虽然目前安防市场足够大，也足够分散，碎片化的需求能让各家企业都能获得市场，但这距离一些CV企业之前的初衷或许已经存在着差别。

2000年以来国内学术浪潮的发展特点：2003年受LDAtopicmodel影响，实验室热火朝天的在文章中建起Graphicalmodel加入隐变量，2004年Hadoop出现，数据热成为各个领域各种问题的焦点，有甚者只要将传统算法在MapReduce框架改写一下，便可以发布新的热点文章，2010年Spark出来后，将Hadoop赶跑，之后深度学习的出现，又使topicmodel文章的热度降了下去……从疯狂到偃旗息鼓，也只不过是短短几年的时间。

对于AI而言，2019是场硬战

据荷兰爱思唯尔出版集团的报告显示，过去20年中，中国的研究员发表了大约13.4万篇关于人工智能的研究论文，美国发表的论文仅10.6万篇。所有的人们都知道，当前的实际运用水平，AI仍然有段路子要走，但在理论上，明显中国已经占据绝对的领先地位。

疯狂的学术界背后，少不了疯狂的资本市场。据工信部中国信通院副所长张雪丽介绍，截止至2018年9月，全球共有人工智能企业5159家，中国以1122家(不含港澳台)位居第二；北京则以445家的总数，成为全球人工智能企业最多的城市。2018年上半年，人工智能领域的全球融资规模达到435亿美元，中国的规模达到317亿美元，占了全球的四分之三以上。又一场漂亮的胜利：中国仅靠全球1/5的企业获得了全球3/4的融资，投资者对中国AI领域充满期待。

但据媒体的人工智能落地报告中指出，2017年中国AI创业公司累计获得超过500亿人民币融资，但其中商业落地前100强公司累计产生收入却不足100亿人民币。在整个产业链中，90%以上的AI企业依然处在亏损阶段，绝大多数企业年营业收入不足两亿。

针对这种现象，阿里巴巴的前CEO卫哲说：目前人工智能的泡沫巨大无比，媒体吹捧，市场过热。市面上很多公司号称自己是“人工智能”公司，但有九成的人工智能公司都是“伪人工智能”。

技术无法商业化，是人工智能公司被冠以“伪人工智能”的关键所在。以笔者在安防市场的观察，一部分原因是因为企业过度宣传实验室数据，让用户在实际体验中落差大，另一部分的原因是企业盲目追求模仿，缺乏真正的创新能力，其中以人脸识别技术最为显著，当产品技术趋向同质，价格战便会随时爆发。

虽然目前安防市场足够大，也足够分散，碎片化的需求能让各家企业都能获得市场，但这距离一些CV企业之前的初衷或许已经存在着差别。不能否认的是，人工智能与深度学习在语音识别、图像识别、无人驾驶等领域都具备良好的发展前景，加上国家政策的引导，未来它们仍然会在业界继续红火下去，以工业界的普及要晚于学术界5-10年的常规推理下，相信未来十年内将是人工智能落地的争夺战。但投资者对于未来的预期以及人工智能的热情已经开始回到冷静期，这对于未来CV企业未来的发展而言，路并不会像之前那么好走。