2020 年以来，受疫情影响，人工智能应用迎来大爆发，包括测温设备、服务机器人等在内的硬件产品走进大众视野，企业争相布局 AI+。在资本推动下，多家人工智能企业接连启动了 IPO 进程。
业内人士表示，从 IPO 条件与定位来看，科创板与人工智能企业更加契合，目前，多数人工智能企业均瞄准了科创板以寻找上市时机；然而，全球人工智能仍处在产业化和市场化的探索阶段，落地场景的丰富度、用户需求和解决方案的市场渗透率仍有待提高。
与此同时，记者注意到，受制于应用场景的复杂度、技术的成熟度、数据的公开水平等限制，多数人工智能企业仍处于亏损阶段。对此，业内人士分析称，人工智能技术前期需要持续投入，企业能否实现可持续发展，仍需找到盈利增长点。
AI 企业扎堆启动科创板 IPO，投资向头部企业倾斜2020 年，新一轮 AI 企业的上市潮序幕拉开，截至目前，已披露科创板招股书的 AI 企业有旷视科技、云知声、依图科技、云从科技、云天励飞等，此外，思必驰也已启动 Pre-IPO 轮融资。虽然商汤科技尚未公布相关上市计划，但近年来其已多次被传有上市计划。
然而，除寒武纪已成功上市之外，其他 AI 明星企业目前均处于上市启动期。对此，多名业内人士分析称，今年受疫情影响，有关人工智能的应用在多方实现落地，同时社会对人工智能的认知更加深入，各家目前均在等待一个合适的上市时机。
记者注意到，大部分 AI 企业均将上市地点瞄准了科创板。对此，香颂资本执行董事沈萌表示：“科创板的板块定位就是为这些所谓的科创企业设定的，而且相对来说 IPO 条件更低，此外，从上市估值来看，科创板仍然要比创业板高。”
云天励飞在招股书中表示，其选择的科创板上市标准为《上海证券交易所科创板股票上市规则》第 2.1.2 条第（二）款，即：“预计市值不低于人民币 15 亿元，最近一年营业收入不低于人民币 2 亿元，且最近三年累计研发投入占最近三年累计营业收入的比例不低于 15%。”
此外，旷视科技联合创始人兼 CEO 印奇在今年 7 月的一次媒体交流会上表示，外界传言公司中止港股上市并不属实，科创板支持和鼓励 “硬科技”企业上市，是中国科技企业发展的好机遇，旷视正在积极考虑。
从融资方面来看，企查查日前推出的《2020 中国新基建大数据分析报告》显示，截至 10 月份，今年我国人工智能领域发生了 381 起融资事件，融资额合计超过 3000 亿元；而 2019 年全年，我国人工智能领域发生了 646 起融资事件，融资额合计超过 800 亿元。事实上，从 2018 年开始，人工智能企业融资事件数量便开始缩减。
对此，多位人工智能行业人士对记者表示，近年来，人工智能相关投资者更偏于向头部企业倾斜；随着行业马太效应渐强，投融资也向头部企业集中。
疫情加速 AI 硬件落地，企业争相布局 AI+受疫情影响，有关人工智能的应用迅速走进大众视野，包括测温设备、服务机器人等在内的硬件产品被人们所熟知。
疫情期间，百 度、商汤科技、海康威视、深思考、中电 11 所、云从科技等公司，利用人工智能深度学习、图像识别等技术赋能红外热像仪，基本实现了公共场所无人值守的智能体温检测。设备投放于各大商超、公共交通站点等，在一定程度上达到了无接触测温效果，给人们的生活出行提供便利。
而今年以来，问诊机器人、消毒机器人、扫地机器人、送餐机器人、送货机器人、测温机器人等智能机器人设备也投入到战 “疫”中，甚至在疫情稳定后也得到了广泛应用。
来也科技副总裁翁嘉颀曾对蓝鲸 TMT 记者表示：“过去大部分的客户对人工智能会有过度的期待，经过这一次机器人的大规模投入使用，客户会慢慢理解机器人可以做什么，不能做什么，这对机器人研发公司的业务梳理更有利。未来，5G、云计算、大数据等技术均会对人工智能的发展提供动力。”
受此推动，科技企业也均开始布局 AI+，并在 AI + 医疗、AI + 教育等领域受到追捧。
据了解，目前，人工智能技术广泛应用在我国各个医疗细分领域，包括医疗影像、辅助诊断、药物研发、健康管理、疾病风险预测、医院管理、虚拟助理、医学研究平台等，而人工智能技术在此次疫情中，在相关领域均得到不同程度的运用。例如，华为云推出 AI 辅助医学影像量化分析服务，北京推想科技推出 AI 辅诊系统、晶泰科技推出病毒研究与候选药物筛选，在辅助诊疗中起到关键作用。
而在教育领域，科大讯飞教育研究院副院长刘浩曾在 GET2020 教育科技大会上表示，目前，在智慧教学、智慧学习、智慧考试、智慧管理和智慧评价方面，人工智能都已经得到了相应的应用。在未来学校中，基于 OMO（线上 - 移动 - 线下）线上线下混合、虚实共生的泛在学习将是学校常态。
多名业内人士对记者表示，目前，人工智能技术已在金融、医疗、安防、教育、交通、制造、零售等多个领域实现技术落地，疫情使得某些特定领域的优势凸显出来，使得用户更加了解 AI 的应用场景，并由此养成了用户的应用习惯。
