從去年的幾場人機大戰人類相繼敗北后，在國內人工智能成為了熱點中的熱點，隨便什么項目，只要和AI扯上點關系，就可以頓時身價百倍，備受矚目。

按照CB Insights統計的數據，在2011年全球人工智能初創企業一共加起來僅有70家，這個數字到了2015年，就已經超過了400家，增長近六倍，當年投入人工智能的風險投資達到5億8千7百萬美元，比上一年翻了一番。而Google DeepMind AlphaGo機器人戰勝李世石的2016年，僅第一季度就有超過200家AI相關的初創公司融資超過15億美元。

不過，只經歷了半年多的時間，對于人工智能的冷思考在行業內逐漸占據了主流，對于AI領域的狂熱漸漸開始退潮回歸理性。這背后，技術處于初級探索階段，商業轉化成功案例有限，專業人才缺乏以及投資資金趨于理性化等因素是AI熱退潮的主要因素。

　技術仍在初期階段

現在看來，人工智能好像又陷入了早前的循環——從出現一點新突破，帶動人們的期望高漲，繼而被現實潑把涼水，然后回到冷靜期。五十年代出現第一款感知神經網絡軟件時，人們就大膽預測“再過十年機器人會超越人類”，然而這些理論和模型只能解決一些簡單問題，人工智能陷入第一個冬天;到了八十年代，Hopfield神經網絡和BT訓練算法提出，語音識別技術帶來的第二次浪潮也沒有持續多久;2006年Hinton提出深度學習技術后，十多年才迎來這一輪人機大戰的勝利。

雖然和1956年剛提出人工智能概念時，人類在這個領域已經取得了長足的發展，但是從專業上來說，人工智能現在仍然處于初級探索階段，仍需要在基礎理論上進行突破。之前在媒體報道中，微軟亞洲研究院副院長芮勇就認為，公眾缺乏對人工智能的正確理解，以AlphaGo為代表的深度學習機器的勝利，并不能代表AI對人類的勝利。不能把AlphaGo在圍棋上的勝利過度解讀成“人工智能已經戰勝人類”。

硅谷的專家也認為，“當前最好的區域是機器學習而不是‘真實的AI’。機器學習需要數據和訓練，AI在其基礎上以一定的方式行動。至于真正的AI，相信還有幾年。”可見距離真正的人工智能商業化運用還需要發展時間。

　　專業化人才缺口大

目前，在人工智能領域的探索，不管是國內還是國外，都主要集中在大企業?？梢钥吹竭@個領域的主要領導者都是一些巨頭，國際的有微軟、谷歌、IBM等，在AI領域的研究基本已經有十幾年的時間，一些研究成果也已經進行商業應用。國內，基本就集中在BAT幾家公司，像是百度、阿里巴巴和騰訊等，都已經在人工智能領域耕耘多年。

百度在過去的兩年半在人工智能領域的投入就達到了200億。阿里的阿里云成功實施了飛天5000集群，在對應領域的技術水平位居全球前列，并且兩年前就已經和中科院成立實驗室共同研制量子計算;去年4月騰訊也成立了自己的AI Lab，目前已經有30 多位的Research Scientists。

在還處在技術探索期，需要大量資金投入，而且商業化應用變現也是未知的情況下，也只有財大氣粗的互聯網巨頭和國家能夠在早期就投入大量的人力物力來對行業人才進行培養。AI領域的專業人才量少并且普遍集中在大企業。

所以在近兩年人工智能領域爆發期，AI這類高新產業面臨非常嚴重的人才缺口問題。北美去年人工智能開發的相關職位需求大約在10萬左右，而北美人才市場僅有約3萬名人工智能開發者，供求比例接近一比三。據 LinkedIn 統計，全球目前擁有約 25 萬名人工智能專業人才，其中美國約占三分之一。中國只有不到25%的人工智能從業者擁有超過10年的行業經驗，而在美國這一比例為50%。這樣的人才儲備量遠遠無法滿足現在以及未來幾年中，人工智能市場快速增長的需求。

雖然國家也在加快對人工智能產業的布局，去年5月，發改委聯合相關部門發布了互聯網+和人工智能三年實施計劃。規劃確定了在包括資金、系統標準化、知識產權保護、人力資源發展、國際合作和實施安排等方面支持人工智能的發展。但是段時間內，要在技術含金量如此之高的領域培養出大量的人才來補充人力缺口，還是個難題。

　商業化成功案例少，投資趨向理性

盡管今年初AlphaGo的升級版Master連勝60盤，橫掃中、韓、日的圍棋頂尖高手，但不得不承認的是，人工智能領域的商業化應用，目前取得成功的案例還是比較少的。不管是自動駕駛，還是人臉識別、語音交互等，大多數靠譜的商業化項目都是巨頭主導，基本也都處在試驗期，并沒有真正實現大規模產業化的輸出。自動駕駛汽車的多次事故，也多少讓狂熱的資本對人工智能的商業化前景的期待退了一點燒。

相對于巨頭們的十幾年磨一劍，在人工智能領域熱潮推動下，創投領域不可避免的出現了泡沫，去年的狂熱期過后，資本在投資時更趨冷靜。根據投資研究機構Ventures Scanner的跟蹤調查數據，截止2016年11月，一共有1485家人工智能創業功能拿到了融資，總融資金額超過89億美元，創下歷史之最。在這些拿到投資的企業中，有44%的企業為機器學習領域的人工智能。

和別的領域創業不同的是，人工智能領域有極高的技術壁壘，需要創始團隊具有很深的技術積累，但是一年能夠涌出這么多的項目，里面不少就是掛羊頭賣狗肉的。有些公司為了蹭熱點，把機器學習和一些開源軟件打包打包就賣給投資人，有些則把原本和AI沒關系的項目包裝包裝，一定要扯上點關系以便融資。這些不靠譜的項目，也對資本在AI領域的投入產生了一些負面影響。

加上人工智能到底能如何和各個行業結合進行商業化轉化的前景還不是非常清晰，大家看到的成功案例還不夠多，對于人工智能領域的熱度也就漸漸開始退潮。