從2015年開始，隨著互聯網紅利正在消退，橫空出世的AlphaGo讓市場看到了人工智能(AI)正在成為下一個風口。大量資金開始涌入以技術為導向的AI行業。AI受到了整個投資圈的追捧。

　　2017年，科大訊飛董事長劉慶峰曾公開表示：“未來將會有一大批的AI創業公司倒閉，但整體上，AI會大規模發展，就像當年看互聯網泡沫一樣。”創新工場董事長李開復也曾如此看待。

　　歷經幾年的實踐后，AI技術落地難、商業化項目周期長、收益慢等問題逐漸暴露。他們曾經的預言已被證實。

　　2016-2020年(截至12.14)國內AI融資趨勢圖

　　數據來源：睿獸分析

　　睿獸分析數據也顯示，國內2018年AI投資事件和投資規模到達頂峰，此后連續兩年的融資金額僅為2018年的兩成左右。

　　凱文·凱利曾在《失控》中寫道：最深刻的技術是那些看不見的技術，他們將自己編織進日常生活的細枝末節之中，直到成為生活的一部分。

　　高大上的AI技術只有真正融入到日常生活之中，行業才能真正的成長起來。這也就要求創業公司應該向更加細分、垂直的領域落地。

　　聯想創投董事總經理王光熙表示，要想真正要把AI用好，關鍵的是需要找到比較強的行業痛點。接下來會更多的投資能夠真正把AI在產業里深度落地的團隊。信中利資本合伙人汪栩也提到，現在會更加關注公司對行業理解程度有多深。

　　芯片巨頭英特爾也似乎看到了這一點，正在以“生態孵化”的打法，推出了AI百佳創新激勵計劃(以下簡稱AI百佳計劃)，試圖在三年內在各個細分領域加速100家AI創業公司，并創造千億產值。

　　那么，英特爾這么做的底氣在哪里?到底哪些AI細分領域還有機會?AI資本寒冬下，創業公司應該如何應對?

　　AI+垂直行業的機會

　　科百公司是一家農業領域的公司，看似與英特爾無關，但卻因AI而結緣，用AI“種地”是他們正在做的事情。

　　劉宗波的科百公司是國內比較早從事農業環境傳感器和數據采集的公司。隨著數據采集成本的降低，農業企業可以越來越容易地獲取到植物的生理、土壤環境、氣象環境以及作物生長的微環境等數據。

　　隨著數據的增長，這些數據之間會存在明顯的關聯，農業企業就可以通過這些數據來管理設施設備，指導農業生產。

　　科百的設備每天都會在農田拍攝大量圖像，對作物的生長狀態、病蟲害發生進行精準識別。例如，在光照強度大的情況下，植物的嫩芽和花芽很有可能被灼傷，如果沒有及時發現就很難恢復。

　　但如果能夠提前從圖像識別中捕捉到葉片從茂盛變成凋萎的趨勢，就可以預判出灼傷的前兆，自動啟動霧化進行降溫，從而避免不可挽回的損失。

　　但在這個過程中，劉宗波也越來越發現，“對我們來說，植株的形態、動物行為變化和環境之間的關系需要有一套模型來處理，這個模型的處理速度、圖像識別的準確度，我們自己的研發人員很難搞定。”

　　加入“AI百佳計劃”后，劉宗波深刻的感受到AI對于農業帶來的變化�？瓢俚臄祿�處理系統與英特爾的AI系統結合之后，可以對作物的生長進行全方位的及時處理。

　　這樣不僅可以實時識別出有效圖像，幫助農戶、農業企業快速做出決策，也降低了科百公司的研發成本，讓研發資源更加專注在作物的生理、病理和營養方面的研究。

　　劉宗波激動地說道，“我們之前被稱為最懂物聯網的農業公司、最懂農業的物聯網公司，而現在我們是最懂AI的農業物聯網公司了。”

　　英特爾中國戰略合作與創新業務部董事總經理、英特爾創新加速器總負責人李德勝對創業邦說，現在AI落地往往有兩種方式，一種是“AI+產業”，科技公司將AI技術落地到垂直行業中去。另一種就是“產業+AI”，例如科百公司，本身擁有物聯網的技術，也深知農業領域的痛點和需求，再加上AI就可以直接解決產業應用中的實際問題。

　　張偉奇所在的富數科技也同樣參與到了“AI百佳計劃”之中。

　　最近幾年，政府工作報告和國家相關部委一直在倡導數據要成為生產要素，必須實現開放和流通。但伴隨出現的是數據安全不可控的問題，這也讓富數科技創始人張偉奇看到了機會。

　　2017年，張偉奇開始投入多方安全計算和聯邦學習技術的研發，試圖解決數據開放過程當中的數據保護問題。但與此同時，他面臨的是，雖然數據加密之后，保證了不可流失，但系統性能、運算效率會急劇下降，甚至達到上百倍、上千倍的下降。

