截至2017年12月，全球完成AI領域的合并與收購額高達213億美元，比2015年多出26次交易。充斥著萬眾期待、大肆宣傳與激烈競爭的AI領域，如同當年加州淘金熱潮般蓬勃爆發。
無論是在好萊塢電影或是新聞，2017年都充斥著無數人工智能（AI）與人類思維博弈的熱議。而擺在眼前的競爭并不只是在人與電腦間，而更多存在于不斷瘋狂燒錢、投資并寄期望于成為全球AI領導者的科技大佬之間。
世界上最大的科技公司，無論國內或者國外，比如Alphabet（谷歌的母公司）、Amazon、Apple、Facebook、IBM和微軟紛紛投入了巨資來發展AI。下圖顯示了截至2017年12月，全球AI領域合并與收購額高達213億美元，比2015年多出26次交易。（數據由PitchBook提供）
全球人工智能領域合并與收購交易
研究人工智能的分支——“機器學習”是這些被收購公司的共同點。
計算機在數據中篩選，進行模式識別，并做出預測。這項技術被應用在科技產業的所有應用規則中，如在線廣告精準投遞、產品推薦、增強現實以及無人駕駛等領域。Uber的AI研究帶頭人Zoubin Ghahramani認為AI將給人類帶來的轉型如同計算機當初帶來的那般深刻。
我們可以從數據庫（database）的發展來窺見AI的潛在影響。從1980年代起，數據庫擁有不斷壓縮信息存儲的成本、洞悉市場并掌控如庫存管理等基于數據分析后的事務。“數據庫代表了第一代軟件系統；而AI無疑將會成為下一個”，風投公司Andreessen Horowitz的Frank Chen說。谷歌的Gmail郵件系統（譯者注：smart reply功能）通過掃描e-mail的內容判斷這封郵件的意義，用戶可在移動設備上一鍵式快速回復，這就是“未來已來”的例子。
伴隨著個人電腦與智能手機興起的上一波科技浪潮，AI極有潛力令科技大佬們重新調整當前的業務，并創造出全新的事業。在這種情況下，危機意識在所難免，“如果一家科技型公司不以AI作為核心競爭力，那就意味著你將事業辦在了門外”，杰夫？貝索斯（Jeff Bezos）的副手，Amazon全球消費者部門（worldwide consumer）首席執行官Jeff Wilke說道。
充斥著萬眾期待、大肆宣傳與激烈競爭的AI領域，如同當年加州淘金熱潮般蓬勃爆發。
雖然百度、阿里巴巴等國內企業紛紛投資并在本土市場部署應用AI，但大多數顯著有成效的公司仍集中在西方。Alphabet被廣泛認為處于領先位置，其擁有許多最著名的研究人員，多年來從AI獲取了巨大收益。但這場競爭才剛剛開始，在接下來的幾年中，科技巨頭們將在三條道路上展開激烈的交鋒：為訓練企業的“大腦”而爭奪人才；在現有業務中使用機器學習，使之比對手更富效能；在AI的幫助下創造新的利潤中心。
最瘋狂的競爭是獲取人才，因為懂得AI技術的研究者比懂得數據或運算能力的人才要稀有的多。對于AI人才，尤其是能夠運用機器學習技術與開創性的方式處理大數據的的人才，企業需求像氣球般膨脹，遠比學習此類技術的學生多。
微軟公司的Gurdeep Singh Pall說，“如今AI系統就像雨人/白癡天才一樣，它們在擅長的領域表現出色，但如果你沒有正確的使用它們，那就是個災難”。招募到合適的人對于一家公司能否生存至關重要（一些初創公司正是由于缺乏合適的AI技能而失敗），以至于從高校中爭奪教授甚至未畢業的研究生成為了一種潮流。
“招聘會熱鬧的就像黑色星期五的沃爾瑪超市。”
卡內基？梅隆大學（Carnegie Mellon University’s） 計算機科學學院的院長Andrew Moore說，他們是研究AI的先驅機構之一，其機器人部門于2015年被Uber高調搶到。而像今年在加州長灘舉辦的神經信息處理系統（NIPS）這種學術會議，也因可以挖到人才而備受矚目。最好的人選則是學術界的名人：Facebook的Yann LeCun和谷歌的Geoffrey Hinton，這兩位都是教授出身且仍與大學保持從屬關系，以便招收到其他學生。如果巨額工資的吸引力還不夠，企業擁有的私有化數據也會幫助招攬人才。
