人工智能的商业模式汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇人工智能的商业模式范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

一方面是人机大战，AlphaGo方兴未艾，德州扑克大战又来。虽然人们对于这些人机大战的细节并不熟稔，甚至对德州扑克和围棋的规则都所知有限，但是并不妨碍对比赛结果的关心。是人胜利了，还是机器更厉害？

另一方面是VR大潮涌动，虚拟现实进入快速增长期，各种VR/AR产品粉墨登场。可是繁华过后，智能商业时代似乎还未到来，实现盈利的企业和项目屈指可数。当新一代信息技术不断推动产业发展，这些技术创新究竟能够从哪些方面，改变企业的经营形态和商业模式？

总体而言，未来智能商业的价值创造形态将呈现三个重要的特征：小前端、大平台、生态圈。从1G到5G，随着互联网基础设施的成熟和完善，“入口”和“平台”成为构建商业生态的关键要素。首先，小前端的优势在于建立用户联系，在员工方面，海尔做“小微”、恒大招聘兼职销售员，都是在做“小前端”，强化与用户的联系，更好更快地发现用户需求。在界面方面，移动终端尤其是手机成为关键的用户入口。同时，VR正在成为新兴的用户入口，不同之处在于电视屏幕挂在墙上、手机屏幕拿在手中，而VR直接把屏幕戴在眼睛上。这也是此起彼伏的VR大战的潜在动力，目标还是争夺用户入口。

然而，决定这些入口所提供的内容和体验的关键在于“云平台”，利用大数据进行决策，人工智能的水准非常关键。通过发展人机交互、深度学习、自然语言理解、机器人等核心技术，利用算法进行决策，人工智能能够精准匹配用户需求。只有围绕入口和平台，企业所构建的商业生态系统才具备用户价值，才能创造出具有黏性的用户体验。这种生态，未必要像BAT那么大而全，关键在于各元素间的协同性，以及关键的连接点。比如小米，用手机将各类智能小家电串联、并联，打造出一个智能家居的小生态。

围绕人工智能，产生了物理和数字世界互动技术、数字化与智能化服务技术、信息化与云端迁移技术、增强信用安全技术等。这些关联性技术形成了一个重要的技术生态圈，互促共荣，并产生良性的化学反应。此外，新一代信息技术还改变了传统制造业的生产方式和产业组织模式。云计算、智能终端等成为基础设施，以算法和决策为特征的数据成为生产要素，围绕商业生态系统实施大规模协作与共享，提升产业组织的效率。

篇（2）

百度副总裁，百度美国研发中心总经理

毕业于美国斯坦福大学并获得计算机科学硕士学位。曾任职于Google、阿里巴巴、Oracle等知名企业，有二十余年的硅谷与国内研发管理经验，其中十余年致力于互联网营销技术创新，是人工智能与大数据领域资深实践者。2010年5月正式加盟百度，目前全面负责百度搜索公司大商业体系。

无论在PC时代，或移动时代，还是正在到来的人工智能时代，搜索一直是最便捷的信息获取途径。不同的是，用户将会拥有越来越智能、多样化的搜索手段。例如语音搜索，图像搜索等新兴搜索方式正在逐渐被广泛的使用。百度作为代表中国人工智能最高水平的互联网公司，在人工智能方面的应用体现在很多方面，从推出语音输入法，到开放深度学习平台，再到开放百度大脑平台，百度正在尝试在更多层面上将人工智能与搜索无缝衔接。

进入信息分发2.0时代，用户不仅需要更便捷智能地找到信息，也需要个性化的信息主动推荐；在“人找信息”的同时，实现“信息找人”。百度能够向用户提供双向智能适配的信息分发服务，通过搜索+推荐相结合，实现信息分发2.0。“手机百度信息流”是百度“信息分发2.0”落地的一个缩影。2016年，短短三个月其流量快速增长了20倍，背后是优质内容与用户信息需求的精准匹配，百度的人工智能技术始终扮演着重要角色。

人工智能在智能互联网的时代背景下，重新定义了商业关系，也必将带来商业模式的改变。2017年，在“人工智能+”新商业环境中，百度商业将会把更多领先的人工智能技术应用到整个产品和服务体系中，并向第三方合作伙伴开放，推动更多产品和服务智能化。百度将对大数据进行深度学习、深度应用、得到深度数据，从而帮助合作伙伴在商业决策、企业创新、行业重构上做出正确抉择，完成生产流程、产品设计、解决方案及市场策略向人工智能时代的跨越，并实现行业突破与升级。

百度商业的“因智而能”让营销理念正在从“Big Data”到“Deep Data”进行转变。数字化营销的目标从之前被动捕捉迎合消费者需求，进入到下一个层级“激发、诱导”消费者需求。未来随着技术发展，用户的注意力成稀缺资源，因此，只有精准触达目标用户，输出用户关注的内容，才能获得更大的商业价值。在数据层面，百度基于搜索数据的海量沉淀，百度大脑强大的数据处理技术，通过对用户的实时匹配计算和动态建模，将信息标签和人群标签智能匹配，通过“搜索”+“推荐”相结合，实现真正双向智能适配的信息分发服务。

基于百度营销大脑的意图引擎，百度打造了一种全新的人工智能营销思维。通过搭建搜索、地图、糯米等多元化的平台，可以化媒体、广告主及消费者间的沟通交流，并借助人工智能技术洞察消费者的意图，在合适的时间和合适的地点向消费者推荐需要的服务。更为重要的是，百度正在把这些人工智能技术开放给更多的合作伙伴，赋能包括商业在内的各行各业。同时，百度也将在语音交互、图片交互、自然语言交互等方面不断智能创新，与广大合作伙伴一起共享人工智能的红利。

2016营销感悟

篇（3）

十年后，在全球市值最高的公司榜单上，苹果、谷歌母公司Alphabet、微软、Facebook、亚马逊、伯克希尔·哈撒韦(Berkshire Hathaway)、阿里巴巴、腾讯排名第一到第八，美国强生(Johnson&Johnson)、埃克森美孚(Exxon Mobil)排名第九、第十。

