9月16日消息，“人工智能的商业化还需在黑暗中摸索一段时间。”
百度创始人李彦宏在2022世界人工智能大会上的这句话，可谓说出了当前国内人工智能企业共同的心声。
2016年3月，AlphaGo与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，并4比1获胜。“人工智能战胜世界冠军”冲击人心，成为人工智能技术新发展的最佳代言。
在这之后的第二年，2017年7月5日，百度在北京国际会议中心举办首届“AI开发者大会”，在会上，百度首次喊出“All in AI”的口号。百度旗下已孵化多年的自动驾驶平台Apollo、以深度学习框架飞桨为核心的AI开放平台、对话式人工智能操作系统DuerOS等多线并举。
几乎同一时间，以视觉AI技术为突破口的旷视科技刚刚通过为客户提供FaceID解决方案实现人工智能技术商业化落地，不过仍然在艰难探索将业务扩展至城市物联网、供应链物联网领域，让商业化能成“规模”。
也是在2016年，自动驾驶企业图森未来刚成立一年，在河北曹妃甸拥有了自动驾驶卡车试验基地……
人工智能技术在各领域遍地开花，产业界期待依靠人工智能开辟出新价值空间的热情爆棚。
经过多年发展，人工智能技术本身不断演进，与各行业的融合、改造、赋能也碰撞出更多新挑战。
人才珍稀 研发贵
李彦宏说，“百度在人工智能领域已经摸爬滚打整10年了。这10年累计研发投入超过1000亿，每年研发占比都超过15%。”
10年马拉松，在人工智能领域投入巨大的不止百度一家。作为技术密集型行业人工智能企业研发投入普遍高。
百度季度研发开支（TechWeb整理制图）
旷视科技年报披露的研发投入占比
AI视觉领域，旷视科技披露的年报数据显示，2018年、2019年、2020年、2021上半年，其研发投入占营业收入的比例都超过70%，最高的达到88%（2021上半年占88.49%）以上。
同样是主打AI视觉的商汤科技，2018年、2019年、2020年、2021年上半年的研发投入分别为8.49亿元、19.16亿元、24.54亿元和17.72亿元，占同期总收入的比例分别为45.9%、63.3%、71.3%和107.3%。
再看看自动驾驶领域。
2021年4月在美国纳斯达克上市的全球首家上市无人驾驶企业图森未来，其披露的2018年-2021年间的研发支出分别达到3227.8万美元、6361.9万美元、1.32亿美元和2.87亿美元，研发支出占营收的比例最低的一年也有4584%，也就是研发支出是营收的45倍多。
图森未来2018年-2021年研发支出数据（TechWeb整理）
人工智能作为仍在不断演进的技术，是典型的智力密集型行业，“关键人才”往往能带来“质变”的突破。因此人才向来是企业争夺的重点，也是研发开支的大头。
从国内来看，脉脉发布的《2022人工智能顶尖人才数据图鉴》显示，人工智能行业人才紧缺，以视觉算法工程师为例，在人才市场的供需比达到0.08，也就是平均12.5家企业争夺1个人才。
鉴于从业门槛较高、供需关系紧张，在薪资方面，人工智能人才薪资普遍较高，脉脉数据就显示，算法工程师应届生平均月薪超过3万元。
人工智能人才培养周期长，近9成算法工程师为硕博学历，高级别人才更是“珍稀”。短期内这些人工智能企业在抢夺人才方面的研发开支都难以下降。
产业春天尚在前方
根据Gartner技术成熟度曲线，一项新技术由研发到产业化应用落地通常要5-10年，这期间从技术萌芽开始，要穿越期望膨胀期、泡沫破裂低谷期、稳步爬升复苏期和生产成熟期，才会迎来产业春天。
Gartner 2022年人工智能技术成熟度曲线
仔细研究Gartner刚刚发布的“2022年人工智能技术成熟度曲线”可以看到，绝大部分目前业界可见的人工智能技术都处于技术萌芽期和期望膨胀期，离生产成熟产生实际规模效益尚远。
2022年Gartne列举的27项人工智能技术中：
- 仅“计算机视觉”1项技术离生产成熟期的时间不到2年；
- 14项技术（超50%）离生产成熟还有2-5年；
- 10项（约40%）还需要5-10年时间；
- 自动驾驶汽车、通用人工智能2项技术到达生产成熟期还需要超过10年的发展时间。
Gartner 2021年人工智能技术成熟度曲线
对比Gartner 2021年人工智能技术成熟度曲线来看人工智能技术的发展，还是有值得欣喜和期待的突破。
2022年，有更多的AI技术进入“稳步爬升复苏期”，包括计算机视觉、数据标注和注解、智能应用。
另一方面，IDC预计，到2027年，全球所有行业企业中，41%的收入将来自数字化相关的产品和服务，这其中，30%的占比由传统产业数字化贡献。人工智能技术在其中起到的作用巨大。
李彦宏说，一个新事物从“无人看好”到“无人能及”，决胜就在“坚持”二字。科技创新，尤其如此。
在完成将技术转化为生产力并创造商业价值的这条跑道上，AI参与者们的这场马拉松还要再跑会儿。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
