資本實驗室·今日創新觀察
聚焦前沿科技創新與傳統產業升級
編譯/導讀：王進
【導讀】眾多好萊塢電影描繪了機器人與創造他們的人類之間的衝突，但真正的人工智能競賽正在全球最大的一些公司之間爆發。
人工智能就像一頭巨獸，需要不斷地吞噬數據才能持續成長。那些能為人工智能源源不斷“餵食”海量、優質數據的科技巨頭才能擁有強大的駕馭能力，也才能處在人工智能產業鏈的頂層。因此，大公司之間的人工智能競賽在本質上是數據的競賽，他們比拼的正是數據。
當然，大公司在競爭中建立起人工智能的基礎設施，並以開放的姿態迎接各行業和細分領域的具體應用。在此過程中，無論是傳統企業，還是初創公司，同樣具有可觀的、待發掘的成長空間。
本文中未提及中國的阿里、百度、騰訊等公司，這些公司同樣應該是全球未來人工智能競賽的主力選手。
當大多數人想到人工智能，他們的頭腦中往往會浮現出對抗流氓機器人從而拯救人類的光榮戰鬥，——在過去幾十年中，這是好萊塢熒幕上一個非常熟悉的故事場景。
雖然機器智能與人類意識還相去甚遠，但現實生活中的AI戰鬥，不是發生在機器人與人類之間，而是發生在那些爭奪領先市場地位的企業之間。
AI的起源可以追溯到1950年，當時計算機科學先驅艾倫·圖靈（Alan Turing）發表了一篇論文，指出有一天機器將像人類一樣思考。2016年，研究機構IDC估算全球AI市場規模達到80億美元，並預計到2020年將達到470億美元。
在67年前圖靈的標誌性研究和今天瘋狂的市場估值之間，大部分AI的發展要麼落在了研究和學術領域，要麼涉及在人類遊戲中擊敗人類的電腦。
IBM憑藉Watson成為認知計算市場的先行者
1996年，IBM研發的深藍計算機戰勝了國際象棋大師加里·卡斯帕羅夫（Garry Kasparov），世界一片譁然；15年後，IBM的下一代AI——Watson在美國電視益智遊戲節目Jeopardy!中完勝人類對手。而在最近的2016年，谷歌AlphaGo打敗了世界圍棋冠軍李世石。
1. AI廣泛應用的關鍵要素
在過去幾年中，人工智能已經超越了研究，以及電視節目中人與機器之間的對戰，成為數百萬人每天都在使用的技術，這要歸功於三個關鍵要素。
首先，無處不在的網絡服務、智能設備和社交媒體的使用，得以產生海量數據。數據是開發深度學習算法的基礎，是一種允許機器學習和編寫軟件的AI形式。輸入到系統中的數據越多，執行任務的效果就越好。
其次，在過去，託管海量數據是一件非常昂貴的事情，會阻礙AI的發展。如今，來自亞馬遜、微軟和谷歌的經濟實惠的按需雲存儲服務，為AI的發展提供了更便利的環境。
第三個要素就是更強大的芯片組的發展，加速了訓練電腦像人類一樣去思考的進程。
所有這一切意味著AI終將在醫療保健、能源、無人駕駛和製造業等行業中實現。由於AI應用將成為市場上需求最高、最有利可圖的產品，這導致世界上大型科技公司競相角逐AI，以確保自己的市場地位。
2017年3月，英特爾耗資153億美元收購以色列無人駕駛汽車芯片製造商Mobileye
2. 以併購加速競爭
從目前來看，AI行業的重要性不在於企業開始大規模部署這些技術，而在於那些已經滿足了AI需求的企業的市場表現。
例如美國芯片製造商Nvidia，因為它的圖形處理單元成為企業訓練人工智能系統所需的芯片，在過去一年裡，公司股價上漲了兩倍。這也促使競爭對手英特爾斥資153億美元收購了無人駕駛汽車芯片製造商Mobileye。
“幾年前，公司致力於深度學習的投資，” Nvidia公司在歐洲、中東和非洲業務的負責人Jaap Zuiderveld說，“現在，這種投資正在開花結果。當這種新的計算模式席捲全球時，我們發現自己已經處於市場領導地位。”
