📖 ZKIZ Archives

精準農業風靡全球 業界大佬們都在急著提升科技含量

在未來，也許農民吃著火鍋，唱著歌，通過操作智能終端，數千畝的農場就會自動完成作業。這聽起來難以想象，卻並非天方夜譚。

伴隨數字化浪潮的到來，基於信息技術平臺、結合大數據與機械設備、優化作物管理和農業資源使用效率的綜合性農田管理優化技術——精準農業(Precision Farming)開始風靡全球，並悄無聲息地改造著傳統農業。

據聯合國糧農組織(FAO)預測，到2050年世界人口將達到97億，這對於當下的糧食產量是個很大的挑戰，需要大幅增加才能滿足全球的糧食需求。同時，全球各地的農民不得不面對土地、水和其他自然資源將更加稀缺的現實，以及做好跟氣候異常變化所帶來的旱澇、病蟲害做鬥爭的準備。

孟山都較早關註到精準農業，並且在這一領域深耕多年。日前，在世界生命科學大會期間，2013世界糧食獎獲得者、 孟山都公司執行副總裁兼首席技術官羅伯特·傅瑞磊博士(Robert Fraley)對第一財經記者表示，精準農業是希望采用多種工具幫助農民進行更好的作物種植，更有效、更精準地提供關於種子的種植和使用信息，這在支持種子和性狀方面，是一個非常令人興奮的業務，而且還能夠創造出更多的機會，幫助農民做出更好的決策。

快速發展的驅動力

精準農業這一概念誕生於美國，始於GPS(全球定位系統)技術在農業中的應用，主要由數據收集、數據分析、機械自動化三大部分組成。

1978年，美國範登堡空軍基地成功發射了全球首顆GPS衛星。此後，全球定位系統(GPS)、遙感監測系統(RS)、地理信息系統(GIS)、農田信息采集與環境監測系統、作物生產管理專家決策支持系統、變量投入技術VRT與智能農機開始完美融合。

精準農業就是通過這些系統采集、解碼信息，根據農地每一操作單元的具體條件精細準確的調整優化農業投入和相應管理措施，進行精準種植、精準灌溉、精準噴施等農業活動，以獲取最高產量和最大經濟效益。與此同時，減少資源使用，保護農業生態環境。

孟山都相關負責人對本報記者表示，持續增長的人口和糧食需求，以及環境和自然資源的變化，是精準農業現階段快速發展最主要的驅動力。同時, 各相關學科的發展尤其是數據處理、傳送及儲存能力的提升與成本的降低使精準農業的可行性大為增加。

這種以數據科學為基礎、數據分析為核心的技術為業內普遍看好。

以孟山都旗下的精準農業產品線為例，孟山都於2013年收購氣候公司(The Climate Corporation)，當年這還是一家位於舊金山的初創公司，除了提供天氣數據外也是一個算法和模型設計者，通過大量的數據分析基因性狀、農民習慣和環境之間的關聯，提供眾多其它“大數據”無法提供的內容，由此孟山都擁有了一套嶄新的農田解決方案。氣候公司的願景，不是告訴農民春季有多潮濕，而是為他們提供建議，例如在潮濕的春季和特定的耕種環境下，精確到田塊級別，應該施多少氮肥。

前述負責人稱，在美國，精準農業產品覆蓋面積較廣的有來自孟山都公司的“氣候技術平臺”(Climate Technology Platform)。該技術平臺融合精確定位的氣候監測和預警、土壤分析、農業生產數據模型等技術和廣泛的田間試驗數據，通過網絡和移動端軟件服務，為用戶提供作物氮肥使用、需求預測、農田健康監測、氣象預警、可變密度種植等多項服務。

根據孟山都2016財年第三季度報表顯示，截至2016年6月，孟山都精準農業平臺FieldView(包括全部3款現有的免費和服務版)在美國的覆蓋面積已超過9200萬英畝(約5.5億畝)，超越了孟山都公司制定的2016財年9000萬英畝目標;其中，FieldView付費版覆蓋面積達1300萬英畝(約7800萬畝)。