如果吸引人才的方式都不奏效，大公司們干脆粗暴的買下整個初創公司。
科技業第一次關注的交易是2014年谷歌以5億美元重金購入DeepMind，這家初創公司既沒有收入也沒有可投向市場的產品，但卻擁有一個深度學習研究人員的團隊，在完成收購后，他們設計了一款程序，即打敗圍棋世界冠軍的AlphaGo。其他的公司也紛紛出手，甚至買下一些虧損的初創公司，交易不會以通常的未來收益或銷售額來評估，而是按照每個員工500-1000萬美元來提供報價。
科技巨頭們內部的AI應用
這些公司對于如何對待員工有著不同的理念。
諸如微軟和IBM的公司花重金投入AI研究，并刊發出大量的論文（見圖2），但并不要求研發人員去開發賺錢的業務。另一方面如Apple和Amazon等并沒有太多AI研究主動權的公司則期望所有的AI應用都投入到產品中，并對他們的工作守口如瓶。谷歌和Facebook則介于關注是否讓研究人員致力于賺錢的項目中。
2000-2016年人工智能相關研究論文數（五大AI會議），數據來源：多倫多大學Ajay Agrawal和Amir Sariri
激烈的人才競爭也會導致原本保密型企業變得更加公開化。
“如果你告訴他們‘過來一起干吧，但不要告訴別人你在做什么’，那些人是不會來的，因為你會毀了他們的職業生涯”，Facebook的AI研究中心負責人LeCun解釋道。保密與吸引人才之間的權衡也同樣困擾著國內的科技企業，他們正試著在海外開設分支機構并招募美國研究人員。百度分別于2013以及2017年在硅谷開設了兩家AI研究實驗室。西方的AI人才雖然給予他們高度的評價，但仍更愿意去往相對透明的美國公司。
如果這些公司能夠吸引到合適的AI人才，其效果就是呈指數級的擴展他們的勞動力。
Andreessen Horowitz公司的Benedict Evans說，“擁有AI，就如同擁有100萬名實習生提供生產力”。這種計算能力被整合到企業現有的業務當中。AI最顯著的優勢是預測客戶需求。舉個例子，四分之三在Netflix觀看視頻客戶和超過三分之一在Amazon上購物的客戶都會對網站自動推薦的內容做出反應。擁有Instagram的Facebook利用機器學習識別帖子、照片和視頻的內容，并向用戶展示相關內容，這種技術也同樣應用在對垃圾帖子的過濾上。從前他們按照時間順序來排列帖子，但通過這種按相關性推送帖子和廣告的方式使得用戶的互動性更強。
Facebook的應用AI團隊負責人Joaquin Candela說，如果沒有機器學習，Facebook可能永遠無法達到今天的規模。那些在搜索領域沒有采用AI或較晚使用AI的公司，如Yahoo及其搜索引擎，還有微軟的Bing，相對來說就比較掙扎了。
在AI的應用方面，Amazon和谷歌是走得最遠的。機器學習令Amazon的線上與實體運營更富有效率，大約8萬機器人在它的運營中心里保持著永不停歇的工作，利用AI為庫存貨物分類，并安排貨車裝載。對于食品雜貨的訂單，Amazon已經利用計算機視覺識別出成熟且新鮮的草莓和別的水果，再通過無人機送到客戶手上并完成當日送達。
谷歌使用AI為YouTube上的內容分類，清除掉令人討厭的資源，鑒定用戶并在Google Photos上將他們分組歸類。AI也被植入到Android操作系統中，使其運行得更流暢，預測用戶感興趣的app。被視為AI領域的最佳研究組織之一的Google Brain通過改進搜索算法來提高機器學習的能力。而來自英國的DeepMind團隊雖然未給Alphabet產生實質效益，但他們幫助后者提高全球數據中心的能源使用效率，節省了大筆經費。他們的圍棋項目則是一步公共關系的“妙棋”。
