随着全球经济周期这一轮触底，很多前两年火热的风口都开始“下降”和“关闭”。

有数据显示，自2018年第二季度以来，全球人工智能领域投资热度逐渐下降。今年5月份，中国信息通信研究院数据中心发布了《全球人工智能产业数据报告(2019Q1)》，该报告显示，2019年第一季度，全球人工智能融资规模126亿美元，环比下降7.3%；融资笔数达310笔，在全球融资总额中占比达29.7%。

2019年第二季度以来，国内人工智能投融资数量和金额都呈现下降趋势，仅完成30起融资，同比下降45.5%，融资总额50亿元，不足去年同期的40%。从目前已经公开的融资信息看，国内宣布获得融资的人工智能企业包括AI芯片公司地平线、大数据与人工智能独角兽公司明略数据、旷视科技、特斯联等公司，无一不是细分领域内的领先者，投资已经向头部企业靠拢，显示人工智能领域已经进入淘汰赛阶段。

然而人工智能真类似于区块链、VR等技术一样，经过两三年的火热之后马上就要进入冷静期了吗？

这要看从人工智能漫长的历史开始看。

Gartner 技术成熟度曲线

人工智能发展是自动驾驶发展的催化剂

狭义的人工智能主要指神经网络以及其衍生算法，在人工智能处于低潮期的20世纪70年代，神经网络因在数学方面的局限性被广泛质疑。甚至到了2012年左右时，学校教授神经网络的老师也宣称：博士做了很多年的神经网络，这个东西也就是做做仿真，出出论文，大规模应用的概率不大。

然而2016年，AlpaGo战胜围棋世界冠军，人工智能开启了新的征程，这一年也被称为“人工智能元年”。最近大家听到了太多的元年，一“共享经济”、“区块链”，无论是全新的技术还是“老瓶装新酒”总会带来一波全新的概念炒作，掀起资本的狂潮，自动驾驶在这个时候迎来了全新的发展机遇。

人工智能的发展主要受以下原因的影响：

2016到2019，人工智能经历了梦幻般的三年，但人工智能的历史规律告诉我们：高潮过后可能会引来新的一波沉寂，人工智能助推下的自动驾驶也会受到波及。

自动驾驶车端与AI的关系

自动驾驶的发展很大程度上受到人工智能发展的推动，一是如表格所示，自动驾驶在技术细节上需要人工智能的支撑，人工智能的发展是自动驾驶底层的推动力；二是自动驾驶与共享出行的结合是人工智能最大的应用场景，具有万亿级的市场规模，这也是资本所喜欢的。

热闹的背后，无法掩盖无法商业化盈利的尴尬

9月以来，自动驾驶行业好消息不断。9月16日，上海向3家企业颁发首批智能网联汽车示范应用牌照；9月22日，武汉颁发了全球首张自动驾驶商用牌照。据不完全统计，已有约20个地区发放超过200张智能网联汽车开放道路测试牌照，这种“集邮式”的牌照只是万里长征的第一步，离真正的商业化落地还差的太远。

9月26日，首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi自动驾驶出租车队在长沙已开放测试路段开启试运营，具体的运营结果还有待验证。

“红旗EV”Robotaxi

而Google的waymo one早在2018年12月5日在美国凤凰城上线自动驾驶打车业务，商业落地最早，但仍处在试验阶段。

Waymo One主要在美国加州凤凰城四个郊区运营，覆盖面积约100万平方英里，根据Waymo官方的消息，目前能够使用WaymoOne的用户都是来自“早期骑手”项目的用户，这是一个大约400人左右的群体。

Waymo one会配备跟车监护员，乘客支付费用分为两部分，一部分是支付租车费用，一部分是“代驾费用”，付给监控车辆运行状况、在发生问题时进行干预的远程操作员。

从规模和范围以及形式上来看，waymo one仍然是在做试验，只不过试验范围不断扩大。

相比较而言，百度走的是中国特色车路协同的自动驾驶路线，有了V2x的参与，我们期待百度与红旗会交出更好的成绩单。

春江水暖鸭先知，资本是最敏感的

作为独角兽制造机的日本软银的愿景基金，分别投了Uber、滴滴和Wework超过100亿美元，Uber与滴滴账面长期亏损，对估值影响较大，而Wework的IPO失败后估值从470亿美元（也就是软银投资时的估值）下降到了120亿美元左右。

而另一端，国内很多初创的自动驾驶公司已经准备过冬，活下去并没有那么容易，毕竟头部资本已经觉察到其中的风险，资本寒冬不可避免。

自动驾驶的发展要尊重技术的规律

自动驾驶可谓集万千宠爱于一身：有政策，政府大量政策支持自动驾驶的发展；有资本，大量资本投入自动驾驶领域；有需求：出行市场与自动驾驶是实实在在的需求；有技术，大量互联网技术头部企业进入到了自动驾驶领域如：Google、Baidu；有人气，从汽车圈到科技圈，自动驾驶绝对是焦点之一，大量互联网从业人员进入自动驾驶研发领域。

然而看似万事具备的自动驾驶为什么没有达到预期呢？

因为自动驾驶是个大的系统工程，人工智能只是其中要素之一，还有车端的改造、IC的设计、环境的改造、法律与政策的支撑等等。

当前的人工智能经历了50年的积累，是大量的博士级研究人员对算法进行了猜想、创新、改进后的结果，短时间内大量资本投入激发出人工智能几十年来所集聚的势能，引发了这次人工智能大爆炸。但目前人工智能算法能否满足自动驾驶的要求，没人给出明确的答案，这要打上一个大大的问号。

从人工智能发展规律看，自动驾驶真正的落地还有很长的路要走，需要经过较长的一段时间的沉寂，去踏踏实实的解决一些底层问题，然后才能迎来市场全面的爆发。路要一步步的走，饭要一口口的吃。