自2016年AlphaGo赢得“人机大战”以来，人工智能的投资、开发和应用一直蓬勃发展。在世界各国的一致关注和推动下，2018年全球人工智能市场规模已超过1万亿美元，年均增长率超过50%；人工智能企业数量接近3000多家；同时，人工智能在教育领域的应用也得到了应用。、医疗、金融、交通等诸多领域落地，整个行业发展态势向好。不过，虽然人工智能概念异常火爆，市场热度不减，应用不断落地，但企业赚钱难度依然很大。据悉，2018年我国AI企业融资占全球融资总额的70%。但在资本涌入后，近90%的企业仍长期处于亏损状态，剩下10%的盈利企业基本都是技术提供商。换言之，无论概念、市场和资本炒作多火热，人工智能的盈利问题始终困扰着大多数企业。那么企业盈利难，难在什么地方呢？从目前的市场发展现状和行业专家的总结分析来看，人工智能企业赚不到钱的原因主要有两点。一是技术门槛太高，二是产品价值。不够挖。我们先来看第一点。人工智能的本质是数据。人工智能其实就是数据智能。只有以数据为导向，将需要机器判断的问题转化为数据问题，人工智能才能发挥其作用和效用。但目前，人工智能企业已经从谈概念、谈技术，转向争场景、抢落地。尽管资本市场和产业市场蓬勃发展，但数据本身仍面临研究问题。一是某些行业现有的数据资源不多。比如在手机行业，商家想让人工智能识别手机屏幕上的划痕，但现实中，没有一家工厂有数以百万计的不同划痕的手机来提供学习数据。在这种情况下，企业如果没有从小样本数据中学习的能力，就无法创造出理想的智能产品。二是大部分行业数据存在孤岛现象。比如在政府部门、金融行业、医疗行业，数据一般属于不同的机构或部门，很难将这些数据整合成一个完整的整体。在这种资源分散、数据无法获取的情况下，企业想要提升人工智能技术，很难开发出优质的产品。基于以上问题，人工智能企业要想创造出理想的技术和产品，需要耗费巨大的人力、物力和财力，创造合适的研发条件。这也造成了高昂的研发成本，变相削弱了企业的盈利能力。也就是说，数据带来的技术难题和巨大的门槛是企业赚钱的首要障碍。其次我们来看第二点，人工智能产品的价值。如果人工智能公司研发的一项技术和产品不能大规模商业化应用，可以说它本身没有任何价值。长期以来，我国人工智能企业实行的是“拿锤子找钉子”的研发模式，并没有真正打通产业链。当大家努力打造一把锤子的时候，却发现没有钉子可以锤。这让企业浪费了很多融资，但产品没有用，或者说应用价值不高。因此，先找到应用场景，再做精品，才是走出困境的有效途径。然而，即使找到了好的应用场景，做出好的产品也并非易事。因为人工智能的更新换代速度太快，企业需要在人力和成本上不断投入。很少有公司能负担得起。即便有些企业能够承受，也难以实现盈利。总而言之，人工智能企业赚钱难的原因不外乎技术和商业两方面。现有企业要有独特可靠的技术或产品并不容易，找到合适的场景大规模应用更难，盈利对他们来说过于奢侈。未来，要想实现规模化、规模化的企业盈利，最终还是要回归技术、产品和应用。希望越来越多的企业顶住压力，挺过危机。
