春节营销已经成为互联网公司的必争之地。

2015年，微信和央视春晚达成合作，用户看春晚的同时可通过微信摇一摇抢红包，开启了互联网公司借势春节营销的先河。随后几年中，支付宝、淘宝、百度等平台也登上春晚舞台，在除夕夜发红包，即使没机会获得春晚赞助商的互联网公司，也在春节期间上线红包活动。

据界面新闻不完全统计，2020年春节，推出红包活动的互联网平台超过10个。

其中，快手获得了央视春晚的独家互动合作伙伴，在除夕晚上发10亿元红包，快手用户集齐“缤纷快手、点赞中国”8字，还能在除夕当天瓜分1亿奖金。阿里巴巴旗下聚划算成为春晚合作伙伴，在除夕夜发放10亿补贴。

此外，抖音通过集卡、红包雨、玩游戏等活动向用户发放20亿元红包，支付宝、百度还在延续往年拿下春晚独家互动合作伙伴时的玩法，向用户发红包。

互联网公司纷纷在春节上线红包活动，是因为有平台在春节营销中尝到了甜头。2015年春晚期间，微信摇一摇红包活动带动用户互动110亿次，摇一摇红包也带动用户之间发红包，除夕当日微信红包收发总量达到10.1亿次。2018年淘宝和春晚合作，当晚淘宝的登录的实际峰值超过了2017年双11的15倍，新用户的瞬时登录更是超乎意料。

春节对互联网公司的重要性不言而喻。

新年俗

2014年春节，微信推出微信红包功能，“拼手气红包”来自于春节期间发红包传统习俗，又改变发现金红包的传统。2015年，微信通过和春晚的独家互动合作发放5亿元现金红包，把线上抢红包的概念推广到更多用户。

微信官方提供的数据显示，2015年除夕当日，微信红包收发总量达到10.1亿次，在20点到今天凌晨零点48分的时间里，春晚微信摇一摇互动总量达到110亿次，互动峰值出现在22点34分，达到8.1亿次/分钟。

微信红包非常契合春节的主题，同时给用户带来新鲜感，众多用户参与其中，手机上抢红包就此成为春节期间的一种新习俗。

从商业角度，微信红包还是一个经典的营销案例，让微信支付快速被用户接受。2014年，微信红包被马云称为“偷袭珍珠港”，甚至一度让支付宝受到威胁。

2015年春节，支付宝也上线了红包功能，和微信争夺支付用户。2016年春节，支付宝接力微信成为央视春晚独家互动合作伙伴，以集五福的活动向用户派发红包。据支付宝方面公布的数据， 当年支付宝“咻一咻”互动平台的总参与次数达到了3245亿次，是前一年微信春晚互动次数的29.5倍。

微信和支付宝在央视春晚都打了漂亮仗之后，央视春晚的价值被更多互联网公司重视。随后几年，QQ、淘宝、百度分别成为央视春晚独家互动合作伙伴。

2020年，快手成为央视春晚的独家互动合作伙伴，据《晚点LatePost》报道，参与竞标的还包括阿里、拼多多、字节跳动。

央视春晚竞争越来越激烈，地方台春晚也成为互联网平台争夺的重点。比如，抖音冠名了2019年湖南卫视春晚，百度旗下金融科技平台度小满成为2020北京卫视春晚独家特约合作伙伴，并在1月21日到1月27日每天发放30万个现金红包。

互联网公司在春节期间通过红包活动刷存在感，用户也愿意参与，平台发红包变成了双赢的营销活动。

拉新战场

微信红包给微信支付带来的拉新效果让人有些后知后觉，但近两年春晚赞助商通过春晚拉新的意图已经非常明显，尤其是百度和快手。

2019年，百度成为央视春晚独家互动合作伙伴，四轮互动发出9亿现金红包，用户需要在百度App上参与。

移动互联网时代，在信息流和内容生态建设上明显落后于竞争对手的百度，从2017年底开始发力，非常需要一场胜利挽回局面。根据百度公布的数据，2019年春晚，用户参与百度APP红包互动活动次数达208亿次，百度APP的日活从1.6亿冲到了3亿。

因为百度春晚红包采取全家桶模式，春晚当天，百度地图、好看视频、百度贴吧等App的日活也有大幅提升。QuestMobile数据显示，春节活动前后一周内，百度系产品整体DAU（日活跃用户）平均值从1.67亿增长至1.75亿，增幅为5.36%；其中，百度App从1.36亿增长至1.41亿，增幅为5.36%；好看视频增幅为5.67%；全民小视频增幅为23.25%。

快手拿下2020年春晚独家互动合作伙伴，拉新的目标更加明确：冲刺3亿DAU。去年6月，快手创始人宿华和程一笑发布内部信提出，在2020年春节之前，达到3亿DAU。春晚成为快手冲刺3亿DAU的高潮。

春晚的巨大流量和红包效应能够带动App的DAU快速上涨，但春晚也不是万能的。比如，一些用户对百度全家桶式拉新的反馈比较负面：领红包还要下载App、季卡奖品界面打不开、不少红包还需要捆绑和注册才能领到、现金红包提现困难。春晚之后，百度系产品用户留存做得不够好，日活下降明显。

为了让春晚红包之后的留存更高，快手此次推出了“视频+点赞”玩法，有别于往年“一键领取”的形式，今年快手推出边看视频为家乡、为祖国点赞，边抢红包的玩法，更重要的是快手希望通过红包活动带动普通用户发布短视频内容。

快手能赢吗？

今年春节，快手和抖音分别发放9亿和20亿红包，这也是短视频行业最后一次关键战役。

此前，多位业内人士接受界面新闻采访时预测，短视频用户规模的天花板是3~4亿，大约为移动互联网用户的三分之一。

截至目前，抖音的日活用户已经超过4亿，快手正在向3亿日活冲刺。短视频平台的用户增长已经接近尾声，快手和抖音还存在较大差距。也正因为如此，宿华和程一笑在去年6月发内部信表示，对快手现状并不满意，认为必须要改变，并号召全员进入战斗状态，开启未来之门。

当时，快手的DAU为2亿，这意味着在快手要在2019年下半年实现1亿的DAU增长。但在去年11月，快手对3亿DAU的目标进行了调整，此前界面新闻从知情人士处获悉，快手极速版要承担3亿DAU目标中的6000万。快手极速版和快手App将共同完成3亿DAU的目标，一定程度上减轻快手App的压力。

春晚上，快手春晚5轮红包分别在晚上8点14分、9点13分、9点54分、11点04分以及次日0点11分发放，其中包括221万个“锦鲤红包”，金额从66.6元至2020元不等，除了看视频抢红包，快手还准备了海量快币和优惠券福袋。

根据快手公布的数据，春晚红包互动总量高达639亿次，创春晚史上最大的视频点赞纪录；红包站外分享次数达到创纪录的5.9亿次。快手春晚直播间累计观看人次7.8亿，最高同时在线人数2524万。

快手方面没有公布除夕夜的DAU数据，按照过往几年的经验，互动合作伙伴的DAU在春晚播出时会有大幅上涨。

但春晚结束后，如何留住这些新用户，才是真正考验快手的时刻。“视频+点赞”的新玩法对带动新用户观看快手其他内容以及新用户自己生产内容，还需要时间检验。

1月25日，微信安全中心发布《关于新型冠状病毒肺炎相关谣言专项治理的公告》。微信将坚决并持续打击谣言类信息。

微信表示，已引进专业的第三方辟谣机构，对平台中的谣言进行辟谣，并根据国家相关法律法规和《腾讯微信软件许可及服务协议》《微信个人账号使用规范》等相关协议规范，对违规的信息内容进行删除处理。

微信将成立“新型冠状病毒肺炎”相关谣言的清理专项小组，持续加强整治，腾讯较真查证平台也会对新型冠状病毒肺炎相关信息进行实时辟谣；同时也欢迎用户投诉相关谣言。

对于违规账号，微信将视违规程度进行阶梯式处罚：包括但不限于对账号或账号功能进行限期或永久封禁处理。

微信安全中心提醒称：疫情面前要格外保持冷静理性，广大用户应从疾控或医疗机构、权威新闻媒体了解疫情信息，相关防疫信息以省、市卫生健康委员会官方网站发布为准。

此前，微信在 “都市服务” 功能中上线 “疫情督查” 入口，点击该入口后，页面会跳转至 “国务院客户端” 小程序 “疫情防控线索征集” 页面。用户可以通过留言功能，实名提供疫情线索和意见建议。

