在经历了一段资本寒冬后，疫情的冲击使得AI行业早期的非理性繁荣进一步瓦解，资本热潮的时代已成为过去。
2019年被视为AI融资环境的转折点，在疫情的影响下，今年的一级市场依然没有恢复活力。尽管投资者仍然对AI抱有信心，但他们变得更加谨慎，不再像以往那样肆意投资，开始呼吁企业控制开支。数据显示，今年前三季度AI企业的融资规模同比下降17%，仅为2018年的一半。
一些估值过高的独角兽企业开始寻求上市，商汤科技、旷视科技、云从科技、依图科技及云知声等公司纷纷传出上市消息，其中依图科技和云知声已获得科创板上市申请受理，但仍未摆脱亏损的困境。
许多AI企业面临严峻的现金流压力，上半年业务停滞，裁员的消息频频传出，甚至出现破产的现象。
然而，压力之中也蕴含着机遇。闽海波提到，疫情在一定程度上加速了智慧教育的落地。有数据显示，在线教育的渗透率在短短半年内便达到了过去十年的水平。
行业普遍认为，疫情正在加速人类社会的智能化和数字化进程——AI医疗助力抗疫，人脸测温逐渐普及，无人配送加速落地，无人驾驶也在快速推进。但各界也意识到，AI行业已经进入转折期，业内人士开始呼吁降低对AI的期望，并保持更多的耐心。
旷视科技创始人兼CEO印奇在接受媒体采访时表示，创新工场AI研究院院长王咏刚也指出，AI目前正处于从浅滩到深海的关键阶段，这一过程中会有一批企业被淘汰。
融资规模的持续萎缩促使独角兽企业纷纷上市。
在两三年前的融资热潮后，AI行业迅速进入资本寒冬，企业仍在急于投入资金进行技术突破，而热钱却不再大量涌入。
2019年被视为资本从热转冷的转折点。在此之前，AI是投资者心中的宠儿，资金源源不断，行业融资规模迅速膨胀。公开数据显示，中国AI企业融资规模在2018年达到了1485亿元的高峰，去年则降至967亿元，下降幅度接近35%，融资数量也大幅减少40%，仅为431笔。
今年的情况依旧没有明显改善。根据IT桔子数据，今年前三季度国内AI企业融资数量为381，同比增加42%，但融资规模同比下降17%，约为667亿元，仍不足2018年的一半。从每笔融资的平均值来看，今年前三季度为1.75亿元，相较去年同期下降超过四成。
融资规模的持续缩减反映出资本的谨慎，而头部效应愈发明显。自动驾驶企业小马智行今年完成了两轮融资，累计超过7亿美元，最新估值达53亿美元；云从科技于今年5月的C轮融资则达到18亿元，商汤科技也传出将在年内完成一笔10到15亿美元的新一轮融资，投后估值将达100亿美元。
越来越多的初创企业被资本忽视，许多企业的融资仍停留在两三年前。如今，AI企业普遍面临亏损，现金流压力剧增，甚至在大洋彼岸也出现了独角兽的倒闭。
今年4月底，美国独角兽Wave Computing解散了所有员工，成为疫情期间首家申请破产的AI芯片公司，曾被视为能与英特尔、英伟达等巨头竞争的潜力股。尽管国内尚未出现独角兽倒闭的情况，但倒闭现象依然频繁。
根据天眼查的数据，截至去年底，全国有超过80万家AI企业，其中已有逾9万家注销或吊销，今年以来仍有不少企业继续消亡。创新工场董事长李开复及科大讯飞董事长刘庆峰等人在两三年前对AI倒闭潮的预言正在逐渐成为现实。
不少企业传出裁员消息。全球矿机巨头比特大陆的AI团队约260人在今年初被裁员，自2016年提出All in AI的猎豹移动在今年9月初被爆出AI业务部门大规模裁员，旗下专注于AI的猎户星空也面临人员流失的情况。
在疫情影响下，今年仍有AI公司面临项目交付延迟，甚至业务停滞的情况，现金流成为行业共识。金沙江联合资本投资副总裁焦梦津建议，考虑到目前的融资环境，AI企业在研发管理上需要更加精细化，因为研发成本高昂，人才稀缺，尽量减少内部消耗，让人才和资源得到最大利用。
今年6月，李开复谈到AI创业时直言，不少AI公司割了投资人的韭菜，许多VC因虚荣心参与AI项目，导致AI公司估值虚高。他认为，疫情过后，所有投资人都需考虑项目如何转型、如何盈利、如何节省现金流，而不仅仅是追求更大的故事和更多的资金。
