泡沫之下的AI企业

发布时间:2019-03-06 00:00
作者:
来源:互联网
阅读量:1832

马云曾说,人工智能不仅仅是技术,更是认识人类未来的一种思维方式;不仅仅是科学家、技术员的挑战,也是政府运营的重大挑战。

 

马化腾认为,人工智能是一场跨国界、跨学科的科学探索工程,是一场任何企业都不可拒绝的奥林匹克,最终目的是提升人类生活品质。

 

李彦宏认为,人工智能是堪比工业革命的大革命,它会在很多领域都带给人民不一样的体验,并将在未来发挥重要作用。

 

AI的本质

什么是人工智能?其实人工智能真正的内涵是“机器学习”,只有在有正确的数据可供学习的情况下,机器才可以真正地、出色地完成某些任务。所以,真正强大的,每个人都应该为此感到兴奋并不是所谓的人工智能。

 

2016年3月,AlphaGo在围棋大赛中以4比1战胜围棋世界冠军、职业九段棋手李世石,轰动全球,2017年5月,在中国乌镇围棋峰会上,它与排名世界第一的世界围棋冠军柯洁对战,以3比0的总比分获胜。

 

然而,这些进步几乎完全来自于有监督的机器学习,其只能解决有很多标记数据或实例数据的计算机学习问题。这种形式将机器学习局限在了非常有限的范围。

 

那些支持人工智能有无限可能的人,包括比尔盖茨和埃隆马斯克,都有同样的假设:人工智能的发展是一条单行道。他们表示,技术的进步推动着我们沿着这条单行道发展,直到计算机达到人类级别的智能。

 

其实,即便这样,这条单行道的关键点也是“带标签的数据”。我们正在快速前进,但是朝着不同的方向发展,唯一可以确定的是,只有在一个非常特殊、有限的能力范围内才能取得进展。

 

机器学习让我们沿着不同的道路快速前进,我们可能会走得很远,但我们正走进一个不同的方向,这个方向与人类能力相关。

 

泡沫之下的AI企业

目前,人工智能经过近几年的发展,已经在各个领域有着相应的进展,自动驾驶、语音识别、智能安防等都有不同程度的落地应用,除了BAT,也催生出了许多AI创业公司,一时风头无两。

 

中国工信部下属中国信息通信研究院消息表示,2018上半年全球人工智能领域投资额达435亿美元,其中中国的投资规模高达317亿美元,占70%以上。

 

截至2018年9月,全球人工智能企业数量为5159家,其中中国大陆1122家,北京市以445家成为全球人工智能企业最多的城市。

 

人工智能受到资本的追捧,同时也会催生出大量的泡沫。李开复曾说,“最近我见了一个做内衣的,也说自己是人工智能的企业,这是非常不正常的现象。现在,人工智能领域的泡沫化特别严重。”

 

2018 年年初,李开复断言,人工智能的泡沫将在年底破灭,一大波人工智能初创公司将面临清算之日。

 

互联网思维认为“猪站在风口上都会飞”,但是,在人工智能领域,成功的创业者一定是少数,大多数都会以失败告终。

 

其实,我们说人工智能未来有无限潜能,看中的是它的应用场景多元,AI为各行各业赋能,应用场景决定了一个企业能否持续的发展下去。

 

但是,这个市场到底有多大,所有的行业都需要AI吗?泡沫破碎,又有多少AI企业会走上穷途末路?

