AI应用跟不上技术，这岂不是很尴尬？

中国AI市场的发展实情是应用跟不上技术。

以下为论据：

一、AI技术已经准备好；

数据量、计算力和算法模型是AI发展的三大驱动力，大体层面来看，它们已经准备好了。

1）从数据量角度来看，IDC数据显示，全球所产生的数据量从2011年起已经达到了ZB级别（1ZB约为10亿GB），2013年数据量为4.4ZB，预计2020年翻个10倍达到近44ZB。

2）从计算力来看，GPU的出现，在处理海量数据方面相对传统CPU呈现出了压倒性的胜利。使用GPU和使用传统双核CPU在运算速度上的差距最大会达到70倍，前者相比起后者能将程序运行时间从几周降低到了一天。

3）从算法层面来看，ImageNet比赛的图像识别准确率从2010年的70%+提升到了95%；而互联网女皇2016年的报告显示，机器对语音识别的准确率从2010年的约70%提高到2016年的约90%。

此外近期涌现的现象是，学术界向商界的人才导流，包括李飞飞加入谷歌的消息，在亿欧走访的业界人士眼中看来，深度学习的研究短期内已然触及天花板，李飞飞等大牛的加入预示着是时候开始一波收割战了。

二、技术从来不是问题；

一方面理由是，互联网的发达，提高了信息化效率，加速了技术的传导速度；另一方面，大企业的人工智能实验室逐渐将最新的人工智能算法开源，供全球人工智能研究者共同借鉴和使用，典型如谷歌的TensorFlow。

对于大企业来说，将算法开源，这是一个巩固品牌的好机会，同时也是普及AI的好机会，所以开源会是一个趋势。

而对于初创企业来说，基于开源平台建立起来的技术创新其实差异性并不明显，以至于亿欧走访的企业中，更多强调要与应用市场结合，强调自己其实是产品公司。

就连资本市场也在这么强调。

三、落地到实处的应用市场才是问题；

产业发展有著名的微笑曲线，从大数据的流通角度来看，其实AI也有。将行业的价值链细分为供给、流通、分析和需求四个环节，目前的情况是，数据交易市场和分析算法的发展趋同使得这两个环节的附加价值不断降低，而数据的供给侧与最后落地到实处的解决方案成为整个链条附加价值最高点。

数据源大部分掌握在传统行业和主导信息化的互联网巨头手中，所以对于初创企业来说，发现适合用AI来解决的实际需求并提供解决方案，才能增加自己的价值分量。

四、AI的需求土壤——消费升级和降本增效；

据统计数据显示，在过去一年中，中国大陆在人工智能领域进行了202次投资，共涉及10亿美元（约合68亿元），市场规模庞大。支撑这一组数据的是中国消费升级的发展趋势和供给端降本增效的需求。

1）中国消费升级数据：

a，根据瑞信研究院发布的《2016年度财富报告》显示，设立中产阶级的标准为财富在1万美元至10万美元之间，从时间上对比增长情况来看，报告数据显示2016年中国中产阶级的数量相比起2000年翻了1倍；另一方面报告预测全球中产阶级总人数到了2021年会增加2亿到11亿，其中这增加的2亿人中有1/2来自于中国。

b，如上图。国家统计局数据显示，2016上半年全国居民人均可支配收入11886元，扣除价格因素，实际同比增长6.5%，介于“6.7%的GDP增速”和“6.2%的人均GDP增速”之间，差距分别为0.2、0.3个百分点，差距相差不大，保持了居民收入和经济发展基本同步，助力消费结构的升级速度。

c，如上图。考察劳动人口的受教育程度对于消费升级来说有必要，因为受教育程度提高会正向影响收入水平，继而驱动消费的升级。国家统计局数据显示，一方面国家加大对教育环节的投资，2015年中国教育经费占比当年GDP总值的4.26%，较上一年增加了0.16个百分点；另一方面（如上图所示），从2011到2014年国内劳动力人口中的受教育程度一直在提高。

d，城市居民的消费升级趋势：全国轿车销售量、电信收入和旅游总收入增长明显，增速分别达到24.3%、11.7%和12.4%。

2）供给端降本增效的信号：

a，如上图。伴随生育率降低和老龄化趋势加深的是——劳动人口总数难以保持增长，劳动红利在逐渐消退。根据国家统计局，2015年中国劳动年龄人口总数为100361万人，从2013年开始连续3年保持下滑的趋势，保持平均-0.1%的增速；同时，2015年劳动年龄人口占比达到73.0%，较2013年73.9%下降0.9个百分点。

b，在2016年初家电制造商相继公布了机器人战略，美的并购德国酷卡，长虹牵手瑞士ABB机器人等；2016年10月富士康机器换人，仅昆山地区就裁员6万人。

劳动红利的逐步消退，致使劳动力成本的上升、以及AI实实在在地助力“降本增效”的功能，促使制造业转而寻找智能制造这个窗口来喘气。

五、AI发展还是个小baby，10年后再来讨论市场占有率；

在走访AI企业的过程中越来越意识到，AI技术的买卖双方格外理智，理智到仿佛与舆论环境隔开成了两个世界。不同于舆论环境忽上忽下的期望波动，AI无法交付一个惊雷般改变生活的产品，相反它会以一个连续的、进步的方式正在继续更好的发展，新技术的落地正在按部就班的推进。

“AI技术的落地现状就跟还穿着尿布的小baby一样，10年后再来讨论市场占有率吧。”

就如大疆成立时间是2006年，但真正销售起量是2013年，对于大疆来说静待起飞花了整整7年。

那么考察初创企业的商业化能力、补齐技术人才的缺口、以及受限于更多的因素，AI技术的落地又要多长时间？