在资本寒冬里投资者却向底层技术革新者释放了暖意，云计算、大数据等非流量驱动业务开始勃兴，曲高和寡的人工智能（Artificial Intelligence，“AI”）也迎来了春天，据CB Insights 统计，约有200 家人工智能公司已获得了近 15 亿美元的融资。

人 工智能被视为移动互联网的下一幕，其技术红利已经开启了，年初围棋绝顶高手会战阿尔法狗只是人工智能的惊鸿一瞥。人工智能可见简单理解为让机器完成人为设 定的任务，分为运算智能（能存会算）、感知智能（看听会说、能看会认）、认知智能（能理解会思考）三个层面；而数据挖掘、机器学习(Machine Learning,DL)、深度学习(DeepLearning,ML)深刻影响着人工智能发展。

为什么人工智能会成为新的风口？人工智能产业化在哪些垂直领域实现了产业化?为何引爆人工智能的核心一定是大数据？本文试做探析。

从互联网+到AI+，人工智能正成为产业升级的新风口

伴随互联网+行动进入深水区，人们逐渐认识到了互联网的本质除了“连接”商品、信息、人以外，还可以连接“智慧”。

在今年8月份召开中国人工智能大会（CCAI2016）大会上，众多全球顶尖人工智能专家呼吁把人工智能上升到国家战略层面，习近平主席在G20峰会演讲中特别提到“人工智能将给人们的生产方式和生活方式带来革命性变化”。众多有利因素交汇让AI行业临近爆发：

 我国正进入人口老龄化社会，人口红利逐渐消失，以机器替代人力成为大势所趋，而我国实体经济对于人工智能的应用相对缺失，市场空间巨大。

我 国移动互联网的渗透率超过50%、智能手机用户量世界第一，这为人工智能提供充足的数据资源，也让人工智能站在更高起点之上。而基于 GPU（Graphics Processing Units，图形处理器）的众核体系结构包含了几千个流处理器，大幅度缩短了计算时间，英伟达、AMD等公司不断推进GPU大规模并行架构支持，也为深度 学习提供了较好的基础设施。

众 多互联网巨头抢滩AI领域，收购掌握AI创新技术的创业公司，加大对AI的人才、资金投入，加速了AI在产业链上布局。如Goole无人车实验项 目，Apple与IBM合作开发人工智能健康数据平台，Facebook在Messenger测试和培育人工智能。而在国内，百度把人工智能当做核心中的 核心，为“百度大脑”提供支撑并算法、计算能力、大数据支持；科大讯飞的“讯飞超脑”则主攻人机语音交互等。

人工智能产业化潜能没有天花板，这些垂直领域正率先商业化

AI技术开始在语音识别、图像识别、搜索与数字营销、智能驾驶、数据服务等领域落地。语音识别应用如iPhone的Siri、微软小冰、移动App中智能语音输入等，在数字营销领域的应用比如程序化购买广告平台百度DMP的精准推广等。

在 图像识别广泛应用子啊人脸识别、照片归类、图片搜索、自动驾驶，其中人脸识别技术经过深度学习之后人脸识别实现0.001%误识率与95%通过率，达到金 融、安防等领域应用标准，甚至还能识别人脸的表情变化做出交互。比如旷视科技的Face++应用到支付宝账户登陆，还在传统银行大额转账、互金平台的小额 放贷中使用人脸识别。

AI在 数据服务上较成功案例是美国独角兽公司Palantir，估值达200亿美金,仅次于Uber。作为硅谷最知名的大数据公司，Palantir帮助 FBI、CIA、DIA、美国国土安全局等政府部门从海量的财务数据、DNA样本、语音资料及世界各地地图中找到有价值数据线索，曾在追踪和抓捕本·拉 登的行动中立下奇功。Palantir还为华尔街众多顶尖金融机构提供反欺诈和评估贷款风险服务，在Palantir公司没有销售员，只有 Palantir Gotham和Palantir Metropolis两大产品线分别应用于国防安全与金融安全。国内的AI+大数据的代表为明略数据，近期获红杉中国基金领投的2亿元人民币B轮融资，核 心拳头产品为大数据关联关系挖掘产品SCOPA，在公安、金融、税务、营销、制造业等领域有落地。

不妨大胆预测，人类+机器的AI产业应用在不同领域会出现越来越多的人工智能警察、人工智能风控师、人工智能医生等，大幅度提升工作效率，延伸人类的智慧，但目前仍然处于产业化的初期阶段，巨大的产业潜能有待开发······