 

先来看变现最快的智能安防领域,近期,海康威视总裁胡扬忠接受采访时就表示,安防行业并不只是投钱就能做得起来的,资本会有一时的冲动,但退出的速度也会很快。

 

胡扬忠表示“大家以为安防产品市场无限大,其实不然。当人们发现这个市场不符合当初的想象时,有些玩家自然会退出。”他认为,安防市场是个“快而小”的市场,安防市场增长得很快,但却是一个“小”市场。

 

安防行业除了AI,还有很多其他重要技术,AI并不是万金油。AI应用于安防的确能够带来一些变化,但AI只是安防众多技术中的一个点。并不是有了AI,视频监控就不需要编码、低照度、宽动态了。AI来了,摄像头还是需要补光、存储、抗恶劣环境,涉及的技术很复杂。

 

而面对近期的“芯片热”,胡扬忠也有自己的看法,他认为,人们都喜欢热点,没有热点要创造热点,对于AI芯片,大多数人看到的也都是幻相。

 

一个产业的发展也有自己的生态和规律,不是光砸钱就能把事做好。需要资金,也需要时间,需要人才积累,需要团队文化的沉淀。急火煮出夹生饭,小火才能煲好汤。

 

除了安防行业,其他行业也需如此,受到资本的追捧容易,但之后的发展才是重中之重,如何有持续的造血能力,如何拓展应用场景,如何获得收入来源,都是AI企业面临的考验。

 

近几年,自动驾驶的话题度也很高,今天,由华人无人驾驶大牛朱家俊创办的硅谷自动驾驶公司Nuro.ai宣布获得由软银愿景基金投资的9.4亿美元,一举超越春节期间Aurora获得的5.3亿美元融资。

 

自动驾驶被投资人看好,这其实也是一场赌注。资本今天投9.4亿美元,赌的是未来能有成百上千亿美元的回报。但是,未来有没有谁也说不准。

 

造汽车是一件烧钱的事,尤其是无人车,想要真正投入生产使用还有许多技术上的难题需要攻克,场景太复杂,目前的算法还达不到完全无人驾驶。

 

虽然,机器在特定的任务上做得越来越好,但是显然并不能产生一般的常识推理能力。机器不会达到像人类一样的水平,它只会越来越好地识别物体,仅此而已。

 

机器基本上仍在我们的控制之下。计算“犯错”或许会导致死亡,正如人们会在自动驾驶和医疗自动化中死亡。

 

去年,Uber的自动驾驶车撞上了一名过马路的女子,后期的调查报告显示,自动驾驶软件先是错误地将该女性识别为一个未知物体,然后是一辆车,最后是一辆自行车,最终女子被撞身亡。

 

自动驾驶领头羊Waymo老大曾亲自承认:自动驾驶汽车在路上普及还要几十年,而硅谷大佬苹果联合创始人Steve Wozniak更直言,“自动驾驶汽车不可能在不久的将来实现,我不相信自动驾驶汽车”。

 

资本来得快,去的也快,而离无人驾驶变现还有很长的路要走。

 

AI本身没有泡沫,AI创投有泡沫

如今的新风口人工智能,一些初创公司的估值已经高达几十亿美元,行业热度已经超过了当初的互联网。

 

有业内人士认为,当前,有四大泡沫影响人工智能的发展:

 

技术泡沫:人工智能属于交叉性、应用型学科,专业门槛高,真正懂行的少之又少。

 

资本泡沫:资本太多、概念太多,风口都看得见,但如何站住风口,大家都在观望。

 

商业泡沫:现在很多人工智能都是伪智能,大多数企业不懂得如何利用智能、数据去服务客户、创造价值。

 

估值泡沫:估值上亿并不难,难的是如何找到盈利点。现在大多数的人工智能尚处于技术工具阶段,距离平台和产品化还有距离,还谈不上营收。

 

鉴于专业门槛,人工智能领域真正既懂技术又懂产业的人少之又少,导致行业薪水普遍高。

 

近日,科大讯飞轮值总裁胡郁接受采访时就表示,(业内)硕士毕业40万,博士毕业80万,你要在行业里面干个几年都200万,干了五年以上,如果做得比较好的,都能拿到200万年薪。如果是原来什么研究院院长一级的人,都是五六百万,我们公司现在有些人薪水确实比我们这些当总裁的还要高。

 