競逐精準農業藍海

今年9月，德國生化公司拜耳收購孟山都。據《新聞周刊》報道，拜耳表示，數字化農業的增長是公司提出以620億美元收購孟山都的關鍵原因，後者是為種植者提供分析數據的領先者。拜耳首席執行官沃納·鮑曼(Werner Baumann)稱，孟山都站在“數字農業的前沿”。收購孟山都有助於拜耳實現自己的目標，即為全世界的農場發現和提供最適宜的種子、肥料和化學藥劑。

孟山都公司中國總裁高勇曾對媒體表示，長期以來，人類收集了海量的農業相關數據，包括氣候、土壤、病蟲害爆發、產量和密度之間的相關性，以及農產品的市場價格等。如果把這些數據整合起來，通過模擬分析，就能給農民提供決策上的幫助。

為迎接已經到來的數字化時代，孟山都做出了收購初創公司進行轉型的決定。除了前述孟山都以9.3億美元收購加州氣候公司以外，早在前一年，孟山都就以2.5億美元的價格收購了美國伊利諾伊州的一家種植技術公司Precision Planting。該公司最大特點就是通過對土壤相關數據的分析，實現“非均勻播種密度”。農民駕駛播種機在不同區域位置、不同土壤情況下進行不同農作物品種的不同間距、深度播種，從而極大優化農作物的種植，並幫助實現差異化灌溉，最終促成農作物增收。

精準農業的技術應用自然是對農場主和農業公司都有裨益。借助這兩家公司，根據農田土壤的具體數據，孟山都將幫助農場主實現播種、施肥、灌溉、病蟲害防治的優化，據統計，這可以使田地產量提升3%-6%。而孟山都在收購氣候公司後發表的聲明中也表示，數據科學能夠在種子和化肥銷售這兩大核心業務以外，給公司帶來200億美元的創收機會。

一份由精準農業協會(PrecisionAG Institute)和美國大豆協會(American Soybean Association)在2012年7月發表的報告顯示，美國大豆種植者通過精準農業技術平均節省5%的生產成本，提高5%的大豆收入。另外，根據國外農業產業新聞(Farm Industry News)網站報道，美國俄亥俄州的農場主Brian Watkins擁有長達20年的精準農業實踐經驗，他曾測算過采用精準農業技術後的投資回報率(ROI)。以2013年種植季為例，使用精準農業技術為Watkins農場節省了24.5萬美元，其中種子與肥料所節省的費用占主要部分。與之同時，使用精準農業技術耗費9.6萬美元，凈回報達到14.9萬美元。也就意味著，在這一種植年中Watkins Farms采用精準農業技術後的投資回報率為103%。

據前述《新聞周刊》報道，其它的大型農業公司也在大力提升產品的科技含量。拖拉機制造商約翰迪爾推出了能夠實時跟蹤種子、肥料和化學藥劑使用量的自動駕駛車輛以及工具；杜邦(DuPont)也擴大了旗下Encirca農場管理軟件業務；先正達(Syngenta)公司完成了數筆跟數字農業相關的收購。

精準農業在中國

雖然從事精準農業不同環節的企業對這一技術的理解各有不同，但本質上都是為了節本增效。北京佳格天地科技有限公司(下稱佳格)是國內從事精準農業的初創公司，致力於通過“衛星+大數據”實現數據農業。該公司CEO張弓對本報記者表示，精準農業在美國已經達到應用水平，各種硬件軟件相配合，在不同的領域、作物和類型上都進入大規模應用階段。

他說，跟美國有很好的數據積累和模式的鋪墊不同的是，中國正處於從小農經濟向規模化經營，進一步向精準農業方向快速發展的階段。中國的差異耕種過程和細碎耕地分布更需要數據來支持。一方面比較破碎的地塊對精準農業或數字農業的要求更高，另一方面也意味著依賴性更高，更需要精確的數據進行指導和規劃。

