自卑毁人一生

九成AI企业亏损，与其说是落地之痛，还不如说是AI泡沫过多导致。

据亿欧智库统计，2014-2017年间，国内约700家人工智能创企获得投资，投资总额超过1000亿人民币。可以做一个对比，2016年直播最火的时候，资本的追捧致使直播平台如雨后春笋一般涌现，当时可谓是“千播大战”，不过实际统计直播平台差不多在400家左右，这一数量已经令业内疯狂，而人工智能仅获得投资的企业就已700个，可见资本对其的热忱。

而且对比美国，有过之而无不及。腾讯研究院与IT桔子去年联合发布的一份报告显示，美国人工智能公司总融资金额达978亿元，占全球总融资额的50.10%。中国以635亿元排第二，占33.18%。虽然融资额尚未赶超美国，但中国人工智能企业更容易得到资本，平均获投率达到69%，美国则只有51%。

值得注意的是，中国人工智能企业的早期获投时间更短，美国相关企业从成立到种子或天使轮融资的平均用时为14.8个月，在中国则只要9.7个月。这侧面说明了资本对企业的考察力度较小，导致很多企业趁机浑水摸鱼，打着人工智能的旗号却没有真正的技术。

比如AI培训，目前AI培训机构、尤其是大打宣传战的，多半是IT培训机构临时拼凑的讲师和教程，既缺乏体系教学能力，也不能授予有价值的资质，甚至很多教材都是东拼西凑。再比如AI电影、AI炒股、大脑训练仪等等，都是拿着人工智能的噱头偏偏无知的消费者。或许正如吴晓波所说，“如果2018年有人再谈无人驾驶、人工智能、区块链、人类永生，记住，他们一半以上都是骗子。”

所以在泡沫如此之大的人工智能领域，出现大规模的企业亏损，其实不难想象，简单来说，也可以认为是洗牌期。如今业内很多人士都表示2018年将会出现第一拨AI公司的倒闭潮，而去年的50家只不过是一个预兆。

歪道道

人工智能亏损严重这是事实，任何事物的新起，先驱者前赴后继的冲进去，都会死大片。先驱者就像拓荒者开拓出明晰而夯实的道路，让后来跟进的人们有了方向。

AI毕竟还是属于新兴领域，前期投入大量资金搞科技研发是很正常的事，就看谁的资金雄厚能够撑到最后，实力不足的难免会沦为陪葬品，就像共享单车经过一轮厮杀之后，就只剩下摩拜和OFO一样，但是不真正闯进去拼杀一把，难保谁能笑到最后。

明显的现实是，研发无人汽车的那些汽车企业全靠互联网企业在烧钱，你有看到他们卖出一辆车吗？很多大型企业，每年的研发经费少则几千万，多着几十亿、上百亿。这些不也在烧钱吗？要知道虽然失败千万次，但只要成功一次就可以让企业辉煌几十年。正是因为始终秉持着这样的原则，人们才会前赴后继的冲上去。

同样的道理，新兴产业，落地需要一个过程，谁也不知道地在哪里，只能不停的拓荒，直到找出和市场接轨和趋势走到一条道路上来。移动互联网里，苹果就是一个拓荒者，在他以前，很多人开发智能机，苹果虽然不是第一个开发出智能机的，但却是近代最成功的。

总结：AI企业虽然目前亏损，但是人工智能已经是不可扭转的大趋势。因此，目前亏损也只是暂时的，未来市场一旦打开，前途无量。因此人工智能落地只是时间问题，不是对错问题。

我是李合伟：伯乐创投俱乐部创始人，创投商学院首席讲师，著作《觉悟行果创业论》。帮助过300多位创业者创业成功。期待与您分享交流～～～

合伟说

任易

新兴行业都是烧钱烧出来的，而且有一个长期烧钱的过程。互联网走到今天的水平，也是经过了2000年前后网络泡沫破灭之后才办到的。新浪曾长期亏损，QQ差点就卖掉，京东一直在亏亏亏，淘宝的发展也不是一帆风顺，当初国内就没人给马云投大钱逼于无奈才找到了日本人孙正义……从这个角度来比较，今天AI的状况比当年的互联网公司要好很多。