资本对AI抱有的期望太高,AI人才身价也势必水涨船高,而这部分成本就会转嫁给AI企业,胡郁表示,现在有的企业在想怎么把这些人裁掉,因为他们太贵了。

 

有投资就要有回报,胡郁说,人工智能公司现在赚不到钱,大家都讲讯飞赚钱赚的少了,其实,现在人工智能公司能赚钱的公司没有几个,就是泡沫,这完全就是泡沫。

 

资本泡沫之下的人工智能企业,正在负重前行。当前,人工智能企业同质化严重,有些企业没有真正的创新只是盲目的跟风,“挤泡沫,抓痛点”是AI企业唯一的出路。

 

在这个优胜劣汰的大环境下,AI企业应该脚踏实地,修炼内功,稳中求进,利用数据、利用技术,找到更好商业化落地的途经,更好地服务用户,实现自己的价值。


(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
一文了解AI芯片的常见应用领域
  随着人工智能技术的飞速发展,AI芯片作为支撑智能计算的核心硬件,发挥着越来越重要的作用。AI芯片专门设计来高效处理深度学习、机器学习等复杂算法,推动了智能设备和系统的普及。下面简要介绍几个AI芯片的主要应用领域:  01智能手机和终端设备  AI芯片被广泛集成于智能手机、平板和可穿戴设备中,用于图像识别、语音助手、增强现实等功能。通过本地AI计算,这些设备能够实现更快的响应速度和更优的隐私保护。  02自动驾驶与智能交通  自动驾驶汽车依赖AI芯片来处理来自摄像头、雷达和传感器的大量数据,实时分析路况,实现自动导航和避障。此外,智能交通系统通过AI芯片优化信号灯控制和交通流量管理,提高城市交通效率。  03数据中心和云计算  现代云计算平台大量部署AI芯片,用于加速大规模机器学习任务和数据分析,提升训练速度和推理效率,支持智能搜索、推荐系统和自然语言处理等服务。  04机器人与工业自动化  在工业领域,AI芯片驱动的机器人能够完成复杂的感知、决策和操作任务,提高生产线自动化水平和灵活性,降低人工成本。  05智能安防与监控  AI芯片使监控设备具备实时人脸识别、异常行为检测等智能功能,增强安全防护能力,广泛应用于公共安全和企业管理。  06医疗健康  AI芯片帮助医疗设备实现图像诊断、病症预测和个性化医疗方案制定,推动医疗服务向智能化、精准化方向发展。综上所述,AI芯片正渗透到生活和工业的各个角落,推动智能化技术的变革。未来,随着AI芯片性能的持续提升,它将带来更多创新应用,改变我们的生活方式和工作模式。
2025-05-20 13:11 阅读量:181
特朗普正式废除拜登的人工智能扩散规则,拟全球禁用华为AI芯片!
  当地时间5月13日,美国商务部正式发文,废除拜登政府此前推出的《人工智能扩散规则》(AI Diffusion Rule),并同时宣布一系列强化全球半导体出口管制的新措施。这一举动在全球科技产业引发震动,凸显美国在人工智能和半导体领域战略的重大调整。  AI Diffusion Rule 于 2025年1月15日由拜登政府发布,原定于5月15日生效。该规则将全球国家和地区划分为三个层级,实施差异化的先进人工智能芯片出口管控。然而,美国商务部工业与安全局(BIS)指出,这项规则一旦实施,不仅会对美国本土企业施加 “繁重的监管负担”,扼杀美国创新活力,还会因将众多国家降格为 “二级技术合作对象”,严重损害美国与数十个国家的外交关系。BIS 透露,将通过《联邦公报》发布正式撤销通知,并在未来推出替代规则。  美国商务部负责工业和安全的副部长杰弗里・凯斯勒(Jeffery Kessler)明确指示 BIS 执法官员,停止执行拜登政府的 AI 扩散规则。他强调,特朗普政府将与全球 “可信赖的伙伴国家” 携手,构建大胆且包容的人工智能技术战略,在保障关键技术不落入对手手中的同时,推动美国 AI 技术的创新与国际合作。