新型肺炎疫情，牵动万众。日前，三大电信运营商启动了应急通信保障工作，全力保障通信畅通，保障重点区域、隔离医院等移动通信网络畅通。

与此同时，重灾区武汉，5G网络的建设与疫情争分夺秒。1月25日，火神山医院开通第一个5G网络，通信畅通就是生命延续的保障，如此神速，史无前例。为此，腾讯新闻《潜望》连线武汉三大电信运营商建网负责人，第一时间还原了建网全过程。

超速建设5G基站

时间回到1月23日下午，武汉市决定参照2003年非典期间北京小汤山医院模式，建设面积达2.5万平方米，可容纳1000张病床的临时医院。医院选址在蔡甸区知音湖武汉职工疗养院，定名为武汉火神山医院。

当晚，运营商接到布网任务。火神山医院选址在蔡甸知音湖畔，附近人员流动不大，原先的网络覆盖只能保证语音通话，所以需要扩容并增加新基站。建设一座容纳1000个床位的医院，加上医护、后勤等人员，火神山医院与外界的联系是否通畅，疫情最新情况能否及时传递，网络信号是关键所在。

武汉移动网络部副总经理汪琰在接受腾讯新闻《潜望》连线时表示，通常建一个基站需要一个月的时间，这次任务急，还要求赶在医院主体工程完工之前交付，压力很大。

“1月23日晚18：00接到任务通知，当时正在安排疫情防控的网络保障任务，一听到消息马上就紧张起来了。临时在群里通知附近人员集合，很多人听说参与保障都踊跃报名，最后抽调了十几个人一起，18：30就已经在去蔡甸的路上了。”汪琰说。

与此同时，武汉电信、武汉联通也已动身。据腾讯新闻《潜望》了解到，介于目前基站共建共享的原则，此次新基站的建设三大运营商与铁塔公司一同进行，铁塔公司提供塔房及配套设施，三大运营商负责选址安装，华为、中兴等提供基站设备并负责技术支持。

1月24日，蔡甸下起了雨夹雪。寒冷的天气让路面变得泥泞湿滑。曾宇航是武汉移动蔡甸区的维护员，他已经在火神山医院连续工作了近40小时。“安装设备需要爬到基站塔顶，因为下雨的关系，上杆塔会困难很多，平时只要2个小时的安装过程，今天花了6个小时。”曾宇航说，“不过我没觉得累，只想着能为武汉做一点事，快一点就能多救一些人。”

当天早上，中国联通武汉分公司网络规划和工程建设人员也第一时间到达武汉蔡甸火神山医院施工现场，通信网络施工全面启动。

武汉联通网络发展部负责人对腾讯新闻《潜望》表示，“接到任务还是很着急的，家人也很担心，直到现在也是。当天我们就安排相关人去现场勘察，因为是郊区，天黑路滑，难度很大。”

1月25日上午12时，蔡甸火神山医院抢通了第一个5G基站。基站开通后，现场一片欢呼。汪琰对腾讯新闻《潜望》表示，我们最终用了不到两天的时间完成了基站建设，很难想象。

当晚，中国联通基站正式完成测试，宣告开通。仅用36小时火速完成火神山医院的3G/4G/5G网络开通工作，完成了一个全新基站从查勘、规划、设计到施工、调测、开通、优化的全过程，较预计提前了整整3天时间，为更好控制疫情节约了宝贵时间。

1月26日下午15时，武汉移动蔡甸火神山医院全部4座基站开通，2G、4G、5G信号满格，实际测速为800Mbps，可容纳近2万人同时在线通信。

都忘了还有春节

1月23日傍晚，中国电信武汉分公司接到市疫情防控应急指挥部通知，要求中国电信武汉分公司3天内完成蔡甸火神山无线网4G、5G覆盖工程建设。

武汉电信分管建设的史军副总经理在接受腾讯新闻《潜望》连线时表示，接到任务的第一时间就组织相关部门开始建网规划。“坦白讲，不害怕是假的，但也想不了那么多，时间紧迫，党员就的往前冲。”

1月23日夜，武汉电信各施工单位开始了医院4G、5G基站、接入主干光缆的突击施工。经过连续一昼夜的高强度作业，到1月24日下午16时，24芯接入主干光缆完成成端，比预定计划提前1天；到24日‪18时，24处支撑杆已完成20处，并启动4G、5G设备挂站、电源箱建设。当晚完成全部光缆敷设；‪晚上20时，张家渡基站5G开通成功。

“此次建网不同以往，难度很大。首先需要寒冷天气作业，其次是要时刻保障电缆不被现场其他施工损坏，还有就是要保证电源不出问题，所以我们40几个人24小时三班倒坚守，都已经忘了还有春节这事。”史军说。

1月25日10时，医院所有基站天线支撑杆24处建设完毕。‪11时39分，电源箱全部安装完毕并开始供电。基站设备25日中午全部安装完毕。25日下午所有4G、5G基站开通。

不同于其他两个运营商，武汉电信除了基站任务之外，还有一项关键任务。据史军透露，第一阶段网络建设完成后，下一个阶段的工作重点就是在医院主体工程交付后，开始医院的信息化建设。

“先要打造医疗专网，同时以云服务为基石，做好应用服务，通过网、云和应用的联动提升看病效率。”史军说。

1月25日下午，武汉市新型冠状病毒感染的肺炎疫情防控指挥部举行调度会，决定再建一所“小汤山”医院——雷神山医院。该院选址武汉市江夏区黄家湖，将新增床位1500张，可容纳2000名医务人员工作。

为雷神山“小汤山医院”在1月27日投入使用具备良好通信条件，中国铁塔黄冈市分公司在接到任务后积极与三家运营商对接沟通确定方案，目前正在已经完工的大型室内网络主体工程基础上，紧急施工进行设备调测，确保在医院主体工程交付时通信畅通。

上述三家运营商负责人对腾讯新闻《潜望》表示，相比较火神山医院，雷神山医院所在位置因之前军运会（第七届世界军人运动会）时已部署了不少5G基站，所以整体建设及覆盖要好些，后续会根据情况进行扩容。

除了网络建设之外，三大运营商也启动了一系列应急通信与网络保障服务工作。如对支援防疫抗灾人员提供免停机、紧急开机等服务，保障疫情防控一线人员及疫区用户的正常通信等。面对疫情，路可以封，但通信绝不能断。

前言

新一轮科技革命和产业变革正在萌发，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。作为引领新一轮科技革命和产业变革的战略性技术，人工智能具有溢出带动性很强的“头雁”效应。世界发达国家均将人工智能上升为国家战略，纷纷出台相关计划，力图在新一轮国际科技竞争中抢占产业技术制高点。近二十年来，全球各大企业、大学、研究机构等纷纷加快人工智能技术研发脚步，全球人工智能专利申请量成快速上升趋势，IBM、微软、三星等国外企业均积极在人工智能领域进行专利布局。

一、中国AI专利技术整体态势

对我国人工智能专利申请按照申请年份进行统计，在华专利申请共计44.4万件。下图显示出了我国从2000年至2019年各年度的申请量变化情况。在中国专利申请中，人工智能领域的专利申请量总体上呈逐年上升趋势，且增长率不断提高，在2010年后增长速度明显加快，2014年后增长率又上了一个台阶，近两年的增长率更是令人瞩目，2018年是目前为止我国人工智能专利申请量的峰值，达到70281件，是2010年申请量的近20倍。对于绝大多数业内人士而言，对人工智能技术信心很足，人工智能已成为明确的研发热点，专利数量上迎来井喷。

我国人工智能专利申请量年度变化趋势

按照七个一级技术分支对人工智能总体申请量进行标引后，对申请量所占比例进行统计，得到下图所示的一级技术分支申请量占比。计算机视觉占比最多，达到34.04%，其次是云计算技术，占整体的15.72%，另外，深度学习技术和智能驾驶各占整体的14.56%和14.84%，对深度学习技术的投入是人工智能领域的发展基础，同时云计算和智能驾驶技术也是人工智能领域新兴的热点。其后按照数量排序分别是占比7.19%的智能机器人技术、占比6.91%的语音识别、占比6.73%的自然语言处理技术。