对比起来，现在的十大公司中，有谷歌、Facebook、亚马逊、阿里巴巴和腾讯五家互联网公司，而且市值都超过了3000亿美元，这就是互联网的力量。

很多人都在问，谁能成为这五家之外的佼佼者，下一个千亿美金级的互联网公司是谁？

最近听阿里巴巴参谋长曾敏的《智能商业二十讲》，他提供了一种思考方式。曾鸣认为，谷歌、Facebook、亚马逊、阿里巴巴和腾讯之所以能够成为千亿美金级的公司，是因为他们的商业模式是“智能商业双螺旋”。

所谓“智能商业双螺旋”，是指的互联网公司的模式可以统统归为网络协同或者数据智能，如果占其一，就可以实现单轮突破，如果两个都占据，将能实现双轮突破，形成智能商业双螺旋的爆破态势。

网络协同可以认为是“互联网”，关键词是连接，当你连接的供需方越多，网络协同的规模越大；数据智能可以认为是“人工智能”，关键词是精准，当使用大数据、人工智能等技术时，供需双方可以快速、精准匹配。

单轮突破的公司，市值可以达到百亿美金级左右；双轮突破，则可以让公司达到千亿美金级的规模。

谷歌，将海量的中小广告主与海量的小网站连接起来，而且通过人工智能精准匹配，让广告价格可以实时在线。所以，谷歌是网络协同和数据智能双轮驱动的公司，市值现在高达6500亿美金。

阿里巴巴旗下的淘宝是单轮驱动到双轮驱动的典型，2003年到2008年，淘宝将海量的卖家和海量的买家进行连接，随后又有无数的类目、无数的服务商加入，是网络协同的不断扩张；2008年到现在，淘宝从类目到搜索，引入数据智能，实行效果营销竞价排名的广告模式，从而在数据智能上进行突破，最终凭借智能商业双螺旋实行引爆。

沿着这个逻辑，不妨我们分析一下未来最有可能成为千亿美金级的互联网公司是谁？

美团点评是最有潜力成为千亿美金级的互联网公司，这是因为美团点评干了一个史无前例的事情，就是将无数线下服务的商家搬到了互联网上。这个动作叫做网络协同，最早美团点评是将餐饮的商家互联网化，但如果美团点评止步于此，美团点评的网络协同规模还太小，最多只能成为一个几十亿美金的公司。

但是，美团点评在餐饮行业互联网化的基础上，将总结出的通用能力，快速复制到其他行业中。于是，你能看到的表象是，美团点评在不断扩张自己的边界，从餐饮扩张到了电影票、酒旅、KTV、丽人、母婴、保洁、打车、线下实体店……实际上，美团点评是在扩大自己的网络协同规模，在美团点评构建的这张网上，所连接的商家和用户数量也在指数级的扩张，目前美团点评覆盖200个电商服务和产品类别，以及约2800万POI和301万活跃商家，在中国2800个城市提供服务。

如果美团点评止步于此，可以成为一家百亿美金级的公司，但是美团点评在网络协同的过程中，并不是简单地将线下商家互联网化，而是引入了数据智能，换句话说，是用大数据和人工智能去精准匹配各种需要连接的需求。

最近高盛了一份中国人工智能的报告，名为《China’s Rise in Artificial Intelligence》，其中提到：美团点评每日产生1.5PB的数据，公司存储了200PB的数据。大数据是美团点评的关键，其业务模式需要为O2O和全渠道零售线上和线下数据的整合。数据采集、分析和应用能力，一起决定着美团点评平台的客户体验。

美团点评的实时物流配送人工智能调度系统，就是数据智能的典型。不同于传统电商配送，外卖配送具有下单集中、配送时短、因素复杂等多个难点。外卖的一个订单生命周期一般在1小时内。这就要求，配送系统调度一批订单的时间要在5秒钟以内，外卖订单并发度高，要找出最好的调度方案，就需要从规模相当大的搜索空间找到足够好的解。从数学建模的角度看，这是一个超大规模离散组合优化问题。以一个配送区域为例，200个配送员50个新订单，每个骑手有5个已有订单，其单次优化调度的解空间可达20050*10!的规模！

美团点评研发出了人工智能调度系统，成为骑手的“超级大脑”，该调度系统基于大数据分析，包括数百万历史订单、数十亿快递线路、数千万不同的客户和商家等数据，综合考虑订单结构、骑手习惯、区域路况、天气、交通工具、取餐难度、出餐时间、交付难度、配送范围等多类复杂因素，在50毫秒内生成最有效的快递路线规划。美团点评每次派单背后都需要上亿次的计算来优化路线，这套系统在配送员人均日单量提升前提下，能够让单均配送时长有效得到降低，骑手单均行驶距离从2260米降低至1980米。

曾鸣认为，美团点评在网络协同和数据智能上都取得了比较大的突破，美团点评的商业模式就是将本地生活服务业实现在线化和数据化。

淘宝是将中国的线下实物商业搬到了网上，然后又实现了数据化，达到了千亿美金级别；服务业的商家规模和市场规模比起实物来更加庞大，如果美团点评在网络协同化和数据智能化的智能商业双螺旋中执行得力，很容易成为一家千亿美金级的互联网巨头。

再来看看滴滴。滴滴和Uber的模式比较类似，他们的本质是数据智能，是通过大数据和人工智能将乘客和司机快速匹配在一起。Uber曾经做过一个测试，任何人叫车后的等待时间只要超过4分钟，乘客就不满意。其实，不用测试，我们每个人的叫车经历都证明了这一点，就是说如果不能快速精准匹配，滴滴、Uber们都没办法生存。

