势，而且在商业模式上也能走通。

商汤能够被评为“智能视觉”国家新一代人工智能开放创新平台，其视觉算法固然是引领行业的。值得注意的是，商汤是唯一一家自建超算中心，峰值能达到10亿亿次，我国的太湖之光仅为20亿亿次。自建超算中心将加速算法的迭代速度，这将在后期发展展现更强劲的爆发力。商业落地方面，商汤在安防、互娱、手机、教育等行业全面打开，累计合作企业超过700家，预计2018年营收数倍增长。

语音赛道和CV赛道的格局颇为相似，科大讯飞、云知声、思必驰和出门问问四家企业垄断语音市场，其他公司几乎没什么声量，市场整体呈现两极分化形态。而在“两极分化”的强极，又呈现一超多强的格局，科大讯飞在教育、机器人、房产等诸多行业全面打开，而其他几家在各自细分赛道走差异化模式。

人才竞争升级：从挖人到培养人

创业的竞争归根结底是人才的竞争，这一现象在人工智能领域表现得愈加明显，数据显示，中国人工智能人才缺口超过500万。

自2017年以来，包括BAT等巨头公司开始大力笼络人才，也不乏业界领袖投身创业浪潮。AI商业周刊统计了2107-2018年业界顶尖人才的离职概况，具体如下：

两年间，AI顶尖人才离职高达25位，2017年是挖人最疯狂的一年，2018年相对减少。因为顶尖AI人才非常稀缺，能够供挖的人才总量是不变的。“高水平的人工智能人才稀缺，这是一个世界性的问题。我们的很多企业现在都在重金挖人，但实际上挖人不能带来增量。”周志华教授在“2018京东人工智能创新峰会”说。

今年以来，业界的人才竞争也在“转型升级”：从挖人到培养人。 周志华表示：我们要从源头做起，为国家、社会、产业的发展培养高水平的人工智能人才。 

不仅院校大力培养人才，企业界也通过与高校深度合作，举办竞赛培养人。例如，在2018华为全联接大会上，华为云推出了“沃土AI开发者计划”，投入10亿人民币培养高校和研究所的AI人才，并与清华大学、中科院、中国科学技术大学、浙江大学等达成AI合作；另外，华为还为每位AI开发者提供20小时免费线上训练、提供21天AI训练营、不定期举办AI开发者大赛等。

2018年8月，商汤科技携手香港中文大学、亚马逊、南洋理工大学、悉尼大学联合举办的首届WIDER Face and Pedestrian Challenge 2018（简称：WIDER Challenge）挑战赛，包括中科院计算所、微软亚洲研究院、北京大学、卡耐基梅隆大学、香港大学以及雅虎、京东、旷视、科大讯飞、滴滴等科技公司参赛。

此外，由创新工场、搜狗、美团点评、美图公司主办、北京前沿国际人工智能研究院、北京大学、加州伯克利Deepdrive等协办的AI Challenger 全球AI挑战赛共有来自于81个国家的2万多支参赛队伍参加。 

业界纷纷举办人工智能竞赛的背后，是对人才求贤若渴真实反映，通过猎头挖人的成本愈来愈高，不如通过竞赛发掘有潜力的人才，或者自身培养人才。2019年这种“培养人”的趋势还将延续。

政策下沉：地方政府卡位人工智能

互联网创业十年来，不断有新技术涌入，但未曾看到政府像对人工智能这般重视，2018年是政府大力支持的人工智能元年，尤其是地方政府卡位人工智能。

2017年以来，各省市纷纷颁布人工智能发展规划。根据前瞻产业研究院报告，截至2018年3月全国31省市中已有15个发布了人工智能规划，其中有12个制定了具体的产业规模发展目标。这12个省市2020年的规模目标达到4290亿元，而北京市人工智能核心产业规模为500亿元，占比仅11.7%。

从以上数据可以看出，人工智能远不是一线城市独大，二三四线城市表现出巨大的市场潜力，如四川的人工智能核心产业规模就是北京的两倍。地方政府卡位人工智能将极大推动人工智能产业落地，包括智慧城市、 新零售 、教育等诸多场景。

2018年腾讯全球合作伙伴大会开幕前，马化腾在公开信中强调：移动互联网的上半场已经接近尾声，下半场的序幕正在拉开。伴随数字化进程，移动互联网的主战场，正在从上半场的消费互联网，向下半场的产业互联网方向发展。

互联网是以C端用户驱动的技术浪潮，如果有强大的资本推动较容易形成垄断。但产业互联网是TO B端，需要提供个性化服务，难以快速复制规模化，它是技术、产品、服务、资本的综合较量。城市之间的较量也如此，互联网时代北上深聚集了大部分头部企业，但产业互联网时代，可能是各个城市依托自身特色产业，形成分化、制衡的未来格局。

AI+产业时代，随着地方政府大力推进人工智能，将在二三四线城市逐步下沉。

人工智能2.0时代：国际化比拼

创业公司发展到一定阶段，都将面临国际化的挑战，比如滴滴、小米都在为国际化赋能。虽然2018年人工智能公司“国际化”呼声不高，但不少企业已经为国际化做准备，可能在2019年全面发力。

旷视很早就在西雅图设立研究院。2018年1月，依图科技宣布在新加坡设立了其首个国际办事处。商汤的国家化更胜，已经京都、东京、新加坡、美国硅谷和新泽西州均设立了分部。

9月17日，在2018人工智能大会主论坛演讲中，中国信息通信研究院院长刘多表示，当前AI全球化趋势明显，但不同地域也呈现相应特点。美国仍是AI核心发源地之一，具备基础理论、核心平台、应用技术及优势企业。加拿大以技术创新孵化、人才培养、商业化落地为产业发展特点，英国兼具学术研究、创业创新和应用技术创新，德国则依凭AI技术大力发展智能制造。

 “人工智能的发展需要全世界的智慧，全球企业、机构应该加强合作，打通AI学术研究的国界。”商汤科技创始人、香港中文大学教授汤晓鸥表示，“AI需要全球各国共同努力，合作推进，AI的学术研究没有国界。”

根据 ElementAI 通过LinkedIn 数据分析全球AI 行业人才分布，中国仅排名第七，与美国还有很大差异。 如果梳理当前国内人工智能顶级人才就会发现，他们几乎都有很强的海外留学背景，不得不承认是欧美院校培养了大批中国AI人才。这也反衬出，欧美在人工智能研究方面有非常深厚的历史底蕴，我们也需要更深入向他们学习和交流。

国际化不单是研究领域的合作，海外在产业端也有广阔的市场需求。目前国内很多AI公司已经在技术上不输欧美，但只有在产业端全面打开海外市场，才真正让AI引领世界，而国际化也将成为人工智能2.0时代的主旋律。