人工智能是中国经济实现弯道超车的历史性机遇吗？有评论人士认为，人工智能行业在中国近年来取得了超速发展，但引领性的关键技术掌握不多，一直在跟随，产品处于价值链的中低端。

另一方面，众多的人口给中国提供了创造海量数据和广阔市场的潜力。微电子、人脸识别、人脸支付等几个重点的应用领域发展速度较快，有望短期内看到效果或成为中国机会之所在。

在没有技术优势的情况下，中国的人工智能发展是否更应该发挥应用市场的优势？人工智能的中国发展方向又在哪里？ 

AI在第一产业、第二产业的应用几乎是空白，而在消费娱乐服务业大受追捧，这是因为资本的过度关注？

技术与资本是助力商业进步的最有力武器，毫无疑问，2017年上半年的创投热潮属于人工智能。据36氪研究院的数据，截止到2017年5月31日，中国人工智能类创业公司已超过650家，产业规模较2016年同期增长达到51.2%，投融资事件超过430起，融资总额达340亿人民币，整体行业获投率偏高。

人工智能已经成为互联网进入“下半场”后的主要方向，巨头甘愿砸重金挑大梁，资本市场更不愿错过风口。创新工场创始人、董事长李开复不久前为AI代言“我不是李开复,我是人工智能”。真格基金、IDG等频繁出手，万象人工智能研究院、联想之星旗下全球人工智能孵化器Comet Labs、骏一孵化器人工智能产业园等迎风跟进。资本正在演绎一场人工智能大戏。投资涉及的领域包括无人驾驶、智能硬件、语音交互等人工智能的方方面面。

热情的还有上市公司。日前，由东方网力、京山轻机、汤臣倍健3家上市公司共同发起的万象人工智能研究院正式成立，计划将出资不超过5亿元人民币，在北京、武汉、深圳、硅谷设立研究与孵化机构。

投资行业资深人士对记者表示，国内市场的一些做法一向参照美国，美国的巨头公司早就开始大手笔地投资人工智能，把这个市场搞得很热。“VC投资的是大市场、互联网、移动互联网，人口红利的窗口关闭之后，目前来看，人工智能是最可能的大机会”。

规模猛增的背后是巨头的推波助澜，创业者的欢呼呐喊，以及资本的欢欣鼓舞。其实，创业者往往空有技术研究实力，缺少对商业层面的重视，不太会发掘应用场景。而投资人尽管不一定有多懂，却如饥似渴地寻找有前途的创业项目，并协助商业化开发。

人工智能方面，以语音识别为代表的智能应用正在深入B端市场，在多个领域实现机器换人的巨大变革。“包括智能交通监控、智能传感器、机器同声传译、人脸识别、语音合成引擎、声纹识别引擎、语音评测及手写识别等技术，已经开始进入回报期。” 赛迪顾问总裁孙会峰表示。

AI的发展关键在于技术领先，而不是应用？

IMF前副总裁、清华大学国家金融研究院院长朱民在今年的IT领袖峰会上称，中国最多的是应用，我们在有自主知识产权第二阶段的软件上还是相当的一般，第三个基础设施上还远远落后。这就是中国面临的人工智能的现实。他建议中国企业要看到中国真正的优势在于市场，“但是千万不能迷恋在那个市场”，朱民说：“我们预测这个市场足以企业开发20年，但是如果只待在这个市场20年没有基础，20年以后，我们不复存在。企业要往下移，做平台，做基础，做芯片，做研究，移向制造业。这是中国人工智能未来发展的巨大的垂直平行发展的空间。”

李开复也多次在演讲中提到，中国具备了大大有利于人工智能发展的条件——人才储备。 2015年，全球顶尖期刊上发表的43%的人工智能论文作者里，都有华人的身影。中国人对本国的数学、工程学和科学教育水平感到自豪。许多中国传统企业在技术转化领域，还大幅落后于美国企业。但是这些中国企业坐拥的是海量数据和充沛资金。中国具备庞大的互联网市场。中国的互联网市场规模全球最大，网民人数逼近八亿大关，大量的互联网公司正在深耕市场。很多非人工智能的互联网公司成长到一定规模之后，为了转型升级、扩大规模，都会需要引入人工智能技术。中国政策对于人工智能的探索性和应用性采相对开放路线，也可能促进行业的超速发展。

实际上，人工智能主要看团队，一流的人才往往会带来一流的项目，垂直领域的专家院士等人才是最受追捧。

投资行业资深人士则认为，目前AI的局势不明朗，资本心急不布局可能落后，布局怕投错，由此生成的讨论也就越来越多，甚至产生长时间的竞争。“毕竟创业者能抓住一个不错领域的机会就不错了，这个市场足够大，壁垒强，所以创业公司不会做通用人工智能，巨头的优势在于即使不自己涉水也依然可以通过投资的方式占有技术，资本则尽可能多抢占优势资源”，他如是分析。

