编辑器|小智随着本周阿里云大会的召开，阿里云研究中心、波士顿咨询集团和阿里巴巴创新创投联合推出的《人工智能：未来制胜之道》也发布了。
本期《智能内参》，我们将与您一起解读阿里巴巴新鲜出炉的人工智能报告。
如果您想收藏本文完整报告，可回复关键词“阿里巴巴AI”即可下载。
以下为智东西整理的报告摘要： 一、人工智能的准确定义和内涵：人工智能是研究、开发用于模拟、延伸和拓展人的智能的理论、方法、技术和应用系统的一门新技术科学。
。
根据人工智能的应用，人工智能可分为专有人工智能、通用人工智能和超级人工智能。
根据人工智能的内涵，人工智能可分为类人行为（模拟行为结果）、类人思维（模拟大脑运作）和泛智能（不再局限于模拟人类）智能。
人工智能的驱动力：算法/技术驱动、数据/计算、场景和颠覆性商业模式驱动。
人工智能承载方式：技术承载方式：单机智能、并行计算/多核智能、高度去中心化/群体智能。
表现方式：云智能、终端智能、云集成。
人工智能与人类的关系：机器主导、人主导、人机融合。
2. 人工智能会做什么？人工智能具有“快速处理”和“自主学习”两种能力。
人工智能能够快速处理学习、决策和行动。
计算机可以比人类更快地处理信息、通信信息以及执行并行和线性计算。
人工智能可以更灵活地自主学习和管理知识，支持知识“生成-存储-应用-更新”的系统化管理。
3、人工智能用在什么地方？人工智能已成功应用于图像识别、语言识别和自然语言处理，以及人机交互、机器视觉、自动驾驶等方面。
人工智能更容易解决满足以下特征的业务问题：（1）行业存在持续性痛点； （2）业务流程本身有数字化信息输入，问题可以细分、明确，业务流程存在重复，获得的结果沟通以书面沟通或单相沟通为主； (3)业务流程受整体业务环境复杂性影响较小。
4、大数据是战略竞争优势。
海量、准确、高质量的数据为训练人工智能提供了原材料。
人工智能的三种主要技术都需要专有类型的数据。
机器学习需要大量带标签的样本数据。
模式识别侧重于非直观数据，例如信号、图像、语音、文本和指纹。
人机交互需要积累大量的用户数据。
5、现阶段，尤其是初创公司，数据来源主要有三个。
第一种方法是自己筹集数据，即从头开始，投入大量人力来收集数据。
方法二，公开数据。
比如美国、英国、加拿大、新西兰，以及我国的香港、上海、北京、武汉、无锡、佛山、南海等城市都有自己的在线数据平台。
第三种方式是产业数据协作，即下游初创企业或行业公司与产业链上游的数据或平台公司建立合作，连接对双方都有利的产品或数据。
6、从人工智能的技术突破和应用价值二维分析，人工智能未来将呈现三个阶段： 场景一：未来3-5年，服务智能仍将是主要焦点。
在人工智能和技术的基础上，技术取得了边际进步，机器始终充当人类的助手；在应用层面，人工智能拓展并融合了多个垂直行业应用，丰富了实际场景。
随着数据和场景的增加，人工智能创造的价值呈指数级增长。
情景二：中长期内将出现重大技术突破。
人工智能技术取得重大突破。
例如，自然语言处理技术可以完全实时理解类人对话，甚至可以预测“潜台词”。
在技??术创新领域，现有应用向纵深扩展，价值创造仅限于已经取得技术突破的领域。
情景3：从长远来看，超级智能可能会出现。
人工智能技术取得重大突破，应用范围显着拓宽，人与机器完全融合。
人工智能已在各方面超越人类，无处不在，颠覆各个行业和领域，创造极高的价值。
7、人工智能产业链人工智能产业链按照技术层次从上到下分为基础层、技术层和应用层。
基础层最接近“云”，应用层最接近“端”。
基础层（按照技术级别从上到下，下同） 计算能力层：大数据、云计算、GPU/FPGA等硬件加速、神经网络芯片等计算能力提供者。
数据层：来自身份信息、医疗、购物、交通等各个行业和场景的原始数据。
技术层和框架层：TensorFlow、Caffe、Theano、Torch、DMTK、DTPAR、ROS 等框架或操作系统。
算法层：机器学习、深度学习、强化学习等各种算法。
通用技术层：语音识别、图像识别、人脸识别、NLP、SLAM、传感器融合、路径规划等技术或中间件。
应用层 应用平台层：行业应用分发及运营平台、机器人运营平台。
