《伪人工智能企业将被淘汰出局》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2019-02-21
  • AI无疑是这几年的一个热门行业,不论是创业项目数量、融资金额,还是融资速度都很突出。但近日,多家媒体发文,认为2019年AI或迎来寒冬。由北京市经济和信息委员会去年7月发布的《北京人工智能产业发展白皮书(2018)》对国内AI创业公司数量和投资的统计显示,全国人工智能企业4040家,但其中拿到风险投资的公司合计1237家(含31家已上市公司),占总数的30%,也就是说,有70%的公司仍然拿不到投资。而2019年投资市场的表现也表明人工智能或面临洗牌。 大批企业仍未找到商业变现途径 扫一下手掌即可轻松通过手脉门禁系统,无人售货柜和兜售机器人使消费者更便捷购物,智能公交可以自动驾驶、人车对话……小到穿行于城市之间的日常起居,大到酒店、餐厅、交通、商圈等智能化管理,随着AI技术日益成熟,这样的应用场景正在成为现实。 继2018年人工智能概念“铺天盖地”后,专家预测2019年各种人工智能技术将加速落地,人工智能应用范围将不断扩大。业内人士表示,现阶段人工智能的发展已经超出了科技行业概念,2019年AI领域投资有望继续维持高速增长态势,与此同时,一批伪人工智能企业将被淘汰出局。 “AI技术商业化的压力增大,未来如果找不到合适的落地场景,将有百分之九十的人工智能初创企业面临落败出局。”光大新经济投资负责人艾渝说。 “和整体股权市场一样,人工智能投资不排除2019年会出现洗牌的情况。”好买基金研究中心研究员王眺说。 “在当前资本市场资金短缺的情况下,会有大量底层技术实力较弱的企业逐步被淘汰,而一些细分领域中,有扎实技术支撑并且有商业落地能力的企业有望迎来发展。”德景投资合伙人刘万清认为。 业内专家表示,2019年AI将在我们的生活和工作中更普遍地出场,成为一种“亲民”的技术。与此对应的是,AI芯片等人工智能领域的支柱,却会在专业化探索的道路上渐行渐远,对专业人才的竞争和培养力度也将继续加大,入局门槛越来越高。 “目前制约行业健康发展的最大短板就是基础研究薄弱。发展人工智能必须加大基础研究,掌握关键核心技术,增强原创能力和应用落地能力。”深兰科技董事长、创始人陈海波表示。 澜亭资本董事长刘炯认为,这两年中国AI领域涌现了大批的创业公司,已经有一批企业在人脸识别、自动驾驶以及自然语言交互领域,达到世界领先水平。但同时仍有大批企业,还没有找到明确的商业变现途径,这成为中国AI企业持续发展必须面对的困难。 中国信息通信研究院最新发布的《人工智能发展白皮书——产业应用篇》指出,目前看来,深度学习只能在机器上建立浅层次的条件反射,是“弱人工智能”,真正意义上的人工智能即“强人工智能”的实现还没有任何曙光,而依托深度学习等新一代人工智能技术的新兴产业生态和行业发展正方兴未艾。 政策和投资加速人工智能项目落地 资本加速洗牌会给人工智能行业带来哪些影响? 刘万清表示,通过对2018年国内人工智能领域投资情况的分析可以发现,国内BAT等几大巨头均重点在To B(企业服务)领域进行了投资布局。 “2018年外部不确定因素暴露了我国在芯片等方面的短板,也使得国内芯片、5G等人工智能基础设施技术领域投资爆发。人工智能赋能下的金融、安防、文娱、医疗、汽车等各行业的投资均在2018年呈爆发态势。”刘万清说。 日前,包括人工智能安防公司澎思科技、计算机视觉企业影谱科技等在内的多家AI企业接连宣布获得几千万到数亿元融资。 对此,王眺指出,预计AI领域股权投资的金额未来仍然会保持较高水平,其中,企业服务将是AI投资的热门行业,AI能够很好地和To B结合,例如金融、安防等。 “从政策来看,2017年开始,国内人工智能相关政策的重点已经不仅仅关注智能技术的发展,更多的是转向技术和产业的融合。跟随政策导向,AI股权投资也会更注重人工智能与产业的融合,加速人工智能项目落地。”刘万清表示。 “人工智能目前已进入了第二阶段,重点是应用。人工智能必须要落地到具体应用场景,真正服务于现在的行业,让人脱离反复无效的劳动。目前我认为可以落地的一些方向,比如说在医疗、金融、无人驾驶工业机器人等,这些是目前发展最快、落地最快的场景。很多大公司已经投入大量的人力物力在做这些研究。