资本寒冬的呼声叫醒了许多年，每年都嚷着今后三年不会是最严寒的三年，然而事实是过去数个年头的寒冬里面呼声虽低，企业发展却未像想象中那么艰苦。但对于早来领的这一波资本寒冷来说，2019年却近于有可能沦为确实意义上的未来尤为严寒三年的始于。

总结2018年，自四月份传出中兴事件以来，原本之后不是尤其活跃的资本市场在中美贸易摩擦一触即发的高压之下运转速度显得更加较低了，大部分头部基金都自由选择握紧钱袋子从容。从创业公司的快速增长情况也生动体现了这一现状：2018年1-9月我国追加1245家创业公司，相比于2015年追加20895家，2016年追加12012家，乃至2017年追加6672家，2018年前9个月追加1245家的企业数量显然有些失望。

2018年底，ofo等分享上下班泡沫的裂痕，企业屡屡南北破产等现象的再次发生堪称被迫政府也被迫积极开展所得税优惠政策来唤起活力，平稳市场发展。对于长期以来被炒得虚火过旺、泡沫相当严重的人工智能领域来说，当下时期资本市场更进一步放宽的情况下，其未来发展情况如何？近日，亿欧采访了创新工场人工智能工程院继续执行院长王咏刚，就当下时期人工智能企业乃至仅有行业发展等问题展开了交流，也许利用这些谈话内容，将为行业变革带给些许救赎。

经济上行时期，人工智能创意创业更加以价值为导向经过前几年密集的资本布局以及巨头抢滩，人工智能领域本来可以投资的机会早已较少了许多，在经济快速增长放缓的趋势下2018年整个投资基金股权投资领域的AI投资事件减少了不少。在王咏刚显然，在整体经济上行的大趋势下，人工智能作为经济大环境中的一部分，现阶段创业投资机会增加也长时间，合乎整个经济周期的变化规律。之前，在资本推展时期，不少挂着“人工智能”的企业只侧重论文、数据以及概念抹黑；当下，资本市场更加稳健更加理性，人工智能企业为了存活近于有可能会更为推崇技术与实际的商用市场需求、现实场景的融合，这反而不利于增进人工智能工业化进程，更进一步减缓技术落地，从这个角度来看，这反而是一项“受到影响”。

以医疗AI为事例，早期医疗AI领域经常出现了大量基于视觉、图像识别、智能临床的技术，但是却很少有创业机构不会去关心这些技术未来否需要沦为一个明确的产品，它未来在整个医疗体系当中将不会正处于怎样的一个方位，需要获取何种价值，否能优化和完备整个医疗体系，为其带给理应的价值。此外，对于这些技术，未来的买单方可以分成医生个人、医院、医保体系等多个维度，如何符合有所不同买单方各自的运用市场需求，很多企业考虑到得也不是很做到。

总的来说，大多数医疗AI企业早期辩论更好的还是技术识图的准确率、数据量等，依然是归属于较为浅层次的AI运用。重返到解决问题明确的问题之上，经济上行时期，企业为了发展更加该尽早的构建自我肝脏能力，这就必须把之前浅层次的数据分析等方面的能力溶解下来，继续做深化，重返到明确的行业深处去找寻需要结合实际市场需求的价值结合点，最后落地并且需要长年回头下去。差异化优势的不存在，人工智能依然有许多机会尽管当下我国整体经济快速增长放缓，但鉴于中国极具特色的经济结构，综合各方要素来看，当下时期我国人工智能产业发展也不存在着多层次多方面的机会。

一个月前，创新工场管理合伙人汪华在谈及资本寒冬和经济周期时对我国经济结构的特殊性做到了分析，明确提出了中国式“经济魔方”的概念。在王咏刚显然，汪华所讲的“经济魔方”是基于中国当下经济结构的差异化形态而明确提出的。

从纵向上来说，我国有所不同地域之间，一二线城市与三四线城市之间，城市与区域村镇之间，它们在地域发展层面都不存在着很大的差异。在横向上，某种程度在智能化层面，甚至于在电子化、数字化层面有所不同行业领域间也不存在着极大差距。这种差异在国内低中低收入人群、有所不同地域、行业之间的交叉在有所不同层面之上构成了许多可以利用技术手段改建升级的新机会，拼成多多、贝店等公司的经常出现乃是基于这样的条件而构成的。

