時間：2023-09-08 17:12:32
序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇人工智能的商業模式范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。
一方面是人機大戰，AlphaGo方興未艾，德州撲克大戰又來。雖然人們對于這些人機大戰的細節并不熟稔，甚至對德州撲克和圍棋的規則都所知有限，但是并不妨礙對比賽結果的關心。是人勝利了，還是機器更厲害？
另一方面是VR大潮涌動，虛擬現實進入快速增長期，各種VR/AR產品粉墨登場。可是繁華過后，智能商業時代似乎還未到來，實現盈利的企業和項目屈指可數。當新一代信息技術不斷推動產業發展，這些技術創新究竟能夠從哪些方面，改變企業的經營形態和商業模式？
總體而言，未來智能商業的價值創造形態將呈現三個重要的特征：小前端、大平臺、生態圈。從1G到5G，隨著互聯網基礎設施的成熟和完善，“入口”和“平臺”成為構建商業生態的關鍵要素。首先，小前端的優勢在于建立用戶聯系，在員工方面，海爾做“小微”、恒大招聘兼職銷售員，都是在做“小前端”，強化與用戶的聯系，更好更快地發現用戶需求。在界面方面，移動終端尤其是手機成為關鍵的用戶入口。同時，VR正在成為新興的用戶入口，不同之處在于電視屏幕掛在墻上、手機屏幕拿在手中，而VR直接把屏幕戴在眼睛上。這也是此起彼伏的VR大戰的潛在動力，目標還是爭奪用戶入口。
然而，決定這些入口所提供的內容和體驗的關鍵在于“云平臺”，利用大數據進行決策，人工智能的水準非常關鍵。通過發展人機交互、深度學習、自然語言理解、機器人等核心技術，利用算法進行決策，人工智能能夠精準匹配用戶需求。只有圍繞入口和平臺，企業所構建的商業生態系統才具備用戶價值，才能創造出具有黏性的用戶體驗。這種生態，未必要像BAT那么大而全，關鍵在于各元素間的協同性，以及關鍵的連接點。比如小米，用手機將各類智能小家電串聯、并聯，打造出一個智能家居的小生態。
圍繞人工智能，產生了物理和數字世界互動技術、數字化與智能化服務技術、信息化與云端遷移技術、增強信用安全技術等。這些關聯性技術形成了一個重要的技術生態圈，互促共榮，并產生良性的化學反應。此外，新一代信息技術還改變了傳統制造業的生產方式和產業組織模式。云計算、智能終端等成為基礎設施，以算法和決策為特征的數據成為生產要素，圍繞商業生態系統實施大規模協作與共享，提升產業組織的效率。
百度副總裁，百度美國研發中心總經理
畢業于美國斯坦福大學并獲得計算機科學碩士學位。曾任職于Google、阿里巴巴、Oracle等知名企業，有二十余年的硅谷與國內研發管理經驗，其中十余年致力于互聯網營銷技術創新，是人工智能與大數據領域資深實踐者。2010年5月正式加盟百度，目前全面負責百度搜索公司大商業體系。
無論在PC時代，或移動時代，還是正在到來的人工智能時代，搜索一直是最便捷的信息獲取途徑。不同的是，用戶將會擁有越來越智能、多樣化的搜索手段。例如語音搜索，圖像搜索等新興搜索方式正在逐漸被廣泛的使用。百度作為代表中國人工智能最高水平的互聯網公司，在人工智能方面的應用體現在很多方面，從推出語音輸入法，到開放深度學習平臺，再到開放百度大腦平臺，百度正在嘗試在更多層面上將人工智能與搜索無縫銜接。
進入信息分發2.0時代，用戶不僅需要更便捷智能地找到信息，也需要個性化的信息主動推薦；在“人找信息”的同時，實現“信息找人”。百度能夠向用戶提供雙向智能適配的信息分發服務，通過搜索+推薦相結合，實現信息分發2.0。“手機百度信息流”是百度“信息分發2.0”落地的一個縮影。2016年，短短三個月其流量快速增長了20倍，背后是優質內容與用戶信息需求的精準匹配，百度的人工智能技術始終扮演著重要角色。
人工智能在智能互聯網的時代背景下，重新定義了商業關系，也必將帶來商業模式的改變。2017年，在“人工智能+”新商業環境中，百度商業將會把更多領先的人工智能技術應用到整個產品和服務體系中，并向第三方合作伙伴開放，推動更多產品和服務智能化。百度將對大數據進行深度學習、深度應用、得到深度數據，從而幫助合作伙伴在商業決策、企業創新、行業重構上做出正確抉擇，完成生產流程、產品設計、解決方案及市場策略向人工智能時代的跨越，并實現行業突破與升級。
百度商業的“因智而能”讓營銷理念正在從“Big Data”到“Deep Data”進行轉變。數字化營銷的目標從之前被動捕捉迎合消費者需求，進入到下一個層級“激發、誘導”消費者需求。未來隨著技術發展，用戶的注意力成稀缺資源，因此，只有精準觸達目標用戶，輸出用戶關注的內容，才能獲得更大的商業價值。在數據層面，百度基于搜索數據的海量沉淀，百度大腦強大的數據處理技術，通過對用戶的實時匹配計算和動態建模，將信息標簽和人群標簽智能匹配，通過“搜索”+“推薦”相結合，實現真正雙向智能適配的信息分發服務。
基于百度營銷大腦的意圖引擎，百度打造了一種全新的人工智能營銷思維。通過搭建搜索、地圖、糯米等多元化的平臺，可以化媒體、廣告主及消費者間的溝通交流，并借助人工智能技術洞察消費者的意圖，在合適的時間和合適的地點向消費者推薦需要的服務。更為重要的是，百度正在把這些人工智能技術開放給更多的合作伙伴，賦能包括商業在內的各行各業。同時，百度也將在語音交互、圖片交互、自然語言交互等方面不斷智能創新，與廣大合作伙伴一起共享人工智能的紅利。