人工智能同樣也被應用于企業中。IBM的人工智能平臺Watson的總裁，David Kenny預言未來將有兩種“人工智能公司”：為客戶提供包含人工智能技術的服務盈利的公司和為企業提供人工智能服務的公司。事實上，因為都是基于云計算扎實的臂膀，這兩種形式的本質上相同。提供者們競相通過人工智能研究不同的產品以鎖定客戶群。亞馬遜云計算（AWS）、微軟Azure和谷歌云端平臺是現在三家最大的通過應用程序接口（API）提供機器學習能力的公司。以微軟的云服務Azure為例，它幫助了優步（Uber）建立驗證司機照片的工具去確認每位司機的身份。谷歌云提供了一個“工作 API”來幫助公司匹配最合適的他們招聘職位的應征者。
人工智能的大腦
許多在其他行業的公司，從零售業到傳媒，都在從宣揚人工智能“民主化”的云服務中受益。為沒有一定技術或規模來獨立建造復雜人工智能的公司提供相關服務在2500億美金的云計算市場中是件十分賺錢的事。但這十分耗時，因為提供商必須常常按照客戶復雜的需求變更相應的人工智能的服務。微軟在銷售軟件和為客戶提供后續的支持性服務方面有豐富的經驗，因此在人工智能服務的領域也很有可能做的出色。但谷歌云負責人Diane Greene回應說，人工智能服務將在未來越來越多采用自助式，一切只是時間的問題。
IBM 作為人工智能界的競爭者，為他們Waston平臺的推廣進行了強大的營銷活動。即便擁有咨詢業務和以超過兆字節（tb）的大數據為基礎的極速運算的名聲，IBM卻依然常常被人工智能的研究人員忽略。批評者也指出雖然IBM已經在Watson投入超出1500萬美金并在2010到2015年五年內的時間里花費超出500萬美金用來收購公司，但這其中主要目的是獲取專有數據，因為公司本身還沒有自己的數據。IBM 的弱勢也許已經無法彌補。大部分公司老總已經為人工智能科技感到壓力重重，所以一旦有機會迅速獲取一個現有科技成品，他們總是樂意斥巨資購買的。
迄今為止科技巨頭們都在嘗試運用人工智能技術從現有的運營中獲取利潤。在接下來的幾年里他們希望人工智能能夠幫助他們拓展新的業務。這其中一個競爭激烈的領域就是虛擬助理。智能手機已經能夠非常了解他們的使用者，但是不論是通過手機還是智能語音的方式， 人工智能支撐下的虛擬助手都致力于將這種關系更深入化。在2010年，蘋果推出了語音助手siri，他們也成為了第一個為兌現此承諾并進行深耕的公司。從這以后，亞馬遜，谷歌和微軟都在此方向斥巨資進行研究，結果證明，他們研發的助理的語音識別能力也更加出色。三星、Facebook和百度也加入競爭中去研發虛擬助手的服務。
一個算法的成功便能主導整個市場
單機揚聲器是否會成為一個巨大的市場我們還未能知曉，但人與互聯網的互動形式一定不會僅限于文字。 “所有的公司都明白，一旦掌握服務中的核心技術就能夠主導整個市場。” Pedro Domingos，《算法大師》（The Master Algorithm，一本關于人工智能的書）的作者說道。
展望未來，增強現實（AR）設備是人工智能科技下的另一個商機。像Snap（聊天軟件）這樣的手機app，和Pokémon Go游戲都是早期AR的例子。 但是AR可以徹底地改變人與互聯網之間的關系：人們并不是通過一個小小的顯示屏獲取數據信息，而是通過一種外界的、無處不在的體驗獲取、消費互聯網訊息。AR技術將提供像同聲傳譯和人臉識別等人工智能應用的便攜式設備。
在AR研究的征途中，科技巨頭們都停滯于還在探索階段未有大的進展。谷歌和蘋果都啟動了AR 軟件開發的裝備，希望研發者在他們的平臺上開發運用AR技術的app。于此同時，AR技術的計算機硬件的開發也競爭激烈。谷歌早先推出了一個AR眼鏡的樣本，但最終以失敗告終。微軟研發了一款名為HoloLens的頭戴式顯示器， 但其價格高達3000到5000美金，因此始終只能是款小眾產品。其他公司，包括臉書（fb）和蘋果，也應當在開發他們自己的AR產品。在AR研究中一馬當先必將在這些新科技領域占據主導。
