人工智慧（AI），作為更加統籌高效的信息技術，已經融入各國頂層設計，成為產投研熱點。有分析指出，人工智慧市場預計將在2025年發展成590億美元規模，2030年為全球GDP貢獻15.7萬億美元。

畢馬威數據顯示，過去一年中，人工智慧領域的風投融資額翻了一番，從2016年60億美元增至120億美元，覆蓋自動化、金融、機械、醫療等諸多領域。

2017年人工智慧風投金額翻番（援引畢馬威研報-風投脈搏）

本期的智能內參，我們推薦來自CB Insights的2018年人工智慧趨勢報告，結合智東西市場觀察，從社會影響、產業經濟、市場格局、應用形態、人才競爭、技術趨勢等角度出發剖析資本狂熱之後的13個2018年AI風向。

以下為智能內參整理呈現的乾貨：

一、新藍領誕生

隨著工業機器人技術的進步，勞動密集型產業的外包不再是唯一選擇，發達國家本地生產的成本變低，因而本土製造業回暖，就業機會增加。

美國本土製造業就業回暖

與此同時，由於工業機器人的使用，將誕生新的藍領工種——「機器人保姆」（robot babysitters），即專註於製造業工作流程中比較精細的部分，以保證（目前智商如嬰幼兒的）工業機器人正常合理的運轉。相關案例包括：

亞馬遜的自動化倉庫，配備了10萬多台機器人。但由於機器人在非結構化環境中的抓取、拾取和處理包裹等方面仍不完善，公司的新訂單執行中心提供了上千個人類工位，工作包括從貨架上挑選物品，並將它們分成單獨的訂單等。

中國的天元服裝公司，在美國阿肯色州設廠，使用由喬治亞創企SoftWear Automation的縫紉機機器人，為阿迪達斯生產服裝。公司在美僱傭400名員工，負責機器人的操作和維護，時薪14美元。

新藍領工種的誕生意味著勞動密集型產業將進行技術化轉型，而不是只能尋找更廉價的勞動力市場。這將刺激我國的產業升級，並對部分勞動力市場帶來威脅，遭遇工種與當下人工技能不匹配的問題，須採取措施預防之。

二、萬般皆可AI+

智能化將成為潮流術語，人工智慧，或者說基於大型數據集的機器學習將無處不在，這些演算法給出的數據結論的正確性，將逐漸獲取人類老闆的信任。相關案例包括：

IntelligentX AI的啤酒計劃（AI演算法不斷改寫釀酒原料及釀造流程）

英國創企IntelligentX，是創意機構10x和機器學習公司Intelligent Layer旗下的一個合資公司，計劃將人工智慧演算法引入啤酒釀造流程，讓用戶反饋直接影響到生產線。

俄羅斯的DeepFish，將神經網路用於識別魚類，結合雷達技術與人工智慧演算法，對雷達圖像中的魚群和雜訊信息進行區分。

紐約的美髮創企Prose，已經拿到757萬美元的風投，計劃利用人工智慧演算法結合各個洗髮店提供的客戶數據，開發個性化的專業護髮產品。

瑞典的Hoofstep則計劃用深度學習演算法來解讀馬的行為模式，DeepGreen用AI識別特定植物的性別和生長狀況（病蟲害檢測等），Weedguide拿到170萬美元研究AI+醫療大麻垂直搜索引擎；李開復也曾吐槽：「我見了一個做內衣的，也說自己是人工智慧的企業。」

稀奇古怪的AI+創業項目可能為產業帶來泡沫危險，但越來越多開箱即用的「AI for X」項目也意味著人工智慧不再作為稀有技術被供於廟堂之上，而是成為現代軟體和應用程序的基石之一。

三、中美爭霸賽

美國正在流水AI創企份額

從人工智慧初創企業的數量來看，美國在全球仍佔據著主導地位，但其全球交易份額正逐漸減少。老美雖底蘊豐厚，但中國數據和應用需求巨大，未必不可一搏。

2017年AI創企融資金額中國首超美國

儘管全球AI創企交易宗數來看，中國只佔9%的份額；2017年的創企融資金額，有近一半（48%）流向中國創企，首次超過美國（38%），而中國這一數據在2016年僅為11.3%。

AI相關專利池中美對比

從政府計划到多領域創業，中國正在積極執行《新一代人工智慧發展規劃》等人工智慧願景。在研究方面，中國AI相關的專利公布數量已經超過美國專利商標局公布的數量，深度學習方面更是老美的六倍。

中國面部識別相關創投活躍

從創業方向來看，中國比較活躍的領域是面部識別（相關創企包括獨角獸曠視科技/Face++、商湯科技，以及廣州市政府3.01億美元資助的雲從科技）和人工智慧晶元（寒武紀）。面部識別獲得了全國範圍的智能安防計劃的支持，AI晶元則直接挑戰美國的晶元製造。

