人工智能被视为第四次工业革命，近日百度作为全球人工智能领域的先行者之一召开了AI开发者大会，阿里也推出了无人零售和智能音箱，腾讯的人工智能语音平台“小微”正式发布等等。不知不觉人工智能已经充满我们的生活，人工智能在商业应用中的具体表现如何，哪些领域是更好的切入点呢？以下视频为您详细解读AI如何应用于商业场景以及人工智能时代我们还能做什么！
总结一下视频中提到的三个问题
▌中国互联网头部企业对人工智能的布局领域有哪些？
谈到中国互联网头部企业，其实还是以BAT为主，而这三家代表公司在人工智能方面都有很大的投入与布局。
百度除了自身搜索业务是和AI强相关以外，在广告营销方面也有“凤巢“深度学习系统的成果，在前不久百度AI开发者大会上百度发布了DuerOS开放平台、Apollo开放平台，这将奠定其在无人驾驶方面的领先地位。
阿里的人工智能主要通过阿里云ET医疗大脑、阿里云ET环境大脑、阿里云ET工业大脑、阿里云城市大脑、AI云服务和营销服务来展现，其具有强大的商业场景应用性，对于相应领域的实际问题有非常好的处理能力。
腾讯同样在营销领域有着十分抢眼的AI布局，并且结合自身生态链条，将人工智能充分应用于众多C端产品。在花费大力气打造AI Lab人工智能实验室、优图实验室、微信团队智能语音实验室之后，腾讯形成了“AI三驾马车”的阵容，在视觉、语音及自然语言处理等方面有不菲成果。
▌人工智能在商业应用中的具体表现如何，那些领域是更好的切入点？
提到人工智能我们就会联想到AlphaGo，虽然它背后的深度强化学习+蒙特卡洛树搜索是可以用到商业化领域的，但是它本身并没有被商业化。
而大家比较熟悉的感知智能领域，像最受关注的智能语音（语音识别语音合成 声纹识别）、计算机视觉（图像识别、人脸识别）虽然在某些特定的环境下应用效果很好，但就像AI速记、计算机识别等应用过于受到环境影响，所以感知智能在现实工作、生活中的应用场景可能还没那么广泛，潜在价值有待探索。
认知智能是人工智能重要的一部分也是我们讨论的重点，其在商业场景上的应用直接和业务相关，能够为企业提升决策效率，带来显著收益。在这里我们姑且称之为商业智能。
商业智能在交通业、金融业、制造业、农业、公关安全业、医疗业等领域都有落地的应用。以金融领域的风控为例，现在电信网络诈骗、支付风险、网络账户安全保护等领域被高度的关注。在银行线上渠道的欺诈案件对银行业造成的损失每年可达上百亿，不但资金损失严重，也极大地影响了用户使用银行服务过程中的体验。
商业智能产业链构成（图谱）
为了更好的研究商业智能产业链中具体应用场景的分布情况，我们在《2017年中国商业智能行业研究报告》中展示出了商业智能产业链图谱，大家可以很清晰的通过图谱了解到中国商业智能中提供具体场景服务的企业分布。
▌对于人工智能，深度学习意味着一切吗？
首先深度学习是机器学习的一种，机器学习是人工智能的一个分支。那传统机器学习描述样本的特征通常由专家来设计，这称为“特征工程”；深度学习则通过机器学习自身来产生特征，即“特征学习”或“表示学习”。因此在数据的“初始表示”（如图像的“像素”）与解决任务所需的“合适表示”相距甚远的时候，可尝试使用深度学习的方法。
另外，深度学习不是万能的，它虽然在特定任务上取得了显著性能提升，但也面临着很多挑战，比如：对抗样本的鲁棒性、可解释性、处理不完全信息与不确定环境等，随着应用范围的扩大，深度学习不擅长解决的问题会逐渐明显，未来肯定会有更好的机器学习方法出现，或许还叫“深度学习”也可能是其他的名字。
其次，深度学习不是孤立的，它的进展与所谓的“传统机器学习”是分不开的，不能把功劳都归于“深度学习”，例如：用于保护深度神经网络避免过拟合的Dropout技术实际是一种贝叶斯学习方法，用于AlphaGO的深度神经网络需要在强化学习框架下发挥作用等。而如上图所展示的运筹学，同样是人工智能于商业能够实际落地应用的重要辅助学科。
★ 如果，您对我们的研究报告、数据产品、线上线下活动感兴趣，您可以直接联系我们：
☎ 400-026-2099
✉ [email protected]
