但是，数据毕竟不是人工智能的全部，归根结底还要依赖算法上的重要突破，不然只会停留在人工智能的初级阶段。而且即使是企图依赖大数据积累资源和技术的初创企业，在2017年巨头林立、资本寒冬的外部环境，再加上算法匮乏的内在劣势情况下，是否会沦为大型企业进击的炮灰，也是一件值得深思的事情。

　　这很容易让人联想到去年的VR行业，现在整个行业对人工智能的大肆宣传，和去年年初对VR的集体看好极为雷同，并且人工智能所面临的环境、所处的现状也和那是的VR如出一辙，同样的资本热投、遍地开花，同样的未来技术本质，同样万众瞩目的市场期待，然而如今半死不活的VR/AR行业很有可能会成为人工智能企业的前车之鉴。对于已成风口的人工智能，我们理应在虚火和热潮中保持足够的理性。

　　相比舆论造势，其实人工资能领域的投入明显开始愈加谨慎，这也印证了资本寒冬一说，并且这种趋势可能还要长时间伴随互联网经济的进程。从图中可以看出，投资额度从2014年末起有了明显的提升，这和初创企业涌现的时间一致，即使季度之间起伏很大，但每年总体数额确实在不断上涨。

　　不过从融资阶段分布来看，自2005年开始资本主要集中于种子轮，A、B、C阶段占比呈整体缩小趋势。而且有数据显示，2011-2015的五年间全球有超过65%的融资发生在种子/天使轮或A轮，D轮及以后的融资仅有20家。这就说明虽然人工智能很火，但是投资却正在渐趋理性，多数人工智能企业如果没有明确实用价值或技术产物的话，很难再空口无凭地打动投资人的心，他们未来的融资前景实在不容乐观。

　　所以说讲故事、搞营销实际上并不是人工智能的大行之道，在这个领域即使是科技巨头，也没能创造出一项性能完善、拥有极大用户规模的人工智能产物，初创企业的人工智能之产物多数只能算是伪人工智能，与其过分投入到产品的营销中，还不如关注巨头们没有触及的一些垂直化细分领域，从中深耕，寻求机会。

　　人工智能技术转化为商业价值还需时间

　　人工智能的应用涉及到专用应用和通用应用两个方面，前者涵盖了目前国内人工智能应用的大多数领域，包括人脸和语音识别以及服务型机器人等，而后者则侧重于金融、医疗、智能家居等方面的通用解决方案。不管是哪个领域的应用其实都具备清晰的商业模式，例如依靠人工智能黑箱算法而强势崛起的今日头条，通过合适内容传递到合适人手里从而积累了海量用户；苹果的Siri、亚马逊的Alexa等语音交互技术成功地和硬件产品结合，为其赚取了不少利润。

　　但是，这也说明另一个严峻的事实：目前行业内较为成熟的人工智能产物几乎都出自互联网巨头。

　　在这种压力之下，初创企业为了快速获取投资或者赚取眼球，往往利用伪智能产品作为讲故事的资本，这种现象极为普遍，也造成了市场上“产品热需求冷”的局面。这和最近两年VR市场上所呈现的状态极为相似，众多厂商借助热度纷纷推出自己的VR硬件或软件程序，但是这些性能低劣的廉价商品非但没能借势而上，反而摧毁了大部分消费者的购买意愿。

　　人工智能领域也是如此，正如周鸿祎所说，“今天出来做一个公司，如果不说自己是用深度学习、人工智能，都不好意思出来混”、“基本上每一头猪都在身上打上了人工智能的标记”。

　　大批的伪智能产品，他们仅仅是把普通的电子产品简单地加入了联网或者搜索功能，就能以大数据和深度学习的名义进行吹捧，例如部分可穿戴设备和智能机顶盒，更有甚者，一个水杯加上一个数字温度计就敢号称智能。这些商品的存在很大程度上造成了普通用户对人工智能的误解，对于未来该行业的应用普及也会形成负面影响。

　　而且即使是有了技术性突破，从技术转化为极大的商业价值也需要很长时间。人工智能从概念诞生到现在已有60年，即使经历这些年科技爆炸的时期，也缺乏席卷市场的现象级产品，各分支领域也都面临着各自的技术桎梏。