那么作为初创公司,我建议他们更多地去抓这些应用,尤其是To B的应用,这些是巨头们触及不到的地方,但正好是创业者的机会。”英诺天使基金联合创始人李竹说。 刘万清表示,5G时代即将到来,这将给云存储、视频交互、物联网、无人驾驶等多个行业带来新的商业业态。从投资角度来说,目前比较看好计算机视觉技术领域的企业。 巨头扎堆、中小科技公司跑步入场 业内人士表示,大量资金涌入,越来越多的公司开始贴上人工智能的标签,越来越多的AI创企也随之出局。盲目创业和狂热投资会让行业难以健康发展,风险与机遇并存,如今AI行业只能挤掉“泡沫”,方能破而后立。 当资本热退去,2019年的人工智能企业如何发展? 智研咨询发布的《2018—2024年中国人工智能市场运行态势及战略咨询研究报告》数据显示: 2018年全球AI市场规模约为1.2万亿美元,并保持持续高速增长,到2022年有望达到3.9万亿美元。 专家分析,2019年的AI仍旧是巨头扎堆,各大厂商布局云端AI的同时,端侧智能将备受瞩目;中小科技公司也开始加速入局。 比如,在AI上重点布局的百度,除无人驾驶技术外,百度大脑也实现了阶段性进步。2016年百度世界大会,百度大脑在完成基础能力搭建和核心技术初步开放后,如今已对外开放了150多项AI能力。 伴随着AI技术的成熟,中小科技公司也开始跑步入场:网龙推出的AI助教;竹间智能开发出的AI情感对话机器人;商汤、云从、旷视、依图等其他几家高成长性公司均在金融和安防这两个领域争相布局。 但同时要注意到,到了AI即将迈出坚实一步的2019年,人才的争夺和培养能力,已经成为一家AI企业发展前景的风向标。 2018年底,UIPath网站正式发布了《AI Jobs》的分析报告,通过求职网站收集到的数据分析:中美分别为AI人才缺口最大的国家,中国有1.2万左右的职位缺口,依然远超美国。 “因此,未来还需要持续完善数据资源体系,破解发展制约因素;重视人工智能安全风险,减少潜在隐患;打造人工智能创新平台,推动产业应用;积极开展多元路线探索,突破技术瓶颈;提前布局劳动资源转换,应对就业变化。”中国信息通信研究院副总工程师王爱华说。

相关报告
  • 《人工智能当道 会计怎样才能不被AI淘汰?》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-05-04
    • 英国德勤公司公布了:过去三年间消失最快和增长最快的十大职业,财务总监位列增长最快的职业第六名。随着全民创业浪潮,一些民营企业、创业型企业对会计的需求越来越多。过去三年,会计的就业似乎一直走高。 事实上,互联网技术正改变着会计工作方式,人工智能技术正改变着会计工作岗位,大数据技术可以提高会计工作价值,区块链技术将防止会计工作造假。新技术的出现对会计职业和会计理论发生着重大变革,面临这场技术革新,会计人才培养将何去何从? 会计真将在人工智能的冲击下不复存在?对于会计专业的学生,毕业意味着失业吗?作为一名会计专业的学生内心不禁沉思——未来该如何继续存在?如何打好“突围战”? 会计领域大显身手 在如今的高速信息化时代下,纵观整个会计领域,不难发现,由于各种会计处理软件和人工智能的应用,过去从事手工填制凭证、记账、对账、结账这些繁琐的工作的人正在悄无声息地被替代。 相比较而言,人工智能比这些人完成的工作更加出色、效率更高,处理昔日会计工作的人,不得不成为智能化的淘汰品。会计的基本职能正潜移默化地在发生改变。 高顿财经研究院指出,人工智能引入会计行业可以避免由于人的失误而造成的会计信息错误的问题,为管理决策、业务投资分析提供可靠的数据支持。同时,人工智能可以使业务效率明显提高,对于技术含量低、简单重复的工作,人工智能可以在高强度工作下仍然高效运行。如此以来,企业运用人工智能解决日常大量发生的标准化工作,精简核算类型员工,既提高了效率又节约了成本。在信息爆炸的时代,人工智能凭借其强大的计算能力、海量的信息储存以及高强度运转的工作能力,在信息采集等方面也发挥越来越重要的作用。 不置可否地是人工智能不仅代表了先进科技的高速发展,同时也带来更丰厚的经济利益。人工智能的应用范围也会随着社会发展从大型企业逐步扩展到中小型企业,其功能也会日臻完善,从财务核算逐步扩展到为财务决策提供信息等领域,智能会计的发展前景明朗广阔。 不能完全替代 《经济学人》的调查数据显示,未来20年最有可能收到人工智能冲击的行业中会计位于前三甲。