▲插画来源：EdmondeHaro2016年，Alphabet伦敦子公司DeepMindTechnologies震惊了整个行业。该公司发布报告称，他们开发的AI应用成功帮助谷歌将数据中心的冷却成本降低了40%。更重要的是，同年，DeepMind开始与英国国家电网合作，通过深度学习技术优化供电，节约能源使用。那么，人工智能技术真的能优化能源利用吗？>>>这波AI浪潮并不像想象中那么乐观过去三年，笔者一直在寻找AI在数据中心应用的相关文献，但并未发现有明显进展。更重要的是，DeepMind与英国国家电网的谈判最终以失败告终。从财务运作的角度来看，似乎更不乐观。相关数据显示，2018年该公司营收1.25亿美元，亏损高达5.71亿美元，远高于2017年的3.66亿美元。对此，去年4月，有内部人士指出，DeepMind的2016年的公告本身就是一种炒作。经济学家评论道：“DeepMind只是想花费一些公关资本，帮助他们在Alphabet内部获得更多话语权。”近期，多家咨询机构表示，人工智能技术的普及将大大提高经济产出。据埃森哲预测，到2035年，人工智能技术将帮助12个发达国家实现经济增长率翻番，劳动生产率提高三分之一。普华永道表示，到2030年，人工智能将为全球经济贡献15.7万亿美元的增量——麦肯锡同期预测为13万亿美元。其他预测侧重于特定行业，例如零售、能源、教育和制造。麦肯锡全球研究院在其2017年的报告《人工智能：新的数字前沿？》中专门评估了人工智能技术对这四个行业的影响，并在2018年的报告中列出了更多可能受到重大影响的其他行业。该研究所得出结论，人工智能技术“有可能在9个业务部门的19个行业产生3.5万亿至5.8万亿美元的年价值。这部分占平均年收入9.5万亿美元至15.4美元的40%兆。”如果真如麦肯锡所说，那么企业就必须重视人工智能技术的研发和部署。然而，以上的预测真的靠谱吗？麦肯锡的大部分估算都是基于各个初创公司给出的基本信息。例如，基于DeepMind和NestLabs的成功，该公司预测AI将英国及其他地区的能源效率提高10%。2018年并入谷歌硬件部门的NestLabs，一年前还在做家庭智能恒温器和其他智能产品，年收入7.26亿美元，亏损6.21亿美元。从这个角度看，Nest等同类公司似乎一时半会不可能，也很难对全球经济做出如此巨大的贡献。因此，这波AI浪潮可能并没有想象中那么乐观。在与NestLabs进行一些研究后，我们试图收集证据证明智能电表可以带来巨大的能源效率提升。我们发现，2016年，英国政府发起了到2020年实现全国智能电表普及的倡议。虽然从2010年开始，美国能源部已经投入约45亿美元，在全美安装了超过1500万个智能电表。状态。奇怪的是，所有这些努力都没有对能源效率产生任何明显的影响。最近，英国政府将智能电表每年可为家庭节省的电量从26英镑减少到11英镑。此外，英国国家审计署还警告称，智能电表本身及其安装成本相应增加。显然，对于专注于智能恒温器、智能家电和智能电表的初创公司来说，这不是一个好消息。那么，专注于其他业务方向的人工智能初创企业能否对经济产生更显着的积极影响？科技行业分析公司CBInsights报告称，在2018年美国国内1150亿美元的风险投资中，有93亿美元流向了AI初创公司。虽然只占总数的8%，但93亿美元仍然是一笔不小的数目，说明美国还有很多初创公司在努力向AI迈进（当然也有一些公司确实夸大了AI的重要性）AI出于融资原因）。在其商业计划中的角色）。>>>40家美国AI初创企业分析为了进一步研究，笔者追踪了40家从事AI行业的美国初创企业。他们要么估值超过10亿美元，要么股权融资超过7000万美元。除两家被上市公司收购外，其余均为民营企业。这些公司的名称和主要产品来源于Crunchbase、Fortune和Datamation整理发布的领先创业公司名单。