自20世紀50年代“有思想的機器”誕生以來，軟件開發人員一直在試圖教會計算機如何像人類一樣思考。經過了60多年，人工智能的發展已接近臨界點，完全具備實現大規模商用的潛力。

AI已到大規模應用爆發點

在技術突破和應用機會不斷擴展的雙重推動下，人工智能走到了大規模應用的臨界點。主要體現在以下四大趨勢：

1. 領先的半導體廠商及CPU和GPU企業均將人工智能視作核心目標，斥巨資投入大量處理技術，為人工智能及機器學習打下基礎。

2. 開源人工智能平臺的數量及規模持續激增，開發人員可以自由利用編程界面，使用各類工具、算法以及訓練數據，建立人工智能功能。

3. 數據資源的規模及種類也大幅增加，意味著可以對機器進行訓練，從而使其做出更快更好地決策。

4. 高科技巨頭以及風投機構對致力于“人工智能跨行業創新應用”的初創公司趨之若鶩。從2010年到2014年，人工智能初創公司的風險投資額增加了20倍以上。

人工智能的重大技術進步創造了大量機會，將催生出改變游戲規則的產品和服務。其中一項關鍵的應用便是語音識別：自然語言處理的成功率已接近99％（技術臨界點），全球和中國的大型科技企業正在努力推出相應的家用網絡設備，如具備語音輸入技術的路由器。

在無人駕駛領域，目標跟蹤算法，即用于識別車輛附近目標的算法，已達到90％的準確率，固態激光雷達也已面市（類似于雷達，但以激光為工作光束），可用于收集車輛周圍環境的高頻數據。由于這些技術迅速進入成熟可行階段，各類大型科技公司，如谷歌、英偉達、英特爾和寶馬都在快馬加鞭，努力開發自動駕駛汽車。

中國將引領行業趨勢

中國政府已經認定，人工智能是經濟發展新的引擎，因而投入資金開展學術研究，并為人工智能企業提供經濟獎勵。中國的互聯網巨頭將人工智能視為重點，而初創公司不斷開發各種人類智能應用，包括機器人、醫療衛生、以及無人機領域。預計中國的人工智能應用市場將以50%的增速逐年增長，遠遠超過全球市場20%的復合年增長率。

部分中國公司（比如NIST的科大訊飛和Imagenet的海康威視）在人工智能技術領域甚至超過了全球知名的競爭對手。百度以96%的準確率成為語音識別市場的領先企業，追上甚至趕超了谷歌、微軟及亞馬遜等競爭對手。

傳統行業遇兩難困境

最新的一項研究表明，人工智能的迅速發展可能更有利于科技板塊，因為這一行業具有相關的人才、技術和資金，更易于推動人工智能的發展和普及。相比之下，中國的傳統行業還沒準備好利用人工智能技術，大多還沒把其視作戰略重點。

盡管人工智能帶來了一線曙光，但我們的研究表明，傳統行業公司仍在掙扎，猶豫該如何應對這一技術進行投資。超過40％的調查受訪者表示，他們的CEO并沒有將人工智能作為戰略重點，60％以上的人認為，他們公司在過去一年中，人工智能戰略并沒有取得令人滿意的進展。

中國積極推進引領人工智能革命，為國內非高科技類企業帶來一定難題，因為后者將不得不開始采用人工智能技術。對于傳統企業而言，如果不開展合作，其他可采用的策略為：投入資金，加入人工智能技術和能力的競賽。然而，鑒于我們預測人工智能業未來的發展帶有很多不確定性，因此，僅靠預測采取上述舉措可能是很不明智的。

為了更好地了解人工智能對中國傳統行業的潛在影響，對80家公司展開了一項調查。其中，60家處于傳統行業，如零售、重工業和建筑業。另外，調查對象還包括20位人工智能專家，他們來自中國領先的互聯網公司，其中包括幾家初創公司。調查對象覆蓋各行各業，具有一定代表性，包括金融、醫療保健、零售、消費品、科技、媒體和電信。有一點大部分受訪者都認同，那就是人工智能會成為其所在行業的一股顛覆性力量。以下是企業領導人在制定人工智能戰略時需回答的九大問題：

盡管變化的步伐可能因行業不同而有所差別，但90％的受訪者都認為，人工智能會從根本上改變自己的行業。在問到人工智能會怎樣產生影響時，受訪者提出了100多種潛在方式，從提高運營效率的應用程序開發，到全新的產品和服務開發，不一而足。

人才匱乏是主要障礙

大多數高管指出，人才匱乏是制定具體人工智能戰略的主要障礙。事實上，中國只有不到25％的人工智能從業者擁有超過10年的行業經驗，而在美國這一比例也只有50％。一名首席技術官表示，開設機器學習相關專業的中國高等院校屈指可數。即便是有專業，大多數學生也開發不出現實生活中能真正運用的應用程序。中國對本土半導體行業的打造主要強調發展機器學習所依賴的CPU和GPU技術。

鑒于以上種種挑戰，傳統行業的受訪者認為，要在這一領域取得成功，前景不容樂觀：84％的受訪者表示，人工智能最大的贏家可能是互聯網公司和創業公司，而不是現在的行業領軍者。

對于傳統行業的企業，問題不在于他們是否應該考慮在自身的業務及戰略流程中采用人工智能應用 — 而是他們應該制定怎樣的人工智能戰略，以及如何去實施這一戰略。中國的非高科技企業或者可以向國內高技術企業學習，或者眼睜睜看著對方在技術行業獨占鰲頭。為避免落后或更糟的局面，CEO們必須積極考慮人工智能在其所在行業的現狀以及潛在的未來，明確未來目標的重點，建立發現并捕捉人工智能在本行業推廣效益的引擎。

總結：中國目前缺乏主要的芯片公司，似乎暫時也沒有能力制定算法框架，從現有的發展現狀來看，神經網絡構建是目前國內比較具備優勢的基礎層建設。此外，早期的智能內參中也強調，AI-aaS將是中小企業的發展機遇，國內SDK（軟件開發）的價格優勢、服務能力，也有利于吸引開發者。也就是說，中國的AI應用普及化很可能在接下來的幾年內領先國際水平。