人工智能是信息时代的尖端技术。从人类建立起需要指导控制才能运行的计算机，到计算机拥有可以自己去学习的能力，这一飞跃对各行各业都产生了巨大的影响。人工智能、机器人和无人驾驶汽车已经成为了流行文化甚至是政治话语的前沿。
什么是人工智能？人工智能是做出能够以人类智能的方式学习并解决问题的智能机器和计算机程序的理工科。传统而言，该领域包括自然语言处理与翻译、视觉感知与模式识别，以及决策制定。但该领域以及应用的复杂度都在急剧扩展。机器学习是从样本和经验(即数据集)中进行学习的算法，而不是依靠硬编码和预先定义的规则。深度学习的重大发展是人工智能拐点背后的主要驱动。深度学习是机器学习的一个子集。
虽然深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的 siri，亚马逊的 alexa 和 google 的图像识别，但是 ai 不仅仅是“科技技术”(tech for tech)，也就是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。例如，在医疗保健中，图像识别技术可以提高癌症诊断的准确性。在农业中，农民和种子生产商可以利用深度学习技术来提高作物产量。在制药业中，深度学习可以用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开辟新的数据集，实现更快的分析，从而降低成本，提高回报。ai 现在还处于发现其可被利用场景的早期阶段，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中创造新的赢家和输家。
ai是一种可以变革全球经济的技术，是提高生产力并结束美国生产率停滞增长的驱动力。ai 技术将会驱动生产力的提高，就像 20 世纪 90 年代那样，驱动企业投资更多的资本和劳动密集型项目，加快发展的脚步，提高盈利能力以及提高股票的估值。
人工智能可以及时地影响到每个公司、行业和一部分经济，但对投资者而言，我们认为这其中有四个影响最为显著。
一是生产率。ai 和机器学习具有激发生产率增长周期的潜力，这会有利于经济的增长，提升企业的盈利能力，资本回报率和资产估值。ai 看起来似乎比上一次创新浪潮更有可能在统计数据中捕捉到更有价值的东西，人工智能可以降低成本，减少对高附加值生产类型的劳动投入。
二是尖端技术。ai 和机器学习在速度上的价值有利于构建一种在建设数据中心和网络服务时让硬件更便宜的趋势。我们认为这可能推动硬件，软件和服务支出的市场份额的大幅度改变。
三是竞争优势。我们看到了 ai 和机器学习具有重新调整每个行业的竞争秩序的潜力。未能投资和利用这些技术的管理团队在和受益于战略智能的企业竞争时，有很大可能会被淘汰掉，因为这些技术可以让企业的生产力提高，并为它们创造资本效益。
四是创办新公司。我们发现了 150 多家在过去十年中创建的人工智能和机器学习公司。虽然我们相信人工智能的大部分价值都掌握在具有资源、数据和投资能力的大公司手中，但我们也期望风险投资家、企业家和技术专家可以继续推动新公司的创立，从而促进实质性的创新和价值创造，即使最后创业公司会被收购。当然我们也不能忽视人工智能巨头(人工智能领域的谷歌或 facebook)的出现。
人工智能迎来加速发展。人工智能的发展方向有哪些？
在线搜索。就在一年多以前，谷歌透露，它们已经开始将大量的搜索工作移植到了 rankbrain(一个人工智能系统)，使其和链接(links)以及内容(content)成为了谷歌搜索算法的三个最重要的标志。
推荐引擎。netflix，亚马逊 和 pandora 都在使用人工智能来确定推荐什么样的电影和歌曲，突出哪些产品。5 月，亚马逊开源了它们的深度可扩展稀疏传感网络引擎(the deep scalable sparse tensor network engine(dsstne)，简称“destiny”)，它被用于产品推荐，同时可以被扩展以实现超越语言和语言理解以及异议识别的目的。
人脸识别。google(facenet)和 facebook(deepface)都投入了大量的技术来确定您的照片中的人脸和真实的人脸是不是几乎完全吻合。1 月，苹果采取了进一步措施，购买了 emotient(一个致力于通过读取人的面部表情来确定其情绪状态的 ai 创业公司)显然，这些技术远远不止于对照片进行标记。
虽然个人助理应用产品有无数的用户，比如苹果的 siri，信用贷，保险风险评估，甚至天气预测。在接下来的篇幅中，我们探讨企业该如何使用这些技术来加速增长，降低成本和控制风险。从这些技术及其使用这些技术的应用的发展速度来看，它们充其量不过可以为公司和投资者提供一些方向，以保持他们的竞争力。
加强未来的生产率。就像 20 世纪 90 年代互联网技术被广泛采用那样，消费类机器学习和人工智能的扩散有可能大幅度地改变全球产业的生产范式。
生态系统：云服务，开源在未来的 ai 投资周期中的关键受益人。我们相信，在未来的几年中，一个公司利用人工智能技术的能力将成为体现公司在所有主要行业竞争力的一个属性。虽然战略会因公司规模和行业而有所不同，但如果管理团队不会把重心放在领导人工智能和在此基础上的利益上，那么未来产品创新、劳动效率和资本杠杆都会存在落后的风险。因此，我们认为公司需要投资这些新技术以保持竞争力，同时这将导致对人工智能所以依赖的人才、服务和硬件的空前的需求。
中国人工智能现状
iresearch 预测，2020 年，中国人工智能市场将从 2015 年的 12 亿人民币增长至 91 亿人民币。2015 年，约 14 亿资本(年增长率 76%)流入了中国的人工智能市场。
在政府政策方面，中国的国家发展改革委员会(发改委)和其他相关政府机构于 2016 年 5 月 18 日发布了《“互联网 ”人工智能三年行动实施方案》。《方案》指出了人工智能领域发展的六大保障措施，包括资金支持、标准体系、知识产权保护、人才培养、国际合作和组织实施。《方案》提出，到 2018 年，中国的人工智能基础资源与创新平台、产业体系、创新服务体系、标准化体系应基本建立。发改委期望中国人工智能产业整体与国际同步，系统级别(system-level)的人工智能技术和应用要位于市场领先位置。
中国已经做出一些重大举措，而且根据提及“深度学习”和“深度神经网络”的被引用期刊论文数量，2014 年，中国已经超越美国(exhibit 23)。中国拥有世界领先的语音和视觉识别技术，其人工智能研究能力也令人印象深刻(exhibit 24)。百度于 2015 年 11 月发布的 deep speech 2 已经能够达到 97% 的正确率，并被《麻省科技评论》评为 2016 年十大突破科技之一。另外，早在 2014 年香港中文大学开发的 deepid 系统就在 lfw 数据库中达到了 99.15% 的面目识别正确率。
中国的互联网巨头百度、阿里巴巴和腾讯(bat)正在领导中国的人工智能市场，同时数以百计的初创公司也正渗透到这一产业中，并在各种人工智能细分市场及应用领域建立服务模型。目前，中国的人工智能领域包括：基本服务，如数据资源和计算平台；硬件产品，如工业机器人和服务机器人；智能服务，如智能客户服务和商业智能；以及技术能力，如视觉识别和机器学习。目前，语音和视觉识别技术分别占中国人工智能市场的 60% 和 12.5%。在中国，所有和人工智能相关的公司中，71% 专注于开发应用。其余的公司专注算法，其中，55% 的公司研究计算机视觉，13% 研究自然语言处理，9% 致力于基础机器学习。人工智能前沿的重要参与者可能会继续来自美国和中国。（高盛人工智能生态报告）
