人工智能被高度关注的导火索，或许就是去年韩国棋手李世石与AlphaGo的那场大战，AlphaGo的胜出让不少人认为人工智能已站在爆发节点上。时隔一年，5月27日明升中国围棋第一人柯洁再次落败AlphaGo，将人工智能的热度再次推向高潮。

但实际上，迄今为止人工智能并没有真正进入百姓的消费市场，也找不到一种类似“滴滴”一样的爆款产品。

“人工智能在消费领域并没有特别成熟的应用，它如同一场长跑，一定需要很长时间才能与明升结合，在细分领域理解用户的需求，深入场景应用。”在2017全球人工智能技术大会上，北京深瞐科技有限公司董事长兼总经理陈瑞军说。

如果说人工智能在2016年是在美好理想和残酷现实的夹缝中野蛮生长，那么，2017年，人工智能正从虚火过旺的状态中冷静下来，开始站在创新创业的风口上寻找最佳的着陆点。

消费市场陷困局

人工智能有多火？全球每10.9小时就会诞生一家人工智能企业。未来的机会在哪里？以BAT（百度、阿里巴巴和腾讯）为代表的互联网巨头纷纷指向人工智能。但与之相悖的是，被视为下一个科技趋势的人工智能，却拿不出一份接地气的商业落地成绩单。

人工智能技术应用的细分领域有很多，包括计算机视觉、智能机器人、虚拟个人助理、语音识别、情境感知计算、手势控制，等等。

此前，百度推出小度机器人、渡鸦科技发布智能家庭中控产品，这些智能硬件意欲打开消费市场，但均未得到市场的强烈回应。而市面上如雨后春笋般涌现出来的聊天机器人，一句“对不起，我不太明白你的意思”，也会让消费者大失所望。

小i机器人创始人CEO朱频频，虽然是做机器人出身，但他对消费级机器人进入家庭却持悲观态度。“我不认为会有一款新的消费机器人成为爆品。”朱频频直言，“就像扫地机器人，很多时候并不能满足现在的刚需。消费市场有一些路径是慢慢进化出来的，可能在某些点才会爆发出来。”

“很多技术开发者往往缺少对商业层面的重视，不太会发掘应用场景，不是按照产品开发的模式先看有怎样的场景和需求，而是反向思考我的技术有可能满足哪些场景，这些场景是不是可以推广。”一位人工智能创业者对记者说。

在去年的人工智能大会上，中科院院士谭铁牛就曾发出警告：人工智能热门技术正处于“期望膨胀期”，接下来可能进入“幻灭期”，要警惕下一个人工智能寒冬。

那么，今年人工智能会不会很快进入寒冬？大部分企业和投资方普遍持冷静态度，他们认为寒冬虽不太可能，但颠覆性机会仍未出现。人工智能基本不可能具有移动互联网产品的发展速度，更像是一场需要有技术驱动、持续与各行各业融合的“马拉松”。

“如今的人工智能发展有点像广州的冬天，不太可能出现哈尔滨那样断崖式的天气。”亮风台创始人兼CEO廖春元说，“人工智能正在创造价值，这与纯粹的噱头完全不同。比如智能语音客服、智能安防、金融、增强现实等领域都有产品纷纷落地，在娱乐、电商、教育等方面也有深入结合，这也给从业者很大的信心。”

但廖春元也不否认人工智能有泡沫的存在。“泡沫一方面源于大众不清楚技术的边界，认为人工智能无所不能，受外界声音影响，期待过高；另一方面是大环境驱动下的‘短线炒作’，这些泡沫终将在商业市场中被挤破。”

“尽管人工智能被视为巨大的机遇，无论互联网还是智能硬件厂商都会继续加大其关键性技术和产品投入，但新产品在未找到合理的应用场景之前，不会创造想象中的巨大收益。”上述创业者说。

寻找最佳落地场景

记者出身的紫牛基金合伙人张泉灵，在调研人工智能企业时，常会问到三个问题：“你的稳定的数据来源是从哪里来的？你的技术是要落在什么样的场景下？谁会为你买单？”

在调查完诸多制造业工厂后，张泉灵觉察：“哪些岗位是企业目前必不可少的，但却又招不到人的，哪些就是人工智能很好的落地场景。”另外，她还表示，对安全性要求非常高的行业，比如医疗领域，也不排斥会有人工智能的介入。

这一观点与达闼科技创始人兼CEO黄晓庆不谋而合。“世界一流的手术机器人达芬奇，是一个完全没有人工智能但又可以非常精确地在医生的远程操控下完成手术任务的线控机器人，如果达芬奇能加入人工智能技术，或许可以让一般的医生也能完成非常高明的手术。”

西北工业大学教授陈景东则觉得，人工智能企业不需要根据一些伪需求去开发机器人，例如控制电器开关这些人类能够轻而易举完成的事，而是应该让机器人去完成我们人类不方便完成的事，比如给大楼擦窗户这种具有危险性的工作。

不过，这并不代表机器人进入百姓家庭就没有前途。在陈景东看来，人工智能进入家庭是未来的趋势，但应该满足几个条件，首先是可靠，其次，最好不要让人感觉到有机器人的存在。

总之，多位业界人士的共识就是，人工智能的当务之急是要探索能否解决人类重复的劳动、替代人类危险的作业，同时带来更好的创业机会。

在张泉灵看来，安防、无人驾驶、精准医疗都是万亿级潜力的大市场。微软公司全球资深技术院士黄学东则更看好语音识别领域，他认为该领域将快速实现商业化部署。

商业化需在挑战中胜出

但是，要完成从技术突破到商业成熟的完美跨越，人工智能公司还需要在多项挑战中胜出。

“以数据供应、算法优化、基础架构三方面为技术基础，选择合适企业的应用场景和业务模式，找到自身的价值量度，才能打造人工智能的生态模式。”搜狐大数据中心副总经理管延放说。

技术出身的管延放认为，有质量的数据源是决定人工智能产品成败的前提。算法是人工智能企业的核心竞争力，面对问题域找到最有效的算法并取得领先是人工智能企业成功的关键。

不过，目前人工智能在技术基础方面仍然面临许多问题。“例如，合规的数据共享仍因为合作疆界的障碍而困难重重。另外，人工智能数据计算的基础平台虽然日趋完善，但各平台在安全性、稳定性、功能性上的挑战仍然十分巨大。”管延放说。

在他看来，“人工智能+行业”是人工智能落地的基础，整合市场需求、规划人工智能解决方案也是现今市场上最为稀缺的商业模式。

为此他建议，人工智能与传统行业及新兴行业的深度融合，需要团队同时具备前沿的技术能力和深度的行业理解及影响力。人工智能公司也需要找到合适自己的业务模式，借助自身的能力和资源建立领域优势。同时，人工智能服务需要以可量化的、与客户一致的度量指标来衡量服务价值，这也需要深度的沟通教育以及业务的磨合。