人工智慧五個產業鏈

⑴ 人工智慧的背後，最有「錢」途的行業是什麼

目前，中國人工智慧行業已經進入產業化階段。根據中國國務院規劃，2020年中國人工智慧核心產業規模將達到1500億元，並且此後十年將繼續保持高速發展。

2018年行業融資熱度也持續走高，iiMedia Research（艾媒咨詢）數據顯示，2018年中國人工智慧領域共融資1311億元，增長率超過100%，投資者看好人工智慧行業的發展前景，資本將助力行業更好發展。

2019年1月18日，全球領先的新經濟行業數據挖掘和分析機構iiMedia Research(艾媒咨詢)權威發布《艾媒報告|2018中國人工智慧產業研究報告——商業應用篇》。目前，中國人工智慧行業已經進入產業化階段。根據中國國務院規劃，2020年中國人工智慧核心產業規模將達到1500億元，並且此後十年將繼續保持高速發展。2018年行業融資熱度也持續走高iiMediaResearch（艾媒咨詢）數據顯示，2018年中國人工智慧領域共融資1311億元，增長率超過100%，投資者看好人工智慧行業的發展前景，資本將助力行業更好地發展。隨著人工智慧技術的進一步發展和落地，深度學習、數據挖掘、自動程序設計等領域也將在更多的應用場景中得到實現，人工智慧技術產業化發展前景向好。

以下為報告節選內容：

⑵ 誰給我舉幾個例子 說說 什麼是 產業鏈的低端，什麼是產業鏈的高端

低端產業指技術含量低的產業，例如勞動密集型產業。

主要包括七大類：紡織品、服裝、箱包、鞋類、玩具、傢具、塑料製品。

這是一個目前能給我國每年帶來三萬億人民幣出口收入的龐大產業，但是我們需要警醒的是，世界上其他國家的勞動密集型產業也在迅速發展，並且增速還比我國要快。

高端產業

高端產業包括光電子產業、人工智慧產業、數字產業、量子技術產業、超級計算產業、電磁能產業、氫能產業、高端裝備產業、新材料產業、大健康產業。

(2)人工智慧五個產業鏈擴展閱讀

2018年2月，河北省人民政府印發了《河北省戰略性新興產業發展三年行動計劃》的通知，其中確定了雄安新區未來幾年的產業重點，制定了八大專項實施方案。該計劃制定了包括大數據與物聯網產業、信息技術製造業、人工智慧與智能裝備產業、生物醫葯健康產業、高端裝備製造業、新材料產業、未來產業等八大專項實施方案。

無一例外均緊跟國家乃至世界的發展趨勢保持一致，以智能化信息產業為重點。《計劃》提出要建設3家省級戰略性新興產業示範基地，在雄安新區布局建設10個國家級創新平台和未來產業研究院。

⑶ 人工智慧領域已出現哪些商業模式

人工智慧在圖像識別、語言識別和自然語言處理，以及人機交互、機器視覺、自動駕駛等方面專都已經屬成功應用。人工智慧產業鏈根據技術層級從上到下，分為基礎層、技術層和應用層。基礎層最靠近「雲」，應用層最靠近「端」。未來將會產生五種商業模式
人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。

⑷ 中國人工智慧產業還存在哪三項弱點

如今，「智能+」社會已步步臨近，社會各界也正積極勾勒未來社會圖景。國外人工智慧巨頭動作不斷，在基礎技術、應用領域方面都有諸多突破，可以總結為三點：基礎研究能力強、跨界創新密集、人才紅利持續發揮。

騰訊研究院發布的《中美兩國人工智慧產業發展全面解讀》，從企業人數分布可以看出中美之間的巨大差異。報告顯示，截至2017年6月，美國共有1078家人工智慧企業，員工數量為78700名；中國有592家人工智慧企業，員工數量為39200名，約為美國的50%。分領域來看，在處理器/晶元領域，美國員工人數是中國的13.8倍，美國17900人，中國1300人。中國在技術層領域的企業人數也遠遠落後於美國，僅在智能機器人領域人才稍多，為6400人，是美國同領域人數的3倍。