跨境AI投資的增長

從跨境投資數據來看，中國公司正積極在美國尋找合作或者投資，美國AI創企有著更多的中國投資，而中國AI企業對美國資本的吸引力較小。總的來看，跨國投資、合作將進一步減小中美AI發展的差距。

BAT的人工智慧資產

百度和京東都支持了老美的金融科技創企ZestFinance，騰訊給個性化社交形象生成創企ObEN投了500萬美元；無錫葯明康德聯手NextCODE打造基因庫，跟小馬智行（Pony.ai）一樣，在中美兩國都開展了業務。

四、未來網路安全靠AI

AI+網路安全創企正在創入有獨角獸霸佔的市場

數據中心正在成為新的戰場，數據泄露的危險性越來越大，網路攻擊不斷演化，人工智慧正在成為政府和公司網路安全維護的中堅力量。

過去5年，134家AI網路安全創企獲得了36.5億美元的融資，其中，約34家公司在去年首次獲得融資。成功的相關創企包括：

Harvest.ai和Sqrrl兩家AI網路安全創企被亞馬遜收購，用於保護龐大的雲端敏感數據；埃森哲買下了創企Endgame的政府服務業務部，用於研發AI網路安全技術；創企Anomali、Interset和Cylance拿下了情報機構In-Q-Tel的投資；英國Darktrace、美國Logrhythm，紛紛拿到了政府合作項目……

五、智能語音爭奪非英語市場

智能音箱廠商圖譜

亞馬遜的Alexa可以說是開啟了一場語音的革命，智能音箱更在去年成為熱點，但這場革命在語言支持上卻落後一步，預計各大科技企業2018年將在非英語語音市場展開廝殺。

上季度，亞馬遜宣布它將在大約80個國家發售Alexa賦能的音箱，但僅限於英語、德語、日語；此外，谷歌目前Home僅支持英語、德語、法語和日語，蘋果HomePod只支持英語。

漢語市場，根據阿里巴巴數據，其天貓精靈自2017年6月發售以來已經售出超過100萬台；應用範圍第二大的西班牙語，目前的關注度較低。

目前來看，谷歌在非英語市場的智能音箱發展比較有優勢，因為安卓手機上的谷歌助手支持英語、法語、德語、義大利語、韓語、西班牙語以及葡萄牙語，其語音-文本轉換以及語音搜索功能支持119種語言。

六、白領工作自動化加速

EAAS產業鏈地圖

AI加持的專家級自動化及效果增強軟體（EAAS）將逐漸滲透律師、顧問、金融分析師、記者、貿易人員等白領工作，威脅相關就業，就像機器曾經威脅藍領一樣。相關創企案例包括：

文本識別應用於法律文件處理，實現高效率和低出錯率；英國創企DiffBlue推出傳統編碼的自動化，可實現錯誤修復、自定義代碼開發和翻譯等任務；基於AI演算法，還可以完成教育工作中的論文評分、語言指導和寫作反饋等。

七、AI移向邊緣

邊緣AI可減少響應時間

人工智慧正在變得越來越分散。

AI邊緣化，或者說端側AI的趨勢，從2017年就開始了：更小的設備和感測器構建了更為智能的計算網路，AI可以存在於耳機里，而不是困在手機或者雲端。

端側AI可以實現更迅速、本地化、場景化的信息處理，比如自動駕駛無信號延遲風險的更實時的處理，本地設備的私人語音、面部特徵數據訓練等。這些實現依賴於新熱點AI晶元，如蘋果的A11（搭載神經引擎）、英特爾的Myriad X（視覺計算）、華為的麒麟970等。

八、「膠囊網路」更新深度學習技術

卷積神經網路與膠囊網路在人臉識別中的技術差距

作為AI的底層技術，深度學習可以說是人工智慧大爆的功臣，而現在，它將被「膠囊網路」改造（capsule networks，即CapsNet，由深度學習大牛Geoffrey Hinton2017年發表論文提出）。

CNN在人工噪音下將熊貓圖片（置信度57.7%）錯認為長臂猿（置信度99.3%）

儘管卷積神經網路（CNN）在很多方面取得了成就，但很多時候，CNN表現不佳，存在可能的安全漏洞，不能處理輸入數據的多種變換形式（翻譯一下，就是很容易出錯，很容易被黑客愚弄）；而膠囊網路可以從更高維度的特徵中識別事物，且所需訓練數據更少，錯誤率更小。

九、十萬級薪資誘惑

DeepMind2016年財報表：員工成本和其他費用為1.048 億英鎊，領英顯示其員工人數僅為 415 人

中國正在招聘人工智慧專家。

根據獵聘網，寶馬中國的一些AI人才的薪水接近567-624K美元，還有一些公司的機器學習（ML）人才薪資為315-410K美元。騰訊人才報告顯示，目前該領域的研究人才約30萬，這已經算上學生人數了，但公司們的工程需求得一百萬甚至更多。

