作者：陸瑤 責編：寧佳彥
當行業(yè)需要長期投入的時候，資本到底有沒有足夠的耐心？這是AI行業(yè)發(fā)展中很大的考驗。
資本的大量注入，讓我國的人工智能產(chǎn)業(yè)呈現(xiàn)高速發(fā)展的火熱之勢。
2月5日晚間，倫敦經(jīng)濟學院教授許成鋼發(fā)布了《2020中國人工智能指數(shù)報告》（下稱“《報告》”）?！秷蟾妗凤@示，中國在人工智能領(lǐng)域的投資規(guī)模增速已成為全球第一，但初創(chuàng)企業(yè)數(shù)量仍與美國相差懸殊。同時，雖然中國在學術(shù)論文領(lǐng)域中的多項指標已反超美國，但在開源軟件使用和研究成果落地等應(yīng)用層面，中美間的差距依然存在。熱鬧之后，我們?nèi)孕杳鎸Σ簧贌o法依靠資本快速解決的問題。
“當行業(yè)需要長期投入的時候，資本到底有沒有足夠的耐心？這是我們在行業(yè)發(fā)展中一個很大的考驗。”快手人工智能科學家劉霽在《報告》發(fā)布會上表示。
企業(yè)供給追不上資本野心
從《報告》數(shù)據(jù)看，中國的人工智能產(chǎn)業(yè)顯然是近年來的投資熱土，對于人工智能初創(chuàng)企業(yè)的總投資金額自2014年起急劇加速，目前位居世界第二，且增速為世界第一。美中兩國分別占據(jù)了全球人工智能初創(chuàng)企業(yè)投資總額的59%和48.7%，與其他國家拉開了較大差距。
這些投資從哪里來？許成鋼稱，中國人工智能初創(chuàng)企業(yè)的融資高度依賴對外開放。投資交易中，46.5%完全來自國外，14.4%來自國內(nèi)外的聯(lián)合投資。同時，中國人工智能企業(yè)的投資主體是風險資本，而非傳統(tǒng)金融機構(gòu)，風險資本和私募股權(quán)分別貢獻了74%和16%的投資。
有投資機構(gòu)人士對第一財經(jīng)記者表示，風險投資的資金主要來自于歐美國家，對于人工智能行業(yè)這類風險較大的投資標的具有較高的風險容忍度?！斑@些錢的特點是不怕失敗，愿意承受風險去投資具有極大不確定性的項目。人工智能是個太新的行業(yè)，到現(xiàn)在行業(yè)的商業(yè)模式還沒有被證明，中國的金融機構(gòu)一般很難接受投資虧損，不太愿意進來冒這個風險?！?/p>
雖然這個新興領(lǐng)域獲得了大規(guī)模投資的青睞，但從被投資的初創(chuàng)企業(yè)數(shù)量來看，中國人工智能企業(yè)的萌芽速度還無法滿足資本的狂歡。目前，美國外部融資人工智能初創(chuàng)企業(yè)有4664家，占比45.2%，在全球范圍內(nèi)占據(jù)絕對優(yōu)勢。中國的人工智能初創(chuàng)企業(yè)數(shù)僅為730，占比7.1%，排在擁有846家初創(chuàng)企業(yè)的英國之后，位列世界第三。
巨大的投資額和相對較少的初創(chuàng)企業(yè)數(shù)量，導(dǎo)致平均每家企業(yè)能夠獲得極為豐厚的投資。自2014年起，中國的人工智能初創(chuàng)企業(yè)平均股權(quán)投資額即呈現(xiàn)快速攀升趨勢，目前已超過6000萬美元。這一數(shù)據(jù)大幅高于排名第二的美國，美國的人工智能初創(chuàng)企業(yè)平均投資額不到2000萬美元。
