近日，人工智能領域動作頻頻，不再局限于技術領域，而是開始了更多面向跨界的探索。

昨日，曠視科技宣布完成D輪第二階段7.5億美元融資，將主要用于進一步加強在深度學習領域的技術優勢，并加速人工智能解決方案的商業化落地。同日，”商湯科技實驗中學”掛牌上海黃浦區，共推AI教育實驗基地學校。

今日，依圖召開成立以來首場發布會，正式發布AI芯片——”求索”，同時對外宣布其AI芯片業務正式開啟商用。

頻頻的動作之下，逐漸顯現出的是人工智能行業正在”由軟變硬”的心。

不做融資機器，落地商業場景

雖然人工智能行業已經被提出了數年，但仍然處在小火慢燉的時期，雖然在機器學習、語音轉化等感知層面，已經取得了突破進展；但在認知層面，機器學習還無法完全理解意圖作出反饋，例如自動駕駛、人際互動等方面還有較長的路要走。

對于人工智能的創業公司來說，不少仍處在技術積累期，沒有產生真正的營收前，大多需要依賴融資過活。而與之形成鮮明對的，是逐利的投資機構，在幾輪數千萬乃至上億美元的融資后，不愿承擔長線投資風險而放棄繼續投資，會讓企業陷入”斷糧”的尷尬境地。

所以，對于慢工出細活的人工智能公司，最容易收到行業投來的”融資機器”的質疑。而為了摘掉”融資機器”的帽子，在持續大力研發的同時，如何借助現有的技術，讓人工智能先惠及一些行業，帶來真實便利，同時為公司帶來可見營收，提升企業自身的造血能力。

其中，依圖較早開始進入商業化，在智慧城市、安防、醫療、金融等領域，都有自己的產品落地，尤其是智慧醫療領域，其智能輔助診斷系統已經開始規?；涞?。

而曠視和商湯兩家則在早起更為傾向于技術路線，傾向于在技術方面取得一定突破，例如人臉、車輛、圖文識別，與深度學習框架等，再通過技術提供商的方式獲得營收，兩家都與國內手機廠商與運營商有著密切合作。并在近年來憑借技術上的特色，開始面向to B領域，尋求落地場景的應用。

2017年，曠視科技開始與艾瑞思合作，涉足機器人業務，并于2018年4月全資收購艾瑞思。在今年1月發布會上，曠視創始人兼CEO印奇表示曠視將從人臉識別技術提供商，徹底升級為一家”智能物聯（AIoT）方案專家”，并推出面向倉儲物流機器人的網絡協作大腦”河圖”。

商湯則選擇走芯片預裝的路線，自2017年開始，商湯先后宣布與高通、聯發科、瑞芯微戰略合作，將商湯科技機器學習模型與算法整合進面向移動終端、IoT設備的芯片產品中。

雖然三家AI公司都是起家于機器視覺，但是從各家的發展路線上，已經可以看出各家不約而同邁出了探索商業化的步伐，只是在探索的道路上選擇了不同的科技樹。

AI公司由軟變硬，方能跨行業

對于人工智能這個以軟件主導的行業，想要真正實現場景落地，走進大眾生活（to C場景）或是進入產業鏈條（to B場景），實現AI跨行業”破壁”，很大程度上還要依靠硬件。

所以，AI公司”由軟變硬”，是發展過程中的必然規律，只有遲早，沒有放棄。

一方面，人工智能的三要素：算法、算力、大數據。算法是人工智能公司立身之本；大數據可以開放與互聯網企業之間合作共享，或將是現有成熟的平臺與模型，根據不同行業的需求進行修改與套用；而算力，則需要強勁的硬件作為支撐。

在芯片摩爾定律下，目前超算、數據中心計算能力仍然保持高速增長，但通用計算設備相對于AI算力設備，運算速率相差數十倍，能效比差距可達幾十上百倍，所以，AI芯片正在成為炙手可熱的業務。

據美國市場研究公司ReportLinker研究報告，預計到2023年，AI芯片市場規模將達到108億美元，復合年均增長率達到53.6%。涉及AI芯片廠商有谷歌、AMD、英特爾、英偉達、高通、微軟、寒武紀等，然而各家算法不一，如何在通用芯片和自研平臺找到完美適配，仍然是需要面對的問題。

另一方面，人工智能作用于工業化，首先要解決IT域與OT域的融合，想要將人工智能技術，全面應用于感應、識別、分析、反饋各個階段，作用于時序性強的工業化生產，需要軟件與硬件的深度適配，如果缺乏與硬件整合的經驗，很容易造成產業鏈條整合上的脫節。

“變硬”對于人工智能公司有著諸多好處，其中之一就是可以讓公司更好地掌握定價權。

以依圖發布的AI芯片為例，目前并無芯片的單獨銷售計劃，而是與自家云端服務器或邊緣盒子”打包”售賣。這就讓依圖旗下的AI芯片產品，與市面上采用通用供應商芯片的產品獨立出來，不用擔心因采用相同核心元件的競品采取價格戰，導致自家產品產生價格波動。

此外，一體式的軟硬件，一方面可以最大化將依圖的智能軟件結合，降低客戶采購、部署與調試的工序與時間；另一方面，為軟硬件一體化解決方案對外銷售，可以同時獲得更為豐厚的利潤。

綜上所述，無論是曠視、商湯還是依圖，從最初的軟件主導，到如今軟硬兩手抓，說明了在當前競爭環境之下，產業競爭已經從最初的技術競賽，發展成為如何實現落地，帶動多產業同步發展的產業鏈課題。

隨著5G時代的即將來臨，人工智能行業的發展及將上升到新的臺階，未來必將有更多人工智能企業重視并開始著手建立自家的AI硬件生態。