本文是天堂硅谷金融研究院推出的《人工智能行业报告及投资建议》系列报告的第九篇，也是最后一篇。作者系硅谷天堂资产管理集团旗下天堂硅谷金融研究院以及多个聚焦人工智能领域的投资团队。
未来已来，随着人工智能理论的突破，以及互联网、大数据、并行计算等相关技术群的成批成熟，人工智能技术在快速的更替换代中不断成熟，产业化周期日益缩短，企业创新更加活跃，正在全球范围内迎来新一轮变革。人工智能被称为人类历史上的第三次革命，有望变革经济发展的基础，对社会产生广泛的、颠覆性的影响。越来越多的行业开始拥抱人工智能，用“人工智能+”助力技术和产业的进一步发展。工业革命将人类从体力劳动中解放出来，信息技术把全世界紧密地联系在一起，而人工智能则是要将人类从脑力劳动中解放出来。可能将呈现三种形态和方式。
1.人工智能创造了一种新的虚拟劳动力，能够解决需要适应性和敏捷性的复杂任务，即“智能自动化”；
2.人工智能对现有劳动力和实物资产进行有力的补充和提升，提升员工能力，提高资本效率；
3.人工智能的普及，将推动多行业的相关创新，基于人工智能的智能自动化将能够灵活解决多领域的问题，提高全要素生产率，开辟崭新的经济增长
人工智能将推动新一轮的产业革命
数据显示，最近五年全球人工智能市场规模年均增长率达到15%。未来十年（至2030年），人工智能将助推全球生产总值增长12%左右，近10万亿美元。美国和中国则可能成为技术和产业的领跑者。人工智能正在成为新一轮科技革命和产业变革核心技术，全球都在争先进行战略部署。根据波士顿咨询公司（BCG）的分析，人工智能技术可能会沿一个“之” 字形路线发展：现有人工智能技术将继续完善和产业化，在经济和社会发展中实现价值创造并形成强大的经济增长引擎；经历一段时间的积累和探索将实现科技突破，新的智能模型和颠覆性方法有望再次出现，引发人工智能技术体系和技术路线的新一轮变革。随着人工智能和实体经济的融合加深，给我们生活带来的颠覆必将越来越多。未来的人工智能将从专业性较强的领域逐步拓展到生活的各个领域，转变成为通用智能进而推动新一轮的产业革命。
人工智能行业正处从感知智能向认知智能推进阶段，前者已部分领域趋于成熟，后者尚待突破。在基础层的计算资源和数据资源快速提升到一个新台阶的基础上，人工智能已完成了从低阶的计算智能向感知智能跃进的过程，并基于此逐步向认知智能推进(图二)。目前在感知层面，部分技术如声音、图像等，基本趋于成熟并具有了大规模应用的基础。而认知智能层面，由于该阶段要求的是机器要像人一样去思考、主动行动，其分析判断必然要依赖于感知层的发展成熟度，就像机器模拟人类时，只有眼睛和耳朵仍无法称之为人类。展望未来，人工智能的发展将改变人类的生活方式，助力人类实现更多目前看来“不太可能”的事情，比如在医疗领域，人工智能将极大提升分析人类基因组和为患者开发个性化治疗方案的能力，甚至大大加快治愈癌症和其他疾病的进程。
中国社科院的研究报告指出，人工智能几乎涉及所有依靠数据收集、计算分析、简单重复与精准运作的经济领域。在这种所有经济领域中，人工智能将带来颠覆性的创新，其无比强大的原创力量，给创新创业、产业发展带来新机遇。人工智能被视为改变人类命运的战略性技术，同时被视为将改变人类生产方式、生活方式的颠覆性技术。
中国将成为世界主要人工智能创新中心
中国人工智能产业规模 2016 年突破 100 亿，以43.3%的增长率达到了 100.60 亿元，预计2017 年增长率将提高至 51.2%，产业规模达到 152.10 亿元，并于 2019 年增长至 344.30 亿元 。随着国务院发布《新一代人工智能发展规划》，中国的人工智能战略布局正式吹响号角。十九大报告中在提到“人工智能”时，强调与“与实体经济深度融合”，要推进人工智能在应用层面落地。中国计划“三步走”构建人工智能发展目标，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。
十九大报告中强调未来要应对和解决“发展不充分”的问题，这实际上主要是要提升未来中国经济增长的质量和效益，增强科研创新能力、依靠提高全要素生产率增加经济潜在增长率，同时挖掘传统动能中尚未得到充分发展的成分。从历史经验来看，每一轮技术革命都将带来经济潜在增速的大幅提升，而对于技术革命的重视和激励，则是科技进步的催化剂。我国传统的资本、人力、土地等生产要素增长潜能仍有待进一步挖掘，但要解决“发展不充分”的问题，我们认为最核心的要素就是要注重提高全要素生产率、加强对科技发展进步的投入强度。埃森哲预期，作为全新的生产要素，人工智能产业有潜力将2035年的中国经济总增加值提升7.1万亿美元，并推动劳动生产率提高27%。基于人工智能对中国经济整体影响的模拟分析，并结合行业规模数据，埃森哲发现制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的三个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。
