信息革命如果有一个灵魂或华彩乐章的话，恐怕非人工智能莫属。这是为什么人工智能成为当前如火如荼的信息革命热门主题的原因。
人工智能的技术本质
人工智能的技术本质，是机器与人的结合，进一步说，是机器所代表的宇宙简单性系统（物质），与人所代表的宇宙复杂性系统（灵魂）的结合，因此背后是宇宙的阴阳结合之道。
人类自从2008年得了工业化癌症之后，一直在找解药。癌症的本质，是中间环节自我膨胀，以致杀死机体。工业化癌症，又称工业病。其典型病症是，一旦系统做大做强，变得复杂后，就会出现中间层异化，被像华尔街、官僚主义、腐败等为表象的社会癌细胞吞噬，因此变迟钝、变僵化。宇宙中的所有简单性系统变大后，都具有中间膨胀导致迟钝这种共同现象。
人工智能相当于是治疗癌症的特效药伊瑞莎（Iressa）。专治工业病，它把人的本性中的“华尔街基因”消灭，使人类机体从迟钝变为灵活。如果用一个词来概括人工智能的作用，最贴切的就是simplexity（工业4.0的中心词），即“使复杂性变得容易”。人类现在从上到下对于人工智能的狂热，与老鼠爱大米、癌症患者专找伊瑞莎，完全一个道理。
人工智能的社会本质
人工智能的社会本质，在于社会意义上的simplexity，相当于“治大国如烹小鲜”、“四两拨千斤”（smart power，巧实力）的意思，主要用于救治复杂社会的崩溃、复杂经济的崩溃。
约瑟夫·泰恩特（Joseph A.Tainter）《复杂社会的崩溃》描述了人类历史上从中国西周到乌干达北部的伊克族等二十多个由简单社会进化到相对复杂的社会后却走向崩溃的案例，并回顾了两千多年来后人对于这些崩溃现象的解释。在中国，黄炎培与毛泽东周期率对话，谈的就是这种现象：一个社会，简单的时候，“其兴也勃焉”，复杂了以后，“其亡也忽焉”。因为中间必然出现大小周永康这样的社会癌细胞。属于社会范畴的大小组织，从国家到企业，概莫能外。
对工业病的总体诊治思路是，将简单性系统（一复杂就死的系统，如机械），转化为复杂性系统（越复杂越活的系统，如生命）。人们把这个转化，称为信息革命中的“革命”。复杂性科学由此应运而红。
人工智能应用的本质
泰恩特分析“复杂化的本质”，归核为“多样性”这样一个核心：“复杂化一般是指一个社会的规模、其组成部分的数量和特点、其整合的特殊社会功能的多样性、其拥有的独特社会人格的数量及其多样性以及社会功能整体凝聚机制的多样性”。
人工智能应用的总意义，就从这个定义中浮现出来：提高多样化效率！
当前，全体人类都认为，人工智能的作用是提高效率。这完全把应用的意义搞反了。不特别说明，效率，都是指专业化效率。但还有另一种相反的效率：多样化效率。
复杂系统之所以崩溃，就是因为专业化有效率，而多样化无效率。一出现多样化，效率就急剧下降，表象到外边，就是迟钝。人工智能固然可以帮助人类继续沿工业化方向提高专业化效率，但这只是他的“副业”；人工智能的主业，是提高多样化效率。这是下一代的人才能认识到的事情。认识这样一件事，我们这一代人，脑子已经基本不够用了。
经济学至今都没有多样化效率的概念，因为经济学的同质性假定，就是假定不存在多样性。没有多样性立足之地的经济学，谈论的效率只能是专业化效率。经济学迈出的这第一步，就注定了复杂经济的崩溃这一总的命数。注定了经济一旦复杂到华尔街人算不如天算时，天一定要算计人类！
我们现在教材书、文件中写的效率这个词，指的统统是与多样化效率相反的效率，即专业化效率。这就导致一个问题：我们是在对人工智能的应用的意义理解反了的情况下，开足马力发展人工智能应用的。只有那些聪明到不与最近50年人类一般见识，用直觉把握到人工智能应用的真正意义的人，才能笑到最后。
最先发现专业化效率与多样化效率相反的，是杨小凯。之后是美国经济学会会长鲍莫尔（提出音乐四重奏的效率问题）。斯蒂格里茨指出：“市场经济的一个关键性特征就是能够创造出许多多样化的产品，标准的新古典范式忽略了市场经济这个重要特征。”他在1977年与迪克西特合作的D-S模型中，将多样性（variety）以品种形式内生嵌入新古典范式的数量-价格均衡，第一个在数学上指出多样化的应用意义，明确意识到，多样化效率的应用价值在于，将均衡价格从边际成本（MC），提高到平均成本（AC）。这就意味着，将零经济利润的经济，改造为有正经济利润的经济。
