随着技术的进步和发展，人类学习知识的途径逐渐从进化、经验和传承演化为了借助计算机和互联网进行传播和储存，绝大多数的知识可以被机器提取和储存，并逐渐获得类人的能力，包括视觉、说话的能力和方向感等。“机器学习”（Machine Learning）是人工智能的核心研究领域之一，包括89%的人工智能专利申请和40%人工智能范围内的相关专利均为机器学习范畴。

AI全方位商业化

当前，人工智能技术已步入全方位商业化阶段，并对传统行业各参与方产生不同程度的影响，改变了各行业的生态。这种变革主要体现在三个层次。

第一层是企业变革：人工智能技术参与企业管理流程与生产流程，企业数字化趋势日益明显，部分企业已实现了较为成熟的智慧化应用。这类企业能够通过各类技术手段对多维度用户信息进行收集与利用，并向消费者提供具有针对性的产品与服务，同时通过对数据进行优化洞察发展趋势，满足消费者潜在需求。在企业的销售、安防、反欺诈、人力资源管理、市场营销、个人助理、智能工具等环节均已有显著作用。

第二层是行业变革：人工智能带来的变革使传统的产业链上下游关系的产生根本性改变。人工智能的参与导致上游产品提供者类型增加，同时用户也会可能因为产品属性的变化而发生改变，由个人消费者转变为企业消费者，或者二者兼而有之。在金融、医疗、教育、无人驾驶、零售、制造、数字政府、媒体、法律、农业、物流等行业及领域的影响无法忽视。

第三层是人力变革。人工智能等新技术的应用提升信息利用效率，减少企业员工数量。此外，机器人的广泛应用将取代从事流程化工作的劳动力，致使技术与管理人员占比上升，企业人力结构发生变化。增强现实、手势识别、机器人、情绪识别等正在成为典型的应用手段与场景。

从学术研究、专利申请再到产业应用，人工智能技术的商业化正在经历漫长的过程。数据显示，从2006到2019年间，交通出行行业成为人工智能技术应用最迅速的行业，其中2006年交通行业的人工智能应用仅占专利应用总数的20%，而截至2019年人工智能三分之一已经应用到了交通出行行业。2019年，无人驾驶和智能医疗作为降本增效和产业赋能的热门领域，极大的改善社会资源配置和改变人类的生活方式，但由于技术的壁垒，仍然处在试用和并未完全商用阶段的技术，但随着人工智能在商业领域的快速发展与应用，尽管这些应用的实现仍需时日，但发展速度却有可能出现新的突破。

开放创新与行业发展

与世界领先国家相比，中国人工智能在部分领域核心技术实现重要突破，但仍缺少重大原创成果，在基础理论、核心算法及关键设备、高端芯片等方面差距较大。目前，国内新一代人工智能开放创新平台分别依托百度、阿里云、腾讯、科大讯飞公司、商汤集团，建设自动驾驶、城市大脑、医疗影像、智能语音、智能视觉5家国家新一代人工智能开放创新平台，以及近日科技部公布的最新一批国家人工智能开放创新平台名单，依图科技、明略科技、华为、平安、海康威视、京东、旷视科技、360奇虎、好未来、小米10家企业入选……当前，中国在AI应用上呈现追击态势，涉及金融、教育、政务、医疗、零售、无人驾驶、制造业等多个行业与领域。

l   金融：提升金融企业商业效能

效能的提升主要表现在三个方面：第一，使整个金融行业的基础服务架构得到改善，从而降低业务成本，提升服务效率；第二，出现多种形态的创新金融科技公司，以创新技术为基础，根据客户需求提供定制化产品和服务；第三，吸引更广泛、更多元化的参与者融入生态圈，即智慧投顾、智慧客服以及智慧风控三个领域，是人工智能技术应用较为深入的领域。

l   教育：覆盖教学全流程

未来人工智能教育应用的发展将由数据驱动、应用深化、融合创新优化服务等方式来持续推动。人工智能为基础向用户提供人工智能教育内容、工具以及相关服务，通过接受用户数据，并进行分析和回馈，应用于学习过程中的“教、学、评、测、练”五大环节，产生适合学习者的个性化的解决方案和有效回馈意见。

l   政务：加速政府智能化变革

通过机器人流程自动化（RPA）、人工智能技术的应用，能够将行政人员从固定、重复的工作中解放，提升政务效率，专注于提升城市质量、优化居民生活环境中。人脸识别、自然语言处理等技术应用能够增强政府服务能级，提升办公效率，为企业、居民提供便捷、快速的服务，为智能决策提供助力。

l   医疗：AI应用日趋成熟

随着中国在与医疗健康相关的计算机视觉、自然语言理解和数据挖掘等方面的长足进步，目前我国共有144家智慧医疗公司，已初步形成北京、广州、长三角的智慧医疗聚集群。这些广泛分布于疾病筛查和预测、医学影像诊断、病历与文献信息分析、新药发现等细分领域。据预测，医疗人工智能行业将占人工智能总体市场规模的五分之一。

l   无人驾驶：主导汽车产业革新

出行的三大元素“人”“车”“路”被赋予类人的决策、行为，整个出行生态也也会发生巨大的改变。强大的计算力与海量的高价值数据是构成多维度协同出行生态的核心力量。随着人工智能技术在交通领域的应用朝着智能化、电动化和共享化的方向发展，以无人驾驶为核心的智能交通产业链将逐步形成。

l   零售：驱动行业走向聚合

受益于零售行业的数字化转型，人工智能已渗透到零售各个价值链环节。深度学习和计算机视觉成为支撑智慧零售的两大技术，前者主要被应用于数据的分析与建模，以实现产业链的优化；后者则可应用于消费行为分析与商品识别，目前计算机视觉辅助下的货品检测、自助结算等已实现商业化。据预测，到2020年，85％的消费者互动将通过人工智能实现自动化管理。

l   制造业：智能制造应用潜力巨大

人工智能与相关技术结合，可优化制造业各流程环节的效率，通过工业物联网采集各种生产资料，再借助深度学习算法处理后提供建议甚至自主优化。有研究发现，人工智能的使用可降低制造商最高20%的加工成本，而这种减少最高有70%源自于更高的劳动生产率。

人工智能技术在过去5-10年快速发展，随着时间推移，技术渐渐为大众所知，摩尔定律的节奏逐渐放慢，AI的技术发展与商业化正在加速。