“泡沫是很难确定的，除非它破了。”——前美联储（FED）主席格林斯潘

元旦期间与学术界的朋友聊起，其细数了2000年以来国内学术浪潮的发展特点：2003年受LDA topic model影响，实验室热火朝天的在文章中建起Graphical model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，有甚者只要在传统算法在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topic model的文章的热度降了下去……从疯狂到偃旗息鼓，也只过不是短短几年的时间。

如果在科技界待了段时间的人们便会容易发现，一样技术被取代是因为人们发现了比它更具前景的技术，同理一个泡沫的结束的标志，是人们发现到了更大更漂亮的泡沫。而当前被人们认为是下一个泡沫的AI（人工智能），正在步着“前辈们”来时的路。据荷兰爱思唯尔出版集团的报告显示，过去20年中，中国的研究人员发表了大约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。

但是被人们所忽视的是技术本身发展的一些其他条件：硬件方面，在半导体上，中国以全世界4％的份额对上美国的50％。在芯片上，中国获得FPGA厂商融资额的7．6％，而美国是42．4％；数据方面，中国以全球的20％力压美国的5％；算法上，中国的人才数量和学者发表的成果数量也仅分别达到美国的一半；商业化上，考虑公司数量、获得融资额等，中国得分也约只达到了美国的60％——牛津大学《解密中国AI梦》报告（报告通过硬件、数据、算法和商业四个方面分别进行评分，将中国和美国的AI实力做了评估对比）。

在这种近乎疯狂的市场运作以及媒体吹捧下，开始出现产业泡沫似乎也是无法避免的。据据亿欧智库《2018中国人工智能商业落地研究报告》显示，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。