海尔人单合一双赢中的双赢，对应的就是斯蒂格里茨所指出的AC-MC这一由多样化带来的溢价，特指需求多样化（个性化）与供给多样化（创客创新）带来的利润。这一溢价的特点是，不会像零经济利润中经济（如传统中国制造）那样，一些企业的会计利润与另一些企业的会计亏损相互抵销为（经济利润意义上的）零。而是相互抵销后，仍存在正利润，因此可以双赢、多赢。这部分利润纯粹是由多样化带来的，包括需求方面的个性化与供给方面的定制所创造的价值。
由此，我们得出一个微观经济推论：人工智能的应用的意义，在于提高多样化效率。多样化效率表现在经济效益上，在于可在均衡水平获得正经济利润。而专业化效率在均衡水平不具有正经济利润（只存在必须与他人亏损相抵的会计利润）。
宏观的推论是，这个微观水平的正经济利润，对应的是供给侧结构性改革中，结构中由创新驱动的高附加值产业。
2017年7月，国务院印发了《新一代人工智能发展规划》，其中明确提出了"三步走"战略：到2020年人工智能总体技术和应用与世界先进水平同步，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。到2025年，中国人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。而到2030年，中国人工智能理论、技术与应用总体达到世界领先水平，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
据麦肯锡的研究，人工智能对世界经济增长的贡献率可以达到1.4%至1.8%。麦肯锡报告显示，中国人工智能市场将以50%的增速逐年增长，远超全球市场20%的复合年增长率，到2018年，中国人工智能市场规模将从去年的239亿元增加到381亿元。
截止到2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42%；中国其次，拥有592家，占据23%。美国AI产业在基础层、技术层、应用层全面布局，而中国更偏向应用层。
简单地说，人工智能的应用的意义，在于可以带来传统中国制造带不来的正经济利润。这是人工智能在中国为什么这么火的基本面的原因。
哪些涉足人工智能的公司有望改变世界？
明白了“人工智能”四个字背后代表的总趋势，是人类社会从简单性系统，进化为复杂性系统。哪些公司更有前途这样的问题，就有了加以判断的总线索：谁对人类这一进化的贡献大，谁最有望改变世界。
工业化的社会系统是非常复杂的简单性系统，信息化的社会系统可以是非常简单的复杂性系统。改变世界的公司，不是看他本身大还是小，复杂还是简单，主要看他能否作用于社会系统发生系统级的改变。对中国企业来说，大概是以下三类公司。
（一）传统互联网类较大型企业
指有望可以创建世界级平台的企业。一个这样的平台，市值相当于一个中等发达国家（如挪威、苏格兰）的体量。有几个这样的平台，国家就立起来了。整个欧洲，一个这样的平台也没有。原因是欧洲流行红眼病，专用反垄断法肢解大企业，哪个企业大就整哪个企业，所以人工智能小企业虽多，一长大就让中国或美国抱走了（典型如阿尔法狗就是让美国人抱走的英国人工智能团队）。人工智能领域，中国正成长出一批与美国平分天下的平台企业。对他们的唯一威胁来自像欧洲人那样的红眼病，只要不出内鬼，自毁长城，将再无天敌阻挡中国人工智能的领军类企业改变世界。
在人工智能领域，这些领军企业在中国担承着某种国家队的任务。2017年11月15日，科技部公布了首批国家人工智能开放创新平台名单，将依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台。
当前，中国在AI企业数量、全产业布局、人才储备、投入资本、投资领域等方面相比美国还存在着不小差距。例如，截止到2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42%；中国其次，拥有592家，占据23%。美国AI产业在基础层、技术层、应用层全面布局，而中国更偏向应用层。所以，人工智能在中国要保持高增速，甚至实现弯道超车，特别需要领头羊的拉动。
1、百度
百度公司董事长兼首席执行官李彦宏认为，未来中国经济的成长可能要更多依赖人工智能技术的发展，AI对供给侧和消费端都会产生巨大影响。
百度牵头成立了深度学习技术及应用国家实验室，这代表着中国人工智能发展的一个重要趋势，即创新主体，正从院校、科研单位，转向企业。这是中国经济发展中期待已久的变化。