根據(jù)許成鋼的推測，我國高額的企業(yè)平均投資一方面源于國內(nèi)缺乏硬預(yù)算約束，從而可能造成投資的過多“浪費”；另一方面，由于我國的市場規(guī)模相對可觀，投資人即便在初期投入大量資金，也能夠獲得可靠的投資效益。
而在上述投資人士看來，中美在企業(yè)所得平均投資上的差距也可能是投資偏好與成熟度差異造成的結(jié)果?！爸袊袌龅娘L投資金量非常大，他們很喜歡投人工智能這類新型行業(yè)，因為天花板很高，好的標的風投都會去搶，這就導(dǎo)致估值水漲船高。美國的投資體系相對完備，投資機構(gòu)數(shù)量也多，投資分散度相對高一些?！?/p>
科研成果需越過產(chǎn)業(yè)鴻溝
除了資本的大量涌入，中國人工智能行業(yè)的快速發(fā)展在學術(shù)研究領(lǐng)域也可見一斑?！秷蟾妗凤@示，自2017年起，中國的人工智能領(lǐng)域研究發(fā)表數(shù)量出現(xiàn)快速增長，不斷縮小著與美國之間的差距。其中，中國在該領(lǐng)域發(fā)表的期刊論文數(shù)量在2011年超過美國后便持續(xù)拉大領(lǐng)先優(yōu)勢，在會議論文數(shù)量上仍有不小差距，卻也呈現(xiàn)出明確的差距縮小趨勢。
對于中國人工智能領(lǐng)域在學術(shù)上的進步，清華大學計算機系教授、智能技術(shù)與系統(tǒng)國家重點實驗室主任朱小燕深有感觸?！敖鼛啄陣液痛笮推髽I(yè)在人工智能研究上提供了非常多的資金，資金支持的效果也體現(xiàn)在了論文發(fā)表數(shù)量上。期刊論文的周期較長，含金量也比較高，能在這一點上超過美國是個非常好的趨勢，接下來更需要關(guān)注論文的高被引情況?！?/p>
然而，從科研到應(yīng)用，還有一段漫長的路要走。劉霽表示，學術(shù)成果與產(chǎn)業(yè)應(yīng)用之間仍舊存在著較大的溝壑，很多研究并不能與實際問題相適配，需要更多地將研究思路投射到特定的應(yīng)用場景中。
在產(chǎn)業(yè)應(yīng)用的積累上，美國的先發(fā)優(yōu)勢較為凸顯。許成鋼介紹道，中國研究者使用人工智能開源軟件的數(shù)量遠小于美國，且這一差距還在不斷擴大。最新數(shù)據(jù)顯示，美國研究者使用的開源軟件數(shù)接近14萬，而國內(nèi)這一數(shù)據(jù)約為3萬。#p#分頁標題#e#
“深度學習出來以后，美國的大公司迅速抓住了開源軟件的先發(fā)優(yōu)勢，開始使用之后就很難遷移，國內(nèi)錯過了這次機會。但我們現(xiàn)在也在積極擁抱開源，實驗室一般的科研產(chǎn)出我們都會鼓勵開源?！彬v訊天衍實驗室主任鄭冶楓表示。
朱小燕進一步談道，在開源軟件之外，我國人工智能行業(yè)的軟肋還包括數(shù)據(jù)管理和標準制定，且這兩方面與美國之間的差距還非常明顯。
“根據(jù)我們從企業(yè)界聽到的聲音，其中比較大的障礙就是在技術(shù)上，技術(shù)和算法是人工智能企業(yè)看來最大的挑戰(zhàn)，從數(shù)據(jù)的運營能力和數(shù)據(jù)處理的商業(yè)模式發(fā)展來看，在我們這樣一個人口大國中，這一塊理論上具有很強的規(guī)模效應(yīng)。但是從基礎(chǔ)數(shù)據(jù)的應(yīng)用和AI化的潛質(zhì)來看，我們其實還是有一定的距離要追趕?！辈ㄊ款D咨詢集團合伙人俞晨驁表示。