張弓表示，過去粗放式管理是將幾百畝地一視同仁，在同一時間點播種、澆水、施肥、收割，這是一種相對低效的種植模式。事實上，每塊土地的土壤、光照、溫度不一樣，空間上環境的變化具有很大的差異。

他以灌溉為例，通過衛星觀測每個地塊上植物生長狀態來計算實際作物需水量，結合精細氣象模型給出的未來降水預測，最終給出一套針對每個地塊的最經濟灌溉方案。比如，牧草品質和產量對降水和自然氣象條件極其敏感，公司為內蒙古一家草業種植企業提供氣象預測和種植規劃服務，因預測強雷暴過境的信息精準，及時調整了收割方案，否則客戶將會為之損失200萬。

北京科百宏業科技有限公司董事長劉宗波對本報記者表示，跟傳統農業將土地、水、肥、藥、能源、人工等生產要素視為稀缺資源不同的是，新的農業生產要素是農業大數據，這包括統計數據、地圖數據、遙感數據、實時傳感數據等。當然，只有廣泛、準確、連續、全方位的捕獲這些數據才是基礎。

劉宗波說，通過物聯網監控這些農業大數據，與人工和普通監測監測相比，節約監測成本70-90%，同時提高監測效率500%以上。在準確監測土壤水分、電導率和溫度等方面，能夠幫助用戶精確控制灌溉水量，節約灌溉水量和電費30%-50%，節約肥料30%-50%。而且長期積累的監測數據可以用於病蟲害模型預測和控制常見病蟲害的發生，減少農藥使用和人工投入，明顯提高作物品質。

值得關註的是，精準農業中的大數據模型，基於機器學習的算法是在不斷進化的，隨著數據的長期積累沈澱，模型預測的準確性和精度將會越高，更大程度的提高未來產量的比例。

“雙11”來了別急著買買買！當心“定金”和“訂金”陷阱

“雙11”臨近，電商平臺一些商家紛紛采用低價預售商品的方式吸引消費者。據中新社報道，專家提醒，在購物時應分清“定金”和“訂金”的區別，謹防消費陷阱。

有媒體近日報道稱，湖北省工商局發布消費提醒，以格式條款規定預付款(訂金)不退屬霸王條款，不符合法律規定，應堅決予以抵制。

根據2015年10月1日起施行的《網絡商品和服務集中促銷活動管理暫行規定》，網絡集中促銷組織者不得采用格式條款設置訂金不退、預售商品不適用七日無理由退貨、自行解釋商品完好、增加限退條件等排除或者限制消費者權利、減輕或者免除經營者責任、加重消費者責任等對消費者不公平、不合理的規定。

據了解，“雙11”期間，電商平臺部分商家會舉行商品預售活動。根據商家要求，消費者只有先預付訂金，才能低價預購指定的促銷商品。若消費者未在規定時間內支付尾款，則訂金不予退還。

多位專家指出，商家根據規定“不退定金”是合法的，但是，如果“不退訂金”，則沒有相關的法律依據。

“定金”和“訂金”有何不同？

消費者在購物時應註意分清“定金”和“訂金”。那麽，這兩者究竟有何不同？

中國政法大學知識產權中心特約研究員趙占領指出，定金屬於一種法律上的擔保方式，對消費者和商家都有約束力。在支付定金之後，如果消費者不履行簽訂合同的義務，則無權要求退還定金。同樣，如果商家違約，則需要向消費者賠償雙倍定金。

《擔保法》明確規定，給付定金的一方不履行約定的債務的，無權要求返還定金；收受定金的一方不履行約定的債務的，應當雙倍返還定金。

“訂金對消費者和商家的約束力非常弱，在法律上是不明確的，也是不規範的。”趙占領說。

北京清律律師事務所主任熊定中表示，定金具有明確的懲罰性意味，比如，如果違約則無法拿回定金；而訂金只是以口頭或其他方式表達某種意願，雙方都可以毀約。

消費者在參加預購活動時，除了看清“定金”兩個字，是否還需要跟商家簽訂“若商家不供貨，則雙倍返還定金”的合同呢？

熊定中說，上述內容在法律上已經有明確規定，只要商家使用“定金”字眼，就應當遵守相關要求，不需要另簽合同。

何為“格式條款”和“霸王條款”?