长期以来，以科技部、工信部打头的创新项目、创新工程，之所以难以达到国家要求的产学研用结合力度，根本问题不是技术实力不如百度，而是与市场结合的机制不如人意。无论是863项目中只有DEMO意义的应用，还是产业部门推动的产业化应用，更强调的是无风险对接市场（以无风险投资即银行投资支持），这违反了创新的根本规律。
真正的创新是高风险的，它无法与低风险体制无缝粘合。百度是在风险投资条件下长大的，百度犯了那么多错误，今天还能活着，就因为他骨子里是风险投资，具有在高风险条件下进行创新的基因。人工智能市场本质上是高风险市场，背后必须有高容错的投资机制在背后支持。
百度从2014年到2016年，在人工智能领域的研发投入逐年增加，研发成本占总营收比分别为12.9%、14.2%和15.3%。百度的AI开放平台构建起包括基础层、感知层、认知层、平台层等在内的完整人工智能技术布局。2016年9月，百度正式发布了“百度大脑”；2017年7月，百度发布了运用百度大脑核心能力的DuerOS对话式人工智能系统开放平台和面向自动驾驶的Apollo开放平台，输出了两个AI的拳头型产品。
沿着高风险市场创新这个方向，百度下一步值得注意的市场创新动向，近期主要可以从无人驾驶与图像识别两个领域观察。
在无人驾驶方面，百度与厦门金龙汽车合作，将推出量产的无人驾驶小巴，预计用3年至5年的时间，无人驾驶就会真正进入开放道路运行状态。
在图像识别方面，百度正投入10.55亿元入股创维旗下的酷开公司，把百度的人脸识别、图像识别、大数据等新技术引入酷开系统。
黄宏生表示：“目前在创维的高端电视中，有三分之一都应用了人工智能。与百度合作，可以让创维每年销售超过1亿部的家电产品都搭载更新的人工智能技术。”而李彦宏认为：“人工智能时代已来。人工智能时代让系统不仅可以互动，也可以懂用户。电视这块屏在未来有非常大的创新空间。”他同时表示：“这次合作会推动百度和创维的发展，更重要的是它将推动中国乃至世界屏的进步。”
一句话概括百度的看点，在人工智能系统开放平台。
2、阿里
阿里在人工智能方面的大动作是于2017年10月成立"达摩院"，计划未来3年内为"达摩院"投入1000亿元以上，进行基础科学和颠覆式技术创新研究。研究领域包括量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、人机自然交互、芯片技术、传感器技术、嵌入式系统等，涵盖机器智能、智联网、金融科技等多个产业领域。
阿里AI labs专注于消费级人工智能产品的研发，已推出智能音箱天猫精灵等产品。AI labs的前身主要研究机器人，未来可能会融合人工智能与机器人，推出多种交互形态的智能产品。
当然，阿里云本身就是阿里巴巴人工智能体系的重要组成部分，阿里云成立于2009年，是全球领先的云计算及人工智能科技公司。提供云服务器、云数据库、云安全等云计算服务，以及大数据、人工智能服务、精准定制基于场景的行业解决方案。
阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业，包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户，以及许多明星互联网公司。
阿里的人工智能是什么路子？实际上在美国是没有对应的，这一点与百度不同。阿里的人工智能定位，既不在基础层，又不在应用层，而是在基础层与应用层中间，嵌入了中国独有的（市场）支撑层。有微软、IBM的顶级专家私下向我嘲笑阿里的这种架构方式，认为这需要更多的工程师来调制，但仔细想来，阿里更有道理。
因为，阿里引领的人工智能，不是技术创新，而是市场创新。如果说，中国在百度这类企业引领下，在技术创新上对美国是追赶，那么可以说，在阿里这类企业引领下，在市场创新上对美国是超车。美国有一个弱点，市场经济发达，但市场（基础）创新并不发达。市场（基础）创新是中国互联网在其世界冠军领域最有心得的地方。阿里引领的，实际是一场世界范围的经济体制改革，这场改革不同于国家引领的中国经济体制改革，它改的是人类市场经济的支撑层，改革的方向是把市场改造成网络，用不精确的语言表述，就是C2B。人工智能在其中的作用是，将用户网络当作了生产服务体系的一个起导航作用的组成部分，共同形成一个人单合一体系。阿里人工智能的定位就在这里。20年之后，人们会理解，搞智能制造、工业4.0，美国、德国总是发不上力，而中国会“轻舟已过万重山”，就与此时阿里对发动机架构的改动有关。海尔的物联网体系，也在向这个方向运动。只是海尔在人工智能上没有阿里这么强的实力，但商业上的原理是相通的。
