这份产业图谱来自Comet Labs的旧金山实验室，其针对全球智能机器领域进行了历经数月的深度研究，制作完成了这张全球智能机器（机器人/人工智能）创业公司产业图谱。通过这张产业图谱，可以让中国的创业者深入细致地了解全球智能机器行业。（诺瓦）

智能机器即将改变世界，Comet Labs产业图谱让创业者看懂新世界。

CometLabs 致力成就卓越的智能机器（机器人／人工智能）领域创业公司，在研究中我们看到很多优秀的创业公司在通过自身的产品及技术来加速及提升整个智能机器领域的发展进而改变世界，这一理念和Comet Labs的企业愿景不谋而合。

基于对这些公司的深度研究，Comet Labs发现全球的智能机器创业公司可以划分为以下四类：

1. 技术平台型公司(Enabling technology)

2. 行业解决方案公司（Industry）

3. 企业工具公司（Enterprise）

4. 消费者型公司（Consumer）

技术平台型公司：他们的特点是向其他科技公司或创业公司出售技术解决方案，进而帮助这些企业将先进的技术融入到自身产品研发当中，最大程度的节省资源及成本，避免重复造轮子。

技术平台型公司提供智能机器领域最核心的底层技术产品和服务。从全球看来，平台型公司的技术优势大多来源于优秀大学的学术实验室，他们提供最新最先进的传感器、人工智能算法、存储等各种底层技术支持。通过核心的底层技术，帮助行业解决方案（Industry）、企业工具(Enterprise)、消费者型(Consumer)的创业公司快速打造自身的产品。

Comet Labs经过深度研究发现，平台型公司占据了20%的主流美国智能机器领域市场。

举例来说，Soft Robotics、Megvii（旷视科技）这样的企业都属于平台型公司。Soft Robotics研发了一种新型的机器人手爪，价格便宜操作简单，柔性手爪的研发使机器人能够处理多个易碎对象而不必改变末端执行器，可以通用在医疗、保健、物流等多个领域。Comet Labs 的发起人联想之星参与投资的Megvii（旷视科技）则在视觉识别和深度学习等软件领域有着突破性的技术优势，并将相关技术提供给更多的公司来打造自身的产品。

行业解决方案公司（Industry）：行业解决方案公司主要是为传统企业或者行业内系统集成商提供解决方案，这些解决方案需要和传统企业的其他IT系统整合，从而帮助企业打造新的智能化管理和运营。在研究中我们对医疗，农业，仓储物流，制造业分别进行了分析。

行业解决方案公司需要深度了解传统企业的需求在哪里，他们现有的业务流程，和现有的系统架构。技术层面上行业型公司未必会有领先优势，但他们的产品价值是在针对传统企业一些特定的业务痛点来提供完善的解决方案。对行业型公司来说，传统企业的很多业务流程早以固化，所以最大的挑战是需要能用创新的思维来优化传统企业的业务流程。他们需要能结合技术和行业知识，产品能和企业现有系统对接，在运营上能根据企业的采购流程来管理。

行业解决方案智能创业公司主要是专注某个特定的垂直领域，例如，Omada是专门提供健康计划和慢性病解决方案的公司，Blue River提供农业增产方面的解决方案，Grey Orange可以帮助优化仓储，Savioke可以帮助酒店提供小件物品运送服务。

在智能机器领域，行业解决方案公司占据了45%的份额，公司数量是智能机器领域内最多的也是最值得关注的。其中有50% 的行业解决方案创业公司是面向医疗领域。

企业工具公司（Enterprise）：企业工具公司的特点是面向企业内部，提供通用解决方案，帮助企业改善内部流程、提升工作效率。

企业工具公司利用智能机器产品为企业提供通用解决方案例如：客户管理、广告、费用支出以及法律等方面帮助，企业改善内部流程、提升工作效率。这种通用解决方案适用于所有的企业，所以企业型公司的各品牌之间竞争压力非常大，同一块蛋糕如何切分出更大的市场份额就需要企业型公司要有比同业更有效的解决方案产品以及超强的销售团队。

