1、人工智慧是什麼?
人工智慧是一門利用計算機模擬人類智能行為科學的統稱，它涵蓋了訓練計算機使其能夠完成自主學習、判斷、決策等人類行為的範疇。
人工智慧、機器學習、深度學習是我們經常聽到的三個熱詞。關於三者的關係，簡單來說，機器學習是實現人工智慧的一種方法，深度學習是實現機器學習的一種技術。機器學習使計算機能夠自動解析數據、從中學習，然後對真實世界中的事件做出決策和預測;深度學習是利用一系列「深層次」的神經網絡模型來解決更複雜問題的技術。
人工智慧從其應用範圍上又可分為專用人工智慧(ANI)與通用人工智慧(AGI)。專用人工智慧，即在某一個特定領域應用的人工智慧，比如會下圍棋並且也僅僅會下圍棋的AlphaGo;通用人工智慧是指具備知識技能遷移能力，可以快速學習，充分利用已掌握的技能來解決新問題、達到甚至超過人類智慧的人工智慧。通用人工智慧是眾多科幻作品中顛覆人類社會的人工智慧形象，但在理論領域，通用人工智慧算法還沒有真正的突破，在可見的未來，通用人工智慧既非人工智慧討論的主流，也還看不到其成為現實的技術路徑。
專用人工智慧才是真正在這次人工智慧浪潮中起到影響的主角，我們報告的討論範圍將聚焦在更具有現實應用意義的專用人工智慧技術，具體討論現有專用人工智慧技術能帶來的商業價值。
2、人工智慧的發展歷史
人工智慧的概念形成於20世紀50年代，其發展階段經歷了三次大的浪潮。第一次是50-60年代注重邏輯推理的機器翻譯時代;第二次是70-80年代依託知識積累構建模型的專家系統時代;這一次是2006年起開始的重視數據、自主學習的認知智能時代。在數據、算法和計算力條件成熟的條件下，本次浪潮中的人工智慧開始真正解決問題，切實創造經濟效果。
3、本次人工智慧浪潮的驅動因素
驅動認知程度提高的一方面因素是技術本身的提高，包括數據、算法、算力，使得人工智慧技術真正為商業應用創造了價值;另一方面，大數據、物聯網、雲計算等技術為人工智慧的發展打下了良好基礎。
4、人工智慧產業發展技術方向
人工智慧方向的企業目前主要分為兩類:專注於技術研發的通用型人工智慧企業，如DeepMind、Facebook AI Research、Google Brain與Baidu AI等，以及專注於人工智慧技術應用的專用型人工智慧企業。通用型人工智慧由於研發技術難度大，目前多由巨頭網際網路公司在進行布局，短期內沒有明確的技術突破前景。專用型人工智慧企業數量眾多，但其發展仍然受制於需要人工標註的數據限制。
5、人工智慧產業發展的地域分布
縱觀全球人工智慧產業的發展，我們可以發現，全球領先的創新高點散落在各個國家，如美國紐約與矽谷、英國倫敦、以色列，以及中國的北京、上海與深圳。人工智慧技術本身具有高流通、易傳導的性質，在全球信息流通開放的大環境下，人工智慧的發展不再受限於國家或地域。藉助於良好的人才基礎、巨大的應用市場、強有力的風投基金支持，中國人工智慧企業的發展勢頭良好，在全球處在優勢領先地位。中國的人工智慧企業數量、專利申請數量以及融資規模均僅次於美國，位列全球第二。在國內，計算機視覺、服務機器人、自然語言處理方向的人工智慧企業佔據了人工智慧企業個數的一半以上。北京、上海、深圳作為國內人工智慧創新的高地，其相關企業數量佔據了國內企業總數的近80%。
6、人工智慧未來發展的預測
短期內構建大型的數據集將會是各企業與研究機構發展的重要方向。同時，機器學習技術會更注重遷移學習與小樣本學習等方向，近期AlphaGo Zero在無監督模式下取得的驚人進步充分體現了此方向的熱度。長期來看，通用型人工智慧的發展將依賴於對人腦認知機制的科學研究，其發展前景目前尚處於無法預測的狀態。
在商業應用方面，短期內，專用型人工智慧將會在數據豐富的行業、應用場景成熟的業務前端(如營銷、服務等)取得廣泛的應用。長期來看，正如國際人工智慧領域著名學者Michael I.Jordan所說，人工智慧技術將能在邊際成本不遞增的情況下將個性化服務普及到更多的消費者與企業，從細分行業的特定應用場景應用到更加普世化的情景。