根據全球職場社交平台「領英」的數據，7成美國人工智慧人才從業10年以上，而中國僅有4成相關人才有這樣的從業經驗。報告分析，這源於中國人工智慧產業起步比美國晚，人才培養模式尚存差距。

中國高校在很長時間內並沒有人工智慧專業，而美國是人工智慧概念的誕生地，基本上大院校都有人工智慧專業和研究方向。根據美國國家科技委員會的人工智慧全球大學排名，前20名中有16所是美國大學，這些大學源源不斷地向科技企業輸送人才。

業內人士表示，由於人才匱乏，人工智慧工程師的年薪水漲船高。博士畢業進入企業，起薪或可高達百萬元，「否則根本留不住人」。而且，即便這樣的人也很難「上手就用」，都要在公司經過數月至一年的專業培訓。

目前，中國正在快速追趕美國人工智慧人才的培養步伐。從論文發表數量來看，華人作者的領先優勢日益明顯。在「深度學習」領域，中國的論文數量從2014年開始超越美國。專家認為，人才培養是「智能+」發展的關鍵，而且，人才培養要與重點項目相結合，真正做到核心人才本土化、核心項目自主化。

《中國機器人產業發展報告》建議，應建立機器人行業亟須的多層次、多類型技能人才培養體系，建立校企聯合培養人才的新機制。同時，建立培養標准體系，運用職業培訓和職業資格制度加深與汽車、電子、化工、消防等相關行業合作，實現人才培養與企業需求的良好對接。

國務院2017年印發《新一代人工智慧發展規劃》，提到將「加快培養聚集人工智慧高端人才」。伴隨著巨大的市場需求和應用場景，我國有望吸引更多人才來華從事人工智慧行業。

在面向2030年對我國人工智慧發展進行的戰略性部署中，我國新一代人工智慧發展規劃也明確提出了我國人工智慧發展的「三步走」目標：

第一步，到2020年，人工智慧總體技術和應用與世界先進水平同步，人工智慧產業進入國際第一方陣，成為我國新的重要經濟增長點；第二步，到2025年，人工智慧基礎理論實現重大突破、技術與應用部分達到世界領先水平，人工智慧產業進入全球價值鏈高端，成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智慧理論、技術與應用總體達到世界領先水平，我國成為世界主要人工智慧創新中心，人工智慧產業競爭力達到國際領先水平。

專家認為，要想讓機器人滲透到人們生活，真正實現智能社會，一定要把相應的基礎設施建設好，建立知識庫、大資料庫、面向各類具體問題的智能系統等。「這不僅要有技術，還涉及整個社會體系、服務體系和治理體系等。」業內人士呼籲，要加快機器人向各領域的應用，實現人機協調、跨界融合、共創分享，營造有利於機器人發展的良好生態。

瑞銀研究報告顯示：至2030年AI每年將為亞洲貢獻經濟價值高達1.8萬億至3.0萬億美元，將對金融服務、醫療保健、製造、零售和交通等行業產生巨大影響。這些行業加起來，相當於目前亞洲GDP的三分之二。

據統計，2000至2016年，中國人工智慧企業數量累計增長1477家，融資規模達27.6億美元。其中，2014至2016年三年是中國人工智慧發展最為迅速的時期。這三年裡新增的人工智慧企業數量占累計總數的55.38%。另據艾瑞咨詢公開數據，中國人工智慧產業規模2016年已突破100億元。

面對優勢，還需戒驕戒躁；面對補足，還需踏實補強；我國應在人工智慧產業發展的浪潮中爭當「弄潮兒」。

未來已來，當時代的鍾聲緩緩敲響，新科技革命和產業變革將是最難掌控但必須面對的不確定性因素之一，抓住了就是機遇，抓不住就是挑戰，必須在日新月異的科技大變革中、在國際合作與競爭的征程中加速前進。

