消費級無人機的蛋糕已經不夠分了。因長期扎堆于航拍領域，缺乏落地場景，2015年短暫成為熱點后，無人機很快就被資本拋棄。自2016年起無論融資額還是次數都開始斷崖式下降。

無人機的出路究竟在哪兒？中國工程院院士樊邦奎給出了方向，“AI人工智能是顛覆無人機技術的關鍵。未來，人工智能技術將成為無人機下一步發展的顛覆性技術之首，可以從單機智能飛行、多機智能協同、任務自主智能這三個方面實現突破。”

主打人工智能概念，確實讓不少公司重獲資本的青睞。2017年，位于美國波士頓深度學習企業NEURALA獲得1400萬美元A輪融資，主打無人機AI，這讓人們看到了AI無人機的希望。業內人士表示，AI能讓無人機更好地實現應用，這就像電腦系統升級。但更大的問題是能否滿足長航程、穩定性、可靠性等市場需求，還有眾多問題亟待解決。

規模可觀

隨著人工智能技術的逐步完善，智能硬件已開始向小型化、低成本、低功耗的方向邁進，硬件成本的不斷走低，為無人機制造業創造了良好的發展環境，是促進無人機產業規模的持續穩定增長的關鍵。

在無人機生態系統中，上游是設計制造企業，主要包括技術基礎、整機制造、應用系統等企業；中游為應用運營企業，主要包括國民經濟建設的各方面，有安防監視、電力巡檢、農業植保、航拍攝影等；下游為無人機維護、數據處理、氣象保障等企業。申萬宏源研究報告顯示，到2020年，航拍無人機產業預計可達173億元，植保無人機產業將達500億元，電力巡檢無人機會達到48億元，安防無人機產業約25億元。此外，送貨用無飛機也在發展，京東、順豐都在研發載重大、運送范圍廣、可靠性強的無人機，希望靠其解決“最后一公里”成本過高的難題。

據IDC預計，2020年全球無人機市場總體規模將達到259億美元，年復合增長率為42%。艾肯拓科技負責人表示，未來無人機其實就是無人飛機智能終端，往上是向替代有人機發展，往下是向替代人力發展。這意味著無人機正在從消費級轉向工業級，這是一個對性能和智能化都要求更高的領域。另一方面，AI公司苦于沒有落地方向，開始把目光投向了無人機行業。二者一拍即合。

據統計，2015年中國上下游的無人機產業鏈加起來超過了1000家公司，其中400家在做整機制造。這些公司除了能在外形和營銷上多下功夫，在續航、飛控穩定性、應用場景拓展等核心領域上并沒有突破。這直接導致了慘烈的價格戰，其結局已可想而知。

此外，行業的融資也開始銳減，2016年無人機行業融資額降到了8.4億元人民幣，融資數僅14次。但在2015年，中國還是全球無人機的高地。當時全球無人機6.3億美元的融資中，中國占據了三分之一，融資數也達20多次。

不過，現實問題也接踵而至。與消費級不同，工業無人機不僅需要性能更穩定、續航能力更強，而且需要更聰明的大腦。以電力巡檢為例，需要無人機有效避開塔線，而安防則需無人機具備精確的識別及追蹤能力，并對收集到的數據進行處理。

這就對無人機的機器視覺等人工智能技術提出了更高的要求，這也才有了人工智能與無人機的親密接觸。

尷尬不斷

無人機制造企業大疆就早已將目光鎖定人工智能技術。相比于無人機，大疆似乎更喜歡給自己貼上“人工智能”的標簽。早在2015年，有消息稱，大疆 DJI 位于美國硅谷的研發中心已經聘請了之前在特斯拉負責自動駕駛技術的戴倫·里卡多和蘋果公司資深工程師(主要負責天線設計)羅布·施拉博。

