經濟學人總結17年AI領域并購趨勢：谷歌領跑，人才競爭白熱化
截至2017年12月，全球完成AI領域的合并與收購額高達213億美元，比2015年多出26次交易。充斥著萬眾期待、大肆宣傳與激烈競爭的AI領域，如同當年加州淘金熱潮般蓬勃爆發。
無論是在好萊塢電影或是新聞，2017年都充斥著無數人工智能（AI）與人類思維博弈的熱議。而擺在眼前的競爭并不只是在人與電腦間，而更多存在于不斷瘋狂燒錢、投資并寄期望于成為全球AI領導者的科技大佬之間。
世界上最大的科技公司，無論國內或者國外，比如Alphabet（谷歌的母公司）、Amazon、Apple、Facebook、IBM和微軟紛紛投入了巨資來發展AI。下圖顯示了截至2017年12月，全球AI領域合并與收購額高達213億美元，比2015年多出26次交易。（數據由PitchBook提供）
全球人工智能領域合并與收購交易
研究人工智能的分支機器學習是這些被收購公司的共同點。
計算機在數據中篩選，進行模式識別，并做出預測。這項技術被應用在科技產業的所有應用規則中，如在線廣告精準投遞、產品推薦、增強現實以及無人駕駛等領域。Uber的AI研究帶頭人ZoubinGhahramani認為AI將給人類帶來的轉型如同計算機當初帶來的那般深刻。
我們可以從數據庫（database）的發展來窺見AI的潛在影響。從1980年代起，數據庫擁有不斷壓縮信息存儲的成本、洞悉市場并掌控如庫存管理等基于數據分析后的事務。數據庫代表了第一代軟件系統；而AI無疑將會成為下一個，風投公司AndreessenHorowitz的FrankChen說。谷歌的Gmail郵件系統（譯者注：smartreply功能）通過掃描e-mail的內容判斷這封郵件的意義，用戶可在移動設備上一鍵式快速回復，這就是未來已來的例子。
伴隨著個人電腦與智能手機興起的上一波科技浪潮，AI極有潛力令科技大佬們重新調整當前的業務，并創造出全新的事業。在這種情況下，危機意識在所難免，如果一家科技型公司不以AI作為核心競爭力，那就意味著你將事業辦在了門外，杰夫？貝索斯（JeffBezos）的副手，Amazon全球消費者部門（worldwideconsumer）首席執行官JeffWilke說道。
充斥著萬眾期待、大肆宣傳與激烈競爭的AI領域，如同當年加州淘金熱潮般蓬勃爆發。
雖然百度、阿里巴巴等國內企業紛紛投資并在本土市場部署應用AI，但大多數顯著有成效的公司仍集中在西方。Alphabet被廣泛認為處于領先位置，其擁有許多最著名的研究人員，多年來從AI獲取了巨大收益。但這場競爭才剛剛開始，在接下來的幾年中，科技巨頭們將在三條道路上展開激烈的交鋒：為訓練企業的大腦而爭奪人才；在現有業務中使用機器學習，使之比對手更富效能；在AI的幫助下創造新的利潤中心。
最瘋狂的競爭是獲取人才，因為懂得AI技術的研究者比懂得數據或運算能力的人才要稀有的多。對于AI人才，尤其是能夠運用機器學習技術與開創性的方式處理大數據的的人才，企業需求像氣球般膨脹，遠比學習此類技術的學生多。
微軟公司的GurdeepSinghPall說，如今AI系統就像雨人/白癡天才一樣，它們在擅長的領域表現出色，但如果你沒有正確的使用它們，那就是個災難。招募到合適的人對于一家公司能否生存至關重要（一些初創公司正是由于缺乏合適的AI技能而失敗），以至于從高校中爭奪教授甚至未畢業的研究生成為了一種潮流。
招聘會熱鬧的就像黑色星期五的沃爾瑪超市。
卡內基？梅隆大學（CarnegieMellonUniversity’s）計算機科學學院的院長AndrewMoore說，他們是研究AI的先驅機構之一，其機器人部門于2015年被Uber高調搶到。而像今年在加州長灘舉辦的神經信息處理系統（NIPS）這種學術會議，也因可以挖到人才而備受矚目。最好的人選則是學術界的名人：Facebook的YannLeCun和谷歌的GeoffreyHinton，這兩位都是教授出身且仍與大學保持從屬關系，以便招收到其他學生。如果巨額工資的吸引力還不夠，企業擁有的私有化數據也會幫助招攬人才。
如果吸引人才的方式都不奏效，大公司們干脆粗暴的買下整個初創公司。
科技業第一次關注的交易是2014年谷歌以5億美元重金購入DeepMind，KUKA機器人電路板維修，這家初創公司既沒有收入也沒有可投向市場的產品，但卻擁有一個深度學習研究人員的團隊，在完成收購后，他們設計了一款程序，即打敗圍棋世界冠軍的AlphaGo。其他的公司也紛紛出手，甚至買下一些虧損的初創公司，交易不會以通常的未來收益或銷售額來評估，而是按照每個員工500-1000萬美元來提供報價。
科技巨頭們內部的AI應用
這些公司對于如何對待員工有著不同的理念。
諸如微軟和IBM的公司花重金投入AI研究，并刊發出大量的論文（見圖2），但并不要求研發人員去開發賺錢的業務。另一方面如Apple和Amazon等并沒有太多AI研究主動權的公司則期望所有的AI應用都投入到產品中，并對他們的工作守口如瓶。谷歌和Facebook則介于關注是否讓研究人員致力于賺錢的項目中。
2000-2016年人工智能相關研究論文數（五大AI會議），數據來源：多倫多大學AjayAgrawal和AmirSariri
激烈的人才競爭也會導致原本保密型企業變得更加公開化。
如果你告訴他們‘過來一起干吧，但不要告訴別人你在做什么’，那些人是不會來的，因為你會毀了他們的職業生涯，Facebook的AI研究中心負責人LeCun解釋道。保密與吸引人才之間的權衡也同樣困擾著國內的科技企業，他們正試著在海外開設分支機構并招募美國研究人員。百度分別于2013以及2017年在硅谷開設了兩家AI研究實驗室。西方的AI人才雖然給予他們高度的評價，但仍更愿意去往相對透明的美國公司。
如果這些公司能夠吸引到合適的AI人才，其效果就是呈指數級的擴展他們的勞動力。
AndreessenHorowitz公司的BenedictEvans說，擁有AI，就如同擁有100萬名實習生提供生產力。這種計算能力被整合到企業現有的業務當中。AI最顯著的優勢是預測客戶需求。舉個例子，四分之三在Netflix觀看視頻客戶和超過三分之一在Amazon上購物的客戶都會對網站自動推薦的內容做出反應。擁有Instagram的Facebook利用機器學習識別帖子、照片和視頻的內容，并向用戶展示相關內容，這種技術也同樣應用在對垃圾帖子的過濾上。從前他們按照時間順序來排列帖子，但通過這種按相關性推送帖子和廣告的方式使得用戶的互動性更強。
Facebook的應用AI團隊負責人JoaquinCandela說，如果沒有機器學習，Facebook可能永遠無法達到今天的規模。那些在搜索領域沒有采用AI或較晚使用AI的公司，如Yahoo及其搜索引擎，還有微軟的Bing，相對來說就比較掙扎了。