人工智能是马云最为重视的领域之一。他曾说，随着机器学习和人工智能技术的发展，将会不断取代人类工作。“所以当我们看到有些事即将到来时，现在就应该开始准备。我的信念是四个字：未雨绸缪。”
在国内，未雨绸缪的不只是阿里、腾讯、百度这样的巨头，各类初创公司也在摩拳擦掌，想要在人工智能领域一展宏图。然而最终能够改变我们生活的，则是那些将人工智能技术真正落实到应用场景的企业。
巨头接连放大招
这两天，阿里巴巴成立的达摩院可谓是出尽了风头，频频登上各大媒体头条，霸屏朋友圈。马云表示，阿里将在未来三年，为达摩院投入1000亿人民币启动资金，其中就包括机器智能领域的技术创新研究。显然，阿里在智能化领域下了很大一盘棋。
虽然阿里不是BAT在人工智能领域中声势最旺的那个（百度躺枪），但事实上，阿里从 2013 年开始，就陆续从世界各大顶尖团队挖来了多位世界级人工智能专家，开始人工智能方面的研究。
2015年6月，阿里巴巴联合富士康以145亿日元的价码战略投资了软银旗下的机器人公司SBRH，这是阿里在机器人领域的首笔投资。7月，阿里发布了人工智能虚拟购物助理机器人“阿里小蜜”，用技术为用户推荐高性价比的商品。
到了2016年，人工智能愈发火热，阿里巴巴开始有意提高AI产品在阿里体系内的权重，遂开始在阿里云的体系下进行人工智能方面的综合性研究。
2016年，阿里云通过人工智能技术成功预测出第四季《我是歌手》李玟夺冠。此外，阿里云“城市大脑”在杭州上线测试，城市大脑的内核采用阿里云ET人工智能技术，最终将进化成为能够治理城市的超级人工智能。2017年，阿里云还推出了ET医疗大脑和ET工业大脑，引发关注。
一直到最近的无人超市、无人汽车商店、无人加油站，可以看出，阿里已经愈发重视在智能化领域的布局。不同于百度搏命押宝式的高举高打，阿里对待人工智能的态度更加务实，在人工智能领域的实践更多是城市建设、交通、餐饮等与人们生活息息相关的方面。
在BAT三大巨头中，百度是将“人工智能”口号喊的最响的企业，曾明确提出将人工智能确立为未来发展方向。百度于2013年成立深度学习研究院，无人驾驶项目也同期启动，2014年还在硅谷成立了人工智能实验室。
目前，百度人工智能团队已经增长到近1300人，从其频繁且大规模的人工智能相关的人事和组织调整亦可以看出，百度在人工智能上的确投入重注。
李彦宏曾说，“我们将把人工智能作为提升核心业务的基础，特别是手机百度、搜索和信息流。”百度以Apollo自动驾驶开放平台作为其人工智能的核心突破口，于今年7月在北京五环完成了百度无人驾驶首秀。
今年8月，百度还卖掉了烧钱的外卖业务，聚焦于人工智能领域。也正是基于“All in AI”的战略布局，在10月10日的美股交易日中，百度股价收盘上涨1.83%，报252.22美元，盘中最高触及254.28美元。这意味着，百度的股价超越自上市以来的历史峰值251.99美元，创出了历史新高。
“相比百度，腾讯在人工智能方向还是落后，但目前腾讯的各个事业部内部，都已经有相关的研究和发展。”马化腾曾这样评价腾讯。他还说，中国互联网公司上半场靠人口红利，通过产品多样性就能够占有一定的市场空间，现在下半场就是看技术，这也是腾讯做人工智能的重要原因。
整体来看，腾讯对人工智能的布局，主要围绕三条路径展开：基于腾讯的核心产品，形成不同的业务体系在人工智能方面突破；组建人工智能实验室，做长线技术积累；收购和投资国内外人工智能领域的公司。
其中，腾讯人工智能实验室成立于2016年4月，加速了其在AI领域的进程。腾讯AI实验室主任张潼说，实验室的目标是增强腾讯的人工智能原创性研究，并希望通过技术支持腾讯内部更多产品在 AI 使用上的发展。
得益于微信和QQ，腾讯拥有海量社交数据，这是其发展AI的巨大优势。“对下一个阶段来说AI很重要，人工智能将是腾讯增长计划的关键，尤其是在中国以外。”张潼说。
人工智能不只是在国内受追捧。在国外，Google、微软、Facebook等巨头均在人工智能领域投下重注。麦肯锡今年发布的一份报告显示，2016年，以谷歌和百度为代表的科技巨头在人工智能上投入了 200 亿到 300 亿美元。麦肯锡估算，亚马逊、苹果、百度和谷歌这样的科技巨头正在人工智能技术领域投入数十亿美元的资金。
