让人吃惊的是，2017年有人做出预测呢，指出中国市场的工业机器人吞吐量在当年会超过11万台，尽管国产工业机器人的销量有大幅提升，然而从全球范围来看，工业机器人依旧是四大家族占据主导地位！现在呢，我们来看一看卢森堡FANUC定制和配送中心，其3万平米的仓库里放置满了机器人，这样的体量真的很惊人！
大约在2000年前后，美国高科技风险投资于美利坚这片大陆之上肆意舞动。北电网络、朗讯科技、甲骨文等IT公司极度疯狂地进行招人。整个美国被高科技所带来的繁荣氛围完全笼罩着。类似这样的泡沫式繁荣同样也在中国大陆登场演出，一批中概股前往美国上市，尽情享受资本泡沫所带来的刺激，然而却根本没有任何盈利能力。
后续发生的状况众人皆悉，纳斯达克在一夜之间急剧暴跌。仅仅一年时间里，中国互联网从业态狂热转变为极度冷清，众多以门户、资讯作为发展目标的企业纷纷进行业务方面的调整。
在距离18年后的今天，人工智能产业好像于围绕2000年前后的时段，呈现出泡沫式的繁荣场景。在12月20日所举办的云栖大会北京峰会上，阿里云总裁胡晓明表示了，“人工智能要进行去泡沫化”。并非个例，在胡晓明提出泡沫论的前一天，李开复于一场行业晚宴当中提到了，“个别AI公司肯定存在泡沫，AI这般火热，只要是创业者都要去披上一件AI的外套。 ”。
资本泡沫笼罩下的AI所面临的挑战，跟18年前没有两样，对技术的那种绝对崇拜，使得资本以及创业者们疯狂，然而技术与落地、商业化之间存在着一小段距离。
人工智能泡沫论的出现
人工智能泡沫论的观点在2016年就已经开始出现。
2016年年末，《硅谷百年史》作者皮埃罗·斯加鲁菲提到说：
在短期内，大量资金纷纷涌入人工智能领域，然而，包括谷歌在内的公司，在这个领域却都未曾获取到收益，所以说，人工智能绝对就是一个泡沫。
美国麻省理工学院的研究员，以及斯坦福大学的研究员，在今年11月30日发布了“AI指数报告”，这份报告声称人工智能领域存在泡沫。Erik是麻省理工学院的教授，同时也是“AI指数报告”的作者之一。针对此事他表示，近些年来人工智能的确出现了诸多突破，然而距离“通用人工智能”的实现依旧相当遥远。
“AI指数报告”表明，AI在影像辨识方面有极大进展，在语音辨识方面也有极大进展，这两年来，AI在影像辨识上已经和人类并驾齐驱，在语音辨识上甚至超越人类。然而，要达到通用人工智能，仍有很长的路要走。AI只会进行交办的单一任务，不大能执行别的工作，并且，倘若任务性质稍有改变，又或者出现未曾遭遇的状况，AI都无法临机应变。
阿里云的总裁是胡晓明，李开复提出了AI泡沫论，这二者给市场又浇了两桶冷水。
按照胡晓明的看法，当下人工智能领域存在着一种浮躁氛围，部分企业借助AI来讲资本故事，还炒作股价，这与李开复“每个创业者都要包一个AI外套”的观点简直如出一辙。
可是需要留意的是，新技术通常存在两条水平线，一条是该项技术目前所具备的水平，另一条是该项技术想要进入人类生活所必须达成的最低水平。
一项技术，只有其现有的水平线，超过了进入人类生活必须要达到的那个最低水平线，之后这项技术才能够铺展开来，并且相关创业者才可以取得成功。
然而，没人清楚现有水平线究竟会于何时超越最低水平线，特别是处于这项技术出现突破以及取得进展之时刻，人们会萌生出“这项技术明天便能融入生活”的希望或者错觉，大家为了抢占先机，于是纷纷涌现，泡沫就这样产生了。
从本质方面去看，存在着大量的人工智能产品，它不过是新的瓶子里装着旧的酒罢了，仅仅能够被看成是计算机计算能力得到了增强，这增强带来了某些只有小把戏一般的新功能，众多企业针对这些小把戏进行了简单的包装，然后就以人工智能的概念包装出去，去讲述故事、炒作估值。
产业AI才能真正落地
现在，人工智能运用最为成熟的领域是广告、信息流分发领域，百度的搜索引擎里推荐的广告运用了人工智能，微信朋友圈里推荐的广告同样运用了人工智能，今日头条给你分发的资讯背后驱动力量依旧是人工智能。
之前对人工智能泡沫有这样一个表述：
要是人工智能的泡沫破裂，人工智能就只能退回到广告系统以及推荐系统，再度回到“世界上最为聪明的那一群人，每日钻研的皆是怎样让人们更多地去点击广告”的时期，拥戴这两大金主在寒冬里蛰伏。
这个观点或许仍旧略微过于悲观了些，广告当中的AI，信息流里的AI，当然还远远达不到应有的程度，然而人工智能，并非仅仅局限于实验室里的那种，也不是PPT里所呈现的“概念上的AI”，事实上已然在催生“产业AI”。