但是，滴滴连接的供需双方还是局限在乘客和司机的连接上，数据智能上实现了单轮突破，但是却无法扩大网络协同。没有网络效应，光有规模效应是不够的，规模经济的壁垒不深，很容易被海量的资本攻破，虽然滴滴在网约车领域一家独大，但可复制性其实比较强。这一切都决定了滴滴很难成为千亿美金级的公司。

今日头条现在风头正劲，它的商业模式也是数据智能。正是借助强大的智能算法，今日头条将无数内容提供商和用户连接在一起。如果没有数据智能，今日头条根本不可能打败已经非常成熟的门户和新闻客户端。

篇（4）

无论是对中国还是对世界来说，人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展，人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点。此前，美国咨询公司弗罗斯特- 沙利文公司就曾提到，“人工智能可将医疗效果提高30% 到40%，减少多达50% 的医疗成本”。

在中国，医疗人工智能有着先天的发展优势。一方面，中国人口数量庞大，有充足的医疗数据，为医疗人工智能的发展提供了基石。另一方面，中国足够大的医疗市场也为人工智能企业创新提供了动力。

不负人们所期，近年来中国医疗人工智能市场正如火如荼地发展着。数据显示，自2013年到2017 年，中国医疗人工智能行业共获得241 笔融资。其中，2017 年国内医疗人工智能行业公布的融资事件近30 起，融资总额超过18 亿元。

2018 年，医疗人工智能市场火热依旧。一方面，资本热情不减，大额融资频发，医疗人工智能融资总额再创新高，仅2018 上半年就有18 家公司获投，总金额超过31 亿元。另一方面，已然成熟的互联网巨头，如BAT 等，以及传统医疗相关企业，如飞利浦等也早已重金布局医疗人工智能，大手笔向产业链扩展业务。

篇（5）

行业新闻

广东公布人工智能发展“三步走”规划

瑞芯微与商汤科技前世战略合作协议

华为官方:麒麟980本月末亮相，世界首枚商用7nm芯片

公司公告

8月17日，捷顺科技《2018年半年度报告》

8月18日，华胜天成《2018年半年度报告》

8月20日，汉王科技《2018年半年度报告》

8月20日，海康威视《2018年限制性股票计划(草案)》

投资策略

篇（6）

颠覆性的变革已经到来

“人工智能已经有60年的历史，但最近10年有了突破，包括算法的改进，对人脑的更好的理解，但更大的突破是越来越多的数据和计算能力指数的上升。这四个因素加在一块，使得人工智能变成了可用的技术，没有那么神秘。”张亚勤说。

“一个颠覆性的技术变革时代已经到来。”张亚勤认为，前三次工业革命的技术基石分别是蒸汽机、电和信息技术，而第四次工业革命的技术基石将是人工智能，大数据、物联网、互联网医疗、互联网金融、智能汽车，它们的底层都是人工智能技术。

在张亚勤看来，人工智能会成为未来一切事物的必需品，而更为重要的是人工智能发展速度要比人们想象得更快。比如在今年年初，AlphaGo战胜了李世石，对于人工智能行业而言，这是一个里程碑事件;而对于大众来说，也为人工智能技术进行了一次非常好的科普。

但是，担忧也随之而来。人工智能时代已经快速袭来，但是人们似乎还没有准备好。实际上，制造业、零售业、运输业等已经开始大量地使用机器人，翻译、速记、设计师、厨师、司机、记者和作曲家……也都已经有了人工智能“同行”，这让很多人担心，“机器人替代人做各种各样的工作，我会失业吗？”更为可怕的是，人工智能会不会超越人类，甚至毁灭人类？张亚勤认为，人工智能短期内会使得一些旧的行业和工作消失，很多重复性的、简单脑力劳动会被替代，但是长期来讲，它还是会创造新的就业。

“人工智能并不可怕，它并不是要打败人类或者超过人类智慧，它和人之间并不是竞争关系，而是一种补充和支持。在未来的20、30年内，人工智能将有进一步发展，但不会打败人类的大脑或智慧，人类被机器奴役的情况在未来很长一段时间内都不会出现。”张亚勤说。

从“互联网+”到“智能+”

其实，目前在我们的生活中人工智能的应用场景已经非常多了，比如你使用iPhone的Siri（语音助手），停车场的车牌识别，用语音操控家里的电视……这些其实都是人工智能技术的具体应用。

张亚勤预测，人工智能技术很快就会更加广泛和深入地渗透到各行各业中，“互联网+”会升级到“智能+”。所谓“智能+”与“互联网+”概念类似，就是人工智能技术与各行各业融合，帮助各行各业进一步变革升级，提升效率、创造新价值，让产品、服务变得更加“聪明”。“‘智能+’将会再度重构所有行业的商业模式与竞争法则。”他说。

张亚勤表示，未来5到10年将会是人工智能发展的黄金时期，这也意味着非常多的机会。“在这一次工业革命中，一些新的行业和新的企业会出现，这将会创造更多不同的、更有价值的、更公平的机会，就像前三次革命也创造了大量的新机会一样。”他说。

“过去我们对产业的改变只是优化一些细节，但现在要面对的则是一个大的颠覆性的改变，特别是80后、90后的年轻人，真的面临非常多的选择，现在确实是一个‘大众创业、万众创新’的最佳时空点。但我一直在讲，创业要以创新作为根本，没有创新的创业是不可持续的，为创业而去创业，这个失败率会很高，也会造成资源的浪费。”张亚勤说。

但是，随着更广泛的应用，人工智能技术能否实现安全、可靠、可控出现不少的担忧，张亚勤认为，这并不是一个简单的是与否的问题，这是一个需要全世界共同思考解决的问题。

“如果只有我们自己做，就太寂寞了”

现在，世界上引领人工智能（AI，Artificial Intelligence））创新研究的已经不仅是大学和研究所，各大互联网公司，Google、Facebook、IBM、微软……也包括中国的百度等，都在重金挖掘人工智能这座“未来金矿”，希望能够在新时代到来之时，形成自己的“护城河”。

