隨著存儲空間的擴大、資料的海量增長， 神經網路、深度學習演算法的不斷更新， 越來越多的人工智慧產品走入尋常生活。 人工智慧的概念也不斷地給我們帶來關於未來的無限遐想。
通過中美兩國在該領域投資的對比， 瞭解一下人工智慧行業發展的現狀與瓶頸吧~
C 端到底行不行？
在目前的 AI 微智時代， 創業公司大致可分為三個梯隊：廣義機器人、自然語言處理、電腦視覺與圖像.
目前， 國內智慧型機器人與無人機相關技術創業最為火爆， 位居於第一梯隊；語義分析、語音辨識、聊天機器人等自然語言系列的技術位元列第二梯隊；第三梯隊則為人臉識別、視頻/監控、自動駕駛、圖像識別等電腦視覺系列的技術；另外，
B 端市場無疑是創業最合適的切入點， 可以充分發揮 AI 的工具性， 提升效率和體驗， 從而跨過工業應用紅線。
靠近 C 端使用者並探索流量和資料的變現模式是較為理想的發展路徑， 比如， 在廣告、媒體、美妝、設計等行業已經湧現了第一批消費級終端產品， 並且在消費者中形成了一定的影響力。
據統計， 美國已經有超過 50 家針對於 C 端初創 AI 企業， 融資規模超過 8 億人民幣， 雖然這些公司仍然十分微小， 但是星星之火可以燎原。 我們可以預見， AI 消費級產品遍地開花的時間為期不遠了。
行業應用最先落地的會是誰？
技術實力是 AI 公司的核心競爭力之一， 而技術+產品+行業落地更是其勝負關鍵。
醫療行業成為 AI 應用最為火熱的行業， 其中包括了醫療影像診斷、醫學病歷分析等方向， 目前弱人工智慧更容易在醫學這種專業性較強但不要求通用能力的行業發揮作用；汽車行業則憑藉自動駕駛相關 AI 技術脫穎而出位列第二， 有 80 家 AI 公司業務和汽車相關，
中美差距何在？
企業數量差距：報告資料顯示， 截止於 2017 年 6 月 31 日， 全球人工智慧企業總數達 2542 家， 其中美國擁有 1078 家， 占全球人工智慧企業總量的 41%；中國擁有 592 家， 佔據 23%， 排名第二。 中美兩國差距 486 家。
投資金額差距：根據統計資料， 美國 AI 公司總融資金額達 978 億元， 佔據全球總融資的 50.10%；中國以 635 億元位居第二， 佔據全球 AI 公司總融資額的 33.18%。
人才團隊差距：在 AI 領域， 中國的人才總儲量低於美國， 美國的 AI 人才總儲備達 78700 人， 中國的人才總量僅有 39200 人， 人才儲備總量不及美國的 50%。 目前中國人工智慧的人才培養已成為一個發展的關鍵問題，
投資機構差距：AI 投資機構數量上， 美國超中國兩個身位， 為中國三倍。 中國關注 AI 領域的投資機構總數量約為 620 家， 美國約為 1800 家。 其中投資次數在兩次及以上的投資方數量， 中國為 203 家， 美國為 596 家。 綜合來看， 美國投資界對 AI 的關注度遠超中國。
綜合對比，美國 AI 走在了全球發展的最前列，代表著各大熱門領域的高精尖。根據目前的資料統計，中國人工智慧水準距離美國還有不小的差距，企業數量、融資總量、團隊規模等大約只有美國的 50%左右。
為何中國創業環境更勝一籌？
美國 AI 存量市場遠超中國，但投融資速度與獲投率中國更高美國一籌，對於 AI 初創公司來說，中國環境更適合創業。
獲投率
中國獲投率遠超美國，呈後來居上之勢。目前，中國人工智慧創投市場缺少優質專案，中國市場對於 AI 的投資不缺資金，根本缺失的是技術和人才。
獲投速度
美國 AI 公司從成立到種子/天使輪的平均時間需要 14.8 個月，中國則需要 9.7 個月，中國 AI 公司的早期獲投速度明顯比美國快很多。
如何走出產業核心的困境？
人工智慧發展的基礎在於演算法、算力和資料，三者缺一不可。中國擁有龐大的資料庫，在應用演算法上也不落其後，唯獨在算力這一領域，出現了非常嚴重的缺陷。
根據資料統計，美國晶片企業合計 33 家，累計融資 308.18 億元。中國合計 13 家，累計融資 13.28 億元，融資額僅為美國的 4.3%。
綜合來看，中國晶片在公司和融資上大大落後於美國，並且在晶片核心產業和技術上也和美國相去甚遠。而在 GPU 領域，中國尚無創業公司，只能圍繞 FPGA，ASIC 等進行邊緣研發，類腦晶片在國內有異軍突起之勢，或許能有所突破，總體形勢十分嚴峻。
誰才是 AI 大潮幕後的推手？
在中美 AI 熱潮的幕後推手中，VC 的功勞不可小視。一些有遠見卓識的 VC 已經開始盤點帳面上賺到的利潤，合計什麼時候準備殺出城去；而另一些後知後覺的 VC，正在籌集糧草，殺進城來。
對於 AI 的投資，A 輪看團隊、B 輪看產品、C 輪看資料的套路已經過時，簡單沿用過去 PC /移動互聯網的投資邏輯可能導致 VC 們錯過最佳入局 AI 的時間窗口。相比於關注公司財務資料，不如更重視其核心商業本質以及戰略意義。
