"Намираме се в ситуация, в която технология се използва само в дейности с широк обхват", коментира Лиан Джи Су, главен анализатор в консултантската компания. "Оформянето на такива цели с общо предназначение е много по-лесно, отколкото да се създадат конкретни алгоритми за индустрии като банкиране, строителство или минно дело, защото в такъв случай са необходими знания в бранша и интерес от другата страна."

Според него голям проблем е недостигът на машинно обучение и достатъчен капацитет . "Смятаме, че прекалено много се инвестира в тази област и тя се надценява", смята Ниса Лунг, партньор в Qiming Venture, която инвестира в технологии в Китай.

Без развитие и иновации

"Много компании не могат да се усъвършенстват или смятат, че могат да постигнат повече, отколкото в действителност са в състояние", добавя тя. Набирането на рисков капитал е намаляло заради прекалено високите оценки на компаниите. "Ако съберете 5 инженери от Baidu или Google, които да започнат от нулата, тази компания би била оценена на 60 или 80 млн. долара, а след 9 месеца вече ще е 110 млн. долара", казва Кай Фу Лий, който оглавява операциите на Google в Китай и сега управлява фирмата Sinovation Ventures.

Според фонда за рисков капитал ZhenFund пикът на машинното обучение и други инвестиции в AI технологии e бил в периода 2012-2015 г. "Не забелязвам да има много нови и иноваривни стартъпи за изкуствен интелект в момента", коментира главният изпълнителен директор на компанията Анна Фанг.

Докато мнозина смятат, че трябва да се премине към следващото ниво специфични за индустрията приложения, според Уей Джоу, основател на China Creation Ventures, технологията е "достатъчно добра". "Американските инвеститори винаги искат да влагат средства в най-модерните технологии, така че те винаги очакват по-напреднала AI, докато ние смятаме, че и този вид все пак добра технология е от достатъчно значение", обяснява той.

Като конкретен случай Джоу посочва скорошна инвестиция в британска компания за онлайн обучение, която има за цел да имитира образователния процес. Тя все пак не да пресъздаде индивидуалното отношение към учениците, но персонализира достатъчно, че да позволява комуникация спрямо отговорите на обучаващите се - показва им кога грешат или кога са прави, а целта е потребителят да се почувства все едно до него е истински учител.

Малкото достатъчно

"Това не е някаква магия, но пък цената на обучението може да струва по-малко от 1 долар", казва Лий. Подобен тип приложения са много полезни за специфични проблеми, от които Китай страда, като например недостиг на учители по английски език. В същото време не се изискват и най-модерните технологии и мощни компютри.

Това е може би и най-голямата разлика за страната в сравнение с другите технологични пазари. Също така обяснява и защо големите технологични компании се ориентират по-скоро към хардуера. Гиганти като Baidu, Huawei и Alibaba са сред тези, които работят по създаването на собствени чипове, използващи изкуствен интелект.

Амбицията на Alibaba например е тя да бъде първата компания, която да предлага следващата година чипове, служещи си с такава технология. Въпреки това се усеща скептицизъм към китайските фирми, които си поставят за цел да разработват продукти в тази сфера.

Пред технологичния сектор в Китай обаче остават още много предизвикателства. Индустриите трябва да работят заедно с технологичните компании, за да развият специализирана AI технология, докато компаниите трябва да увеличат мощността си, а стартъпите да са с по-реалистични цели, твърди анализатор от UBS. Той предупреждава, че всичко "ще се развива по-бавно, а възвращаемостта на инвестициите ще е по-ниска".