湖北省工商局提到“以格式條款規定預付款(訂金)不退屬霸王條款”，這里的“格式條款”和“霸王條款”應當如何理解呢？

先看格式條款，趙占領說，格式條款是指當事人為重複使用而預先擬定、並在訂立合同時未與對方協商的條款。比如，在電商網站上註冊賬戶時簽訂的用戶協議就屬於格式條款，由網站事先擬定，消費者不能修改。

“在格式條款中，有時存在商家過於強調消費者的義務，而降低自身責任的情況，”熊定中說，根據法律規定，格式條款里面涉及到上述情況的內容是無效的。

再看霸王條款，熊定中指出，“不退訂金”是霸王條款的典型表現。根據這一條款，如果商家不供貨，只需要把訂金退回去，而如果消費者不想買，則無法拿回訂金。在這種情況下，只有商家可以無責任地毀約，消費者卻不可以，這明顯是不對等的。

中國消費者協會副會長、中國人民大學教授劉俊海認為，不退訂金的行為違反了契約精神。由商家事先擬定條款，消費者沒有話語權，消費者只憑網上的圖片就交付訂金，又無法退回，消費者與商家信息不對稱、財力不對等，不符合契約公平。

劉俊海同時提醒消費者，面對“雙11”眾多促銷活動，不要盲目相信部分商家誤導性的營銷，購物時應當保持理性。

AI的泡沫要來：創業者別急著往坑里跳

熱點微評 2017-03-27 16:34

本文由熱點微評（微信ID：redianweiping）授權i黑馬發布，作者王新喜。

人工智能（AI）應該是今年科技行業的最熱門領域之一。今年的兩會，“人工智能”首次被寫入政府工作報告中。李彥宏、馬化騰、雷軍、馬雲等大佬均提及了“人工智能”這一概念，並且都在推動之中。

有數據顯示，從全球來看，截至到2016年第二季度，全球AI公司突破1000家，跨越13個子門類，2011-2016年人工智能領域融資額複合增速達到42%，總融資額高達48億美元，其中，深度學習、自然語言處理、計算機視覺是獲投金額最多、創立公司最多的領域。

百度人工智能早早已在布局，今年阿里宣布啟動“NASA”計劃，騰訊正式宣布成立AI Lab。國內BAT，前兩年的共同戰略還是連接與生態戰略，轉眼間，都在給自身貼AI標簽了。

李開複是國內人工智能領域瘋狂投資者之一，聲稱創新工場投資接近25家企業，包括地平線機器人、Face++、Uisee等。而在創新工場之外，眾多風投機構都樂於在人工智能領域砸錢。甚至有人激情萬丈的喊出：“創業就去搞人工智能”。

人工智能為何這麽火？

人工智能這麽火事實上也不是沒有原因，第一，這跟當前移動互聯網多數領域的風口已經過去了有關系，人口紅利結束了，互聯網巨頭需要新的增長點，用戶對於下載新的APP越來越沒有興趣。

有數據顯示，在2016年1月有超過5萬個新的APP被提交到了appstore，但是在美國市場有65%的智能手機用戶在一個月內下載新APP的數量為0，下了1個新APP的人占8.4%。去年五月份，美國排名前15名的移動軟件開發商，發現下載量同比下跌了兩成。