张亚勤是一位科学家出身的总裁，一个典型的技术信仰者，这一点与百度公司创始人李彦宏一样。2014年，时任微软全球资深副总裁、微软亚太研发集团主席的张亚勤离职加盟百度出任总裁，引起了巨大的震动。与沉醉于产品创新和商业模式创新的企业家们不同，李彦宏和张亚勤都笃信：只有技术创新才真正拥有改变世界的力量，而百度也一直都是一家以“硬技术”创新驱动的公司。

篇（7）

索引真实世界

随着移动互联网的普及，越来越多的用户选择使用终端通过互联网来享受服务。这种服务，被业界人士称之为O2O（Online To Offline），是指通过线上营销和线上购买，带动线下经营和线下消费。

在百度世界大会上，李彦宏发表了主题为“索引真实世界”的演讲。他认为，在过去的一年中，最火的互联网领域就是O2O，越来越多和大家生活服务密切相关的活动，已经可以实现从线上到线下的连接。对此，李彦宏举了个例子说明：“比如说电影行业，今天中国每100张电影票当中有55张是从网上下单预订的，而电影行业在美国渗透率只有20%，也就是说100张电影票中只有20张是网上订票。”由此，他认为，在很多O2O的领域，中国互联网已经走在世界前列，所以在这方面就需要、同时也应该有很多创新，尤其是技术创新出现。

在分享了对移动互联网线上服务爆炸和用户个性化需求如何满足的思考之后，李彦宏宣布，在最新的手机百度6.8版本中，重磅推出谜书画搜索服务智能机器人助手――“度秘”（英文名：duer），用机器人秘书的方式开启智能服务的时代，而这些服务，是在广泛索引真实世界服务和信息的基础上，依托百度强大的搜索能力及其开发的智能交互技术来实现的。据了解，作为智能化的机器人应用工具，度秘能够与用户发生多轮对话，并能基于上下文理解用户的意图。它还能获取生活服务。

在2015年初，李彦宏在人大提案中曾提出“中国大脑”的概念，建议将人工智能提升到国家战略高度。在“互联网+”的大背景大环境下，人工智能的推动与发展更显得顺理成章。至此我们会发现，度秘开启了O2O的一个全新模式――利用人工智能，帮助甚至是引导用户来实现服务。

在大会现场，李彦宏演示了与已加载度秘的小度机器人的模拟服务互动过程，比如寻找餐厅下单定位和预定儿童影票，全程体验流畅且便捷，实现了用户与互联网的自然交互。同时李彦宏还强调，度秘不仅仅是百度最新的产品，它更多的是一种能力，在移动互联网时代，任何一种App都可以将度秘这种能力连接进去。

由此看来，在连接人与服务上，人工智能+O2O已经成为百度的核心竞争力。

打造智慧云

跻身公有云市场

在2014年召开的第九届百度世界大会上，百度了开放云策略。在短短的一年以来，百度开放云的产品线从基础的IaaS平台到数据分析和CDN服务，从大规模的机器学习、大数据智能服务到多个整体解决方案，至今已扩展至23款产品，这其中包括了14款云计算产品和9款大数据、人工智能产品。

在本届大会的百度开放云分论坛上，百度开放云总经理刘炀表示，百度开放云将开放云计算、大数据和人工智能等灵魂技术，从开发者市场走向行业市场，助力各行各业的合作伙伴实现更好的连接，为行业提供一朵“智慧”的云。

当日，百度开放云还宣布开放6款通用解决方案，以及面向教育领域、大数据领域、移动互联网领域等4套行业解决方案。

随着“互联网+”的出现，新的产业升级和变革正在酝酿，当今世界正面临着由技术突破带来的全行业升级，刘炀表示，云计算、大数据和人工智能带来了三个“重新定义”：第一，云计算重新定义了IT，改变了企业所需要IT资源的拥有与供给方式，互联网级的资源管理平台彻底改变了传统企业的IT模式，为新的商业创新提供了可能；第二，大数据重定义了资产，相较于以往的重资产，企业在经营中不断生成的数据将成为企业未来继续生存并保持竞争力的砝码；第三，人工智能重定义了效率，通过语音、图像、视频、自然语言识别和智能处理等技术，传统的计算机具备了更为强大的能力，工作效率得以大幅提升。

而基于以上三个重新定义，百度开放云的重新堆栈也分为3层：最下面一层是云计算层，其上为大数据应用层，大数据之上则为人工智能层。这也体现出百度开放云的特色：以人工智能为核心，以大数据为手段，以云计算为平台，为用户带来新的业务创新体验。

而事实上，就百度而言，不论是百度搜索、百度地图、百度贴吧还是度秘，其业务是由云计算、大数据和人工智能驱动的，底层也是由这三种技术在支撑。“这些技术没有行业属性，各行各业都可站在这些技术的肩膀上，充分使用云计算技术解决IT问题，用大数据技术产生更多资产，用人工智能技术大幅度提升系统效率。”刘炀表示。

构建互联网金融新生态

一切都能和互联网挂钩的时代，在金融这个与生活息息相关的领域也发展的如火如荼。移动互联网与人工智能技术的发展已经深深影响了消费者需求和商业模式，唯有与互联网行业融合，借助互联网平台创新商业模式，才能提升运营与资本效率，达到经营效益最大化。

篇（8）

“智造”并不是一个新词，几年前，我们可以看到数字技术从虚拟世界向实体世界渗透。3D打印、激光切割等一系列数字制造设备的发明让制造变得民主化，所以诞生了创客这个群体，让普通人也可以通过智造来实现想法。而今天，我们都看到“智”的含义又进化了。

人工智能正在全球范围内掀起产业浪潮。从去年开始，腾讯研究院就对人工智能的产业发展有一个持续的跟踪。我今天将从一个更广的维度，不限于制造业来与大家分享关于人工智能如何融合产业，创造万亿实体经济新动能的一些观察。