企业工具公司帮助实体公司有效的管理好内部数据，避免遭受网络犯罪破坏，减少内部资源消耗。企业型公司这几年急剧增长，占据了35%的智能机器领域的市场份额。

举例来说，BEAM公司推出了一款远程临场机器人，外形类似借助于支架和轮子四处移动的平板电脑，用以更好的进行跨地区多团队办公协作。TextioHR平台则帮助企业招聘提升质量和效率。

消费者型（Consumer）:他们的产品直接卖给最终用户。

消费者型公司的核心是建立起自己的品牌知名度，设计出吸引人眼球的产品，并且能持续对产品进行优化。对于消费者型企业来讲，在销售渠道、广告投放、营销方式都需要花费更多的时间和精力去研究，并且还备受价格战的困扰，不少消费者型公司规模宏大但利润微薄。

消费者型企业意识到了智能机器领域的优势，在向智能化进行转变，这些类型的企业约占据1%的智能机器领域市场占有率。

CometLabs 认为只有1%的智能机器创业公司在做面向消费者的产品。虽然现在有很多创业公司在做面向消费者的硬件，但Comet Labs 认为因为考虑到价格成本和技术成熟度因素，大部分产品还不够到真正的智能。所以这些公司没有纳入到研究范畴。

举例来说，Roomba扫地机器人、苹果公司的Siri语音系统以及Segway的平衡车产品都是典型的消费者型公司。

文丨Comet Labs旧金山实验室

尽管可能导致人类社会经济和文化结构的倒退也是一个潜在的事实，但在许多无法预料到的领域中，人工智能能够帮助提高我们的生活效率。未来生活研究所的口号总结得非常简洁时尚：“技术从来没有像现在这样使生活更加繁荣昌盛…亦或是自取灭亡。”人类是创造者，但是我们能否一直把这些革命性的创造掌握在手心里吗？

对更多的普通大众而言，人工智能就仅仅是人工智能，但这只对了一部分。现如今，人工智能的发展有两项基本标准——ANI（狭义人工智能）和AGI（广义工智能）。ANI常被称作“弱人工智能”，是这两个标准中的“专家”，它被用来实现各种特殊的功能。我们周围的大多数技术（包括Siri）都在ANI的范围内。AGI则是下一代的ANI，它是人类梦想中的人工智能的类型，能够创造出实现人类意识的机器。

现在很热门的话题是机器将来会不会变得有意识和知觉，至少就像人类所能够感觉到的那样。在互联的世界里，分享一个人的观点变得非常便捷，每个人都必然会遇到对未来10年到1000年甚至到永远的预言。但是我们怎么才能知道哪些观点是根据研究和经验得到的，而哪些又是像古老的电话游戏一样的来自于网络中的胡说八道？

我决定深入人工智能世界，采访了活跃在这个领域的12位权威专家和研究人员，了解各种想法和看法，去寻找AGI的未来以及可能存在的风险。尽管对类似危机的看法差别很大，但却有一个共识，那就是创造出有意识的机器是完全有可能的。

Helgi Helgason博士相信“人类智能和意识诞生于自然之中，它是从物理和化学反应中产生的，如果我们这么期待的话，我没有任何理由怀疑我们不能在人类创造的系统中复制这个过程。”他的陈述是普遍的一个想法，Andras Kornai博士也认同地声称“这样的事情是有可能从蛋白质构建起来的，很明显没有什么地方需要魔法。”

而布达佩斯技术研究所的教授Kornai避开了“魔法”的说法，不止一位的专家表示我们仍然不清楚人类意识是怎么出现的，这就像是摆在AGI发展路途上的一个实际存在的障碍。就像Skeptic杂志的创始者Michael Shermer博士所预见的那样，“我觉得在不久的将来无法得到解决，因为人类大脑太过复杂而我们又还不太了解意识是如何通过神经元电信号的传递产生的，但是长期来说这一定会得到解决。”

谢菲尔德大学的Noel Sharkey博士认为因为我们还不了解意识产生的原理，我们就不知道这能不能够在一台机器上重新实现。“这个问题不太可能得到答案，因为意识的原理仍然笼罩在一团迷雾之中，还没有任何充足的科学理论或者模型。非常确定的谈论这一点的人们都是痴心妄想的。说意识不能在计算机上被创造出来应该是没有道理的，但是就算我们明白了意识到底是什么之后，也仍然不知道它能否在生物体外发生。” Sharkey说。

