“技术实力挺强，但钱烧得真猛，目前盈利模式还不清晰……”
从创业者到投资人，大家对人工智能的商业价值都持有高期望，而商业“奇点”在哪儿呢？
从2014年“人工智能”开始成为资本关注的方向，至今有超过500家投资机构，累计投入600多亿真金白银（数据来源：亿欧智库AI创投数据库）。尤其在2017年下半年之后，各细分赛道的市场竞争格局初定，投资阶段进入中后期，一些企业的融资额已经高得令人咂舌：单笔融资金额超十亿，总融资金额过百亿。
建团队、搞数据、练模型、做产品……大笔钞票烧了三四年，2018年确实该有回头钱了。亿欧智库的大体判断是，2018年将是人工智能商业落地的元年。一个显著的变化是，去年创始人还在拿数据和算法讲故事，今年则开始强调大订单与大客户。尤其是在“独角兽企业”上市发展战略的作用下，努力做营收成为AI独角兽今年的重任。
但是，这事儿没有说起来那么轻松和顺利。
最近，亿欧智库大量走访国内的AI企业与VC，为“2018中国AI商业落地100强榜单”及相关研究报告做准备。榜单和研究报告将于6月13日的“2018全球智能+新商业峰会”（点击查看详情）上公开发布。这篇文章，我们先来简单分享一些研究成果。
或平步青云，或举步维艰
人工智能在各行业的商业落地速度显然不同。从主流行业来看，金融和安防的商业化进展最快，而自动驾驶、AI芯片领域企业2019年将有不错的营收表现，医疗商业落地仍需几年。
金融领域，AI企业去年已经有了不错的营收表现。究其原因，除了金融离钱最近以外，需求驱动是关键因素。例如，金融的核心是风险控制，金融机构与平台对于更有效的风控技术方案有着迫切的需求。所以，国内一大批企业利用AI建立智能化的风控模型，并开始投入商业运营之中。
安防领域，依靠政策支持，商业落地速度较快。中国政府拿出几万亿投入公共安全、智慧城市，对AI安防企业是巨大的政策利好。据了解，去年商汤、旷视营收中的70%来自安防。当然，初创企业将直面大厂在渠道、资金、技术等各方面的压制，下文中我们会做讨论。
自动驾驶领域，目前激光雷达方向已经有不少订单，to B的自动驾驶项目陆续落地，例如港区/物流园区运输、外卖配送等。预计在2019年将有大规模的整车量产，做整车的OEM厂商会在自动驾驶时代占据主导地位。
AI芯片领域，部分企业今年将做出流片，大规模供货预计得到2019年。目前做算法模型训练的云端嵌入式芯片居多，做端上运算的（例如智能摄像头）芯片较少。寒武纪将IP卖给华为海思，商业落地速度走在前列。
医疗领域，有营收的AI企业寥寥无几。医疗是强监管的行业，尤其对于临床辅助产品，需经过药监局认证才可以推向市场。目前国内尚且没有企业拿到新一代医疗AI产品的医疗器械注册证，部分企业基于之前CAD产品审批方式获得二类器械证。此外，该类产品的商业模式不清晰，传统的软件license模式很难做大，企业和投资方正在探索新方向。
总体来看，有些行业“平步青云”，有些行业“步履维艰”。
冲收入：业务拓展+并购并表
AI独角兽企业正在筹备上市，高估值、低收入成为最大的困扰。商汤抛出了“2018年做数十亿营收”的目标，旷视计划2019年第一季度挂牌，云知声在今年1月底参加“独角兽走进深交所”路演已经率先取得先发优势……
为了冲收入，各家采取的策略基本围绕“更多业务+并购并表”。曾扬言专注做自动驾驶FPGA芯片的某企业，如今也开始进军安防等其他应用场景。部分企业业务范围覆盖近10个行业，年初至今一直在大量招聘商务/销售人员。更直接的方式，则是并购业务相似或相关的企业，做财务并表。然而，“短期催熟”对于企业而言，并不是健康的成长状态。
这里没有新的市场
人工智能，本质上是一种技术工具，它的核心价值在于帮助传统行业获得更高的生产效率，并没有真正派生出新的市场。“AI+”模式下诞生的创业企业，在商业路上难免与各行业的传统巨头狭路相逢。例如，在智慧安防领域，不论是做安防ASIC芯片，还是计算机视觉解决方案的AI企业，与3000多亿市值、不断加大AI研发投入的安防龙头企业海康威视是潜在的市场竞争关系——即使部分AI创企在尝试接触海康，争取合作，但并没有实质性的进展。
有些人会拿AI创业类比互联网创业，这是一个很有趣的话题。互联网不仅催生出了新的业态，改变了原有的市场格局，而且它在各行业的广泛渗透，为AI创造了得天独厚的数据基础。而人工智能只是为信息技术革命的发展提供了新的生产工具，搭上了互联网的快车。十五年前，大众对于“互联网创业”的普遍认知就是做网站，并视作“新动物”。而今，互联网已经成为了基础设施。五年后的人工智能或许也将成为基础设施，并融于互联网之内。未来，算法型企业将可能不复存在。
正如电力、互联网的发明，所有人都认同技术的巨大价值，但最终依靠什么赚钱，是前人走了许多弯路才探索出来的。人工智能也是如此，它作为一种“生产力”，长期对于社会进步的提升是有目共睹的，也终究会转化为商业价值。而这个寻找的过程，并非一蹴而就。