自去年下半年起，互聯網人都感覺日子逐漸變得不太好過。如果說曾經的自媒體喜歡販賣焦慮頗受人唾棄，而現在，這種焦慮消極的情緒無需人提醒，早已在人群中發酵彌漫，無論是社畜還是老板。

一面是經濟下行壓力增大，多家企業裁員降薪，一面是生活突然要開始操心“水果自由”的基本問題;一面是外企陸續從大陸撤離，一面是華為危機引發民族情緒讓大家義憤填膺;一面是很多失業者經歷了更長的求職期，體會從財務危機到自信心打擊的多方面挫折;一面是在職者無法忍受家常便飯式的加班，壓抑、憋屈的情緒在一場“996.ICU”的活動中集體爆發。

[[268934]] 

在中美貿易激戰和國內金融去杠桿政策的大背景下，互聯網經濟體的泡沫似乎一觸即發。盡管企業諱莫如深，行業早已風聲鶴唳：“互聯網行業寒冬期到來”、“程序員失業潮來襲”、“巨頭們勒緊褲腰帶過日子“等言論不絕于耳。

在這樣一個大環境下，這幾年高歌猛進的人工智能行業所面臨的挑戰將不言而喻。下面，我們將從資本風向、熱門領域、企業動態、人才市場等方面出發，從中探尋中國人工智能領域發展現狀，剖析未來發展趨勢，以更好地幫助相關從業者做出適當的調整。

一、行業現狀：資本寒冬來了，但“吸金”效應仍在

放眼全球，人工智能行業的投入和市場規模依舊呈高速增長趨勢。

在投入方面，根據IDC在2018年發布的《對話式人工智能白皮書》顯示，全球人工智能技術支出到2020年將達到2758億人民幣，未來5年復合增長率高達50%，到2020年，中國人工智能技術支出將達到325億，占全球整體支出的12%。

在市場規模方面，據MarketsandMarkets的***數據，人工智能的市場規模將從2018年的214.6億美元增長至2025年的1906.1億美元，年復合增長率達36.62%。

與此同時，人工智能企業的融資額也在持續增加。尤其是在2018年被稱作資本寒冬、大環境不好的背景下，我國人工智能領域投融資逆市增長，實現融資額1278億元，融資事件602起，雙雙創下新高。而另一方面，全國拿到風險投資的公司(含上市公司)僅占國內人工智能企業總數的30%。也就是說，有70%的公司仍然拿不到投資。通過對2018年人工智能投融資市場的回顧和2019年上半年投融資市場的分析發現，人工智能領域的資金向頭部創企集中的趨勢明顯，2019年該趨勢得以延續。

這些現象足以表明，資本不再激進，熱錢不再涌動。如今AI這條賽道上，已經變得很擁擠，新興的創業公司在拿錢這個問題上，不再如往年那么幸運了。當人工智能創業熱潮逐漸趨于理性，代表人工智能企業或面臨洗牌。在當前資本市場資金短缺的情況下，會有大量底層技術實力較弱的企業逐步被淘汰，而一些細分領域中，有扎實技術支撐并且有商業落地能力的企業才有望迎來發展。

[[268935]] 

二、細分市場：已形成人群大數據積累的領域，AI落地速度快

通過對2018年國內人工智能領域投資情況的分析可以發現，國內BAT等幾大巨頭均重點在To B(企業服務)領域進行了投資布局。當前，隨著中國人口紅利逐漸消退，人工智能領域落地于To B是未來趨勢。人工智能賦能下的芯片、金融、安防、文娛、醫療、汽車等各行業的投資均在2018年呈爆發態勢。

下面，我們挑選其中最熱門投資領域來詳細分析：

1、安防、金融、互聯網服務等領域商業化程度***

從商業化程度看，安防、金融、互聯網服務、企業服務等行業走在前列。安防領域，在“雪亮工程”的政策推動下，針對人像數據、車輛數據的智能攝像機、后臺分析系統等產品落地速度快;在民用市場，人臉閘機成為民用市場的明星產品。金融領域，智能風控和量化投資的技術應用商業化程度較高，作為“離錢最近”的行業，金融業原本積累的海量數據，為人工智能在金融領域的應用落地提供了“養料”。互聯網服務領域，以翻譯、P圖、智能推薦、語音轉寫等服務為主，這些服務以智能手機為主要入口，與公眾工作和生活的關系較緊密。企業服務領域，智能營銷和智能客服是兩大主要落地的應用，前者重點基于人群大數據、通過數據挖掘技術實現精準營銷，后者基于知識圖譜和語音交互技術而正在被廣泛應用于各行業。