一级技术分支申请量占比

下图显示出了人工智能中国专利申请前十位的申请人排名，其中，我国的百度、腾讯、浪潮集团、华为、阿里、西安电子科技大学、国家电网公司以及浙江大学排在前十名之列，国外企业只有微软公司和三星公司进入前十位排名，位于第三和第六名。可见，我国创新主体在人工智能领域专利申请积极踊跃，总体数量相较国外来华企业具有一定优势，百度公司人工智能领域专利申请数量突出，超出外资企业微软公司千余件专利。

人工智能申请人专利申请数量排名

对国外来华的申请进行数量比较，得到了下图所示中国外来华申请人申请量比例图。

如图所示，前十位的国外来华申请人提供了20%的来华申请，说明国内企业近几年在人工智能领域专利申请有了大幅提升，国外企业在华专利申请数量已不占优势。在国外来华申请人中，排名第一的微软公司、第四的谷歌公司、第五的IBM公司、第六的英特尔公司、第七的福特公司、第八位的高通公司和第九位的通用汽车公司均是美国企业，体现出了美国企业对于中国人工智能市场的关注。排名第二的韩国三星公司、第三的日本索尼公司、第十的日本丰田公司，也反映出了日韩两国的龙头高科技企业对于中国的人工智能市场前景的认可。

国外来华申请人申请量比例图

二、各分支技术专利态势

2.1深度学习技术

纵观我国历年人工智能深度学习技术专利申请量变化趋势，金准产业研究团队发现，在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下，人工智能深度学习技术发展势头十分迅猛，深度学习技术专利自2000年的45件，到2018年的全国24203件专利申请，增长的速度令人瞠目。尤其自2016年以来，人工智能深度学习技术的专利申请数量出现井喷式增长。2011年以前，深度学习技术的申请量每年只有小幅增长，而2018年一年的专利申请数量就是上一年的1.74倍。

我国人工智能深度学习技术领域专利申请量年度变化趋势

从申请人数量排行来看，前十名中百度公司的申请数量独占鳌头为1429件，体现了其在人工智能深度学习技术领域的强势地位。前十名中有五家都是高等院校，体现出科研高校院所在这一领域的整体优势，也体现了我国在这一技术领域较强的发展意识与较大的科研投入。从申请数量来看，高校之间数量分布较为均匀，而百度公司、平安科技、腾讯科技等企业在这一领域的排位靠前、发展突出，与国内其他企业相比存在明显优势。

专利申请量排名前十的公司/机构

人工智能深度学习技术领域前十位申请人的申请量年度变化趋势如下图所示，其中百度公司的申请量在近三年增长迅速，遥遥领先，虽然比浙江大学、清华大学等高校起步晚，但专利申请量大幅度增长，在该领域处于领先地位。另外，平安科技（深圳）有限公司，总申请量少于百度公司位于第二，其1188件专利中，有92%的专利集中在2018-2019年申请，由于专利从申请到授权需要一定的周期和时间，目前其仅有3.7%的专利处于有效状态，95.88%的专利处于在审状态，可见，该公司近期在人工智能的深度学习技术领域进行专利申请和专利布局较为活跃。 其余各家公司或机构申请数量呈稳步上升态势，且整体来看，近三年内大部分申请人的申请数量均有较大幅度的上升，前十名中高校的专利申请数发展态势一直较为稳健。

国内排名前十位的申请人各自申请量趋势

深度学习技术领域主要技术分支近20年处于稳步发展的状态，专利申请数量整体呈上升趋势，各技术分支增长速度略有不同。2015年之后，以G06N3（仿真系统）、G06K9（数字识别）、G06F17（数字方法）等为代表的分支技术出现飞速发展，申请量激增且申请量增长率显著提高；而技术分支G06T7（图像分析）、G06Q10（与行政监管相关的数字系统）、G06Q50（商业智能系统）的专利申请量只呈现小幅度增长，其他技术分支则无明显变化。同时，深度学习技术领域的专利申请以仿真系统、识别、数字方法等技术分支为主，这些分支是该领域的研究和发展重点。

深度学习技术各年度重点分支技术趋势

在深度学习技术领域，排名前10的申请人中大学和企业各半，企业有百度、平安科技、腾讯、国家电网和阿里上榜。G06K9（数字识别）、G06F17（数字方法）成为各主要申请人的重点关注领域，其中百度公司在G06F17（数字方法）领域专利申请数量上位列首位。从图表可以看出，G06K9（数字识别）、G06F17（数字方法）无论是从科学研究角度，还是市场角度，都是深度学习技术领域研究的重点、难点。

深度学习技术重点申请人重点分支技术布局图

76%的深度学习技术领域专利处于实质审查或公开阶段，也就是大部分深度学习技术领域专利处在专利审中阶段，处于授权阶段的有效专利只占全部专利的13%，失效状态的专利（包括撤回、权利终止、驳回、放弃）占比11%。说明该领域专利稳定性较低，有较多专利新案亟待进入市场，但也存在一定的失效风险，未来需要继续关注。

学习技术专利专利有效性

2.2语音识别

对人工智能语音识别领域的专利申请按照申请年份进行统计，下图显示出了从2000年至2019年各年度的申请量变化情况。在全国范围内，人工智能语音识别领域的专利申请量总体上呈逐年上升趋势，在2012年后增长速度明显加快，近两年的增长率更是令人瞩目。金准产业研究团队认为，人工智能语音识别领域的发展受到各公司及科研院所的重视，正在迎来全面的技术进步。

我国人工智能语音识别领域专利申请量年度变化趋势

从申请人数量排行看来，前十名中百度公司的申请数量独占鳌头为933件，与其他公司或机构相比具有显著优势，体现了其在人工智能语音识别领域的强势地位。前十名中其他企业的申请数量较为平均且多个公司申请数量相差不大，体现了各个公司在这一技术领域的竞争十分激烈，且以科技公司为主，无疑这一领域受到各大科技公司的普遍重视。

专利申请量排名前十的公司/机构

人工智能语音识别领域前十位申请人的申请量年度变化趋势如下图所示，不难看出，百度公司的增长趋势较其他公司更为突出，虽然起步较晚，但专利申请量迅速大幅度超过了其他申请人，并在最近几年遥遥领先。其余各家公司或机构申请数量呈稳步上升态势，华为和中兴公司在该领域起步较早，2000-2005年左右便开始在语音识别领域进行专利布局，之后几年不够活跃。

国内排名前十位的申请人各自申请量趋势

语音识别领域主要技术分支近20年处于稳步发展的状态，专利申请数量整体呈上升趋势。语音识别技术从2017年开始，整体出现较显著增长，其中语音识别专利申请量在2011年之后便出现明显增长，在2016、2017年达到增长顶峰。以G06F（数字方法、数据输入输出装置）、G10L（语音声音分析技术）等为代表的分支技术也呈现较明显的增长趋势；而其他技术分支，如G06Q（数据处理系统）、G06K（数据识别）、H04N（图像通信）等专利申请量只呈现小幅度增长，其他技术分支则无明显变化。

语音识别各年度重点分支技术趋势

在语音识别领域，专利申请数量排名前十的申请人全部是企业，高校和科研院所并未上榜，企业成为语音识别领域专利申请的绝对主力军。从技术分类角度看，G10L15（语音识别）、G06F17（数字方法）、G06F3（数据输入输出装置）是企业专利申请的主要领域，反映出语音识别领域的关注重点。百度公司在G10L15（语音识别）技术领域占据领先地位，平安科技、腾讯、三星、联想、格力电器、科大讯飞等企业在该领域专利申请量也占据较大份额。

语音识别重点申请人重点分支技术布局图

48%的语音识别领域专利处于实质审查或公开阶段，即约一半的语音识别领域专利处在专利审中阶段，处于授权阶段的有效专利占该领域全部专利的26%，失效状态的专利（包括撤回、权利终止、驳回、放弃）同样占比26%。

语音识别技术专利专利有效性

2.3自然语言处理

纵观我国历年人工智能自然语言处理技术专利申请量变化趋势可以发现，在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下，人工智能自然语言处理技术呈现出指数型上涨态势（2018-2019年的专利申请数据由于延迟公开的影响，不能客观反映出当年的实际申请数量），该技术相关专利2000年全国共计申请91件，而2018年全国共计申请7498件，可见增长速度之快。另外，该图中的环状图显示了自然语言处理技术发明和实用新型的占比，从图中可以看出，发明占比高达96.61%，可见该领域中，专利类型主要以发明专利为主。

