而对To B业务更大的基本盘——产业数字化来说，AI应用依旧水土不服。对此，侯匡告诉光子星球，抛开战略角度，数字化程度高的企业受限于边际成本不愿意用AI，而产业数字化的主体传统企业，也并不愿意为AI投入成本。
“以传统制造业为例，遭遇产品瑕疵问题，与其投入大量成本引入AI图像识别技术筛选瑕疵品，还不如多请几个人呆在生产线上盯着。如果遇到业务危机，老板往往也会选择裁员或停产，尤其是中小型企业，任何的选择都关乎其存亡，更不可能费钱费力去搞AI。”侯匡解释道。
AI看似朝向To B发展，但业务实际上却仍停留在医疗、金融等热门赛道，难以契合各个行业，落地仍然举步维艰。而业务模式受阻，变现也成为了伪命题。
此外，《数据安全法》《个人信息保护法》的陆续出台，要求企业遵循数据、个人信息获取的安全、可控，个人生物特征数据也就此被立法保护，这也为需数据喂养的AI算法蒙上阴影。
终目前，无论是资本，还是企业，对于AI潮流已趋于冷静，不再盲目追逐概念。在李博看来，这其实是好事：“我们不该盲从概念，也不该排斥概念，概念与技术本身没有对错，只有合适与否的问题，现在国内还没有孕育出适合AI大规模落地的土壤，AI技术本身也没有达到落地的要求，但这些年的造势却是有意义的。”
“从新兴技术发展的角度来讲，一是研发成本很高，二是不确定性很大，三是需要构建生态环境与供应链，因此，一个新兴技术想要走向应用，巨大的社会资源投入不可或缺。而想要达到这一点，造势自然不可避免，虽然这会在一定程度上造成资源的浪费，但确实能帮助其迅速度过早期阶段提前落地。”李博解释道。
得益于造势，AI产业的耕耘也抵达了尾期。Gartner在《2021年AI成熟度曲线》分析称：“成熟度曲线中多半技术有望在两到五年内被广泛采用。包括边缘AI、计算机视觉、决策智能和机器学习在内的创新都将会在未来几年对市场产生变革性影响。”
泡沫褪去后的AI，或许也将同昔日泡沫破裂的互联网那般，以更为务实的身份重回视野。
【 四小龙|喂不饱的AI四小龙】本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系

稿源：(创业邦)

【傻大方】网址：/c/112EL0O2021.html

标题：四小龙|喂不饱的AI四小龙( 三 )