在資本寒冬里投資者卻向底層技術革新者釋放了暖意，云計算、大數據等非流量驅動業務開始勃興，曲高和寡的人工智能（Artificial Intelligence，“AI”）也迎來了春天，據CB Insights 統計，約有200 家人工智能公司已獲得了近 15 億美元的融資。

人工智能被視為移動互聯網的下一幕，其技術紅利已經開啟了，年初圍棋絕頂高手會戰阿爾法狗只是人工智能的驚鴻一瞥。人工智能可見簡單理解為讓機器完成人為設定的任務，分為運算智能（能存會算）、感知智能（看聽會說、能看會認）、認知智能（能理解會思考）三個層面；而數據挖掘、機器學習(Machine Learning,DL)、深度學習(DeepLearning,ML)深刻影響著人工智能發展。

為什么人工智能會成為新的風口？人工智能產業化在哪些垂直領域實現了產業化?本文試做探析。

從互聯網+到AI+，人工智能正成為產業升級的新風口

伴隨互聯網+行動進入深水區，人們逐漸認識到了互聯網的本質除了“連接”商品、信息、人以外，還可以連接“智慧”。

在今年8月份召開中國人工智能大會（CCAI2016）大會上，眾多全球頂尖人工智能專家呼吁把人工智能上升到國家戰略層面，習近平主席在G20峰會演講中特別提到“人工智能將給人們的生產方式和生活方式帶來革命性變化”。眾多有利因素交匯讓AI行業臨近爆發：

我國正進入人口老齡化社會，人口紅利逐漸消失，以機器替代人力成為大勢所趨，而我國實體經濟對于人工智能的應用相對缺失，市場空間巨大。

我國移動互聯網的滲透率超過50%、智能手機用戶量世界第一，這為人工智能提供充足的數據資源，也讓人工智能站在更高起點之上。而基于GPU（Graphics Processing Units，圖形處理器）的眾核體系結構包含了幾千個流處理器，大幅度縮短了計算時間，英偉達、AMD等公司不斷推進GPU大規模并行架構支持，也為深度學習提供了較好的基礎設施。

眾多互聯網巨頭搶灘AI領域，收購掌握AI創新技術的創業公司，加大對AI的人才、資金投入，加速了AI在產業鏈上布局。如Goole無人車實驗項目，Apple與IBM合作開發人工智能健康數據平臺，Facebook在Messenger測試和培育人工智能。而在國內，百度把人工智能當做核心中的核心，為“百度大腦”提供支撐并算法、計算能力、大數據支持；科大訊飛的“訊飛超腦”則主攻人機語音交互等。

人工智能產業化潛能沒有天花板，這些垂直領域正率先商業化

AI技術開始在語音識別、圖像識別、搜索與數字營銷、智能駕駛、數據服務等領域落地。語音識別應用如iPhone的Siri、微軟小冰、移動App中智能語音輸入等，在數字營銷領域的應用比如程序化購買廣告平臺百度DMP的精準推廣等。

在圖像識別廣泛應用子啊人臉識別、照片歸類、圖片搜索、自動駕駛，其中人臉識別技術經過深度學習之后人臉識別實現0.001%誤識率與95%通過率，達到金融、安防等領域應用標準，甚至還能識別人臉的表情變化做出交互。比如曠視科技的Face++應用到支付寶賬戶登陸，還在傳統銀行大額轉賬、互金平臺的小額放貸中使用人臉識別。

AI在數據服務上較成功案例是美國獨角獸公司Palantir，估值達200億美金,僅次于Uber。作為硅谷最知名的大數據公司，Palantir幫助FBI、CIA、DIA、美國國土安全局等政府部門從海量的財務數據、DNA樣本、語音資料及世界各地地圖中找到有價值數據線索，曾在追蹤和抓捕本·拉登的行動中立下奇功。Palantir還為華爾街眾多頂尖金融機構提供反欺詐和評估貸款風險服務，在Palantir公司沒有銷售員，只有Palantir Gotham和Palantir Metropolis兩大產品線分別應用于國防安全與金融安全。國內的AI+大數據的代表為明略數據，近期獲紅杉中國基金領投的2億元人民幣B輪融資，核心拳頭產品為大數據關聯關系挖掘產品SCOPA，在公安、金融、稅務、營銷、制造業等領域有落地。

不妨大膽預測，人類+機器的AI產業應用在不同領域會出現越來越多的人工智能警察、人工智能風控師、人工智能醫生等，大幅度提升工作效率，延伸人類的智慧，但目前仍然處于產業化的初期階段，巨大的產業潛能有待開發······