我国人工智能自然语言处理领域专利申请量年度变化趋势

从申请人数量排行来看，前十名中百度公司的申请数量独占鳌头为938件，与第二名微软公司569件拉开了较大的差距，体现了其在人工智能自然语言处理技术领域的强势地位。前十名中有三家高等院校，分别为：北京航天航空大学、浙江大学和清华大学，体现出科研高校院校在这一领域的也具有一定的优势和研究基础，以及我国在这一技术领域较强的发展意识与较大的科研投入。从申请数量来看，高校之间数量差别不大，而百度公司、微软以及腾讯科技等企业在这一领域的排位靠前、发展突出，与其他企业相比存在明显优势。

专利申请量排名前十的公司/机构

人工智能自然语言处理技术领域前十位申请人的申请量年度变化趋势如下图所示，其中百度和腾讯近年来增长速度较快，遥遥领先，在该领域处于领先地位。相反，微软公司在该领域的在华布局起步较早，高峰集中在2004-2006年，2011-2012年两个时段，近期布局量有所下降；平安科技（深圳）有限公司虽然申请量较大，但其专利几乎均集中在2018-2019年，有效专利较少。其余各家公司以及三个高校在申请数量上均呈稳步上升态势，较为稳健。

国内排名前十位的申请人各自申请量趋势

在专利申请数量方面，自2012年起，G06F17（特定功能数字）方面的专利申请量呈现显著增长，G06K9（数据识别、数据表示、记载）方面的专利也有小幅增长，其他分支技术的相应专利申请量增长幅度较小。可以看出，特定功能数字方面是各申请人申请的主要领域，也是自然语言处理的重点关注技术。

自然语言处理技术各年度重点分支技术趋势

在自然语言处理领域，从申请人专利申请数量排名角度来看，排名前十的申请人高校方面包括北京航空航天大学、浙江大学、清华大学；企业包括腾讯、百度、阿里、微软、IBM等国内外知名公司。从技术分类角度看，G06F17（特定功能的数字方法）是自然语言处理领域的绝对关注重点，排名前十位的所有专利权人的主要专利申请都集中在这一领域，其中百度公司在该领域专利申请数量方面处于领先地位。G06K9（数据识别、数据表示、记载）、G06F16（通用数据处理设备）、G10L15（语音识别分析）等领域也有企业进行专利布局，但占比略小。

自然语言处理技术重点申请人重点分支技术布局图

58%的自然语言处理领域专利处于实质审查或公开阶段，即超过一半的自然语言处理领域专利处在专利审中阶段，处于授权阶段的有效专利占该领域全部专利的22%，失效状态的专利（包括撤回、权利终止、驳回、放弃）占比20%。

自然语言处理技术专利有效性

2.4计算机视觉技术

纵观我国历年人工智能计算机视觉技术专利申请量变化趋势可以发现，在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下，人工智能计算机视觉技术发展势头十分迅猛，2018年一年该领域的全国申请量就达到了31509件，是2000年年度申请量的74倍，整体呈现出井喷式增长，特别是自2015年以来，增长速度明显加快。

我国人工智能计算机视觉技术领域专利申请量年度变化趋势

从申请人数量排行来看，排名第一的为中国科学院及其下属各研究所，以3177件的申请量独占鳌头，紧随其后的是西安电子科技大学，共申请2222件，与其他企业相比，也具有较为明显的优势。此外，第九、十名分别为浙江大学和电子科技大学，可见，在计算机视觉技术这一领域，科研机构较企业具有更多的投入和布局，也说明我国在该领域具有较高的理论研究水平。前十名中，共有六个企业进入排名，分别为：腾讯、三星、联想、索尼、欧珀和百度，其中有四个国内企业，两个国外企业，百度公司在前十名中排位第八，申请总量1344件，从数量上来看，仍有较大的发展潜力和空间。

专利申请量排名前十的公司/机构

人工智能计算机视觉技术领域前十位申请人的申请量年度变化趋势如下图所示，中国科学院由于其下属科研机构较多，在该领域起步也较早，无论是总量还是增长速度均较其他企业机构有明显的优势，近期整体上稳步增长，而欧珀和百度虽然在该领域起步晚，但从申请趋势线可以看出，近期专利申请量大幅度增长，增长速度已超过中国科学院、腾讯等排名在前的企业，说明近期上述两公司在计算机视觉技术方面的专利布局非常活跃，也是其关注的重点领域。前十名中，除了中国科学院以外，还有两个高等院校，分别是：浙江大学和电子科技大学，上述高校的申请趋势与中国科学院大致相同，均是一直保持在该领域的技术投入和专利布局，增长态势较为稳健。

国内排名前十位的申请人各自申请量趋势

计算机视觉技术领域主要技术分支近20年处于稳步发展的状态，专利申请数量整体呈上升趋势，各技术分支增长速度略有不同。自2016年起，G06K9（数据识别、数据表示、记载）以及G06N3（基于生物学模型的计算机系统）等方面的专利均呈现出显著增长，除此之外，G06F17（特定功能数字）、G06T7（图像分析）等方面的专利也呈现出小幅增长态势。从而可以看出，上述技术分支是计算机视觉技术近年来的关注热点和研发重点。

计算机视觉技术各年度重点分支技术趋势

在计算机视觉领域，从申请人专利数量排名角度看，排名前十的申请人分布比较均匀。高校方面有西安电子科技大学、浙江大学、电子科技大学；企业有腾讯、三星、联想、索尼、欧珀（OPPO）、百度等知名公司。从技术分类角度看，阅读、书写、图像等数据识别技术是计算机视觉领域的关注重点，排名前十的主要申请人，一半专利权人的专利主要集中在G06K9（数据识别）领域，在G06T7（图像分析）和G06F3（数据输入输出装置）领域的申请量，则分别由西安电子科技大学和联想公司领跑。

计算机视觉技术重点申请人重点分支技术布局

计算机视觉技术领域处于实质审查阶段的专利占比46%，处于公开阶段的占比4%，因此共计有半数的计算机视觉技术领域专利处在专利审中阶段，处于授权阶段的有效专利占该领域全部专利的28%，失效状态的专利（包括撤回、权利终止、驳回、放弃）占比22%。

计算机视觉技术专利有效性

2.5智能驾驶技术

纵观我国历年人工智能智能驾驶技术专利申请量变化趋势可以发现，在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下，人工智能智能驾驶技术发展势头十分迅猛，高峰出现在2018年，年度申请量达到17974件，是2000年年度申请量的116倍，呈现出井喷式增长，特别是自2015年以来，增长速度明显加快。

我国人工智能智能驾驶技术领域专利申请量年度变化趋势

从申请人数量排行来看，前十名中百度公司的申请数量独占鳌头，申请总量1237件，体现了其在人工智能智能驾驶技术领域的强势地位。 但百度公司与第二三名之间的差距不大，丰田公司在华申请量1191件、福特公司在华申请量1142件，并且，后续前十位申请人中，还有本田公司、博世公司、通用汽车、现代等国外大型车企，可见，我国智能驾驶技术的市场竞争十分激烈，各个大型车企纷纷加入研究和专利布局，期望将传统汽车向智能驾驶转型，普遍投入了较大的资金和科研成本。 国内企业除了百度公司外，只有华为和浙江吉利汽车
进入了前十位的排名，除此之外，吉林大学作为高等院校代表排名第十，吉林大学汽车工程学院的自动驾驶技术一直是该校关注的重点。

专利申请量排名前十的公司/机构

智能驾驶技术领域前十位申请人的申请量年度变化趋势如下图所示，其中百度公司的申请量在近三年增长迅速，遥遥领先，起步虽晚于国外的大型车企及高内的高校和科研机构，但专利申请量大幅度增长，在该领域处于领先地位。 国内公司除了百度公司外，华为公司近年来的申请量涨幅也较大，特别是2017年，年度申请量409件。除此之外，国外传统车企例如：丰田、福特、通用、现代等公司均呈现出稳步增长的申请态势，技术积累和专利布局具有扎实的科研基础。金准产业研究团队分析，前十名中，大型车企和前沿科技公司占比较大，说明各大公司对智能驾驶这一新兴领域的重视和关注，是近年来发展的重点和热点。