⑸ 人工智慧研究可以分幾層

人工智慧研究可以分為基礎層、技術層、應用層，美國在技術難度大、技術帶動效應強的基礎層方面，不斷取得研究以及實踐進展；而中國在基礎層方面能力稍弱，在技術層和應用層發力更多。

但是，中國在晶元基礎研發領域仍然落後於美國企業，對進口晶元的需求居高不下。

從事計算機視覺識別的中國公司「曠視科技」品牌與市場中心總經理謝憶楠表示，在圖像識別領域，公司同時應用英偉達和英特爾的晶元，目前還沒有國產晶元能夠完全取而代之。英特爾中國研究院院長宋繼強也承認，我國人工智慧領域不足之處在於我們原創理論創新、基礎人工智慧研發能力還不太夠。中國學者需要在理論上有所突破。地平線機器人技術創始人余凱表示，在PC電腦與移動互聯網時代，我們都錯失了如操作系統等基礎平台性技術，人工智慧時代需要迎頭趕上。

⑹ 人工智慧的產業鏈有哪些

人工智慧產業鏈清晰，可分為基礎層、技術層和應用層。

1、人工智慧的產業鏈——數據和計算能力是人工智慧的基礎

底層主要是數據採集和操作。感測器和數據服務主要負責收集數據，人工智慧晶元(GPU、FPGA、ASIC、類腦晶元)和雲計算負責計算。

互聯網和移動互聯網的快速發展使人們的生活產生了大量的數據,並從中受益的爆發大數據的概念,數據積累和馬克高度重視國內,從數據收集、數據分析、數據管理和數據應用,形成一個完整的產業鏈,這也為國內人工智慧輸入大量數據訓練提供了一個堅實的基礎。

2、人工智慧的產業鏈——人工智慧技術逐漸成熟，為未來的發展提供了動力

在收集數據之後，技術層所做的就是模擬人腦，有效地處理和分析數據。演算法是技術層的核心內容，將人工智慧發展推向高潮的最著名的人工智慧演算法就是深度學習演算法。

國內研究主要集中在人工智慧技術層、自然語言處理、計算機視覺和機器學習等方面。計算機視覺佔55%，自然語言處理和機器學習分別佔13%和9%。這一集中也使國內資源成為世界上的三大優勢。

根據36kR研究所的不完全統計，中國有104家計算機視覺公司，但其中大多數公司的發展道路尚不清楚，在人臉識別領域，公司之間的競爭十分激烈。

我國的人臉識別精度已達到世界領先水平。根據國際權威人臉識別公司測試發布的最新測試報告，一家國內公司首次在評估中獲得第一名，超越了長期以來全球人臉識別演算法第一名的Vocord。

國內企業在自然語言處理領域也處於世界領先地位。目前，科大訊飛、網路、Spitzer和YunZhisheng在研究方面已經取得了一定的成果。科大訊飛在中國自然語言處理和語音識別領域處於領先地位。科大訊飛在語音識別、語音合成、語音評價等方面代表了國際最高水平。科大訊飛在許多國際競賽中都獲得了第一名。

3、人工智慧的產業鏈——人工智慧產品和服務相繼推出，得到市場的廣泛認可

在中國人工智慧的應用中，BAT無疑是第一梯隊，擁有大量的資源。其中，網路是行業領先者。阿里巴巴和騰訊也在推進人工智慧項目。他們正憑借規模迎頭趕上。雖然目前落後於網路，但其發展潛力不可低估。horizon robot等獨立的人工智慧企業，以及京東、搜狗、滴滴、頭條等在互聯網細分領域取得的垂直優勢也值得關注。

中國巨大的消費市場可以產生無數的細分市場。互聯網滲透到各個行業和領域，為人工智慧的應用提供了最有形的參考。與互聯網相比，人工智慧的應用場景只會更加廣闊。

以上就是《人工智慧的產業鏈是什麼?這才是人工智慧發展的真相》，目前，人工智慧技術在網路安全領域的應用需求旺盛，技術優勢突出，產業發展勢頭良好。然而，與人工智慧相關的核心演算法和技術還不成熟，如果你想知道更多的人工智慧安全的發展，可以點擊本站其他文章進行學習。

