隨著全球經濟週期這一輪觸底，很多前兩年火熱的風口都開始“下降”和“關閉”。

人工智慧資本層面遇冷

有資料顯示，自2018年第二季度以來，全球人工智慧領域投資熱度逐漸下降。今年5月份，中國資訊通訊研究院資料中心釋出了《全球人工智慧產業資料報告(2019Q1)》，該報告顯示，2019年第一季度，全球人工智慧融資規模126億美元，環比下降7.3%；融資筆數達310筆，在全球融資總額中佔比達29.7%。

2019年第二季度以來，國內人工智慧投融資數量和金額都呈現下降趨勢，僅完成30起融資，同比下降45.5%，融資總額50億元，不足去年同期的40%。從目前已經公開的融資資訊看，國內宣佈獲得融資的人工智慧企業包括AI晶片公司地平線、大資料與人工智慧獨角獸公司明略資料、曠視科技、特斯聯等公司，無一不是細分領域內的領先者，投資已經向頭部企業靠攏，顯示人工智慧領域已經進入淘汰賽階段。

然而人工智慧真類似於區塊鏈、VR等技術一樣，經過兩三年的火熱之後馬上就要進入冷靜期了嗎？

這要看從人工智慧漫長的歷史開始看。

人工智慧發展是自動駕駛發展的催化劑

20世紀50年代，人工智慧誕生

20世紀50-60年代，人工智慧經歷了第一次繁榮，各種智慧機器人誕生

20世紀 80年代，人工智慧經歷了第二次繁榮，各國研發智慧計算機

20世紀90年代，人工智慧經歷了第三次繁榮，IBM深藍戰勝國際象棋冠軍

狹義的人工智慧主要指神經網路以及其衍生演算法，在人工智慧處於低潮期的20世紀70年代，神經網路因在數學方面的侷限性被廣泛質疑。甚至到了2012年左右時，學校教授神經網路的老師也宣稱：博士做了很多年的神經網路，這個東西也就是做做模擬，出出論文，大規模應用的概率不大。

然而2016年，AlpaGo戰勝圍棋世界冠軍，人工智慧開啟了新的征程，這一年也被稱為“人工智慧元年”。最近大家聽到了太多的元年，一“共享經濟”、“區塊鏈”，無論是全新的技術還是“老瓶裝新酒”總會帶來一波全新的概念炒作，掀起資本的狂潮，自動駕駛在這個時候迎來了全新的發展機遇。

人工智慧的發展主要受以下原因的影響：

1.計算能力的提升。神經網路有大量的浮點的平行計算，近些年晶片計算能力的指數級提升為人工智慧的應用提供了基礎。

2.政策的支撐與頂層設計。各國政府紛紛出臺各種政策支援人工智慧的發展，如前面所講，人工智慧都變成了為中美貿易戰爭的焦點。

3.需求的推動。隨著經濟的發展，人工智慧的應用很好代替了人類的一些勞動，提供了全新的智慧化的體驗。

4.資本的作用。

2016到2019，人工智慧經歷了夢幻般的三年，但人工智慧的歷史規律告訴我們：高潮過後可能會引來新的一波沉寂，人工智慧助推下的自動駕駛也會受到波及。

自動駕駛的困局

自動駕駛的發展很大程度上受到人工智慧發展的推動，一是如表格所示，自動駕駛在技術細節上需要人工智慧的支撐，人工智慧的發展是自動駕駛底層的推動力；二是自動駕駛與共享出行的結合是人工智慧最大的應用場景，具有萬億級的市場規模，這也是資本所喜歡的。

熱鬧的背後，無法掩蓋無法商業化盈利的尷尬

9月以來，自動駕駛行業好訊息不斷。9月16日，上海向3家企業頒發首批智慧網聯汽車示範應用牌照；9月22日，武漢頒發了全球首張自動駕駛商用牌照。據不完全統計，已有約20個地區發放超過200張智慧網聯汽車開放道路測試牌照，這種“集郵式”的牌照只是萬里長征的第一步，離真正的商業化落地還差的太遠。

9月26日，首批45輛Apollo與紅旗聯合研發的“紅旗EV”Robotaxi自動駕駛計程車隊在長沙已開放測試路段開啟試運營，具體的運營結果還有待驗證。

而Google的waymo one早在2018年12月5日在美國鳳凰城上線自動駕駛打車業務，商業落地最早，但仍處在試驗階段。

Waymo One主要在美國加州鳳凰城四個郊區運營，覆蓋面積約100萬平方英里，根據Waymo官方的訊息，目前能夠使用WaymoOne的使用者都是來自“早期騎手”專案的使用者，這是一個大約400人左右的群體。

Waymo one會配備跟車監護員，乘客支付費用分為兩部分，一部分是支付租車費用，一部分是“代駕費用”，付給監控車輛執行狀況、在發生問題時進行干預的遠端操作員。

從規模和範圍以及形式上來看，waymo one仍然是在做試驗，只不過試驗範圍不斷擴大。

相比較而言，百度走的是中國特色車路協同的自動駕駛路線，有了V2x的參與，我們期待百度與紅旗會交出更好的成績單。

春江水暖鴨先知，資本是最敏感的

作為獨角獸製造機的日本軟銀的願景基金，分別投了Uber、滴滴和Wework超過100億美元，Uber與滴滴賬面長期虧損，對估值影響較大，而Wework的IPO失敗後估值從470億美元（也就是軟銀投資時的估值）下降到了120億美元左右。

而另一端，國內很多初創的自動駕駛公司已經準備過冬，活下去並沒有那麼容易，畢竟頭部資本已經覺察到其中的風險，資本寒冬不可避免。

自動駕駛的發展要尊重技術的規律

自動駕駛可謂集萬千寵愛於一身：有政策，政府大量政策支援自動駕駛的發展；有資本，大量資本投入自動駕駛領域；有需求：出行市場與自動駕駛是實實在在的需求；有技術，大量網際網路技術頭部企業進入到了自動駕駛領域如：Google、Baidu；有人氣，從汽車圈到科技圈，自動駕駛絕對是焦點之一，大量網際網路從業人員進入自動駕駛研發領域。

然而看似萬事具備的自動駕駛為什麼沒有達到預期呢？

因為自動駕駛是個大的系統工程，人工智慧只是其中要素之一，還有車端的改造、IC的設計、環境的改造、法律與政策的支撐等等。

當前的人工智慧經歷了50年的積累，是大量的博士級研究人員對演算法進行了猜想、創新、改進後的結果，短時間內大量資本投入激發出人工智慧幾十年來所集聚的勢能，引發了這次人工智慧大爆炸。但目前人工智慧演算法能否滿足自動駕駛的要求，沒人給出明確的答案，這要打上一個大大的問號。

從人工智慧發展規律看，自動駕駛真正的落地還有很長的路要走，需要經過較長的一段時間的沉寂，去踏踏實實的解決一些底層問題，然後才能迎來市場全面的爆發。路要一步步的走，飯要一口口的吃。