國內這種趨勢也非常明顯，所以我們看，開發一個APP則會面臨用戶獲取和使用成本高，難留存，用戶難發現等瓶頸。於是創業者到資本開始不斷尋找新風口與新的增長點。

其次，人工智能基本上是被巨頭推動的。巨頭為何要推動，因為它畢竟是關系到未來的一項顛覆性的技術，沒有人會願意自己被新技術顛覆。

在矽谷，英特爾、谷歌、GE、facebook等是最活躍的投資者。在AlphaGo之外，Google不久前又發布了神經機器翻譯系統（GNMT），並且將其投入到了難度系數頗高的漢語-英語翻譯應用中，Facebook紮克伯格甚至表示人工智能就是下一個十年路線規劃的核心。

有“安卓之父”之稱的安迪-魯賓(AndyRubin)也成立一家軟硬件孵化器和風險投資公司，主要面向人工智能領域，為初創企業提供資金支持。在美國，MIT，斯坦福等高校以人工智能方向的專業培養了眾多頂尖人才，被以谷歌、Facebook、微軟等為代表的企業重金聘請。

而人工智能的基礎層涉及到大數據、人機交互、計算能力、通用算法、框架等這是構建生態的基礎，價值高，能聚集大量開發者和用戶，有人認為未來AI產業盈利亮點還將傳導至應用層，它成為巨頭必然要拿下的高地就不足為奇了。

所以我們看到，當前中國互聯網巨頭也紛紛開始從谷歌、Facebook、微軟以及全球名牌大學招募頂尖人才。

而當前人工智能項目又是巨頭的標配，國內資本嗅到風向又開始助推，因為一旦下註到一個好的項目被BAT收購接盤，在高點退出，也是一筆劃算的買賣。

資本和企業都樂意鼓吹人工智能領域的無所不能與遠大前程，方便融資並獲得高額估值，擠入獨角獸行業。這是科技互聯網領域常見的場景，從O2O、P2P、VR到今天的人工智能盡皆如此。

矽谷巨頭的人工智能助理被嘲為智障助理

當前人工智能還是依賴海量數據、算法、計算能力進行驅動。但最重要的是，基於用戶特定場景需求的邏輯理解能力以及顛覆性的商業模式方面，人工智能的應用還沒影兒。

但在當前，最重要的是基於用戶特定場景需求要具備邏輯理解能力與顛覆性的商業模式方面，人工智能的應用還沒影兒。

在矽谷，谷歌、亞馬遜、微軟都紛紛推出了自己的人工智能的基礎設施、API和開源框架，包括了計算機視覺、語音、語言、知識圖譜、搜索等幾大類。矽谷科技巨頭的人工智能助理基本上也已經成為標配了：從Facebook M到Amazon Echo，從Google Assistant，到Apple Siri、IBM Watson。

但即便是這些巨頭的人工智能助理，它們的服務範圍基本定位在信息檢索，資訊收集獲取，而無法搞定相對複雜一點的問題。

比如這些助理基本能回答今天天氣如何，但如果問到附近的星巴克可以用微信支付麽以及今天的天氣是否會導致塞車或者航班延誤等這類相對有邏輯一點的問題就無能為力了。

在推理性與邏輯性、專業性的實際問題層面的解決能力上依然被一些用戶與業內人士嘲為智障助理，實用價值並不大。

總體來看，從巨頭的戰略布局目的來看，iOS和macOS的軟硬件操作需要SIRI來尋找突破口；Cortana依附於windows；echo關聯著的智能家居設備的操作等等。但在當前，它依然不具備類似的生態和硬件入口的條件，而只是一個生態的補充。

另外，許多巨頭研發的AI助理在基於上下文的對話能力與理解口語中的邏輯、能力履行、基於上下文的對話能力方面都存在欠缺，也意味著當前的人工智能還處於相對初級的階段。

人工智能還有很多難題，創業者也很難跟巨頭去拼人才、用戶、流量與資本

所以說，以深度學習為主力的這一波人工智能浪潮吹了很多年，巨頭也投入了很多資源，但從當前巨頭的人工智能助理看出，深度學習在處理複雜的任務時顯然還存在諸多不足，也就是說深度學習技術當前還缺乏邏輯推理與表達因果關系的能力。

