人工智能产业规模增速平稳。在加快推动新一代人工智能应用场景落地的政策和市场推动下，预计到 2022 年，我国人工智能产业将逼近 300 亿美元。
由中国电子学会组织，中国数字经济百人会与北京旷视科技有限公司共同编制的《新一代人工智能产业白皮书(2019 年)——主要应用场景研判》12 日发布。报告认为我国人工智能技术层和应用层产业发展齐头并进，多样化应用引爆技术层产业进入快速增长期。
报告称，技术层产业快速在安防监控、智能家居及教育培训等特定领域，逐渐打造出具有应用深度的成熟产品和服务，并具备了与国际竞争者一较高下的能力。我国在计算机视觉和语言识别领域，已逐步出现领航者，预计将推动 2022 年产业规模突破 80 亿美元。
报告认为，资本市场对新一代人工智能的关注趋向理性。一方面，人工智能企业获得投资的难度已大幅攀升；另一方面，具备可落地解决方案供给能力的创新企业有望引领新一代人工智能生态体系加速形成。
值得注意的是，报告指出，人才是人工智能发展的关键。截至 2018 年底，全球新一代人工智能领域专业人才数量超过 190 万，来自美国的人才占一半。全球共有 367 所拥有人工智能研究方向的学校，其中美国有 168 所，加拿大、中国、印度、英国居第二梯队。
关于人工智能的前景和危险，现在有大量的说法，并且越来越多。让机器能展示与人类相似的认知的 AI 能够驾驶汽车，也会盗取隐私；能推动企业的生产力也能加强企业的侦查能力。人工智能可以将工人从重复的或者危险的劳动中解放出来，也可能影响到他们的生计。相比 2015 年，2016 年提到人工智能的文章翻了一番，是 2014 年的 4 倍。人们对 AI 抱有相当高的期望。此前，AI 也曾出现过，它的历史与繁荣和萧条紧紧相连，充满动力夸张的承诺和令人沮丧的失败。这次会和之前的有什么不一样吗？分析师给出的答案是肯定的：AI 终于开始带来现实的商业利益了。
能促成突破的要素已经就位。计算力获得了显著的增长，算法变得更加成熟，并且，可能最重要的一点是，整个世界不断地生成大量的能源来驱动 AI 的发展，这些能源便是——数据。现在全世界每天产出的数字是几百万 Gigabytes 。身处数字化前线的公司，比如线上公司和数字原生公司，比如谷歌和百度，正在将大量的资金投入到 AI 中。我们预计，2016 年它们在 AI 上的投入在 200 亿到 300 亿美元之间，其中包括一些重大的兼并活动。私人投资者也在纷纷涌入，麦肯锡预计，2016 年，注入 AI 的风险投资额在 40 亿到 50 亿美元之间，私人股权投资公司投入的钱在 10 亿到 30 亿美元之间。这些投入是 2013 年的 3 倍还多。此外，2016 年，政府补助和种子轮的投资额大概在 10 亿美元左右。
但是，现在大多数的新闻都是关于 AI 技术提供商。并且许多新用户都还处于实验阶段。市场上几乎没有能够即刻采用并获得大范围欢迎的产品，目前看来也没有可能会很快出现。因此，分析师们对 AI 发展的潜力仍然存在分歧：一些人对 AI 的潜力形成了一个乐观的共识，而其他人对 AI 能带来的真正经济利益保持谨慎。目前的市场预测出现巨大差异，以 2025 年为时间点，低增长的预期是 6.44 亿美元，高增长的预期则达到了 1260 亿美元。鉴于对 AI 投资规模非常大，数字较低的预测可能显示了这样一个信号：我们将迎来下一个繁荣与萧条的交替期。以麦肯锡在 AI 商业上的经验来看，这种泡沫的景象不太可能会出现。
为了提供一个更有启示意义的视角，他们决定研究用户是如何采纳 AI 技术的。麦肯锡的研究提供了对当下迅速发展的 AI 产业的一张快照，通过镜头，我们可以看到供应商和用户的实际情况，进而总结出关于 AI 潜力的一个更加可信的观点。首先，研究投资环境，包括公司在研发和部署方面的内部投资，大型企业并购以及风险投资（VC）和私募股权（PE）公司的融资。然后，再看看需求方面，结合使用案例分析和对 3,000 多家公司的 C 级管理人员的调查，了解公司如何使用 AI 技术，是什么在推动他们采用人工智能，部署的过程中有什么障碍，AI 对市场，财务和机构的影响。
AI 一般指的是机器表现出和人一样的智能的能力，比如，在不使用包含了各种细节指导的手写编码程序的情况下能够接近问题。对于 AI 技术的分类，目前有很多方法，但是，现在很难有一个互相排斥和共同穷举的列表，因为人们经常混合和匹配多种技术来创建个别问题的解决方案。这种创建方式有时会被看成是一个独立的技术，有时则是其他技术的附属，有时又变成了应用。有一些框架将 AI 技术通过基本的功能进行划分，比如文本、语音、图像识别；其他则使用商业应用进行区分，比如商业或者网络安全。
试图更精确地定义这个术语的原因有以下几个：AI 涵盖了广泛的技术和应用，其中一些仅仅是早期技术的扩展，而另一些则是全新的。此外，正在人们习惯于以前的进步时，当前并没有一个被普遍接受的“智能”理论和机器“智能”的定义。
计算机科学家拉里·特斯勒（Larry Tesler）的定理，断言“人工智能还没有完成。”我们在本文中谈及的人工智能技术是所谓的“狭义”人工智能，它执行一个狭义的任务，其反面是通用人工智能或 AGI，旨在能够执行人类可以做的任何智力任务。我们专注于狭义 AI，因为它具有短期的商业潜力，而 AGI 尚未到达。
AI 的应用已经开始成熟，而认真采取前瞻性策略的公司将得到显著的竞争优势
人工智能技术近年来取得了显著的进步。然而，其采纳仍处于初步阶段。这使得评估 AI 对企业和业务真正的潜在影响不容易。我们知道许多没有采用 AI 的企业说，他们在做 AI 投资的业务方面有困难，但是采用了 AI 的那些公司呢？通过案例研究和调查，麦肯锡发现早期规模化采用 AI 的企业实现了有吸引力的回报。这些案例展示了 AI 将如何重塑整个价值链以及各领域的不同职能。这些案例对许多利益相关者，包括跨国公司、初创公司、政府以及社会机构都有着广泛的影响。
结合强大的数字能力、稳健的 AI 采用，以及前瞻性的 AI 战略的企业，将实现巨大的财务业绩。
