現(xiàn)在，人工智能已經(jīng)變成一個(gè)網(wǎng)絡(luò)熱詞，基本上家喻戶曉了。

但是，很多人對(duì)人工智能的理解，也僅停留在一個(gè)模糊的概念上，

當(dāng)我們說人工智能產(chǎn)業(yè)，或人工智能的風(fēng)口和機(jī)會(huì)，具體指向是什么？

要回應(yīng)這個(gè)問題，需要先梳理一下人工智能產(chǎn)業(yè)鏈。

人工智能產(chǎn)業(yè)鏈，可以分為三個(gè)層面：

1、硬件層

第一層面是硬件層，涵蓋人工智能的硬件和基礎(chǔ)設(shè)施，如AI芯片、傳感器、服務(wù)器等。

人工智能硬件廠商，是AI產(chǎn)業(yè)第一輪發(fā)展的受益者。

國外著名的企業(yè)如英偉達(dá)、AMD等。

國內(nèi)也有很多做人工智能芯片研發(fā)的企業(yè)，坦白講其實(shí)未來還很難預(yù)測(cè)，我甚至認(rèn)為做這種專業(yè)領(lǐng)域的研發(fā)，還不如像FPGA，就是專門為某個(gè)領(lǐng)域做人工智能的方案，那個(gè)機(jī)會(huì)還大一點(diǎn)。

做人工智能現(xiàn)在類腦計(jì)算芯片、人工智能計(jì)算芯片，相對(duì)通用性強(qiáng)一點(diǎn)，這種其實(shí)壓力比較大。

為什么呢？

因?yàn)槿斯ぶ悄苄酒切枰獦?gòu)筑生態(tài)的，這個(gè)領(lǐng)域的領(lǐng)軍企業(yè)是英偉達(dá)。

英偉達(dá)有幾千個(gè)工程師，去幫它的芯片做各種應(yīng)用的場(chǎng)景開發(fā)，或者是應(yīng)用的支持。也就是說基于英偉達(dá)的芯片做應(yīng)用的時(shí)候，你會(huì)感覺到英偉達(dá)的生態(tài)是非常健全的。

所以說硬件企業(yè)要?jiǎng)俪?，不光是要硬件性能好，更主要的是生態(tài)構(gòu)建能力。

我前兩天寫了兩篇公眾號(hào)文章，專門分析寒武紀(jì)上市和中國芯片產(chǎn)業(yè)格局，感興趣的朋友可以在【全球風(fēng)口】公眾號(hào)里找來參照閱讀。

2、基礎(chǔ)服務(wù)層

第二層面是基礎(chǔ)服務(wù)層，涵蓋云基礎(chǔ)服務(wù)，以及在云基礎(chǔ)上提供附加的人工智能能力。

在硬件基礎(chǔ)上，云服務(wù)公司是AI產(chǎn)業(yè)第二輪的受益者。它受益要比硬件大得多，因?yàn)樗苤螐V泛的應(yīng)用。在美國幾乎所有的IT巨頭，都在花巨資去建立大的云計(jì)算平臺(tái)，而且都要有強(qiáng)大的人工智能的支撐能力。最領(lǐng)先的是亞馬遜的AWS和谷歌這兩家，但是其實(shí)微軟、Facebook，甚至包括蘋果，都在云業(yè)務(wù)上下了巨大的成本。

中國也是一樣，現(xiàn)在比較領(lǐng)先的是阿里云，騰訊、百度也在發(fā)力，但是現(xiàn)在看起來阿里還是比較領(lǐng)先的空間。當(dāng)然華為也在做自己的云。中國也會(huì)誕生幾朵大云，也有很大的市場(chǎng)空間，因?yàn)橹袊腎T市場(chǎng)不比海外小多少。

在云基礎(chǔ)上，有很多可以提供的人工智能附加能力，如計(jì)算機(jī)視覺、智能語音、語義識(shí)別、機(jī)器學(xué)習(xí)等，這是一個(gè)巨大的市場(chǎng)。

比如視覺識(shí)別，現(xiàn)在大量獨(dú)角獸都在追逐這個(gè)市場(chǎng)。但我認(rèn)為長期看，這個(gè)市場(chǎng)機(jī)會(huì)其實(shí)很難把握：一方面，政府會(huì)形成統(tǒng)一的大市場(chǎng)，不會(huì)全國每個(gè)區(qū)域都搞自己的，未來應(yīng)該是打通的，市場(chǎng)總體來說就小了；另一方面，不管是多少客戶，將來的提供者很可能不是今天的這些獨(dú)角獸們，而是由基礎(chǔ)云平臺(tái)直接提供，比如阿里、騰訊或者是華為這樣的企業(yè)。因?yàn)檫@個(gè)能力并不復(fù)雜，從云上直接提供是最簡(jiǎn)單的，如果未來向這個(gè)方向演進(jìn)，我預(yù)判有一半的獨(dú)角獸公司會(huì)做不下去。

當(dāng)然，不光是視覺識(shí)別，也包括動(dòng)作的識(shí)別，還有基本的圖形識(shí)別，比如另一個(gè)熱門的市場(chǎng)，所謂醫(yī)學(xué)的圖像識(shí)別。醫(yī)學(xué)里面X光或者B超這樣的圖像識(shí)別，未來有可能也會(huì)被整合到云端。提供者可能是第三方公司，也可能是云端的大IT服務(wù)商，都可能變成基礎(chǔ)服務(wù)的一部分了。

另外，語音、語義識(shí)別和翻譯，未來也有可能變成云端的基礎(chǔ)服務(wù)。我們知道，今天如果要翻譯的話，還需要隨身帶翻譯機(jī)。但是未來如果云端的處理能力加強(qiáng)了，所有這些語音全部送到云端去處理，然后把結(jié)果返送回來，這時(shí)我們每個(gè)人的手機(jī)就可以是翻譯機(jī)，而不需要一個(gè)單獨(dú)的設(shè)備了。