凯斯勒批评拜登政府的 AI 政策 “考虑欠妥、适得其反”,对美国的技术优势和国际合作关系造成负面影响。  在废除 AI 扩散规则的同时,BIS 宣布了三项旨在加强海外 AI 芯片出口管制的新举措:  全球禁用华为 Ascend 芯片:BIS 发布指导意见,明确在世界任何地区使用华为 Ascend 芯片均被视为违反美国出口管制条例,试图从全球层面阻断华为芯片技术的应用拓展。  限制 AI 芯片用于中国 AI 模型:BIS 发出警告,若美国 AI 芯片被用于训练或干扰中国人工智能模型,相关企业将面临严重后果,进一步强化对中国 AI 产业发展的技术封锁。  供应链反制指南:美国商务部要求美国企业重新审视供应链合作伙伴,强化审查机制,防范技术转移风险,确保美国半导体技术在全球供应链中的绝对主导地位。  美国商务部宣称,此次行动是为了确保美国在人工智能创新领域的前沿地位,稳固其全球 AI 主导权。但分析人士指出,美国此举实质是在全球科技竞争加剧的背景下,以单边主义手段维护自身科技霸权,新措施可能进一步扰乱全球半导体产业链的正常秩序,加剧全球半导体产业链的分化与重构,引发更多国家对自身科技产业安全的担忧,促使各国加速推动半导体技术的自主研发与供应链多元化布局。
2025-05-14 13:32 阅读量:1479
两款国产5nm AI芯片,2026年前量产!
  据知情人士透露,TikTok母公司字节跳动正加快自研人工智能芯片的步伐,意在提升在中国人工智能聊天机器人市场中的竞争优势。  两位知情人士证实,字节跳动计划与芯片制造巨头台积电合作,力争在2026年前实现两款自研半导体芯片的量产,使用5纳米技术。这一举措可能会减少字节跳动在开发和运行人工智能模型过程中对昂贵的英伟达芯片的依赖。  对于字节跳动来说,降低芯片成本至关重要。与其他中国大型科技公司及众多初创企业一样,字节跳动已经推出了自家大语言模型,供内部使用和对外销售。然而,市场竞争异常激烈,导致包括阿里巴巴和百度在内的中国科技巨头纷纷将其模型使用价格大幅下调,降幅高达97%。  字节跳动去年发布了其首款人工智能聊天机器人“豆包”,该机器人提供了类似于OpenAI ChatGPT的文本和图像生成功能。今年,字节跳动又推出了一批低成本的大语言模型,其中部分产品的定价比OpenAI的同类产品低了高达99%。  与此同时,字节跳动在开发生成式人工智能模型方面的费用也在不断上升。据知情人士透露,今年,该公司已订购了超过20万颗英伟达H20芯片,这款芯片是美国出口管制下允许出售给中国的最先进英伟达芯片。该订单的总金额超过20亿美元,目前字节跳动仍在等待英伟达交付全部订单。  不过,字节跳动正计划从台积电订购数十万颗自家设计的训练和推理芯片。预计这些内部设计的芯片成本将比从英伟达购买芯片节省数十亿美元。然而,这些芯片目前仍处于设计阶段,因此字节跳动的计划可能会有所调整。
2024-09-18 16:33 阅读量:830
AI在可穿戴领域狂飙,混合式AI模式加速落地
  随着技术的发展,硬件升级为智能硬件,增加了CPU、操作系统,还增加了联网、健康监测等功能。AI技术的应用,又让智能硬件的普通AI升级为生成式AI。当下,我们对生成式AI并不陌生,它带来了更加个性化的推荐和更加人性化的交互方式。       在可穿戴设备上,苹果、三星、360、索尼、XREAL等做智能手表、XR设备的硬件厂商都将生成式AI用到了自己的产品上。在产业链上游,涉及处理器、传感器的芯片厂商在生成式AI与可穿戴设备越来越紧密的过程中,得到了新的机会。  AI迭代方向:从传统AI转向生成式AI、多模态  360集团创始人周鸿祎认为未来有两种硬件,一种是硬件+AI,另一种是硬件+AI的进化版:AI-Native硬件。第一种是传统的智能硬件,第二种是AI Native硬件,AI大模型是核心功能,例如人形机器人、自动驾驶、AI PC、新型AI 硬件等。       