国内排名前十位的申请人各自申请量趋势

智能驾驶技术领域各主要技术分支的专利申请量在近20年中稳步提升，专利布局涵盖范围较广，2015年之后，各技术分支领域的申请量均有一定增长，主要包括：G05D1（非电变量的控制或调节系统）、G06K9（数据识别、表示和记载）、B60W30（道路车辆驾驶控制系统）、G08G1（道路车辆的交通控制系统）等领域的相关专利申请增长幅度较大。无疑，这些分支的专利申请是该领域的研究和发展重点。

智能驾驶各年度重点分支技术趋势

在智能驾驶领域，专利申请数量排名前10的申请人有9家企业、1所高校，企业仍然是智能驾驶领域专利申请的主力军。从技术分类角度看，B60W（道路车辆驾驶控制系统）是企业专利申请的主要领域，主要以丰田和本田两家日本公司为主要专利申请人；在智能驾驶领域的G06K9（数字识别）专利申请方面，百度公司一家独大，是该领域的绝对领先者，这与百度公司近几年大力推动无人驾驶汽车研究密切相关。在其他技术分支领域中，G08G1（道路交通控制系统）、G05D1（自动驾驶装置）、G01C21（车辆测距）三个技术分类有企业进行了重点关注 。

智能驾驶重点申请人重点分支技术布局图

从下图可以看出，智能驾驶技术领域处于实质审查阶段的专利占比42%，处于公开阶段的占比6%，共计48%的智能驾驶技术领域专利处在专利审中阶段，处于授权阶段的有效专利占该领域全部专利的32%，失效状态的专利（包括撤回、权利终止、驳回、放弃）占比20%。

智能驾驶技术专利有效性

2.6云计算技术

纵观我国历年人工智能云计算技术专利申请量变化趋势，金准产业研究团队发现，在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下，云计算技术发展势头十分迅猛，云计算技术专利自2004年的2件，到2018年的全国14863件专利申请，增长的速度令人瞠目。

我国人工智能云计算技术领域专利申请量年度变化趋势

从申请人数量排行来看，前十名中浪潮集团以申请总量2222件排名第一，体现了其在人工智能云计算领域的强势地位，紧随其后的是微软公司，2110件；排名第三的是奇虎公司，1853件。百度公司排名第五，总量为1318件；前十名公司中，均为企业，没有科研院所，分析其原因，与云计算技术更新迭代较快，与市场联系更为密切有一定关系，因此该领域得到科技前沿企业的广泛关注。

专利申请量排名前十的公司/机构

人工智能云计算领域前十位申请人的申请量年度变化趋势如下图所示，浪潮集团优势明显，浪潮集团的下属公司郑州云海信息技术有限公司近几年进行了大量的专利申请，使得浪潮集团整体处于明显领先地位。在国内公司中，华为公司、百度公司和阿里巴巴表现亮眼，整体态势稳中有升。另外，云计算技术的前十位申请主体均为企业，没有科研高校等机构，可见该技术与市场结合更为紧密，更受到企业的关注。

国内排名前十位的申请人各自申请量趋势

云计算技术领域各主要技术分支近20年均有一定的发展，专利申请数量整体呈上升趋势，各技术分支增长速度略有不同。自2011年开始，以H04L29（数字信息传输设备系统）、H04L12（数据交换网络）、G06F17（特定功能数字方法）等为代表的分支技术的申请量出现大幅增长，而G06F9（程序控制装置）、G06Q10（行政管理）等为代表的专利申请量呈现出小幅增长，其他技术分支变化较小。可见，云计算领域的专利申请以数字信息传输设备系统、数据交换网络、特定功能数字方法等技术分支为主，这些分支无疑是该领域的重点研究和发展方向。

云计算各年度重点分支技术趋势

在云计算领域，专利申请数量排名前10的申请人的专利技术分支主要集中在H04L29（数字信息传输设备系统）、G06F17（特定功能数字方法）、H04L12（数据交换网络）、G06F9（程序控制装置）领域。其中，浪潮集团专利在数字信息传输设备系统、数据交换网络和程序控制装置领域申请数量最多，百度公司在特定功能数字方法领域申请专利数量领先。从技术分类角度看，国内科技公司关注数字信息传输设备系统、数据交换网络、特定功能数字方法等分支的发展，国外企业除了关注上述技术分支外，还注重G06F3（数据输入输出装置）、G06F21（数据安全装置）等技术分支的发展，值得引起我国企业和机构的注意，未来可以展开研究。

云计算技术重点申请人重点分支技术布局图

云计算技术领域处于实质审查阶段的专利占比54%，处于公开阶段的占比5%，共计59%的云计算技术领域专利处在专利审中阶段，处于授权阶段的有效专利占该领域全部专利的25%，失效状态的专利（包括撤回、权利终止、驳回、放弃）占比16%。

2.7智能机器人技术

纵观我国历年智能机器人专利申请量变化趋势可以发现，在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下，智能机器人技术有了较大的进展，忽略2018-2019年数据不准确的情况，其余各年度的专利申请量呈现出指数型上涨，尤其自2014年以来，专利申请的增长速度进一步加快，这也与社会大众更加关注人工智能，以及智能机器人在近年来的广泛应用有直接关系。另外，智能机器人领域的实用新型占比32.57%，发明占比67.43%，说明有三成多的发明创造以短平快的方式提出 。

我国人工智能智能机器人领域专利申请量年度变化趋势

从申请人数量排行来看，前十名中北京光年无限科技有限公司排名第一，申请总量276件，第二名至第十名的申请数量基本在135-245件之间，可见该领域各个创新主体的技术研发和专利布局情况不相上下，竞争相对激烈。另外，从前十名的创新主体可以看出，科研机构和高校是智能机器人领域专利布局的主力军，华南理工大学、上海交通大学、中科院沈阳自动化所、浙江工业大学、浙江大学、北京工业大学均在该领域有重点关注，有些高校已经建立了智能机器人重点实验室，总之，如何将人工智能与机器人更好的结合起来，应用到更多更广泛的领域，是科研高校目前的重点研究方向，而对于企业来说，多数还处于观望阶段。

专利申请量排名前十的公司/机构

智能机器人领域前十位申请人的申请量年度变化趋势如下图所示，其中北京光年无限科技有限公司的申请总量和申请增速尤为突出，虽然起步较晚，但2016年申请量达到175件，近期专利布局较为活跃，与其他公司相比遥遥领先。其他创新主体大部分为科研机构，国内的大学或研究所是该领域专利申请的主力军，华南理工大学在各大高校中表现抢眼，在智能机器人领域的专利申请增长速度较快，其余科研机构增长态势平稳。

国内排名前十位的申请人各自申请量趋势

智能机器人领域主要技术分支近20年处于稳步发展的状态，专利申请数量整体呈上升趋势，各技术分支增长速度略有不同。2015年之后，以B25J9（程序控制机械手）、B25J11（不包含在其他组的机械手）、B25J19（与机械手配合的附属装置，例如用于监控、用于观察；与机械手组合的安全装置或专门适用于与机械手结合使用的安全装置）等为代表的分支技术在专利申请量上增长较快，以G05D1（非电量控制或调节系统）、B25J5（装在车轮上或车厢上的机械手）等为代表的分支技术对应的专利申请量呈现出小幅增长，其他技术分支变化较小。可见，各类与机器手配合的装置或机器手控制程序是该领域的研究和发展重点。

智能机器人技术各年度重点分支技术趋势

在智能机器人领域，专利申请数量排名前10的申请人中仅有1家国外来华申请人，体现出国内创新主体对该技术分支较强的占位意识。从技术分类角度看，国内外专利申请人集中关注点在B25J（机械手的程序控制）以及G05D（运输工具控制）技术分支的发展，体现了智能机器人在这两个方向上极大的应用价值，紧随其后，G05B（一般控制）、G06F（数据处理）、G06K（识别、表达和记录）等技术分支，值得引起我国企业和机构的注意，展开在上述方向的研究。B25J机械手的程序控制）以及G05D（运输工具控制）技术分支作为应用重点被我国创新主体所普遍关注值得欣喜，但是也要注意国外高技术企业的强势介入，我国创新主体在专利布局上应既重量，又重质。