3、行業(yè)應(yīng)用層

第三層面是行業(yè)應(yīng)用層，就是在前兩個(gè)層面上衍生出來的、與各行業(yè)結(jié)合的應(yīng)用，如無人駕駛、智能醫(yī)療、新零售等AI應(yīng)用。

在這個(gè)層面，有大量的人工智能應(yīng)用公司，而且還會(huì)不斷繁榮。這些公司的特點(diǎn)很明確，一定要有自己本行業(yè)的特色。因?yàn)槿斯ぶ悄苓@個(gè)技術(shù)本身，沒有辦法形成壁壘，真正能夠形成壁壘的一定是行業(yè)特色，也就是說行業(yè)數(shù)據(jù)、行業(yè)經(jīng)驗(yàn)和行業(yè)準(zhǔn)入會(huì)是壁壘，這需要我們?nèi)フ业竭@些壁壘，從而把業(yè)務(wù)做起來。所以任何先進(jìn)領(lǐng)域，不代表領(lǐng)先就好，還必須找到自己的壁壘和競(jìng)爭(zhēng)優(yōu)勢(shì)，才能夠做好。

前面討論了人工智能的產(chǎn)業(yè)結(jié)構(gòu)。

你可以看到，其實(shí)第一個(gè)層面的硬件層，和第二個(gè)層面的基礎(chǔ)服務(wù)層，要么創(chuàng)業(yè)門檻較高，要么競(jìng)爭(zhēng)壁壘較低，對(duì)大多數(shù)人而言，第三個(gè)層面的行業(yè)應(yīng)用層，創(chuàng)業(yè)或從業(yè)機(jī)會(huì)相對(duì)更多。

下面就人工智能的產(chǎn)業(yè)前沿，列舉四個(gè)領(lǐng)域的機(jī)會(huì)：

| 推薦算法

目前最普遍的AI應(yīng)用就是推薦算法。電商其實(shí)就是推薦算法，比如現(xiàn)在有人做海外購，其實(shí)就是與國外的數(shù)據(jù)連接，分享一部分?jǐn)?shù)據(jù)，海外有客戶就可以利用算法推薦，做的好了，也有可能成為一個(gè)小淘寶。另外，比如今日頭條，能夠從新聞門戶及微博網(wǎng)站中殺出重圍，依靠的也是推薦算法。我自己就有體會(huì)，我現(xiàn)在大量的新聞獲得都是從頭條上來的。因?yàn)槲铱吹臇|西頭條會(huì)捕捉到，然后給我推薦的也會(huì)越來越精準(zhǔn)，所以就成了我獲得科技前沿進(jìn)展的一個(gè)好幫手。

| 智能預(yù)測(cè)

第二個(gè)現(xiàn)在做的很多的AI應(yīng)用是智能預(yù)測(cè)。比如在車上裝一個(gè)搜集數(shù)據(jù)的小盒子，就可以獲得每個(gè)用戶的行車習(xí)慣和行車數(shù)據(jù)，基于這些數(shù)據(jù)的智能預(yù)測(cè)就可以和保險(xiǎn)業(yè)務(wù)掛鉤，根據(jù)用戶的風(fēng)險(xiǎn)指數(shù)來動(dòng)態(tài)的決定保費(fèi)。

| 軟硬結(jié)合

第三個(gè)比較大的AI應(yīng)用機(jī)會(huì)是軟硬結(jié)合。

比如自動(dòng)駕駛就是一個(gè)很好的例子。一個(gè)新的技術(shù)在發(fā)展過程中，總會(huì)有迭代升級(jí)的過程，所以常見于報(bào)端的是：特斯拉又出事了，或自動(dòng)駕駛又撞到人或障礙物了。

其實(shí)，特斯拉或自動(dòng)駕駛救人的例子更多，只是這樣的新聞，媒體上沒有人愿意報(bào)道而已。

另外，比如智能掃地機(jī)器人，我在家里就有兩臺(tái)機(jī)器人，一個(gè)負(fù)責(zé)掃地，一個(gè)負(fù)責(zé)擦地，節(jié)省了我們很多的家務(wù)時(shí)間。

硬件在經(jīng)過人工智能改造和賦能以后，就會(huì)在很多應(yīng)用場(chǎng)景中，給人們的工作和生活帶來便利。

| 數(shù)據(jù)掘金

第四個(gè)AI應(yīng)用是數(shù)據(jù)掘金。

很多數(shù)據(jù)用人眼或人腦來判斷或認(rèn)知是很有限的，但用人工智能來解讀，就會(huì)有新的的洞察出來。

比如商業(yè)指征數(shù)據(jù)，人的行為數(shù)據(jù)，像心電圖，原來心電圖很多東西解讀不出來，特別牛的老醫(yī)生可能會(huì)看出差異，但是現(xiàn)在用人工智能解讀，就能把心臟病里很多小的特征都提取出來，甚至能夠救命。

這里面最經(jīng)典的例子就是Apple Watch，如果你上網(wǎng)去搜Apple Watch救命的例子就很多。因?yàn)榛颊唠S身攜帶，就會(huì)對(duì)生理指征產(chǎn)生持續(xù)的量化輸入和訓(xùn)練，當(dāng)出現(xiàn)異樣的指征時(shí)，智能硬件就會(huì)比病人甚至醫(yī)生，更提前地預(yù)判風(fēng)險(xiǎn)的出現(xiàn)，從而起到救人的作用。
? ? ? ?責(zé)任編輯:pj