此次人工智能熱潮與以往有本質不同，是相關產業步入成熟的標志。在深度學習、大數據和計算能力的共同推動下，人工智能第一次將實驗室技術帶進了產業實踐，第一次在機器視覺、語音識別等領域突破了普通用戶可接受的心理閾值，第一次在互聯網、金融、安防等先導行業創造出可觀的商業價值，第一次顯示出帶動整個產業生態協同發展的巨大潛力。人工智能正進入可長期持續發展的穩健增長期。

人工智能在中國是方興未艾、如火如荼，在所有今天人工智能的領域，從機器人到智能金融、智能醫療、智能安防，智能教育、智慧城市，到后面已經有了深度學習、推薦引擎、收拾控制、計算機視覺、語言識別、語義識別、自動駕駛，所有這些東西都能在中國找到，在世界上沒有任何一個國家有中國如此的人工智能進步。

 　　對暴熱的“人工智能”概念，目前有兩種截然不同的看法：一種是“人工智能”春天到來的先聲，它將帶來巨大的風口，創造出大量新的產業、帶來大量新的價值；另一種人工智能”概念的暴熱，只不過是資本熱潮下的又一輪泡沫，很快破滅。

對于一個產業，首先我們需要區分兩個概念——趨勢和波動，趨勢是由技術狀況、市場容量等基本面決定的，而波動則會受到短期投資因素的影響。從趨勢上看，人工智能將會大有可為。從技術角度看，目前的人工智能在算法、計算速度、存儲，以及數據積累等角度已經取得了很多突破性的進展。在未來幾年內科技的迭代速度還將越來越快，更多實用的技術會被開發出來，這些都將為“人工智能”的應用奠定堅實的基礎。而且從市場容量角度看，人工智能的應用潛力更是大得驚人。

　　一方面，人工智能可以對大量勞動力密集型、重復性勞動進行替代。大約47%甚至更高的崗位可能會受到人工智能的沖擊。雖然在現實中，人工智能對于勞動力的大規模替代還沒有發生，但可以預測對人工智能的需求會在未來幾年內有一輪比較大的釋放。

　　另一方面，人工智能還將在工作輔助，以及消費活動中擁有廣闊的用途。可以預見，在不久的將來，無論是在衣食住行的哪一個領域，都會有人工智能的用武之地。毫無疑問，這又將釋放出另一股龐大的需求。綜合以上幾方面的因素，我們有理由相信在較長期內人工智能的發展趨勢必然是良好的。

　　但如果考慮短期波動，變數就比較多了。人工智能相關的產業都是新產業，其風險是比較大的。即使擁有了人才、技術和數據，最終能否開發出有應用前景的產品，其實是很不確定的。即使最終能開發出相應的產品，需要多少資金的投入來加以保證，事先也很難有預判。這些特征就決定了在短期內找到真正有價值的項目很大程度上必須依賴運氣——運氣好就能找到風口，運氣不好就只能得到泡沫。

投資大咖們在推波助瀾使得人工智能的泡沫肯定是有的，但是這個泡沫不妨礙偉大的公司已經在悄悄發展，有泡沫并不是壞事情。需要說明的是，泡沫并沒有我們想象的那么可怕。人們對于某一產業的發展可能會高估，也可能低估。一旦估計過高，有過多資本流入，就會形成泡沫，這是正常現象。大多數情況下，通過市場調節很快能刺穿泡沫，讓被高估的項目回歸理性，而那些真正有價值的項目則會存活下來。

　　泡沫的產生和破滅其實也是一個價值發現的過程。誠然我們見證了互聯網泡沫的破滅，但這并沒有改變互聯網崛起的大趨勢——某種意義上講，正是那次泡沫的破滅，讓后來的互聯網發展變得更加理性，同樣的邏輯也適合于人工智能。與價值發現過程勢必歷經的泡沫不同，政策引導下所引發的“狂熱”卻是需要冷靜旁觀的。雖然出于好心，但部分偏向性的政策扶持可能會擾亂市場本身的邏輯。

