根據Statista預計，到2025年全球人工智能市場規(guī)模將達369億美元，年均復合增速達57%。目前人工智能主要應用在圖像識別、物品識別、檢測和歸類還有自動化的地球物理學特征分析等。人工智能產業(yè)最大的一塊收入來自企業(yè)級的應用市場。

日前，國內很多AI企業(yè)的領導者對AI企業(yè)面臨的困境和現狀以及未來的發(fā)展提出了自己的觀點和看法。

深蘭科技創(chuàng)始人兼CEO陳海波：商用落地成為AI企業(yè)面臨的主要問題

“AI創(chuàng)業(yè)企業(yè)面臨的主要問題就是商用落地，而落地離不開人才和資金，而最先跑出來的AI企業(yè)，一定是落地能力最強的企業(yè)，這和我一直提出的‘致力于人工智能基礎研究和應用開發(fā)’不謀而合，這也是為什么深蘭在歐洲和美國建立研發(fā)基地的原因。“

思嵐科技創(chuàng)始人兼CEO陳士凱：技術創(chuàng)新引領AI產品快速落地

“如何能在有限的時間中實現產品的快速產業(yè)化落地并保持技術領先，是所有AI創(chuàng)業(yè)企業(yè)現階段面對的挑戰(zhàn)。作為創(chuàng)業(yè)企業(yè)，自然希望能快速實現產品銷售收入并達到財務目標。但AI相關的市場本身也處于發(fā)展早期，就比如智能機器人市場，很多需求需要等待挖掘。而這就需要企業(yè)依靠不斷的技術投入和創(chuàng)新將原本的‘癢點’變成真正的痛點。這個過程充滿著不確定和艱辛，但同時也是我們AI企業(yè)在未來發(fā)展中的立于不敗之地的機遇。唯有以技術革新為引領，是我們AI創(chuàng)業(yè)企業(yè)產品被市場接受的根本手段。“

星環(huán)科技創(chuàng)始人兼CTO孫元浩：AI的深度學習仍然面臨很大挑戰(zhàn)

“2018年，AI從一門科學開始轉變成一個系統(tǒng)或產品，一句話，AI需要產品化，也必將產品化。隨著機器學習和深度學習算法的不斷成熟，需要將AI來打造成產品和系統(tǒng)，并在各個領域尋找Killer Applications。但是深度學習仍然面臨著很大挑戰(zhàn)，需要大量計算能力(需要大量CPU， GPU，FPGA/ASIC的混合計算能力，以及分布式計算能力)，需要大量樣本和數據，甚至需要大量人工來制作樣本(以傳遞知識給機器)。”

西井科技創(chuàng)始人兼CEO譚黎敏：AI新技術的應用需以市場為導向

“西井科技最初以類腦芯片業(yè)務為起點，但從公司成立之初，我們就認為AI新技術要想要成為真正創(chuàng)造價值的應用，一定要找準商業(yè)落地，即以市場為導向，堅持快速落地和自主研發(fā)核心技術雙輪驅動。作為首個將AI技術引入到智慧港口的企業(yè)，也是目前全球唯一一家能做全局化改造的港口人工智能供應商，西井科技堅持全局化人工智能港口戰(zhàn)略，結合港口智慧岸橋、智慧堆場、智慧閘口、自動駕駛水平運輸、港機智能改造等各環(huán)節(jié)，用AI技術幫助傳統(tǒng)碼頭降本增效。”

擴博智能創(chuàng)始人兼CEO嚴治慶：技術和需求驅動人工智能的爆發(fā)

“當今這波人工智能浪潮的再次興起，其本質原因是深度學習技術的集中爆發(fā)，尤其是計算機視覺領域取得了巨大的進步。人工智能的爆發(fā)除了技術驅動，更主要的是需求驅動。前沿科研能否與產業(yè)實踐緊密銜接成為人工智能公司發(fā)展的下一個拐點。人工智能需要在特定的應用場景產生數據，要在垂直應用場景扎得足夠深，才能洞悉和掌握行業(yè)需求。擴博智能服務的行業(yè)包括風電和零售，我們一直秉承尊重傳統(tǒng)行業(yè)的基本規(guī)律的原則，結合行業(yè)痛點，通過新技術、新思維、輔助傳統(tǒng)行業(yè)煥發(fā)新的生命力，重構生產力。”

碼隆科技聯(lián)合創(chuàng)始人兼CTO Matt Scott：如何找到AI前沿技術和傳統(tǒng)場景的最佳結合點

“對AI創(chuàng)業(yè)企業(yè)來說，最大的挑戰(zhàn)是探索如何找到前沿技術和傳統(tǒng)場景的最佳結合點，實現技術轉化的應用價值。對于碼隆科技來說，我們希望用人工智能商品識別技術與實體經濟碰撞出更多火花，尤其是在零售、電商、時尚、紡織、家居等垂直領域進行深耕，將人工智能助力提升效率、降低成本落到實處。”

虎博科技創(chuàng)始人兼CEO陳燁：技術和需求是AI創(chuàng)業(yè)的兩個重要因素

“AI創(chuàng)業(yè)有兩個要素：技術和需求。技術方面，人工智能尤其是深度學習的技術要做到世界領先，尤其在應用層面，目前中國和西方的差距正在縮小。顛覆式的創(chuàng)新不僅需要長期耐心的基礎研究，巨大的應用場景也至關重要。用戶需求有兩種，存在的和潛在的。對于存在的需求，AI的切入點是把現有解決方法的成本、效率和體驗提高一個數量級以上;對于潛在的需求，AI技術的不斷突破會激發(fā)更大的潛在需求。”