在国内,国务院常务会议通过了《装备制造业标准化和质量提升规划》,工信部等部门也发布了《机器人产业规划2016-2020》,意图指导机器人产业蓬勃发展。人工智能的发展如此受器重,会计人员面对的挑战空前严峻。 人工智能真将会计完全替代,会计行业中的人都将面临重新选择新的工作领域的窘境?答案是否定的。 如今会计行业正朝着一个更加多元化、全球化的复合型方向发展,由于如今的经济信息时代地迅猛发展,越来越多的企业步入了国际化的轨道。对于这些企业进行合并重组、融资上市、跨国合作……都需要会计的辅助指导。 人工智能缺乏人类所特有的主观能动的创造想象力。人工智能由于其根据特定的情形,提前设计好运行程序,在一旦遇见新的情形,就无法进行处理。人工智能是没有意识的机械的物理操作过程,相反人类的智力在于心理活动过程。人的大脑在凭借直觉判断、运用逻辑推理等方面完全碾压人工智能。所以,涉及主观判断,无法利用规则来约束衡量的问题,必须具备会计知识的人来处理。 定位转型迫在眉睫 高顿财经研究院指出,在人工智能被引入到会计工作中,普通核算类型工作的岗位势必减少,但财务人员不会完全被人工智能取代。分析目前国内的会计人员的结构布局,清晰感受到呈现两极分化的态势。会计行业的普通核算类型的人员已达到饱和,但高水平的财务管理人才仍是凤毛麟角。高级应用型与复合型人才在社会上青黄不接。对于企业而言,需要的也是能够为企业宏伟蓝图出谋划策的高级会计人员。审时度势地转变自身职能,努力提高自身能力素质,能人之所不能即做人工智能无法企及的事情是会计人员的首要选择。 的确,在许多外人甚是会计工作人员看来,会计是一个埋头算账、记账、整理数据的“管家”,每天就是管理着物料、钱的收支,这种观点明显早已过时。会计如果一直沿袭成规,因循自己习以为常的做法,思维定式,不接纳新型思维方式,一味胶柱鼓瑟,只能成为“优胜劣汰”竞争中的淘汰者。 在新的环境下,战略管理型人才是我们每个会计人员努力的方向。如果知识内容片面而且结构老化,就只能重复进行简单、机械的基础工作,毫无疑问会被人工智能取而代之。一个财务人员不能简简单单的看见账簿上面记载的数据,而要利用这些数据看到公司背后的实际情况,为公司发展壮大统筹规划。即需要的是一个对会计知识、行业法律法规、管理决策和现代科技综合掌握的高精尖人物,拥有评估判断、预测决策与人机协调多方面才能的复合型人才。 会计处理问题的思维和方式会因不同问题而改变,考虑的范围也会随时间的变迁而不断扩大,这些都会使人工智能在会计领域的开发异常复杂。如果储备大量会计知识与经验的人员,从事于智能会计的开发与维护,重新发掘自身的价值,既是会计人员的新出路又会对会计的发展做出一番新的推动。 高顿财经研究院指出,人工智能引入会计行业并不昭示着会计职业的灭亡,随着科技不断地发展,人工智能对于简单机械的工作的完全替代是理所当然的,会计遭遇如此挑战也是社会进步的必然结果。面对这一重大的技术革新,无论是会计工作者还是会计专业学生,都应以积极的态度主动从容面对,重新进行职业定位,从过去腐朽错误的观念中解放出来。面对新兴技术的发展,不能因为恐惧而闭门造车、对其进行排斥,而是保持警醒的态度来发展与提升自己,坚信挑战与机遇并存。 点评:财会领域未来的就业形势不容乐观,一方面便捷的人工智能让公司不再需要人来做“账房先生”,另一方面公司又缺乏会计高端人才去管理和掌控。所以,未来公司会更严格地挑选可培养的人才,也就意味着一部分普通会计将被淘汰。
  • 《企业如何通过人工智能和机器学习获得成功》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-06-11
    • 英国信息解决方案提供商Callcredit公司概念管理总监Dave Webber阐述了采用人工智能和机器学习技术在发现欺诈性贷款申请并保护消费者方面的成功应用。 尽管目前机器学习和人工智能得到广泛的关注,但是许多组织尚未将这些概念付诸实践。英国最大的信用咨询机构之一Callcredit公司概念管理总监Dave Webber阐述了机器学习和人工智能的发展趋势,并对他们如何克服人工智能和机器学习方面应用的障碍进行了分析。 根据调研机构Gartner公司开展的“2018年CIO议程调查”,真正具有意义的人工智能部署刚刚发生。该研究表明,只有4%的企业首席信息官实施了人工智能,另有46%的首席信息官为此制定了计划。 