资本寒冬的呼声已经吵了很多年，每年都在喊未来三年是最冷的三年。然而事实是，虽然这几年资本寒冬的呼声很高，但是企业的发展并没有想象中那么困难。但是，对于已经到来的这波资本寒流来说，2019年很可能是真正意义上最冷的三年的开始。
回顾2018年，从4月份中兴事件爆发开始，一开始并不特别活跃的资本市场，在中美贸易摩擦的高压下变得缓慢起来。多数头部基金选择了捂紧钱袋子，观望。创业公司的增长也生动地反映了这种情况:2018年1月至9月，中国新增创业公司1245家，而2015年为20895家，2016年为12012家，2017年甚至达到6672家。2018年前9个月，1245家的新创公司数量真的很尴尬。2018年底，ofo等共享出行泡沫破裂、企业相继倒闭的现象，迫使政府进行所得税优惠政策，以激发活力，稳定市场发展。
对于炒作已久的人工智能领域，在当前资本市场进一步收紧的情况下，其未来发展如何？近日，亿欧采访了人工智能工程创新工场研究院执行院长王永刚，就人工智能企业乃至整个行业的发展现状进行了交流。或许这些对话会给行业的进步带来一些启示。
经济下行，人工智能创新创业更有价值导向。
经过几年密集的资本布局和巨头抢滩，原本可以投入人工智能领域的机会已经少了很多。在经济增速放缓的趋势下，2018年整个私募股权投资领域的AI投资事件减少了很多。
在王永刚看来，在整体经济下行的大趋势下，人工智能作为经济环境的一部分，现阶段减少风险投资机会也是正常的，符合整个经济周期的变化规律。此前，在资本推动时期，很多“人工智能”的企业只专注于论文、数据和概念炒作；目前资本市场更加务实理性。人工智能企业为了生存，很可能会更加注重技术与实际商业需求和真实场景的结合，这将有助于推动人工智能的产业化，进一步加速技术的落地。从这个角度来看，这反而是一种“积极的”。
以医疗AI为例，早期的医疗AI领域出现了大量基于视觉、图像识别、智能诊断的技术，但很少有创业机构会关心这些技术未来能否成为具体的产品，未来在整个医疗体系中处于什么位置，能提供什么价值，能否优化和完善整个医疗体系，带来应有的价值。另外，对于这些技术，未来的支付者可以分为医生个人、医院、医保系统等多个维度。如何满足不同支付方各自的应用需求，是很多企业没有很好考虑的。总的来说，大部分医疗AI公司前期讨论的更多的是技术图谱的精度和数据量，还是比较浅层的AI应用。
回归到解决具体问题，在经济下行期，企业要想发展，就要尽快实现自身造血能力，这就需要把之前浅层次的数据分析能力沉淀下来，继续深化，回归到具体行业的深度，找到能够结合实际需求的价值结合点，最终落地并能够长久走下去。
由于差异化优势的存在，人工智能还有很多机会。
虽然目前中国整体经济增速放缓，但鉴于中国独特的经济结构，目前中国人工智能产业发展的机遇很多。
一个月前，创新工场管理合伙人汪华在谈到资本寒冬和经济周期时，分析了中国经济结构的特殊性，提出了中国式“经济魔方”的概念。在王永刚看来，王华所说的“经济魔方”是基于中国目前经济结构的差异化形态。
横向来看，我国不同地区之间、一二线城市与三四线城市之间、城市与区域村镇之间的区域发展差异很大。纵向来看，不同行业之间差距巨大，不仅是智能化层面，还有电子化、数字化层面。这种差异在中国的高、中、低收入群体、不同地区、不同行业之间，形成了许多不同层次的通过技术手段实现转型升级的新机遇。拼多多、贝店等公司的出现就是基于这样的条件。
以同样的医疗为例。目前，我国三甲医院与综合医院之间，以及三四线城市医院与乡镇卫生院之间，医疗水平存在巨大差距。这种差异导致我国医疗资源分布极不均衡。如果能通过人工智能等技术手段，帮助医疗行业升级转型，实现三甲医院医疗水平向一般城市医院下放，无论从商业层面还是社会意义层面，都将是一件非常有意义的事情。