⑺ 人工智慧產業將尋求哪三方面的突破

未來將扎實推進理論發展，加強新技術整合能力

如今，「智能+」社會已步步臨近，社會各界也正積極勾勒未來社會圖景。國外人工智慧巨頭動作不斷，在基礎技術、應用領域方面都有諸多突破，可以總結為三點：基礎研究能力強、跨界創新密集、人才紅利持續發揮。

第一步，到2020年，人工智慧總體技術和應用與世界先進水平同步，人工智慧產業進入國際第一方陣，成為我國新的重要經濟增長點；第二步，到2025年，人工智慧基礎理論實現重大突破、技術與應用部分達到世界領先水平，人工智慧產業進入全球價值鏈高端，成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智慧理論、技術與應用總體達到世界領先水平，我國成為世界主要人工智慧創新中心，人工智慧產業競爭力達到國際領先水平。

專家認為，要想讓機器人滲透到人們生活，真正實現智能社會，一定要把相應的基礎設施建設好，建立知識庫、大資料庫、面向各類具體問題的智能系統等。「這不僅要有技術，還涉及整個社會體系、服務體系和治理體系等。」業內人士呼籲，要加快機器人向各領域的應用，實現人機協調、跨界融合、共創分享，營造有利於機器人發展的良好生態。

瑞銀研究報告顯示：至2030年AI每年將為亞洲貢獻經濟價值高達1.8萬億至3.0萬億美元，將對金融服務、醫療保健、製造、零售和交通等行業產生巨大影響。這些行業加起來，相當於目前亞洲GDP的三分之二。

據統計，2000至2016年，中國人工智慧企業數量累計增長1477家，融資規模達27.6億美元。其中，2014至2016年三年是中國人工智慧發展最為迅速的時期。這三年裡新增的人工智慧企業數量占累計總數的55.38%。另據艾瑞咨詢公開數據，中國人工智慧產業規模2016年已突破100億元。

面對優勢，還需戒驕戒躁；面對補足，還需踏實補強；我國應在人工智慧產業發展的浪潮中爭當「弄潮兒」。

未來已來，當時代的鍾聲緩緩敲響，新科技革命和產業變革將是最難掌控但必須面對的不確定性因素之一，抓住了就是機遇，抓不住就是挑戰，必須在日新月異的科技大變革中、在國際合作與競爭的征程中加速前進。