新技术的出现并不可能一蹴而就。看看汽车的百年历程，今天的汽车和最初的汽车，除了轮子和方向盘，其他方面几乎没什么相同之处；现在的新型客机和莱特兄弟发明的飞机也完全是两回事。

人工智能是大趋势，早晚会成为人类社会的基础设施和公共服务，就像现今的水电气一样。但它的发展，一定会历经曲折，甚至一度会找不到方向。现在所遭遇的商业困境，可以说就是其成长的烦恼。

它正在某些方面寻求突破，事实上也有一些深度的应用正在出现，只不过大家不太注意而已。

有些应用就在我们身边，比如张学友演唱会抓住罪犯的事情，表面看是人脸识别，往深了看就是人工智能在起作用。没有人工智能的逻辑，人脸识别根本就达不到抓罪犯的水平。讯飞的语音输入，也是我们普通人能够接触到的人工智能应用之一。头条的智能推荐也是如此。

我们不要看现在人工智能这个产业的收入，我们要看它每年的投入、产生的专利以及在应用领域的点状突破。有可能当我们真正认识到它的价值之时，它早已无处不在了，就像今天的移动互联网一样。

职场简史

这年头这样的事情越来越常见了，不稀奇了！

当一个新的技术有足够的噱头和亮点的时候，就会有一大群人一头扎进来，还有一大群投资者跟着跳进来。目的也都只为一个——用最短的时间获取最大的价值！

不只是 AI，区块链、共享经济这都属于一个德行...

AI 技术现在还只是局限在机器学习、深度学习的算法学习研究时期，它还没有人们想象的那么智能。在还没有那么智能的时候就有人开始研发一大堆看起来很牛逼实则然并卵的产品出来，打上 AI 人工智能的旗号开始进入市场。

真正致力于研究 AI 技术的厂商都还把这种东西放在实验室里，它还没有条件问世的时候非要把它推到市场上，不亏钱怎么可能？这就好比你90年代就开始卖8核的 CPU，听起来简直就是来自未来的东西，但谁能买得起？谁能用得上？又有谁能接受的了这种产品呢？

要落地还得再等3年吧，需要一段时间的冷静期！

• （点击关注可以查看更多我的问答动态，欢迎来微头条与我交流。）

猫眼智客-杨明慧

　　2017年中国AI创业公司获得的累计融资超过500亿元，但国内AI 100强创业公司累计产生的收入却不足100亿元。之所以会有如此大的反差，原因有多方面的。

　　1、AI行业泡沫过大：一直以来，国内创业圈都盛行一窝蜂的扭曲生态。举个例子，哪个手机厂商推出全面屏手机，所有的厂商都会迅速跟进。不止手机行业，很多行业都是跟风效仿。早些年，新浪推出微博，腾讯、搜狐和网易三大门户也跟进，结果只有新浪微博坚持下来了。

　　同样，AI行业也有太多的跟风者。由于资本过度的吹捧AI行业，导致大量创业者跟风进入AI行业，催生了巨大的泡沫。过去一年，国内AI行业累计融资500亿，这说明资本和创业者并不理性。

　　2、AI行业门槛很高：不可否认，与AI相关的概念非常火爆，但AI创业的门槛还是很高的。目前，国内针对AI的项目，不过是停留在基于智能手机的一些应用，诸如AI拍照和AI语音助手。从技术角度来说，AI是人工智能，需要有一定的学习和思考能力，这就需要大数据和算法的支撑。如果没有丰富的数据，以及不断完善的算法，AI就无从谈起。从这一角度来看，AI行业的门槛还是很高的，AI公司产出低也就可以理解了。

　　3、AI产业并不成熟：作为一项新生事物，AI产业并不成熟，商业化仍处于探索阶段。虽说很多企业涉足AI研发，但真正成熟的AI项目很少，能够商业化运作的AI项目更是稀少。

　　总之，AI概念虽然火爆，但AI行业并不成熟，商业化还在探索。没有成熟的商业化，AI创业公司产出少亦是必然。就目前的情况来看，AI产业成熟至少还需要5年以上的时间。