2016營銷感悟
十年后，在全球市值最高的公司榜單上，蘋果、谷歌母公司Alphabet、微軟、Facebook、亞馬遜、伯克希爾·哈撒韋(Berkshire Hathaway)、阿里巴巴、騰訊排名第一到第八，美國強生(Johnson&Johnson)、埃克森美孚(Exxon Mobil)排名第九、第十。
對比起來，現在的十大公司中，有谷歌、Facebook、亞馬遜、阿里巴巴和騰訊五家互聯網公司，而且市值都超過了3000億美元，這就是互聯網的力量。
很多人都在問，誰能成為這五家之外的佼佼者，下一個千億美金級的互聯網公司是誰？
最近聽阿里巴巴參謀長曾敏的《智能商業二十講》，他提供了一種思考方式。曾鳴認為，谷歌、Facebook、亞馬遜、阿里巴巴和騰訊之所以能夠成為千億美金級的公司，是因為他們的商業模式是“智能商業雙螺旋”。
所謂“智能商業雙螺旋”，是指的互聯網公司的模式可以統統歸為網絡協同或者數據智能，如果占其一，就可以實現單輪突破，如果兩個都占據，將能實現雙輪突破，形成智能商業雙螺旋的爆破態勢。
網絡協同可以認為是“互聯網”，關鍵詞是連接，當你連接的供需方越多，網絡協同的規模越大；數據智能可以認為是“人工智能”，關鍵詞是精準，當使用大數據、人工智能等技術時，供需雙方可以快速、精準匹配。
單輪突破的公司，市值可以達到百億美金級左右；雙輪突破，則可以讓公司達到千億美金級的規模。
谷歌，將海量的中小廣告主與海量的小網站連接起來，而且通過人工智能精準匹配，讓廣告價格可以實時在線。所以，谷歌是網絡協同和數據智能雙輪驅動的公司，市值現在高達6500億美金。
阿里巴巴旗下的淘寶是單輪驅動到雙輪驅動的典型，2003年到2008年，淘寶將海量的賣家和海量的買家進行連接，隨后又有無數的類目、無數的服務商加入，是網絡協同的不斷擴張；2008年到現在，淘寶從類目到搜索，引入數據智能，實行效果營銷競價排名的廣告模式，從而在數據智能上進行突破，最終憑借智能商業雙螺旋實行引爆。
沿著這個邏輯，不妨我們分析一下未來最有可能成為千億美金級的互聯網公司是誰？
美團點評是最有潛力成為千億美金級的互聯網公司，這是因為美團點評干了一個史無前例的事情，就是將無數線下服務的商家搬到了互聯網上。這個動作叫做網絡協同，最早美團點評是將餐飲的商家互聯網化，但如果美團點評止步于此，美團點評的網絡協同規模還太小，最多只能成為一個幾十億美金的公司。
但是，美團點評在餐飲行業互聯網化的基礎上，將總結出的通用能力，快速復制到其他行業中。于是，你能看到的表象是，美團點評在不斷擴張自己的邊界，從餐飲擴張到了電影票、酒旅、KTV、麗人、母嬰、保潔、打車、線下實體店……實際上，美團點評是在擴大自己的網絡協同規模，在美團點評構建的這張網上，所連接的商家和用戶數量也在指數級的擴張，目前美團點評覆蓋200個電商服務和產品類別，以及約2800萬POI和301萬活躍商家，在中國2800個城市提供服務。
如果美團點評止步于此，可以成為一家百億美金級的公司，但是美團點評在網絡協同的過程中，并不是簡單地將線下商家互聯網化，而是引入了數據智能，換句話說，是用大數據和人工智能去精準匹配各種需要連接的需求。
最近高盛了一份中國人工智能的報告，名為《China’s Rise in Artificial Intelligence》，其中提到：美團點評每日產生1.5PB的數據，公司存儲了200PB的數據。大數據是美團點評的關鍵，其業務模式需要為O2O和全渠道零售線上和線下數據的整合。數據采集、分析和應用能力，一起決定著美團點評平臺的客戶體驗。
美團點評的實時物流配送人工智能調度系統，就是數據智能的典型。不同于傳統電商配送，外賣配送具有下單集中、配送時短、因素復雜等多個難點。外賣的一個訂單生命周期一般在1小時內。這就要求，配送系統調度一批訂單的時間要在5秒鐘以內，外賣訂單并發度高，要找出最好的調度方案，就需要從規模相當大的搜索空間找到足夠好的解。從數學建模的角度看，這是一個超大規模離散組合優化問題。以一個配送區域為例，200個配送員50個新訂單，每個騎手有5個已有訂單，其單次優化調度的解空間可達20050*10!的規模！
美團點評研發出了人工智能調度系統，成為騎手的“超級大腦”，該調度系統基于大數據分析，包括數百萬歷史訂單、數十億快遞線路、數千萬不同的客戶和商家等數據，綜合考慮訂單結構、騎手習慣、區域路況、天氣、交通工具、取餐難度、出餐時間、交付難度、配送范圍等多類復雜因素，在50毫秒內生成最有效的快遞路線規劃。美團點評每次派單背后都需要上億次的計算來優化路線，這套系統在配送員人均日單量提升前提下，能夠讓單均配送時長有效得到降低，騎手單均行駛距離從2260米降低至1980米。
曾鳴認為，美團點評在網絡協同和數據智能上都取得了比較大的突破，美團點評的商業模式就是將本地生活服務業實現在線化和數據化。
淘寶是將中國的線下實物商業搬到了網上，然后又實現了數據化，達到了千億美金級別；服務業的商家規模和市場規模比起實物來更加龐大，如果美團點評在網絡協同化和數據智能化的智能商業雙螺旋中執行得力，很容易成為一家千億美金級的互聯網巨頭。
再來看看滴滴。滴滴和Uber的模式比較類似，他們的本質是數據智能，是通過大數據和人工智能將乘客和司機快速匹配在一起。Uber曾經做過一個測試，任何人叫車后的等待時間只要超過4分鐘，乘客就不滿意。其實，不用測試，我們每個人的叫車經歷都證明了這一點，就是說如果不能快速精準匹配，滴滴、Uber們都沒辦法生存。