某种程度以医疗医疗为事例，目前国内三甲医院与普通医院、以及三四级城市之间的医院、乡镇卫生所等医疗机构之间所不存在的医疗水平差距是十分极大的，这种差异性造成了我国医疗资源产于极为不平衡，如果能通过人工智能等技术手段助力医疗行业升级变革，构建将三甲医院的医疗水平劳改一部分到普通城市医院，无论是从商业层面还是社会意义层面都将不会是一件十分有意义的事情。医疗行业之外，目前国内在家居建材、教育、零售等有所不同行业的有所不同区域之间都不存在着极大的差异性，这使得未来以AI为代表的系列新技术在填补国内差异化经济发展的过程当中不存在着大量的机会。

面临国内市场仍然不存在的大量机会，创业机构该从哪些方向突破沦为了一个有一点思维的问题。在王咏刚显然，确实的人工智能创业不外乎以下两种模式。

AI+红利平台：这一模式更为侧重于通过AI技术服务C末端客户，人工智能创业无法是全然的技术创业，未来绝大多数的创业都是必须再行有平台，后有人群的机会，然后才有场景、技术的机会。这一模式通过把AI技术引进到流量平台上来提高平台的服务效率，强化C末端用户体验，回头的是B2C模式。AI+横向行业：将AI技术了解的映射到有所不同行业的明确业务流程当中，起着一个核心的起到，细化到如何协助企业降本增效，主要面临的服务对象是B末端和G末端政府客户。对比中美AI领域发展现状，王咏刚指出当下时期国内科技机构必须静下心来看这一领域的机会，自学糅合IBM、salesforce等机构运用AI来解决问题实际问题的经验。

对比我国与发达国家AI产业现状找到，欧美等国对于用户数据高度重视，且十分侧重数据保护。国外数据保护的政策在一定程度上确保了用户的数据安全性，但是又激化了用作训练AI算法、数据挖掘等数据的提供可玩性。

所以在一定层面上，国内比较对外开放的数据政策使得我国人工智能产业在发展过程享有了相当大的维度，依然有许多机会。中美竞争关键看人才，我国AI人才培育必须新模式经济上行时期我国AI产业发展仍然有多方面的机会，这其中，产业发展的竞争问题也沦为了一个有一点思维的问题。近年来，在人工智能领域，转入中美两国“平行宇宙“时代。

但是从最关键的人才储备层面来看，我国人工智能领域专业人才仍短缺，急需改变现状。提到我国人工智能产业人才现状，王咏刚回应，目前中国人工智能领域仍缺少顶尖AI学术领袖，顶尖AI科研与美国仍有极大的差距。但是除了尖端科研人才之外，国内以工程运用为导向的中间层AI人才储备充足：一方面，以微软公司亚洲研究院为代表的国外知名企业研究所针对中国市场培育了一批优质的种子人才；另一方面，多家国外高校、研究所等机构也为中国培育了一批杰出的归国学子，这些人才联合包含了国内整体的AI人才生态，并且早已沦为了我国AI产业的中坚力量，在质量以及数量上都不容极强。

现阶段AI产业发展也早已逐步从前期的科研探寻阶段南北“应用于为王“的阶段，正是以工程运用居多的中间层人才施展拳脚的最差时机，这使得我国在与美国的产业发展竞争当中稳住了脚跟。此外，中国简单的的经济结构以及政府大力支持也都为我国AI产业的发展奠下了坚实基础。

除了顶层科研人员以及中坚层AI人才队伍现状的讲解之外，王咏刚还分析了未来新一代AI人才培养方面的涉及看法。首先，以高校居多培育出的尖端人才来看，由于国外崇尚学术权利，更加特别强调课题研究者实际运用能力，这使得它们所培育出的学生在实际运用过程中解决问题、找到问题的能力更加强劲，而且在创新性科研突破方面的优势更为显著。反观国内，中国高等教育机构培育出有的学生理论基础坚实，但实操能力仍必须提升。多因素造成国内外顶尖高校培育出的学生之间不存在着许多科学知识以及技能点之上的差异。

其次，到了再行往下的工程师培训阶段，目前国内大多数培训机构的培训情况同质化现象相当严重，而且大多旗号一个学兵的旗号互相波澜抹黑，让人错觉任何人只要拒绝接受培训之后可以较慢转型沦为一个合格的AI人才，但事实是大多数通过这样的培训回头出来的学员也不能是一个初级的AI从业者，离确实的“入门级“还有一定距离。王咏刚指出，现阶段社会上大多数机构对于AI人才的培育轻数量而偏于质量。