從金融和智能營銷領域可以看出，已形成人群大數據積累的領域，AI落地速度快。以互聯網廣告投放為例，實現廣告的精準投放是廣告主和DSP平臺的核心需求，互聯網和移動互聯網的廣告生態已存在數十年，廣告投放的歷史數據也積累了數十年。AI算法對于數據挖掘技術的提升，加上算力的優化，使得廣告公司能夠在毫秒間將廣告主需求與人群大數據實現精準匹配，實現精準營銷。例如品友互動的“MIP智能決策引擎”、百融金服的智能風控服務等。

2、AI芯片企業百家爭鳴，各自為政

由于具有得天獨厚的技術和應用優勢，英偉達和谷歌幾乎占據了AI芯片領域80%的市場份額。其他廠商，如英特爾、特斯拉、ARM、IBM以及Cadence等，也都占有一席之地。至于國內，AI芯片的發展和應用與國外相比依然存在很大的差距。由于我國特殊的環境和市場，國內AI芯片的發展呈現出出現百家爭鳴、各自為政的格局的格局。特別是每個初創企業的人工智能芯片都具有自己獨特的體系結構和軟件開發套件，既無法融入英偉達和谷歌建立的生態圈，又不具備與之抗衡的實力。

中科院自動化所集成中心吳軍寧曾發文認為，國產人工智能芯片的發展，一如早年間國產通用處理器和操作系統的發展，過份地追求完全獨立、自主可控的怪圈，勢必會如眾多國產芯片一樣逐漸退出歷史舞臺。

此外，中美貿易沖突的升級，殃及了AI芯片市場，國產化替代迫在眉睫。2018年11月，美國商務部就AI芯片等新興技術的出口管制措施公開征集意見。半導體是美國第四大出口行業，超過80%的美國半導體公司營收來自海外客戶，2017年美國半導體出口額440億美元并繼續在該領域保持貿易順差。高通、英偉達等公司的營收有相當部分來自中國合作伙伴和中國市場。由于AI芯片覆蓋范圍廣泛，升級后的管制措施將對美國半導體企業和貿易順差帶來負面影響，正如中國的“天河-1A”超級計算機曾使用了7168個英偉達GPU，但在美國禁令后中方超級計算機改用國產芯片，導致英偉達失去該業務合作機會。目前，中國無疑將短期承壓，但國產化替代卻迎來了機遇。

[[268936]] 

3、AI+醫療行業壁壘較高，落地仍需需要較長時間

近 5 年來，“AI+”應用于醫療研究已經成為現代科技的熱點。現階段，人工智能+醫療主要有八大應用場景，分別是虛擬助理、醫學影像、輔助診療、疾病風險預測、藥物挖掘、健康管理、醫院管理和輔助醫學研究平臺。其中，借助于醫療影像大數據及圖像識別技術的發展優勢，AI醫學影像成為我國目前人工智能與醫療行業應用結合最成熟的領域。

不同于其他行業，AI行業的壁壘相對較高，尤其是AI+醫療企業，面臨著資金、政策、技術、人才、醫療數據等不同緯度的挑戰。在現階段，由于各種因素的制約，AI醫療行業暴露出了同質化競爭嚴重、落地和商業化模式不成熟、審批過關難度大等問題。

對于AI醫療企業而言，今年無疑是充滿挑戰的一年。就目前看來，AI醫療產品落地仍然需要完成很多目標，需要資金與很多配套的支持，以及較長的時間，然后才能產生社會效益。因此，融資對于企業而言是一個長期持續不斷的話題。對于那些前期資金儲備不足、產品無法實現商業化，并且拿不下許可證的企業，今年將會面臨嚴峻地挑戰，甚至會被市場淘汰。