　　其實早在上世紀80年代，就有專家提出類似的技術設想，但一直沒有得以應用的原因就在于算力不足。如今，雖然BAT、Google、Facebook以及張偉奇的公司都對加密算法進行了大量優化工作，但仍然難以克服算力難題。

　　張偉奇在和英特爾接觸的過程中發現，其SGX芯片就很適合TEE(可信執行環境)的構建。TEE能夠提供一個基于硬件的可信隔離區域，在這里進行數據計算，性能可以大幅度提升。

　　這樣一來，富數科技的聯邦學習和多方安全計算的數據及算法邏輯也可以得到有效保護。所以，無論是安全性還是性能上都得到了很好的保證。

　　這讓張偉奇如獲至寶。

　　“其實不只是技術，借助這樣一個平臺我們也結識了非常多優秀的創業者，在這其中也有很多的上下游合作的機會”，他說。

　　據介紹，英特爾會把幾十家不同行業的AI公司聚合在一起，推動跨公司間的交流，碰撞出更多生態合作的機會。例如，科百和動物養殖業的公司，富數科技和金融行業的公司就可以產生一些合作。

　　英特爾AI生態的野心

　　全力轉向以數據為中心的英特爾，正在加速人工智能的落地。從PC賽道拓展至數據賽道的過程中，英特爾強調的是自身的云、邊、端全棧優勢和“XPU”的能力。

　　在人工智能的賽場上，“全棧”也成為了英特爾、華為等巨頭的著力點，大家的野心都很大。

　　去年8月，華為公司輪值董事長徐直軍表示，昇騰910、MindSpore的推出，標志著華為已完成全棧全場景AI解決方案的構建。面向未來，針對不同的場景，包括邊緣計算、自動駕駛車載計算、訓練等場景，華為還將推出更多的AI處理器。

　　據悉，目前AI服務器芯片領域的核心玩家除了華為和英特爾外，還包括了英偉達、谷歌、微軟等科技公司，AI芯片的玩家也越來越多。除了大公司，目前全球AI領域的創新公司已經達到了1100多家。

　　如今，AI計算不再是一個通用的解決方案，而是涉及算法、芯片和系統等多個要素。

　　英特爾此前曾表示，XPU理念的提出為的是應對豐富的應用種類，英特爾的目標是不用一種架構或者一種處理器產品來實現多種多樣的應用，而是用一系列的架構和不同型號的產品去解決它。

　　實際上，英特爾在幾年前就已經開始布局AI專用芯片。

　　早在2015年，英特爾宣布167億美元收購美國FPGA廠商Altera。在此后的幾年，具有低功耗、小尺寸、高性價比的FPGA在AI應用上越來越展現出其優勢。AMD在今年以350億美元收購賽靈思也足以說明FPGA的重要性。

　　2016年8月，為了進入深度學習訓練芯片市場，英特爾以大約3.5億美元收購了Nervana。Nervana的深度學習芯片有著10倍于GPU的速度。

　　2017年，英特爾斥資153億美元收購以色列自動駕駛技術公司Mobileye。這家公司曾是特斯拉昔日神隊友，后與寶馬、英特爾組隊自動駕駛三巨頭。

　　之后英特爾再次憑借一起收購引發關注，以20億美元收購以色列AI芯片制造商HabanaLabs。

　　從CPU、GPU、FPGA到ASIC的AI芯片，全面的產品線也使英特爾具備了差異化優勢。

　　基于產品之上，英特爾更加關注的是AI的產業生態。如何能夠讓AI和產業更快、更好地結合，如何與高校、企業培養更多的人才，都是英特爾在生態方面的布局。

　　“AI百佳計劃”也體現了英特爾在AI生態上的野心。

　　日前，英特爾公布了“AI百佳計劃”第四期16家團隊名單，本期總估值達到190億。加上前三期目前共計62支隊伍，已在20多個AI應用領域，50多個AI項目得到了實際落地。

　　在英特爾內部，“AI百佳計劃”更多的是一種機制創新，由戰略合作部牽頭，集合不同的產品事業部，把工程師的力量、產品的力量、市場的力量、生態的力量結合在一起，根據每個項目的需求再與英特爾的相應部門對接。