智能机器人技术重点申请人重点分支技术布局图

云计算技术领域处于实质审查阶段的专利占比38%，处于公开阶段的占比3%，共计41%的云计算技术领域专利处在专利审中阶段，处于授权阶段的有效专利占该领域全部专利的39%，失效状态的专利（包括撤回、权利终止、驳回、放弃）占比20%。

智能机器人技术专利有效性

结语

金准产业研究团队认为，从这份报告中我们可以看出，人工智能技术发展百花齐放，百家争鸣，互联网企业、高等院校成为人工智能发展主力军 。各分支技术领域专利申请量逐年上升，近几年上升尤其迅速。 从技术特点上看，人工智能化或者AI化可以支持任何相关的技术升级换代，其在几乎所有能够适用的领域都有实际意义，以深度学习技术、语音识别、计算机视觉、云计算、自然语言处理、智能驾驶、智能机器人七个技术主题看来，每一个技术分支下的专利申请都是呈直线上升、蓬勃发展的状态，通过技术横向比较，各分支领域均呈现国内企业全面发展的态势。

据《女装日报》报道，施华洛世奇（Swarovski）将推出实验室彩钻。首个系列将在巴黎高级定制时装周上发布。

施华洛世奇是一间来自奥地利的玻璃生产商和水晶首饰和珠宝产品零售商，旗下水晶事业部在全球范围内销售水晶玻璃首饰和珠宝，家居装饰产品等。该部门如今在全球有3万名员工，在2018年创造营收27亿欧元，而施华洛世奇集团当年的整体营收为35亿欧元。

不过，这间水晶玻璃制造商近几年正在着力研发实验室培育钻石。

2016年，施华洛世奇对外宣布测试实验室钻石，并在2018年推出实验室白钻。施华洛世奇董事会成员Nadja Swarovski，她同时也是创始人Daniel Swarovski的玄孙女，曾在2019年6月接受《财富》采访时表示，该品牌希望创造出平价钻石的同时，也能兼顾可持续发展。

“生产他们所需的能源较少，而且他们对人或地球不会造成影响。”Nadja Swarovski介绍称，而实验室钻石跟天然钻石几乎就像“孪生的”。

有着128年历史的施华洛世奇，此前几乎从未踏足过钻石生产行业。如今，这间家族品牌希望成为实验室钻石领域出色的源头供应商，部分原因还在于他们认为品牌掌握了精尖的切割工艺。

施华洛世奇的另一位董事会成员Markus Langes-Swarovski表示，“我们热爱切割工艺，我们认为我们是真正的切割工艺大师。”此外，为了研发出逼近天然钻石的产品，该品牌尝试了多种材料，包括出名的钻石替代物氧化铝和天然石头。

实验室彩钻在目前的实验室培育钻石领域也属罕见。Langes-Swarovski告诉《女装日报》，“彩色钻石在天然钻石开采领域是非常，非常罕见的。所以我们必须要庆祝人类的创造力，并且创造出一个美丽的16色组合，而这些颜色在天然钻石开采领域都可见，但是又非常稀有而且昂贵。”

据悉，这16种颜色被组合进四个小柱中，每一个柱子分别代表时尚，艺术，音乐和建筑世界。每根柱子内有四颗枕形切割的实验室钻石，其中三颗各重1.25克拉，还有一颗被称为“英雄色”，重为2.5克拉。

实验室培育钻石实际上是将碳暴露在一个模拟地质条件下，该环境与地表下的天然钻石所需的数百万年而形成的地质环境相似。因此，实验室钻石不是人工合成钻石，而是通过科学手段帮助碳进行自然转变。

由于实验室钻石生产成本低，而且产品接近完美，并且据称在实验室钻石的供应链环节上对劳工伤害和环境的破坏都低于天然钻石的开采，不少钻石行业业者因此逐渐把实验室钻石看做是天然钻石的替代产品。

尽管在整体钻石市场的占比仅有2%，但实验室钻石已经成为钻石行业飞速增长的领域之一。根据市场研究咨询公司Kenneth Research研究，2015年至2023年，实验室钻石销量将预计从162亿美元增长至276亿美元。而摩根大通则预计，到2020年，实验室钻石在市场中的占比将达到15%，这一数字在2016年仅为1%。

广阔的市场前景吸引了多个珠宝和钻石市场玩家入场。2018年，全球最大钻石开采商以及头部钻石首饰供应商De Beers也推出了实验室培育钻石产品线。

Nadja Swarovski在19年的那次采访中认为，正是施华洛世奇进入钻石市场引起了钻石领域已有玩家们的“担心”。她进一步表示，De Beers的加入将进一步压低实验室钻石的生产成本与价格。

目前，实验室钻石业务在施华洛世奇的整体营收中仍然占比较小。但Langes-Swarovski表示，这部分业务如今增长迅猛，增速有两位数。

在软银愿景基金1000亿美元的投资中，既有Uber、WeWork体量的巨无霸，也有一家数百人规模的机器人披萨创业公司Zume。

Zume曾是一段点石成金的“神话”：一家成立两三年的披萨饼店，都可以在资本的鼓吹下成为估值20亿美元的独角兽，目标是颠覆餐饮业，号称要做餐饮界的亚马逊和特斯拉。

然而WeWork的倒下推倒了第一枚多米诺骨牌，Zume成为了软银投资的又一家遭遇大洗牌的公司。

餐饮业的亚马逊和特斯拉

一辆漆成鲜艳蕃茄红色的披萨车开出了山景城的披萨工厂。这是Zume最辉煌的时刻：软银以20亿美元的估值，对它进行了3.75亿美元的投资，一时间，它变成了人们口中的餐饮业未来的亚马逊和特斯拉。

但它也不是一家普通的披萨店。在CEO Alex Garden的宣传中，Zume高管来自Comcast、星巴克、Lyft、强生，阵容强大，履历熠熠生辉；它更多的是一家非常有科技含量的初创企业，“涉及用机器人和自动化颠覆食品行业，融合机器学习、大数据、定位、物流管理、智能烤箱等技术。”

翻译成人话，就是在接到披萨订单后，Zume会在货车里把披萨烤完，给用户送过去。披萨制作的大部分流程由机械流水线完成，只配备少量员工辅助。每台外卖车有6个烤箱，每辆车每个小时可以烤120个披萨，使用户可以吃到新鲜出炉的披萨。

但Garden还表示：“ Zume的魔力在于，它能够在人们下单之前，预测到他们要下的订单。”

Zume相信，这种货车移动厨房不仅可以做披萨，还可以做酸奶、沙拉，可以向全美和全世界复制模式。

一些颇有噱头的科技，大量的资金，估值飙涨的企业，改变全球餐饮行业的愿景——是软银投资企业的配方了。

所以，去年12月，传出消息称软银有意向对Zume进行另一笔投资，使其估值达到40亿美元。要知道，拥有上万家门店的必胜客，价值才85亿美元。

但在软银的眼里，这笔投资完全值得：Zume是未来的亚马逊和特斯拉，前景广阔，涉及到新型零售、食品消费、供应链管理等等亟待科技颠覆的行业。

不过这个披萨曾有个最大的问题，就是吃过的人都觉得不好吃。

机器人披萨独角兽

硅谷的魔力在于相信创造，尊敬颠覆，不会嘲笑梦想与失败，因为许多最疯狂的想法在这里成为现实。这是创新不至于被扼杀，科技沃土的魅力所在。

一旦这种精神被应用于吹涨估值，就成了泡沫。比如披萨店用上机械手，就成了科技独角兽。

拿掉所有的光环去看Zume，这原本是一家很有硅谷特点的创业企业。

Zume披萨走的还是中央厨房、传统外卖的路子，顾客在电脑或手机端下单，商店收到订单后开始做披萨，迅速送上门。

它与众不同的地方，一是把自动化应用到披萨生产中，把制作工序分割成面饼制作、浇上酱汁、放入烤箱，交给机械手完成。至于给披萨加料这种略微复杂的工序，还是需要人工完成。

这真的只是最简单的自动披萨产线。在大型超市里售卖的盒装食物，背后基本都是这种工厂流水线的产品，含盐量超标，口味浓重。Zume不过是把大工厂的食品工业化产线，搬到了外卖的货车厨房里。