⑻ 人工智慧應用在那些行業，比較適合

雖然不能太誇大人工智慧，但該項技術的應用似乎已經勢不可擋。
馬化騰認為，人工智慧演化的第一步肯定會成為人類的幫手，成為人類研究和解決下一代技術時的一個重要的助手。但AI在怎麼發展都是戰術性的，是一種支持和幫助。比較復雜的戰略以及沒有多次重復規律的領域，還是離不開人腦的判斷。未來計算機和信息科學都會在生物科學以及人們生活的方方面面產生很大的作用。從騰訊方面來說，AI是發展的方向之一。他認為，在足夠垂直的細分領域里還是有機會的。這些方面代替人，比人做得好是有可能的。所以公司現在在找細分領域里，一些可以應用到AI和信息技術的商業機會。各種研究再怎麼天花亂墜，最終還要看是否能提高效率、改善用戶體驗。
在湯曉鷗看來，目前人工智慧在三個方面應用的比較多：一是語音識別。這個是相對成熟，也是第一個突破的。二是視覺，現在的主戰場就是在視覺領域，而且看的能力的場景是非常多的。三是自然語言的理解，就是要像大腦一樣解決問題，這件事情目前是完全沒有解決的。現在這一塊很熱，很多國內外的公司都做對話機器人，但這其實是非常難的一件事情，因為它對各種背景知識以及條件的要求是非常多的。
自然語音技術的應用到底有多難，為此他還舉了好幾個例子，比如說一句「上次我交給你的那件事，你給我辦了」，語音機器人是判斷不了具體什麼時間以及什麼事情的。這就需要很多的背景，但這都還沒有解決。目前市面上的應用是比較簡單的，主要是問一下餐館、影院這些比較固定的場景。還有一個問題是，很多智能機器人完全是由人來控制的，比如他開玩笑道，有的機器人是5點要下班的，因為後台操作它的人5點就下班了。還有Siri團隊會搜集一些比較難的問題，然後自己回答，當我們問到相關問題時，就會得到相同的答案。
雖然馬化騰和湯曉鷗都看好人工智慧的發展，但因為兩家公司發展階段的不同，導致他們做的事情也有些不同。
馬化騰認為，人工智慧與醫療和教育的結合是比較難的。騰訊投了大量與醫療和教育相關的公司，但感覺只了解到皮毛。因為這個產業鏈太長了，從各個角度來說只做了一小部分。雖然路還很長，但也是看到一些跡象可以與醫療和教育進行結合。比如用AI將教育的個性化系統進行提升。因為現在的教育可以利用信息技術，能針對每一個人、對不同的教育內容的反饋來決定下一步的教育的內容。利用信息技術的遠程、視頻寬頻，以及配對和匹配這些技術手段和產品可以將學生和教師進行更好的適配，提供更加靈活的方式和更好的體驗。
而對於創業公司商湯科技來說，短期來說首先是要活下來，所以不能挑高大上的事情做。湯曉鷗說，公司第一步要做安防，因為安防到處都是，每個攝像頭幾百萬。然後是手機，手機有視覺、圖像等很多需求，目前商湯已經在和很多手機廠商合作。第三是直播，做廣告植入和特效也需要很多的視覺要求，像faceu和一直播都是商湯在提供核心技術。
從中期和長期來說的話，公司會布局金融領域，無論是開戶還是內部的大數據運算、智能投顧等，都會用到人工智慧。雖然這些技術普及後，可能公司再去推進業務沒那麼容易。但是人工智慧還有很多的用處，比如做個性化的保險服務。而自動駕駛、醫療、晶元三大領域，在未來5-10年會有很大的應用。目前這三個行業的融資是最多的，但需要多做原創技術，而且還需要跟大廠商合作才能取得更大的進展。

⑼ 人工智慧龍頭股

閃牛分析：

人工智慧利好政策預期增強，市場層面行情火爆來襲！下一步人工智慧的看點有哪些？誰是這波行情的龍頭股呢？

一、人工智慧利好預期

人工智慧再次席捲A股，這次是江南化工裹挾這思創醫惠來了一次突襲。整個人工智慧板塊一度領漲各大板塊，卻最終沒穩住，無奈成就沖高回落的局面！

想必，大家都會期待人工智慧再次上演去年的故事。問題是，人工智慧再次成為市場焦點的概率有多大？

二、投資人工智慧的關鍵邏輯

要想預判這樣的問題，需要結合人工智慧產業本身的政策、發展狀況和市場層面的投資邏輯、資金流向等多方面因素分析。

大體來看，根據科技部的消息，人工智慧政策有望中短期發布，那麼人工智慧的行情還是值得期待；而市場層面的因素變數太多，難以把握，但可以結合人工智慧產業本身來分析。

就人工智慧產業來看，產業鏈分為基礎層、技術層、應用層。而每個產業鏈又包涵很多子領域。

基礎層：晶元、大數據、演算法系統、網路等多項基礎設施；

技術層：計算機視覺、語音語義識別、機器學習、知識圖譜等（目前發展勢頭比較猛）；

應用層：涵蓋領域有金融、安防、智能家居、醫療、機器人、智能駕駛、新零售等多個場景

通過這樣的分析，百曉生可以得到一個結論：本輪人工智慧行情的主要看點有兩個，一是在應用層領域具備核心競爭力的企業；另一個是基礎層面涉及的大數據、雲計算等軟體領域。

換句話說，接下來人工智慧的行情具有一定的「工業互聯網」+「獨角獸」色彩，所以在布局上，可以留意「人工智慧」+「工業互聯網」+「獨角獸」多重共振的個股；而節奏上，謹慎跟進，大膽持有！