基于此，我们还搜集了很多与各个公司相关的最新消息（包括一些破产报告）。我根据40家初创公司实际提供的产品或服务类型对其进行了分类。其中17个主要研究所谓的计算机基础硬件和软件（如WaveComputing和OpenAI），包括网络安全（如CrowdStrike）。这组公司主要提供支持计算环境本身的工具。▲插图来源：EdmondeHaro还有其他8家公司专门开发软件产品来自动化各种任务。例如，AutomationAnywhere、UiPath和WorkFusion等机器人过程自动化软件可以提高专业人士和其他白领工人的实际生产力。BrainCorp.的软件将手动设备转变为智能机器人。Algolia、Conversica和Xant提供软件来改进销售和营销流程。ZipRecruiter专门针对人力资源。此列表中的其他初创公司分布在各个行业。其中三个位于医疗保健领域（FlatironHealth、Freenome和TempusLabs）；三家专注于金融科技（Avant、Upstart和ZestFinance）；两个专注于农业或合成生物学（Indigo和Zymergen）；三个专注于交通。运输相关（Nauto、Nuro和Zoox）。此外，还有地理空间分析（OrbitalInsight）、人机交互模式（Afiniti）、照片/视频识别（Vicarious）和音乐识别（SoundHound）。那么，这些初创企业真的能在不久的将来为行业带来可观的生产力提升吗？在我看来，用自动化解决方案替代办公室白领工作软件，可能是所有人工智能产品和服务中最有前途的方向。白领在日常工作中已经进行了多轮工具改进，包括面向会计师的Excel和面向工程师和建筑师的计算机辅助设计(CAD)。在这些方向上，基于人工智能的新工具有望对生产力水平产生深远影响。例如，目前很多人对生成式设计寄予厚望，即人类员工输入约束条件，系统自动输出匹配的设计方案。但看看这份名单上的8家为白领提供自动化工具的初创公司，我发现他们所做的并没有带来更高的行业生产力。其中三个专注于销售和营销，这在很大程度上仍然是一场零和游戏：拥有最强大软件解决方案的公司从竞争中赢得客户，而在此过程中生产力几乎没有提高。还有一家开发HR软件的初创公司可能比销售和市场营销具有更高的生产力收益，但仍然不完全符合我们对真正的机器人流程自动化的理想。这只剩下四家初创公司有潜力提高生产力和降低成本。遗憾的是，它们还没有真正为工程师和架构师提供可行的生成软件解决方案。在我看来，这种情况只有两种可能：要么，这种软件根本无法由初创企业生产，而只能由Autodesk等行业巨头实现；或者说，目前的AI技术发展水平还不足以在该领域带来实用的工具解决方案。对于接下来的17家公司，我将它们归类为从事基础计算硬件和软件业务的初创公司。遗憾的是，它们的生产促进作用还停留在概念层面。虽然基础硬件和软件无疑是开发高级人工智能工具（尤其是机器学习工具）的必要前提，但它们的启动和开发速度相对较慢。在我看来，这种现状证明人工智能技术还处于起步阶段。从OpenAI等重要的行业参与者可以看出，虽然他们已经获得了10亿美元的巨额投资（加上广泛的关注），但他们“造福全人类”的使命仍然略显模糊，具体问题的具体解决方案我是恐怕要多年后才会出现。其他基于OpenAI研究成果的产品和服务自然要依次延期。专注于网络安全的初创企业有7家，凸显当前安全问题日益严重，大大增加了通过互联网开展业务的成本。如果人工智能技术真的能够解决网络安全问题，那么整个互联网的可靠性和实用性将会提升一个更高的层次。但整体而言，我认为未来互联网公司的运营成本仍将居高不下，人工智能技术的加入不太可能显着提升这些公司的整体生产力。如果没有办法通过更好的软件工具带来收益，AI技术所谓可观的经济回报又从何而来？很多朋友可能觉得保健是个不错的方向。