發表時間：2019-02-25 11:46:10
人工智能（Artificial Intelligence，AI）本質上是為了研制出具有類人智能的機器或系統，能夠模擬、延伸和擴展人類智能的理論、方法、技術以及應用形式。人工智能作為一門學科誕生至今已有60 年的歷史，期間經歷了2 次高潮和低谷，從2010 年到現在又迎來人工智能發展的第三次浪潮。
在第三次浪潮襲來之際，關于人工智能的質疑聲越來越小了，種種跡象表明，人工智能已經迎來拐點。
首先，智能制造產業的投資逐年增加。資本是最靈敏的風向標。從已經披露的人工智能領域投資來看，2011年到2016 年的五年間，無論是總體融資額還是交易次數都在逐年上升，人工智能領域的創投金額5年間增長了12 倍。
其次，人工智能的相關政策已經上升到國家層面。美國、日本、韓國、德國等國家近幾年紛紛出臺多項戰略、計劃積極推動人工智能發展，人工智能已逐漸上升為國家戰略。在我國，人工智能也已經被列入國策。
再次，人工智能成為企業戰略布局的制高點。無論是科技巨頭，如Google、IBM、Microsoft、Facebook、Amazon、百度、阿里、騰訊等，還是創業公司，都充分認識到人工智能技術引領新一代信息產業發展的戰略意義，紛紛投入重金收購企業、招募人才和研發核心技術，力圖掌握人工智能時代的主動權。
最后，也是最重要的，人工智能在某些專業任務上的表現經常勝于人類。得益于深度學習（人工智能的核心技術，指使用多層神經網絡的一系列方法的匯總，這些方法支持快速完成一度被認為無法自動化完成的任務）的突破性發展，人工智能在某些專業任務上的表現已經超越人類，比如語音識別、圖像識別，為進一步的發展奠定了實質性的根基。去年，谷歌的阿爾法狗在人類自以為憑智力占據絕對統治地位的圍棋領域以4：1戰勝韓國圍棋名將李世石，讓世人驚詫人工智能思考的復雜性。
從投資風向、政策環境、企業戰略以及產業基礎四個方面來看，人工智能已經開始向我們的日常滲透，雖然還無法預測具體的時間點，但可以肯定的是，我們終將步入人工智能時代。
一、人工智能產業鏈及其影響
技術進步是人均GDP增長的重要驅動力，科技的每一次突破，都會推進行業改革，激起創新熱潮。有人將人工智能比作第四次工業革命，以凸顯其對各行業帶來的深遠影響。
從人工智能自身的產業鏈來看，人工智能可以分成技術支撐層、基礎應用層和產品層。
技術支撐層主要由算法模型（軟件）和關鍵硬件兩部分構成。傳感器負責收集數據，人工智能芯片（GPU、FPGA、NPU等）負責運算，算法模型負責訓練數據。
值得一提的是，芯片作為人工智能的上游產業將走在行業發展前沿，未來幾乎所有的智能化應用場景，都將離不開人工智能芯片。人工智能的訓練和運行需要很高的內在并行度、大量的浮點計算以及矩陣計算，和CPU相比，GPU 具有多個處理器內核，高并行的結構使得GPU成為當下主流的人工智能芯片。
目前市場上，比如在PC 領域的GPU，基本上只能見到Nvidia、Intel、AMD 這幾家公司的產品，Nvidia 實力最強，相比之下，我國的技術儲備還差一大截。
基礎應用層主要由感知類技術和其他深度學習應用構成。人工智能基礎技術主要用于讓機器完成對外部世界的探測，即看懂世界、聽懂、讀懂世界，由計算機視覺、語音識別、語義識別構成，是上層智能產品或方案不可或缺的基礎。
人工智能基礎技術可以說是人工智能時代的Android系統，科技巨頭和科研機構紛紛開源人工智能技術，建立人工智能開源平臺，以此來獲得大量的用戶需求和開發人員，組建開放共享、互利共贏的人工智能生態圈。常見的開源平臺有Google 的TensorFlow、微軟的DMTK、Facebook的Torchnet、非盈利性開源人工智能組織的OpenAI、百度的Paddle等。
方案集成層通過集成基礎應用技術，為特定的應用場景提供產品或方案。人工智能將在哪些領域有哪些施展拳腳的空間？答案是人工智能會給幾乎各行各業帶來變革與重構，比如：安防、制造業、服務業、金融、教育、傳媒、法律、醫療、家居、農業、汽車等。重構的領域之多、力度之大將是前所未有的，在這背后蘊藏的是人工智能無限想象的市場空間。
這也是人工智能成為戰略制高點的原因所在，誰能率先給行業插上人工智能的翅膀，誰就有可能完成市場資源的再整合和優化配置，進而改寫游戲規則，在這一輪競爭中占據有利競爭優勢，成為新晉寡頭。
根據招商證券的預計，到2020 年，全球智能機器人市場規模約830 億美元，人工智能市場規模約700 億美元。預計2025 年，工業機器人全球裝機量將達到1500 萬-2500 萬臺，年均增速為25%-30%，每年將產生0.6 萬-1.2 萬億美元的經濟影響；醫療類、增強人體機能類和家用類等服務機器人每年將產生1.1 萬-3.3 萬億美元的經濟影響。
二、人工智能，是福祉，也是挑戰
人工智能的深刻變革，還將通過對經濟層面的改造，進而影響社會的方方面面。先來看積極的影響。