英特爾不是唯一一家通過兼併和收購來切入AI這塊大蛋糕的公司。過去五年來，大型科技公司通過大肆收購來獲得初創企業的專業技術，並擴大他們的AI產品組合。例如，2014年，Google以5億美金收購了總部位於倫敦的人工智能公司DeepMind，也正是這家公司開發出了打敗李世石的AlphaGo。
人工智能行業收購案Top10
在AI行業，由於初創公司經常在發展壯大之前就被收購，這種積極的收購策略已經使該技術的應用向兩個方向發展：一方面，科技巨頭通過自有的海量數據和雲基礎設施，來搭建AI服務體系；另一方面，利基市場的玩家則將AI用於特定垂直行業的問題解決。
3. 數據是取勝關鍵
擁有數據是至關重要的，大型科技公司也不可能招攬全球所有的AI人才，但他們可以擁有訓練AI所需的數據。得益於公司核心業務的數據密集性特點，谷歌、亞馬遜、微軟、Facebook、IBM和蘋果這六家公司將能夠率先引領AI的發展。
例如，谷歌、亞馬遜、微軟和蘋果公司利用從其他業務收集的數據，使其在智能個人助理市場上佔據領先優勢。Facebook已經使用機器學習來開發聊天機器人，而IBM憑藉Watson成為認知計算市場的先行者。這六家公司都願意開放自己的AI技術，任何開發人員都可以搭建他們的雲基礎設施。因為這六大巨頭知道：數據才能形成真正的區隔。
“在我們的有生之年，如果AI真的像電影裡描述的那樣產生人類意識，那麼它可能會來自這些公司當中的一家，因為他們是僅有的幾個擁有能夠訓練這種複雜性模型的數據的機構。”研究機構Forrester的高級分析師Brandon Purcell說，“基於數據驅動的收購，AI將會出現一個新的數據淘金熱。那些能夠圍繞特定使用場景獲取數據資產的公司將勝出，而由此產生的行業進入壁壘將是不可逾越的。”
這種在某些使用場景中保持領先的能力，意味著傳統非技術型公司有機會抓住他們所在的細分市場。工程巨頭GE、西門子和波音公司正在投資工廠自動化；而福特、豐田和寶馬等汽車公司正在汽車領域與谷歌、蘋果和特斯拉展開競爭。
同時，有一種觀點認為，AI創業公司和其他行業的公司可以從這六家大型科技公司開放AI開源工具的民主化行為中獲益（如谷歌的TensorFlow和微軟的CNTL）。
許多人認為，這種民主化對於確保人工智能解決廣泛的商業和社會問題，是至關重要的。反之，把創新限制在一小部分公司，則會形成太多的控制，並損害AI的發展潛力。
“令人擔憂的是，如果Google龐大的數據庫存在盲點。”Purcell先生說：“如果像谷歌和亞馬遜這樣的公司控制AI，那麼所形成的系統本身是會有偏差的。儘管他們的意圖很好。”
英特爾公司的歐洲、中東和非洲高性能計算與AI總監Stephan Gillich補充說：“參與AI對話的人越多，受益的行業也就越多。很快我們就會看到政府、企業和社會都會受到影響。”
然而，其他人則認為AI的民主化機會已經沒有了。由於全球範圍內缺乏編程人才，且獲取成本巨大，在六大科技公司以外進行廣泛的創新是不切實際的。
AI初創公司Blue Yonder的創始人Michael Feindt說：“即使有免費平臺可用，您仍然需要訓練有素、經驗豐富和專業化的數據科學家來構建優秀的解決方案，從而為終端用戶提供真正的價值。”
當更多的AI編程技能被最終引入市場時，六大科技巨頭也用不著擔心。通過開源的AI技術，他們已經告訴世界，軟件並非他們的優勢來源，數據才是。
儘管AI已經在人們的生活中得到應用，並同時用於挖掘商業投資機會，但最強大的AI應用還沒有出現。當它們出現時，六大科技巨頭已經奠定了市場基礎，成為最受益者，但他們之間仍然會相互競爭。與此同時，對於那些在特定應用場景精耕細作，並保持領先的其他企業和創業公司來說，市場規模將足夠巨大。（編譯自：raconteur；原作者：BEN ROSSI）