顯然，如果無法根據邏輯進行多層次地推演，理解表達因果關系的能力，就無法擔綱深層的服務。這也是我們看到巨頭研發的聊天機器人都只能做到幾輪對話的原因。

另外，人工智能目前在技術上還有很多難題有待處理，從當前來看，在手機、電腦等常規的硬件載體之外，人工智能還沒有相對成熟的全新的軟硬件載體，人機語音交互的智能化程度低，硬件層面缺乏配套。語音識別、自然語言理解等技術要產品化商業化落地目前還看不到苗頭。

即便在當前，人工智能相較以往已取得很大進步，但其主要應用仍在企業服務領域，用戶端能接觸到的人工智能應用仍是以手機、電腦端的語音助手為主。人工智能應用的服務行機器人層面，雖然功能性雖不斷完善，但當前的產品體驗層面依然離商業化與消費者太遠。

況且人工智能離不開海量數據的支撐。對於創業者來說，一旦科技巨頭都在開足馬力，加大火力，在進行人工智能布局的時候，創業公司與巨頭相比，在人才儲備與數據、用戶、流量、資本不在一個檔次，貿然進入這個賽道，結果是可以想象的。

當前人工智能領域的人才是稀缺性人才，創業公司也很難去搶到優質人才。

早前創新工場李開複指出，矽谷各公司在用“不合理”的價錢去挖人，給剛畢業的人工智能領域博士都能開出超過200萬到300萬美元的年薪。畢竟真正懂深度學習的人還不多，極為稀缺導致供需不平衡，當然這個不合理的價格也涉及到人才競爭。

人工智能本質是拼技術：但創業者要拼過巨頭很難

即便是做大了被收購這種想法也相當危險，因為人工智能在本質上是拼技術，而當前互聯網創業成功者多數是基於商業模式的創新。

而創業公司在某一垂直領域做出絕對的技術壁壘其難度相當大，因此有業內談到這樣一個案例，矽谷某大公司收購一個人工智能初創公司後，發現各種指標、性能還不如內部的產品，於是被收購的團隊全部派去做產品了。

另外，在谷歌發布新版神經機器翻譯系統後，某定位於機器翻譯創業團隊發現自家產品翻譯的準確性全面落後於谷歌。這體現出，創業者拼技術要拼過巨頭很難，另一方面，人工智能類創業公司想做大了被收購的概率相對於其他拼商業模式的公司或許也更難。

創業者缺數據 但數據是AI的基礎

人工智能（AI）已經應用於語音識別、圖像處理器、計算機視覺、機器人等多個領域，在人機圍棋大戰中屢屢獲勝，而這背後，經過了是海量數據的積累與學習。AI的基礎是大數據，這些資源通常掌握在巨頭手中。

而當前巨頭紛紛布局人工智能的想法就是充分激活先有的數據價值，掌握用戶的行為，精確計量數據變現路徑。谷歌在利用大數據方向與關鍵業務是搜索，但可以衍生到地圖，視頻、翻譯、無人駕駛汽車等相關業務。

在國內，BAT等巨頭占有者最大的用戶群與數據，它們可以用深度學習的算法，在大數據的基礎之上，更好的應於廣告的推薦以及內容平臺的信息流算法推薦。

比如對於今日頭條這家從誕生之初就自冠以人工智能屬性的公司，其基於數據的推薦算法驅動機制盡管帶來了低俗的標簽，但卻俘獲了海量用戶。通過技術手段的過濾和機器學習在內容產業領域也正在成為BAT的標配與必爭之地。

事實上，無論是谷歌facebook，還是BAT，都可以利用人工智能算法收集到很多的數據，這些都可以幫助它在未來推送有價值的廣告。說到底，人工智能的本質是進化算法可以自我學習，但它無法從根本上去改變行業，而更多的是提高效率的一種方式。