在医疗行业之外，目前国内家居建材、教育、零售等不同行业不同区域之间存在巨大差异，使得未来以AI为代表的一系列新技术在弥补国内差异化经济发展的过程中有大量机会。
面对国内市场仍然存在的大量机会，创业机构应该从哪个方向突破成为了一个值得思考的问题。在王永刚看来，真正的AI创业无非是以下两种模式。
AI+红利平台:这种模式更侧重于通过AI技术服务C端客户。人工智能创业不可能是纯技术创业。未来绝大多数创业者需要先有平台，再有人群的机会，再有场景和技术的机会。该模式通过将AI技术引入流量平台，提高平台的服务效率，提升C端用户体验，走B2C模式。AI+垂直行业:将AI技术深度嵌入到不同行业的具体业务流程中，发挥核心作用，细化如何帮助企业降本增效。主要服务对象是B端和G端政府客户。对比中美两国AI的发展现状，王永刚认为，国内的科技机构需要静下心来看看这个领域的机会，借鉴IBM、salesforce等机构利用AI解决实际问题的经验。
对比中国与发达国家的AI产业现状，发现欧美等国家非常重视用户数据，非常重视数据保护。国外的数据保护政策在一定程度上维护了用户的数据安全，但也加剧了训练AI算法和数据挖掘获取数据的难度。所以从某种层面来说，中国相对开放的数据政策使得中国的人工智能产业在发展过程中有相当大的自由度，机会还是很多的。
中美竞争靠人才，中国AI人才培养需要新模式。
在经济下行的情况下，中国AI产业的发展还有很多机会，其中产业发展的竞争成为了一个值得思考的问题。近年来，人工智能领域进入中美“平行宇宙”时代。然而，从最关键的人才储备来看，我国人工智能领域的专业人才仍然匮乏，亟待改变现状。
提到中国人工智能行业的人才现状，王永刚表示，中国人工智能领域仍然缺乏顶尖的AI学术带头人，顶尖的AI研究与美国相比还有很大差距。然而，除了尖端科研人才，中国还有大量面向工程的中级AI人才:一方面，以微软亚洲研究院为代表的国外知名企业研究院为中国市场培养了一批优质种子人才；另一方面，一些国外大学、研究所等机构也为中国培养了一批优秀的归国留学生。这些人才共同构成了中国整体的AI人才生态，无论是质量还是数量，都已经成为中国AI产业的中坚力量。
目前，AI产业发展已从早期的科研探索阶段逐步走向“应用为王”阶段，这是以工程应用为主的中层人才发力的最佳时机，这使得中国在与美国的产业发展竞争中站稳了脚跟。此外，中国复杂的经济结构和强大的政府支持也为中国AI产业的发展奠定了坚实的基础。
除了顶级研究人员的介绍和骨干人工智能人才队伍的现状，王永刚还分析了下一代人工智能人才培养的相关意见。
首先，从高校主要培养的尖端人才来看，由于国外崇尚学术自由，更看重课题研究人员的实际应用能力，其培养的学生在实际应用过程中解决问题、发现问题的能力更强，在创新科研突破方面的优势更明显。另一方面，在中国，中国高等教育机构培养的学生理论基础扎实，但实践能力仍有待提高。很多因素导致国内外顶尖大学的学生在知识和技能上有很多差异。
其次，在工程师培养的下一阶段，目前国内大部分培训机构的培训同质化严重，大多打着快训的旗号跟风，给人一种只要接受培训，谁都能快速转型为合格的AI人才的错觉。但事实是，通过这样的培训出来的学员，大多只能是初级的AI从业者，距离真正的“入门水平”还有一定的距离。
王永刚认为，目前，社会上大多数机构在人工智能人才的培养上注重数量而不是质量。其实在真实的工作场景中，一个能主动解决问题的AI人才比一百个普通人强。企业在招人的时候，更愿意高价聘用前者，而不是低价聘用后者。虽然近两年中国在培养相关人才方面做了很多努力，但在现阶段，为了适应更快的智能化产业升级浪潮，中国需要探索更多新的AI人才培养模式，比如更加注重“产学研”结合。
产学研一体化，大赛推动AI人才生态。