从某种意义上看,现阶段智能硬件正在从传统AI走向生成式AI,大模型将在C端找到更适合的应用场景。       “2024年是大模型应用场景之年,To C出现杀手级应用”,周鸿祎预判。多模态大模型+智能硬件才能深入更多应用场景。那么,多模态指的是什么,大模型需要怎么样的硬件呢?       多模态能力指的是可穿戴设备利用健康监测传感器获取的多种信息,例如声音、手势、心率、心电图、体温、定位等数据。在大模型的加持下,利用AI技术能够将这些单一的数据进行不同维度的整合,生成新的维度、个性化的数据。       至于在硬件上,可穿戴设备领域已经推出了多种不同类型的产品,智能手表/手环、无线耳机、AR/VR设备、AI Pin、智能戒指等。       基于不同的应用场景及需求,智能手表成为生成式AI落地最为快速的可穿戴设备品类之一。这是因为它能提供更多生成式AI需要的数据。从2023年至今,已经有多家厂商宣布要在自家的智能手表里植入云生成式AI,这些厂商包括Zepp Health、谷歌 (Fitbit)、三星、苹果、Whoop、360等。       生成式AI在智能手表市场上带来两大作用,一是生成式AI的加入提升了健康监测数据的准确性与相关性,产品迭代让厂商在激烈的市场竞争中获得先机。二是生成式AI成为“解救”智能手表市场增长缓慢的一剂良药,也成为健康监测和其他智能功能升级之外刺激消费者购买的动力。       如果说2023年,智能手表市场的增长是得益于eSIM、卫星通信加持,以及蓝牙、UWB技术提升。那么可以预测,在2024年,生成式AI的加入将是智能手表市场持续增长的关键之一,特别是高端智能手表市场。Canalys预测,在AI功能的带动下,2025年全球智能手表出货量增幅约为20%。       不同于传统AI,生成式AI通过学习和理解大量数据,自动生成新内容或解决新问题,具有更强的创造性和适应性。在可穿戴设备上,尤其是具备健康监测功能的可穿戴设备上,能够提供个性化的健康建议,或者在运动场景制定个性化的运动计划,在日常生活中提供个性化的服务。       在可穿戴设备里,XR厂商也在寻找AR/VR+AI的最佳契合点。高通技术公司 XR 产品管理高级总监 Said Bakadir认为:与生成式 AI 的最佳互动方式就是 XR。这是不同于苹果、三星的AI功能又一应用方向。       在AWE XR 展会上,AR 眼镜技术商 DigiLens宣布ARGO 眼镜将集成谷歌 Gemini 大模型,能够用于语音交互等功能。值得一提的是,AI结合智能眼镜传感器,可以感知佩戴者的环境、意图等。还能够基于应用场景,提供导航辅助等专业任务可视化效果。       就在近期,外媒爆料了苹果正在计划的全新智能眼镜产品相关细节,其中提到产品配有内置扬声器、摄像头、健康传感器,并且带有AI功能,用户可以在没有显示屏的情况下与AI助手对话。  混合式AI加速落地,处理器、传感器保持迭代速度  生成式AI的进展不仅仅是在智能手表上。在可穿戴设备市场,最受关注的是厂商苹果和三星,这两家厂商分别在今年6月和7月宣布各自在生成式AI上的最新进展。       苹果推出了Apple Intelligence个人化智能系统,能理解个人情境,内置的大模型能深刻理解自然语言,能完成生成语言、图片,以及跨APP联动等功能,Apple Intelligence被整合进iPhone、iPad 和 Mac 芯片核心中,并且将其赋能给Siri。Siri是苹果在AI领域的重要布局,未来Apple Intelligence将结合Siri整合进苹果更多可穿戴设备产品中。       苹果以后来者的身份入局生成式AI的赛道,在接下来的时间里,苹果将持续训练Apple Intelligence ,并且推出更多基于生成式AI的功能,为硬件能带来全新的AI体验。       