庞大的消费市场将为人工智能提供足量的数据和应用场景，市场反哺也有望加快人工智能的升级迭代，这是中国人工智能发展弯道超越的核心竞争力之一。人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。 在人工智能领域，虽然美国有先发优势，在当前无论在算法，算力领域目前强于中国，但中国在数据资源、标注成本、市场规模、应用场景四大方面具有优势，在未来仍有机会超过美国。中国在人工智能最关键的数据资源上主要拥有三大优势：
第一， 庞大的人口和发达的互联网提供了任何国家都难以企及的数据量优势；
第二， 数据使用的限制性因素较少，中国较欧美国家对于数据隐私限制较少；
第三， 数据标注的成本较低，可以较低成本快速培训大量人才进行数据标注工作。
另外，中国基础研究优势、人才优势、政策优势、市场优势有望快速催生出一大批人工智能应用行业。“人工智能+”时代，以深度学习等关键技术为核心，以云计算、生物识别等数据或计算能力为基础支撑，推动人工智能在金融、医疗、自动驾驶、安防、家居以及营销等领域将应用场景落地生根，创造出巨大价值。人工智能在生产生活、社会治理、国防建设各方面应用的广度深度极大拓展，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群。
优秀的人工智能创业公司有着成熟的团队配置、先进的技术能力、健康的现金流等，同时受资本方的认可度较高。人工智能作为最具前景的产业，将成为新的独角兽集中地。另一方面，虽然中国在数据积累和传统产业基础上有一定的优势，部分细分领域有领先成果，相关研究投入不断加大，但整体上的人才储备落后于美国，在基础研究、产业链等方面存在较大挑战，将成为制约人工智能发展的重要
人工智能发展面临的挑战
全球人工智能产业还处于早期阶段，可以说是刚刚起步。几乎所有人工智能仍属于在“图灵测试”概念下界定的“智能”，无论是根据神经网络算法的翻译程序，抑或是基于量子计算理论的各种模型，在未来很长时间内都将是从属于人类的工具。尽管如此，人工智能的发展面临问题主要有四个方面：
1)缺乏商业化成果
2)有短期投资过热的势头
3)哲理疑虑，即AI是否可控
4)安全性，法律和伦理道德
这次人工智能产业爆发很大程度上是源于谷歌的Alpha GO的出现，之后虽然各科技企业都进行了相关研发，但是就目前市面上的终端产品而言，成功商业化的并不多。特别是基础算法研究和应用场景、商业化等环节产生了一定程度的脱节，具象的产品并没有成规模化地成为现实。知名咨询公司Forrester Research的一份企业问卷指出，没有明确的商业案例成为企业投资AI最大的担心。
要将AI成功商业化，目前节点上仍有三个难点，也就是数据、AI应用场景匮乏以及研发水平仍不足。前文提到大数据是人工智能发展的基础，虽然现在特定方向的大数据获取能力（例如Alpha GO获取围棋棋谱）已较前期有了很大提升，但是该获取数据的能力仍集中在某一领域而无法交互（例如Alpha GO仅在围棋领域可以是人工智能）。这种单一应用领域特性限制了人工智能商业化的进程。近期沙特阿拉伯宣称赋予公民身份的机器人索菲娅，虽然“她”可以与人类进行比较流畅的交流，但就其商业性而言依然没有一个定论。其次，现有的人工智能应用场景并不能满足社会生活的需求，在更多的专业领域，比如地质勘探、医疗诊断等领域，仍需要人类的经验参与评估判断。第三，现阶段人工智能的软硬件开发仍需大幅提升，而提升的前提是有充足的人才储备。AI作为一个新事物，人才缺口比较大，从现在起至少需要大学本硕六年才能完成的一个人才培养周期。
第二，在可商业化难以及资金过多的情况下，AI项目投资有变得盲目的可能性，这就会将产业引向投资过热的境地。另外，要找真正精通AI的人才现在并不多，目前权威的AI研究生专业仅存于Stanford，CarnegieMellon， MIT， UC Berkeley，University of Washington这几所大学。如再累加上产品成熟度偏低、投资周期过长的瓶颈，越来越贵的项目投资金额是泡沫的一个信号。如今人工智能领域同质化竞争现象普遍存在，未来一定会随着部分企业的发展导致部分泡沫破裂。目前全球的人工智能发展仅仅是开始，可以说是处于“婴儿期”，实际进展并没有一些报导所述那么快速，所以行业在后续发展时仍需要保持冷静的头脑，避免投资过热对行业长期健康发展的伤害。
第三要从哲理的角度来看AI，人工智能发展到一定程度后会不会完全取代人类是一个很大的未知数，如何有效地控制AI还需要科学家做进一步的论证。再者，大数据的收集势必涉及到个人隐私，而人们是否愿意放弃隐私来换取生活上的便利现在还不得而知。再有，匿名化技术的发展为隐私保护提供了新的工具，但如果对于匿名化数据的法律概念和认定标准上没有明确规定，很可能会导致数据的滥用。同时，隐私保护与国家安全、商业利益如何平衡，也是问题。再比如“责任”，比较典型的就是自动驾驶系统的责任认定。
