人工智能技术亏损原因有哪些-人工智能技术亏损原因有哪些方面

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能技术亏损原因有哪些的问题，于是小编就整理了1个相关介绍人工智能技术亏损原因有哪些的解答，让我们一起看看吧。

1. 如何看待九成AI企业亏损，人工智能遭遇商业落地之痛？

如何看待九成AI企业亏损，人工智能遭遇商业落地之痛？

谢谢邀约，我相信大部分人会和小编一样，会想到百度，和谷歌一样ALL IN人工智能，觉得这是一个大趋势，一定会有人从中赚大钱，可实际情况却是：人工智能产业雷声大、雨点小，AI正遭遇商业落地之痛，是业界人士的共识。

说人工智能只是辅助手段，而不是决胜力；人工智能产业缺乏的不是算法，而是如何更好地转化成工程手段。”等等说法，但我觉得大家忽略了一个问题。

还记得前几年很火的3D打印吗？现在是不是除了关键词的定向搜索基本上看不到任何图文和视频消息了？难道说3D打印是纯炒作概念根本没有使用价值吗？显然不是！每一个新兴事物的出现都会经历波峰——波谷——波峰——平稳增长的阶段。AI人工智能也是如此，除了客观条件的技术限制，最主要的就是在第一个峰——波谷期间投入太大，导致现在的结果看起来是九成AI企业亏损，即：人工智能领域的技术发展尚未到大规模投入产出阶段。我坚信，未来3年一定是3D打印的爆发期，之后，可能会出现这样的新闻：如何看待九成AI企业营收过亿，人工智能商业之春真的来了吗？

AI企业可以分为核心人工智能公司（提供平台层面的服务和整合，如阿里、腾讯、京东）、应用人工智能公司（面向个人用户的AI，如科大讯飞、虚拟试穿）、行业人工智能公司（面向企业提供服务，如电商搜索、图像识别、***识别、智能巡线）。

• 核心层人工智能公司财大气粗，不怕亏损，他们可以持续的补贴，All In AI，比如百度的阿波罗***；
• 应用层人工智能公司容易误解用户需求，误估市场规模，误判市场前景；这是最容易亏损的AI企业；
• 行业层人工智能公司的重点是满足企业的需求，实现企业降本增效的目标；但是这些公司往往容易高估行业的数字化程度。

我们看一下三十大最大AI应用案例，是不是完全属于这三大类？

我比较了解企业市场，这里专门说一下行业人工智能公司。对于一个大行业，比如石油、化工、煤炭、汽车、机械行业，市场规模在几万亿左右，只要AI公司能够发掘出企业的痛点，帮企业节约人工、成本，加快周转效率，那么自然能活的越发壮大。

如果创业者只懂技术，不了解、也没机会了解企业的现状，更不明白企业真正的需求；这种AI企业凭什么挣钱？不了解业务，就没法切入到大型企业的服务中去，也就意味着没法做几百万一个的项目，却只能做几万块的小服务，那凭什么挣钱？

举个例子：目前无人机巡线业务发展的非常好，一个油田一年的无人机巡线服务就能达到两三千万，这需要对无人机传回来的***和图像进行识别，判断是否有人偷油、覆压管道等问题，这就能够大量减少油田企业的人工成本和物资消耗，还能减少交通意外的风险。这对企业就是有价值的。

那如果是针对企业的经营数据进行人工智能的判断，那就一定会出问题的：因为每个企业的数据都有一部分是滞后的、是员工随手编的，物料、资金和***购数据都不是严丝合缝，环环勾稽的，那在垃圾数据的基础上，是无法训练出正确的人工智能的。

只有了解[_a***_]需求，满足客户痛点，AI企业才能生存下去。

一个新兴产业链孕育的过程、市场经济正常发展的结果。

孕育新兴市场需要一个过程、产业链整体还不成熟

任何一个新兴的产业从孕育到成长都有一个培育的过程，从之前的电商、移动互联网、o2o、VR/AR、共享经济、区块链、微博、京东、陌陌早期的不盈利到现在的盈利，再到现在非常火热的人工智能。每次的技术革新背后都可能会一次消费或者是应用升级，而不管是针对2b还是2c的用户，这种升级的培育、行业的落地都需要一个过程。

“人工智能产业缺乏的不是算法，而是如何更好地转化成工程手段。”卡耐基梅隆大学机器学习系副主任、Petuum创始人兼CEO邢波说，人工智能太高深了，为人所知的有自动驾驶、医疗等应用场景，其实最普通的土木工程领域，也需要人工智能技术的变革，但是这些小的应用场景很少有人关注。

因此，人工智能企业经历大规模的亏损，并不值得大惊小怪。行业成熟之前，盈亏不是衡量企业优劣的标准，也不能说明行业前景。

国内投资者盲目跟风

国内投资者喜欢跟风投资、投资过剩，导致市场存在巨大泡沫。风口过后，大家都会回归理性，都会遇到变现难，就会出现很多涌入的公司大批量的倒闭。

目前人工智能还处于大规模投入阶段，依然有着非常不错的前景，我是非常看好的，但基于产业链尚不成熟，大家都在寻找落地的方向。或许可能五年、十年才能看到效果，迎来大爆发，到那时我们真正能够体验人工智能带我们的便利，让我们一起拭目以待。

雷声大，雨点小是对目前国内AI人工智能行业现状的最好概括。

为什么说雷声大？在《2018年中国人工智能商业落地研究报告》中，陈述了这么一个现象：2017年中国人工智能领域的创业公司获得的融资累计超过500亿元。这么大的融资额，背后其实是风口和资本效应。

我们都知道，资本是往热闹的地方走的，而中国的很多资本流向，大部分是为了获利，而不是产生实际的社会价值。所以，追风口的事情在中国非常普遍，资本方用资金及其他***，催热一个行业，甚至是一个概念，吸引更多资本和人进入，等到大盘被抬高时，***走人。

人工智能就是资本眼中很好的标的。我不是说人工智能是虚的，或者只是一个概念，人工智能确实是未来发展的方向和各行业改革的助力器，它是绝对的政治正确，而且确实已经有一些落地应用，加上媒体的广泛报道和国家的支持，虽然离真正的普及和大规模实际应用还有比较长的距离，但人工智能将会是长期的风口。所以，资本都流向人工智能行业，具体到创业公司，只要涉及到人工智能的，获得融资的概率都会高很多。

你想想几年前，移动互联网刚刚兴起，无数互联网创业公司如雨后春笋成立，整个互联网行业都是资本的狂欢，北京、深圳等一线城市还出现了“创业一条街”、“扫码一条街”等互联网和资本的产物，等到泡沫破灭时，绝大多数创业公司面临倒闭。如今的人工智能、区块链也是新技术风口，也会受到资本的疯狂追捧。所以，这500亿元，投的大部分是对风口的追捧和对未来应用的期待，实际的落地和产出与此并没有多大的关系。

事实上，人工智能行业的商业落地之路也确实不太顺利，因为这个人工智能实在太复杂了，很多技术瓶颈难以突破。目前人工智能的主要逻辑是依赖于大数据训练与学习，而目前的数据需要标注整理，现阶段人工智能实现的前提，就是以大量的人为标注数据为运行基础的。这不仅需要大量的人力和时间，而且各垂直行业所需的专业人才不一样，再把带有专业背景的人才归到人工智能行业，就更是难上加难了。

到此，以上就是小编对于人工智能技术亏损原因有哪些的问题就介绍到这了，希望介绍关于人工智能技术亏损原因有哪些的1点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/52906.html