点击图片查看原图
自从Alphago于2016年赢得了人机大战以来，人工智能的投资、开发和应用已经变得炙手可热。在全球所有国家的一致关注和促进下，2018年全球AI市场达到1万亿美元以上，年均增长率超过50%；人工智能企业的数量接近3000；同时，人工智能应用也在教育、医疗保健、金融、交通等诸多领域登陆，整个行业的发展趋势都在不断提高。
然而，虽然人工智能的概念非同寻常，但市场并不热，应用程序不断下降，公司仍然很难赚钱。据悉，2018年，中国的AI企业占全球融资的70％，但在资金涌入后，近90％的企业长期处于亏损状态，仅占剩余的10％赚钱的企业基本上都是技术提供者。换句话说，无论概念，市场和资本投机有多热，人工智能利润问题一直困扰着大多数企业。
从市场发展的现状和行业专家的总结分析，人工智能企业不能赚钱的主要原因有两个：一是技术门槛过高，二是产品价值挖掘不足。
让我们先看看。人工智能的本质是数据。今天，人工智能实际上是数据智能。只有当数据被用作引导时，需要机器区分的问题被转换为数据问题，人工智能会起到作用和效果。但目前，人工智能企业从概念、技术、场景、实施、资本市场和工业市场都是一个整体，但数据本身仍面临着研究的问题。
一个是某些行业的现有数据来源不多。例如，在移动电话行业中，商家希望人工智能来区分移动电话的屏幕划痕。然而，实际上，没有工厂拥有数以亿计的不同划痕手机来提供学习数据。在这种情况下，企业没有能力学习小样本数据，也无法创造理想的智能产品。
其次，大多数行业的数据都是孤立的。例如，政府部门、金融行业和医疗行业的数据通常属于不同的机构或部门，很难将这些数据集成到一个完整的实体中。在这样一个资源分散、数据不兼容的情况下，企业要想提高人工智能技术，就很难开发出高质量的产品。
根据上述问题，人工智能企业如果想创造出理想的技术和产品，就需要大量的人力、物力和财力，创造合适的研发条件。这也导致了高研发成本，变相削弱了企业盈利的能力。也就是说，数据带来的技术问题和巨大的障碍是难以赚钱的首要障碍。
其次，让我们来看第二点，人工智能产品的价值。人工智能公司已经开发出一种技术和产品，如果它不能商业化和扩大规模，可以说没有任何价值。长期以来，中国的人工智能企业一直在实践“用锤子钉”的研发模式，并没有真正开辟产业链。当每个人都努力制造锤子时，他们发现没有钉子让他们敲门。这导致公司浪费了大量资金，但产品没用，或者应用价值不高。
因此，首先找到应用场景，然后做好高质量的产品，是摆脱困境的有效途径。然而，即使找到了一个好的应用场景，也不容易制作出一个好的产品。由于人工智能的替代太快，企业需要不断地投入人力资源和成本，很少有企业能负担得起，即使有的企业承担，也很难实现盈利。
总之，制造人工智能企业资金困难的原因是技术和商业。现有企业不容易拥有独特而可靠的技术或产品，因此更难以找到实现大规模应用的正确方案，因此利润过于。未来，为了实现规模大、规模大的企业利润，我们还必须回到技术、产品和应用中，希望越来越多的企业能够承受压力，最终互相结束。
