在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，因而正确理解人工智能目前的应用能力、发展状态，以及市场情况成为了各行各业的首要任务。近日，中国人工智能学会与罗兰贝格联合发布《中国人工智能创新应用白皮书》（以下简称“《白皮书》”），详细梳理了人工智能的发展，估算了其在各行业的商业应用价值，并为各类企业在此方向的布局发展提出建议参考。

《白皮书》指出，中国人工智能企业在当下人工智能第三次浪潮中的发展势头良好，处于全球领先的优势地位。与物流行业息息相关的汽车、零售行业是受人工智能影响最大、最具成熟发展基础与市场应用潜力的传统产业之一。

人工智能应用快速增长

近年来，在人工智能应用领域，无论是市场规模还是资金投入都在迅速增长：从2012年起到2016年，全球人工智能融资总额每年持续增长并达到70%的增速。同时，预计到2025年，全球人工智能市场规模将达到3万亿美元。市场对人工智能持续高涨的热情，一方面来自于技术本身的提高，包括数据、算法、计算力，这些因素为商业应用创造了价值；另一方面，大数据、物联网，以及云计算等技术使人们意识到数据与信息的重要性，而这些正是人工智能技术发展的原材料。

具体来看，从1986年起到2007年，全球单日信息存储能力增加了约120倍；而在数据生成量方面，预计到2020年将达到44ZB（ZB代表10万亿亿字节），是2009年的44倍。数据量的成倍增长，伴随的是计算力的提升以及机器学习算法的突破。近期，寒武纪、地平线、深鉴、Kneron、鲲云科技等人工智能芯片公司相继获得融资。新一代计算芯片可以提供更强大的计算力；同时，在集群上实现的分布式计算能够帮助人工智能模型在更大的数据集上运行。

不仅是在底层方面，物联网、大数据、云计算技术也是近几年发展的关键。

其中，物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。大数据技术为输入数据在储存、清洗、整合方面做出了贡献，能够帮助提升深度学习算法的性能。云计算的大规模并行和分布式计算能力不仅能够降低计算成本，还能提升计算效率。

得益于技术的进步，人工智能产业发展受到了资本方的大力支持。从技术方面看，人工智能方向的企业主要分为两类：一类是专注于技术研发的通用型人工智能企业，如DeepMind、Facebook AI Research、Google Brain和Baidu AI等；另一类是专注于人工智能技术应用的专用型人工智能企业。其中，通用型人工智能由于研发技术难度大，目前多由巨头互联网公司进行布局，短期内没有明确的技术突破前景；而专用型人工智能企业虽然数量众多，但其发展仍然受制于需要人工标注的数据限制。

人工智能商业应用现状

《白皮书》认为，人工智能的应用将率先落地在数据积累丰富的行业，以及应用场景较为明确、应用价值较为直接的价值链环节（例如营销、服务等）。虽然目前人工智能在各个行业的发展会受到数据量等因素的制约，但整体还是处在一种蓄势待发的状态。

借助人才基础、应用市场规模及投资支持等方面的优势，中国的人工智能企业数量、专利申请数量及融资规模均仅次于美国，位列全球第二。北京、上海和深圳在人工智能企业与人才积累方面名列全球前茅。

从定量的角度进行分析，到2030年，人工智能将在中国产生10万亿元的产业带动效益。《白皮书》认为，除互联网行业外，汽车、消费品与零售、金融、医疗行业等数据基础较完善、数据资源较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。此外，制造、教育、通信行业也值得关注。

据估算，在金融行业，通过人工智能技术在风险控制、资产配置、智能投顾等方向的应用，预计将带来约6000亿元的降本增益效益；在汽车行业，人工智能在自动驾驶方面的技术突破将带来约5000亿元的价值增益；在医疗行业，通过人工智能技术在药物研发领域提高成功率、在医疗服务机构提供疾病诊断辅助和疾病监护辅助等提高服务效率的应用，预计可带来约4000亿元的降本空间；在零售行业，人工智能在推荐系统上的运用将提高在线销售量，更加精准的市场预测将降低库存成本，预计可带来约4200亿元的降本增益价值。

汽车行业重点应用场景

◆整车的智能营销

机器学习和云端技术将给消费者需求洞察与精准营销带来突破性变革。相较于以人力实现的消费者调研，人工智能平台将以更高的效率、更低的成本、更广的范围和更精准的维度来描绘消费者形象和偏好，发现隐藏于消费者行为（例如，网络动态和汽车功能使用）背后对于车型、性能、价位等的需求。

◆数据驱动的产品优化

利用车载传感器、物联网、3D建模和机器学，结合材料基本属性、制造流通、消费者洞察、营销、金融保险，以及自动驾驶交通管理等成百上千个因素，提出产品概念和调整方案。

◆零部件的预测性维修

预测性维修是将状态监测、故障诊断、状态预测和维修决策多个工位合为一体的系统过程，实现零配件的提前维修及更换，避免事故发生，减少故障反应时间，简化、优化维修服务。

◆驾驶辅助系统

通过车载设备获取自身速度、加速和轮胎状况等车辆情况，通过传感器感知外部声光、湿度、路况、标识、致癌物等环境信息，通过智能设备识别车内人员、理解乘客需求、实现人车交互。可基于驾驶员命令执行停车协助、刹车辅助等任务，可利用感知数据和决策系统完成车道偏离警示、主动车距控制、自适应巡航控制等操作。

如何借力人工智能？

人工智能技术是继互联网之后最具颠覆性的革命性技术，它将引导一系列新的商业变革。目前，谷歌、Facebook、亚马逊、阿里巴巴、百度等互联网巨头都在收购人工智能初创企业或自建研发实验室。互联网巨头都已如此，普通企业更加应该借力人工智能。

■企业发展人工智能总体思路

企业在制订人工智能发展计划时，首先应当明确，在目前的业务场景下有哪些地方可以运用人工智能技术？有什么机会可以把握？或者说，如果不开始布局人工智能，会失去哪些机会？其次，企业需要通过研究外部市场发展情况来了解目前行业中其他企业在此技术方向上的布局，评估人工智能技术在自身业务背景下的各种应用机会。

■企业发展人工智能配套能力的具体建议

企业在制订人工智能发展战略时需要考虑的几大核心问题：如何选择切入人工智能创新技术应用的合适时间点？是做创新应用的先行者还是跟随者？是采取自建技术团队的方式，还是通过外部合作推进技术应用？

在理清这些关键问题的思路后，在相关的配套能力方面，《白皮书》有如下两条建议：

建议一：建立专项部门或负责小组，在组织间打通资源信息，并尽快执行融合技术，指定高层人员负责建立的专项部门，各个部门共同承担人工智能项目推进所需要的资源支持；组建项目小组，并由企业高层人员直接管理。尽早开始在试点应用场景下进行实施：设计效果反馈机制，在小范围业务内进行试点与反复测试。

建议二：对内鼓励内部创新孵化，对外善用资本运作手段，加速人工智能能力进程；建立明确的投资策略与投资方向，建议企业学习早期项目投资机构的投资策略，对各类中小型人工智能企业进行大范围但小投资额度的布局。同时，考虑将国外领先的人工智能技术型企业纳入投资范围内，建立专门负责的相关投资部门。