4、乘用無人駕駛陷入瓶頸，貨運無人駕駛異軍突起

與歐美國家相比，國內自動駕駛水平相對落后。

2018年一份來自KPMG的研究報告選出了國際上的20個主要國家從政策法規、技術創新、基礎設施、消費者接受程度對自動駕駛汽車的發展做出了綜合的評估。結果如下：

 

單看中國與美國，技術創新美國***，而中國排名第15，其原因歸根結底還是基礎的自動駕駛技術太過薄弱。更直觀的方面，如果從SAE的評級來看，我們現在的整體水平和大規模應用方面在L1-L2之間，美國在L2-L3之間，中間的差距是3-5年左右，這是一個汽車產品研發的周期。除了技術方面的瓶頸，近來國內自動駕駛源代碼糾紛官司、創始人內訌等熱點事件，也嚴重打亂了企業發展步伐。

在融資動態方面，可以看出如今的無人駕駛走入了“冰火兩重天”的境地。梳理近年國內主要的無人駕駛創業公司的融資歷程，其中2017年、2018年達到高峰，到了2019年，融資金額和數量出現大幅度下降。而另一方面，貨運無人駕駛卻異軍突起，成為投資人眼中的香餑餑。

究其原因，主要是自動駕駛貨運場景相比城市交通場景更容易實現，該場景相對封閉，多為端到端的高速路段或集中在港口碼頭一類的固定場景，發生因路況復雜、陌生所造成的行車環境難以感知的情況概率較低，各個廠商對自動駕駛貨運場景的推進速度也會更快。此外，貨運無人駕駛的落地將有效推進貨運物流行業發展，為其創造更多的價值。而遲遲未能落地的乘用無人駕駛，走入瓶頸期，主是還是因為技術不成熟、路測量有限、制造成本居高不下、法律法規不適應、產業資源比較分散等問題。

三、企業：裁員縮編，科技公司轉型在陣痛中推進

隨著資金向頭部企業聚集的趨勢逐漸明顯，那些融不到資、技術無法落地的公司必然面臨著生死存亡的問題。2018年至今，互聯網企業裁員傳聞接連不斷。共享行業、手機制造商、電商、聯合辦公、房地產等行業相繼淪陷，隨后人工智能領域也未能幸免。與裁員關系最直接的原因是運營情況不理想，甚至是倒退。隨著經濟環境的變化，企業為開源節流或斷臂求生，裁員會成為***手段。

事實上，除了初創公司，資金雄厚的科技巨頭和明星獨角獸在過去一年同樣面臨業務調整和裁員。盤點2018年6月至2019年2月的相關裁員消息，會發現包括阿里巴巴、騰訊、京東、華為、曠世科技等頭部科技企業都在其中。

 

騰訊：

去年 9 月 29 日，騰訊宣布內部架構大調整，新成立云與智慧產業事業群(CSIG)、平臺與內容事業群(PCG)，在今年 1 月 9 日，騰訊對外公布了其公司技術委員會的成立，同時在該委員會下設立了“開源協同”和“自研上云”項目組，分別負責公司成員開源事務的協調管理和公司成員自研上云事務的協調管理。而為了更好地“扎根消費互聯網，擁抱產業互聯網”，騰訊被傳要裁撤 10% 的中層干部。

阿里：

相較之下，阿里調整似乎更為頻繁。2015 年，阿里提出“大中臺小前臺”的中臺戰略;2017 年，阿里面向“五新”進行了架構調整;去年 11 月，阿里在面向未來 5-10 年數字經濟時代，宣布“阿里云事業群升級為阿里云智能事業群，加強技術、智能互聯網的投入和建設;天貓將升級成為「大天貓」，形成天貓事業群、天貓超市事業群、天貓進出口事業部三大板塊;成立新零售技術事業群等等”。值得慶幸的是，阿里內部架構在可以“說變就變”的同時，還能對于技術人才的引進保持穩定的增長狀態。