7、本次人工智慧可以帶來的商業價值分析
隨著人工智慧在各個行業的應用場景逐漸明朗，應用的行業與業務範圍逐漸增加，在自動駕駛、醫療輔助診斷、金融交易風險防控等領域已有眾多企業進行了布局。
從定量的角度，至2030年，人工智慧將在中國產生10萬億元的產業帶動效益。根據我們的估算，人工智慧帶來最大影響的傳統產業將會是金融、汽車、零售和醫療。在金融行業，通過人工智慧技術在風險控制、資產配置、智能投顧等方向的應用，預計人工智慧將帶來約6000億元人民幣的降本增益效益。在汽車行業，人工智慧在自動駕駛上的技術突破將帶來約5000億元人民幣的價值增益。在醫療行業，通過人工智慧技術在藥物研發領域提高成功率、在醫療服務機構內提供疾病診斷輔助、疾病監護輔助等提高服務效率的應用，預計人工智慧可以帶來約4000億元人民幣的降本價值。在零售行業，人工智慧在推薦系統上的運用將提高在線銷售的銷量表現，同時更加精準的市場預測將降低庫存成本，預計人工智慧技術將帶來約4200億元人民幣的降本與增益價值。
8、目前人工智慧在各行業的發展基礎分析
根據不同行業的企業在組織機構方面、數據與技術基礎方面以及人工智慧應用情況上的現狀，我們設計了不同行業人工智慧發展基礎的評估體系，對各個行業應用人工智慧的準備程度進行了評估。
通過在各個行業積累的項目經驗以及與各個行業的專家訪談，我們對13個行業在組織文化基礎、數據與技術基礎、人工智慧應用基礎三大方面的17個子問題進行了定量評估。
從結果上來看，金融、零售、醫療與汽車行業發展基礎最為夯實。金融行業擁有良好的數據積累，在自動化的工作流與相關技術的運用上也有不錯的成型成效，在組織機構的創新文化與靈活性上處於中等優勢地位。醫療行業擁有多年的醫療數據積累與流程化的數據使用過程，因此在數據與技術基礎上有著很強的優勢。汽車行業已經開始利用人工智慧技術布局自動駕駛、輔助駕駛技術，因此在組織基礎與人工智慧應用基礎上有著很好的優勢。零售行業在組織結構、數據積累、人工智慧應用方面有一定基礎，處於一個比較均衡的發展狀態。
同時，製造、教育、通信行業值得關注。製造行業、通信行業雖然在組織機構上的基礎相對薄弱，但由於擁有大量高質量的數據積累以及自動化的工作流，為人工智慧技術的介入提供了良好的技術鋪墊。教育行業的數據積累雖然仍處於發展過程中，但組織整體對人工智慧持重點關注的態度，同時開始在實際業務中結合或應用人工智慧技術。
9、企業如何布局人工智慧
如前所述，人工智慧技術是繼網際網路之後最具顛覆性的革命性技術，它將開啟一系列新的商業變革。當下人工智慧技術所處的發展階段，就好似處於上世紀九十年代中期的網際網路技術。目前，谷歌、Facebook、亞馬遜、阿里巴巴、百度等網際網路巨頭都以收購人工智慧初創企業或自建研發實驗室等各種方式積極布局人工智慧研發，各行業領軍企業也在各類人工智慧應用場景內進行積極的投資、收購與研發。對於各行業的企業而言，布局人工智慧應用，時機就在當下。企業發展人工智慧總體思路。
企業在制定人工智慧發展計劃時：
首先應當明確在目前業務場景下有哪些地方可以運用人工智慧技術，有什麼機會可以把握，或者換個角度說，如果不開始布局人工智慧技術，會失去哪些機會。企業需要通過研究外部市場發展情況,了解目前行業中其他企業在此技術方向上的布局，評估人工智慧技術在自身業務背景下的應用機會，學習觀察在價值鏈各環節上的商業應用案例。
其次，企業需要評估在組織、數據與技術、運用與執行能力上具備的核心競爭力，認識到在哪些方面存在不足，並針對不足為相關部門提供各方面的支持與引導。
最後，結合對企業內部核心競爭力打造計劃與應用實施計劃，企業需要制定明確的發展方向與發展程度期望，設置具有時間節點的發展藍圖，並打造相關配套能力支持計劃的執行。
來源：未來智庫 頭條
版權聲明：轉載文章和圖片均來自公開網絡，推送文章除非無法確認，我們都會註明作者和來源。如果出處有誤或侵犯到原作者權益，請與我們聯繫刪除或授權事宜
往期精彩文章（單擊就可查看）：