但是，滴滴連接的供需雙方還是局限在乘客和司機的連接上，數據智能上實現了單輪突破，但是卻無法擴大網絡協同。沒有網絡效應，光有規模效應是不夠的，規模經濟的壁壘不深，很容易被海量的資本攻破，雖然滴滴在網約車領域一家獨大，但可復制性其實比較強。這一切都決定了滴滴很難成為千億美金級的公司。
今日頭條現在風頭正勁，它的商業模式也是數據智能。正是借助強大的智能算法，今日頭條將無數內容提供商和用戶連接在一起。如果沒有數據智能，今日頭條根本不可能打敗已經非常成熟的門戶和新聞客戶端。
無論是對中國還是對世界來說，人口老齡化加劇、慢性病患者群體增長、優質醫療資源緊缺、公共醫療費用攀升等都是必須要面對的問題。而隨著技術的發展，人們逐漸開始寄希望于通過人工智能來解決醫療行業的痛點。此前，美國咨詢公司弗羅斯特- 沙利文公司就曾提到，“人工智能可將醫療效果提高30% 到40%，減少多達50% 的醫療成本”。
在中國，醫療人工智能有著先天的發展優勢。一方面，中國人口數量龐大，有充足的醫療數據，為醫療人工智能的發展提供了基石。另一方面，中國足夠大的醫療市場也為人工智能企業創新提供了動力。
不負人們所期，近年來中國醫療人工智能市場正如火如荼地發展著。數據顯示，自2013年到2017 年，中國醫療人工智能行業共獲得241 筆融資。其中，2017 年國內醫療人工智能行業公布的融資事件近30 起，融資總額超過18 億元。
2018 年，醫療人工智能市場火熱依舊。一方面，資本熱情不減，大額融資頻發，醫療人工智能融資總額再創新高，僅2018 上半年就有18 家公司獲投，總金額超過31 億元。另一方面，已然成熟的互聯網巨頭，如BAT 等，以及傳統醫療相關企業，如飛利浦等也早已重金布局醫療人工智能，大手筆向產業鏈擴展業務。
行業新聞
廣東公布人工智能發展“三步走”規劃
瑞芯微與商湯科技前世戰略合作協議
華為官方: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，捷順科技《2018年半年度報告》
8月18日，華勝天成《2018年半年度報告》
8月20日，漢王科技《2018年半年度報告》
8月20日，海康威視《2018年限制性股票計劃(草案)》
投資策略
顛覆性的變革已經到來
“人工智能已經有60年的歷史，但最近10年有了突破，包括算法的改進，對人腦的更好的理解，但更大的突破是越來越多的數據和計算能力指數的上升。這四個因素加在一塊，使得人工智能變成了可用的技術，沒有那么神秘。”張亞勤說。
“一個顛覆性的技術變革時代已經到來。”張亞勤認為，前三次工業革命的技術基石分別是蒸汽機、電和信息技術，而第四次工業革命的技術基石將是人工智能，大數據、物聯網、互聯網醫療、互聯網金融、智能汽車，它們的底層都是人工智能技術。
在張亞勤看來，人工智能會成為未來一切事物的必需品，而更為重要的是人工智能發展速度要比人們想象得更快。比如在今年年初，AlphaGo戰勝了李世石，對于人工智能行業而言，這是一個里程碑事件;而對于大眾來說，也為人工智能技術進行了一次非常好的科普。
但是，擔憂也隨之而來。人工智能時代已經快速襲來，但是人們似乎還沒有準備好。實際上，制造業、零售業、運輸業等已經開始大量地使用機器人，翻譯、速記、設計師、廚師、司機、記者和作曲家……也都已經有了人工智能“同行”，這讓很多人擔心，“機器人替代人做各種各樣的工作，我會失業嗎？”更為可怕的是，人工智能會不會超越人類，甚至毀滅人類？張亞勤認為，人工智能短期內會使得一些舊的行業和工作消失，很多重復性的、簡單腦力勞動會被替代，但是長期來講，它還是會創造新的就業。
“人工智能并不可怕，它并不是要打敗人類或者超過人類智慧，它和人之間并不是競爭關系，而是一種補充和支持。在未來的20、30年內，人工智能將有進一步發展，但不會打敗人類的大腦或智慧，人類被機器奴役的情況在未來很長一段時間內都不會出現。”張亞勤說。
從“互聯網+”到“智能+”
其實，目前在我們的生活中人工智能的應用場景已經非常多了，比如你使用iPhone的Siri（語音助手），停車場的車牌識別，用語音操控家里的電視……這些其實都是人工智能技術的具體應用。
張亞勤預測，人工智能技術很快就會更加廣泛和深入地滲透到各行各業中，“互聯網+”會升級到“智能+”。所謂“智能+”與“互聯網+”概念類似，就是人工智能技術與各行各業融合，幫助各行各業進一步變革升級，提升效率、創造新價值，讓產品、服務變得更加“聰明”。“‘智能+’將會再度重構所有行業的商業模式與競爭法則。”他說。
張亞勤表示，未來5到10年將會是人工智能發展的黃金時期，這也意味著非常多的機會。“在這一次工業革命中，一些新的行業和新的企業會出現，這將會創造更多不同的、更有價值的、更公平的機會，就像前三次革命也創造了大量的新機會一樣。”他說。
“過去我們對產業的改變只是優化一些細節，但現在要面對的則是一個大的顛覆性的改變，特別是80后、90后的年輕人，真的面臨非常多的選擇，現在確實是一個‘大眾創業、萬眾創新’的最佳時空點。但我一直在講，創業要以創新作為根本，沒有創新的創業是不可持續的，為創業而去創業，這個失敗率會很高，也會造成資源的浪費。”張亞勤說。
但是，隨著更廣泛的應用，人工智能技術能否實現安全、可靠、可控出現不少的擔憂，張亞勤認為，這并不是一個簡單的是與否的問題，這是一個需要全世界共同思考解決的問題。