百度：

去年 12 月 18 日，李彥宏發布內部郵件，宣布百度組織架構整合，ABC 智能云事業部升級為智能云事業群組(ACG)，同時承載人工智能 To B 業務和云業務，此外，搜索公司及各 BG 的運維、基礎架構和集團級共享平臺整合至基礎技術體系(TG)。

此前，百度以AI已經形成了以百度大腦為核心，DuerOS、Apollo、智能云三架馬車的布局，但三架馬車各有各的問題，押注DuerOS的小度音箱靠補貼獲取市場，可百度的IoT布局卻面臨小米、阿里這樣的強勁對手;自動駕駛遙遙無期，同時面臨政策風險;智能云發力較晚，只能在存量市場廝殺。百度想要“以投入換增長”，但資本市場卻問百度要利潤。這要求百度既要保證業績的持續增長，又要平衡新業務投入和回報。目前來看，百度做得并不好。

今年5月17日，百度公布一季度業績，當季營收未達預期，利潤由盈轉虧，這是2005年上市以來百度***季度虧損。財報發布的當天，李彥宏就在內部信中宣布，百度高級副總裁、搜索公司總裁向海龍辭職，其搜索公司轉型為移動生態事業群組，由沈抖接任負責;31日，百度宣布任命高級副總裁王海峰為百度集團***技術官，并繼續擔任AI技術平臺體系和基礎技術體系總負責人。由此可見，百度的搜索和AI，正在加速交接。但是，最近除了向海龍外，還有四位高管閃電離職，也為其 All in AI 的未來帶來了更多的不確定性。

曠世科技：

曠視科技研發的人臉識別技術，圖像識別技術，智能視頻云產品，智能傳感器產品，智能機器人產品已經廣泛應用于金融、手機、安防、物流、零售等領域，擁有上千家核心客戶。今年年初，曠視科技發布了一個戰略級發布會，宣布進軍機器人領域。同時，更換企業新Logo。眾所周知，曠視科技***在人臉識別領域“C位出道”。而年初的業務調整被認為是，曠視科技根據市場變化，及時做出的“轉型”。

同時，今年年初微博爆料顯示，AI獨角獸曠視科技裁員15%，其中杭州分部一鍋端。不過媒體向曠視科技求證，對方表示消息不實，都是正常年度業務調整。

比特大陸：

曾經，比特大陸占據著礦機行業70%以上的市場份額，在2017年的數字貨幣大牛市中，這家公司成為***贏家，年凈利潤近50億元人民幣。2017年年末，比特大陸開始加速向AI領域轉型，并于2018年10月正式對外界發布了兩款AI芯片：云和邊緣服務器的AI芯片BM1682和用于邊緣AI協處理器BM1880，以及基于芯片的一些產品。但隨后，行業迅速轉熊，礦機滯銷，比特大陸的營收和凈利潤都大幅下滑。壓力之下，比特大陸開始大量裁員，眾多尚未盈利的創新業務也被砍掉，包括區塊鏈、人工智能、芯片等多條業務線，其中被寄予厚望的人工智能業務成為此輪裁員重災區。

滴滴：

2018年是滴滴出行掙扎的一年，惡性事件的連續發生，致使滴滴出行整體業務受挫嚴重。滴滴整改之后，不少用戶感受到了打車難。而另一方面，滴滴出行也不斷進行著業務調整，對于惡性事件的防范工作，滴滴出行也早有預見，引入新技術。2018年1月，滴滴出行成立AI Labs(人工智能實驗室)，以加大人工智能前瞻性基礎研究，吸引***科研人才，加快推進全球智能交通前沿技術發展。通過AI技術解決出行問題。

同樣在今年2月，滴滴出行被傳出裁員消息，且裁員比例將會達到25%，影響的人數大概在兩三百人左右。集中在R-Lab孵化的業務，包括滴滴外賣、小巴。有趣的是，滴滴出行的裁員計劃，由于賠償到位，補償豐厚。員工被裁出了“幸福感”，不少員工為了爭奪裁員名額擠破了頭。而滴滴并未對此事進行相關回應。滴滴出行因為處理得當，成為“良心”企業。

