消费级无人机的蛋糕已经不够分了。因长期扎堆于航拍领域，缺乏落地场景，2015年短暂成为热点后，无人机很快就被资本抛弃。自2016年起无论融资额还是次数都开始断崖式下降。
无人机的出路究竟在哪儿？中国工程院院士樊邦奎给出了方向，“AI人工智能是颠覆无人机技术的关键。未来，人工智能技术将成为无人机下一步发展的颠覆性技术之首，可以从单机智能飞行、多机智能协同、任务自主智能这三个方面实现突破。”
主打人工智能概念，确实让不少公司重获资本的青睐。2017年，位于美国波士顿深度学习企业NEURALA获得1400万美元A轮融资，主打无人机AI，这让人们看到了AI无人机的希望。业内人士表示，AI能让无人机更好地实现应用，这就像电脑系统升级。但更大的问题是能否满足长航程、稳定性、可靠性等市场需求，还有众多问题亟待解决。
规模可观
随着人工智能技术的逐步完善，智能硬件已开始向小型化、低成本、低功耗的方向迈进，硬件成本的不断走低，为无人机制造业创造了良好的发展环境，是促进无人机产业规模的持续稳定增长的关键。
在无人机生态系统中，上游是设计制造企业，主要包括技术基础、整机制造、应用系统等企业；中游为应用运营企业，主要包括国民经济建设的各方面，有安防监视、电力巡检、农业植保、航拍摄影等；下游为无人机维护、数据处理、气象保障等企业。申万宏源研究报告显示，到2020年，航拍无人机产业预计可达173亿元，植保无人机产业将达500亿元，电力巡检无人机会达到48亿元，安防无人机产业约25亿元。此外，送货用无飞机也在发展，京东、顺丰都在研发载重大、运送范围广、可靠性强的无人机，希望靠其解决“最后一公里”成本过高的难题。
据IDC预计，2020年全球无人机市场总体规模将达到259亿美元，年复合增长率为42%。艾肯拓科技负责人表示，未来无人机其实就是无人飞机智能终端，往上是向替代有人机发展，往下是向替代人力发展。这意味着无人机正在从消费级转向工业级，这是一个对性能和智能化都要求更高的领域。另一方面，AI公司苦于没有落地方向，开始把目光投向了无人机行业。二者一拍即合。
据统计，2015年中国上下游的无人机产业链加起来超过了1000家公司，其中400家在做整机制造。这些公司除了能在外形和营销上多下功夫，在续航、飞控稳定性、应用场景拓展等核心领域上并没有突破。这直接导致了惨烈的价格战，其结局已可想而知。
此外，行业的融资也开始锐减，2016年无人机行业融资额降到了8.4亿元人民币，融资数仅14次。但在2015年，中国还是全球无人机的高地。当时全球无人机6.3亿美元的融资中，中国占据了三分之一，融资数也达20多次。
不过，现实问题也接踵而至。与消费级不同，工业无人机不仅需要性能更稳定、续航能力更强，而且需要更聪明的大脑。以电力巡检为例，需要无人机有效避开塔线，而安防则需无人机具备精确的识别及追踪能力，并对收集到的数据进行处理。
这就对无人机的机器视觉等人工智能技术提出了更高的要求，这也才有了人工智能与无人机的亲密接触。
尴尬不断
无人机制造企业大疆就早已将目光锁定人工智能技术。相比于无人机，大疆似乎更喜欢给自己贴上“人工智能”的标签。早在2015年，有消息称，大疆 DJI 位于美国硅谷的研发中心已经聘请了之前在特斯拉负责自动驾驶技术的戴伦·里卡多和苹果公司资深工程师(主要负责天线设计)罗布·施拉博。
进入大疆之前，戴伦·里卡多曾先后担任特斯拉自动驾驶团队负责人、宝马自动驾驶技术研发团队负责人，也曾开发出首个获得美国联邦航空局认证的用于飞行器的惯性导航系统。可以说，里卡多是一个在自动驾驶和航空领域都有着丰富经验的人才。
其实，无人机、自动驾驶在硬件和原理上是基本相通的：看一下最近几年无人机新品的发布，避障、跟拍、空中作画等都是大疆着重宣传的亮点。在实现上，除了计算机视觉等相关算法之外，雷达、摄像头等传感器部件也是必不可少的配件。
企业虽然已认识到人工智能的重要意义，但涉及无人机落地却尴尬不断。就以电力巡检为例，一般都是国家电网等企业通过招标采购的方式寻找合作伙伴，而在这样的过程中，新人往往不具备优势。并且从技术角度分析，人工智能的特征是深度学习，是可以模拟人类思维进行工作。有业内人士表示，按照这样的特征分析，只有在比较复杂的场景之下，比如围棋和自动驾驶等领域才有施展空间。而在电力巡检和农药喷洒等领域，由于无人机所需执行的往往是从一点到达另一点的简单任务，对于高级别的算法要求并不强烈。同样存在感不强的领域，还有农业植保领域，这也是目前最大的行业级市场。相较电力，农植对避障、识别的要求更低，技术上容易实现。
在前述工业场景之下，人工智能的确可以通过图像识别令机器变得更加敏锐，但这并无法解决全部问题，因为无人机的稳定性、续航能力和可靠性的问题仍然禁锢着行业的发展。
现实挑战
人工智能技术的应用也相应的增加了无人机的制造成本，这是众多希望将AI技术运用于无人机生产的企业必须面对的。2016年，全世界的无人机销量已经突破80万架。据有关机构预测，2020年全球的无人机销量将达到约560万架，并且呈现逐年上涨的趋势。即便如此，与智能手机的出货量相比依然体量不大。
据知情人介绍，要组建一支完整的人工智能团队，从底层设计到各个系统的构建，至少要40人的技术研发团队。这对于一般的无人机企业而言，养活这样一支队伍几乎不可能实现。对大部分无人机公司，既然无法自行开发AI技术，就只能与第三方AI企业合作，但即便如此，成本依然不小。
除了运用的AI成本高昂，无人机企业面临的更重要问题是需求问题。有业内人士认为，虽然在很多工业领域每年还有固定的需求，在其中的某些行业，由于对使用无人机的认知并不一致，加上仍然没有现成的案例可资借鉴，对于应用AI技术则更不可能。仅以边境巡检为例，过去的方式是依靠开车或有人机巡检，面对数百公里的无人地区，效率低，经济性差。但依靠无人机则可以使得问题得到解决，只要生产出可靠性足够高、续航足够长的无人机，边境巡检对无人机而言就是刚需。
但无人机产业发展依然面临着诸多发展障碍。诸如技术开发还不成熟。目前的无人机产品故障率高，无法保证稳定性、良品率和适应性，无人机关键技术水平难突破，其研发能力还需加强。同时，产业市场尚未完善。市场接受程度低、受众规模小，很难全面推广普及。最后是监管政策不够健全。这些问题都是制约无人机落地，开拓市场需求的瓶颈。
与此同时，企业信息化水平和意愿也在影响着AI技术在无人机领域的应用。按照某无人机企业预测，无人机只是工业自动化的数据终端，工业无人机能否大量应用，还有赖于企业信息化流程的改造程度和意愿。
“没有完整企业IT体系和数据处理流程，很难提高效率。”有企业负责人表示。这也成了大多数工业场景还用不到AI无人机的根本原因。而有些工业场景，诸如电力巡检等场景又觉得AI发挥不出作用。AI无人机正是陷入了这样尴尬的境地。