首先，人工智能有望緩解勞動力緊缺的問題。在工業發展領域，無論是智能工廠還是智能生產，落腳點都在如何實現和運用智能化的技術。目前，我國是世界上人口老齡化程度比較高的國家之一，勞工市場面臨有效勞動力緊缺的處境，而人工智能有望緩解人口紅利逐漸消失、勞動力的缺失和錯配等制約工業制造發展的問題。
其次，個人消費領域將面臨新一輪的產業升級。當前消費結構中增長較快的是教育、娛樂、文化、通訊、醫療保健、旅游等方面，尤其是與IT 產業相聯系的消費增長最為迅速。這些行業最易接受新技術與新產品，改善消費者的體驗。
再次，人工智能有望提供社會的整體福利。隨著人工智能技術的發展，有些工作，尤其是重復性的、乏味的工作，可以讓機器完成。還有些工作，人工智能將輔助人類高效的完成。這就將人們從繁雜的事務中解放出來，使人們有更多時間從事更具創造性的工作、追求更自由的生活，從而提高社會的整體福利。
人工智能在帶來積極影響的同時，也帶來了諸多挑戰，這些挑戰有普遍性的，也有不同行業特有的，比如：
第一，人工智能帶來的紅利可能會不公平的分布在整個社會。由于IT市場贏家占據大部分市場的屬性，少數企業主導市場的局面仍將持續，如果生產率的提高沒有轉化成工資增長，那么人工智能所帶來的巨大經濟裨益可能將歸于少數人群，而不是由更廣泛的工人和消費者所共享，從而加劇社會財富的分配不均。
第二，人工智能推動的自動化將會增加低學歷與高學歷員工之間的收入差距。相比抽象性、創造性的工作，那些低端的重復性工作更容易被自動化，也更容易受到威脅。普華永道究估計，隨著人工智能和機器人技術的進步，英國有30%的工作崗位可能會被機器人取代，德國為35%，日本為21%。這些崗位高度集中在低收入、低技能、教育程度較低的人群，導致該群體的市場需求下滑，工資水平下降，甚至失業，無形中增加了經濟上的不平等。
第三，人工智能控制物理世界的設備導致了公眾對安全的擔憂。擔憂來自兩方面，一是人工智能越來越復雜，試圖了解和預測先進人工智能系統的行為存在著固有的挑戰。二是人工智能從實驗室的封閉世界安全過渡到外部不可預測的開放世界，需要面對不可預見的突發狀況帶來的挑戰，特別是當系統暴露在復雜的人類環境。
除此之外，人工智能在監管、司法公正、道德責任等分支領域也面臨著不小的挑戰。如何更高效、更公平的方式發揮人工智能的紅利，并最大程度的解決隨之而來的挑戰，需要統籌考慮。
三、中國和世界站在了同一起跑線
目前，企業巨頭的布局主要集中在三個方向：AI芯片、開源平臺、人工智能技術。在AI芯片方面，我國芯片產業基礎薄弱，和Nvidia、Intel、AMD差距明顯。在開源平臺方面，Google 的TensorFlow擁有先發優勢，不過，該領域百花齊放，格局未穩。在人工智能技術方面，中國與美國的差距越來越小了，深度學習有40%的論文是華人發表的，百度的無人車技術世界排名前三。百度公司董事長兼CEO李彥宏曾提到，在人工智能的研究上，中國并不落后，我不敢說數一，但是數二是肯定的。
對于企業來說，人工智能蘊藏著巨大的機會，但挑戰也很巨大。
人工智能技術主要由數據和算法支撐，從這個角度講，互聯網和移動互聯網的巨頭，可以憑借數據和算法方面的積累，可以延續自身的優勢。初創公司在數據和算法上的積累雖然薄弱，但比巨頭更靈活，自2010年以來，人工智能公司開始高速增長，紛紛卡位前景明顯的細分市場。不過，人工智能時代才剛剛拉開帷幕，市場并未完全打開，紅利窗口遠沒有關閉，各行各業仍有待完善，市場仍然有很多值得挖掘的細分領域。
和2C業務相比，2B業務更值得深入挖掘。金融服務、生命科學、醫療保健、能源、交通、重工業、農業和材料等領域，有清晰的產業邊界，專有數據也不被巨頭獨占，創業公司可以利用專有數據和機器學習模型解決高層次的專業問題，創造價值。
我們往往高估一兩年的發展，而低估未來十年的變化，這句話同樣可以形容人工智能產業。目前，人工智能仍處于積累量變的過程，短期來看，技術向商業的轉化仍面臨著巨大挑戰；長期來看，一批關注垂直領域的人工智能公司，借助專業領域的技能、獨特的數據和人工智能技術，切實解決行業面臨的實際問題，一定會傳遞真正價值，前提是要做好長期的攻堅準備。
對于政府來說，人工智能需要積極的政策扶持和完善的產業環境。
人工智能的攻堅離不開政府的支持。在過去幾年，我國政府持續關注人工智能發展，并針對人工智能制定多項國家戰略。
除此之外，相關政策還可以從以下幾個方面著手，為社會提供一系列積極效益，盡量減少負面影響：一、對人工智能研究進行長久投資；二、了解并解決人工智能的倫理、法律和社會影響；三、做好輿論引導，避免群眾對人工智能的盲目恐慌；四、建立標準和監督機制，確保人工智能安全穩定；五、引導產業聯盟，尤其是撮合高校、科研機構和企業的對接，使得高校和科研機構的理論和企業的數據形成優勢互補；六、加強人工智能人才的培養，幫助工人做職業轉型。
對于個人來說，面對人工智能的挑戰，要學會和智能制造一起協作。
