産業變革正在悄然發生
人工智能再度起航，産業化萬事俱備
近年來，計算機、互聯網、雲計算、大數據等新一代信息技術的迅猛發展為人工智能賦能，人工智能迎來又一輪發展熱潮，并成為新一輪科技革命和産業變革的新陣地。從人工智能的三要素（即以算法為核心，計算能力和數據為基礎）來看，已具備産業化應用條件。互聯網的廣泛普及為人工智能在産業中的應用創造了良好條件，随着各行各業的互聯網化，數據正呈幾何級數爆發式增長；雲計算可以使各行各業便捷地獲取計算能力；深度學習、機器視覺、語音識别、自然語言處理、生物特征識别等算法和技術也已有較大進步。這些瓶頸的突破，為人工智能的産業化奠定了基礎。
産業化應用初露頭角，不斷催生新業态、新模式
近年來，人工智能在諸多行業領域的應用正在不斷探索，有些人工智能應用已進入商用。
人工智能與制造業融合發展。美國的工業互聯網，德國的“工業4.0”，我國的“中國制造2025”都強調和推動制造業向智能化方向發展。智能制造将管理軟件、控制系統、數控設備以及人和供應鍊連接起來，借助雲計算、大數據和人工智能實現智能化生産。山東濰柴正在通過在生産設備上安裝傳感器、控制器，使設備可感知可控制，并通過實現設備—生産線—産品間的互聯互通，使産品能夠實現工藝過程仿真、産品和設備狀态在線檢測控制、物流智能拉動、制造資源優化配置等，從而争取實現小批量、個性化定制生産能力。工業機器人，如焊接機器人、搬運機器人、裝配機器人等也在越多越多的工廠車間部署，未來在制造業中發揮的作用将越來越大。
人工智能正在助力實現精準農業。CeresImaging公司通過無人機遙感采集農田光譜數據來監測農作物生長狀況（例如營養情況、是否缺水等），經分析得出結論，幫助農民更好地掌握農作物生長情況，合理進行施肥和灌溉。農業機器人公司BlueRiverTechnology開發的LettuceBot拖拉機機器人在田間運行時，通過照相設備每分鐘掃描約5000株幼苗，利用機器學習以及計算機視覺技術識别作物和雜草.如果确定植株是雜草或長勢不好的作物，會利用農藥噴霧殺死植物，如果機器判斷兩棵幼苗種植間距過小，則會拔掉一棵。通過該機器人可減少90%的化學藥劑使用。無人駕駛汽車成為各巨頭争相布局的人工智能領域。其利用傳感器、雷達、攝像機、激光測距儀等不斷對周邊環境進行探測，感知路況信息，傳達到駕駛系統進行分析，并結合地圖信息得出行駛或者規避動作，再傳達至汽車零部件，實現自動駕駛。根據麥肯錫報告，無人駕駛汽車目前在礦場、農場等一些地方已經開始商用。報告估計，全球每天開車上班的人超過10億人次，無人駕駛汽車普及後，這些駕駛員每人每天可以節約50分鐘；無人駕駛汽車成熟并普及後将大大減少交通事故，目前每年因為交通事故造成的經濟損失約為2120億美元，而無人駕駛汽車可以将這一數字降至300億美元。
在交通治堵和預測方面，基于曆史數據、實時路況信息、信号燈數據等多方面數據，通過機器學習算法，可以實現交通擁堵的提前預測，提醒管理者提前采取相應措施，并輔助進行道路合理規劃設計和交通信号調整。
醫療領域，人工智能輔助診斷已開始應用。如海納醫信聚焦于醫療影像的大數據分析挖掘，通過對高發疾病影像特征的提取，利用人工智能、機器學習等算法，實現對肺癌、結腸癌、乳腺癌、高血壓、糖尿病、腦梗等多種疾病的識别。
客服機器人已得到較為廣泛應用。京東JIMI機器人可以為客戶提供7×24小時的精準智能應答，提高用戶購物體驗。“智齒客服”可以自動回複85%以上的同質化問題，還可通過客戶反饋等數據了解分析客戶，為企業後期客戶管理及經營決策提供數據支持。
未來随着技術進步和産業升級演進，人工智能與傳統産業的融合将不斷加深，新的應用場景将不斷湧現，未來人工智能甚至将會像現在的互聯網一樣，廣泛深入融入到經濟社會的方方面面。
人工智能用途廣泛
賦能企業經營管理
随着産品和服務的日新月異，客戶需求也更加多變，并且越來越呈現個性化，依靠傳統手段難以對大量客戶進行全面細緻的把握，而人工智能則能夠幫助企業解決這一難題。通過人工智能客戶關系管理系統，企業可以與客戶間進行銷售、營銷和服務上的交互，系統可對海量客戶資源進行深度分析、總結，向客戶提供滿足其個性化需求的産品、服務和解決方案，提高客戶滿意度和忠誠度,還可在充分分析客戶需求、地域等因素基礎上，以更為合理的形式投放廣告、拓展市場。
助力企業輿情分析
人工智能可以科學客觀地分析外界對企業的各方面評價，并作出結論輔助企業領導層決策。如日立制作所宣布，已經開發出了一套可以對企業的經營決斷提供幫助的人工智能系統，這套系統可以多個主題為對象，對海量新聞報道數據進行分析，得出客觀結論，并提供贊成或者反對的相關依據，供決策者在企業經營中參考，該系統有望在3年以内走向實用化。