而美國，搜一下人工智慧就會出現32000個工作職位，薪水範圍基本到六位數。大型科技公司正在砸錢搶人。

頂尖科研人才還會選擇離開科技巨頭，著手創辦自己的公司，如曾在谷歌的吳恩達離開百度後，創立了AI基金以及AI課程；地平線機器人的首席技術官兼聯合創始人余凱，原來也是百度的，深度學習研究院負責人。

人才流向創企，進一步加劇了AI人才爭奪戰。

十、機器學習變為家常

2017年人工智慧的投資增長了141%

機器學習起源於工業物聯網，現在大部分網路安全公司多多少少都用著它，大型科技公司正在提供一套2B的機器學習解決方案，它將逐漸滲透各個領域，頂尖投資者正在關注Freenome這樣的基於機器學習演算法的液體活檢診斷公司。

機器學習加持將成為AI創業常態，新的AI公司將需要新的強大的業務模式來養活自己，而不是機器學習這個「老套」的宣傳語。

2016年以來，超過1100家人工智慧創企完成了第一輪融資；2017年孵化器孵化了300多家AI創企，共計投資超過15.2億美元；2018年，狂熱的投資將回歸理性，投資者對他們投資的AI創企將變得吹毛求疵。

就像風投公司a16z的Frank Chen說的：幾年後，沒有投資者會去找人工智慧創企。企業具備AI演算法產品，將成為潛規則。

十一、大佬陰雲

這五年間，投資者在AI企業身上猛砸了18億美元，現在，亞馬遜、微軟和谷歌可能要把小公司淘汰了，他們逐步把機器學習融入各個項目，提供各類AI-as-a-service（AI即服務），擠壓相關創企和基金的生存空間。

谷歌發布了Cloud AutoML，客戶可以在這上面用自家數據訓練自家演算法以實現自家需求；亞馬遜開始銷售人工智慧服務Amazon AI，面向大公司提供類似於API的產品，任何開發人員都可以訪問Lex（Alexa內部的NLP），Amazon Polly（語音合成）和Amazon Rekognition(圖像分析)；微軟緊咬亞馬遜提供AI加持的雲服務，Salesforce、甲骨文等緊隨其後。

十二、智慧醫療獲監管機構的點頭

AI+醫療成創業熱點

美國監管機構正考慮批准人工智慧臨床應用。當然，分責機制有待確立。

人工智慧之於醫療診斷，能夠快速對比數百萬其他患者的醫療圖像以準確發現細節，可及早發現病情，提高診斷的準確定；而2C的AI健康追蹤工具，如使用計算機視覺技術監測可疑皮膚病的SkinVision，已經實用。

近日，AstraZeneca與阿里巴巴達成合作，在中國進行AI加持的疾病篩查和診斷；此外，通用電氣和英偉達合作於醫學成像和診斷，谷歌DeepMind則已經實現AI診斷眼疾。

儘管谷歌、通用、IBM、阿里巴巴這樣的大佬衝進市場，依舊不能阻擋創企對智慧醫療，或者說AI+醫療的熱情。相關創企案例包括：

醫療影像初創公司Arterys，其心臟圖像分析已獲FDA批准，正在申請腫瘤相關AI應用；以色列創企MedyMatch，利用深度學習技術分析CT掃描結果，以檢測顱內出血情況，已獲FDA設備資格。

十三、個性化AI潮

得益於大量的開源軟體、海量API和SDK以及極易上手裝配的亞馬遜或谷歌套件，你不用有計算機科學或是數學專業的博士學位，就能打造自己的AI應用。個性化AI應用將成為潮流。

事實上，谷歌曾推出 AIY（artificial intelligence yourself）計劃，旨在讓每一個年齡層的用戶都可以DIY自己的人工智慧產品。目前，AIY項目已有AIY Voice Kit（結合樹莓派的語音識別工具包，讓語音助手聽起來像神秘博士）、AIY Vision Kit（基於神經網路的貓、狗、人的表情/心情識別應用）。

此外，亞馬遜還推出過DeepLens，一款249美元的深度學習相機，還為此設立了7500美元的首屆黑客馬拉松，涉及機器學習項目的創建。

智東西認為，2018年將是人工智慧滲透手機軟硬體的一年，側端AI應用、AI+工業工業機器人等逐步落地；這也將會是金融、律師等白領行業自動化加速的一年，相關創投樂觀，就業市場面臨壓力；與此同時，科技大佬將加速行業洗牌，壓迫部分中小企業的生存空間，部分泡沫將破。此外，相比於技術積累豐厚的老美，中國的AI優勢在於潛在人才庫（加上兩國近來的境外人才政策）、巨大的數據量和迫切的需求，從而倒逼產業快速成長。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！