AI無疑是這幾年的一個熱門的行業，不論是創業項目數量，融資金額，還是融資速度都很突出。掃一下手掌即可輕松通過手脈門禁系統，無人售貨柜和兜售機器人使消費者更便捷購物，智能公交可以自動駕駛，人車對話等等，小到穿行于城市之間的日常起居，大到酒店、餐廳、交通、商圈等智能化管理，隨著AI技術日益成熟，這樣的應用場景正在成為現實。

AI產業投資持續增長

隨著人工智能技術、云計算等大數據等技術的成熟發展，歷經了半個多世紀的人工智能一直都不溫不火，但近幾年突然爆發，在人工智能邊緣設備技術大規模在各個產業中落地應用落地的同時，將其推上一個更為興盛的階段，AI越來越受到各國政府和各大企業的高度重視。

在2019年《斯坦福2019全球AI報告》中顯示，全球私有AI投資超過700億美元，與AI相關的創業投資超過370億美元，并購交易金額340億美元，IPO為50億美元，相當于每天2億多美元砸向AI領域。

在全球范圍內，對人工智能初創企業的投資持續穩步上升。從2010年籌集的13億美元到2018年超過404億美元（截止到11月4日，2019年達到了374億美元）。在2010年到2018年間，資金的平均年增長率超過48%。獲得資助的AI公司數量也在增加，2018年超過3000家AI公司獲得資助。

2014年至2019年（截至11月4日），全球人工智能初創企業共獲得15798筆投資，平均投資額約為860萬美元。注意，這項調查只考慮投資超過40萬美元的人工智能公司。在初創公司投融資的數量方面，美國仍然占主導地位。中國在這方面排名第二位。如果按人均水平進行調整，以色列實際上是去年投資最多的國家，其次是新加坡和冰島。

AI發展關鍵支柱

目前人工智能在不斷的進步，并且隨著這種進步勢必會改變一大批產業的形態和技術需求。人工智能的發展有三大支柱：算法、算力和數據，這三者相輔相成、相互制約，但其中數據是核心要義，只要有了大量優質精準的數據，再加上算法實現高效的機器運算、算力的推動，人工智能才能越走越遠。

數據是人工智能底層邏輯中不可或缺的支撐要素，因為人工智能的本質就像人類要不斷的通過訓練來獲取技能一樣，AI的根基就是訓練，需要經過大量數據進行訓練，神經網絡才能總結出規律，進而熟能生巧的應用到新樣本上”。其次，要想經算法訓練后獲得的模型更加智能，僅“數據”遠遠不夠的，這背后更多的是對數據的“高質、精準、安全”的要求。

隨著人工智能逐漸從學術走向產品化、落地化、市場化，企業對于場景數據的要求也越來越多維，所以引入更多維度的數據去完善AI產品落地前的模型，也是當下行業發展的趨勢。

AI產業改變出行方式

在出行領域，人工智能對未來的發展和賦能可能是劃時代的，自動駕駛汽車在過去一年中獲得了全球投資的最大份額77 億美元，占比9．9％，自動駕駛在全球人工智能投資中的占比最高，而這一投資也影響了很多企業的的未來發展。2015—2018年間，加利福尼亞州測試自動駕駛的總行駛里程數和公司總數增長了7倍以上。2018年，加利福尼亞州為50多家公司和500多輛AVs公司頒發了測試許可證，行駛里程超過200萬英里。

沃爾沃也發布了為出行巨頭Uber設計的全自動版SUV XC90，而寶馬和奔馳已結成合作伙伴關系，最早將于2024年生產面向消費者的全自動駕駛的量產車型。捷豹路虎已與谷歌旗下的科技公司Waymo合作，計劃生產2萬輛全電動版I-Pace無人駕駛汽車。豐田和鈴木于2019年8月達成合作協議，大眾和福特也將在自動駕駛上攜手合作。

特斯拉的Autopilot系統可能是最著名的半自動駕駛技術，目前仍在不斷發展。目前，這個系統可以在高速公路上控制汽車的油門、轉向和剎車，還具備自動換道功能、自動泊車功能和“召喚”功能，也就是說車輛可以在停車場自動行駛到主人跟前。

英國也是自動駕駛汽車研究的領先國家之一。許多制造商意識到這項技術開發所需的資金投入規模巨大，并開始重整業務。比如，福特就重新調整了對全自動駕駛汽車的預期，并與大眾開展合作。

AI產業改變企業需求

人工智能在公司發展上到目前為止，工業已經成為人工智能人才的最大消費群體。有58%的受訪大公司表示，2019年至少有一個職能或業務部門采用人工智能，高于2018年的47%。只有19%的受訪大公司表示，他們的組織正在采取措施降低與算法可解釋性相關的風險，13%的公司正在降低對公平和公正的風險，如算法偏見和歧視。

人工智能工作的比例從 2012 年的 0.3％ 增長到了 2019 年的 0.8％，人工智能的勞動力需求正在增長。與人工智能相關的工作職位發布數量占總量的比例由2010年的0．26％上漲至2019年10月的1．32％，其中機器學習占比最高，為0．51％。超過60%的人工智能博士畢業生進入了工業領域，高于2004年的20%。2018年，從事工業的人工智能博士畢業生人數是從事學術工作的兩倍多，與人工智能相關的勞動力需求在高技術服務和制造業領域增長尤其明顯。

全球范圍內人工智能和相關學科以及在線課程的招生人數都相繼快速增長，越來越多的人工智能教育超出了實體大學的范圍，在線學習也在教育和發展全球勞動力中發揮著關鍵作用。也有很多學生在課程選擇上，人工智能已經成為北美地區計算機科學博士生中最受歡迎的專業，其學生數量是第二受歡迎專業（安全/信息保證）的兩倍多。2018年，全美計算機科學專業博士畢業生中，有21％為AI／ML方向。人工智能產業是人才最大的流動池。2018年，接近60％的人工智能博士畢業生選擇進入人工智能產業發展。

AI產業提高技術突破

據報告顯示，人工智能技能在特定行業的平均滲透率是全球相同職業平均水平的2.6倍。印度、美國、法國、中國和以色列在所有國家的AI技能滲透率方面經常名列前茅。2012年之前，人工智能的結果緊追摩爾定律，計算每兩年翻一番。2012年以后，計算量每3.4個月翻一番。

在近一年半的時間里，云基礎架構上訓練大型圖像分類系統所需的時間大大縮短，從2017年10月的大約3個小時，減少到2019年7月的大約88秒。在同一時期訓練這種系統的成本也相對下降了。

在 SuperGLUE 和 SQuAD2.0 基準測試中，一些廣泛的自然語言處理（NLP）分類任務的進展非常迅速；在某些需要推理的 NLP 任務（例如 AI2 推理挑戰）或人類水平的概念學習任務（例如 Omniglot 挑戰）上，性能仍然較低。

結尾：

人工智能的長期價值幾乎無人否定，人工智能產業的發展不僅提高了我們衣食住行和生活的品質，也提高了各國經濟的發展，促進各國科技的進步，雖然現在很多AI并沒有廣泛運用，但是在不久的將來這些一定可以實現的。