英特爾、英偉達、AMD……單是CPU、GPU這兩個細分市場上，已經(jīng)沒有更多可以瓜分的蛋糕。

然而，面對嚴峻的局勢，中國大部分人工智能企業(yè)并沒有表現(xiàn)出“很爭氣”。

在去年底騰訊研究院發(fā)布的《中美兩國人工智能產(chǎn)業(yè)發(fā)展報告》中，對中美兩國在產(chǎn)業(yè)布局情況上是這樣描述的：美國的AI產(chǎn)業(yè)布局非常完善，基礎層、技術層和應用層都有涉及，尤其是在算法、芯片和數(shù)據(jù)等產(chǎn)業(yè)核心領域，積累了強大的技術創(chuàng)新優(yōu)勢，各層級企業(yè)數(shù)量全面領先中國。從數(shù)據(jù)來看，美國處理器/芯片企業(yè)有33家，比中國14家超出一半還多。

企業(yè)數(shù)量少導致缺少集群效應和缺乏競爭土壤，使得資本也較少投入到上游領域。數(shù)據(jù)顯示，所有中國的人工智能企業(yè)中，投資主要集中在下游應用層。其中，計算機視覺與圖像，融資143億元，占比23%；自然語音處理，融資122億元，占比19%；自動駕駛/輔助駕駛?cè)谫Y107億元，占比18%。反觀美國，融資占比排名前三的領域為芯片/處理器315億元占比31%，機器學習應用207億元占比21%，自然語言處理134億元占比13%。

在國際貿(mào)易產(chǎn)品生命周期理論中，產(chǎn)品和人的生命一樣，會經(jīng)歷形成、成長、成熟和衰退的周期。其中，發(fā)達經(jīng)濟體是產(chǎn)品形成和成長過程中的主要參與者，這一時期，對核心技術的掌握為產(chǎn)品進入成長后期和成熟期賺足紅利奠定基礎。欠發(fā)達經(jīng)濟體往往只有在成長后期和成熟期才能真正進入市場，分得殘留的市場紅利。而要想?yún)⑴c到前期過程，對于欠發(fā)達經(jīng)濟體來說，方式有兩個，縮短學習時間盡快趕超，或者從事中下游產(chǎn)業(yè)，與上游達成合作。

不難看出，第一種方式太過冒險，需要有非常的勇氣。有專家認為，中國并非設計不了芯片，而是市場不會給到芯片迭代足夠的時間，也沒有試錯機會。

然而，盡管這樣，還是有勇者無畏，甘冒極大的市場風險。寒武紀背靠中科院從2008年開始研究，到2016年創(chuàng)立，同年11月推出世界首款商用深度學習專用處理器Cambricon-AI。華為去年推出麒麟970，構(gòu)建通過NPU算力為基礎開放的HiAI生態(tài)。

更加值得一提的是地平線，作為新興人工智能企業(yè)，去年推出中國首款嵌入式人工智能視覺芯片，面向自動駕駛的征程處理器和面向智能攝像頭的旭日處理器，目前已在智能駕駛、智能城市、智能商業(yè)三個領域落地。

“彎道超車”是各個產(chǎn)業(yè)都津津樂道的話題。然而，究竟超的是什么？需要沉淀的技術沒有時間基礎很難超越，通過市場保護，或者商業(yè)模式創(chuàng)新也都只是權宜之計，再無法達成合作博弈下，一旦被扼住喉嚨，后果無法設想。

對于中興來說，能否在這次“沒有核心競爭力就別不老實”的命題課中真正反思不得而知。而眾人工智能企業(yè)通過這次圍觀，究竟是大多選擇老老實實和巨頭們合作，還是發(fā)憤圖強、自覺自醒，結(jié)局或許只有風云激蕩三十年之后才知道了。