阿里的看点一句话概括，是商务支撑平台。
3、腾讯
腾讯在2016年建立了AI lab，聚集了全球数十位人工智能科学家、50位世界一流AI博士，专注机器学习、计算机视觉、语音识别、自然语言处理等人工智能领域的研究及社交等四个方面的应用研究，基于腾讯亿万用户海量数据及在互联网各垂直领域的技术优势，立志打造世界顶尖人工智能团队。
2018年3月15日，腾讯对外公布了其2018年在AI领域的三大核心战略：
第一，攻坚“通用人工智能”，利用虚拟世界对真实世界进行仿真，游戏将是实现通用人工智能的最佳场景。
腾讯将通过“AI+Game”的方式构建虚拟世界，并在虚拟世界中对人工智能进行训练，从而加快人工智能在真实世界的应用。
第二，成立机器人实验室“Robotics X”，探索虚拟世界和真实世界的连接。
Robotics X和AI Lab一样隶属于腾讯技术工程事业群（TEG）。未来，Robotics X和AI Lab将会成为腾讯AI产业的双基础支撑部门。为桌面互联网、手机互联网之后的下一代互联网提前准备。
腾讯所说的机器人是广义的，它可能是个音箱，也可能是个眼镜，又或许就是一个人形机器人。最近，腾讯有四笔投资与机器人公司相关。这是因为他认定，桌面、手机之后，机器人可能成为下一代的互联网连接介质。机器人可能成为下一代社交支撑平台。
第三，继续重点关注AI+医疗的发展。腾讯AI Lab和施普林格·自然集团（Springer Nature）旗下的自然科研（Nature Research）达成战略合作。双方共同探索“AI+医疗”跨学科、前瞻性的研究与应用，并通过挖掘医疗领域的实际痛点，推动更多“AI+医疗”的产品研发与落地，攻克重大医疗难题。
2017年11月15日，科技部召开新一代人工智能发展规划暨重大科技项目启动会，宣布首批国家新一代人工智能开放创新平台名单。其中就包括依托腾讯公司建设医疗影像的国家新一代人工智能开放创新平台。
实际上，腾讯理解的人工智能，与阿里的理解，侧重又有不同。这与二者的基因不同有关。人工智能是网络智能，由节点与边两个方面合成。边，通俗说，就是社交。腾讯强在对社交背后的联接的理解上。阿里的商业智商天下无敌，但在社交的智商方面，相对腾讯只是业余水平。因为从马云到员工，上上下下对路由器原理只是一知半解，而且他们自己并不知道这一点。何况他们现在已经长大，不好意思向别人虚心学习了。但从腾讯角度看，阿里这方面的业余却一目了然。
腾讯的看点一句话概括，是社交支撑平台。
4、科大讯飞
2017年，科大讯飞54.45亿元的营收，有4.35亿元的净利润。“财报上的小公司”，“AI技术执牛耳者”。
互联网企业是清一色的野战军，是从60万多只野狼彼此残酷撕咬中长大的。科大讯飞却是正规军出身（中科大渊源）。从野战军看，正规军全是温室里的花朵。最大不足，是缺野战基因。而野战基因，来自风险投资，最怕的是国家关怀。而科大讯飞成长之路正好相反。
但俗话说，一着鲜，吃遍天。科大讯飞在863关怀下，面对群狼，居然没有死，也算命硬。这主要是由于它的技术确实过硬，比较抗造，体制差一点也没关系。
科大讯飞的智能语音核心技术代表了世界的最高水平。语音技术实现了人机语音交互，使人与机器之间沟通变得像人与人沟通一样简单。语音技术主要包括语音合成和语音识别两项关键技术。让机器说话，用的是语音合成技术；让机器听懂人说话，用的是语音识别技术。此外，语音技术还包括语音编码、音色转换、口语评测、语音消噪和增强等技术，有着广阔应用空间。2017年6月，入选《麻省理工科技评论》“2017 年度全球 50 大最聪明公司”榜单。在最近谷歌举行的全球英文识别比赛中，科大讯飞获得了所有指标的第一。
作为国家新一代人工智能规划四大平台之一，科大讯飞的人工智能会给我们未来的现实生活带来什么样的影响？目前我们相关的技术处于怎样的水平？刘庆峰举了个例子：“我们在全球消费电子展期间，在拉斯维加斯模仿美国总统特朗普讲话，美国当地人都信以为真。”
科大讯飞2017年在全球首次让汉英翻译达到了大学六级口语水平，而且两年内会达到专业八级水平。将来仅在翻译一项上，在全世界都有广泛应用前景。