科學優化員工管理
人工智能通過記錄、分析員工的行為數據，可以輔助員工管理及提升員工工作效率。如，河北三秒軟件正在研發人事管理系統，通過檔案、考勤、業績、工作實效等量化數據和行為數據分析，對員工進行行為趨向研判，進而輔助管理層的人事調整決策。日立通過安裝在企業員工身上的名片型傳感器，收集員工工作時間内的作息習慣與情緒表現，并借助大數據分析和人工智能進行判斷後，發送信息到員工手機中，提供員工在工作中進行交流的各項建議。據稱，這一解決方案大大提升了企業内員工交流的和諧度，增加了員工工作時的幸福感。目前，日立在集團内已經進行了600位員工的測試，預計2016年年底之前将會把該項測試實用化。而且該解決方案已經獲得三菱東京UFJ銀行、日本航空等企業的13份訂單需求。
未來前景可期
技術創新取得長足進步，但仍然任重道遠
技術創新是推動人工智能發展的首要驅動力，各巨頭也紛紛在技術領域展開布局，谷歌、微軟、IBM、Facebook、百度等巨頭持續發力深度學習、神經網絡等算法研究，在圖片識别、機器翻譯、語音識别、決策助手、生物特征識别等領域已推出了一批創新産品。人工智能準确度正在不斷提高，如微軟亞洲研究院在2015ImageNet計算機視覺識别挑戰賽上，将圖像識别系統錯誤率降低至3.57%，遠低于2014年的6.6%，且該錯誤率已與人類表現不相上下。雖然人工智能技術已經有了顯著進步，但仍然存在諸多局限和有待突破的瓶頸，比如人工智能需要通過大量高質量樣本的學習，大部分人工智能系統隻能執行單一的特定任務，當問題變化時人工智能便“抓瞎”了，因此人工智能在諸多領域還遠不能挑戰人類智能。未來，人工智能要從情感、行為和認知三個維度模拟人類，還有很長的路要走，需要不斷優化或創新算法，并結合計算能力提升和數據積累，從目前的弱人工智能，逐漸向具有主動學習和認知能力的強人工智能方向發展。
開源成為主流，人工智能加速走向應用
近兩年,為争取人工智能領域更多主導權，開源模式成為巨頭們的一緻選擇。Facebook人工智能研究院推出一組基于開源的深度學習工具。亞馬遜推出托管服務亞馬遜機器學習，讓開發者能夠輕松使用曆史數據開發并部署預測模型。谷歌開源了第二代機器學習平台TensorFlow，使用該平台的項目已經超過600個。Facebook開源了針對神經網絡研究的服務器“BigSur”。百度先後開源了關鍵人工智能軟件Warp-CTC和人工智能綜合平台“百度大腦”底層的深度學習平台Paddle。開源除了促進優化人工智能算法和技術外，也加快了人工智能的應用普及。如IBM沃森開放了強大的人工智能計算能力，成為諸多創業公司的夥伴。目前，沃森生态系統包括350家公司，77000名開發人員，應用範圍從醫療、工業到金融服務和零售業，并逐步走進新能源、污染防治、城市管理、交通、食品安全、社區服務等領域。
百億級市場快速增長
人工智能得到全球空前矚目，市場呈現快速增長态勢，語音識别、機器視覺、生物識别、工業機器人、服務機器人等人工智能産品市場需求正得到不斷釋放。根據賽迪顧問發布的《2016中國人工智能産業演進及投資價值研究》報告，2015年全球人工智能市場規模達到1683.9億元，預計2018年将達到2697.3億元，複合增長率達到17.0%。國内市場方面，2015年中國人工智能市場規模達到203.9億元，預計2018年将達到361億元，複合增長率為21%。
産業領域群雄并起
企業融資活躍度不斷提升
全球人工智能領域的企業融資日趨活躍。根據VentureScanner統計數據，近年來全球人工智能領域的投資金額已呈爆發增長态勢。2014年人工智能企業融資總量首次超過10億美元，2015年融資總量更是超過12億美元。2016年前三個月的不完全統計顯示，全球在人工智能領域的投資已經超過4億美元，反映出資本對人工智能的興趣正在快速增長。随着人工智能産業化應用的推進，未來投融資将随之繼續增長。
巨頭通過投資并購開疆拓土
近兩年，谷歌、蘋果、微軟、IBM、英特爾、百度等巨頭通過并購投資布局人工智能的熱度持續升溫，重點布局了機器學習、語音識别、計算機視覺、自然語言處理等領域。人工智能投資并購活躍度從表1和圖2中可見一斑。
可見，當前人工智能正處在快速推進期，未來發展前景廣闊，各大公司都在紛紛搶占前沿陣地。但是值得注意的是，人工智能作為技術要和市場緊密結合，必須要找到能夠投入市場的有效切口。人工智能依托于大數據、機器視覺、語音識别等技術，企業要找準自己最适合的點進行投入。真正意義上的人工智能大規模進入實用領域，還需要等待一段時間。在這個過程當中企業需要注意到不能夠浮躁的炒作概念，政府也需要形成良好的環境來應對人工智能的一系列問題。人工智能，等風來。