2018年产学研合作新趋势

四大领域的科技

红利期

AI是未来最重要的方向之一。2003年硅谷出现大规模AI创新以及投资失败潮，如今投资人卷土重来，是因为现在的AI技术较之十几年前不仅更加成熟，更重要的是应用成本大幅度降低，而且市场应用窗口也已经打开（这两点也是技术创新应用产生经济价值的关键）。

而且作为一个基础技术，AI可以广泛存在于每个行业里。AI核心就是平台性技术加数据：生物技术+数据+AI，是AI在生物信息学（bio-informatics）的应用；医疗器械+数据+AI，是AI在智能医疗的应用；工业物联网+数据+AI，是AI在智能工业的应用；安全技术+数据+AI，是新一代系统安全的应用。

接下来几年具有巨大应用发展机会的主要是机器学习，自然语言处理，和计算机视觉，这几个方向也有自己不同的侧重点。

机器学习的核心是数据+算法，过去几年大型科技公司逐渐建立了自己的机器学习开源平台（Google-Tensor flow，Microsoft-CNTK，IBM- Waston等），赋能小公司，同时使自己成为行业标准。开源的机器学习平台可以类比过去的互联网，成为行业标准就能成为新一代“互联网”运营商。所以小公司在这方面的创新更多的体现在上层应用创新，以及寻找如何使用机器学习在每个细分领域进行进一步自动化、个性化和效率提升的创新机会。

语音交互是未来，也会是未来信息的入口。万物互联之后，不管是智能家居，还是车联网，和人的交互首先第一个是基于自然语言处理技术的语音交互技术，而语音交互技术现在发展非常快速，过去几年在硅谷已经由基础的语义理解，发展到可以做到语境理解和背景判断。

图片和图像信息过剩是工业和医疗影像行业的问题，而计算机视觉技术是目前最好的解决方案。从最基础的安防，再到后面的用户的识别，再到个性化的推送，都是商业应用的趋势。

有了在机器学习，自然语言处理和计算机视觉领域的长足进步，作为上述技术和硬件传感器的整合，机器人的应用前景就不仅仅是前景，而是现实。

低成本传感器的普及是机器人应用可以推广开来的核心。同时通过在软件层面配套云计算和人工智能技术，过去一年机器人开始越来越多的应用于智能工业、智能制造领域，并开始在医疗领域铺开，比如工业物流，自动化生产，人工外骨骼和手术机器人等。

过去一年大公司的物联网布局已经形成既有的家居物联网生态。新的创新主要集中在车联网，医疗物联网和工业物联网，同时这也是比智能家居更加巨大和能快速产生商业价值的技术创新方向。

车联网是物联网在智能交通+无人驾驶领域的创新应用，也是实现无人驾驶的必要条件。车联网是智能交通生态的重要部分，所以过去一年，越来越多的硅谷创新开始转向智能交通生态，而不只是无人驾驶系统。

大企业需要更多技术创新以形成更加安全和巨大运算能力的公有云，私有云的创新逐渐开始倾向于和公有云的配合。另一个创新趋势是新一代网络加速技术，海量的数据实时产生需要更快速的网络加速技术，信息传递也已经完全形成移动化，所以短平快的网络信息加速也是新的创新趋势。

科技进步对于通讯传播的广度、速度和质量提出了更高的要求。5G技术创新在过去一年开始崛起，这也构成了对现有WIFI系统的巨大挑战。

未来的前景依旧可能非常广阔，目前只是技术还处于早期，有许多瓶颈需要突破，且未形成成熟的基础设施支持。经过未来几年的市场调整后（类似于2000年的互联网泡沫），然后会形成正式的市场机会。值得关注的是，区块链技术的应用不只是在金融领域，过去一年也开始有在供应链，医疗信息，social data方面的技术应用，而这些领域的应用机会也更加巨大。

科技发展到一定程度，必然市通过技术的积累，然后出现新的技术革命，打破以前的技术壁垒。这也是不得不准守的规律，新的技术，推动新的生产力，新的产品，新的服务，势必会淘汰落后的，怕花成本革新技术的企业。而众所周知，一次技术的革命，就是科研的成果站到前台。这并不是一场中小企业就能打赢的技术战，技术的更新，意味着要投入更多的成本，去更为冒进，而通过产学研的模式，同样也会投入，但风险会降到最低。同时保证了企业的生命力和竞争力，避免出现花大价钱，自建团队，百日攻坚，成功皆大欢喜，不成功就丢了西瓜捡了芝麻，得不偿失。