總的來說，國外的商業化以技術為核心，通過優化算法推廣到實際應用;國內的商業化更側重場景設計，注重個人體驗，相對國外核心技術優勢并不明顯。

　　人工智能海外商業化應用

　　海外AI的商業化注重技術開發，基于大數據基礎、算法優化來提高技術水平進而再把技術開發拓展到商業化領域：以技術為核心，商業化則是再進一步的必然結果，將技術開發拓展到商業領域，互聯網巨頭和創業企業成績亮眼。

　　具體表現：

　　1、Facebook，圍繞大數據挖掘的技術核心，建造能夠理解海量數據的人工智能機器，通過挖掘用戶數據信息為用戶推薦其更為喜歡的瀏覽內容;

　　2、蘋果，基于語音識別的核心技術，開發人工智能語音系統Siri，用戶通過語音對話對蘋果下指令;

　　3、Uniqul，基于人臉識別技術，最早推出了人臉識別支付技術，推進AI與金融相結合的商業模式發展;

　　4、Bettermen，建立個人投資管理平臺，只要在Betterment平臺上，回答幾個關于你的投資目標的問題，Betterment會根據你的回答做分析給出相應的投資組合建議，并通過平臺直接投資。

　　人工智能國內商業化應用

　　與國外互聯網企業相比，國內的人工智能核心技術優勢并不那么明顯，相對于發展核心技術國內更注重優化場景設計進行商業化布局，加強用戶體驗。在國內具備人力、財力基礎的三大巨頭BAT最具商業場景落地優勢。

　　具體表現：

　　1、百度，百度將語音技術、圖片識別技術、O2O服務進行場景落地，用戶通過百度輸入一段語音，百度通過語音技術將其準確的翻譯為文字，再通過自然語言理解技術對該需求進行理解，最后給出用戶想要的電影票預訂、酒店預訂、景點門票預訂等服務;

　　2、阿里巴巴，成立DST部門專門進行大數據挖掘，通過用戶產生的大數據進而為其推薦更多其有潛在購買欲望的產品;

　　3、騰訊，旗下的QQ、微信有著巨大的用戶流量，向客戶精準投放廣告并開放“人臉識別”API。

　　國內人工智能前景：聚焦高前景細分領域技術和商業化應用

　　目前國內人工智能的技術領域的發展還在起飛期，各企業通過選擇重點領域進行突破，機器學習、圖像識別和智能機器人三大領域可能帶來技術飛躍;近年來人工智能領域企業越來越多，各巨頭加速人工智能布局，逐漸形成技術優勢;技術層的進步引導人工智能進入發展上升期，應用層發展也隨之升級。

　　人工智能風口已到，從發展潛力、市場空間、應用范圍三個方面的考慮，企業能夠進行商業化落地需要具備幾大條件：

　　1、聚焦發展技術優勢，能夠短時間內形成技術壁壘優勢，或者集中投入于具備前景的細分技術領域

　　2、關注最具發展前景的三個領域：機器學習、圖像識別和智能機器人

　　3、能夠利用技術拓展和場景優化進行商業化落地

　　在安防領域，99%以上的數據是非結構化數據，安防大數據要走向深度應用首先要解決視頻結構化問題。隨著深度學習算法的突破，目標識別、物體檢測、場景分割、人物和車輛屬性分析等智能分析技術均取得了突破性進展。相比傳統的智能算法，深度學習在解決視頻結構化問題上表現得更智能。

　　熱成像技術的智能應用落地

　　熱成像技術環境適應能力強，在無光/強光/逆光等環境下，漏報、誤報少。其基于熱屬性的探測分析，能夠透霧透霾進行高效、實時監控。

　　隨著對安防技術要求的提高和生產成本的降低，熱成像技術出現在了更多的行業領域當中。從城市安全監控、森林防火預警、到大樓能源高溫部位檢測、高速鐵路安全監測、汽車安全駕駛汽車及消費類產品(智能手機、戶外用網站等)等領域。這方面比較成功的比如海康威視熱成像槍球聯動系統，將智能視頻技術與熱成像技術成功地跨界組合，可以全天候隨時檢測目標，受環境影響小，從而為槍球聯動提供了更高安全性的解決方案。

　　智能物流應用落地

　　智能物流能利用條形碼、射頻識別技術、傳感器、全球定位系統等物聯技術，然后通過信息處理和網絡通訊技術平臺廣泛應用于物流業運輸、倉庫、配送、包裝、裝卸等環節，這里面運用了很多傳感器、控制器、移動通信技術，實現貨物運輸過程的自動化運行和高效率優化管理、提高物流行業的服務水平，降低成本。

　　在智能物流領域，海康機器人根據各個不同行業不同場景的應用需求，開發出具有多種負載能力、多種移栽裝置及執行機構的移動機器人，如倉儲、搬運、分揀及泊車機器人，載重從小的5Kg延伸到最大的3t。

　　結語：隨著“人工智能+”的不斷發展，互聯網行業不斷引入新的業態和商業模式，一步步進行產業革命。目前商業落地主要在金融、教育、家居、安防、娛樂等傳統行業，同時人工智能在無人駕駛汽車、VR、無人機等新興產業的發展也十分可觀。