（二）独角兽
独角兽一般意义上是指价值10亿美元之上的初创企业，他们可以在资本的支持下，迅速做强做大，是领军企业的战略预备队。他们在人工智能全局中的客观历史功能，是发现在位企业没有发现的新方向，为持续发展提供新鲜血液。可以说，一国、一地区独角兽企业的情况，代表着发展的未来。人工智能独角兽是观察中国人工智能潜力的重要关注点。
1、当前独角兽分布的全球形势与趋势动因
长期以来，独角兽的盛产地一直在美国。美国是创新者的乐园。独角兽企业的前身叫瞪羚企业。瞪羚是一种善于跳跃奔跑的羚羊，业界用它来比喻高成长中小企业。具体指年销售收入连续4年销售增长20%或以上的公司。宗庆后们老是喋喋不休地说新经济除了技术是新的，别的没有新东西。而据《美国新经济》判断，新经济恰恰不是新在技术，而新在经济本身：“旧经济可概括为大企业面对静态的有限的竞争和基于成本的市场。而新经济则完全是能动的经济和竞争。高速增长创业型公司即为新经济的标志。企业创新和较快地进入市场的能力对确立竞争优势变得更为重要”。
《美国新经济》中曾把“瞪羚公司工作岗位占总就业人口的比例”当作测度经济能动性的指标。瞪羚公司与就业增长的相关系数为0.52，与总产值增长的相关系数为0.31，一个地区的“瞪羚企业”数量越多，表明这一地区的创新活力越强，发展速度越快。
现在的独角兽指标，把速度标准（20%），改为估值标准（10亿美元），侧重点从强调快，改为强调优。
高盛独角兽数据中，美国占59%，亚洲占29%，欧洲占10%。按这一数据，亚洲加在一起，不超过40家，这与中国科技部公布的131家（其中仅电子商务独角兽就有31家），数量相差太大。据我国科技部统计，2016年中国独角兽榜单上榜企业已达到131家（总估值超过4876亿美元，平均估值37.2亿美元）。数据差别较大的原因是口径不同，高盛数据的口径偏技术独角兽，而我国数据的口径偏市场独角兽。
中国现在已有7家估值超过（并包括）100亿美元的独角兽，这些独角兽多为人工智能企业，从750亿到100亿分别为蚂蚁金服、小米、阿里云、滴滴出行、陆金所、美团点评、大疆创新。而电子商务独角兽正把美国同类企业的天花板当地板踩。
比较中美两国当前独角兽的走势，第一，美国技术创新型的独角兽，明显具有领先优势；而中国市场创新型的独角兽，开始呈后发优势，双方有结构上的差异；第二，在技术创新型企业中，美国独角兽增速呈下降趋势，而中国独角兽增速呈上升趋势。
影响人工智能独角兽格局的另一因素是欧洲。近些年来，欧洲诞生了大量人工智能（AI）初创企业，不过，这些企业最终的结局都差不多：还没等到长大就被收购了。据统计，2011年至2016年间，被美国公司收购的欧洲人工智能相关公司多达53家，2014年以来，平均每月超过一起，仅谷歌自2012年以来就收购了15家欧洲公司，阿尔法狗就收购自英国。分析数据发现，欧洲人工智能初创公司虽多，但2016年获得投资的比例要比美国公司低10个百分点。
欧洲为什么给独角兽喂奶总是喂不饱呢？这与欧洲保守的投资体制有关。欧洲是老牌金融资本主义，然而，成也萧何，败也萧何。老牌金融的玩法是回避风险，而人工智能则偏好风险。直接表现在金融投资原则理念上，南辕北辙。例如英国坚持的理念是同股同权，而美国和中国一致看好双重投票权。英国许多人工智能企业，本来需要为创业企业家化解高风险的能力，配置更高比例的投票权，但英国的投资制度与理念均不允许。而人工智能的中美大家，没有一家是建立在同股同权体制下的。这决定了欧洲只能出局，必然出局。如果阿里采用英国人的玩法玩人工智能，马云早就被玩成王石了。但马云显然有备而来，不去英式风格的港股投胎，因此没有被玩进去。
总体上看，欧洲拥有创新的实力，各方面条件也很优越，在起跑线上不输给任何人，但如果不更加积极地拥抱风险投资和放松监管，仍有可能在起跑领先后被不断超越。目前趋势来看，希望已经不大了。我今天在这里讲的道理，欧洲人可能50年也不能理解，不是因为这个道理有什么深奥之处，而在于新旧之别。旧的要变新的，没有三代人功夫，变不过来。中国互联网是靠野战军打成的世界冠军，过来人讲的道理，别人爱听不听。
2、中国人工智能独角兽内外开花
中国当前独角兽的格局，用一句话概括，人工智能企业居多。其中按目标上市在国外还是国内，分为国际舞台独角兽和国内舞台独角兽。
1）国际舞台独角兽
