AI落地困難，不是AI芯片公司活不下去的根本原因_風聞

【本文來自《我是曾經在這個行業工作的人員，寒武紀上市套現騙錢是我們圈子公開的秘密》評論區，標題為小編添加】

AI落地困難，不是AI芯片公司活不下去的根本原因。AI的落地，通常跟芯片的關係不大。

説起AI落地，目前主要的幾個場景，比如圖像領域應用算很廣泛了，都有很多細分場景了。語音識別包括nlp的場景，目前做的也很不錯，聲紋識別也有一些場景。但我們都説落地難，難的是哪裏？這主要還是實際的用户場景。比如我半落地（各種原因，一直沒有達到工業生產的要求，比如要麼速度上不去;速度上去了效果就差，各種問題等等）過一個質檢項目，做了一整套智能分揀設備。落地的時候發現，不同的材料、不同的形狀甚至異構件、不同的顏色以及缺陷的類型等極其難處理，幾十種算法還要設計複雜的分類邏輯。但是這個過程中，算力和芯片從來不是問題，我們一台小型的服務器+1080ti就能滿足需求。

本質上就是AI芯片難落地。雲上場景，比如我做用户推薦、圖像識別、人臉識別，我算法的迭代是很快的，AI芯片能像通用芯片那樣快速實現嗎？所以作為用户，我不可能冒這麼大風險還有時間成本來來使用。所以，即使算力成本高，也是主流的方案。

如果説一些小場景比如邊緣場景，但是AI芯片也很難落地，不僅僅有自身原因，還有原先客户成為競爭對手後被降維打擊的因素。

比如攝像頭的場景，海思一顆3516就能解決，而單獨的ai芯片還得配合一個主控才能解決，我見過某公司用他的ai芯片配合安霸的主控來做方案的，成本更高了算力也低，只能自己用，想辦法包裝進自己的行業解決場景裏面才能賣出去。還有的想跟瑞星微合作，面向用户做成一個硬sdk方案，最後都沒落地成功。這個過程中不僅成本很難降下去，溝通對接的複雜度也很高，很少有願意選擇這種方案的。如果去學海思，自己做soc，那就門檻更高了，你還得解決其他的需求。而且，你就算有技術也沒這個錢。

所以，我才説，國內的幾個AI芯片公司很難活下去，商業模式很難成立。