尽管采用率并不高,但到2018年,许多企业已开始利用这项技术。Callcredit公司就是这些组织之一。 在日前微软公司开展的人工智能转型的活动中,Webber介绍了Callcredit公司的人工智能之旅,以及他们的敏捷性如何帮助他们取得成功的事例。 他表示,“作为概念管理总监,我正在实施一项创新职能,从根本上为业务发展增长提供机会。我们从事研究和开发以找出潜力。人工智能已经为我们提供了将事情提升到一个新水平的工具。无论是信用风险领域还是欺诈风险领域,我们都能比以前做得更好、更快。” Callcredit公司现在正在使用微软公司的Azure机器学习来识别试图获取信用报告和借贷时冒充他人的犯罪分子。 该服务已成功阻止对Callcredit的信用报告和评分服务(名为Noddle)的欺诈性访问,并保护消费者免遭以其名义提取的不良贷款。 克服采用人工智能的障碍 正如Gartner公司的研究表明的那样,许多企业对人工智能技术的吸收和应用速度都很慢。他们认为安全和隐私问题、整合人工智能的复杂性、寻找技能并确定如何最好地衡量用例等是阻止他们很好地采用人工智能的主要原因。 Webber表示:“鉴于我们习惯于处理消费者数据,并且多年来一直这样做,所以我们没有看到有关安全方面的更多的挑战。但安全一直是我们的心目中的首要考虑因素和顾虑。我认为最大的挑战之一就是透明度。我们需要有一个模型,可以向监管机构解释它的工作原理。还需要向客户解释这个概念,以便他们向消费者解释如何对他们做出决定。” 敏捷性在数字化改造中的重要性 根据Webber的说法,他们克服人工智能和机器学习障碍的能力的核心是他们在组织内的创新功能。该功能给出了新技术和新数据源的实验结果。 根据调查机构普华永道的一项研究,67%的企业管理人员认为人工智能可以实现流程自动化并提高效率,尽管许多组织都在努力去真正理解如何才能专门用于他们的运营。 Webber说,“回顾过去,我们花费了两年的时间研究机器学习和人工智能如何在组织中应用,以使事情变得更好。我们研究了所面对的许多不同的问题领域,通过这样做,我们了解了这些概念如何运作,以及哪种部署模式最有效。” 填补人工智能的技能差距 大多数组织面临采用人工智能的主要问题之一是没有合适的工作人员提供帮助。根据就业市场的分析表明,目前提供人工智能的就业岗位至少是具有合适技能的应聘者人数的两倍。该报告指出,自2014年以来,英国人工智能中的工作岗位数量增加了485%,但技能差距继续阻碍了这一创新。 Webber说,“找到合适的人才是很困难的,我们需要与那些对技术真正有热情的聪明的数据分析师合作,他们能够把事情放到场景中,并更好地处理人工智能的数据。” 他补充说,“我们与利兹大学和消费者数据研究中心(CDRC)开展密切合作,为此接收了一些实习生和毕业生。除此之外,我们使用传统方式将合适的人员招募到我们的组织,然后进行培训。” 让人工智能对整个组织透明 Webber表示,尽管很多企业在人工智能方面存在技能差距,但这类技术的进步历来与员工数量的减少有关。虽然降低劳动力成本对企业管理人员具有吸引力,但可能会对那些工作面临风险的人产生抵触情绪。企业需要仔细考虑这一点。 “在早期阶段,人们对人工智能有很多误区。但我们必须组织从高层开始实施有效的教育计划,并设定这项技术可以为组织带来什么样的期望,并获得批准进行想要的实验。”Webber说,“这不仅仅是加强人们对技术的了解,并让他们能够胜任工作,而是关于在扩展技术时会发生什么,还有谁需要参与。这些需要延伸到整个组织。” “我们通过举办社区会议,让所有感兴趣的各方(例如专家、数据分析师、客户)来讨论这些概念。所以我们正处于一个继续教育的阶段。我们希望让所有关键堆栈持有者参与进来,让他们参与其中,并将他们的反馈意见投入到项目中。”Webber说,“这个系统的好处是可以帮助人们认识到这些好处,然后工作人员就可以自然而然地接受新技术,因为他们知道这会使他们的工作更容易。” Webber表示,“对于企业在人工智能和机器学习方面的成功应用,至关重要的是,人们不要将其当作是一个孤立的项目,将其视为一个工作计划,将其视为一个真正的商业变革机会,否则项目会来回反复,那就是如果企业认为这是一个真正的商业变革的机会,除了他们面临的挑战之外,在实施上将会很困难,要对一些项目会失败有所预计,如果保持正确的心态,那么将会更容易获得成功。”