张连毅1989年毕业于清华大学环境工程系，从1990年开始致力于将清华的OCR技术商业化。张连毅认为，包括语音、图像识别、语义理解等在内的人工智能技术尚不完美，是全社会对AI技术接受度的提高带动了各项技术商业化需求的猛增。然而，一些公司及行业人士对AI技术宣传过度，其实是在误导大众。这种误导，将不利于AI技术未来的发展和应用。此外他还指出，从2011年到2016年上半年是AI技术启蒙的5年，而接下来的3-5年，则是AI产业格局的定型阶段。

“这个产业确实在崛起，所以不能过低估计整个产业，但是也不能过高估计它的技术。人工智能技术的发展，不是得益于大家所看到的语音识别95%、97%的识别准确率，而是得益于整个社会对人工智能的理解和包容。

“当然这种包容和尝试还是更多的在商业领域。一些语音公司最开始做2C产品，实际上刚出来的时候热几天，之后就没人用了。相比之下，把语音技术用在智能客服领域是一个比较正确的方向。从现阶段来看，垂直领域的商业化会走得更快一些。”

占据实体经济主要部分的制造业，电力，石油，海洋，农林牧渔等领域都没有涉及到AI。是因为在这些领域做AI太难了

在国际金融危机之后，无论是美国的再工业化计划（2011），还是德国的工业4.0计划（2012），以及日本的机器人新战略计划（2015），其核心都是力图重振本土制造业，强化高端优势。为达到上述战略目标，亟须生产与服务流程的进一步信息化与智能化。

在制造业中，传统的机械加工设备，如关节型工业机器人，目前技术虽已成熟，但全球产业布局已事实上形成日本发那科、日本安川电机、德国库卡和瑞士ABB“四大家族”的格局。

这些垄断性跨国集团在核心零部件、系统集成、市场占有率等各个产业链环节均具有明显的竞争优势。我国在精密减速器、高精度伺服电机、伺服驱动器、高性能嵌入式控制器等核心零部件方面，一直受制于国外垄断性产品。

国产关节型工业机器人整机产品，其性价比与平均无故障间隔时间等，至少落后于世界先进水平5~10年。国产AGV系列产品长期处于价值链低中端，市场份额低，激光雷达等关键传感器，还必须从日德美进口。 

此外，传统工业机器人利用示教编程，只能替换某些工位或工种设定的简单及重复性工作。时至今日，富士康的“百万机器人换人”计划进展不够理想，技术上的原因之一就是机械臂的“傻大笨粗”及缺乏智能。目前，电子制造业中的工业机器人，主要应用于前端的高精度贴片和后端的装配、搬运等环节。在绝大多数中间环节，由于机械臂不如人类灵巧，移动也不如人类灵活，因此还无法真正实施“机器换人”。要实现“中国制造2025”，迫切需要研制一批具有一定环境适应能力的新一代AI工业机器人。

AI服务机器人属于前沿新兴产业，技术的先进性和成熟度决定了企业能否在激烈的市场竞争中占据一席之地。纵观全球领先的AI服务机器人龙头企业，均具备一流的科研团队和强大的研发实力，创始人多为机器人领域的专家、教授，且已掌握关键零部件和核心技术，占据了全球AI服务机器人的绝大部分市场份额。

中国近期虽出现了许多机器人创新企业，但引领性的关键技术掌握不多，所占全球市场份额很小，高端产业低端化的现象严重，在AI服务机器人全产业链的上游（关键零部件或材料，核心是传感器）、中游（系统集成、操作系统与云平台，核心是人工智能）和下游（包括家用、个人、娱乐、教育、医疗、物流、军事等垂直领域）等各个方面，均面临严峻的挑战。

总体而言，一方面，中国的工业化进程虽已基本达成，但自动化、信息化（数字化、网络化）的历史任务还未全面完成，工业基础与能力尚待强化，机器人中的先进传感器、精密减速器等核心零部件还受制于人，产品长期处于价值链的中低端。另一方面，智能化的产业发展趋势日益明显，人工智能等共性关键技术急待突破。中国“制造强国”之梦与“互联网+”时代对发展新一代AI机器人的刚性需求，确实存在着历史与现实、补课与超越的双重挤压。

近来，国内人工成本持续上升，但全球范围内工业机器人的制造成本却在不断下降。双重挤压导致工业机器人的需求在2013年左右出现拐点。例如，购置一台焊接机器人可替换3名工人，每台大约需要23万元。目前长三角、珠三角等沿海地区一名普通焊接工人的雇佣成本约为6万元/年。因此，“机器换人”的成本回收期，已显著缩短为1.5年。

此外，我国的工业机器人使用密度仍然较低。据统计，目前全球平均每万名工人拥有66台工业机器人，中国的机器人密度仅为36台。而在工业发达国家（韩国478台/万人、日本314台/万人、德国292台/万人），远超中国，我国装备制造业正处于由传统装备向新一代智能制造装备转型的重要历史时期。

“从我们的观察来看，今年国内人工智能行业确有一些亮点，比较重点的领域包括智能驾驶、中星微电子、人脸识别、人脸支付等，”赛迪顾问电子信息行业高级分析师向阳告诉记者，“这几个重点的应用领域发展速度较快，有望短期内看到效果或成为中国机会之所在。”

“中国制造2025”国家战略下AI工业机器人的发展方兴未艾。