三星则是将AI功能深度整合进全新的可穿戴设备品类——智能戒指Galaxy Ring中。与苹果在生成式AI中以交互为重点不同,三星的生成式AI智能戒指更多聚焦在健康监测功能上,当然,这与产品的功能属性也有很大的关系。三星表示,Galaxy Ring可以通过AI对数据进行分析,提供个性化的健康和睡眠建议,并且还能够用手势控制三星智能手机。       三星还预告Galaxy AI新功能将更新到更多三星Galaxy 设备中,内置的AI算法,将为每位用户开发出个人知识图谱,并且打造更具个性化的服务。三星认为,多模态和情境AI将成为一个互联生态系统。       从苹果和三星在可穿戴生成式AI的布局也可以看到一个新的发展方向:混合式AI。例如苹果在AI领域选择OpenAI合作,三星选择联手谷歌。具体来看,苹果采用的是自研本地大模型+云端,部分AI功能在本地端采用Apple Intelligence,超出本地处理能力时基于OpenAI的GPT-4o模型,在云端实现更复杂的任务处理。       混合AI的策略不仅提升了设备的智能化水平,还通过引入先进的生成式AI技术,增强了用户体验。在苹果的带动下,未来可穿戴设备的“混合式AI”将加速落地。不过前提是,端侧AI足够强大。       不难发现,一方面生成式AI在更多可穿戴品类上落地,另一方面随着可穿戴设备的AI功能越来越丰富,所需要的主芯片、传感器等硬件的性能也需要更加强大支撑更多功能的实现,这也是多模态大模型能够得以落地的关键。       笔者认为,可穿戴设备AI的核心包括传感器、存储等。在主芯片方面,随着AI功能的增加,处理器的性能需要更加强大执行复杂的算法和任务,并且需要更高的集成度。在传感器方面,多模态的基础是来自传感器检测到的多种数据,Canalys表示每增加一个传感器,AI就能够多创建数十个基于该传感器的全新应用场景。当然,这要求传感器有更高的精确度。在存储方面,AI应用的增加对存储容量、速度带来要求。  小结  正如周鸿祎提到的“大模型是一种能力,找到核心的应用场景,跟能力结合是很重要的”,只有在具体的垂直场景里找到用户的痛点和刚需。生成式AI瞄准了快速增长的可穿戴设备市场,在智能手表、智能戒指、智能眼镜等设备上实现落地,并且为品牌厂商带来技术竞争优势,获得消费者的青睐。       在被业内人士认为是应用元年的2024年,生成式AI在可穿戴设备的渗透也只是刚刚开始。品牌厂商在寻找适合各自的技术路线,混合式AI成为其中一条技术路线被大家看到。功能体验的提升也推动着上下游产业链企业的产品迭代。
2024-08-02 11:12 阅读量:763
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
BD71847AMWV-E2 ROHM Semiconductor
MC33074DR2G onsemi
TL431ACLPR Texas Instruments
RB751G-40T2R ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
型号 品牌 抢购
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
BP3621 ROHM Semiconductor
ESR03EZPJ151 ROHM Semiconductor
TPS63050YFFR Texas Instruments
BU33JA2MNVX-CTL ROHM Semiconductor
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。

请输入下方图片中的验证码:

验证码