　　實際上，這種“One Intel”在英特爾內部已經成為一種非常重要的文化，尤其像AI這樣的技術會涉及到跨部門的協同，譬如數據中心事業部、物聯網事業部等等。

　　英特爾資本作為英特爾的CVC(企業戰略投資)，也會進行內部協同。“AI百佳計劃”中的企業，不少也是英特爾資本所感興趣的，通過雙方的對接也在看是否有合作的可能。另一方面，英特爾資本也會推薦他們的被投企業參與到AI百佳計劃中。

　　“僅僅靠英特爾資本一家，畢竟能投的企業有限。”李德勝說。

　　因此，在“AI百佳計劃”中，投資機構是其重要的合作伙伴。目前國內頭部的投資機構基本上都和英特爾建立了合作，通過創新大賽或者路演的形式，英特爾也會將優秀的項目開放給投資機構。

　　通過這種協同，英特爾不僅幫助入選企業在營收、規模、市值上都有了顯著的增長，也使其產品的推理能力平均提升了6倍以上。

　　人工智能的“長期主義”

　　IDC數據顯示，2020年全球人工智能市場行業規模超過1500億美元，未來四年預計將以17.1%的年復合增長率快速發展，并在2024年超過3000億美元。

　　雖然人工智能整個市場規模在迅速增長，但據睿獸分析數據顯示，國內自從2018年投資事件和投資規模到達頂峰后，2019年以來出現遇冷的趨勢，2019年、2020年融資金融不足2018年的1/5，融資事件也大幅下降。顯然，投資機構對于AI的投資更趨于理性和謹慎。

　　“所有AI企業已經步入死亡之谷。”曠視科技創始人兼CEO印奇此前在接受媒體采訪時稱。創新工場AI研究院院長王詠剛也表示，AI現在處于從淺灘到深海的關鍵階段，這個過程中會有一批企業落伍淘汰。

　　似乎AI行業正在遭遇資本寒冬。

　　李德勝對創業邦表示，投資機構前幾年在AI賽道投資了大量項目，這兩年會更加嚴謹一些，這也是基于他們對產業的判斷。但同時，近兩年，越來越多的互聯網、消費賽道的投資機構開始轉型和更多地關注到硬科技領域。

　　消費領域可以依托資本在短時間內完成橫向的擴展，甚至可以在三個月開100家店。但硬科技則不同，往往更需要企業在深度和時間上的積累，要從產業發展的客觀規律來看待。

　　例如，AI算法模型是需要反復不斷地訓練優化，芯片設計也有周期的客觀規律，從設計、流片再到客戶驗證、不斷迭代。所以，硬科技的發展時間并不是單純依靠資本就可以無限制縮短的。

　　在他看來，過去三年，AI無論是在全球還是中國，其發展速度都已經遠超預期。如果說三年前AI還處于嬰兒期，那么現在AI就是一個大學畢業生。

　　張偉奇也認為，AI第一年是概念，第二年是科學，第三年是案例，第四年是收入。AI現在正在進入2.0時期，會有更多的應用場景，更多的行業細分領域會出現龍頭。

　　人工智能的技術發展是一個迭代向上的過程，需要應用場景、數據和商業嘗試對其不斷反哺，當前的人工智能算法某種程度上已然是開源技術。

　　在資本持續萎縮的過程中，對于創業者而言，如何結合具體的行業和場景，滿足降本增效等需求，實現商業化價值，正在成為投資機構關注的重點。

　　“在AI領域，我們最關注的是如何把科技真正幫助用戶實現價值，而資本只是一種工具和手段。”李德勝說。如果這個企業真的有價值，不僅可以從終端用戶得到回報，同時資本也會幫助企業快速成長，這才是一個比較健康的方法和模式。而不是簡簡單單為了快速融資而創業。

　　劉宗波對創業邦表示，投資機構在和我們談的時候，并不只是關注我們在AI方面的技術，而是要看AI是如何應用在農業系統上，對這些數據、圖像是如何處理的，具體解決了哪些農業問題(自然災害、生物災害等)，與傳統農業模式對比產生了多少效益，投資人更關注的是一整套解決方案。

　　例如，AI在處理昆蟲圖像的時候，系統可以直接智能地執行噴霧或者環境的調控，從而讓作物盡量少打農藥或者不打農藥。“我們在找投資機構的時候不再像以前那么難了，AI和農業這樣的垂直行業的融合會越來越多”，劉宗波說。

　　據創業邦了解，英特爾給科百、富數科技提供的服務都是免費的。在李德勝看來，英特爾一直是一家做生態的公司。

　　“AI百佳計劃”對于英特爾來說是一個長期的戰略，看中的并不是通過短期服務賺了多少錢，而是希望真正挖掘出具有潛力、創新性的AI企業。