人工智能产业要想弯道超车，中国只需做到这点

　　时至今日，没人会怀疑，移动互联网时代的连接红利已趋向平缓，而技术红利的下个“继任者”也已达成共识：人工智能。当它如一条条毛细血管渗透进搜索，电商，金融，医疗，交通，教育，媒体和制造等行业，其作为决策层的期许被写入政府工作报告也毫不令人意外。

　　但商业常识是，将技术落地是检验技术的 标准。相较于散落在不同技术精英头脑中的需求构想(从0到1)，将人工智能以最快速度产业化落地无疑更为关键(从1到后面的无数0)。

　　令人欣喜的是，最近《纽约时报》在采访大量美国政府官员和硅谷精英后就得出结论：中国的AI将与美国齐头并进，从产业落地的角度，中国已经诞生孕育人工智能温润的社会土壤。当然，最终的开花结果，需要初创企业，地方政府和产业园区运营商的合力锻造——这其中，以京津冀和珠三角为核心的区域示范效应，无疑会起到巨大的带动作用。

　　中国：后发制人

　　麦肯锡发布的一份报告认为，四大趋势的合围正让AI来到产业落地的拐点：一是在产业链基础层，数据资源的规模及种类大幅增加;二是半导体厂商及CPU和GPU巨头都把AI视作新目标;三是开源人工智能平台的数量和规模持续激增;最后，科技巨头和风投正日趋关注人工智能跨行业创新应用的初创公司。

　　以上拐点将给予中国一次“后发制人”的机遇。麦肯锡预计，中国人工智能应用市场将以50%的增速逐年增长，远超全球市场20%的复合年增长率。

　　为什么?首先从底层技术上，深度学习以一种非常精炼的算法模型解决了过去复杂的输出模式，降低了参与者门槛。从产业资源上，如李开复所言：中国每年毕业上百万的工程师，没有任何其他国家能做到这一点，“一名 的数学和计算机专业应届毕业生经过6个月培训，就可以进入人工智能行业，成为合格的人工智能工程师。”这本就是巨大的人才资源优势。

　　更重要的是，就像“互联网+”连接红利源自传统基础产业的赢弱，中国也有许多传统行业需要通过AI完成产品升级，“如果有AI和大数据技术想卖给美国银行，可能它们已经打磨的很好了，但在中国很多银行却能够非常快速的产生价值，帮助他们赚几千万上亿的营收，他们当然愿意花钱来买这样的服务。”

　　最后，在中国，大数据获取相对容易——常识是，海量数据是训练深度学习神经网络的养料，于是在交通(看看滴滴的崛起和无人驾驶的发展便知)，金融，医疗等数据资源丰裕的领域，人工智能的示范效应已经非常明显。

　　这对中国的产业升级无疑是巨大利好。在刚结束的“京津冀人工智能与机器人产业高端会议”上，科大讯飞高级副总裁江涛就引用了孙正义的观点，“孙正义指出未来国家竞争力取决于劳动力人口，提出要给日本增加三千万台二十四小时的工作机器人，相当于给日本增加九千万的劳动力，通过这个拿下全球GDP第一名。未来的人工智能不光是一个企业，一个行业的事情，也是影响我们国家在未来的竞争力。”

　　加快产业化落地

　　值得一提的是，政府对AI产业的扶持也令人欣喜，去年至今，一次次中央出台的文件掷地有声：去年5月23日，发改委、科技部、工信部和网信办联合印发《“互联网+”人工智能三年行动实施方案》，表示到 2018年中国将基本建立人工智能产业体系、创新服务体系和标准化体系，培育若干全球领先的AI骨干企业，形成千亿级的人工智能市场应用规模。去年12月，国务院印发《“十三五”国家战略性新兴产业发展规划的通知》，要求培育人工智能产业生态，促进AI在经济社会重点领域推广应用。今年1月， 中央办公厅、国务院办公厅又印发《关于促进移动互联网健康有序发展的意见》，就包含加紧人工智能、虚拟现实、增强现实、微机电系统等新兴移动互联网关键技术布局。