在中國，真格基金以 37 次投資投資高居風投榜首，創新工廠和 IDG 資本分別以 28 次和 22 次排列在第二和第三。
在投資熱門領域中，電腦視覺和圖像擁有最多的投資者，共 291 家；其次是智慧型機器人和機器學習應用。這些投資機構的投資額在 2016 年達到歷史最高值，僅 2016 年一年，就湧現了 231.9 億元的投資資金。2017 年後國內投資更為偏向於中後期專案，對人工智慧的投資持更加謹慎態度。
當前，人工智慧產業的核心矛盾有兩個：一是投資需求大而創業專案供給減少；二是市場期望高而產品體驗卻不佳。
什麼類型的新項目會死亡？
科技創新企業在上升發展階段會遇到一定的阻礙和壁壘，稱為創新鴻溝。技術、產品、資金三個環節若有一環不穩，可能就會墜入深淵不得翻身。
很多類似的創業公司最後只能關張了事。
目前，智慧無人機、餐廳機器人、虛擬助理、智慧硬體等領域和行業已初顯頹勢。據初步估算，中美倒閉企業總數已超過 50 家。
用死亡換來的經驗和教訓，尤其值得關注。就目前倒閉企業分析，原因歸納為以下 5 點：
第一， 技術未成熟，產品不合格；
第二， 難以突破並實現穩定的市場份額增長；
第三， 缺乏與巨頭競爭的能力；
第五， 資金不足無法支撐後續研發。
同質化嚴重的市場上，死亡的瘟疫依然還在蔓延。我們可以預見 AI 企業在接下來很長一段時間都要接受市場的嚴格考驗，大多數企業會被市場毫不留情的淘汰，只有少數會活下來。
編輯來源於網路
綜合對比，美國 AI 走在了全球發展的最前列，代表著各大熱門領域的高精尖。根據目前的資料統計，中國人工智慧水準距離美國還有不小的差距，企業數量、融資總量、團隊規模等大約只有美國的 50%左右。
為何中國創業環境更勝一籌？
美國 AI 存量市場遠超中國，但投融資速度與獲投率中國更高美國一籌，對於 AI 初創公司來說，中國環境更適合創業。
獲投率
中國獲投率遠超美國，呈後來居上之勢。目前，中國人工智慧創投市場缺少優質專案，中國市場對於 AI 的投資不缺資金，根本缺失的是技術和人才。
獲投速度
美國 AI 公司從成立到種子/天使輪的平均時間需要 14.8 個月，中國則需要 9.7 個月，中國 AI 公司的早期獲投速度明顯比美國快很多。
如何走出產業核心的困境？
人工智慧發展的基礎在於演算法、算力和資料，三者缺一不可。中國擁有龐大的資料庫，在應用演算法上也不落其後，唯獨在算力這一領域，出現了非常嚴重的缺陷。
根據資料統計，美國晶片企業合計 33 家，累計融資 308.18 億元。中國合計 13 家，累計融資 13.28 億元，融資額僅為美國的 4.3%。
綜合來看，中國晶片在公司和融資上大大落後於美國，並且在晶片核心產業和技術上也和美國相去甚遠。而在 GPU 領域，中國尚無創業公司，只能圍繞 FPGA，ASIC 等進行邊緣研發，類腦晶片在國內有異軍突起之勢，或許能有所突破，總體形勢十分嚴峻。
誰才是 AI 大潮幕後的推手？
在中美 AI 熱潮的幕後推手中，VC 的功勞不可小視。一些有遠見卓識的 VC 已經開始盤點帳面上賺到的利潤，合計什麼時候準備殺出城去；而另一些後知後覺的 VC，正在籌集糧草，殺進城來。
對於 AI 的投資，A 輪看團隊、B 輪看產品、C 輪看資料的套路已經過時，簡單沿用過去 PC /移動互聯網的投資邏輯可能導致 VC 們錯過最佳入局 AI 的時間窗口。相比於關注公司財務資料，不如更重視其核心商業本質以及戰略意義。
在中國，真格基金以 37 次投資投資高居風投榜首，創新工廠和 IDG 資本分別以 28 次和 22 次排列在第二和第三。
在投資熱門領域中，電腦視覺和圖像擁有最多的投資者，共 291 家；其次是智慧型機器人和機器學習應用。這些投資機構的投資額在 2016 年達到歷史最高值，僅 2016 年一年，就湧現了 231.9 億元的投資資金。2017 年後國內投資更為偏向於中後期專案，對人工智慧的投資持更加謹慎態度。
當前，人工智慧產業的核心矛盾有兩個：一是投資需求大而創業專案供給減少；二是市場期望高而產品體驗卻不佳。
什麼類型的新項目會死亡？
科技創新企業在上升發展階段會遇到一定的阻礙和壁壘，稱為創新鴻溝。技術、產品、資金三個環節若有一環不穩，可能就會墜入深淵不得翻身。
很多類似的創業公司最後只能關張了事。
目前，智慧無人機、餐廳機器人、虛擬助理、智慧硬體等領域和行業已初顯頹勢。據初步估算，中美倒閉企業總數已超過 50 家。
用死亡換來的經驗和教訓，尤其值得關注。就目前倒閉企業分析，原因歸納為以下 5 點：
第一， 技術未成熟，產品不合格；
第二， 難以突破並實現穩定的市場份額增長；
第三， 缺乏與巨頭競爭的能力；
第五， 資金不足無法支撐後續研發。
同質化嚴重的市場上，死亡的瘟疫依然還在蔓延。我們可以預見 AI 企業在接下來很長一段時間都要接受市場的嚴格考驗，大多數企業會被市場毫不留情的淘汰，只有少數會活下來。
編輯來源於網路