本文转载自腾讯研究院，作者徐思彦，雷锋网获作者授权转载。
“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。”——十九大报告
十九大报告关键词系列解读之三·人工智能
科技进步正在成为推进经济发展的重要推动力，对中国经济发展的贡献率已经上升到56.2%。面对正在兴起的人工智能浪潮，如何占据行业发展制高点，如何促进与实体经济深度融合，形成新增长点？
2016年世界围棋冠军李世石在与Alpha Go的比赛中投子认输，让人们惊觉人工智能的力量已经不容忽视。过去的十年，算法、数据和计算三大要素助推了人工智能的再度崛起，互联网存储了二十多年的数据终于找到了它的历史使命：训练机器。本轮以机器学习、深度学习为主的浪潮被认为是当前面临的最为重要的技术创新和社会变革的驱动力，以算法为核心的AI时代来临。
(雷锋网注：图片来自网络）
与互联网、移动互联网一样，人工智能是基础能力。人工智能并不是单一的技术或者赛道，它将融入现有的生产中，在垂直领域加深数字化的影响，影响到所有和数据相关的领域。深度学习算法使机器拥有自主学习的能力，被应用于语音、图像、自然语言处理等领域开始纵深发展，带动了一系列的新兴产业。通过AI提高生产力以及创造全新的产品和服务，这是经济竞争和经济升级的迫切需求。
人工智能底层技术的不断发展，已经让智能机器逐步实现从“认识物理世界”到“个性化场景落地”的跨越。科技公司将人工智能视为数字革命的下一站，各大科技公司都在积极布局争取通往AI世界的“船票”。巨头之外，大量资金流入AI，中国在企业层面的融资金额已接近美国。在国家层面，各国政府正在不遗余力地推进人工智能技术发展，其在经济建设以及国家战略层面的作用日益重要。
近年来，中国政府对人工智能重视程度不断提高，持续从各方面支持和促进人工智能发展。在今年的“两会”上，“人工智能”第一次出现在政府工作报告上。随后，国务院印发《新一代人工智能发展规划》，标志着人工智能的发展成为国家战略。其中，实体经济是发展的根基，是国民经济的基础，也是中国走向未来的基石。推动人工智与实体经济结合，是加快实体经济转型升级的必然发展方向。
人工智能不是一个遥远的概念，新一代人工智能的繁荣，衍生出了众多应用型的技术。从技术层面来看，机器人、自然语言处理（NLP）、计算机视觉与图像（CV）、语音识别、自动驾驶等技术领域是AI产业热门的分支，创业热情火爆，技术突破及应用创新层出不穷。现在应用型AI已经渗透到了各行各业，多种技术组合后打包为产品或服务，改变了不同领域的商业实践，使垂直领域AI商业化进程加速，掀起一场智能革命。
（雷锋网注：图片来自腾讯研究院）
根据此前腾讯研究院发布的《中美AI创投报告》中整理的中国AI渗透行业热度图显示，医疗行业成为目前AI应用最火热的行业，汽车行业借势自动驾驶/辅助驾驶等相关技术的发展脱颖而出，位列第二。第三梯队中包含了教育、制造、交通、电商等实体经济标志性领域。在各行各业引入人工智能是一个渐进的过程。
从最基础的感知能力，到对海量数据的分析能力，再到理解与决策，人工智能将逐步改变各领域的生产方式，推进结构转型。根据人工智能当前的技术能力和应用热度，我们展望了人工智能将如何助力以下六大实体经济领域。
健康医疗，从辅诊到精准医疗
历史上，重大技术进步都会催生医疗保健水平的飞跃。比如工业革命之后人类发明了抗生素，信息革命后CT扫描仪、微创手术仪器等各种诊断仪器都被发明出来。
人工智能在医疗健康领域的应用已经相当广泛。依托深度学习算法，人工智能在提高健康医疗服务的效率和疾病诊断方面具有天然的优势，各种旨在提高医疗服务效率和体验的应用应运而生。
医疗诊断的人工智能主要有两个方向，一是基于计算机视觉通过医学影像诊断疾病；二是基于自然语言处理，“听懂”患者对症状的描述，然后根据疾病数据库里的内容进行对比和深度学习诊断疾病。一些公司已经开始尝试基于海量数据和机器学习为病患量身定制诊疗方案。人工智能将加速医疗保健向医疗预防转变。充分理解AI如何应用到各个医疗场景将对未来的人类健康福祉有重要的意义。
智慧城市，为城市安装智慧中枢
人工智能正在助力智慧城市进入2.0版本。大数据和人工智能是建设智慧城市有力的抓手。城市的交通、能源、供水等领域每天都产生大量数据，人工智能可以从城市运行与发展的海量数据中提取有效信息，使数据在处理和使用上更加有效，为智慧城市的发展提供了新的路径。
在城市治理领域，人工智能可以应用于交通状况实时分析，实现公共交通资源自动调配，交通流量的自动管理。
如今，生产自动驾驶汽车已经在梅赛德斯-奔驰等老牌钢铁巨头与科技巨头之间展开竞争。未来无人驾驶也将大幅提高城市整体通行效率，建设综合交通运输体系。
计算机视觉正在快速落地智能安防领域。腾讯的优图天眼系统正是是基于人脸检索技术和公安已有的海量大数据建模，面向公安、安防行业推出的智能安防解决方案。
智能零售，实体店加速升级
零售行业将会是从人工智能发展创新中受益最多的产业之一。在Amazon Go的带动下，各类无人零售解决方案层出不穷。随着人口红利的消失，老龄化加剧，便利店人力的成本正在越来越高，无人零售正处在风口浪尖。无人便利店可以帮助提升经营效率，降低运营成本。