贾敬华

自1956年“人工智能”一词诞生于“达特茅斯会议”后，前者就始终在不断向前推进。虽然中间经历了不少低谷和寒潮，但总算挺了过来。60多年后，人工智能在当下呈现突飞猛进的发展态势。

无论是谷歌、苹果、阿里、腾讯等巨头，还是众多创业公司，都在围绕人工智能下苦工。成果自然是显著的，人工智能技术在深度学习的加持下有了长足的进步。而从国家层面看，去年7月国务院发布《新一代人工智能发展规划》。在纲要中就提出：到2030年，使中国成为世界主要人工智能创新中心。

技术突飞猛进、国家政策支持，怎么看人工智能都站在了风口上。而且在中国发展人工智能又有着得天独厚的条件：深度学习算法模型的训练需要大规模数据集，中国各行业沉淀着大量数据。为此，很多人工智能企业都将中国当做人工智能商业落地的主战场。

但事与愿违的是，技术实力并不等于变现能力，技术领先也不一定就具有商业价值。《2018中国人工智能商业落地研究报告》中还包括了一份“2018中国人工智能商业落地100强榜单”，这份榜单凸显出当下中国人工智能商业落地之痛。

2018年预计营业收入在10亿以上的人工智能企业只有8家，绝大部分企业年营业收入不足2亿。此外，2017年中国AI商业落地100强创业公司累计产生的收入不足100亿元，90%以上的AI企业亏损。按照此前的各种数据预测，文娱、数码、制造等多个行业的人工智能潜在产值都在数千亿乃至上万亿元左右，但现实却是如此的残酷。

之所以人工智能在商业落地层面遭遇尴尬处境，一方面在于过高估了它的能力。毕竟人工智能更偏向于辅助手段，只能是一种新动能，而不是最不可或缺的驱动力。另一方面，很多人工智能技术比较尴尬，虽然技术领先但却并没有适合的具体场景，就像是“屠龙之术”。

不可否认的是，人工智能的未来必然会很美好。但如果不能解决商业落地的问题，或许还会再次遭遇低谷。这对于整个人工智能行业来说，打击是致命的。在投入不断增加却始终不见回报的情况下，又有多少企业能坚持下去呢？

科技新发现

自从谷歌公司研发的人工智能阿尔法狗战胜围棋世界冠军之后，人工智能开始进入公众的视野，作为未来十年公认的投资风口，人工智能已经受到了各方资本的追逐。但是根据《2018中国人工智能商业落地研究报告显示》，90%以上的企业亏损。

人工智能遭遇商业落地之痛实际上可以预期，毕竟作为一个初创领域还有很多的技术需要探索，都要经历一个投入产出比较低的过程，而由于人工智能未来可能带来的利益巨大，我国的大部分企业在这一阶段都不愿意退出，希望首先站稳脚跟成为部分人工智能分支领域的龙头企业。

同时，人工智能作为未来科技研发的重点，其技术准入门槛相当高，很多跟风企业只是想通过资金打开行业壁垒显然过于天真，成为“炮灰”也在情理之中。AI企业的亏损主要还是因为目前还处于技术研发初期和行业的商业化探索期，不过从大环境来看，人工智能依然还是未来国家发展的重点领域，在2017年国务院印发实施的《新一代人工智能发展规划》中，就明确表示，目标是在2030年在人工智能理论、技术和应用方面达到世界领先水平，并带动相关产业规模超10万亿元。

此外，人工智能、大数据等技术也正在方便着人们的生活，人们在享受着技术带来的红利时，也将给人工智能带来更大的发展空间。国家政策的支持和对美好生活的追求都说明人工智能的发展不会停止，只会朝着更加成熟的方向蓬勃发展，而部分AI企业在经历发展不佳的阵痛期后，也将会迎来更好的发展机遇。

盘和林数字经济观察

这个事从更大的视角很好理解。第一，这个行业并没有那么简单，是高科技行业，营利模式不成熟 ，环境不成熟 ，想这么快赚钱并不容易 。就像芯片行业，想三五年内看到利润，也不现实。甚至说想三五年内看到怎么赚钱都不现实。所以投了500亿，只有100亿并不是什么大事。