無人駕駛車的研發領域也是同樣的狀況。 科技公司正在不斷收集路況數據去建立龐大的私有數據庫，并使用計算機視覺來訓練他們的系統在現實世界中識別障礙物。一旦在這場競爭中獲勝將收獲頗豐。個人交通是一個巨大的市場，在全世界價值約10萬億。一旦打開無人車市場，這些技術和知識便可應用于其他基于人工智能的項目，比如遙控飛機和機器人。人們也許會因為某項功能的便捷好用而選擇某個搜索引擎，但無人車與搜索引擎不同，用戶會更偏好安全記錄最好的無人車，也就是那些應用人工智能技術去模擬現實世界最精準的公司，所以只有無人車事故最少的公司會最終受益。
每個公司都在嘗試不同的方式去解決這個問題。百度，中國的科技巨頭，正在研發一種類似谷歌在移動設備中的安卓系統的無人車系統（雖然如何用這個系統去賺錢還未知）。Alphabet旗下的無人車公司、優步和特斯拉，一群創業時鮮為人知但迅速在業內立足的汽車制造商，也一直在無人車領域努力研發（蘋果據傳已經逐漸減少其無人車技術的研發）。
無人車僅僅只是科技公司的人工智能戰略如何超越軟件的虛擬世界到硬件的一個例子。 許多公司，包括Alphabet、蘋果和微軟，也在投資研發專業、強大的人工智能芯片為他們眾多的活動提供支持。他們將加入與英偉達（Nvidia）的競賽， 一個壟斷了在像無人車和VR等人工智能領域所使用的智能芯片的科技公司。
Alphabet和蘋果有多大的可能性把這些芯片買給其競爭者或是為自己所用還是未知。但如果只有少數幾個公司研發出了這樣的技術，那么租賃或銷售這些芯片給同行業競爭者就會喪失在殘酷的計算力競爭中巨大的優勢。因此他們更有可能運用創新科技去改進自有的服務，而不是轉手他人。
這也帶來了一個更寬泛的問題：當今科技巨頭是否會在人工智能領域壟斷市場。當前的科技巨頭， 就算不提在投資上的領先，在數據、計算能力、智能算法和人才上也都有極大優勢， 因此極有可能占領大部分來自人工智能的收益。歷史指向了壟斷的可能性：在一段時期內，極少數的科技公司對數據庫和個人電腦的市場占據壟斷性地位（Oracle 和IBM 在數據庫市場，微軟和蘋果在個人電腦的市場）。
如果以人才、計算能力和數據為衡量標準，那么谷歌就是在人工智能界的領頭者。谷歌匯集了最聰明的一群人，和多種多樣的研究項目，從遙控飛機、汽車到智能軟件，因此對機器學習感興趣的人很少會離開谷歌。在其他公司都謹慎對待人工智能研發時，谷歌的創始者們，一群熱愛機器學習的人，看到了這一領域未來將帶來的競爭優勢。
人工智能的精神之家
很多科技行業的精英，如伊隆？馬斯克（Elon Musk），特斯拉和火箭研發公司SpaceX的創辦人，都曾擔心Alphabet和其他公司會壟斷人工智能的人才和專業知識。他和其他幾個硅谷的杰出老板一起建立了一個非盈利性非企業聯盟的研究機構OpenAI，專注于人工智能技術研發。他們擔心一個公司最終打破 “一般智力” — 計算機不再需要人工編程去完成任務，會帶來怎樣的后果。這種景象也許幾百年后才會發生，但谷歌從未忽視這種可能性。“我們非常希望突破當前人工智能的平臺期”，Jeff Dean，谷歌大腦（Google Brain）的創辦者這樣說。如果一個公司掌控了這樣的技術，他就能夠完全改變當前的競爭格局。
與此同時，這也很大程度上取決于科技公司是否開放，是否能協同合作。除了發表學術論文，許多公司現在也將他們自己機器學習軟件庫變為開源軟件庫，從而為同行業競爭者和獨立開發者提供內部工具。 谷歌的開源軟件庫，TensorFlow，是最為流行的一個。臉書將他們的兩個軟件庫，Caffe2和Pytorch的源代碼開放。開源軟件庫在技術上有很大優勢。當它們被使用時，軟件庫也被不斷糾錯，擁有這些軟件庫的公司就從中受益，信譽更好。“千萬小心那些天資過人的極客們”， 艾倫人工智能研究所（另一個非盈利研究機構）的Oren Etzioni開玩笑地說道。
業內一位專家擔心TensorFlow等軟件庫雖然會吸引更多出色的研究者，但這些軟件庫可能在未來開始收費或被用于其他地方以獲取盈利。這樣的顧慮是頗有遠見的，但在一個行業淘金熱盛行的時期很少有人考慮遠期利益。這股淘金熱在現在的硅谷里，大部分技術人員都消耗了太多時間和精力去擔憂人工智能的未來和潛在收益。