“如果只有我們自己做，就太寂寞了”
現在，世界上引領人工智能（AI，Artificial Intelligence））創新研究的已經不僅是大學和研究所，各大互聯網公司，Google、Facebook、IBM、微軟……也包括中國的百度等，都在重金挖掘人工智能這座“未來金礦”，希望能夠在新時代到來之時，形成自己的“護城河”。
張亞勤是一位科學家出身的總裁，一個典型的技術信仰者，這一點與百度公司創始人李彥宏一樣。2014年，時任微軟全球資深副總裁、微軟亞太研發集團主席的張亞勤離職加盟百度出任總裁，引起了巨大的震動。與沉醉于產品創新和商業模式創新的企業家們不同，李彥宏和張亞勤都篤信：只有技術創新才真正擁有改變世界的力量，而百度也一直都是一家以“硬技術”創新驅動的公司。
索引真實世界
隨著移動互聯網的普及，越來越多的用戶選擇使用終端通過互聯網來享受服務。這種服務，被業界人士稱之為O2O（Online To Offline），是指通過線上營銷和線上購買，帶動線下經營和線下消費。
在百度世界大會上，李彥宏發表了主題為“索引真實世界”的演講。他認為，在過去的一年中，最火的互聯網領域就是O2O，越來越多和大家生活服務密切相關的活動，已經可以實現從線上到線下的連接。對此，李彥宏舉了個例子說明：“比如說電影行業，今天中國每100張電影票當中有55張是從網上下單預訂的，而電影行業在美國滲透率只有20%，也就是說100張電影票中只有20張是網上訂票。”由此，他認為，在很多O2O的領域，中國互聯網已經走在世界前列，所以在這方面就需要、同時也應該有很多創新，尤其是技術創新出現。
在分享了對移動互聯網線上服務爆炸和用戶個性化需求如何滿足的思考之后，李彥宏宣布，在最新的手機百度6.8版本中，重磅推出謎書畫搜索服務智能機器人助手――“度秘”（英文名：duer），用機器人秘書的方式開啟智能服務的時代，而這些服務，是在廣泛索引真實世界服務和信息的基礎上，依托百度強大的搜索能力及其開發的智能交互技術來實現的。據了解，作為智能化的機器人應用工具，度秘能夠與用戶發生多輪對話，并能基于上下文理解用戶的意圖。它還能獲取生活服務。
在2015年初，李彥宏在人大提案中曾提出“中國大腦”的概念，建議將人工智能提升到國家戰略高度。在“互聯網+”的大背景大環境下，人工智能的推動與發展更顯得順理成章。至此我們會發現，度秘開啟了O2O的一個全新模式――利用人工智能，幫助甚至是引導用戶來實現服務。
在大會現場，李彥宏演示了與已加載度秘的小度機器人的模擬服務互動過程，比如尋找餐廳下單定位和預定兒童影票，全程體驗流暢且便捷，實現了用戶與互聯網的自然交互。同時李彥宏還強調，度秘不僅僅是百度最新的產品，它更多的是一種能力，在移動互聯網時代，任何一種App都可以將度秘這種能力連接進去。
由此看來，在連接人與服務上，人工智能+O2O已經成為百度的核心競爭力。
打造智慧云
躋身公有云市場
在2014年召開的第九屆百度世界大會上，百度了開放云策略。在短短的一年以來，百度開放云的產品線從基礎的IaaS平臺到數據分析和CDN服務，從大規模的機器學習、大數據智能服務到多個整體解決方案，至今已擴展至23款產品，這其中包括了14款云計算產品和9款大數據、人工智能產品。
在本屆大會的百度開放云分論壇上，百度開放云總經理劉煬表示，百度開放云將開放云計算、大數據和人工智能等靈魂技術，從開發者市場走向行業市場，助力各行各業的合作伙伴實現更好的連接，為行業提供一朵“智慧”的云。
當日，百度開放云還宣布開放6款通用解決方案，以及面向教育領域、大數據領域、移動互聯網領域等4套行業解決方案。
隨著“互聯網+”的出現，新的產業升級和變革正在醞釀，當今世界正面臨著由技術突破帶來的全行業升級，劉煬表示，云計算、大數據和人工智能帶來了三個“重新定義”：第一，云計算重新定義了IT，改變了企業所需要IT資源的擁有與供給方式，互聯網級的資源管理平臺徹底改變了傳統企業的IT模式，為新的商業創新提供了可能；第二，大數據重定義了資產，相較于以往的重資產，企業在經營中不斷生成的數據將成為企業未來繼續生存并保持競爭力的砝碼；第三，人工智能重定義了效率，通過語音、圖像、視頻、自然語言識別和智能處理等技術，傳統的計算機具備了更為強大的能力，工作效率得以大幅提升。
而基于以上三個重新定義，百度開放云的重新堆棧也分為3層：最下面一層是云計算層，其上為大數據應用層，大數據之上則為人工智能層。這也體現出百度開放云的特色：以人工智能為核心，以大數據為手段，以云計算為平臺，為用戶帶來新的業務創新體驗。
而事實上，就百度而言，不論是百度搜索、百度地圖、百度貼吧還是度秘，其業務是由云計算、大數據和人工智能驅動的，底層也是由這三種技術在支撐。“這些技術沒有行業屬性，各行各業都可站在這些技術的肩膀上，充分使用云計算技術解決IT問題，用大數據技術產生更多資產，用人工智能技術大幅度提升系統效率。”劉煬表示。
構建互聯網金融新生態
一切都能和互聯網掛鉤的時代，在金融這個與生活息息相關的領域也發展的如火如荼。移動互聯網與人工智能技術的發展已經深深影響了消費者需求和商業模式，唯有與互聯網行業融合，借助互聯網平臺創新商業模式，才能提升運營與資本效率，達到經營效益最大化。
“智造”并不是一個新詞，幾年前，我們可以看到數字技術從虛擬世界向實體世界滲透。3D打印、激光切割等一系列數字制造設備的發明讓制造變得民主化，所以誕生了創客這個群體，讓普通人也可以通過智造來實現想法。而今天，我們都看到“智”的含義又進化了。