人工智能认知差距存在：已走入平常生活

在另一阵营，包括扎克伯格、李开复、吴恩达等在内的多位人工智能业界和学界人士都表示人工智能对人类的生存威胁尚且遥远。这其中主要的争议就来源于对“人工智能”定义的区别。人工智能学家马斯克等人所述的人工智能，是指可以独立思考并解决问题，具有思维能力的“强人工智能”，目前，科学界和工业界对何时发展出“强人工智能”并无定论。

现在处于全球热议中的“人工智能”，并不完全等同于以往学院派定义的人工智能。你可能没有意识到，我们日常生活中已经用到了许多人工智能技术：早在2011年，苹果就率先将人工智能应用Siri放进了大家的口袋里；拍照、签到时用到的人脸识别技术，智能音箱的语音对话系统，以及我们现在主流的新闻推荐引擎，也都用到了深度学习的算法。

人工智能算法存在于人们的手机和个人电脑里，存在于政府机关、企业的服务器上，存在于共有或者私有的云端之中。虽然我们不一定能够时时刻刻感知到人工智能算法的存在，但人工智能算法已经高度渗透进我们的生活之中。

人工智能的商业潮起：九大领域形成热点

人工智能的历史已经有60年的时间，但它作为一个商业化浪潮是最近几年爆发的。与以往几次人工智能浪潮不同，此次的人工智能革命跨越了技术商业化的临界点。

下图为腾讯研究院的《中美人工智能产业报告》，人工智能领域的投资金额从2012年起呈现出了非常陡峭的增长趋势，转折点就是深度学习技术的突破。

IT产业经过数十年的发展，在存储、运算和传输能力上都有了几何级的提升，使深度学习最终有了质的飞跃。互联网积累了20年的数据终于有了用武之地——训练数据。机器学习和深度学习的飞速发展直接引领了此次人工智能产业浪潮。

截至目前，美国在融资金额上人工达到了938亿，中国仅次于美国达到了635亿。人工智能产业发展出了九大热点领域，分别是芯片、自然语言处理、语音识别、机器学习应用、计算机视觉、智能机器人、自动驾驶。

另一个明显的趋势是中美科技巨头的集体转型。从互联网到移动互联网的历次转换历程中，把握技术革命带来的商业范式革命是屹立不败的关键。技术革命将带来基础设施、商业模式、行业渠道、竞争规则变化的涟漪效应。

谷歌最早意识到机器学习的重要性，从2012年开始从搜索业务积累数据。从2012年到2017年短短的5年时间已经渗透到了超过1200个谷歌的服务中。业务发展战略从“移动优先”转为“人工智能优先”。除此以外，美国的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中国的BAT无一例外投入越来越多资源抢占人工智能市场，有的甚至转型成为AI公司。他们纷纷从四方面从基础到全局打造AI生态：

第一，通过建立AI实验室，来建立核心的人才队伍。第二，持续并购来争夺人才和技术。第三，建立开源的生态，占领产业核心。今天，大多数技术进步都不是封闭的创造发明。技术的指数级增长，受益于底层技术的共享。今年，腾讯向外输出了两大AI开源项目ANGEL和NCNN。第四，最好的人工智能服务将可能化为无形，即与云服务结合。工具AI将大幅降低企业使用AI的门槛，越来越多科技巨头选择将自己的服务“云端化”来赋能全行业。正如马化腾所说的未来的企业都是在云端用AI处理大数据。并且在一些领域开始试水消费级人工智能的场景。

认识人工智能的能力与局限

认识人工智能的能力与局限AI要在商业上取得成功，首先要理解人工智能的真实能力。AI的爆发对商业的塑造也许与互联网彻底颠覆传统行业不同，在很大程度上会不动声色地嵌入到商业中。应用场景不再是新奇的概念展示，而是融入现有的生产中，进入垂直领域，创造直接的经济价值。

认识人工智能的能力与局限从认识物理世界到自主决策，目前人工智能已经具备以下几种能力：

认识人工智能的能力与局限感知智能：在语音识别、图像识别领域已经有很深入的应用，赋予了机器“看”和“听”的能力。甚至情感也能被机器理解 ；语音识别和图像识别都有了显著的提升。

认识人工智能的能力与局限理解能力：自然语言理解成为隐形的标配植入到产品中。配合计算机视觉可用于理解图像，来执行基于文本的图像搜索、图像描述生成、图像问答（给定图像和问题，输出答案）等。

认识人工智能的能力与局限数据智能：机器学习、深度学习让机器能够洞察数据的秘密，并且不断自动优化算法，提升数据分析能力。

认识人工智能的能力与局限决策能力：本质是用数据和模型为现有问题提供解决方案。棋类游戏是一种典型的决策能力，人类在完美信息博弈的游戏中已彻底输给机器，只能在不完美信息的德州扑克和麻将中苟延残喘。在更广泛的领域，例如如何自动驾驶汽车，如何将投资收益最大化等丰富的场景都将是决策能力的用武之地。

人工智能的价值地图：产业融合正在加速

与互联网时代一夜颠覆的渠道革命不同，人工智能的带来的商业变革正在不动声色地渗入到各行各业。一大批AI应用的先导者正在将AI能力赋能产业，涉及吃住行、工业医疗等各个领域。下面将用三个例子来说明正在发生的“AI+”产业增强革命。

首先是零售行业。上图是亚马逊推出的无人超市Amazon Go。在亚马逊的蓝图中，顾客从货架上取下货品，无需再经过收银台便可自动完成结算过程。从顾客进店开始，通过人脸识别验证顾客身份，在顾客购物时，通过图像识别和对比技术判断商品种类，自动生成购物订单完成自动结算。