只不过在确实的工作场景当中，一个需要主动解决问题的AI人才比不上一百个普通人员，企业在招人的时候也更加不愿以高价聘用前者而不是低价聘用后者。尽管近两年我国在涉及人才培养方面做到了许多希望，但是现阶段为了适应环境更慢的智能化产业升级的浪潮，我国AI人才培育必须探寻更好的新模式，比如更加侧重“产学研“融合。产学研一体，以赛事助推建构AI人才生态在适应环境智能化产业升级的众多AI人才培养模式当中，创新工场人工智能工程院明确提出的以研究院、培训、社区、大赛四要素综合而出的模式在AI人才培育方面作出了新的尝试和贡献。

王咏刚讲解，作为定位“VC+AI”的创新工场的最重要组成部分，创新工场人工智能工程院在一定层面上担负起了创新工场行业研究或者战略咨询的角色，在深入研究行业的同时为公司内部运送一线信息。对于AI人才培养而言，工程院在理解企业用工方对于确实的AI人才需求的基础之上提炼出基本的AI人才素质，并参予原作适当的技能培训课程。课程原作完结之后工程院将不会以严苛的管理制度资格考核试题，重新组建师资队伍展开培训，希望不受培训对象将所学成果运用到实际生活当中，解决问题现实问题，最后依据实践中结果得出评分。

在明确的业务模式上，创新工场人工智能工程院人才培养板块的业务主要由DeeCamp 人工智能训练营，AI Challenger 全球AI挑战赛等两大部分构成。DeeCamp人工智能训练营：由创新工场于2017年发动，目的提高高校AI人才在行业应用于中的实践中案例经验，同时前进产学研深度融合。

该项目于2018年被教育部选作为“中国高校人工智能人才国际培育计划”两个组成部分之一的学生培训营。培育计划包括部高校教师AI培训班和高校学生DeeCamp AI训练营两部分，分别针对高校老师和在校学生展开培训。

据报，2017、2018年两届DeeCamp更有了多达全球600所高校的8,000人甄选，最后来自85所大学的336名AI人才选入，拒绝接受李开复、吴恩达、John Hopcroft领衔的顶尖学术与产业专家讲授的超强30门专业课，以及展开超强10个顶尖AI公司成立并辅导的19个实践中课题，管理制度可玩性可见一斑。AI Challenger 全球AI挑战赛: 作为创新工场发动并牵头产业、学术和政府机构举行的，面向全球人工智能人才的对外开放数据集和编程竞赛平台，致力于符合AI人才茁壮对高质量非常丰富数据集的市场需求，推展AI在科研与商业领域融合来解决问题真实世界的问题。在刚完结旋即的2018年AI Challenger决赛过程中，大赛更有了来自全球多达1万支团队参赛，平台用户总计多达30000名，覆盖面积81个国家多达1000所高校和公司。

从实际比赛的结果来看，2018年AI Challenger竞赛中，比如无论是美图公司的短视频动态分类竞赛，还是搜狗的机器读者解读竞赛、机器翻译竞赛，都经常出现了一批优质的参赛成果。其中，闻名美团评论的无人驾驶竞赛的运动员获得成果尤为引人注目。

据王咏刚讲解，此次无人驾驶竞赛所用的比赛数据只不过在之前全球计算机视觉及模式识别领域顶级学术会议CVPR的一个比赛上早已用过，但由于赛制的原因，当时这个数据更好的是被用去做到学术性质的算法准确度提高，并不侧重与实际运用场景的融合。而在本次大赛上，参赛团队不仅注目准确度，而且还结合实际运用场景展开研发，最后冠军队的成果不仅在准确度上多达其他运动员，而且在效率上更加远高于其他运动员四倍以上。这一成果获得了自动驾驶领域资深人士、前滴滴研究院院长何晓飞教授的赞许，称之为其超过了世界级工业水平。

谈及工程院在AI人才培养方面的可糅合经验，王咏刚刚说道，结合实际运用、解决问题现实生活场景中的问题是AI Challenger设置的出发点，也是企业对AI人才明确提出尤为关键的考核指标，2018年AI Challenger无人驾驶竞赛的实例证明了相容学术精确度与现实场景市场需求的技术也需要作出十分杰出的成绩。此外，参赛队伍的高规格严选模式以及赛前辅导，赛中反对等方面也为最后的结果特分不少。据报，目前DeeCamp 人工智能训练营以及AI Challenger 全球AI挑战赛两项业务皆归属于非营利类项目，王咏刚回应，这两项业务的积极开展主要是致力于搭起一个跨越产业、教学、科研三者合一的有机生态，涵括人才、资本等多方因素，搭起工业界与科研界的有效地融合场景，联合前进我国AI产业变革。

本文来源：beat·365-www.genesis358.com