隨著人工智能的發展，它正帶來下一波顛覆的數字浪潮，品牌和企業在尋求加速數字轉型的趨勢更加緊迫。由于人工智能對數字基礎的依賴，以及特定數據上訓練的需要等事實，也意味著這些企業沒有捷徑可走。一個成功的方案需要公司解決數字和分析轉型中的許多元素：識別業務案例、設置正確的數據生態系統、開發或購買合適的人工智能工具以及調整工作流程、能力和文化。目前，人工智能在零售、制造、醫療保健、教育等領域中，在提升預測和采購、優化和自動化運營、開發定向營銷和定價以及提升用戶體驗上等方面體現出了巨大潛力，人工智能帶來的數字能力將給企業帶來更高的利潤并擴大企業間的業績差距。

“數字產業化、產業數字化”。在剛結束的2018中國國際智能產業博覽會中，來自智能科技領域的國際知名院士、科學家、行業專家紛紛發表主旨演講，對各行各業的數字化轉型升級，大數據、人工智能如何改變世界等觀點進行了最新分享。

騰訊|馬化騰

智技術與智能創新

在全球新一輪科技和產業革命的推動下，我們正在面臨一場前所未有的數字化變革，從廣度上來看，中國的數字化進程已經從經濟的領域擴展到民生、政務等領域，而且開始覆蓋到社會經濟的方方面面。另外從深度來看，數字創新正在和各個垂直的領域深度融合，開始下沉到各行各業。

澳大利亞科學院院士|拉瑪莫哈那勞·哥達吉利

人工智能=大數據分析＋機器學習＋云計算

我們首先獲得數據，通過數據獲得信息、得到知識，最后將知識得到應用，形成智慧，所以這是整個文明的發展進程。

數據的體量、數據的類別、靜止的數據和變化的數據，這是讓很多學者感到面臨巨大挑戰的原因所在，我們建立了一些數據庫和一些處理方法，數據庫建模和處理一直是信息技術研究和開發的重點。現在的問題就是，當前的這段方法并不能處理如此大規模和多維度的數據，其中的一個解決方法就是使用非常大規模的GPU云計算，或者說我們去相對利用一些人工智能的方式。

在很多學科，計算機都在扮演著越來越重要的角色，很多隱藏信息不是那么顯而易見，我們要知道什么信息是有用的，并且將它提取出來。對于人工智能來說，其實是沒有限制的，我們能夠不斷將它發展下去幫助整個社會的發展與進步。

中國工程院院士|李德毅

“我眼中的未來汽車”

人工智能來了，一個真正的無人駕駛汽車不僅是自動的，更應該是自主的，它應該像駕駛員一樣具有學習能力，能夠應對各種必然的工況。科學技術的發展已經從認識客觀世界、改造客觀世界進入到認識人自身的階段。

機器人將成為人類認知自然與社會、擴展智力，走向智慧生活的重要伴侶，汽車對一個人工智能工作者來看它就是其中的一種輪式機器人而已，它不但應該像人類一樣改變我們的出行方式，還應該改變人類的生產活動、經濟活動和社會生活。

華為|梁華

給機器以智能，給服務以平臺

未來進一步提升服務質量必須建立在對顧客全方位的理解和大數據的分析之上，這已經超過了人的一些經驗和現有機器的能力。同時，研發和銷售、制造、供應、服務也沒有建立一個統一的數據共享平臺以及共享的機制。因此，當沒有基于數據運營的企業云系統，難以從根本上提升企業的整體運營效率、降低運營成本。

單純依靠機器難以解決提高生產效率、改善客戶服務體驗和提高企業運營效率的諸多問題，這就需要給機器賦予新的引擎，給機器以智能，讓機器擁有客戶的語言、視覺、邏輯分析、數據處理，包括運動分析等能力，通過智能服務進一步提升生產制造，特別是服務領域的潛能。

通過給服務平臺，讓數字技術、數字平臺幫助企業建立數據驅動的運營系統，構建數字化生產、數字化商業模式，顯著提高運營效率的可靠性、可預測的能力。在過程中，應該是以智能化、平臺化的方式，實現企業從制造環節的產品增值向運營環節服務增值的商業轉型，而不僅僅是靠買單點的技術或者買單個的產品。