据德勤与投中信息联合发布的《中美独角兽研究报告》，截至2017年6月底，全球共有252家非上市公司的估值大于10亿美元，估值累计总额达到8795亿美元。其中，排名第一的是全球网约车巨头—Uber，估值达680亿美元。蚂蚁金服紧随其后，估值近600亿美元。名列第三的是中国网约车巨头滴滴出行，估值为500亿美元。
首先是蚂蚁金服。
据英国《金融时报》消息，蚂蚁金服正计划进行新一轮融资。此前，蚂蚁金服最近一轮融资，发生在2016年4月。中投海外、建信信托等公司战略投资蚂蚁金服，估值接近600亿美元。新一轮融资，预计筹集约50亿美元。估值近600亿美元，一说估值会超过1000亿，则会成为今年世界最大独角兽。
正如网上一则评论所说，“蚂蚁金服是一家金融公司，更是一家人工智能公司”。其支付宝、蚂蚁财富、芝麻信用、网商银行背后的征信模型，包括定价、反欺诈、反套现都是通过大数据做的，虽然他是AI+金融的概念，但在各独角兽中，更接近基础支撑服务的范畴。从长期的可能性上来说，蚂蚁金服与阿里巴巴配合起来，在流动性上做文章，可以“做掉”华尔街。把人类用股市（投资）配置资源的传统习惯，替代为直接用现金（消费）配置资源，实现彻底的C2B。
目前，中国移动支付，包括支付宝与微信支付，在全球处于领先地位。中国支付巨头已成为世界移动支付的“老师”。
其次是滴滴出行。
滴滴出行在2017年12月21日宣布完成新一轮超40亿美元股权融资，以进一步加大对AI交通技术的投入，加速推进国际化以及包括新能源汽车服务在内的创新业务。滴滴的估值超过500亿美元，成为亚洲估值最高创业公司之一。
滴滴出行代表的人工智能方向是AI+交通的概念。这预示着人工智能在BAT开辟的综合业务领域之外，正向行业领域拓展的趋势。
滴滴出行需要在2018年加快上市步伐。因为久拖下去，夜长梦多。这个领域既深且广，同是出行领域，美团等已潜入市场，在上海等地，以补贴等手法，大举攻城掠地。在相邻的客运领域，货车帮发展势头很猛，且市场创新力度十足，只是资本运作稍显业余。
再次是小米。
据悉，目前有数十家券商正在参与小米Pre-IPO，小米一旦2018年下半年在港交所上市，估值有望达到900-1100亿美元，P/E(市盈率)60倍。公开的数据显示，小米从2010年创立以来，前后一共进行了五轮融资，一直为资本所看好。加之小米的营收，在过去7年一直强调上升，收入良好。这种资本、收入俱佳的独角兽，在世界上打着灯笼都难找。
在2018年2月7日的小米年会上，雷军表示，营收过千亿的国际科技巨头中，苹果用了20年，Facebook用了12年，Google用了9年，国内科技公司，阿里用了17年，腾讯用了17年，华为用了21年。而小米，仅仅用了7年。可以说，小米正在成为国际舞台上瞪羚级的独角兽。
小米去年开发的人工智能产品，包括智能音箱和智能扫地机器人都获得市场好评，销量不错。雷军3月8日表示，小米下一步将加大人工智能研发力度，开发更多智能产品。
小米作为独角兽的特点，是软硬结合，体验为先，将人工智能定位于产品智能化，也比较符合中国特色。
2）国内舞台独角兽
据美国CB风险投资公司发布的《2018年人工智能发展趋势》报告显示，2017年，中国人工智能初创企业股权融资额占全球总量的48%，高出美国10个百分点。活跃于国内舞台上的独角兽，成为资本竞逐的对象。
与蚂蚁金服、滴滴打车、小米这些出身互联网的野战军系实力派相比，以国内为上市舞台的独角兽，在体量上小了不少。他们的成长，更多靠某一方面的技术专长，在很大程度上也要靠国内资本的青睐。
SpeakIn 2015年诞生于美国硅谷，目前总部位于深圳，是一家全球领先的声纹识别与身份安全人工智能公司，面向全球提供领先的解决方案与专业服务。
旷视以深度学习和物联传感技术为核心，立足于自有原创深度学习算法引擎 Brain++，深耕金融安全，城市安防，手机 AR，商业物联，工业机器人五大核心行业。
李群自动化是一家专注于轻量型高端工业机器人研发、生产、销售与应用的国家级高新技术企业，致力于为制造企业、系统集成商、科研机构等用户，提供创新的机器人产品、服务与整体解决方案，构建智能化的生产系统及过程。
出门问问成立于2012年，问问VPA(Virtual Personal Assistant)是中国首个多场景虚拟个人助理。
依图人脸识别技术已经达到百亿分之一的误报下超过 90% 的识别率，成为全球技术标杆。