另附人工智慧重點股：

⑽ 人工智慧的興起我們需要准備什麼

要說今年最火的，莫過於共享經濟和人工智慧。20年前，一台名叫「深藍」的IBM超級電腦擊敗了國際象棋大師卡斯帕羅夫，奠定了人工智慧發展的基礎。20年後，谷歌Deepmind團隊開發的AlphaGo再一次打敗了人類最強棋手，帶動了人工智慧發展的浪潮。

過去的10年間，移動互聯網和物聯網的出現逐漸改變了人們的生活方式，也積累了大量的數據基礎，這些都成為了發展機器智能的基礎。有人評論說，人工智慧是時代發展的必然產物，之所以在過去的20年沒有火起來，主要是受到半導體、數據積累、以及智能硬體發展的掣肘，如今半導體技術不斷成熟，大數據和雲計算發展完善，智能硬體的發展更加智能，這賦予了人工智慧感覺、感知、神經中樞、智能處理等行為，未來人工智慧的前景將更加廣闊。

7月7日，在2017首屆北大創新論壇的圓桌互動環節，北京大學人工智慧創新中心主任、網路創始七劍客之一雷鳴；上海鴻凱投資公司總經理、復旦大學金融學博士檀江來；上海贏基財富公司董事長王進；廣聯達科技股份公司董事、高級副總裁劉謙就人工智慧的發展來了一場「唇槍舌戰」。

人工智慧時代，我們該憂慮什麼？人工智慧的未來在哪裡？人工智慧將如何影響行業發展？

以下內容根據速記整理：

Q：人工智慧發展這么快，我們該擔心嗎？

檀江來：回顧人類最近100年的工業史，發展速度越來越快，難免讓人有點擔心。如果未來人工智慧快速發展，人類控制不了機器怎麼辦呢？我個人的觀點是，未來3-4年，人工智慧可能不會發展的那麼快。人類對新技術的應用不會像潮水一樣，馬上就影響我們的生活和行業。比如，這兩年投資領域流行一個詞叫智能投顧，又稱機器人投顧，是數字化投顧的一種，具體是指「通過互聯網技術，以投資者的風險偏好和財務狀況為依據，利用大數據和量化模型，為客戶提供基於指數型基金的資產配置方案和財富管理服務，並根據市場情況進行持倉追蹤和動態調整」。中國目前大概有上千個量化交易的團隊，智能投顧主要集中在銀行和證券業，對這些領域的發展有推動作用，未來還有很大的發展空間。

王進：關於人工智慧，發達城市、高等院校研究院所在談論，國外也在談論，甚至在偏遠的西部省區，絕大多數的產業規劃里也都把大數據、人工智慧作為了當地的支柱產業和未來發展方向，可見人工智慧在中國的火熱程度。

不過，對於人工智慧，我有幾個方面的擔憂：

第一，人工智慧到現在都沒有一個總體的規劃和布局，會不會像之前的項目一樣，盲目上馬，最後落得一地雞毛？

第二，人工智慧會以加速度的方式改變人類文明，它帶來的影響比計算機技術還大。80年代初有一部美國電影叫《星球大戰》，當時覺得影片中的很多場景都是幻想，結果都實現了。所以，我的感覺就是，如果這次人工智慧的機會抓不住，以西方為代表的工業社會就會和發展中國家形成一個新的鴻溝。未來發展中國家在新的製造方面就很難形成產業優勢，這是我的第二點擔憂。