现在，各种形式的无人零售商店在国内也如雨后春笋般兴起。当然，无人收费只是零售智能化的第一步，人工智能不同能力的应用将全面改变现在的零售模式。比如开一家店选址、到底在哪开、开多大、覆盖多少人群、卖多少东西？时装周采购设计师的衣服，买那些今年会畅销？以前这些都靠零售人的经验做决策，但在信息时代，这些都可以用精准的算法做决策。

第二个例子是医疗行业，医疗在任何国家都是最大的行业之一，我们经济发展和科技进步追求的最终目标也是增进健康。

人工智能在医疗行业的应用很广泛。用人工智能来辅助医疗影像诊断大家已经比较熟悉了。我想说的是人工智能对精准医疗的推动。所有遗传密码的信息都是非常非常多的一个大数据，对任何人在他没有得病的时候我们测量他的组学数据，分析组学大数据，那么就可以对他未来健康发展的危险因素做出评估，根据评估进行适当干预，这样的话有些疾病不发展，有些疾病减轻他的程度，提高他的生活质量，这样就把整个医疗健康体系的关口前移，在没有病之前就提出评估与保证。

第三个例子来自制造业。波士顿有家著名的机器人公司叫Rethink Robotics，顾名思义就是重新思考机器人。这个公司开发了一款名为Baxter的智能协作机器人。这个机器人的特点是和人的交互不再是机械的。Baxter 采用顺应式手臂并具有力度探测功能，能够适应变化的环境，可“感知”异常现象并引导部件就位。你只要挪动它的手臂就能进行训练，完成特定的任务。其次，对于制造业来说人工智能不仅仅意味着完成某项工任务的机器人，也是未来制造业智能工厂、智能供应链等相互支撑的智能制造体系。通过人工智能实现设计过程、制造过程和制造装备的智能化。

人工智能的经济影响

人工智能在经济层面的影响，主要有三个方面：

第一，生产效率的提升。人工智能创造了一种虚拟的劳动力，能够解决需要适应性和敏捷性的复杂任务。

第二，交易成本的下降。互联网的平台模式通过降低信息不对称，降低了交易成本。随着机器学习的引入，可以实现更精准的服务匹配，进一步优化资源的分配。

第三，人工智能将带来数据产业的蓬勃。机器学习需要数据的“喂养”，海量的数据需求催生了多种类型的数据交易模式。数据的需求会产生很多数据经纪商，有B2B模式，C2B模式，B2B2C模式等，促进数据在个人、企业及产业链层面流通。数据的来源不单单来自于用户，也来自于政府公开数据、商业渠道、博客等公共资源等。

转型之路：五要素坚实人工智能基础

人工智能将一切变化都带入了超高速发展的轨道。创新科技公司已集体转型，传统行业又改如何应对即将到来的人工智能时代？实现人工智能的转型，需要从几个方面并行：

数据、算法和算力是我们常说的人工智能的“三驾马车”，是人工智能得以应用的基础。

第一是数据，我们对数据的认识不应该停留在统计，改进产品或者作为决策的支持依据。而应该看到它导致机器智能的产生。但首先，数据是有条件的。垂直行业的数据，高质量的数据。在国家层面，也有许多数据开放计划。

第二是算法，人工智能的人才仍然是很稀缺的。高校和企业的人才流动越来越频繁。但同时，企业通过开放生态，降低开发门槛。可以让更多中小企业享受AI能力。

第三是算力，现在的人工智能系统通过成百上千个GPU来提升算力，使深度学习能够走向生产环境。但随着数据的爆发式增长，现有算力将无法匹配。

除了这三驾马车，从实验室到行业应用，在人工智能的应用过程中还需要加入两个元素：

■ 首先是场景。理解场景是人工智能应用的核心。人工智能必须落到精准的场景，才能实现实在的价值。理解人工智能能力可落地的场景及对应的流程，将AI纳入决策流程。

■ 其次是人机回环，即human-in-the-loop。“人机回圈”的第一层含义是人工智能应用中需要用户，即人的反馈来强化模型。更进一步，机器学习是一种尝试创建允许通过让专家与机器的一系列交互参与到机器学习的训练中的系统工作。机器学习通常由工程师训练数据，而不是某个领域的专家。“人机回圈”的核心是构建模型的想法不仅来自数据，而且来自于人们怎样看待数据。专家会成为垂直领域的AI顾问，把关模型的正确性。

人工智能并不是静态的东西，训练出来的模型要用到某个业务场景里，业务场景里产生新的数据，这些数据进一步提升人工智能模型的能力，再用到场景中，形成一个闭环和迭代。

总结

本轮人工智能浪潮是基于深度学习的发展，将快速渗透到数据密集行业。

篇（9）

智能驾驶与电动车有着天然的关联性，两者存在互相促进、互相支持的关系。电动车采用电动控制，电动车的根本在电池和电池控制，电控也是算法驱动的行业，这是电动车区别于传统汽车的一个特点，车内电信号可以直接被系统收集。其次，采用电动力，而非传统的物理传动，使得内的电信号可以直接被系统收集。智能驾驶能够帮助解决电动车的充电、节能等核心问题，电动车智能交互系统的背后是将车身机械语言和车联网电子信息语言统一起来，所有信息可以上传下达，实现车与人、车与云的互联。

这样一来，汽车行业就由原来以内燃为主的一条技术演进发展路线，演化成为一条以内燃机为主，一条以电池、电机为主的发展路线，从而使汽车发展的演进路径正在从一条变成两条。另外，后一条的发展空间和边际收益明确要快于传统的路线。未来，汽车的核心配置将不再是多少排量，而是用千瓦、G 赫兹、GB，以及连接人车路的程度来衡量。未来汽车的核心价值将被计算能力、人工智能、智能驾驶、云及电动力来重构。这其中的商业机会不言自明。