其他人，包括乌特勒支大学的Medhi Dastani博士和美国伍斯特理工学院的Eduardo Torres Jara博士，都认为我们可以创造出这样的意识，但问题是如果想要这样的一台机器能够体验到和人类一样的“意识”，现在看来似乎是不太可能的事情。

人工智能乐观者与悲观者

没有人能够预知未来，但是基于这些研究者们做一些推测的话，最伟大的发明将会在2021年到2060年间或者未来的10到50年里出现。如果这些预言得到证实，就会给我们的社会整体带来许多的伦理方面的问题。不止Elon Musk一个人表示了对人工智能危险的担忧——牛津大学的Nick Bostrom和加利佛利亚大学的Stuart Russell就是许多持此类观点的一份子——但是还有不同意近期的这些人工智能威胁论的声音。

在采访的12位研究人员中，有三位显得与众不同。采访的大部分的专家都担心现在已经存在的金融经济的危害，这可能会无意识地加剧极端情况的前进，导致一系列的更大的贫富差距和环境破坏，例如污染和资源短缺。

“近期的人工智能引起的危机可能最终成为现在社会中已经存在的一样的危机。如果我们不能走出基于工薪的经济模式的话，人工智能的自动化会提高生产力，却不会改善我们的生存条件。”认知科学家Joscha Bach博士说。Helgason博士表示这是事实而不仅仅是危机，教育政策中应该已经考虑到这种风险。

Kornai博士和阿肯色大学的Daniel Berleant博士都预见到了自动化金融算法被它们的所有者们用来赚钱所带来的潜在的灾难性问题，没有任何“人类性”的目标。Dastani博士担心智能机器的计算能力会超过人类。他强调“自动计算机系统交互的不断增加可能会引起难以预测并且无法追踪的不良后果。”金融监管和经济结构的重新设计是这些问题最明显的解决方法，但是更复杂的细节似乎仍需要充分的研讨，尤其是在公共政治领域。

类似的担忧经常在媒体中出现，反杀手机器人的积极分子Sharkey博士和布兰迪斯大学的Michael Bukatin博士都认为自动化机器要么超智能化自我战斗并且在这个过程中消灭我们，要么引起猖獗的自动化武装冲突，产生正当的威胁。

其他的看法认为人工智能是无害的（永远都是），相反，人工智能背后的人类才是难以预测而且不可信赖的，就为了获得金钱或者权利这些短视的目标。Michael Shermer博士预言近期未来最有可能的人工智能危机就包括“坏人为了他们的目的操控人工智能，人工智能本身并没有罪，它们危害人类这样的事不会发生。”

如果自主能力和意识齐头并进的话，Eduardo Torres Jara博士就会认为前者的威胁性更大——尽管他并不能预言这就会在不久的将来发生。“很难相信人工智能会成为现实的危险。任何的高新技术都会有它自己的风险。例如，航天飞机的飞行控制可能会失败而引起一场事故，然而用于控制航天飞机的技术本身却不是危险的。至于机器人，我们可能并不希望拥有武器化的自动机器人因为“自主能力”是并不可靠，这样即使在机器人失败的情况下后果也不会严重，” Torres说。

尽管少得多的研究者们站在相反的立场上，有一些研究者——包括乔治梅森大学的Robin D. Hanson博士——对于近期的人工智能威胁论表示，完全没有危险。我们可能称呼这些为人工智能的乐观分子。

我们敢超越未来的20年来说人工智能的风险会发生在未来10年里吗？尽管一些接触的商业家们像比尔盖茨（还有Elon Musk宣传的人工智能的声明）发表了一些声明，大多数的研究者们都能理解清楚阐述这种深远的风险所带来的忧虑，而一些人则放弃给出任何答案。在某种程度上，这是一种明智的选择，深刻的历史教训告诉我们未来经常和我们现在所想象的完全不同。

另一方面，正是我们现在的想象和行动塑造了未来的样子。对人工智能危机的预防做出的努力和解决方案可能会为短期的未来打下基础，把我们的目光放到更遥远的未来想象人工智能可能带来的潜在的黑暗并不完全是无稽之谈。在大多数情况下,类似的研究者们倾向于只对人工智能危机给出在短期内类似简短的回答