Zume的另一个卖点，则是采用车厢式的移动厨房，解决美国外卖超长送餐时间的问题。但有用户在订餐时发现，把烤炉装在车上，一边烤披萨一边给用户送餐，也只是一个噱头。在实际订单中，还是普通的外卖车给用户送披萨。

这样的商业模式是否经济、受用户喜爱，还需要时间去验证。

不止Zume，硅谷是一个迷信机器人和人工智能的地方，还有其他花式机器人店铺供人们猎奇。

比如机器人咖啡Cafe X，永远不乏专程去点咖啡的“观光客”。标准姿势是刷卡点单，然后拿出手机开始录视频。

录着录着就发现，这里的机器手其实只负责来回摇摆卖萌，移动咖啡杯到指定位置。

你让它萃取一份浓缩再给咖啡拉个花试试？做不到的。

这样的自动化，距离人们想象中的机器人咖啡师、机器人大厨，还远得很。

最后的披萨

也许只有激进的软银愿意为这样的故事买单。但是当软银在自身的损失和外界的压力之中开始反思冒进的投资策略时，Zume的故事也就难以为继。

Zume披萨此前已经和软银谈成了新一轮融资意向，但直到机器人披萨业务宣布关停，这轮融资都没能完成。软银忙着挽救WeWork的败局，挽救第二支愿景基金的募资信心，Zume则传出裁员80%的消息。

不只是Zume披萨，在去年10月底，软银投资的汽车短时租赁公司Fair解雇了40％的员工，以及自己的首席财务官。Fair曾经有着高达5倍的增长速度，Fair在从软银和其他公司筹集了5亿美元后，估值达到12亿美元。

软银还向一个以“遛狗”为业务的创业公司Wag投资过3亿美元。去年12月时，软银将其股份亏本出售，Wag去年裁员182人。

即便WeWork的危机爆发，软银驱逐WeWork CEO诺依曼时，硅谷还有投资人表示，如果软银愿意投资，他们是愿意拿这笔钱的。

现在他们愿意拿钱，软银也不愿投资了。

在Zume披萨关停风波中，传出一些对软银的指责，比如“鼓励采取打破规则和不可持续的手段。”

Zume披萨的创始人也在一次访谈中提到，如果没有一个宏大到改变世界的愿景，很难获得投资者的关注。

硅谷曾经最引以为傲的，是企业成熟的发展周期，按节奏融资，按计划成长。

行业自动化没有错，商业创新没有错，错的是脱离实际的估值，居高不下的烧钱率，以及用魔幻主义的想象，大跃进式规划颠覆行业的未来。

Zume还在向外澄清，它此次的裁员比率没有达到80%，只有53%的员工被解雇，共计252人。

Zume也称自己没有倒闭，而是转型去做包装盒，用更环保的甘蔗替换塑料，做成包装，“从本质上讲，随着我们扩大规模，这有助于拯救世界。”

但曾经吸引了无数视线的机器人披萨网站，还是为自己写下了墓志铭。

“在经历了伟大的四年之后，我们奉上了最后一块披萨。向支持我们的所有人致谢”。

“人工智能没能让人类失业，搞人工智能的人先失业了。”这本是一句调侃，却在2019年成为现实。

这一年，科大讯飞、比特大陆、旷视科技等人工智能公司相继传出裁员消息，曾经红极一时的AI独角兽，不再是万能的金饭碗。同样也是在这一年，阿里AI labs以年薪百万美元引进两位科学家，华为也为应届技术博士开出了200万的高价年薪。

而对于那些即将在年后找工作的大批计算机应届毕业生来说，这样“一冷一热”的消息也让他们感到迷茫和担忧。当他们手握简历四处找工作时，才发现“学AI的”和“搞AI的”之间存在着需求错配。

“一边裁员、一边抢人”，AI行业的大招大裁背后，反映出了几个关键问题——学校培育出的AI人才与市场不匹配，学生们找不到职场榜样；普通的AI创业公司很难快速招到符合岗位需求的AI人才；而真正顶尖的AI人才，大公司又无力留住，他们中不少在掌握资源和经验之后便出来自立门户。

根据领英发布的《人才多元化洞察报告》，在中国，前五大新兴职业分别为：新媒体运营、前端开发工程师、算法工程师、UI设计师、数据分析师，其中一半以上与智能相关。过去五年间，中国与数据相关技能的需求增长了7倍，但在市场中仍有15%的岗位空缺。

未来十年，人工智能到底需要什么样的人才？与之相关的教育与培养，又应该如何展开？针对这些问题，燃财经与AIPHAROS月光社联合主办了一场沙龙，中科院计算所副研究员杜子东，北京科技大学计算机与通信工程学院副院长殷绪成，51猎头联合创始人朱聚鹏，英诺天使投资总监马瑞，Mor.AI首席战略官龚思颖，Bello倍罗BD总监崔云飞等AI领域的研究员、从业者、投资人，进行了深入讨论。

一边裁人，一边抢人

曾经火爆的AI行业，在最近两年降了温。

《2019中国人工智能产业投融资白皮书》显示，2014年-2018年，人工智能行业在融资事件及融资规模上持续增长，2019年出现首次回落。2019年前三个季度总体融资规模仅为577亿元，2018年这一数字为1189亿，AI投资热情出现明显缩水。有数据显示，2018年全年有将近90%的人工智能公司处于亏损状态。

据IT桔子统计，2019年前四个月，AI行业资本交易量下降，平均单笔交易融资额1.07亿，相较于2018年的1.8亿，几近腰斩。

2019年年初即被传出IPO消息的旷视科技，在2019年8月向港交所递交招股书之后，直到2019年过去也没能上市成功，商汤方面似乎一直都是“有上市计划，却无明确时间表”。

事实上，自2018年5月，世界知名AI公司IBM Watson突然被传其医疗部门裁员70%开始，关于AI泡沫破灭的论调就逐渐响起，陆续有多家AI公司传出裁员消息。

2019年年初，科大讯飞被传出裁员优化30%正式员工的消息；AI独角兽旷视科技被曝裁员15%，杭州分部全员被裁；2019年年底，比特大陆传出裁员消息，其中AI业务线裁员比例最高，将达三分之二。

但另一方面，很多大公司都热衷于挖人，人才争夺也是越来越激烈。

首先拉开AI人才大战序幕的是百度，早在2010年，百度就将前谷歌中国工程研究院副院长王劲收入麾下。随后在2014年引入AI领域重量级元老吴恩达，担任百度公司首席科学家，负责百度研究院。

腾讯则在2016年成立AI lab，阿里随后于2017年成立达摩院，目前共有近70名海内外专家坐镇。

除了BAT之外，TMD也在到处挖角，华为更是在2019年花200万年薪招揽技术博士，公司拥有包括700多个数学家、800多个物理学家、120多个化学家。

不可否认的是，顶尖的AI人才整体还是十分紧缺的。他们从华为、中兴这样的芯片巨头和BATD等公司出走，流向AI独角兽之后，再次转回了互联网巨头企业，一直处在不断的、来回的流动当中。

一个有趣的现象是，BAT去海外尤其是硅谷、西雅图挖人才，AI创业公司们就去BAT那里挖人才。其中不少AI大牛们放弃大平台选择自立门户，尤其是百度，堪称AI人才的黄埔军校。

截至2019年年底，部分AI人才自己创业。

一方面，AI独角兽公司开始批量裁员；另一方面，顶尖的AI人才逐渐向有前景和有钱景的头部公司靠拢，两极分化背后说明顶尖人才的稀缺。

根据《2018中国人工智能发展报告》，中国AI人才总量累计达18232人，位居全球第二，但中国AI顶尖人才总量累计仅有977人，而美国的AI顶尖人才累计数量已经达到5158人，是中国的5.3倍。此外，根据领英发布的《全球领域AI人才报告》数据显示，中国十年以上资深AI从业者占比为38.7%，相较于美国的71.5%仍然有巨大差距。

中美AI领域从业者从业年限分布。图源 / 零壹智库

高校在培养怎样的AI人才？

事实上，在AI行业到底需要什么样的人才这个问题上，高校的反思要比整个行业更快。

早在2018年4月，教育部就印发《高等学校人工智能创新行动计划》，各大高校也开始设立人工智能相关专业，AI成为新增本科专业目录里的主要专业之一，同济大学等35所高校已经获得学科建设资格。