第二，任何行业，都有一个过程，投入大于产出的过程，然后产出大于投入。科技含量越高，难度越大，这个过程可能越长。如果人工智能未来的产值是5万亿，现在投500亿，产出100亿，和未来的5万亿比基本可以无视，也根本没有代表性。

第三、一个行业越大，改变的代价也就越大，想阿里改变商业，也是好多年投入。人工智能改变是整个人类的生产，学习方式，所以需要大量的积累。

整体上说人工智能离产业化的路还很久，并不是一个可以赚快的行业，所以如果是想赚快钱，还是省省吧。

至于资本方，一定是赚快钱的，往往是把概念吹大，把营利说的很简单，目的是为了套现，对于创业者来说，还是要冷静了。

事了了：Matt

我们为您提供专业的互联网服务，帮助您利用互联网高效获得客户。

服务内容包括：软件开发服务，APP,微信平台，小程序，网站，管理系统等；互联网高级人才推介服务；创业，互联网转型辅导；短期用工服务。

事了了

有一个理论，可以完美地解释这个现象，它就是技术成熟度曲线。如果用平面图来画，它就是一条连贯的曲线，先急剧提升，到达高点，然后猛烈下降，降至低谷，随后平稳爬升，最后直至远方。

简单地说，技术成熟度曲线就是专门解释新技术的演变规律的。该理论认为，一门新技术从出现到成熟，会经历五个阶段：

1，科技诞生的促动期——在此时期，新技术会被吹得神乎其神，简直有可以彻底改变某个行业甚至整个世界的气势，大家都在谈论，相当于出现“风口”。（急剧提升）

2，期望过高的峰值期——风口出现后，创业者为之疯狂，蜂拥而至，资本市场也为之疯狂，纷纷进场，创业公司如雨后春笋漫山遍野。人们对新技术有非常高的期望，都觉得这是一个大有可为的好机会。（到达高点）

3、大浪淘沙的低谷期——可惜，现实跟理想总是有很大的差距，创业者在冷静下来之后才发现，新技术还有很多不完善的地方，前面的路还很长，而且很黑，只能慢慢地摸着石头过河。投资者也冷静下来，盘算了一下，到收获的季节还遥遥无期，于是也渐渐地把这个风口放到一边了。（猛烈下降）

4、稳步爬升的光明期——新技术在发展过程中遭遇低谷时，坚持不下去的创业者离开了，看不到希望的资本也走了，一片哀鸿遍野，满地坠落天使。可总有那么几个小强，坚持自己的梦想，一步一步地往前拱。慢慢地，新技术越来越完善，又开始走上坡路了，这次的幅度，少了一份疯狂，多了一份理性。（平稳爬升）

5、实质生产的高峰期——经过持续不断的完善和调整，新技术终于成熟了，开始广泛应用于市场，经营模式也随之确立，新的一页翻开了，新的商业奇迹出现了。（直至远方）

为什么现在九成的AI企业在亏损，根本原因就在于，AI技术目前正处于技术成熟度曲线的第三阶段，即大浪淘沙的低谷期。这是新技术发展过程中最低迷的阶段，绝大部分的AI企业都在下滑，亏损和倒闭就是这个阶段的主旋律。从某种程度上来说，这不能说成是AI技术的“落地之痛”，实际上是AI技术发展的“必由之路”。不经历这个阶段的洗礼，后面的爬坡和光大，仍将遥遥无期。

看看之前的电商、智能手机、团购、互联网+、网约车、共享经济等等风口，就不难发现，新技术都是这样走过来的。因此可以预见，现在的AI技术也好，区块链技术也罢，也会走同样的老路，先飙升，后急跌，然后慢慢爬，最终才长大。

那面对这种全面低迷的情况该怎么办呢？唯有坚持到底，才有可能胜利。坚持不下去怎么办？死扛。谁能坚持到最后，谁就是新技术的最终赢家。

了解过技术成熟度曲线的理论之后，就能理解“人人都看得到的机会一定不是好机会”这句话了，那都是人们在长期的商业活动中总结出来的血泪教训啊。

關鍵字: 财经 科技 之痛