人脸识别技术可以提供全新的支付体验。《麻省理工商业评论》发布的“2017全球十大突破技术”榜单中，中国的“刷脸支付”技术位列其中。基于视觉设备及处理系统、动态Wi-Fi追踪、遍布店内的传感器、客流分析系统等技术，可以实时输出特定人群预警、定向营销及服务建议，以及用户行为及消费分析报告。
零售商可以利用人工智能简化库存和仓储管理。未来，人工智能将助力零售业以消费者为核心，在时间碎片化、信息获取社交化的大背景下，建立更加灵活便捷的零售场景，提升用户体验。
智能服业务，“懂你”的服务入口
Bot是建立在信息平台上与我们互动的人工智能虚拟助理。在未来以用户为中心的物联网时代，Bot会变得越来越智能，成为下一代移动搜索和多元服务的入口。在生活服务领域，Bot可以通过对话提供各式各样的服务，例如天气预报、交通查询、新闻资讯、网络购物、翻译等。在专业服务领域，借助专业知识图谱，Bot也可以配合业务场景特性准确理解用户的行为和需求，提供专业的客服咨询。
虚拟助理并不是为了取代或颠覆人，而是为了将人类从重复性、可替代的工作中解放出来，去完成更高阶的工作，如思考、创新、管理。
智能教育，面向未来“自适应”教育
人工智能对教育行业的应用当前还处在初始阶段。语音识别和图像识别与教育相关的场景结合，将应用到个性化教育、自动评分、语音识别测评等场景中。通过语音测评、语义分析提升语言学习效率。人工智能不会取代教师，而是协助教师成为更高效的教育工作者；在算法制定的标准评估下，学生获得量身定制的学习支持，形成面向未来的“自适应”教育。
目前，一批中国人工智能企业正在蓄势待发改造各行各业。在智能革命的影响下，旧的产业将以新的形态出现并形成新产业。人工智能合实体经济的融合，既是AI产业的产业化路径，也是传统产业升级的风向标。
三个层面扩大对实体经济的影响
从经济学的角度，新技术的经济影响要通过全要素增长率来衡量。人工智能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，创造出更多经济效益：
作为一种全新的生产要素，人工智能创造了一种虚拟的劳动力，能够解决需要适应性和敏捷性的复杂任务。传统的自动化只针对特定的任务，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，提高实体经济运行的效率，降低生产成本，开辟崭新的经济增长空间。
第二，进一步降低交易成本
互联网平台模式通过降低信息不对称，降低了传统经济活动中的交易成本。随着机器学习的引入，可以实现更精准的服务匹配。进一步优化资源分配。
第三，人工智能将带来数据经济
据英国政府测算，年，数据产业将为英国带来2410亿英镑的增长。只有通过人工智能才能处理分析数据产业的快速发展带来的海量数据。这些数据金矿也将为经济带来不可预测的增长点。
推动AI与实体经济融合
世界发达经济体在面临人工智能技术变革时，充分认识到其中蕴含的磅礴力量。人工智能起起落落六十年，本轮人工智能革命终于走出实验室，成为下一轮产业革命的驱动力。政府从战略层面加强顶层设计，企业从底层应用提速发展，布局产业生态。国务院在此前发布的《新一代人工智能发展规划》中，明确表示了中国成为AI强国的雄心，提出了在2030年中国在人工智能领域达到世界领先水平的任务。凭借人口和数据的优势，中国在这场全球人工智能革命中有天然的优势。对于中国而言，现在是把握机遇，实现弯道超车的契机。为了释放人工智能带来的经济潜力，各界需要合作推进AI行业的发展，推动AI与实体经济融合。
人才培养，推动技术进步
当前，人工智能领域的竞争，主要体现为人才之争。与发达国家相比，中国在人工智能领域尚存在人才缺陷，其中既包含人工智能领域的专业学术、研发人才，也将包含未来人工智能行业中大量的低技能劳动力。需要建立核心技术人才培养体系，加强人工智能学科建设，加强企业和学术界的人才流通，打造坚实的人才基础，推进产业健康发展。此外，政府还应当创造多元的技能培训计划，并且提高全民的科技素养，甚至制定“终生学习计划”，应对多变的未来。
加大数据开放，推进数据治理
数据是人工智能产业发展的核心。中国虽然是世界上数据总量最大的国家，但在数据开放和数据交易方面还远未形成生态。
今天，世界各国政府都宣称“信息公开是常态，不公开是例外”，而且正纷纷从“信息公开”走向“数据开放”。政府一方面要加大数据开放，另一方面要促进企业、高校、公共部门之间的数据交换，推动合作及共享，为人工智能的技术发展培育世界一流的土壤。
同时，人工智能的发展也为开发者和政府对于数据治理提出了新的问题，在数据开放和隐私保护之间取得平衡，从而增强人工智能领域的信任。
加深实体经济领域的场景探索
人工智能的发力需要深度和广度。从实验室到实际应用，人工智能需要迈过商品化鸿沟。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”，也正是要推进人工智能在应用层面落地。技术和数据本身需要找到有价值的场景进行应用才能形成产品或解决方案，实现价值。目前我们还处在人工智能的应用早期，已有大量可以与现行人工智能结合的行业与领域。尤其在实体经济，还有许多细分领域需要进一步了解人工智能的能力，对细分行业的流程进行重整，通过数据和应用的不断优化，分场景逐个突破，最终形成人工智能社会的新版图。
雷峰网版权文章，未经授权禁止转载。详情见。