但即便如此，本次上榜的初创企业也只有3家，显得力不从心。这可能是因为许多企业家被IBMWatson吓倒了。毕竟这么知名的AI解决方案，在医疗应用领域已经被砸烂了。当然，也有很多人认为人工智能驱动的医疗保健初创企业完全有能力填补沃森失败后留下的空白。RobertWachter不同意，他指出将计算机应用于医疗保健的尝试比其他领域要困难得多。在2015年出版的《数字化医生：医学计算机时代开端下的希望、炒作与危害（The Digital Doctor: Hope, Hype, and Harm at the Dawn of Medicine’s Computer Age）》一书中，提到了医疗保健行业在计算机和软件应用领域长期落后的许多现实原因。那时，我们还不能说人工智能与数字技术的结合能否改变这种不利的现状。同样重要的是，虽然筹集了巨额资金，但这些人工智能初创企业似乎错过了很多重要的应用方向。首先是房地产，它是美国消费级支出的第一大类别，但没有一家初创公司在解决现实世界的问题。作为第二大消费支出行业的交通运输业只吸引了三家初创企业的关注。一个正在开发一种产品，可以识别驾驶员的注意力，另一个计划提供自动送货，只有一家初创公司正在开发无人驾驶汽车。在这一领域，福特、通用汽车和梅赛德斯-奔驰的高管最近都对自动驾驶汽车的短期前景表示悲观，并指出尽管在相关研究上花费了350亿美元，但可行的解决方案仍然难以捉摸。诚然，笔者对这40家公司的经营状况及其产品/服务未来十年的影响的判断是非常主观的。如果要更客观地衡量这些企业对世界经济的贡献，最好的方法可能是看它们的盈利能力。私营初创企业的财务表现普遍不佳，这份名单上只有两家公司上市，而且初创企业通常需要数年时间才能开始赚钱（即使是亚马逊也需要7年）。所以，这方面的结果可想而知。但我们可以结合技术领域的一些大趋势，对AI初创公司的健康状况做出初步评估。从诞生到上市的时间间隔被拉长，可以理解；但是，上市后能够成功盈利的初创科技公司比例从1980年的76%下降到2018年的17%，盈利周期也从1998年的平均2.8年延长到2016年的7.7年更重要的是，一些费尽心机才成功上市的初创企业，随后遭遇了巨额亏损。例如，包括美国（Uber和Lyft）、中国、印度和新加坡在内的主要拼车公司都没有实现盈利，这些公司在2018年总共亏损了50亿美元。此外，大多数初创公司美国、中国和印度的共享单车和电动汽车、共享办公室、食品配送、P2P借贷、健康保险和分析以及其他相关消费服务也遭受巨大损失。接受调查的40家AI初创企业中的大多数可能在短期内保持私有。但即使未来几年能上市，参考其他科技公司以往的经营轨迹，他们在接下来的一段时间内仍然不可能盈利。更具体地说，我认为这些创业公司的盈利周期可能比传统科技公司更长。>>>颠覆尚未到来综上所述，我很难相信这份名单上的AI初创公司能够在未来十年内为美国经济提供巨大的推动力。残酷的是，一向以乐观着称的《技术评论》、《科学美国人》等出版机构也给出了类似的观点。就连AI界本身也相继出版了《AI妄想》、《AI需要重新引导：构建我们可以依赖的人工智能》等书籍，表达对当前围绕新兴技术的炒作和盲目炒作的担忧。最有希望快速提高生产率的领域主要是白领工人的机器人流程自动化，延续了过去几十年的趋势。但这些改进在很大程度上将是渐进式的，正如过去在计算机辅助设计、计算机辅助工程、电子表格和文字处理方面的努力已经向我们证明的那样。几十年来，这些软件带来了令人印象深刻的价值，极大地提高了工程师、会计师、律师、建筑师、记者和其他人的工作效率，使许多专业人士，尤其是工程师，能够为全球经济做出贡献。可以肯定的是，由于机器学习和其他形式的人工智能的持续推动，目前的进步势头将继续下去。但正如许多人强调的那样，目前的人工智能技术不太可能对企业、员工或整个经济体系产生颠覆性影响。
