另一个人工智能冬天会来吗？

如果大家还没提升 ML 解决方案的部署率，那么又一轮 AI 寒冬确实来了。你和你的数据科学团队将成为对抗这波寒流的最后一道防线。

1. 宏观图景：AI 的关注与供应情况

自 2012 年以来，我们经历了一波堪称形势大好的“AI 之春”，真可谓是智能春风吹满地。随着技术的突破、深度学习的一步步商业化以及计算资源成本的持续降低，再加上谷歌与英伟达等巨头厂商的推动，人们对 AI 的关注一路水涨船高。

但必须承认，从上世纪六十年代开始，几乎每十年就会兴起这么一波 AI 之春，但随后总会出现严重的 AI 寒冬，具体表现包括：1）怀疑态度占据主流；2）资金投入大幅削减。

现在人们的怀疑态度又占据主流了吗？好像是的（或者至少出现了端倪）。当今市场上出现了各种各样的观点，我们可以通过谷歌搜索趋势进行一番总结。简单来讲，目前的趋势是：虽然关注度仍然很高，但似乎正在趋于平缓。
资金投入大幅削减了吗？
暂时还没有。目前的资金流主要分为两种：风险投资与企业资金。根据毕马威发布的一份报告，如果将 2018 年第一季度与 2019 年第一季度的投资资本与历史交易进行比较，就会发现整体风险投资市场都有所降温。但风投资金的绝对数额仍然可观，而且 AI 继续在其中充分最热门的领域（直到风投们找到更好的机会为止）。从供应角度看，AI 初创企业与人才可能将继续保持增长势头。

另一方面，企业定义着 AI 的真正需求与未来命运，这是因为：1）企业才是 AI 初创公司的目标客户；2）企业雇用最多 ML 技术人才。 遗憾的是，企业的内部 AI 项目投资数额大多不对外公开。

因此，我们只能通过以下基本原理进行推断：企业是否正着手部署 AI 解决方案以真正实现（而不只是口头支持）这一新兴技术承诺的价值？如果答案是肯定的，那么他们一定会保持或者增加必要的资金投入。

2. 微观图景：AI 的需求情况

近年来企业到底如何使用以及部署 AI 功能？

我们不清楚 10% 的部署是否算高。由于公开数据比较有限，我们无法比较 ML 与非 ML 概念验证项目之间的部署率差异，也无从判断 10% 的部署率能否带来足够抵消全部概念验证项目总成本的投资收益；但普遍看法是，“我们还可以做得更好。”
如果企业没有部署更多 ML 解决方案，则代表内部对 AI 技术的需求将有所减少；ML 人才将失去耐心并选择离开；风险投资方将把资金转移到其他更有希望的项目当中；高管们会失去信心并削减 AI 项目的资金预算。最终，历史将重演：另一波 AI 寒冬必然到来。