但是在实际操作过程中，他们发现，这样培养出来的通识人才，与当下高速成长的AI产业并不适配。“我们对整个AI人才的培养是缺失的。”中科院计算所副研究员杜子东博士认为。

他拿汽车专业做了个类比。汽车专业培养的是什么样的人才？同济大学对它的培养目标写得很清楚：具有从事汽车、发动机、汽车电子的研究、设计、制造以及汽车营销和物流、车身与空气动力学、汽车试验学等方面的工作的基本能力。

简单来说，汽车专业培养的并不是司机，那是驾校做的事情，大学培养的应该是能够去制造汽车的人。计算机专业也一样，现在很多大学培养人才的目标是怎么去使用、编程，这是应用层的东西，计算机专业应该培养的是能够设计整机和进一步研究的人才。

相应的，人工智能方向培养的也就应该是人工智能系统或者子系统的设计者和研究者，而不是使用者。

他拿一所高校计算机专业大一到大四的课程设置举例，大一学Java、C语言等，大二学C++、数据结构等，大三学软件工程、编译原理等，大四学软件测试方法、Linux内核分析等，好的一方面是涉及到了计算机整机系统的部分，但不足之处在于课程条块比较分割，学生不能融会贯通做出一个完整的的体系，导致我国信息产业全栈式人才缺乏，核心硬科技竞争力缺乏。

在杜子东看来，国内目前大部分高校只包含各类机器学习算法、视听觉应用这条软件线，但算法只是系统的一个环节，应当有包含系统线的课程，帮助学生实现对当前主流智能软硬件体系的融会贯通。

过去有句话说，如果你会使用Tensorflow（谷歌的人工智能学习平台），薪水可以是一年30万人民币，但如果你会设计Tensorflow，挣的可不只30万美元。

另外，现在的人工智能算法发展还有一个误区是，各家都在赛跑，今天是99.92%的精度，明天提成99.93%，另外一个团队提到99.94%。但当我们想把人工智能从理论层面落地成真正有生命力的产品时，就发现，没有系统知识，只会调参的人才做不出真东西。

北京科技大学计算机与通信工程学院副院长殷绪成则表示，现在中国人工智能在应用这块已经跟美国齐头并进，但是在AI硬件和平台这块差距拉得非常大，AI理论这块基本上是空白。

高校对于AI人才培养跟不上，学校的教育和企业具体的人才需求有错配，也导致企业在用人方面出现问题，留不住顶尖人才、无法快速培养新人、找不到真正需要的人才等问题比比皆是。51猎头联合创始人朱聚鹏称，本科生一般接受的都是通识教育，那些东西是Know How，而企业用人看的是To Do，学生到公司不能立马上手，进而导致企业无人可用。

意识到这些问题之后，高校已经在积极改变。美国计算机方向TOP4的高校已联合发布了《机器学习系统白皮书》，教授计算机系统课程的教师已经成为下一个抢手的山芋。

对于国内来说，没有参考课程、没有现成师资、没有成熟教材成为摆在高校面前的三座大山。2018年，中国科学院大学计算机学院开始开设一门人工智能方向的系统课程，名为《智能计算系统》。这一课程正在或即将在北大、中国科大、天大、北航、南开、北理工、华科开设。杜子东认为，中国需要一大批智能计算系统的开发者和设计者。

殷绪成则表示，“人工智能学科”的基本技术体系包括数学基础（微积分、线性代数等）、计算机及系统基础（计算机组成原理、算法基础等）、机器学习与模式识别方法（机器学习方法、深度学习方法等）、人工智能领域技术（语音识别、文字识别、计算机视觉、自然语言处理等）、人工智能应用（自动驾驶、智能安防应用、智能金融应用等）。

“现在搞人工智能的，国内有十来个学科都在做，计算机、电子、通信、数学，都开设了相关课程。”他认为，要想培养人工智能技术的系统级人才，需要在以上五个方面进行培养。

未来需要什么样的AI人才？

据清华大学数据显示，计算机视觉、语音、自然语言处理是中国市场规模最大的三个应用方向，分别占比34.9%，24.8%和21%。但多名受访者向燃财经表示，除了这几个应用方向之外，还需要管理、销售、各学科融合等方面的人才。

殷绪成认为，看Gartner曲线（技术成熟度曲线）就会发现，现在很多智能系统都能自动生成算法，系统型的综合型的中高端技术人才越来越稀缺。“路越往上面走就越窄，现在竞争越激烈的岗位，大家的技术其实都还不错，在这种情况下，综合素质及其他方面（例如德智体的德）的竞争就显得很重要。”殷绪成称。

很多技术人才恃技术而骄，一旦卷入资本的迷局，很容易在利益斗争中迷失自己。中国无人驾驶独角兽Roadstar.ai的倒闭，就是一个很好的例子。Roadstar.ai曾先后筹集到1.28亿美元资金，最终因创始团队的内部纷争，让这家明星项目骤然停摆，一系列内讧行为也引发了社会对技术人才的广泛讨论。有投资人认为，当自动驾驶处在风口时，融资过于容易，太容易让人膨胀，而纯技术型人才缺少真正的管理经验和社会经验，不知道如何处理市场、资本的诉求和诱惑。

Mor.AI首席战略官龚思颖认为，未来，AI的管理人才一定是强需求。很多投资人最开始投一些AI创业公司的时候就是投技术，或者投专家，认为你做技术的就一定能成功，后来发现这个逻辑并不一定成立。AI天才并不等于AI人才。AI的管理型人才既需要有整套管理的逻辑理论，也要有对科技的敏感度，对行业敏锐的判断力。AI这个产业变得太快，在未来的二十年里，如果能有这样的AI管理人才出现，他们将是整个行业最稀缺的资源。

对于未来的AI人才，英诺天使投资总监马瑞更看重创始人的综合素质，除了有一定的技术素养以外，沟通能力、产品能力、对核心成员的凝聚能力和拉拢人才的能力，都十分重要。“我现在的底层投资逻辑很简单，你都不愿意让创始人或团队来你家里做客，为什么要投他？”

回顾近几年，2016年AlphaGo战胜李世石，直接引爆了AI领域的创投热情。2017年7月《新一代人工智能发展规划》 的颁布，标志着人工智能上升至国家战略高度。2019年科创板的出台，更是给足了AI企业的融资及退出空间。

资本蜂拥而至，但所见的收益微乎其微。《2018中国人工智能商业落地研究报告》显示，2017年，在整个产业链上，90%以上的AI企业依然处于亏损阶段，绝大多数企业年营业收入不足两亿。

在一热一冷的差异化对比中，AI行业尽显疲态。相关数据显示，到2020年，我国人工智能核心产业的市场规模将超过1600亿元，但商用、落地、规模化仍是成为摆在AI企业面前的难题。

“对于天使阶段来讲，现在可以投的人工智能的领域已经基本没有了。”马瑞称，现在还想在AI领域创业的，机会已经非常少，可能拼的不是算法模型，而是落地能力。

但这个市场也不是完全没有机会，未来的几年中，人工智能和其它领域尤其是基础科学的融合，能把计算量或者是速度提升一个十倍百倍，也能形成一个风口。

他表示，能形成风口几个基本要素：一个是市场空间一定要足够大，一个是时机要对。AI先落地在金融或者安防，很大原因就是因为安防和金融的数据是在AI形成之前就有沉淀。随着时间的推演，万物互联，很多原先的没有数据的产业现在也慢慢开始积累，这些之前没有用上AI的领域，马上也会用到AI。

马瑞今年给自己定的投资主题就是降本增效，能用AI技术帮助企业降本增效的公司，都会有机会。

“此外，未来中国肯定会提高基础学科人才的工资待遇。”他称，人工智能未来五年或者十年可能会像学计算机科学一样普及，真正想要迈上新台阶，就要和其他学科相融合，“有可能你不仅要拿一个人工智能PHD，还要拿一个物理学PHD，或者拿一个生物PHD，才能成为这个领域中比较厉害的专家。”

如果从投资的角度来看，真正想要实现跳跃阶层的增长，最主要的是对社会和人性的洞察力，将人工智能应用在对的地方，永远是一个优秀的企业家或者创业者必备的能力。