近两年，随便问个路人什么最火，答案一定是人工智能（AI）。当问及是什么让AI突然火起来的，几乎所有人无一例外的回答是“AlphaGo”。
甚至有研究者直言：“我做了这么多年模式识别（图像、声音等识别技术），都不敢称自己是做人工智能。而在AlphaGo之后，现在随便个和识别搭边的都称自己是搞人工智能了。”
所有创业项目都称与AI相关，人工智能工程师身价也随之水涨船高，年薪可50万起跳。
而由学术界人士主导的人工智能项目，往往会将学术界“刷论文”的风气带到公司领域。
在媒体中，我们经常能听到某家AI公司又取得了“突破性”进展，其实这些突破性进展往往完全是难以落地的学术字眼。
比如人脸识别，97%的识别率和98%的识别率在体验上完全没区别。而在AlphaGo之前，拍照人脸识别基本是标配，而如今只是换了马甲叫做人工智能罢了。
现代企业必须以盈利作为主要目的，能为企业做出的贡献才应该是薪酬的唯一标准。公司关注的是投入产出比，换句话说，一个千万年薪的团队，能否为公司创造出过亿的利润，才是它是否真的价值千万的唯一衡量标准。
然而，与人工智能专业人才“奇货可居”的价格形成鲜明对照的是，这些企业仍在“烧钱”，买单的还是VC。
所以目前一些公司高管戏称人工智能工程师的薪资”毁三观”。
除了高投入低产出一直会亏损，另一个恶劣的影响是，公司其他工程师会有趋利心态，逐渐转到高薪的人工智能方向。
可能人们不知道人工智能技术而言，技术壁垒很低。算法并不是刚需，就从其算法而言基本上几十年没有大的改变。
造就如今人工智能性能提高的关键，是如今比几十年前有更强大的计算能力来处理更复杂的数据。
除了计算能力外，最重要的是大量标注过的数据。目前没有最好的算法，只要有更多的训练数据就能得到更好的性能，这就造成数据才是刚需。
而目前大多人工智能工程师平时干的活不过是一些体力劳动，例如清洗数据、训练模型。有些企业会雇佣大量外包人员来完成数据标注等工作，甚至有些大公司会雇佣农民工来完成“天价高薪”的AI工程师工作。
可以说人工智能最大刚需是数据，最紧缺的是数据清洗标注和模型训练的“操作工”。
一家公司如果全是算法工程师，肯定是无法正常生存下去的。而当工程师发现这种技术门槛低的天价工作，都会逐渐转型，这样公司也就离倒闭也就不远了。
2017年中国AI创业公司获得的累计融资超过500亿元，但中国AI商业落地100强创业公司累计产生的收入却不足100亿元。90%以上的AI企业亏损。
AI服务或产品价格普遍较高，但用户体验却普遍不好，并没有出现革命性的AI产品或服务。
AI与虚拟现实（VR）何其相似。2015~2016年媒体和资本的提前热炒，而VR技术并未有巨大突破，非理性繁荣迎来了VR低谷。 而如今AI也面临同样问题，但资本并没有及时刹车。
李开复在2017年就做出预测，到2018年年底，会有一批公司倒掉。他认为在过去的一段时间内，“AI项目确实贵了，泡沫是存在的”。
而清华大学微电子所所长魏少军在GTIC 2018全球创新峰会上表示，目前大部分AI芯片创业者都会成为“先烈”。
事实上人工智能应该如同互联网一样，是一种技术基底。 人工智能人力成本下降，才能让人工智能真正的大众化，泛用化。当任何一家公司可以像招普通程序员一样招到人工智能工程师的时候，我们才能迎来没有泡沫的人工智能时代。
閱讀更多 Dr靈的小屋 的文章
