“中国目前的AI项目重复投资太多，很多项目基本上大同小异，美国投的钱没有那么多，但更有原创性。”IDG资本全球董事长熊晓鸽表示。在资本泡沫、技术泡沫、估值泡沫和商业泡沫交织下，不少创业公司默默离开了AI竞争场，摇身一变转向区块链、芯片等新的领域。

“中美之间对人工智能投资不在‘量’的差别，而是‘质’的落后，这种差别不是你花几十亿就能追上的。”丁健强调。一个典型特征是，中国的AI投资倾向于应用领域，且集中在安防、金融、自动驾驶领域，存在技术上的盲目跟风。根据猎聘大数据研究院提供的数据来看，自动驾驶和语音识别的竞争热度指数表现很高，尤其是在去年四季度自动驾驶竞争热度迅速上升到第一位，这与行业热捧和热点事件不无关系。

在丁健看来，因为投资倾向于应用，使得我们在人工智能领域面临的挑战也非常大。“实际上今天的AI还是一个低能儿。”

一个核心就是今天的AI应用还处在一个可拓展性非常差的阶段，AI极度依赖于大数据，而且需要经常进行人工干预和调试，这与传统IT行业的进展是不匹配的。IT之所以能够快速增长，就是因为它的自动化程度非常高。而一旦引入人工干预，就会造成实际使用上的效率降低、成本提高。

除此之外进入壁垒低也使得人工智能被泡沫包裹。“虽然我们现在有几个号称的独角兽，但实际上它们用到的算法大部分都是开源算法，即使不是开源的，在很多改进方面也是有限的。而开源变成一个趋势，百度、谷歌和Facebook纷纷开源，道理很简单，就是因为目前在深度学习方面它所起到的作用是很有限的。”

相关报道: