根據熊彼特的創新經濟學理論，縱觀人類文明史，每一次重大技術革命的來臨，都將對原有基礎設施帶來顛覆性破壞，整個社會環境往往需要時間適應和接受；而一旦跨越某個臨界點，就會吸引大規模的投資需求，整個社會資源也會向新技術領域傾斜，最終引發全新的消費需求。

而時至今日，即便保守者也不會否認，人工智能正急速逼近這一臨界點。在海量數據和算法革命的雙向加持下，人工智能正在以史無前例的廣度，深度和速度，逐漸成為不同行業的基礎設施，并在席卷更多商業資源的同時，為公眾創造價值。

更令人欣喜的是，產業界似乎正在達成共識：無論從技術，數據還是政策方面，起跑線的相對公平，或許將賜予中國AI市場一次難得的領跑權。盡管短時間內，諸如DeepMind等拓展人工智能新邊疆的的“學究式”公司不會在中國誕生，但若論及產業落地的速度，在很大概率上，中國或許將成為先行者。

當然，這需要各種外力的幫襯。

技術拐點與政策優勢

不知你是否察覺，擱置在中美關系略顯敏感的當下，加之中國產業升級的不斷深化，中國在AI等新興技術領域的一舉一動，都牽動著不少美國媒體的神經。

譬如不久前《華爾街日報》就曾分析稱，盡管美國同樣將巨大資源投入AI領域，但在這場重要的全球競賽中，中國擁有孕育AI最佳的社會土壤，因為這里占據了三大優勢：7.5億網民的巨大數據量，人數龐大的軟件工程師，以及政府部門的大力支持。

的確，首先從技術維度，正如中國工程院院士，中國人工智能學會理事長李德毅概述的那樣，AI的崛起并非空穴來風，技術演化自有其內在脈絡，“是大數據成就了人工智能，互聯網成就了大數據，云計算成就了互聯網，移動互聯網或寬帶光網成就了云計算”——這一輪人工智能革命之所以爆發，很大程度上受益于暴增的數據紅利。

最近，作為2018年中國·廊坊國際經濟貿易洽談會的重要組成部分，在首屆中以科技創新合作論壇上，不少嘉賓就談到了中國人工智能的現狀，中國科學院院士毛軍發就表示：“我們國家各種各樣的數據在全世界應該是最豐富的國家之一，從冷數據，比如說人口、疾病的種類到超大城市治理，一直到熱的數據，就是不斷變化的數據，到股票的交易、交通的數據，到醫療數據等等，我們國家都是非常豐富的，具有很好的發展人工智能的條件。”——而就像《華爾街日報》所言，此時此刻，中國近8億文化相似，語言一致的互聯網用戶，正在為不同領域的人工智能貢獻智慧，這是一個不可逆的歷史進程。

另一方面，如你所知，AI在不同行業的破竹之勢，得益于大數據與深度學習的相互成就。作為一次算法層面的標準確立，深度學習讓不少巨頭公司積攢下來的舊算法忽然落伍，獵豹移動CEO傅盛曾舉過一個例子：譬如之前做圖像識別和語音識別的可能是不同算法，但深度學習將其底層邏輯打通，本質上成為一種算法，這也是為什么谷歌進入語音識別后迅速超越了IBM多年的技術沉淀——這種技術上的異地重建和另起一行，意味著人工智能或許是中國目前“投入產出比”最快的自主創新領域，這也給了中國企業蓄勢待發的良機。

而從政策支持的角度，作為最大的發展中國家，中國也致力于從國家戰略層面推動AI落地，并已勾勒出詳實的藍圖：2020年，人工智能總體技術和應用與世界先進水平同步，AI產業成為新的重要經濟增長點；2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平；2030年，人工智能理論，技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。倘若藍圖落地，無疑是中國速度的又一印證。

當然，當終點的旗幟如此明顯，AI賽道也就變得格外擁擠。就像毛軍發在論壇上所言：“現在全世界從北美的美國、加拿大，到東亞的日本、韓國、中國，歐洲的英國、法國等等，幾乎全世界科技比較發達的國家，都在制定和執行他們自己的人工智能發展戰略。”

而值得玩味的是，作為政策對比，就像《人工智能時代》作者杰瑞·卡普蘭所言，盡管美國白宮也發布了《國家人工智能研究與發展戰略規劃》，“但這種報告和政府聲明在美國和中國的意義截然不同，中國政府擁有比美國政府強大得多的能力來將計劃付諸行動……譬如在美國，也許還需要20到30年才能看到無人駕駛汽車的大規模應用；但在中國，政府可以用更大力度投資無人駕駛產業，可以在技術應用上選擇更靈活的政策，更早開始在試點城市測試無人駕駛技術。”

總之，在技術拐點和政策優勢的合力作用下，中國AI發展將頗為可期，譬如普華永道就曾給出大膽而樂觀的預測：到2030年，中國人工智能產業規模將達到7萬億美元，世界第一；美國人工智能產業規模為3.7萬億美元，世界第二；歐洲人工智能產業規模為2.5萬億美元，世界第三。

“AI+”產業落地的關鍵

當然，將視角拽至當下，中國人工智能產業若想從理想照進現實，不同團隊需要從現在開始，找準細分賽道，在不同領域埋頭深耕，完成“AI+”的產業落地——在我看來，當AI技術路徑已如此鮮明，率先完成場景化落地，是贏得未來的關鍵。

事實上，作為今年廊坊國際經濟貿易洽談會的一項重要活動，在5月18日舉辦的京津冀人工智能與未來科技發展對接洽談會上，山東大學機器人研究所所長李貽斌就指出：人工智能的發展，大概分為兩個驅動力，一個是“技術驅動”，一個是“應用驅動”。而在我看來，至少在現階段的中國，攻克后者或許是更睿智的選擇。

這不難理解，眾所周知，人工智能產業鏈大概分為三層：最底層是芯片等地基，這一層門檻高企，就拿最近敏感的CPU和GPU來說，中國趕上美國可能需要5-10年；中間層則包括圖像識別，語音識別等通用技術——事實上，敏銳者早已察覺，上述兩層更多是巨頭的機會，他們擁有的資本和生態打法（比如免費），遠非其他團隊所能比擬。

所以AI團隊最睿智的打法，是在應用層選擇一個垂直領域，一頭扎進去，用自身積淀下來的行業知識（比如數據），建起一條夯實的護城河——更重要的是，相比聚光燈下的C端市場，“AI+行業”的細分賽道其實也非常寬廣，就像騰訊研究院在《中美兩國人工智能產業發展報告》中所言：“得益于近年中國移動互聯網的快速發展，為中國積累了巨大的C端用戶基數，但在B端的制造、交通、金融、醫療等傳統行業仍然發展相對落后，中國的傳統行業借助人工智能實現轉型升級的需求更為迫切，市場增長的后勁很足”。

舉個例子，在中以科技創新合作論壇上，中國工程院院士巴德年就直言：“人工智能和醫學的結合可能在不久將來為養老、護理、醫療，以及整個醫療質量的提高和人手所不能完成的工作，十分可能開展出一個嶄新的局面。”

當然，在我看來，除了商業資本，技術力量和宏觀政策，不同人工智能團隊在不同行業的迅速落地，很多時候需要其他外部力量的助推，它很可能來自地方政府和產業園區運營商的扶持。

譬如華夏幸福就頗具范本意義。最近些年，他們以市場為導向深耕縣域，通過PPP模式與合作區域政府建設運營產業新城，打造產業集群。這一合作形式優化了市場與政府的資源配置，讓AI等新興科技領域更合理地走完技術先導，產品跟上，商業落地的閉環。而從實際效果來看，通過為區域提供產業發展的全流程解決方案，華夏幸福著實促進了產業鏈核心環節的集聚效應，讓不同領域的團隊更具效率地釋放勢能。

就以人工智能產業為例，在大廠產業新城，人工智能產業集群已成為華夏幸福著重打造的重點——就在上個月，受益于優質的區位優勢和產業環境，韓國人工智能領域專業平臺公司GCT及Future Robot，Live k，3D Factory，維多利亞和大韓安全教育協會等6家高科技企業集體進駐大廠產業新城，與華夏幸福在人工智能等領域開展戰略合作，這是韓國高科技企業首次集體進駐大廠產業新城。

此外，在與人工智能關系密切的機器人領域，華夏幸福為香河產業新城引入世界知名的美國ATI工業自動化，日韓合資安川都林和德國尼瑪克等近百家企業。目前，香河機器人產業集群已聚集了一眾上下游企業，可充分完成在技術，設備和客戶等行業資源上的協同進化。

而在香河之外，華夏幸福也在安徽和縣、肥東、浙江南潯打造機器人產業集群，構建集機器人研發、核心零部件、本體制造及系統集成為一體的完整產業鏈——這一系列產業集群的搭建，對中國智能制造的發展，無疑是巨大利好。

總之，一切指向一點：在以人工智能和機器人為代表的科技領域，中國已手握一副好牌。

從企業數量和質量上，中國人工智能初創企業融資額全球第一，全球估值最高的人工智能創業公司也在中國；中國工業機器人在連續五年成為全球第一市場的同時，也正處于智慧轉型的關鍵時期；從政府扶持角度，一系列自上而下的政策利好，在短時間內紛至沓來；而在產業鏈整合角度，各種人工智能和機器人產業聚集，也正在發揮重要的紐帶作用，與其他力量一起，勾勒出人們期許中的未來樣貌。

希望這副好牌，能幫助中國贏得一個更好的未來。