第三，剛剛鄂維南院士提到，中國在人工智慧產、學、研上的投入比例非常低。這里有一個數據，不只是人工智慧產業鏈，在技術產業化方面，中國高等院校的比例也只有不到5%。這意味著我們超過90%以上的研究成果是被浪費的。我們一直在模仿西方國家，在資本的推動下、模式的推動下，市場大環境的推動下，實現了快速的發展。但是，模式容易創造，真正的技術進步還是需要沉澱的。

劉謙：其實，人工智慧已經融入我們的日常生活了，比如我們開車使用的導航，就是人工智慧應用的一種。以前，我們開車的時候才用導航，現在，即使去熟悉的地方也會開著導航，因為導航可以智能匹配最優路線，讓我們的出行更方便，更智慧。

《人類簡史》裡面提到了三次革命，最重要的一次是認知革命，即通過數據和科技改變我們的生活。也正是因為認知革命，才會把整個社會從原來的傳統模式帶入一個新的模式。所以，我認為人工智慧一定是未來社會的發展趨勢，而且會給經濟發展和社會形態帶來巨大變化。

與其擔心人工智慧，不如擁抱人工智慧。2015年，AlphaGo剛開發出來的時候只有10到12歲的智商，但是它打破了人機模擬學的模式，通過大數據、雲計算、深度學習，讓人工智慧技術不斷進化。另外，人工智慧不是單一的智能，未來它可以實現萬物互聯。

所以，如果用開放和擁抱的心態看人工智慧，它是行業進步的大方向，但也絕對是一個大挑戰。

雷鳴：從去年3月AlphaGo贏了棋手李世石，人工智慧就開始進入大眾視野並且越來越熱。從技術角度來說，人工智慧有三個基礎組成部分：數據、演算法和預算能力。預算能力隨著GPU的提升發展很快，現在一個GPU伺服器的運算能力是過去的幾百倍，而且還在以一年半到兩年的速度翻番。

另外就是數據，計算機被發明之後，數據的增長速度基本上是一年翻一番。關於深度學習，一開始方法非常差，最近幾年有了質的變化，這就是現在的數據和運算能力深度學習模型，基本上可以接近人腦，或者超過人腦。

在應用方面，人工智慧在各個垂直領域都有一定程度的替代性。各個領域，但凡通過學習和掌握重復提供標准化服務的，人工智慧都可以替代，包括智能投顧、自動駕駛、安保、審計、簡單的法律處理、在線醫療診斷等等。人工智慧一旦找到一個真正的風口，發展速度是非常之快的。

Q2：結合產業，探討一下未來人工智慧的影響和願景？

檀江來：我先談一個例子。前段時間我們去考察科大訊飛的一個項目，是利用人工智慧幫助學校老師改卷子。我們都知道，試卷里客觀題比較好判斷，對比選項就可以，但是主觀題就比較麻煩，需要根據教學大綱里內容分析判斷。但是科大訊飛做到了，並且已經在教育領域裡面耕耘了好多年，很多學校都在用他們的產品，很多學生也在用。大家都知道中國家長最大的投資是小孩的教育。據科大訊飛內部的數據，目前已經有1萬多所學校用了他們的產品，中國最優秀的100所學校有60多所在用他們的產品。這是一個了不起的市場。

希望未來在中國在金融市場上，我們也可以見到的一個比較好的人工智慧標的，供大家參考。

王進：從社會需求來看，人工智慧是一個必然趨勢。我們知道，在北京上海這樣的一線城市，企業最頭痛的一件事就是不斷上漲的人力成本。每個企業都在尋找降低成本的方式，其中一個就是技術進步帶來的勞動生產率的提高，人工智慧恰恰就可以提供這種可能性。

以我大學同學的公司為例，這個公司每年有80%的機器替代人工；還有另一個例子是相機行業，以前大家出門都是背著一個笨重的相機，現在人工智慧也把這個行業給顛覆了。

所以，未來企業家招人的時候可能考慮更多的是需要引進幾個機器人來替代工人。

劉謙：我們企業是專門服務於建設行業的。目前來看，建築行業有很大的轉型空間。

首先是建築數字化，即以後我們交付的除了建築實體，還有數字虛體；第二個數字化是整個建築流程數字化；第三個是參與各方的數字化。這也是人工智慧影響建築行業的基礎。

目前，全國有8000萬的建築從業人員，裡面有5000萬建築工人。這些建築工人在哪兒？在什麼地方工作？每天上下班出勤情況怎麼樣？從業學歷怎麼樣？這些都需要用數字化記錄下來。這是第一個特徵。