在融资热潮消退的背景下，承受资金压力的AI企业要么默默关门，要么奋力前行。今年AI企业上市的步伐明显加快，独角兽纷纷传出上市消息。
IT桔子数据显示，今年前三季度已有26家AI企业上市，数量已超过去年全年，包括AI芯片企业寒武纪和医疗机器人研发商天智航等。还有一大批独角兽正处于上市路上，云知声和依图科技已获得科创板上市申请受理，旷视科技则传出计划在香港和科创板同步上市，云从科技预计最快明年上市，商汤科技也频繁传出上市传闻，思必驰则已宣布启动上市计划。
在因估值过高而无法获得资本支持的情况下，上市显然是这些独角兽求生的关键一步。然而，更大的挑战依然在后面，想要维持高估值，必须加大商业化落地的力度。
行业已回归理性，AI正迈向深水区。
业内普遍认为，疫情将推动整个社会的数字化进程加速，促进AI应用的落地。包英泽指出。
但疫情只是一个外部诱因，根本上还是要从行业规律来看。业内人士开始意识到，AI落地的预期和速度远低于预期，AI的神话已不复存在，行业不再盲目乐观。
张钹教授在接受媒体采访时提到，目前最关键的是对AI发展现状进行准确评估，先前业界的乐观预期过于夸大。他认为，AI仍处于起步阶段，目前还仅在初级阶段。
王咏刚在接受搜狐科技采访时表示，AI目前正处于从浅滩到深海的关键阶段，先前的AI大多集中在相对容易解决的问题，如语音和图像识别等。印奇在今年7月接受媒体采访时引用了反映技术成熟度的Gartner曲线，认为AI企业已步入一个可能需要18至24个月穿越的阶段。
王雪表示，AI目前只能解决部分问题，无法覆盖所有问题，她呼吁业内对AI降低期望，保持更多耐心。
联想创投董事总经理王光熙指出，真正要将AI用好，需要更多的智能化和数字化能力，关键在于找到明显的痛点。
在资本持续萎缩的背景下，越来越多的AI企业不得不独立探索，寻求更广泛的行业落地。
许多AI公司不再仅仅专注于技术，而是尝试结合云计算、大数据、物联网等领域的技术，甚至开始研发芯片和硬件，以更好地满足行业需求。例如，旷视科技近期在物流领域推出了七款硬件产品。汪栩认为，这种模式的发展前景和潜力将比以往更为广阔，越来越多的公司可能不再单纯是AI公司，但其背后会有许多AI技术，这将成为未来的明显趋势。
然而，残酷的现实是，AI商业化落地仍然高度集中。根据艾媒咨询的数据显示，安防和金融是AI赋能实体经济的主要领域，市场份额分别达到53.8%和15.8%，合计接近70%。这意味着，AI在大多数行业尚未实现深度融合和落地。
即便是一些独角兽企业，在应用落地方面取得了一定进展，但大多数仍未能摆脱亏损。例如，依图科技在2019年扣非后仍亏损近10亿元，云知声同样亏损超3亿元，而今年上半年依图科技和云知声分别亏损约4.5亿元和1.1亿元，AI芯片第一股寒武纪同期亏损超2亿元，同比增亏达550%。
AI的落地需要时间，而实现商业化盈利则更具挑战。前期的技术和市场投入均需高昂的成本。王咏刚提到，AI企业从浅滩到深海的转换路途遥远，一方面是因为目前AI仍停留在初级智能和自动化技术上，另一方面是整个商业逻辑的迭代速度并没有那么快。
如何迈向深水区？张钹教授在《迈向第三代人工智能》的文章中指出了一条技术路径。他认为，现在是将以知识驱动为主的第一代人工智能与以数据驱动为主的第二代人工智能结合的时机，通过知识、数据、算法和算力四大要素，发展第三代人工智能，国内外在同一起跑线上将会有许多机会。
王咏刚给出了一个渐进的路径。他表示，AI与信息化和自动化息息相关，但目前绝大多数行业在这两方面的进展较为浅显，整体质量较低，AI的使命在于帮助企业提升信息化和自动化的水平。
然而，这一过程也将是一个加速优胜劣汰的过程。王咏刚判断，这意味着AI行业将同时经历倒闭潮和上市潮。