人工智能正在全球范圍內掀起產業浪潮。從去年開始，騰訊研究院就對人工智能的產業發展有一個持續的跟蹤。我今天將從一個更廣的維度，不限于制造業來與大家分享關于人工智能如何融合產業，創造萬億實體經濟新動能的一些觀察。
人工智能認知差距存在：已走入平常生活
在另一陣營，包括扎克伯格、李開復、吳恩達等在內的多位人工智能業界和學界人士都表示人工智能對人類的生存威脅尚且遙遠。這其中主要的爭議就來源于對“人工智能”定義的區別。人工智能學家馬斯克等人所述的人工智能，是指可以獨立思考并解決問題，具有思維能力的“強人工智能”，目前，科學界和工業界對何時發展出“強人工智能”并無定論。
現在處于全球熱議中的“人工智能”，并不完全等同于以往學院派定義的人工智能。你可能沒有意識到，我們日常生活中已經用到了許多人工智能技術：早在2011年，蘋果就率先將人工智能應用Siri放進了大家的口袋里；拍照、簽到時用到的人臉識別技術，智能音箱的語音對話系統，以及我們現在主流的新聞推薦引擎，也都用到了深度學習的算法。
人工智能算法存在于人們的手機和個人電腦里，存在于政府機關、企業的服務器上，存在于共有或者私有的云端之中。雖然我們不一定能夠時時刻刻感知到人工智能算法的存在，但人工智能算法已經高度滲透進我們的生活之中。
人工智能的商業潮起：九大領域形成熱點
人工智能的歷史已經有60年的時間，但它作為一個商業化浪潮是最近幾年爆發的。與以往幾次人工智能浪潮不同，此次的人工智能革命跨越了技術商業化的臨界點。
下圖為騰訊研究院的《中美人工智能產業報告》，人工智能領域的投資金額從2012年起呈現出了非常陡峭的增長趨勢，轉折點就是深度學習技術的突破。
IT產業經過數十年的發展，在存儲、運算和傳輸能力上都有了幾何級的提升，使深度學習最終有了質的飛躍。互聯網積累了20年的數據終于有了用武之地——訓練數據。機器學習和深度學習的飛速發展直接引領了此次人工智能產業浪潮。
截至目前，美國在融資金額上人工達到了938億，中國僅次于美國達到了635億。人工智能產業發展出了九大熱點領域，分別是芯片、自然語言處理、語音識別、機器學習應用、計算機視覺、智能機器人、自動駕駛。
另一個明顯的趨勢是中美科技巨頭的集體轉型。從互聯網到移動互聯網的歷次轉換歷程中，把握技術革命帶來的商業范式革命是屹立不敗的關鍵。技術革命將帶來基礎設施、商業模式、行業渠道、競爭規則變化的漣漪效應。
谷歌最早意識到機器學習的重要性，從2012年開始從搜索業務積累數據。從2012年到2017年短短的5年時間已經滲透到了超過1200個谷歌的服務中。業務發展戰略從“移動優先”轉為“人工智能優先”。除此以外，美國的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中國的BAT無一例外投入越來越多資源搶占人工智能市場，有的甚至轉型成為AI公司。他們紛紛從四方面從基礎到全局打造AI生態：
第一，通過建立AI實驗室，來建立核心的人才隊伍。第二，持續并購來爭奪人才和技術。第三，建立開源的生態，占領產業核心。今天，大多數技術進步都不是封閉的創造發明。技術的指數級增長，受益于底層技術的共享。今年，騰訊向外輸出了兩大AI開源項目ANGEL和NCNN。第四，最好的人工智能服務將可能化為無形，即與云服務結合。工具AI將大幅降低企業使用AI的門檻，越來越多科技巨頭選擇將自己的服務“云端化”來賦能全行業。正如馬化騰所說的未來的企業都是在云端用AI處理大數據。并且在一些領域開始試水消費級人工智能的場景。
認識人工智能的能力與局限
認識人工智能的能力與局限AI要在商業上取得成功，首先要理解人工智能的真實能力。AI的爆發對商業的塑造也許與互聯網徹底顛覆傳統行業不同，在很大程度上會不動聲色地嵌入到商業中。應用場景不再是新奇的概念展示，而是融入現有的生產中，進入垂直領域，創造直接的經濟價值。
認識人工智能的能力與局限從認識物理世界到自主決策，目前人工智能已經具備以下幾種能力：
認識人工智能的能力與局限感知智能：在語音識別、圖像識別領域已經有很深入的應用，賦予了機器“看”和“聽”的能力。甚至情感也能被機器理解 ；語音識別和圖像識別都有了顯著的提升。
認識人工智能的能力與局限理解能力：自然語言理解成為隱形的標配植入到產品中。配合計算機視覺可用于理解圖像，來執行基于文本的圖像搜索、圖像描述生成、圖像問答（給定圖像和問題，輸出答案）等。
認識人工智能的能力與局限數據智能：機器學習、深度學習讓機器能夠洞察數據的秘密，并且不斷自動優化算法，提升數據分析能力。
認識人工智能的能力與局限決策能力：本質是用數據和模型為現有問題提供解決方案。棋類游戲是一種典型的決策能力，人類在完美信息博弈的游戲中已徹底輸給機器，只能在不完美信息的德州撲克和麻將中茍延殘喘。在更廣泛的領域，例如如何自動駕駛汽車，如何將投資收益最大化等豐富的場景都將是決策能力的用武之地。
人工智能的價值地圖：產業融合正在加速
與互聯網時代一夜顛覆的渠道革命不同，人工智能的帶來的商業變革正在不動聲色地滲入到各行各業。一大批AI應用的先導者正在將AI能力賦能產業，涉及吃住行、工業醫療等各個領域。下面將用三個例子來說明正在發生的“AI+”產業增強革命。
