沒那麼複雜，讀懂這三個層級就讀懂人工智慧產業

在過去的十年裡，人工智慧技術逐漸從學術界轉移到工業界，進入了數字經濟產業。透過輿論和風險投資的不斷髮酵，新的工業體系和人工智慧即系孕育而生。國家政策也開始大力支援數字經濟和智慧經濟，希望在國際競爭格局中實現彎道超車。

在新常態經濟和產業創新升級的背景下，資料和智慧產業已成為以人工智慧等產業為核心的發展趨勢。人工智慧涵蓋了廣泛的行業，包括各種型別的企業。除了技術巨頭的全面深入參與外，其他企業依靠自身優勢，參與行業競爭，構建複雜的競爭格局。

從宏觀趨勢上來看，人工智慧產業鏈可分為基礎層、技術層、應用層。

基礎層：硬體發展日新月異，巨頭佈局開源平臺；在人工智慧領域，傳統的晶片計算架構已無法支撐深度學習等大規模平行計算的需求，這就需要新的底層硬體來更好地儲備資料、加速計算過程。基礎層主要以硬體為核心，其中包括GPU/FPGA等用於效能加速的硬體、神經網路晶片、感測器與中介軟體，這些是支撐人工智慧應用的前提。這些硬體為整個人工智慧的運算提供算力，目前多以國際IT巨頭為主。

 

技術層：技術層是人工智慧發展的核心，對應用層的產品智慧化程度起到決定性作用，在這一發展過程中，演算法和計算力對AI的發展起到主要推動作用。面向企業級應用，細分領域競爭較為激烈，尤其是以感知智慧和認知智慧為主導，感知智慧和人機互動等實現人與資訊的連線，獲得建模所需的資料。而認知智慧階段對獲取的資料進行建模運算，利用深度學習等類人腦的思考功能得出結果。

應用層：經過上訴兩個層面，就可以投入實用了。對於應用層來講，按照物件不同，可分為消費級終端應用以及行業場景應用兩個大的部分，用智慧化手段帶來效率的提升和模式的創新。以電銷行業為例，垂直應用企業又可分為面向消費級使用者和企業級使用者兩大類。

面向消費級使用者

移動網際網路企業：這類企業往往已經擁有使用者和流量的優勢，可以利用電話機器人最佳化使用者體驗，提升業務效率。個人助手類應用企業提供的大資料平臺可為使用者日常生活帶來極大的便利，在近年來發展較快，各大巨頭也有所佈局。

面向企業級使用者

感知互動類智慧：面向企業級客戶，將這類人工智慧等整合到客戶應用和產品中是重要的發展趨勢。智慧硬體：機器人、無人駕駛、無人機等是依託人工智慧和外部實體環境的完整系統級產品，智慧硬體在其中發揮關鍵的作用。

商業智慧和解決方案：依託於數心科技大資料平臺，再加上語義分析等技術，可以比較完備的解決電話機器人好不好用等問題，為企業提供完善的智慧化解決方案。

弱人工智慧已加速滲透，強人工智慧並不遙遠。人工智慧領域雖已迎來新的產業爆發期，但總體來看，人工智慧仍是以特定應用領域的弱人工智慧為主。目前絕大多數的系統，包括深度學習神經網路，機器智慧，仍沒有達到能夠思考的程度。若要繼續攀升進入強人工智慧，計算機的認知能力是必須的，這也是目前人工智慧在試圖突破的點。AI源於技術，終於場景，工智慧最終需要透過與產業場景的深度融合才能實現真正的落地。