最后，安全性势必是一条硬指标，任何的不安全性都将影响到人工智能在未来的可持续发展。现阶段，已经出现了基于AI，甚至是AI技术中比较高端的神经网络技术进行网络犯罪行为。黑客根据伯克利大学开发的caffe技术作为深度学习框架，并且使用VGG16结构创建了一个神经网络，用于学习识别各种验证码从而可以实现黑客的AI“打码”（“打码”是黑客人工逐条输入、比对非法得到的个人帐号密码与验证码的环节）。这套叫NIC的“打码”系统在接受类似于Alpha GO的深度学习后，完成“打码”的速度是传统人工的2000倍，而且正确率很高 。这样的AI应用场景是行业极不愿意看到的。人工智能的发展在带动人类科技进步的同时，也极大降低了网络电子犯罪的成本，这或将对我们现有的网络安全提出更高的要求。
人工智能立法，是全球都面临的新课题。今年，美国国会提出了三部涉及人工智能的法案，包括《2017创新团法案》《2017全民计算机科学法案》及《2017在科学技术工程及数学领域中的计算机科学法案》。这三部法案分别关注了人工智能技术对美国人生活质量的改善价值及可能对部分工作的替代作用。对人工智能进行立法监管，除了可以降低和控制人工智能崛起中产生的风险，也会对其发展起到促进和制度保障
人工智能的最终发展必需服务人类社会
很多国外的科技大佬对于人工智能的未来不是十分“乐观”，认为未来人工智能可能会凌驾在人类之上。特斯拉CEO伊隆•马斯克在2017年向“未来生命研究所”投资了1000万美元，用以评估与人工智能相关的风险。该机构日前拿出了近700万美元，支持针对人工智能负面效应展开的研究。比尔•盖茨则表示：“我是属于担心人工智能的阵营。起初，机器会为我们做很多事，也不会太过于智能。如果控制得好，我们可以持积极的态度。但几十年以后，人工智能进阶到足够强大的程度，人们就该担心了。我同意伊隆•马斯克等人对这一问题的立场，我不明白为什么有些人毫不关心。”
人们已经意识到，应通过对人工智能相关法律、伦理和社会问题的深入探讨，为智能社会划出法律和伦理道德的边界，让人工智能服务人类社会。这是世界范围内的一项共识。今年初，麻省理工学院媒体实验室和哈佛大学伯克曼•克莱因互联网与社会研究中心合作推出了AI伦理研究计划，微软、谷歌等巨头也因人工智能的发展风险而成立了人工智能伦理委员会。
越来越多的机器人专家呼吁，在机器人和自动化系统上安装“道德黑匣子”以记录机器的决定与行为。国务院在《新一代人工智能发展规划》中提出，“建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力”。但是，将伦理与法律要求嵌入到人工智能系统，仍是全世界前沿性的科学难题，这需要技术、伦理、法律等控制手段配合使用、高度融合和跨学科合作。
人工智能是一把双刃剑，未来将有更多行业和场景运用人工智能，但同时很多人类工作将被取代。麦肯锡的一份报告对全球800多种职业所涵盖的2000多项工作内容进行分析后发现，全球约50%的工作内容可以通过改进现有技术实现自动化。而日本野村综合研究所与英国牛津大学的研究结果表明，未来人工智能可以替代人类49%的工作。美国咨询公司Opimas的数据显示，人工智能将率先颠覆金融部门，然后向各行各业渗透，目前这个速度正在加快。预计到2025年为止，AI 的运用将使得对资本市场，包括证券服务、交易和结算、资产管理、私人银行和财富管理等业务在内的员工减少23万人。其中资产管理行业的收缩最大，约有9万人将被机器取代。另一方面，人工智能在削减人类工作岗位的同时，也在创造新的职业。比如，机器人流程自动化和深度学习软件的供应商、实施并维护AI技术的增值经销商和咨询公司将带来AI相关工作。在华尔街，三类新技能将变得越来越重要：软件工程、数据科学以及业务和数字技能的结合。最后这一类不仅深谙业务，精通数字，而且知道如何推动公司业务数据化。还有为满足客户需求需要修改人工智能程序的人员，还有数据分析加工人员，诸如这样的业务需求越来越多。
科学是人类社会进步的催化剂，知识的增加伴随的是未知领域的增加。著名物理学家斯蒂芬•霍金预言“未来100年内，电脑将凭借人工智能把人类取而代之。当这一局面发生时，我们需要确保电脑拥有与我们一致的目标。科技力量在不断壮大，我们在运用科技时应该善用自己的智慧。我们的未来就是这种科技力量和人类智慧之间的较量。”这也是人们遭遇的挑战，如何突破人工智能领域值得人们深思。不过科技进步是好事，那么如何把握好这个度就是重中之重。股神巴菲特也说过“人工智能会扼杀一些工作机会，但总体来讲，人工智能对社会有益”。人工智能可能还只是刚刚起步而已，这不仅仅是科技的变革，预计最终演变成社会发展的变革。要达到理想状态还需很长时间，当然，预测未来从来都是一件很不靠谱的事情。