首先是零售行業。上圖是亞馬遜推出的無人超市Amazon Go。在亞馬遜的藍圖中，顧客從貨架上取下貨品，無需再經過收銀臺便可自動完成結算過程。從顧客進店開始，通過人臉識別驗證顧客身份，在顧客購物時，通過圖像識別和對比技術判斷商品種類，自動生成購物訂單完成自動結算。
現在，各種形式的無人零售商店在國內也如雨后春筍般興起。當然，無人收費只是零售智能化的第一步，人工智能不同能力的應用將全面改變現在的零售模式。比如開一家店選址、到底在哪開、開多大、覆蓋多少人群、賣多少東西？時裝周采購設計師的衣服，買那些今年會暢銷？以前這些都靠零售人的經驗做決策，但在信息時代，這些都可以用精準的算法做決策。
第二個例子是醫療行業，醫療在任何國家都是最大的行業之一，我們經濟發展和科技進步追求的最終目標也是增進健康。
人工智能在醫療行業的應用很廣泛。用人工智能來輔助醫療影像診斷大家已經比較熟悉了。我想說的是人工智能對精準醫療的推動。所有遺傳密碼的信息都是非常非常多的一個大數據，對任何人在他沒有得病的時候我們測量他的組學數據，分析組學大數據，那么就可以對他未來健康發展的危險因素做出評估，根據評估進行適當干預，這樣的話有些疾病不發展，有些疾病減輕他的程度，提高他的生活質量，這樣就把整個醫療健康體系的關口前移，在沒有病之前就提出評估與保證。
第三個例子來自制造業。波士頓有家著名的機器人公司叫Rethink Robotics，顧名思義就是重新思考機器人。這個公司開發了一款名為Baxter的智能協作機器人。這個機器人的特點是和人的交互不再是機械的。Baxter 采用順應式手臂并具有力度探測功能，能夠適應變化的環境，可“感知”異常現象并引導部件就位。你只要挪動它的手臂就能進行訓練，完成特定的任務。其次，對于制造業來說人工智能不僅僅意味著完成某項工任務的機器人，也是未來制造業智能工廠、智能供應鏈等相互支撐的智能制造體系。通過人工智能實現設計過程、制造過程和制造裝備的智能化。
人工智能的經濟影響
人工智能在經濟層面的影響，主要有三個方面：
第一，生產效率的提升。人工智能創造了一種虛擬的勞動力，能夠解決需要適應性和敏捷性的復雜任務。
第二，交易成本的下降。互聯網的平臺模式通過降低信息不對稱，降低了交易成本。隨著機器學習的引入，可以實現更精準的服務匹配，進一步優化資源的分配。
第三，人工智能將帶來數據產業的蓬勃。機器學習需要數據的“喂養”，海量的數據需求催生了多種類型的數據交易模式。數據的需求會產生很多數據經紀商，有B2B模式，C2B模式，B2B2C模式等，促進數據在個人、企業及產業鏈層面流通。數據的來源不單單來自于用戶，也來自于政府公開數據、商業渠道、博客等公共資源等。
轉型之路：五要素堅實人工智能基礎
人工智能將一切變化都帶入了超高速發展的軌道。創新科技公司已集體轉型，傳統行業又改如何應對即將到來的人工智能時代？實現人工智能的轉型，需要從幾個方面并行：
數據、算法和算力是我們常說的人工智能的“三駕馬車”，是人工智能得以應用的基礎。
第一是數據，我們對數據的認識不應該停留在統計，改進產品或者作為決策的支持依據。而應該看到它導致機器智能的產生。但首先，數據是有條件的。垂直行業的數據，高質量的數據。在國家層面，也有許多數據開放計劃。
第二是算法，人工智能的人才仍然是很稀缺的。高校和企業的人才流動越來越頻繁。但同時，企業通過開放生態，降低開發門檻。可以讓更多中小企業享受AI能力。
第三是算力，現在的人工智能系統通過成百上千個GPU來提升算力，使深度學習能夠走向生產環境。但隨著數據的爆發式增長，現有算力將無法匹配。
除了這三駕馬車，從實驗室到行業應用，在人工智能的應用過程中還需要加入兩個元素：
■ 首先是場景。理解場景是人工智能應用的核心。人工智能必須落到精準的場景，才能實現實在的價值。理解人工智能能力可落地的場景及對應的流程，將AI納入決策流程。
■ 其次是人機回環，即human-in-the-loop。“人機回圈”的第一層含義是人工智能應用中需要用戶，即人的反饋來強化模型。更進一步，機器學習是一種嘗試創建允許通過讓專家與機器的一系列交互參與到機器學習的訓練中的系統工作。機器學習通常由工程師訓練數據，而不是某個領域的專家。“人機回圈”的核心是構建模型的想法不僅來自數據，而且來自于人們怎樣看待數據。專家會成為垂直領域的AI顧問，把關模型的正確性。
人工智能并不是靜態的東西，訓練出來的模型要用到某個業務場景里，業務場景里產生新的數據，這些數據進一步提升人工智能模型的能力，再用到場景中，形成一個閉環和迭代。
總結
本輪人工智能浪潮是基于深度學習的發展，將快速滲透到數據密集行業。
智能駕駛與電動車有著天然的關聯性，兩者存在互相促進、互相支持的關系。電動車采用電動控制，電動車的根本在電池和電池控制，電控也是算法驅動的行業，這是電動車區別于傳統汽車的一個特點，車內電信號可以直接被系統收集。其次，采用電動力，而非傳統的物理傳動，使得內的電信號可以直接被系統收集。智能駕駛能夠幫助解決電動車的充電、節能等核心問題，電動車智能交互系統的背后是將車身機械語言和車聯網電子信息語言統一起來，所有信息可以上傳下達，實現車與人、車與云的互聯。
這樣一來，汽車行業就由原來以內燃為主的一條技術演進發展路線，演化成為一條以內燃機為主，一條以電池、電機為主的發展路線，從而使汽車發展的演進路徑正在從一條變成兩條。另外，后一條的發展空間和邊際收益明確要快于傳統的路線。未來，汽車的核心配置將不再是多少排量，而是用千瓦、G 赫茲、GB，以及連接人車路的程度來衡量。未來汽車的核心價值將被計算能力、人工智能、智能駕駛、云及電動力來重構。這其中的商業機會不言自明。