盡管數字化技術是一個非常痛苦的歷程，但從長遠來看數字化非常重要、至關重要，我們想通過自動化、數字化、智能化來結構性的解決生產效率、服務質量和運營效率低下的問題。今天我們都在討論智能化，但是智能化如果說沒有自動化和數字化為基礎，那么智能化可能也沒有牢靠的基礎。所以我們希望通過智能化、數字化、自動化來結構性的解決問題。

高通|克里斯蒂安諾·阿蒙

智能新機遇連接鑄未來

在5G的時代，人工智能賦能的5G技術能夠推動移動通訊技術，提高5G的速度，提高我們的通訊速率。更重要的是大數據和人工智能，如果要擴大計算，計算必須要從云端達到終端側，也就是邊緣計算，把計算連接到網絡的終端、連接到數據的終端，效率以及反饋的快速響應將更為重要，云端的聯系將處理能力從設備端轉到云端，設備端的人工智能和虛擬智能的功能將更加容易實現。

百度|李彥宏

人們對人工智能存在的誤區

第一個誤區是人工智能長得不應該像人，我們要解決的是讓機器能夠像人一樣思考；第二個誤解是人工智能不是模仿人腦的工作原理，而是要用機器的方式實現人腦能夠實現的價值或者作用；第三個誤解是人工智能“威脅論”，所謂的AGI（通用人工智能）實現還離我們非常遠。

科大訊飛|劉慶峰

人工智能發展的漣漪效應

人工智能下的新物種是有著無窮的想象力。其發展是在他山之石計算機的前提，人工智能第三次浪潮是基于大數據、云計算、移動互聯網，作為更基礎的是深度神經網絡的突破。另外，腦科學我認為是未來非常重要的突破口，用內腦計算和現在數據建模神經網絡的結合，有望實現重大的突破和騰飛。

思愛普|李強

人工智能幫助制造企業贏在新時代

智能化的未來工廠，幾乎所有的科技，無論是機器人、可穿戴的盔甲、無人小車以及虛擬或者增加現實都得到了應用，如此復雜的零部件供應路線、生產工藝的組合，生產不同車間的需求在背后都是由人工智能在進行調動，人工智能的算法使得我們能夠同時滿足效率和個性化定制的要求，在產品配置大幅提升的基礎之上，生產效率仍然提高了20%。既能滿足消費者不斷增加的個性化需求，也能夠縮短交貨的時間，甚至控制交貨的成本，人工智能作為幕后的調動起了決定性作用。到2035年人工智能能夠推動勞動生產力提升27%，因此能夠產生制造業的GDP就高達27萬億美元，年均勞動生產改善率到2%。

中國科學技術大學|潘建偉

量子科學與信息技術

信息技術的發展目前正面臨兩個比較重要的問題：智能社會的到來，其實我們對信息安全提出了更加大的要求，同時，為了充分發揮未來大數據和人工智能的優勢，其實我們會對計算能力提出非常高的要求，但實際上我們的計算能力還是非常有限的。而利用量子保密通訊可以在人類歷史上首次提供一種原理上是無條件安全的通訊方式，與此同時，基于量子力學基礎檢驗所發展起來的量子信息，可以提供一種非常好的精密測量的手段，就是對環境的感知手段。

紫光|趙偉國

從芯到云，鑄就智能科技基礎

智能世界的高樓大廈，我們是給智能世界的高樓大廈的建造者提供建筑材料和鋼筋水泥的。萬物互聯的基礎是前面的通訊和計算，通訊和計算的基礎都是基于兩個非常基礎的東西（芯片和CPU）。

阿里巴巴|馬云

智慧引領未來

新零售以后最重要的是新制造，新制造必須是制造業和服務業的完美結合，未來將沒有純制造業，也沒有純服務業，未來的制造業不是標準化和規模化，而是個性化、定制化、智能化。數據是新制造的關鍵要素，而用好數據是智能技術的能力，是走向智能化不可逾越的關口。智能技術會在新制造中扮演越來越重要的角色。

來源：泰一數據