人工智能本質而言，是對人的思維的信息過程的模擬。從字面上看就是人造的智慧，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門技術科學。從工業信息化到智能制造、無人工廠，目前更延伸到無人駕駛汽車、無人駕駛船舶、無人化醫療裝備等熱門領域，似乎工業智能化、無人化時代近在眼前。

除了計算機科學和信息化、自動化以外，人工智能還涉及控制論、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等諸多門學科。弱人工智能如今不斷地迅猛發展，而強人工智能則暫時處于瓶頸。

目前發達國家都已經紛紛推出了自己的人工智能計劃，人工智能已經成為了發達國家經濟體向前繼續邁進的動力和標志。

歐盟人腦計劃，旨在建立一套基于神經科學的全新的、革命性的信息通信技術，建造一種模擬芯片，建造超級計算機；美國大腦計劃，已經與谷歌、IBM等科技公司達成了合作，并獲得了多項人工智能重要科研成就；日本機器人計劃，為解決老齡化問題，推動日本經濟繼續發展，日本推出了機器人計劃。通過機器人、無人搬運機等人工智能技術的應用，日本工業再次走上了世界前列；中國的人工智能技術剛剛起步，而人工智能對于中國的經濟發展是難得的一次新機遇。目前我國的經濟正在加速從投資驅動為主向創新驅動發展為主的轉變，人工智能作為未來科技創新的決定性力量，它是中國經濟繼續實現騰飛的有力保障。在未來的全球經濟競爭中，可以說誰在人工智能上領先了，誰就能引領未來的新經濟時代。

目前全球的科技巨頭諸如谷歌、騰訊、微軟、IBM等都已經紛紛涌入到了人工智能領域，正在圖像、語音識別技術、深度學習、無人駕駛、智能家居、機器人等層面展開激烈的競爭。人工智能定然將會徹底改變我們的生活方式，并給市場帶來無限的商機，促進和帶動經濟的發展，成為中國實現彎道超車，提升綜合國力和影響力的絕佳機會。

目前現狀：

1、前沿科研與產業實踐尚未緊密銜接，除少數垂直領域憑借多年大數據積累和業務流程優化經驗，已催生出營銷、風控、智能投顧、安防等人工智能技術可直接落地的應用場景外，大多數傳統行業的業務需求與人工智能的前沿科技成果之間尚存在不小距離。面向普通消費者的移動互聯網應用與人工智能技術之間的結合尚處在探索階段。科學家和研究者所習慣的學術語境，與創業者和工程師所習慣的產品語境之間還無法快速銜接。

2、人才缺口巨大，人才結構失衡，全球目前擁有約25萬名人工智能專業人才，其中美國約占三分之一。這一數量級的人才儲備遠無法滿足未來幾年中人工智能在垂直領域及消費者市場快速、穩健增長的宏觀需求。人才供需矛盾顯著，高級算法工程師、研究員和科學家的身價持續走高。人才結構方面，高端人才、中堅力量和基礎人才間的數量比例遠未達到最優。

3、數據孤島化和碎片化問題明顯，數據隱私、數據安全對人工智能技術建立跨行業、跨領域的大數據模型提出了政策、法規與監管方面的要求。各垂直領域的從業者從商業利益出發，也為數據的共享和流轉限定了基本的規則和邊界。

4、可復用和標準化的技術框架、平臺、工具、服務尚未成熟，雖然很多深度學習框架已被數以萬計的研發團隊采納，相關開源項目的數量也在飛速增加，但一個完整人工智能生態所必備的，從芯片、總線、平臺、架構到框架、應用模型、測評工具、可視化工具、云服務的模塊化與標準化工作，尚需三年或更長時間才能真正成熟。

5、一些領域存在超前發展、盲目投資等問題。目前的人工智能技術只有在限定問題邊界、規范使用場景、擁有大數據支持的領域才能發揮最大效能。但創投界存在盲目追捧，不顧領域自身發展程度，或利用人工智能來包裝概念等現象，可能傷害整個行業的健康發展。

6、創業難度相對較高，需要更多支持。與互聯網時代、移動互聯網時代的創業相比，人工智能創業團隊面臨諸多新的挑戰。