对于中美两国在人工智能领域的表现，李开复曾说，今天，美国在技术上领先，但中国具有巨大潜力。“美国和加拿大拥有世界上最好的AI研究人员，但中国有成千上万优秀人才，还有更多数据。AI是一个需要算法和数据同步进化的领域，海量数据可导致海量差异。”
初创公司还有机会吗？
巨头之间的差异在缩小。但与美国相比，国内的人工智能初创公司在数量上和多样性上与美国差距较明显。
根据CB Insights发布的2017全球AI 100强名单，前50名公司中，美国占据了39家，领域涉及机器人、商业情报与分析、核心人工智能技术、汽车等十几个领域。而在前50名中，中国只占有3家初创公司，涉及的领域分别是医疗、机器人和对话型人工智能。
国内的人工智能初创公司在不同领域的应用较为单一，这与人工智能行业目前处于初级发展阶段有关，人工智能初创公司拥有的资源相对较少。
此前，有专家表示，做人工智能最重要的一是数据，二是机器，三是人才。在这些资源方面，国内的BAT，国外的谷歌、脸书、微软比初创企业至少能多一百倍、一千倍，即便它是独角兽。显然，初创公司在人工智能领域所占资源处于劣势地位。
那么初创企业在人工智能领域就没有机会了吗？迅雷创始人程浩表示，人工智能主要分为三层，最底层的是基础架构，中间层是通用技术。而基础架构和通用技术领域是互联网巨头的必争之地，比如云计算、芯片领域，巨头竞争极其激烈，都不是小公司能够涉足的领地。
“在巨头对语音识别、图像识别等通用技术都免费的情况下，对于创业公司而言，拿着这些技术成果去服务垂直行业才是机会所在。”
业内人士说，AI 应用的场景是多种多样的，在许多领域还有待开掘。对于初创公司来说，未来行业壁垒才是人工智能创业最大的护城河。
“比如医疗+AI，最重要的是大量准确的被医生标注过的数据。然而，在国内将医疗数据拿出来非常困难，对于BAT而言同样如此，因为他们也需要把这些数据，从各医院、各科室搞出来。但是，如果一个创业者在医疗行业耕耘很多年，也许拿起数据来比大公司更容易。”
现在的人工智能领域创业者一定要谨慎痛点低的伪需求，满足谁的需求是一定要思考好的问题。找到一个合适的行业，充分了解这个行业的需求，看准这个行业在某个时间点产生变革，变革是什么，然后提供2B的服务，可能会比突击2C的机会要更快或者更容易。
“因为2C的产业链还不成熟，每一个部件都需要自己做，而且因为出货量不大，每个部件都没有规模效应，这就导致每个部件都很贵，那你最后做出成品一定很贵。”迅雷创始人程浩说。
此外，2C端的用户因为自掏腰包、额外花钱，所以对价格通常比较敏感，产品很贵就是一个很大的门槛。
而企业对价格的承受能力显然比2C强很多。比如一个机器人2万，2C消费者不可能买，但企业问题不大，企业对成本承受能力高。所以，2B 的优势在于相对容易变现，而且团队也更专注在某些问题，这些点上更适合创业团队。因此，目前来看大多数垂直领域的应用都是2B。
初创企业在选定好所服务的行业后，接下来就要策略性地设计一个循环，通过产品持续获取有效数据显得尤为关键。有多位 AI 大牛均提出，当算法模型的优劣已不再是关键差异（就像所有安卓手机都系出安卓平台），未来科技公司在 AI 应用上的较量更多取决于谁拥有更多、质量更好的数据。处于金字塔顶端的结构化数据，将是任何一家公司的宝藏。
那么初创公司要如何持续获取有效数据呢？计算机科学家吴恩达表示，先为算法收集足够的数据，这样就能推出产品；然后通过这个产品来获取用户，而用户会提供更多的数据。启动了这一飞轮后，对手就很难追赶你。
长期来看，不管是巨头还是初创公司，未来企业在人工智能领域还有很远的路要走，“AI将和前三次工业革命一样，让人类进入全新的时代。”百度总裁陆奇曾这样评价。而企业若想抓住这个巨大的风口，必须聚集各类资源，并将AI技术落实到应用场景，才能为行业，为我们的生活带来实质性的转变。
本文由 新型建材网https://www.xxjcwmall.com