有个叫胡晓明的人，他职位是阿里云总裁，在一场名为云栖大会北京峰会的活动上进行介绍时表明，阿里针对人工智能存在三个方面的判断，分别是：
先说其一的话，在解决具体何事这方面必然得存有场景驱动，与此同时，针对为了使这个社会的成本减少而言究竟降低了多少，以及就效率有所提升来讲到底提高了多少 ，要有明晰认知。
其二，于人工智能背后，是不是存有充足的数据，用以驱动AI能力展开提升呢。
第三，有没有充足的计算能力，用以支撑我们的算法，使深度学习能够发生。
按他的想法，只有具备了三个同时皆有的场景，人工智能才会存在价值。胡晓明所秉持的这个观点确实没有错误。
以机器人作为例子，在今年上半年期间，存在几次以人工智能作为主题的论坛，在这些论坛里，笔者前往参观了站台上所摆放的产品，于其中发现有某家创业公司对蜘蛛机器人进行了展示。当时，在地面上摆放着众多蜘蛛机器人，它们共同展示了一段舞蹈，依据现场工作人员所给出的介绍，这段舞蹈会依照现场观众的氛围情况来进行展示。笔者向对方询问，当提及这个蜘蛛机器人具体的商用场景究竟是什么的时候，对方给出了回答，表明目前并没有实际的商用场景，仅仅是用于商业展示而已。
有这样一种产品，它被称作人工智能，可它既不存在场景驱动，又没有充足的数据，还无法生成计算能力，并且 和产业根本没有任何关联。
然而，人脸识别技术与上述所讲的蜘蛛机器人截然不同，它能够与诸多商业场景开展融合。它仅仅是一项单独的技术，却能够与其他产品进行嫁接。不仅如此，它还能够作为数据收集的管道。比如说。阿里很早就让人脸支付的功能上线了。今年12月，阿里还打算与上海地铁合作部署人脸识别技术。甚至，阿里还在自家无人商店中准备运用人脸识别技术，以此来解决支付、识别等一系列问题。
应当明白，人脸特征作为至关重要的ID，并非仅仅能够用于支付，甚至于运用到零售、金融、汽车等诸多产业之中，都能够存在大量的结合情况。这种人工智能技术，不仅有着场景驱动的特性，并且与产业紧密相交融，甚至还能够持续不断地展开学习，进而反馈数据，此这般，才是切实能够落地的“产业AI”。
自然不单单只是人脸识别技术，阿里云自身存有颇为深厚的数据底蕴，还于城市、工业、零售、金融、汽车、家庭等诸多场景推出ET大脑等“产业AI”方案，这些运用能力、产品以及解决方案通通借助阿里云服务于各个行业。
和产业展开融合本身就会有三点其他人无法企及的优势：
1、要尽快达成行业接口与标准的统一，促使更多企业投身其中，还要将解决方案梳理妥当，以使AI能够更迅速地在全国范围实现落地。
2、这样的阿里云，能迅速落地“产业AI”，它能为每一个合作伙伴，带来产业创新机会，帮助合作伙伴提升效率，还能够迅速实现商业化，帮助产业合作伙伴迅速盈利，能帮助每一位开发者提升效率。
3、“产业AI”最为突显的优势在于对算法予以优化，其与产业里特定的企业开展合作，能够促使大数据建模更为丰富且贴近实际情况，经由实战所带来的能力提升呈现出指数级特性。
把这三点综合起来看，产业与AI的融合，能够使得阿里的人工智能战略，相较于BAT里那些在AI领域才刚开始起步的巨头，更加贴近日常生活。
泡沫之下的终会是啤酒
20世纪80年代初期，在AI应用研究大规模扩张的进程里，出现过数量众多的AI研究项目（主要是专家系统），政府以及学校投入了数额巨大的资金与人力，然而最终的结果却让人感到失望，原因在于绝大多数的专家系统仅仅是以原型的形式停留在实验室里面。
这导致政府信心下降，投资大量减少。
当时，有那么一些人，做出了预言，声称AI的冬天已然来临。在这次泡沫里头，出现了这样一种情况，专家学者针对AI技术开展了诸多行为，进行了大量浮夸且不符实际的宣传，而此等宣传产生了不良后果，误导了社会资源的投放力度，进而引发了后续状况，过高的期待致使社会对于AI技术的实际成果产出了极大落差。
然而，和上世纪80年代那般的泡沫，与当下情形是全然不同的。如今AI落地初步显现出成效，它所需的是更为坚实的基础，并非在基础尚不牢固之际就开启不切实际的炒作。阿里云于城市领域落地“产业AI”，在工业领域落地“产业AI”，于零售领域落地“产业AI”，在金融领域落地“产业AI”，于汽车领域落地“产业AI”，在家庭等场景下落地“产业AI”，恰恰是在进行打基础的进程。
没有泡沫的啤酒不够美味，香醇的啤酒必然会有泡沫。
约2000年时出现的互联网泡沫，并没有阻止在往后十余年里互联网成为最具活力的产业，现在人工智能产业的泡沫，同样在生成未来数十年的变革。