这两天，有朋友感慨道：“2016年对人工智能来说是意义非凡的一年，或许在技术领域的感知并不明显，在商业层面的「成功」却是前所未有的。”是呀，从年初AlphaGo和李世石的围棋大战，再到一场场和人工智能有关的发布会。不管怎样，人工智能终于跳出了实验室的禁锢，成为活跃在科技领域的核心力量。
一、人工智能时代正在到来
每当一个事物兴起的时候，随之而来的就是大量的观点与推测，其中最受欢迎的往往是那些最大胆的；而后每增加一个论据，都会让我们对这个观点更加深信无疑。就像从Alpha Go战胜李世石后，人工智能在舆论中强势回暖，而后李彦宏在世界互联网大会上的言论，也再度加强了人们对它的关注。
不仅百度，马化腾在2015年6月的演讲中也说道：人工智能是我最想做的事情。马云也在2015年5月内部信中写道：未来三十年云计算、大数据、人工智能等技术将会让无数的梦想成真。
目前国际互联网巨头纷纷入场， 亚马逊的Alexa、苹果的 Siri、微软的 Cortana，作为人工智能的第一块敲门砖，已经被较为广泛的使用；搜索、翻译、地图、无人车，深度学习的影子无处不在，人工智能正在重构人类的生活。
同时，伴随互联网的高速发展和底层技术的不断进步，人工智能所需的「能源」正在不断完善。
数据量： 2000年至今，互联网及移动互联网的高速发展使得数据实现了量的积累，据IDC预测，2020年全球的大数据总量将为40ZB，其中有七成将会以图片和视频的形式进行存储，这为人工智能的发展提供了丰厚的土壤。
深度学习算法：多伦多大学教授Geoffrey Hinton（致力于神经网络和深度学习研究）的学生在业内知名的图像识别比赛ImageNet中利用深度学习的算法将识别错误率一举降低了10%，甚至超过了谷歌，深度学习进而名声大噪。2015年，微软亚洲研究院视觉计算组在该项比赛中夺冠，将系统错误率降低至3.57%，已经超过了人眼。
高性能计算：GPU响应速度快、对能源需求低，可以平行处理大量琐碎信息，并在高速状态下分析海量数据，有效满足人工智能发展的需求。
基础设施成本：云计算的普及和GPU的广泛使用，极大提升了运算效率，也在一定程度上降低了运营成本。IDC报告显示，数据基础设施成本正在迅速下降，从2010年的每单位9美元下降到了2015年的0.2美元。
与此同时，巨头和创业公司也相继投入资源和成本进行商业化探索，但技术本身尚有足够大的成长空间，当前仍处于早期阶段。
二、人工智能带来的机会
我们看到，目前人工智能领域的企业主要集中于以下三个层面：
基础层：关注人工智能基础支撑硬件或数据平台基础；
技术层：包括有关机器识别与深度学习的算法和技术设计；
应用层：包括通用应用和行业垂直应用等。
图片来源：易观智库
在极客帮创投创始合伙人蒋涛看来，大公司在这三个层面赢家通吃，而小公司只能依靠单点突破，以及在传统行业优势上进行突围。
大公司（100亿市值以上）的主战场在于争夺未来人工智能的制高点，这分为两个方向，第一个方向是争夺未来人工智能的入口，包括家居的入口、汽车的入口等等，这些未来的入口扮演着比较重要的交互作用，例如Google的语音交互，百度的百度大脑。
第二个方向是生态系统的竞争，入口很容易切换，那么就要通过生态提高切换成本，通过开源技术，通过推荐算法，当然也要依靠于物联网的延伸与发展。而像京东、当当这类的大公司，他们最大的竞争力在物流和海量的数据上，所以在技术上可以购买，但并不那么着急。
小公司的主战场在垂直领域的应用，通过人工智能的浪潮来改进尚未完成移动化的行业。例如金融行业，它在人工智能时代的市场规模、空间应该会比移动时代更加广大；例如企业级的服务，现在在国内处在非常落后的状态。蒋涛说：“相对来说容易做的事情已经做完了，剩下的事情都是硬骨头，但我相信还会有跑出来大的公司，当然有数据的公司会更容易跑出来。”