人工智能所研究的是讓計算機去模仿人類思考的科技，但實際上，人工智能學界的普遍共識是人工智能實際上還處于非常低智的階段。目前絕大多數的系統，包括神乎其神的深度學習神經網絡，都還沒有達到能夠思考的程度。

因為不能夠思考，所以嚴格意義來說，現在出現的場內項目都配不上“智能”二字。根據Gartner2016年度新興技術成熟度曲線顯示，基本項目成熟時間要5至10年，像自動駕駛這樣綜合性能要求更高的，期待它商用起碼要等10年之后了。

如果將現有人工智能產業進行分層——基礎層、技術層和應用層，其中技術層便是人工智能發展的核心，應用層的產品夠不夠智能是取決于技術層面的大腦是否能夠思考。

以下便是億歐智庫所繪制的人工智能產業全景圖，橫軸按照硬件、軟件&服務進行兩邊歸類，而豎軸則按照基礎層、技術層和應用層向上堆積發展，其中的技術層便是我們所說的——人工智能。

1、低智時代

而現狀是技術層的大腦還不夠聰明，如下圖，目前計算機僅停留在具備計算能力和感知能力的弱人工智能層，若要往上攀爬一層進入強人工智能，計算機的認知能力是必須的，這也是目前人工智能在試圖突破的點。打個比方來說，市面上出現的商業智能解決方案，其大數據分析都是人工做的分析，未來真正的商業智能是要求計算機能做到自動推理和深度學習的。

（換一個層面來定義，人工智能=大數據強計算新算法；）

2、中國的大數據75%集中在政府手中，BAT次之

基礎層的數據資源集中在政府公共部門手中，占比高達75%，互聯網三大巨頭BAT次之。

人工智能時代將大數據視作水電煤角色，而互聯網和移動互聯網的崛起將線下分散的信息放到線上進行匯流，所以這一波人工智能時代，BAT早已占據高點。一邊站臺為各家的云計算進行吆喝，另一邊挖掘人才來充實自己的技術研究實力，在打通透基礎層之后再自下往上去發展。

根據艾瑞給出的測算數據顯示，到了2020年全球人工智能市場規模將達到1190億元，年復合增速約19.7%，而2020年中國人工智能市場規模包攬了91億元，年復合增速更是超過50%。一個新技術的誕生必將改寫各個產業的格局，早在互聯網時代嘗甜頭的BAT，將會是人工智能的頭號擁簇。

3、國際IT巨頭盤踞硬件基礎層，單純做強計算這塊基本沒機會

在有了海量數據的基礎上，傳統計算架構無法支撐深度學習的大規模并行計算需求，因此需要適應新環境的底層硬件來更好儲備數據、加速計算過程。

比如GPU的持續不斷進步就在不斷地拔高計算速度，根據英偉達的數據，為人工智能推出的運算卡，相比傳統雙路至強平臺，訓練速度提升60倍，推斷速度則提高16倍左右。

硬件基礎層這個層面具備通用性，所以在這一領域的巨頭都是一家獨大，并且這塊蛋糕已經被國際IT巨頭瓜分霸占，所初創企業還想單純做強計算這塊，基本是沒有機會了。

4、人工智能的關鍵在于新算法，沉著等待下一個十年

人工智能的核心要關注技術層發展，技術層要重點關注新算法。可以說，在核心算法領域具有絕對優勢的公司將在人工智能產業這場長跑賽中取得最終勝利。

這樣的利弊小孩子都能分辨，但往往現受迫于現實的是，核心算法的開發周期長，而應用的開發周期短，所以中國人工智能創業項目大都集中在應用層面，做一個集成的活兒。

一方面來看，中國創業偏浮躁，尋求的是一個短期能套現的方式。另一方面，企業是可以依靠應用層創新來獲取短期市場機會，但是如果想要謀求長遠的競爭優勢的話，就要求企業在算法層有較深的技術儲備，這一過程要求十年時長并不過分，而一旦掌握了算法就可以迅速將優勢向應用層去延展，等到那時再來開發屬于自己的應用產品，便是水到渠成的事。

更多資訊請關注工業機器人頻道