從交通方面看，智能駕駛將大大提升生產效率和交通效率，并有可能成為人工智能首先突破的領域
智能駕駛將是未來解決交通擁堵的重要技術，能大大提升生產效率和交通效率。一方面，隨著智能駕駛的普及，交通擁堵不再是問題，人們可以接受更長的通勤距離，汽車可以是家和辦公室的自然延伸，更有利于新型的城鎮化建設。另一方面，智能駕駛汽車的運行需要配套的交通基礎設施，由于智能駕駛靠傳感器感知路面障礙，或者通過 4G/DSRC 與道路設施通信，因此需要在交叉路口、路側、彎道等布置引導電纜、磁氣標志列、雷達反射性標識、傳感器、通信設施等。當前的基礎設施，包括超寬車道、護欄、停車標志、振動帶等現有設置的交通道路將不再適用。
更重要的是，智能駕駛可以為構建智能交通系統提供支撐。智能交通系統是將先進的信息技術、數據通訊技術以及計算機技術等有效地綜合運用于整個交通管理體系和車輛而建立起來的一種大范圍、全方位發揮作用的、實時、準確、高效、先進的運輸系統。更具體來說，高精度全球定位、高速無線通信、云計算、云控制的智能交通系統的構建是基于配備高精度北斗定位系統和高速無線通訊系統的智能駕駛汽車、配備有超級計算機的控制中心、移動終端以及相應的配套基礎設施。車輛通過通訊系統將高精度的自身經緯度、高度、目的地等相關數據發送至控制中心。控制中心通過處理全部車輛狀態信息、目的地信息等，為全體車輛規劃最優路線，并將車輛的控制信息實時傳達至全體車輛，從而實現全系統內的智能駕駛。通過完全封閉的雙層道路設計，可以取消全部紅綠燈，并通過在轉彎處設置具有一定斜度的路面，保證車輛在整個系統中可以保持高速行駛。在配套的智能停車系統、智能充電系統、智能檢修系統等輔助系統的支持下，實現車輛使用全過程以及全生命周期的智能化，從而可能成為人工智能首先突破的領域。
從產業發展看，智能駕駛將引領汽車產業商業模式創新，并重塑產業生態
首先，作為“智能制造”和“互聯網+”時代的產物，智能駕駛將引領汽車產業生態及商業模式的全面升級與重塑。自汽車取代馬匹以來，智能駕駛汽車堪稱交通運輸領域最具顛覆性的設計。未來的汽車將從“配備電子的機械產品”向“配備機械的電子產品”轉變，成為可以安全、舒適、便捷移動的智能互聯終端，即實現車輛的全面智能化、信息化。同時，汽車產業龐大的用戶群體、多種多樣的使用環境，也將衍生出具有重要商業價值的大數據，從而影響產業鏈條的重組、價值實現方式的轉變和商業模式的創新。由此，整個汽車產業將發生空前深度和廣度的變化：傳統的汽車使用、設計、制造、銷售、售后及管理模式極有可能被徹底顛覆；新模式下的新商機將有無窮多種可能，包括管理、維護、性能檢測、服務、備件、回收與再利用、金融、信用等。在這一巨變過程中，智能駕駛無疑將處于中間樞紐和核心環節的地位。
以交通工具共享為例，智能網聯可以為交通工具共享的普及提供支撐，而只有具備智能駕駛能力的智能交通工具，才能徹底“解放人”，從而使全天候的交通工具共享真正成為可能，實現交通工具使用的“理想主義”：即無需擁有、按需使用、隨用隨叫、隨用隨還。這種“輕擁有、重使用”的新型文化將顯著提高交通工具的利用率，使得兼顧百姓用車需求和節約型汽車社會成為可能。因此，智能駕駛將引領汽車產業生態及商業模式的全面升級與重塑。
其次，智能駕駛促進信息通信、互聯網等產業與汽車產業深度融合，從而推動未來產業形態和商業模式發生巨變。智能駕駛促進了汽車與信息通信、互聯網、電子等產業的深度融合，汽車產業的邊界擴展巨大，產業鏈不斷延伸。從上游的元器件、芯片、傳感器、車載操作系統等，到中游的通信設備、交通基礎設施、智能車載設備等，再到下游的通信服務、平臺運營、內容提供等，智能駕駛的產業鏈不斷延伸，麥肯錫預估其在 2025 年的潛在經濟影響將高達 2000 億～1.9 萬億美元。以信息通信產業為例，智能駕駛推動汽車產業與信息技術深度融合，從而將推動未來汽車產業形態和商業模式發生巨大變化。運用車聯網技術與大數據分析，可以不斷優化產品全生命周期的設計標準規范，形成消費者需求驅動的研發模式，促進大規模定制化生產；可以建立汽車供應鏈協同商務平臺，縮短從訂單到交付的周期，提高智能制造效率，降低運營成本；可以推動汽車電子供應鏈的平臺化和網絡化，實現汽車電子固件和軟件的遠程管理、更新和適配；還可以通過發展面向行業的大數據信息服務和應用開發，在汽車維修及保養、汽車保險、二手車交易、汽車共享等方面不斷創新商業模式。
從經濟方面看，智能駕駛是信息化與工業化融合的典型代表，并有可能引發第四次工業革命
傳統的交通工具，比如汽車是工業文明的代表產品，而人工智能是信息化社會的代表產品，兩者的結合就是智能駕駛，是兩化融合的重要代表。因此，智能駕駛不僅僅是新一代的交通工具，也是個性化需求和數據的收集終端和交互平臺，更是全新的智能制造體系及產業價值鏈的核心環節。智能駕駛廣闊的商業化前景受到了資本市場的廣泛關注，投資機構、互聯網巨頭等紛紛與車企、科研機構、創業企業等合作進軍該市場。智能駕駛不僅能使交通工具產品本身的價值呈現幾何級數增長，還能為相關領域提供全新的解決方案，與新能源汽車、機械、交通、電子、信息、互聯網、通訊、能源、環保、城市建設等眾多領域進行深入合作，實現協同創新、融合發展。智能駕駛作為引領未來交通產業技術發展方向的戰略制高點，將有可能引發第四次工業革命。
從社會方面看，智能駕駛將緩解勞動力短缺的矛盾
