“2017年，围绕人工智能的巨头投资、创业押注不绝于耳，融资额度不断刷新纪录。但无论是图像、语言交互，还是算法、机器学习都不足以与实际场景结合，如何落地应用成为最大难题。另一方面，越来越多新技术、新概念的出现，开始让人工智能逐渐遇冷。2017下半年，随着比特币大涨，其底层技术区块链成功抢占人工智能的舞台，几乎占据了投资人、媒体人的朋友圈。”
人工智能代表着未来方向，也成为资本博弈的“游乐场”。 根据投资界统计，截至去年12月8日，2017年中国人工智能领域公开的融资案例已经超过150起，其中不乏寒武纪（A轮1亿美元）、旷视科技（C轮4.6亿美元）、商汤科技（B轮4.1亿美元 阿里15亿元投资）这样动辄亿万美元的大手笔。2017上半年产生的融资就超过150亿元，累积融资额攀升到635亿元，占据全球融资总额的33.18%。
资本的过度追捧并没有换来人工智能的全面普及，在现实生活中，除了某些特定场景之外，消费者几乎无法感受到人工智能带来的便利，这项被人们寄予很高期望的技术依旧是镜花水月。
科技云报道认为，不被资本和公众过度关注对于人工智能来说反而是件好事，让从业者不再被资本裹挟，有时间和空间去沉淀思想，实现技术的应用落地。今年，人工智能将进入“去泡沫化”的阶段，资本撤出后的倒闭潮将加速行业洗牌，人工智能将由此前的资本驱动真正转换到技术驱动的轨道。
勿把“伪需求”当成真风口 90%的人工智能产品遭到诟病
大多数产品经理喜欢做三个假设：第一是假设某个功能用户一定需要；第二是假设用户一定知道某个功能的存在；第三是假设用户一定会按照自己设计的方式使用。目前人工智能正走入这样的误区，把“我认为”的伪需求当成用户的真实需求，导致90%的人工智能产品都是食之无味弃之可惜的鸡肋，比如智能音箱就可能是这其中之一。
智能音箱可以说是借着人工智能浪潮最先起来的产品之一，是阿里、京东、小米等巨头抢滩的入口，但作为核心卖点之一的语音识别，在体验中并没有大众所期待的那样优秀。
首先，语音识别需要庞大的数据库支持，但当用户真正使用时会发现有很多表达习惯并不能被机器所理解。虽然很多语音识别公司都说自己的技术识别率已经到95%，甚至是98%，但在方言、咬字、吞音等情况下，大部分产品都无法做出合理反馈。
其次是声音采集的准确性，虽然智能音箱主打的场景是客厅和卧室，但使用场景是比较复杂的，人说话的声调、语速等都不相同，采集声音时极易受到外界环境，甚至是音箱自身的干扰，这都会导致准确率下降。
最为重要的是，智能音箱缺乏交互自然性。几乎所有智能音箱产品都需要一个类似“芝麻开门”的语音密钥来唤醒，且每次发布指令时都要重复一遍唤醒词，这就让用户与产品之间产生明显的距离。综合看来，智能音箱的产品概念确实足够诱人，但本质还是一个语音助手，并不能完全胜任智能家居中控的角色。
另一个被诟病最多的人工智能技术就是自动驾驶。业界通常把自动驾驶分为L1-L5这五个等级，目前包括百度、特斯拉在内的公司，都宣传自己的技术级别已经达到L4，但实际应用中最多也就达到L3的水平，即高度自动驾驶阶段，在应对激烈情况时仍需人为介入。这就给驾驶员造成了十分困扰的局面，哪种情况才不属于自动驾驶的管控范畴？
特斯拉对于周边环境的识别是通过设置在车辆上的12个长距离超声波距离传感器、1个长距离雷达和1个前向摄像头来实现，而国内其他公司的解决方案也都类似，但这一方案也存在问题。
雷达或超声波在复杂情况下，容易相互干扰，试想一下十几辆车堵在路口，他们之间会形成强烈的干扰从而导致收集到的数据出现偏差。其次前向摄像头也不是万能的，比如“远光狗”、各色霓虹灯，都是对摄像头最大的挑战。
目前自动驾驶使用的摄像头在弱光、逆光、或者多种光源的复杂环境下仍然很难准确做出判断，甚至在一些没有道路标志线和明显路边的地区也很难精准识别。近期特斯拉的多起事故，也再一次显示出人工智能的不成熟。
在这两个人工智能发展最快的典型场景中，其表现都不能尽如人意。而其他的应用场景，比如机器人、智慧物流、智慧城市似乎又离消费者太远。各大人工智能公司频频爆出融资消息，但却很少听见落地的案例。
“去泡沫化”势在必行 初创公司生存几率进一步下降
资本的大量涌入，让越来越多的公司已经不考虑用户需求和技术的匹配程度，而是急于贴上人工智能标签。一些装上简单预设程序的音箱、机器人，或者自动化设备，纷纷被包装成人工智能，这就造成当前人工智能项目很大程度上存在“伪人工智能”的现象，绝大部分的公司是打着人工智能的旗号在行圈钱之实。要想杜绝“劣币驱逐良币”的现象，人工智能需要的是从业者清醒客观的判断和扎实的努力。
当前，人工智能产业的核心矛盾有两个：一是投资需求大而创业项目供给减少，二是产品体验与市场期望相差太远。伴随着比特币的火热，区块链成为资本追捧的新宠，而炒作了一年的人工智能技术，似乎遇冷了。
国内排名前五十的人工智能公司几乎拿到了市场上80%的融资，语音识别、人脸识别、图像处理、辅助驾驶等领域的格局已基本形成，如此高的资源和资本集中度是后来新进者无法企及的。
诸如商汤、云从、科大讯飞等公司已经开展生态合作，这背后的数据将是技术迭代的前提条件。资本和数据的高集中度已经让人工智能形成了比较高的进入门槛，从这点看，一些中小团队已经没有了进入这个行业的机会。
抛开BAT、微软、谷歌等顶级巨头不谈，单单是头部的这些人工智能公司就已经将市场份额几乎瓜分完毕，其他公司还能走多远？
对于这波人工智能泡沫，其实就是资本击鼓传花式的游戏，伴随震撼人心一阵响过一阵的鼓点，估值就这么一轮又一轮地水涨船高。投资退出基本只能依赖商业化，但目前来看，当前人工智能能解决的实际问题较为有限，客户多处于观望、试点阶段，目前除服务安防、汽车、客服、硬件的初创公司外，实际能持续产生营收的寥寥无几，即使是行业最为知名的几家初创公司，目前基本也很难或者未能实现当年营收平衡。
高估值、高风险、长周期，新投资人是否依然愿意为梦想买单？当潜在的投资风险已经高于潜在的投资回报，如何说服新的投资人，会是摆在初创公司面前的一道必答题。泡沫破灭一定是行业灾难吗？其实并不是。人工智能技术和产品本身的价值是不容忽视的，泡沫破灭后，将净化和提升整个市场，留下的人才、企业、资金也将更有利于行业发展。那个时候，才是人工智能真正给我们带来巨大改变的时候。
