近日，人工智能领域动作频频，不再局限于技术领域，而是开始了更多面向跨界的探索。
昨日，旷视科技宣布完成D轮第二阶段7.5亿美元融资，将主要用于进一步加强在深度学习领域的技术优势，并加速人工智能解决方案的商业化落地。同日，”商汤科技实验中学”挂牌上海黄浦区，共推AI教育实验基地学校。
图片来源：依图科技官方微博
今日，依图召开成立以来首场发布会，正式发布AI芯片——”求索”，同时对外宣布其AI芯片业务正式开启商用。
频频的动作之下，逐渐显现出的是人工智能行业正在”由软变硬”的心。
不做融资机器，落地商业场景
虽然人工智能行业已经被提出了数年，但仍然处在小火慢炖的时期，虽然在机器学习、语音转化等感知层面，已经取得了突破进展；但在认知层面，机器学习还无法完全理解意图作出反馈，例如自动驾驶、人际互动等方面还有较长的路要走。
对于人工智能的创业公司来说，不少仍处在技术积累期，没有产生真正的营收前，大多需要依赖融资过活。而与之形成鲜明对的，是逐利的投资机构，在几轮数千万乃至上亿美元的融资后，不愿承担长线投资风险而放弃继续投资，会让企业陷入”断粮”的尴尬境地。
所以，对于慢工出细活的人工智能公司，最容易收到行业投来的”融资机器”的质疑。而为了摘掉”融资机器”的帽子，在持续大力研发的同时，如何借助现有的技术，让人工智能先惠及一些行业，带来真实便利，同时为公司带来可见营收，提升企业自身的造血能力。
其中，依图较早开始进入商业化，在智慧城市、安防、医疗、金融等领域，都有自己的产品落地，尤其是智慧医疗领域，其智能辅助诊断系统已经开始规模化落地。
图片来源：旷视MEGVII官方微博
而旷视和商汤两家则在早起更为倾向于技术路线，倾向于在技术方面取得一定突破，例如人脸、车辆、图文识别，与深度学习框架等，再通过技术提供商的方式获得营收，两家都与国内手机厂商与运营商有着密切合作。并在近年来凭借技术上的特色，开始面向to B领域，寻求落地场景的应用。
2017年，旷视科技开始与艾瑞思合作，涉足机器人业务，并于2018年4月全资收购艾瑞思。在今年1月发布会上，旷视创始人兼CEO印奇表示旷视将从人脸识别技术提供商，彻底升级为一家”智能物联（AIoT）方案专家”，并推出面向仓储物流机器人的网络协作大脑”河图”。
商汤则选择走芯片预装的路线，自2017年开始，商汤先后宣布与高通、联发科、瑞芯微战略合作，将商汤科技机器学习模型与算法整合进面向移动终端、IoT设备的芯片产品中。
虽然三家AI公司都是起家于机器视觉，但是从各家的发展路线上，已经可以看出各家不约而同迈出了探索商业化的步伐，只是在探索的道路上选择了不同的科技树。
AI公司由软变硬，方能跨行业
对于人工智能这个以软件主导的行业，想要真正实现场景落地，走进大众生活（to C场景）或是进入产业链条（to B场景），实现AI跨行业”破壁”，很大程度上还要依靠硬件。
所以，AI公司”由软变硬”，是发展过程中的必然规律，只有迟早，没有放弃。
一方面，人工智能的三要素：算法、算力、大数据。算法是人工智能公司立身之本；大数据可以开放与互联网企业之间合作共享，或将是现有成熟的平台与模型，根据不同行业的需求进行修改与套用；而算力，则需要强劲的硬件作为支撑。
在芯片摩尔定律下，目前超算、数据中心计算能力仍然保持高速增长，但通用计算设备相对于AI算力设备，运算速率相差数十倍，能效比差距可达几十上百倍，所以，AI芯片正在成为炙手可热的业务。
据美国市场研究公司ReportLinker研究报告，预计到2023年，AI芯片市场规模将达到108亿美元，复合年均增长率达到53.6%。涉及AI芯片厂商有谷歌、AMD、英特尔、英伟达、高通、微软、寒武纪等，然而各家算法不一，如何在通用芯片和自研平台找到完美适配，仍然是需要面对的问题。
另一方面，人工智能作用于工业化，首先要解决IT域与OT域的融合，想要将人工智能技术，全面应用于感应、识别、分析、反馈各个阶段，作用于时序性强的工业化生产，需要软件与硬件的深度适配，如果缺乏与硬件整合的经验，很容易造成产业链条整合上的脱节。
软硬一体化，掌握定价权
“变硬”对于人工智能公司有着诸多好处，其中之一就是可以让公司更好地掌握定价权。
以依图发布的AI芯片为例，目前并无芯片的单独销售计划，而是与自家云端服务器或边缘盒子”打包”售卖。这就让依图旗下的AI芯片产品，与市面上采用通用供应商芯片的产品独立出来，不用担心因采用相同核心元件的竞品采取价格战，导致自家产品产生价格波动。
此外，一体式的软硬件，一方面可以最大化将依图的智能软件结合，降低客户采购、部署与调试的工序与时间；另一方面，为软硬件一体化解决方案对外销售，可以同时获得更为丰厚的利润。
综上所述，无论是旷视、商汤还是依图，从最初的软件主导，到如今软硬两手抓，说明了在当前竞争环境之下，产业竞争已经从最初的技术竞赛，发展成为如何实现落地，带动多产业同步发展的产业链课题。
随着5G时代的即将来临，人工智能行业的发展及将上升到新的台阶，未来必将有更多人工智能企业重视并开始着手建立自家的AI硬件生态。