云知声专注于物联网人工智能服务，拥有完全自主知识产权、世界顶尖的智能语音识别和相关AI技术。云知声目前的合作伙伴数量超过2万家，覆盖用户达2亿，其中开放语音云覆盖的城市超过470个，覆盖设备超过9000万台。
2008年，优必选从人形机器人的核心源动力伺服舵机研发起步，逐步推出了消费级人形机器人、商业人形机器人和Jimu机器人等相关产品。
商汤科技由MIT校友汤晓鸥教授创立，专注于计算机视觉和深度学习技术。该联盟将致力于全方位人工智能原创技术研发，涉及领域包括计算机视觉、脑科学智能算法、医疗图像、机器人等。
云从科技是中国银行业人脸识别第一大供应商，包括农行、建行、中行、交行等超过100家 金融机构已采用公司产品，已经占据90余家银行总行平台。
寒武纪科技是全球第一个成功流片并拥有成熟产品的AI芯片公司，拥有终端AI处理器IP和云端高性能AI芯片两条产品线。2016年发布的寒武纪1A处理器（Cambricon-1A）是世界首款商用深度学习专用处理器，面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备，在运行主流智能算法时性能功耗比全面超越传统处理器。
红杉资本全球执行合伙人沈南鹏透露，科技巨头在AI领域的年投入达300亿美元，中国所有投资活动中的50%都与AI相关，超过1000家的AI领域初创企业。
分析国内资本当前口味，智能机器人是资本市场热捧的一大主题。众多上市公司纷纷涉足机器人并购。
2015年，国内已有约70家上市公司并购或投资了机器人及智能自动化项目，其中许多首次涉足机器人业务，但进入2017年，机器人领域也呈现过热现象，许多公司一哄而上生产机器人，其中良莠不齐，需要经历一个大浪淘沙过程。
国内资本关注人工智能独角兽是好事，但也要看到，这些独角兽真正需要的是风险投资的支持，而不是以短期获利为追求的投资，而国内资本需要克服短期收入诱惑，真正理解人工智能包含的风险，向高风险高收益方向转型。
3、国内概念股
在国内人工智能市场上，还活跃着另一种力量。我们称之为国内概念股。其中有一些，并不是严格意义上的人工智能企业。他们既不同于领军企业，不是人工智能的主力军；也不同于初创企业，而是有一定规模的上市公司。这些国内概念股与人工智能发展是什么关系，需要在这里解释一下。
但凡一个产业，都不可能仅由少数明星企业把握，在金字塔的底端，会存在一个庞大的基座。人工智能的国内概念股，就位于这个基座上。人工智能基座与塔尖的关系，是引领与被引领的关系。许多国内概念股，并不真正是人工智能的行家，但资本为形势所迫，他们为资本所迫，不得不转向资本市场认可的方向。一般来说，资本市场时兴什么概念，这些概念股就转向什么领域。所以与其分析这些企业本身，不如分析资本市场的基本面行情。
首先，在人工智能核心技术领域，由国家政策引导，资本力量正向一些战略领域汇聚。
2017年7月，国务院印发了《新一代人工智能发展规划》，其中明确提出了“三步走”战略：到2020年人工智能总体技术和应用与世界先进水平同步，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。到2025年，中国人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。而到2030年，中国人工智能理论、技术与应用总体达到世界领先水平，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
人工智能核心技术、许多基础设施不可能马上市场化，但却是必须投入的领域。中国超算硬件水平已经位居世界前列。异构计算、应用OpenCL开发等都在形成规模。但我国面临着智能传感器、神经网络芯片、开源开放平台等软硬件基础市场竞争力不强的问题，需要加快创新发展。业内涌现了地平线、寒武纪等一大批人工智能芯片的企业；华为在麒麟970芯片中嵌入神经网络处理器。配合国家战略，各地都会有一些大的投入和优惠政策，吸引资本介入。关键技术有望实现新突破。
中国人工智能核心技术与美国相比，仍有相当大差距。其中，中国有优势的少数领域，均为资本所看好。例如，中国在人脸识别等方面已经做到了全球领先。这方面的技术和产业得到发展的机遇。中国在智能语音技术方面领先，也使相应产业达到规模化。2015年全球智能语音产业规模达到61.2亿美元，较2014年增长34.2%。其中，中国智能语音产业规模达到40.3亿元人民币，较2014年增长41.0%，远高于全球语音产业增长速度。