第二個特徵是要把建築行業的人與物、物與物在線連接起來。以前都是通過攝像頭來操作，未來我們會把建築實體和建築物提前通過數字模型連接起來，把建築物所有的信息傳到數字虛體裡面，然後再反向影響建築實體，這樣就構成了數字建築。當我們完成數字化和在線化以後，就形成了非常重要的數據基礎，整個建築物也會走向智能化。

未來，人工智慧帶給傳統行業的改變就是萬物互聯，但如果說人工智慧會不會給建築行業帶來一些威脅，我覺得有兩個。一是，如果人工智慧在某些演算法和數據採集上出現問題，可能導致安全事故發生；二是，當我們掌握大數據和人工智慧技術之後，人可能更難控制了，那時候真正的威脅可能是來自於人。

未來，人工智慧發展更多的不是技術本身，更重要的是我們的看法和我們本身。

雷鳴：人工智慧進入每個行業都會衍生出很多的新事物，比如智能預警大樓、智能安防、智能製造，智能物流、智能駕駛等等，未來我們的生活會被數字包圍。

Q3：人工智慧將真正影響世界，這一點是確認無疑的。目前中國在這方面有沒有領先優勢和主動權？大家應該怎麼樣做？

檀江來：毫無疑問，人工智慧已經在影響人類，未來會更加深刻的影響著我們的生產和生活。關於中國在人工智慧領域的優勢，我個人覺得有幾點：

一，相比較美國，中國在人工智慧領域的研究比較靠前，至少在人工智慧的發展中，中國搶了一些先機。美國的優勢在於可以吸引全世界的人才，中國政府如果可以把國內空氣質量改善一下，相信優秀人才也會留在國內。

二，在中國，人工智慧最迫切需要改善的領域可能是醫療。在之前的工業革命中，機器代替人已經很完整了，剩下的空間其實沒有那麼大。反倒是醫療行業，需要人工智慧可能更迫切一些。

王進：我覺得政府在人工智慧發展進程中，腳步走的稍微有點快。我們可以看到，各地政府在實際的生產過程中佔用了大量資源。這種資源往往是不計較投入產出的，還造成了資源浪費。換一種說法就是，我們產、學、研模式沒有理順。實際上，我們可以把中央政府的很多投資放到專業機構中，讓它發揮專業機構的培育和引領作用。

同樣，我們也可以借鑒一些國外的做法，建立一些國家產業基金，重點扶持包括人工智慧在內的重點行業。中國一定要跟世界接軌，吸引全世界最優秀的人才，最創新的想法，來實現人工智慧的產業化、市場化。

劉謙：我們可以看到，在中國有80%的產業數據都集中在政府裡面。如果政府把這些產業數據開放，支持我們國家的創新研究和人工智慧技術研究，將會有一個非常好的促進作用。

另外，對於各個國家而言，人工智慧正處在百花齊放、萬家爭鳴的階段，需要盡管推動國家層面制定人工智慧相關產業的政策和配套制度，這些也將對人工智慧發展起到正向引導作用。

所以，我們要相信政府，相信市場，相信未來。

雷鳴：從國際角度來看，中國在人工智慧的優勢確實不錯。中國有巨大的人才池，華人在人工智慧領域的相應論文數量佔了全球的將近一半。這是中國的第一點優勢。

第二點，中國有非常大的市場優勢。

第三點是說一下醫療領域。中國的醫生數量很多，但是高質量的醫生很少，這是我們的缺陷。但是落後並不見得是壞事，人工智慧時代，中國完全可能在醫療行業實現超越。