人工智能是即互联网之后，又一大未来发展方向。

目前人工智能技术，存在如下现象：一，同类技术竞争多，从业介入门槛低；二，各自为政，缺乏行业标准，而且也难以形成标准；三、上游技术商已失去市场领导地位，BAT还是产业控局者。

这种市场特性，实际上意味着未来人工智能技术商发展前途并非一片光明，由于先天缺乏市场驾驭能力，人工智能的盛宴显然它们不会上主桌，甚至列席都存在一定的难度。

商业逻辑180度调头，“纯技术”成弃儿

传统IT产业一直讲求一流企业做标准，二流企业做技术，三流企业卖产品，最终向用户提供产品的智能算三流，挣取产业链最少的利润。例如PC和手机，芯片商和系统商处于上游，挣取丰厚的标准和技术收入，而终端品牌商只挣取剩余低廉的产品收入。

而在人工智能市场，应用市场经营方、独特资源掌控方，甚至政府机构具有绝对的话语权，技术只是完成手段之一，可被替代性极强。

技术在产业的地位被180度调头，很大程度上，也源于技术本身的飞速发展，让技术的研发门槛儿大为降低。其中语音识别、人脸识别，还要很多图形、声音等识别类技术尤甚。

一位从业资深技术专家解释：语音识别和图像识别基本原理都是将现实资源切分为最小识别单元，与标准对比，最终做出判定。以语音识别为例，把声音切分为一帧一帧的最小单元，分析每一帧波形状态，这一步将语音波形文件转化为文本文件；多帧组合形成音素，根据不同语言特征，几十个音素组成音素集，而音素集识别为单词，完成识别。

识别过程繁复，对硬件的运算能力要求高，在过去硬件运算能力低、成本高，技术实现重点在于优化，在当时现有的硬件条件下实现识别。随着计算机硬件和前端手机的运算能力飞速发展，就连技术功夫的优化意义越来越小。

某学院派语音识别用了20年完成的技术，如今新兴技术商用了3年就完成了，在一定程度上，与硬件能力的提升有很大关系。

在现有应用条件下，过去的高精尖技术已经不再有那么高的门槛，所以具有充足资金实力的产品应用企业大部分自行开发。目前在语音识别、人脸识别等领域，BAT都有自己的技术团队。

应用商自建的心理，一方面节省日后的使用成本，另外一方面既然这些技术被认为是人工智能领域的基础技术，如果使用专业厂商的技术，应用帮助技术商进行的任何改善，同样也会提高竞品的能力。这点可能也是大家不愿意看到的情况。

“毕竟，人工智能市场才刚刚开发，谁有些许进步，都有机会傲视群雄。”在目前开发的创业融资市场，资金不是最重要的问题，技术门槛儿又降低了。

纯技术未来三大出路：被收购、寻找旁系市场、具备应用特色

8月某语音识别概念股暴跌，学者撰文“风险巨大”，双方上演了小规模的媒体撕逼。概念股指亚马逊亏了很多年依旧被看好。但这一比喻非常不恰当，根源在于亚马逊是应用商，有海量的公众用户资源，而作为语音识别概念股只是纯技术商，主要用户只是少数2B企业。

全球用户甩掉亚马逊的可能，近乎为零，而2B企业改换语音识别引擎的可能性很大。尤其是BAT都有自己的。现有的互联网商业环境如果不发生巨变，商业依旧是BAT三派的话，三家对合作伙伴的底层人工智能技术使用也会有“要求”。

因为人工智能商业的核心是大数据，而语音识别、人脸识别等等是获取数据的重要通路，唯数据论的今天，BAT和一些大互联网企业肯定会把这块抓在自己手中。

从目前来看，纯技术厂商未来发展三条出路：第一被巨头收购、第二在局部市场谋求转型产品应用商、第三转型特色应用谋其应用嵌入巨头平台。

从2015年开始，苹果、谷歌，包括国内的百度等巨头都在人工智能技术领域展开了收购，能够被收购入营，是纯技术商一个非常明智的选择。但是对于一些体量较大、甚至已经独立上市的企业而言，走这一步的难道有所加大。

目前一些技术商转变思路，把卖技术转为卖服务，自己用自己研发的技术为一些行业机构做针对性的服务，例如针对医院提供纸质药单转化为电子单据等等。

能找到不错的服务市场，对纯技术商是一条不错的出路，因为它们可以在局部小市场开始建立起一定的大数据平台，这对于今后转化为人工智能应用商有一定的帮助。不过其建立起来的大数据版权是归属所服务的机构，还是技术商自身，这是个问题。

此外，把掌握的技术应用在一些边角、特色的小应用上也是一条出路。小应用具有用的上，但看不上，开发没必要，而你有能形成特色。如：有时尚用品识别，用户在视频或者某种图中，看到喜欢的衣服时，可以帮助识别衣服是什么品牌的，在那里能买到，或者帮助找到类似同款等。再具体会用什么样的应用，那就是仁者见仁智者见智了。