世界經濟發展正面臨著勞動力紅利的缺失、老齡化社會的挑戰。智能駕駛能夠實現“機器換人”和產業轉型升級，“智能+X”將成為萬眾創新的新時尚和新潮流。不能說發展智能駕駛能夠解決所有的經濟問題和社會問題，但是可以說智能駕駛能夠為解決勞動力短缺引的經濟問題和社會問題創造良機。比如，智能駕駛將推動汽車所有權形式和使用方式的改變，既能夠有效降低汽車出行成本，也能夠緩解勞動力短缺。摩根士丹利分析師凱蒂?休伯蒂（Katy Huberty）認為，到 2030 年，智能駕駛將開創一個規模可達 2.6 萬億美元的共享機動車市場，并大大降低出行成本。
從環境方面看，智能駕駛能夠改善汽車對城市環境的污染
盡管汽車產業對環境污染（如霧霾）的具體影響程度尚存爭議，但汽車無疑是主要污染源之一，尤其是城市環境的主要污染源。首先，智能駕駛系統能夠有效減少污染物排放。德克薩斯大學奧斯汀分校的研究人員研究了二氧化硫、一氧化碳、氮氧化物、揮發性有機化合物、溫室氣體和細小顆粒物。結果發現，“使用智能駕駛車共享系統不僅節省能源，還能減少各種污染物的排放。”其次，智能駕駛能夠通過提高車輛利用率減輕污染。汽車可以按照時間順序依次供需要的人使用，因此可以更好地統籌安排車輛使用，解放司機，提高車輛的使用效率，減少車輛消費總量，有效減少碳排放。此外，智能駕駛通過緩解交通擁堵降低污染物排放。一項 2016 年的研究估計，“等紅燈或交通擁堵時汽車造成的污染比車輛行駛時高 40%。”而智能駕駛通過基于實時路況安排路線、規范化行駛、編隊勻速行駛等能夠有效緩解交通擁堵，從而使得廢氣的排放大大減少。最后，智能駕駛和新能源汽車產業存在相互促進的關系，智能駕駛在未來可大大提高新能源汽車的使用率，而新能源汽車代替傳統汽車則可以有效降低噪聲污染。
“補課元年”六項成果
2016年是小米的“補課元年”，我們主動降速調整，取得了一系列成果，最重要的有6項。
堅持技術創新，穩占手機高端市場。小米是一家工程師文化主導的公司，“探索黑科技”是骨子里的追求。2016年，小米5在全球首發四軸光學防抖和3D陶瓷；小米5s在中國首發超感光相機，單位像素面積達1.55um，在全球首發無孔式超聲波指紋；2016年底的小米Note2，率先采用雙曲面柔性屏，小米MIX在全球首發全面屏和全陶瓷機身。2016年，小米在全球累計專利申請總量已突破1.6萬項，授權總量3612項，其中涉外專利授權量1767項。
新零售高歌猛進。2016年我們依然是“手機電商之王”，天貓“雙11”四連冠。小米之家升級為品牌零售旗艦店，至今已開通54家，其中上海大悅城店、北京五彩城店、鄭州大衛城店年銷售額破1億元。2017年，我們計劃開200家“小米之家”，未來三年計劃開通1000家。
國際化業務高速增長。2016年10月，印度市場銷售135萬部手機，全年銷售突破10億美元，成功躋身印度手機市場前三。
以小米手機為核心的生態鏈整體崛起。2016年，小米手機周邊的生態鏈系統全年收入過150億元，連接了超過5000萬臺智能設備，小米成為全球最大的智能硬件孵化生態。
互聯網商業模式得到充分驗證。2016年，互聯網業務收入翻番，國際戰場和生態鏈業務也獲成功，小米商業模式被充分驗證。
管理升級、效率提升。以手機部為例，管理結構調整后，半年內團隊規模翻番，強化了產品研發、供應鏈和品質管理。同時，強化公司治理的信息化，全面推進精細化管理。
最壞時期已經過去
2016年，取得的成績，非凡；經歷的挑戰，難忘。前幾年我們沖得太快，未來必須放慢腳步、認真補課。
小米起家的電商銷售模式遇到挑戰。目前，只做電商已經不夠，畢竟電商只占社會零售總額的10%，手機市場好一些，但也只有20%。
小米是一家有雄心的公司，不安于只做一家不錯的電商手機公司，所以要升級商業模式，要把純線上模式升級到線上線下融合的“新零售”。
去年，小米遭遇了四個月缺貨。手機供應鏈非常復雜，過去幾年的積累遠遠不夠，再加上一些客觀因素，這不是一年努力能彌補的。
不過，最壞的時候已經過去。用技術創新和產品說話，我們去年比前年強大，今年肯定比去年更強大。
五大戰略 一個小目標
2017年我們要聚焦5大核心戰略：黑科技、新零售、國際化、人工智能和互聯網金融。前三點去年就已全力投入，并取得了階段性成績，重點是后兩條。
AlphaGo去年出人意料大俁ゼ餛迨坷釷朗，又60連勝橫掃全部高手，AlphaGo讓人看到了人工智能的廣闊前景。2016年小米人臉檢測新算法在FDDB人臉檢測準確率榜上排名第一。當人類信息以指數級別爆發增長時，我們需要人工智能提供有力協助，讓人類生活更加便捷輕松，這顯然是小米的使命。
金融是小米2017年要拉開陣勢干的大事。2016年年底，新網銀行成立，小米是第二大股東。此外，小米已經組建起300多人的團隊，完成了貸款、保險、證券、理財和支付等全領域布局，還拿到多種金融牌照。
這對小米的未來有至關重要的意義。未來，所有商業巨頭都是互聯網公司，也都是金融公司，未來的金融也都將基于人工智能和大數據。
新年里，我們也定個“小目標”：2017年，小米整體收入破千億元。
價值觀比千億營收更重要
真誠和熱愛是小米價值觀，我們的愿景是讓所有人都能享受科技的樂趣。
真誠就是踏踏實實用真材實料做品質過硬、價格厚道的產品，和粉絲做朋友，用心傾聽用戶需求；熱愛就是聚攏一批追求極致產品的兄弟姐妹，大家做自己喜歡的事情，咬定青山不放松，千難萬險不回頭，享受創業樂趣。