總之，從去年開始到今年年初，疑似裁員的消息仍然不斷地發酵。無論是企業正常的業務調整，還是市場大環境倒逼企業，及時換血，調整業務。隨著移動互聯網時代流量紅利的漸漸觸頂，企業需要對自身業務有足夠的把控能力。可以預見的是，在移動互聯網流量紅利消耗殆盡之際，科技巨頭們的改革仍會繼續，內部人員的優化短期時間內也不會就此停歇。

四、人才：企業崗位減少，但依舊對優秀人才求賢若渴

從公司的角度看待裁員，很多旁觀者會對決策層壯士斷腕的意志和決心感到佩服。但是從員工個人來看，這場裁員潮來得是多么猝不及防，又令人無奈。很多人***次意識到，原來一份就職于頭部企業、年薪幾十、上百萬的令人羨慕的工作，也并不一定很穩定。盡管被裁員并不一定是自己的錯，但這個錯誤不得不由被996文化壓榨得喘不過氣、失業后又無比恐慌的社畜承擔一部分。

很多人會形容“這是一個***的時代，同時也是一個最壞的時代”，然而作為人類個體，卻只能在時代中浮浮沉沉，身不由己。不過，值得AI人才慶幸的是，盡管每個行業都有裁員的可能性，但國內對人工智能領域相關人才的需求量依然巨大。AI人才即便遭遇裁員，有實力、有經驗的員工依舊是市場上的香餑餑。

1、中國 AI 人才需求強度***，仍有萬余職位缺口

去年12月，UIPath網站正式發布的《AI Jobs》的分析報告顯示，從全球來看，中國空缺的AI職位最多，共計有12113個相關職位虛位以待。其次是美國，約有7465個職位正在招聘;排在第三位的是日本，有3369個職位空出。除此之外，英國、印度、德國、法國、加拿大、澳大利亞和波蘭也面臨AI人才匱乏的局面。

 

2、中國最缺乏的是 AI 研究人員和智能專家等***人才

從各個國家對AI相關領域人才的需求度來看，中國最缺乏的職位是AI研究人員和智能專家。

在對AI研究人員對需求中，中國***，需求量為10.83%。其次是以色列，占據8.46%;第三位的是日本，需求度為6.95%。

 

此外，中國對智能專家的需求度也在所有國家中名列***，占據15.46%。

 

由此可見，中國在人工智能的研究方面尚有很大的人才需求。也就是說，相對于開發人員而言，中國最稀缺的是經驗豐富的高級專家資源。

3、中國六大城市榜上有名，蘇州位列***

全球AI相關職位空缺最多的城市排名前15中，中國的城市占據了6席。

 

其中蘇州名列***，空缺職位高達3329個。上海以1624個空缺職位名列第二，東京名列第三，空缺職位數為1258。中山、寧波、北京和長沙緊隨其后，分別位列4-7名。除此之外，成都和大連也入圍了前15名，成都的空缺職位為495個，名列第11位;大連的空缺職位為301個，名列第14位。

4、AI 領域從業者***季度平均年薪達 33 萬元

目前，AI 領域從業者平均薪資依舊高于互聯網行業平均薪資，***季度平均年薪達 33 萬元，高出互聯網平均年薪近 5 萬元，榮登薪酬排行榜***。

 

由于整體經濟都在過冬，所以企業對人才的需求會減少，但與此同時，人們不用過分失望，2019年AI人才的薪水還會漲，企業對于表現出色的人才仍趨之若鶩。

尾聲

通過分析人工智能行業的資本風向、細分領域、企業動態、人才需求等板塊后，我們可以看出在市場增速放緩的背景下，人工智能依然是全行業增長的驅動力量。但是，隨著資本趨向理性，曾經***膨脹的泡沫逐漸破滅，無論是科技巨頭還是明星獨角獸、或是初創企業都面臨著技術轉型、商業落地的現實問題。在資本寒冬下，如何能夠具備創新性的商業模式，如何以技術為導向進行探索，將是企業面臨生死存亡急需考慮的問題。而在這場陣痛的變革中，企業永遠對有實力的人才求之不得。裁員風波無可抗拒，卻并不可懼，提升自我價值，千里馬，總會有伯樂來尋。