AI创业者：AI企业仍面临多重挑战 深度学习等技术仍需完善

根据Statista预计，到2025年全球人工智能市场规模将达369亿美元，年均复合增速达57%。目前人工智能主要应用在图像识别、物品识别、检测和归类还有自动化的地球物理学特征分析等。人工智能产业最大的一块收入来自企业级的应用市场。

日前，国内很多AI企业的领导者对AI企业面临的困境和现状以及未来的发展提出了自己的观点和看法。

深兰科技创始人兼CEO陈海波：商用落地成为AI企业面临的主要问题

“AI创业企业面临的主要问题就是商用落地，而落地离不开人才和资金，而最先跑出来的AI企业，一定是落地能力最强的企业，这和我一直提出的‘致力于人工智能基础研究和应用开发’不谋而合，这也是为什么深兰在欧洲和美国建立研发基地的原因。“

思岚科技创始人兼CEO陈士凯：技术创新引领AI产品快速落地

“如何能在有限的时间中实现产品的快速产业化落地并保持技术领先，是所有AI创业企业现阶段面对的挑战。作为创业企业，自然希望能快速实现产品销售收入并达到财务目标。但AI相关的市场本身也处于发展早期，就比如智能机器人市场，很多需求需要等待挖掘。而这就需要企业依靠不断的技术投入和创新将原本的‘痒点’变成真正的痛点。这个过程充满着不确定和艰辛，但同时也是我们AI企业在未来发展中的立于不败之地的机遇。唯有以技术革新为引领，是我们AI创业企业产品被市场接受的根本手段。“

星环科技创始人兼CTO孙元浩：AI的深度学习仍然面临很大挑战

“2018年，AI从一门科学开始转变成一个系统或产品，一句话，AI需要产品化，也必将产品化。随着机器学习和深度学习算法的不断成熟，需要将AI来打造成产品和系统，并在各个领域寻找Killer Applications。但是深度学习仍然面临着很大挑战，需要大量计算能力(需要大量CPU， GPU，FPGA/ASIC的混合计算能力，以及分布式计算能力)，需要大量样本和数据，甚至需要大量人工来制作样本(以传递知识给机器)。”

西井科技创始人兼CEO谭黎敏：AI新技术的应用需以市场为导向

“西井科技最初以类脑芯片业务为起点，但从公司成立之初，我们就认为AI新技术要想要成为真正创造价值的应用，一定要找准商业落地，即以市场为导向，坚持快速落地和自主研发核心技术双轮驱动。作为首个将AI技术引入到智慧港口的企业，也是目前全球唯一一家能做全局化改造的港口人工智能供应商，西井科技坚持全局化人工智能港口战略，结合港口智慧岸桥、智慧堆场、智慧闸口、自动驾驶水平运输、港机智能改造等各环节，用AI技术帮助传统码头降本增效。”

扩博智能创始人兼CEO严治庆：技术和需求驱动人工智能的爆发

“当今这波人工智能浪潮的再次兴起，其本质原因是深度学习技术的集中爆发，尤其是计算机视觉领域取得了巨大的进步。人工智能的爆发除了技术驱动，更主要的是需求驱动。前沿科研能否与产业实践紧密衔接成为人工智能公司发展的下一个拐点。人工智能需要在特定的应用场景产生数据，要在垂直应用场景扎得足够深，才能洞悉和掌握行业需求。扩博智能服务的行业包括风电和零售，我们一直秉承尊重传统行业的基本规律的原则，结合行业痛点，通过新技术、新思维、辅助传统行业焕发新的生命力，重构生产力。”

码隆科技联合创始人兼CTO Matt Scott：如何找到AI前沿技术和传统场景的最佳结合点

“对AI创业企业来说，最大的挑战是探索如何找到前沿技术和传统场景的最佳结合点，实现技术转化的应用价值。对于码隆科技来说，我们希望用人工智能商品识别技术与实体经济碰撞出更多火花，尤其是在零售、电商、时尚、纺织、家居等垂直领域进行深耕，将人工智能助力提升效率、降低成本落到实处。”

虎博科技创始人兼CEO陈烨：技术和需求是AI创业的两个重要因素

“AI创业有两个要素：技术和需求。技术方面，人工智能尤其是深度学习的技术要做到世界领先，尤其在应用层面，目前中国和西方的差距正在缩小。颠覆式的创新不仅需要长期耐心的基础研究，巨大的应用场景也至关重要。用户需求有两种，存在的和潜在的。对于存在的需求，AI的切入点是把现有解决方法的成本、效率和体验提高一个数量级以上;对于潜在的需求，AI技术的不断突破会激发更大的潜在需求。”