2017年全球AI报告解读中国仅占17%

作为一个idea，人工智能的第一次出现是在电子化的数字计算机被造出后不久。并且，和数字技术一样，人工智能或者说AI，经历了大起大落，但是有一个例外——人工智能还没有经历大规模的商业部署。

这可能在改变。由AI提供动力的机器今天可以执行许多任务，例如，识别复杂的模式，合成信息，得出结论和进行预测，这些不久以前还被认为需要人类认知参与才能实现。

而且AI的能力已经被大大扩展，因此其在越来越多的领域中得到应用。同时，值得记住的是机器学习有局限性。例如，由于系统是针对特定数据集进行培训的，所以它们容易受到偏见;为了避免这种情况，用户必须确保使用综合性的数据集训练他们。总的来说，我们看到了很大的进步。

这些进步使得机器学习自2000年以来就能够被扩大化，并用于推动深度学习算法等等的发展。通过大量和多样化的数据集，不断强化的算法可以在数据海洋中找到模式，增加研发融资和强大的图形处理单元（GPU）不断提高了数学计算能力的新水平。

GPU是最初为视频游戏开发的专用集成电路，可以将图像处理速度比2013年的最快版本快40到80倍。GPU速度的提升使得深度学习系统的训练速度在过去2年中的每一年提高5到6倍。

更多的数据：世界每天创建约2.2E字节，即22亿GB，这意味着更多的洞见和更高的准确性，因为它能将算法暴露给更多可用于识别正确和拒绝错误答案的案例。这些数据源启用的机器学习系统在某些应用中减少了计算机错误率，例如图像识别，已经降到与人类大致相同的错误率。

科技巨头带头，AI投资迅速增长，但是商业化滞后

科技巨头和原生数字公司亚马逊，苹果，百度和谷歌等正在这些统称为人工智能的各种技术上进行大力投入，投资总额超过了数十亿美元。他们认为，这些投资将能使AI最终能达到预期，因为功能强大的计算机硬件，日益复杂的算法模型以及庞大且快速增长的数据库存-已经到位。事实上，其中，大公司的内部投资占主导地位：估计这一数字2016年将达到180亿美元至270亿美元；外部投资（来自风险投资，私人公司，并购，赠款和种子基金）约为80亿至120亿美元。

但是，对于近期的所有投资来说，AI部署的范围是受到了限制的。这有一部分原因是因为，这些投资的很大部分是内部的R&D研究，很大程度上是着眼于提升公司自己的表现。不过同样正确的是，商业上对人工智能的应用的需求，只能算是温热（tepid），这一部分是因为数字化和分析对经济的变革步伐很缓慢。麦肯锡调查了超过3000项商业项目，发现许多公司的领导并不清楚AI能为他们做什么，在哪里能获得AI驱动的应用，大多数人也不知道如何把AI技术融入到公司中，如何评估对AI投资的回报。

AI的投资中，大多数的投资都集中在内部投资，也就是R&D和发展，由现金流充沛的数字化原生公司进行。那么，来大公司的AI投资会聚焦于什么？

大公司，如苹果，百度和谷歌，正在内部开展成套的技术研发，但AI投资的广度和重点不同。亚马逊正在致力于机器人和语音识别；Salesforce对虚拟代理和机器学习很感兴趣。宝马，特斯拉和丰田是工业机器人和使用机器学习进行自动驾驶相当大的制造商。例如，丰田公司拨出10亿美元建立一个致力于机器人和无人驾驶车辆的新AI研究机构。博世，GE和西门子等工业巨头也在内部投资，通常在机器学习和机器人领域寻求开发与其核心业务有关的具体技术。

IBM承诺投资30亿美元，使其沃森认知计算服务成为互联网上的主要力量。百度在过去的二年半中投入了15亿美元进行人工智能研究。此外，百度还投入2亿美元，成立了一个新的内部风险投资基金。同时，大型科技公司一直在积极购买AI创业公司，不仅仅是为了获得技术或客户，而是为了获得优质的人才。该领域的真正专家池很小，阿里巴巴，亚马逊，Facebook，谷歌等科技巨头都聘请了很多专家。

许多公司采用并购的方式来绑定顶尖人才，这种做法被称为“收购式招聘”，通常创业公司中每人的价值通常能达到500万美元到1000万美元。最近的一份报告强调，由于人才短缺和成本上涨，整个行业的AI相关人才缺口在10000以上，用于这些人才的薪资预达到了6.5亿美元。总的来说，兼并对于AI公司来说是增长最快的外部资源，根据麦肯锡的估计，2013年至2016年，这些公司的价值复合年增长率将超过80％。自2010年以来，领先的高科技企业和先进制造商已经完成了100多项并购交易。

谷歌去年完成了24笔收购交易，包括8项计算机视觉和7项语言处理。苹果是第2大活跃的收购方，已经结束了九9个，平均分配在计算机视觉，机器学习和自然语言处理之间。这些公司也在扩大对国外人才的追求，例如，Facebook在巴黎开设AI实验室，将补充纽约和硅谷的类似设施，使公司更容易在欧洲招聘高级研究人员。谷歌最近在蒙特利尔大学投资了450万美元;英特尔捐赠了150万美元，在佐治亚理工大学建立机器学习和网络安全研究中心；而NVIDIA正在与台湾大学合作，在台北设立AI实验室。