其次，在人工智能核心产业方面，“中国制造2025”提出了一批国家重点关注、优先发展的人工智能产业，也在吸引资本的目光。
“中国制造2025”提出“以推进智能制造为主攻方向”的明确要求，而人工智能就是智能的核心。工业互联网和人工智能的结合将会成为工业互联网发展的重要方向。
据工信部副部长辛国斌透露，2017年工信部共确定了202个智能制造综合标准化和新模式应用，97个智能制造试点示范项目，完成了25个智能制造标准立项。在示范项目的带领下，一大批企业积极推进智能化改造升级，服务型制造，共享经济等新模式日益普及，形成了许多新的增长点。
受此影响，智能网联汽车、智能服务机器人、智能无人机、医疗影像辅助诊断系统、视频图像身份识别系统、智能语音交互系统、智能传感器、智能翻译系统、智能家居产品等领域的智能化发展开始加速。
国务院印发的《新一代人工智能发展规划》中指出了中国人工智能可落地的一些方向：智能机器人、智能运载工具、VR/AR、智能终端等新兴产业；制造、农业、物流、金融、商务、家居等重点行业的智能升级；教育、医疗、养老等智能服务以及行政管理、司法管理、城市管理、环境保护等社会治理等。
第三，在人工智能市场应用方面，资本更加偏好利用市场优势普及相对成熟技术的应用。
按照《促进新一代人工智能产业发展三年行动计划（2018-2020）》里的要求，2018年和2019年将会是人工智能实现产业化、应用化的关键时刻。而从需求看，与日常生活紧密相关的应用，将率先实现市场化。红杉资本全球执行合伙人沈南鹏认为，"对中国来说，更实在的产业问题是用好已经相对成熟的人工智能技术。"
根据初步测算，2016年，全球人工智能市场规模约为1680亿元，我国人工智能市场规模仅为98亿元，还有很大发展空间。从细分行业来看，一是语音服务，相关技术和模型将趋于成熟，围绕智能语音的行业应用将不断加速，市场逐渐打开，成为人工智能产业发展的主要方向。二是图像处理，随着计算机视觉技术实现大的突破，相关专业化智能服务将创造出新的市场空间。此外，自然语言识别、医疗辅助、无人驾驶等领域，发展空间也较大。
消费类市场的创新应用历来是中国强项，腾讯、小米研发出一系列智能产品和应用、国内人脸识别应用、大数据商业应用也已开始兴起。在此基础上，中国还会独特地发展出以综合化的新型智能平台为聚焦的新产品、新业态。这方面值得高度期待。在服务业领域，人工智能技术的应用场景覆盖教育、金融、交通、医疗、文体娱乐、公共管理等众多领域。
中国投资界不同于美国投资界的特点
一位投资者透露， “从投资来说，我青睐于能找到与具体的垂直应用结合的企业，如果与硬件相关的，比如自动驾驶(高级驾驶辅助系统)，希望公司的产品能够在可靠性、稳定性、一致性等方面精心打磨。这几年，我重点关注人工智能技术在智慧城市、安防、自动驾驶、商业自动化等方向有实际应用能力的企业。在团队结构上，我们希望公司除了能拥有核心算法的工程师外，还希望他们有比较好的硬件开发能力和系统管理能力”。
这与美国投资人偏好技术冒险，形成鲜明对比，但也可以认为，中国投资人更加擅长发挥市场巨大的优势，支持鼓励市场创新。
结语
根据目前数据不完全式估计，2017年中国人工智能核心产业规模超过700亿元，随着国家规划的出台，各地人工智能相关建设将逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，增长率达到26.2%。
在人工智能热火朝天的同时，也要看到，当前的人工智能发展，还处在初期。由于我国发展偏重应用，浅层次创新流行，目前，不少伪人工智能、概念型炒作大行其道，鱼龙混杂。一些通用技术和系统架框的创新，还有待深入探索。从更深远的前景看，现有人工智能主要敲边鼓的，主要应用于对人的辅助场景，并没有敲在鼓心上，真正进入图灵所说的人机结合境界。
展望下一代人工智能，从云到端（从集中模式到分散模式），从物到人（从自然模式到人文模式），将是人工智能进一步发展趋势。
值得注意的是，我们这一代人的所谓人工智能，还只是在工程师思维水平下开展起来的，还没有真正与人的价值观结合起来，要真正实现simplexity，需要下一代更深邃的眼光。
真正有使命、有哲学的企业家、企业，必然会出现，是今后最值得关注、期待的事情。
（文/奇平）