解决方案层：智能广告、智能诊断、自动书写、身份识别、智能投顾、智能助手、无人车、机器人等场景应用。
8、人工智能产业链价值分析：人工智能产业链中，基础层是构建生态的基础，价值最高，需要长期投入进行战略布局；通用技术层是构筑技术护城河的基础，需要中长期布局；解决方案 解决方案层直接解决行业痛点，具有最强的变现能力。
9、未来人工智能竞争格局：在人工智能平台化趋势下，未来人工智能将呈现多个主导平台、广泛应用场景的竞争格局，生态建设者将成为其中最重要的模式。
模式一：生态建设——全产业链生态+场景应用为突破口。
成功关键因素：投入大量算力，积累海量优质多维数据，建立算法平台、通用技术平台和应用平台，以场景应用作为积累用户的入口。
模式二：技术算法驱动——技术层+场景应用为突破口。
成功关键因素：深耕算法和共性技术，建立技术优势，同时以场景应用作为积累用户的入口。
模式三：应用聚焦——场景应用。
成功关键因素：掌握细分市场数据，选择合适的场景构建应用，构建大量多维场景应用，捕获用户；同时，与互联网企业合作，将传统商业模式与人工智能有效结合。
模式四：垂直领域先行者——杀手级应用+逐步构建垂直领域生态系统。
关键成功因素：在应用广泛、数据海量的场景中率先推出杀手级应用，从而积累用户，成为垂直行业的领导者；通过积累海量数据，逐步向应用平台、通用技术、基础算法拓展。
模式五：基础设施提供商——从基础设施起步，向产业链下游拓展。
关键成功因素：开发具有智能计算能力的新型芯片，如图像、语音识别芯片等，拓展芯片的应用场景；广泛融入移动智能设备、大型服务器、无人机（车）、机器人等设备设施中，利用其提供更高效、低成本的计算能力和服务，并与相关行业深度融合。
10、人工智能对企业的启示：传统企业的竞争优势主要来自两个方面：一是在企业布局上，企业拥有自有的固定资产、品牌、知识产权等资源，实现了规模经济和规模经济。
他们在各自领域的效率。
范围经济，并通过商店和经销商网络建立稳定的客户关系；其次，就公司自身能力而言，公司积累独特的人力资源和技能，并尽可能简化流程。
人工智能时代，企业的竞争优势转化为算法和数据资产。
他们建立学习网络和数据生态系统，以更深入地了解消费者。
他们通过人工智能不断学习和生成新知识，同时在数据驱动下做出实时自动决策。
要利用人工智能构建新的竞争优势，传统企业需要与互联网企业携手探索新的商业模式。
11、人工智能对政府的启示：为加快人工智能产业发展，政府应从以下三个维度加强对人工智能产业的政策支持：（1）开放政府和公共领域数据，创建人工智能产业链。
国家人工智能资源平台。
数据是人工智能的基础。
为鼓励人工智能产业发展，应开放公共数据，优化数据质量，建立系统化、结构化的数据库平台，为人工智能发展提供资源。
（二）建立企业主导、高校研发、国家投资的人工智能产业一体化发展模式。
未来几年人工智能将以服务智能为主。
因此，需要确立企业在人工智能行业的主体地位，鼓励企业积极开发人工智能的场景应用，将人工智能研究成果转化为商业价值。
同时，鼓励高校研发，加大国家科研投入，为人工智能长期基础科技突破做好准备。
（三）利用产业基金、专项资金等激励人工智能创新，为人工智能初创企业提供税收优惠，以人才为本，支持全球人工智能人才落户政策，为人工智能提供宽松的法律监管环境。
结论 总体来说，阿里巴巴的人工智能体现在对自身产品和业务的功能测试上。
当然，类似的做法也是腾讯和华为的人工智能战略逻辑。
但其对人工智能产业链价值和商业模式的分析对于初创公司来说具有很大的价值。
指出机会在哪里，可以帮助初创企业在巨头的夹缝中找到自己的优势，避开短板，获得更好的发展。
本文由志东溪整理并呈现。
文章中所有数据和结论的版权均属于原作者。
以下为完整报告页面，请点击以下方式下载。
下载提醒： 1、如果您想收藏本文完整报告，可回复关键词“阿里巴巴AI”即可下载。
2、如果你想了解《智能内参》近期出品的“智慧产业创业公司百强系列”，请立即关注。
3、如果您想获取智能内参全部90+报告全文，请扫描下方二维码加群获取。
智能内参权威数据·专业解读。
了解智能行业必看报告。
在知东西里回复“智能内参”即可查看全部报道。