Google在图像识别领域的技术无可争议，绝对是全球领先的，但和去年Facebook开源DeepMask、SharpMask和MultiPathNet这三款人工智能图像分割软件相比，Google Photos和Google Lens这种单点创新显得有些漫不经心。

　　在巨头环伺的智能家居领域来看，此次Google IO也并没有发布新的Google Home硬件，只是为Google Home带来了更多的软件更新。作为亚马逊Echo的重要竞争对手之一，Google Home显然还存在差距，市场份额远远落后。

　　根据eMarketer 的数据显示，在今年一季度（2017）美国语音助手市场中，Amazon Echo 的市场份额达到70.6%，Google Home则占到23.8%，而其他厂商（包括苹果、Lenovo、LG、HarmonKardon和Mattel）分食剩下的市场份额，为5.6%。

　　这样一个智能家居入口产品上，我们虽然看到Google正在发力，但和Amazon相比，似乎依然有些差距有。

　　当然，唯一让笔者眼前一亮的还是Cloud TPU，Google设计了一个全新的机器学习系统，以消除瓶颈并最大限度地提高整体性能。这个系统的核心就是Google推出的第二代Tensor处理单元（TPU），它可以训练和运行机器学习模型，直播，Google 将其称之为 Cloud TPU。

　　它的意义在于，提高运算能力，谷歌也是从软硬件层面上试图推动自身计算能力的提升。这或许是这次Google I/O 2017中最具亮点的一个新项目。

　　人工智能应用落地期的尴尬

　　从这次Google I/O 2016来看，j2直播，Google在人工智能领域的创新和应用无一例外，都是局限在移动端，该有的物联网、智能家居层面上透露甚少，但是这恰恰正是开发者们真正关心的未来。

　　人工智能虽然至今火爆，但是行业实际上已经走到了一个关键的节点——广大用户对人工智能的期待空前的高，认为AI能够完成一切，改变一切，但从公司的角度来说，从人工智能技术向应用产品化过渡，仍有很长的路要走。

　　很多企业前期在人工智能领域又过很多研究，但是研究不等于落地，毕竟实验室里的诸多尝试不一定能够真正投入实用，或者说即使投入实用，也需要诸多应用手段连接。所以人工智能应用落地期恰恰是真正的较量。

　　在美国的市场竞争中，已经有Google被Amazon超越的说法。比如说，加拿大约克大学的数字媒体研究员，科技行业长期观察者Daniel Colin James近日在博客网站Medium上发表了自己的评论文章《This is How Google will Collapse》，这篇文章中有这样一段话：

　　Amazon Echo背后的虚拟助手 Alexa，也被迅速地融入到了几款服务和产品中，其盈利模式也非常清晰、可行，并且，最重要的是，从长远看来也是可行的。Echo 使得通过Amazon订购产品变得容易，并且，每当有人使用Echo来购买东西时，Amazon就赚到了钱。Google通过将虚拟助理置入安卓的方式来扩大其影响范围，但是，这一做法并没有提供一个明确的答案：这一技术如何能转化为足够的收入，来维持Google不断扩大的创新成果？

　　而观国内人工智能的发展，不可否认，在应用领域却一直走的比较大胆。百度的无人驾驶技术、阿里云在智能家居领域的拓展都让人看到人工智能落地过程中的希望。这些恰恰是最考验一家企业的人工智能技术如何和产业链紧密结合的具体案例。

　　Google在人工智能领域的算法优势不可质疑，但是无法在应用领域真正取得优势，Google依然可能会被其他厂商超越。