从腐败的领导者们正在通过法律的实施来压制人工智能的影响，到我们不能完全理解的无法解释也无法证实的人工智能，潜在的危机多种多样并且让人感到深深的忧虑。一些研究者们怀疑人工智能迟早会改变人类的工作和生活——幸运的是我们还有时间来控制着它的发展。

作者：Daniel Faggella

编译：人工智能学家

随着人们对智能机器的接受度提高，加之激烈的竞争驱动客户体验不断推陈出新，全球领先的信息技术研究和顾问公司Gartner预计，至2020年，作为数字商务客户的中国智能机器的购买量将从当前的近乎为零增至5%。

Gartner研究总监沈哲怡（Sandy Shen）表示：“智能机器正日渐融入客户的生活，并学习主人的行为与偏好。部分智能机器将代表主人进行决策，并成为数字商务的客户。”

Gartner确定了智能机器成为数字商务客户的三个阶段：

1.人类客户向智能机器发出指令下单，例如Amazon Echo。

2.智能机器学习更多关于主人日常活动与行为的内容，根据主人的预先授权或者购物历史自动购物。

3.智能机器收集场景信息，预测主人的需求，并继而自主做出购买决定。但是，主人仍可选择介入。

Gartner建议中国的电商和IT厂商从客户体验的角度出发，设计具有自主学习能力的私人助理软件（virtual personal assistant）与各种智能机器和应用场景结合，为用户创造有更多便利性和个性化的服务体验。

Gartner对其他中国数字业务的新预测包括：

至2019年，众包模式将创造10万个IT就业机会，缓解职场人才流动率高的压力。

中国的高增长率、激烈竞争以及不断攀升的劳动力成本促使部分IT服务厂商寻求能够应对重要项目资源挑战的新方法。它们通过建立众包平台来为客户提供与社交、移动、分析与云服务相关的外包工作，并利用众包技术将大型工作分解为子任务（例如应用开发服务），然后通过平台转包给其它公司。

中国国家统计局的官方数据显示，每年700万大学、大专毕业生中10%拥有工程与科学相关学位。但就业市场已经饱和，这意味着大部分毕业生需要从事自由职业的工作。而通过众包平台，这些新毕业生将能够找到施展其技能的机会。

Gartner研究总监汤彤妹（Tina Tang）表示：“长期而言，我们认为众包将成为利用外部资源、帮助厂商增强其主要竞争力的重要途径。此外，它还有助于厂商将其能力拓展至其他增值服务领域，并带动创新。非传统开发社区和平台将挖掘出许多全新的绝妙想法，而这将有望彻底改革中国的IT服务市场。”

Gartner将众包定义为通过网络与社会化协作技术将大型工作或艰巨任务发包给遍布各地的众多参与者。在这种情况下，10万个工作机会即指通过众包提交工作的10万名专业人员；它不同于10万个全职工作。

至2020年，百度、阿里巴巴与腾讯（BAT）平台将主导政府的数字接入通道，在中国提供公共服务。

在中国的284座城市中（不包括县级市），约有30%已使用腾讯与阿里巴巴的公共服务接入平台来提供公共服务，服务范围不断扩大至公共安全、交通管理、教育、能源费用支付以及进出境申请等领域。虽然百度尚未提供上述公共服务接入，但已拥有医疗保健、教育与房地产知识库，例如通过其平台上的健康服务类别进行预约挂号。

Gartner认为到2020年，中国超过70%的城市（不包括县级市）将把BAT的平台用作提供公共服务的接入点。

Gartner研究分析师何琳（Eileen He）表示，随着移动技术与BAT的生态系统渗透到人们日常生活的各个方面，大部分人自然会将BAT移动接入视为喜爱或便捷的交付或使用公共服务的途径。

何女士认为：“相对于政府网站、独立移动应用及其他网络接入，用户将会更多地使用BAT的集中接入服务，而非搜索分散在各处的接入渠道。当然，例如年纪较大以及不善使用互联网这样的部分用户仍会去线下公共服务中心。”