進入大疆之前，戴倫·里卡多曾先后擔任特斯拉自動駕駛團隊負責人、寶馬自動駕駛技術研發團隊負責人，也曾開發出首個獲得美國聯邦航空局認證的用于飛行器的慣性導航系統。可以說，里卡多是一個在自動駕駛和航空領域都有著豐富經驗的人才。

其實，無人機、自動駕駛在硬件和原理上是基本相通的：看一下最近幾年無人機新品的發布，避障、跟拍、空中作畫等都是大疆著重宣傳的亮點。在實現上，除了計算機視覺等相關算法之外，雷達、攝像頭等傳感器部件也是必不可少的配件。

企業雖然已認識到人工智能的重要意義，但涉及無人機落地卻尷尬不斷。就以電力巡檢為例，一般都是國家電網等企業通過招標采購的方式尋找合作伙伴，而在這樣的過程中，新人往往不具備優勢。并且從技術角度分析，人工智能的特征是深度學習，是可以模擬人類思維進行工作。有業內人士表示，按照這樣的特征分析，只有在比較復雜的場景之下，比如圍棋和自動駕駛等領域才有施展空間。而在電力巡檢和農藥噴灑等領域，由于無人機所需執行的往往是從一點到達另一點的簡單任務，對于高級別的算法要求并不強烈。同樣存在感不強的領域，還有農業植保領域，這也是目前最大的行業級市場。相較電力，農植對避障、識別的要求更低，技術上容易實現。

在前述工業場景之下，人工智能的確可以通過圖像識別令機器變得更加敏銳，但這并無法解決全部問題，因為無人機的穩定性、續航能力和可靠性的問題仍然禁錮著行業的發展。

現實挑戰

人工智能技術的應用也相應的增加了無人機的制造成本，這是眾多希望將AI技術運用于無人機生產的企業必須面對的。2016年，全世界的無人機銷量已經突破80萬架。據有關機構預測，2020年全球的無人機銷量將達到約560萬架，并且呈現逐年上漲的趨勢。即便如此，與智能手機的出貨量相比依然體量不大。

據知情人介紹，要組建一支完整的人工智能團隊，從底層設計到各個系統的構建，至少要40人的技術研發團隊。這對于一般的無人機企業而言，養活這樣一支隊伍幾乎不可能實現。對大部分無人機公司，既然無法自行開發AI技術，就只能與第三方AI企業合作，但即便如此，成本依然不小。

除了運用的AI成本高昂，無人機企業面臨的更重要問題是需求問題。有業內人士認為，雖然在很多工業領域每年還有固定的需求，在其中的某些行業，由于對使用無人機的認知并不一致，加上仍然沒有現成的案例可資借鑒，對于應用AI技術則更不可能。僅以邊境巡檢為例，過去的方式是依靠開車或有人機巡檢，面對數百公里的無人地區，效率低，經濟性差。但依靠無人機則可以使得問題得到解決，只要生產出可靠性足夠高、續航足夠長的無人機，邊境巡檢對無人機而言就是剛需。

但無人機產業發展依然面臨著諸多發展障礙。諸如技術開發還不成熟。目前的無人機產品故障率高，無法保證穩定性、良品率和適應性，無人機關鍵技術水平難突破，其研發能力還需加強。同時，產業市場尚未完善。市場接受程度低、受眾規模小，很難全面推廣普及。最后是監管政策不夠健全。這些問題都是制約無人機落地，開拓市場需求的瓶頸。

與此同時，企業信息化水平和意愿也在影響著AI技術在無人機領域的應用。按照某無人機企業預測，無人機只是工業自動化的數據終端，工業無人機能否大量應用，還有賴于企業信息化流程的改造程度和意愿。

“沒有完整企業IT體系和數據處理流程，很難提高效率。”有企業負責人表示。這也成了大多數工業場景還用不到AI無人機的根本原因。而有些工業場景，諸如電力巡檢等場景又覺得AI發揮不出作用。AI無人機正是陷入了這樣尷尬的境地。