从交通方面看，智能驾驶将大大提升生产效率和交通效率，并有可能成为人工智能首先突破的领域

智能驾驶将是未来解决交通拥堵的重要技术，能大大提升生产效率和交通效率。一方面，随着智能驾驶的普及，交通拥堵不再是问题，人们可以接受更长的通勤距离，汽车可以是家和办公室的自然延伸，更有利于新型的城镇化建设。另一方面，智能驾驶汽车的运行需要配套的交通基础设施，由于智能驾驶靠传感器感知路面障碍，或者通过 4G/DSRC 与道路设施通信，因此需要在交叉路口、路侧、弯道等布置引导电缆、磁气标志列、雷达反射性标识、传感器、通信设施等。当前的基础设施，包括超宽车道、护栏、停车标志、振动带等现有设置的交通道路将不再适用。

更重要的是，智能驾驶可以为构建智能交通系统提供支撑。智能交通系统是将先进的信息技术、数据通讯技术以及计算机技术等有效地综合运用于整个交通管理体系和车辆而建立起来的一种大范围、全方位发挥作用的、实时、准确、高效、先进的运输系统。更具体来说，高精度全球定位、高速无线通信、云计算、云控制的智能交通系统的构建是基于配备高精度北斗定位系统和高速无线通讯系统的智能驾驶汽车、配备有超级计算机的控制中心、移动终端以及相应的配套基础设施。车辆通过通讯系统将高精度的自身经纬度、高度、目的地等相关数据发送至控制中心。控制中心通过处理全部车辆状态信息、目的地信息等，为全体车辆规划最优路线，并将车辆的控制信息实时传达至全体车辆，从而实现全系统内的智能驾驶。通过完全封闭的双层道路设计，可以取消全部红绿灯，并通过在转弯处设置具有一定斜度的路面，保证车辆在整个系统中可以保持高速行驶。在配套的智能停车系统、智能充电系统、智能检修系统等辅助系统的支持下，实现车辆使用全过程以及全生命周期的智能化，从而可能成为人工智能首先突破的领域。

从产业发展看，智能驾驶将引领汽车产业商业模式创新，并重塑产业生态

首先，作为“智能制造”和“互联网+”时代的产物，智能驾驶将引领汽车产业生态及商业模式的全面升级与重塑。自汽车取代马匹以来，智能驾驶汽车堪称交通运输领域最具颠覆性的设计。未来的汽车将从“配备电子的机械产品”向“配备机械的电子产品”转变，成为可以安全、舒适、便捷移动的智能互联终端，即实现车辆的全面智能化、信息化。同时，汽车产业庞大的用户群体、多种多样的使用环境，也将衍生出具有重要商业价值的大数据，从而影响产业链条的重组、价值实现方式的转变和商业模式的创新。由此，整个汽车产业将发生空前深度和广度的变化：传统的汽车使用、设计、制造、销售、售后及管理模式极有可能被彻底颠覆；新模式下的新商机将有无穷多种可能，包括管理、维护、性能检测、服务、备件、回收与再利用、金融、信用等。在这一巨变过程中，智能驾驶无疑将处于中间枢纽和核心环节的地位。

以交通工具共享为例，智能网联可以为交通工具共享的普及提供支撑，而只有具备智能驾驶能力的智能交通工具，才能彻底“解放人”，从而使全天候的交通工具共享真正成为可能，实现交通工具使用的“理想主义”：即无需拥有、按需使用、随用随叫、随用随还。这种“轻拥有、重使用”的新型文化将显著提高交通工具的利用率，使得兼顾百姓用车需求和节约型汽车社会成为可能。因此，智能驾驶将引领汽车产业生态及商业模式的全面升级与重塑。

其次，智能驾驶促进信息通信、互联网等产业与汽车产业深度融合，从而推动未来产业形态和商业模式发生巨变。智能驾驶促进了汽车与信息通信、互联网、电子等产业的深度融合，汽车产业的边界扩展巨大，产业链不断延伸。从上游的元器件、芯片、传感器、车载操作系统等，到中游的通信设备、交通基础设施、智能车载设备等，再到下游的通信服务、平台运营、内容提供等，智能驾驶的产业链不断延伸，麦肯锡预估其在 2025 年的潜在经济影响将高达 2000 亿～1.9 万亿美元。以信息通信产业为例，智能驾驶推动汽车产业与信息技术深度融合，从而将推动未来汽车产业形态和商业模式发生巨大变化。运用车联网技术与大数据分析，可以不断优化产品全生命周期的设计标准规范，形成消费者需求驱动的研发模式，促进大规模定制化生产；可以建立汽车供应链协同商务平台，缩短从订单到交付的周期，提高智能制造效率，降低运营成本；可以推动汽车电子供应链的平台化和网络化，实现汽车电子固件和软件的远程管理、更新和适配；还可以通过发展面向行业的大数据信息服务和应用开发，在汽车维修及保养、汽车保险、二手车交易、汽车共享等方面不断创新商业模式。

从经济方面看，智能驾驶是信息化与工业化融合的典型代表，并有可能引发第四次工业革命

传统的交通工具，比如汽车是工业文明的代表产品，而人工智能是信息化社会的代表产品，两者的结合就是智能驾驶，是两化融合的重要代表。因此，智能驾驶不仅仅是新一代的交通工具，也是个性化需求和数据的收集终端和交互平台，更是全新的智能制造体系及产业价值链的核心环节。智能驾驶广阔的商业化前景受到了资本市场的广泛关注，投资机构、互联网巨头等纷纷与车企、科研机构、创业企业等合作进军该市场。智能驾驶不仅能使交通工具产品本身的价值呈现几何级数增长，还能为相关领域提供全新的解决方案，与新能源汽车、机械、交通、电子、信息、互联网、通讯、能源、环保、城市建设等众多领域进行深入合作，实现协同创新、融合发展。智能驾驶作为引领未来交通产业技术发展方向的战略制高点，将有可能引发第四次工业革命。