有人認為，創業公司可以選擇做垂直領域的先行者，積累用戶和數據，結合技術和算法優勢，成為垂直領域的顛覆者。

但要知道，普通的創業者在數據層面跟互聯網巨頭根本沒得比，而深度學習的強大在於非結構化大量數據的特征提取，創業者在數據層面的欠缺往往只能給別人提供API服務，因此這一領域可能很難支撐一個獨立的公司，它更適合作為巨頭未來戰略下的一個部門或環節。

當前人工智能還停留在學術層面：投資回報率不對等

另一方面，當前人工智能的深度學習在語音和圖像以及自然語言處理的應用方面雖有進展，但更適合在搜索引擎和學術、信息流內容數據推薦方面，還無法應用在許多普通用戶的產品上面。

也就說是說，AI當前目前跟學術關聯性很高，而且更多是停留在學術研究層面，但技術與學術研究要應用到一些產業或行業從規律來看都需要幾年甚至幾十年的時間，不能簡單地靠普通商業思維去打通。

對於巨頭來說，如果人工智能的應用只能停留在下棋與炫技的層面，那可能意味著投資回報率不對等以及很大的泡沫與風險。

當然，對於巨頭來說，布局人工智能是有必要的，因為它是底層基礎層面的應用框架，這是構建生態的基礎。

有業內人士認為，從未來性看，結合了複雜推理和表示學習的系統將為人工智能帶來巨大的進步，但深度學習在短時間內不會像圖形操作界面與互聯網那樣改變大部分人的生活。

當然，不能否認人工智能將是輔助醫療、服務機器人、無人駕駛、虛擬現實等領域的重要變革變量，對互聯網、安防、金融、醫療、汽車、制造業、教育、廣告、智能家居等諸多行業均會進行重要改造。

但這個遠不是其他領域創業打雞血拼宏願談理想就能成，開發人工智能是一個龐大的系統工程，它不會是一個突然出現的風口，更是一個長時間的經濟技術、科研發展水平的緩慢沈澱與推動的過程。

技術雖炫酷但盈利方面艱難

而人工智能的技術雖炫酷但盈利方面艱難，當前即便是與人工智能息息相關的機器人產業，其前景也並不樂觀。OFweek行業研究中心統計數據顯示，從盈利能力來看，機器人本體業務虧損面高達70%。

有人拿出根據艾瑞的數據說，2020年中國人工智能市場規模將達91億元，年複合增速將超過50%，稱這個行業發展前景極為廣闊。

但如果被稱之為下一代新的入口與全球科技巨頭爭搶布局的未來技術奇點與底層基礎設施的產業，在3年之後，市場規模才91億元，還不及共享單車市場的一個零頭，這只能意味著人工智能產業的發展還處於初級階段，AI在短時間內也很難成為風口。

我們知道，人工智能在美國已經研究幾十年，但依然很難看到盈利的希望，商業化落地依然面臨尷尬局面，創業者的遊戲都是資本推動的，資本是逐利而短視的，如果遊戲的結果是一直是無底洞的投入換不來真金白銀，遊戲就很難玩下去。

當然人工智能是未來這並不錯，問題是這個變革或者說真正改變人類的未來時間點什麽時候來，但肯定不是現在。人工智能當前有了一定的發展和突破，但離真正商用、產品化落地與人類生活緊密關聯的時間點還太遙遠。

微軟亞洲研究院常務副院長芮勇曾經說了一句略顯誇張但卻清醒的話：實現真正的人工智能大約要500年，你要讓我在後面再加個0我也不反對。

從當前看來，如果沒有清醒的認識到現狀，資本瘋狂助推，創業者貿然入局會把AI的泡沫越吹越大。“當下創業就去搞人工智能”最終可能會淪為一個笑話。

文章評論

匿名用戶

發布

全部評論：10

發布