在众多适应智能产业升级的AI人才培养模式中，由研究院、培训、社区、竞赛四大要素构成的人工智能工程创新工场(innovation works Institute of Artificial Intelligence Engineering)模式，在AI人才培养方面做出了新的尝试和贡献。
王永刚介绍，作为创新工场定位“VC+AI”的重要组成部分，人工智能工程创新工场研究院在一定层面上承担了创新工场的行业研究或战略咨询的角色，同时对行业进行深入研究，向公司传递一线信息。对于AI人才培养，工程院在了解企业用人单位真实AI人才需求的基础上，细化基础AI人才素质，并参与设置相应的技能培训课程。课程设置后，工程院会以严格的录取资格对考生进行考核，组建师资队伍进行培训，鼓励学员将所学应用到现实生活中，解决现实问题，最后根据实际效果给出一个等级。
在具体的商业模式上，创新工场人工智能工程学院人才培养板块的业务主要由DeeCamp人工智能训练营和AI Challenger全球AI挑战赛组成。
DeeCamp人工智能训练营:由创新工场于2017年发起，旨在提升高校AI人才在行业应用的实际案例体验，促进产学研深度融合。2018年，该项目被教育部选为“中国高校人工智能人才国际培养计划”两个组成部分之一的学生训练营。培训计划包括高校教师AI培训班和DeeCamp大学生AI训练营两部分，分别针对高校教师和学生进行培训。
据悉，2017年和2018年的两届DeeCamp吸引了来自全球600多所大学的8000名申请者。最终，85所高校的336名AI人才入选。他们接受了由李开复、吴恩达和约翰·霍普克罗夫特领导的顶级学术和行业专家讲授的30多门专业课程，并进行了由10多家顶级人工智能公司设立和辅导的19个实践主题。录取难度可见一斑。
AI Challenger全球AI挑战赛:作为由创新工场(innovation works)发起，产业、学术、政府机构联合举办的开放数据集和编程竞赛平台，致力于满足AI人才对高质量、丰富数据集的需求，促进AI研究与商业的结合，解决现实世界的问题。在刚刚结束的2018 AI Challenger决赛中，大赛吸引了全球超过10000支队伍参赛，平台用户总数超过30000，覆盖81个国家的1000多所高校和公司。
从实际比赛结果来看，在2018 AI挑战者大赛中，如美图的短视频实时分类大赛、搜狗的机器阅读理解大赛、机器翻译大赛等，都有一批高质量的参赛作品。其中，尤其是美团点评的无人驾驶大赛选手，成绩最为突出。据王永刚介绍，本次无人驾驶大赛使用的比赛数据，实际上已经在国际计算机视觉和模式识别领域的顶级学术会议CVPR之前的一次比赛中使用过。但是由于赛制的原因，这个数据在当时更多的是用来提高学术算法的准确性，并没有注重与实际应用场景的结合。本次大赛，参赛团队不仅注重精度，还结合实际应用场景进行开发。最后，冠军队的成绩不仅在准确性上超越其他选手，在效率上也比其他选手高出4倍。这一成果得到了自动驾驶领域资深人士、原滴滴研究院院长何教授的称赞，称其达到了世界一流的产业水平。
谈及工程院在AI人才培养方面可以借鉴的经验，王永刚表示，结合实际应用，解决现实场景中的问题，是AI挑战者设置的出发点，也是企业提出AI人才最关键的考核指标。2018年AI Challenger无人驾驶大赛的例子证明，兼容学术精度和现实场景需求的技术也能取得优异的成绩。此外，球队高标准的YEATION模式、赛前辅导、赛中支持等方面也为最终结果加分不少。
据悉，目前DeeCamp人工智能训练营和AI Challenger全球AI挑战赛都是非营利性项目。王永刚表示，这两项业务的发展主要致力于构建产学研一体化的有机生态，涵盖人才、资本等要素，构建产业与科研的有效结合，共同推动中国AI产业的进步。