从社会方面看，智能驾驶将缓解劳动力短缺的矛盾

世界经济发展正面临着劳动力红利的缺失、老龄化社会的挑战。智能驾驶能够实现“机器换人”和产业转型升级，“智能+X”将成为万众创新的新时尚和新潮流。不能说发展智能驾驶能够解决所有的经济问题和社会问题，但是可以说智能驾驶能够为解决劳动力短缺引的经济问题和社会问题创造良机。比如，智能驾驶将推动汽车所有权形式和使用方式的改变，既能够有效降低汽车出行成本，也能够缓解劳动力短缺。摩根士丹利分析师凯蒂・休伯蒂（Katy Huberty）认为，到 2030 年，智能驾驶将开创一个规模可达 2.6 万亿美元的共享机动车市场，并大大降低出行成本。

从环境方面看，智能驾驶能够改善汽车对城市环境的污染

尽管汽车产业对环境污染（如雾霾）的具体影响程度尚存争议，但汽车无疑是主要污染源之一，尤其是城市环境的主要污染源。首先，智能驾驶系统能够有效减少污染物排放。德克萨斯大学奥斯汀分校的研究人员研究了二氧化硫、一氧化碳、氮氧化物、挥发性有机化合物、温室气体和细小颗粒物。结果发现，“使用智能驾驶车共享系统不仅节省能源，还能减少各种污染物的排放。”其次，智能驾驶能够通过提高车辆利用率减轻污染。汽车可以按照时间顺序依次供需要的人使用，因此可以更好地统筹安排车辆使用，解放司机，提高车辆的使用效率，减少车辆消费总量，有效减少碳排放。此外，智能驾驶通过缓解交通拥堵降低污染物排放。一项 2016 年的研究估计，“等红灯或交通拥堵时汽车造成的污染比车辆行驶时高 40%。”而智能驾驶通过基于实时路况安排路线、规范化行驶、编队匀速行驶等能够有效缓解交通拥堵，从而使得废气的排放大大减少。最后，智能驾驶和新能源汽车产业存在相互促进的关系，智能驾驶在未来可大大提高新能源汽车的使用率，而新能源汽车代替传统汽车则可以有效降低噪声污染。

篇（10）

“补课元年”六项成果

2016年是小米的“补课元年”，我们主动降速调整，取得了一系列成果，最重要的有6项。

坚持技术创新，稳占手机高端市场。小米是一家工程师文化主导的公司，“探索黑科技”是骨子里的追求。2016年，小米5在全球首发四轴光学防抖和3D陶瓷；小米5s在中国首发超感光相机，单位像素面积达1.55um，在全球首发无孔式超声波指纹；2016年底的小米Note2，率先采用双曲面柔性屏，小米MIX在全球首发全面屏和全陶瓷机身。2016年，小米在全球累计专利申请总量已突破1.6万项，授权总量3612项，其中涉外专利授权量1767项。

新零售高歌猛进。2016年我们依然是“手机电商之王”，天猫“双11”四连冠。小米之家升级为品牌零售旗舰店，至今已开通54家，其中上海大悦城店、北京五彩城店、郑州大卫城店年销售额破1亿元。2017年，我们计划开200家“小米之家”，未来三年计划开通1000家。

国际化业务高速增长。2016年10月，印度市场销售135万部手机，全年销售突破10亿美元，成功跻身印度手机市场前三。

以小米手机为核心的生态链整体崛起。2016年，小米手机周边的生态链系统全年收入过150亿元，连接了超过5000万台智能设备，小米成为全球最大的智能硬件孵化生态。

互联网商业模式得到充分验证。2016年，互联网业务收入翻番，国际战场和生态链业务也获成功，小米商业模式被充分验证。

管理升级、效率提升。以手机部为例，管理结构调整后，半年内团队规模翻番，强化了产品研发、供应链和品质管理。同时，强化公司治理的信息化，全面推进精细化管理。

最坏时期已经过去

2016年，取得的成绩，非凡；经历的挑战，难忘。前几年我们冲得太快，未来必须放慢脚步、认真补课。

小米起家的电商销售模式遇到挑战。目前，只做电商已经不够，毕竟电商只占社会零售总额的10%，手机市场好一些，但也只有20%。

小米是一家有雄心的公司，不安于只做一家不错的电商手机公司，所以要升级商业模式，要把纯线上模式升级到线上线下融合的“新零售”。

去年，小米遭遇了四个月缺货。手机供应链非常复杂，过去几年的积累远远不够，再加上一些客观因素，这不是一年努力能弥补的。

不过，最坏的时候已经过去。用技术创新和产品说话，我们去年比前年强大，今年肯定比去年更强大。

五大战略 一个小目标

2017年我们要聚焦5大核心战略：黑科技、新零售、国际化、人工智能和互联网金融。前三点去年就已全力投入，并取得了阶段性成绩，重点是后两条。

AlphaGo去年出人意料大俣ゼ馄迨坷钍朗，又60连胜横扫全部高手，AlphaGo让人看到了人工智能的广阔前景。2016年小米人脸检测新算法在FDDB人脸检测准确率榜上排名第一。当人类信息以指数级别爆发增长时，我们需要人工智能提供有力协助，让人类生活更加便捷轻松，这显然是小米的使命。

金融是小米2017年要拉开阵势干的大事。2016年年底，新网银行成立，小米是第二大股东。此外，小米已经组建起300多人的团队，完成了贷款、保险、证券、理财和支付等全领域布局，还拿到多种金融牌照。

这对小米的未来有至关重要的意义。未来，所有商业巨头都是互联网公司，也都是金融公司，未来的金融也都将基于人工智能和大数据。

新年里，我们也定个“小目标”：2017年，小米整体收入破千亿元。

价值观比千亿营收更重要

真诚和热爱是小米价值观，我们的愿景是让所有人都能享受科技的乐趣。

真诚就是踏踏实实用真材实料做品质过硬、价格厚道的产品，和粉丝做朋友，用心倾听用户需求；热爱就是聚拢一批追求极致产品的兄弟姐妹，大家做自己喜欢的事情，咬定青山不放松，千难万险不回头，享受创业乐趣。