虽然 TensorFlow、Ca?e、MXNet 等深度学习框架已被数以万计的研发团队采纳，相关开源 项目的数量也在飞速增加，但一个完整人工智能生态所必备的，从芯片、总线、平台、架构到框架、 应用模型、测评工具、可视化工具、云服务的模块化与标准化工作，j2直播，尚需三年或更长时间才能真正成熟。

　　五、一些领域存在超前发展、盲目投资等问题

　　目前的人工智能技术只有在限定问题边界、规范使用场景、拥有大数据支持的领域才能发挥 最大效能。但创投界存在盲目追捧，不顾领域自身发展程度，或利用人工智能来包装概念等现象。 由此产生的盲目创业和投资问题虽非主流，但仍有可能伤害整个行业的健康发展。

　　六、创业难度相对较高，早期创业团队需要更多支持

　　与互联网时代、移动互联网时代的创业相比，人工智能创业团队面临诸多新的挑战。例如， 对高级人才较为依赖，科学家创业者自身的商业实践经验较少，高质量大数据较难获得，深度学 习计算单元和计算集群的价格十分昂贵，等等。

　　挑战从来都与机遇并存。

　　创新工场认为，未来十年是人工智能发展的关键时期。这一时期内 的人工智能产业将呈现出以下特点：

机器将成为人类的工具

　　机器将在若干行业替代人工劳动，或协助人类完成任务。李开复博士预测，从事翻译、新闻 报道、助理、保安、销售、客服、交易、会计、司机、家政等工作的人，未来十年将有约 90% 被人工智能全部或部分取代。同时，一些全新的工作机会将应运而生，一部分传统工作会转变为 人工智能辅助下的全新工作类型。相关人群的再培训和再就业变得至关重要。

人工智能将催生数个千亿美元甚至万亿美元规模的产业

　　以金融行业为例，据高盛公司估计，到 2025 年人工智能可通过节省成本和带来新盈利机会 创造大约每年340亿至430亿美元的价值。创新工场认为，在金融、医疗、安防、教育、能源、机器人、 互联网产业升级、传统行业的流程自动化及商业智能等方面，人工智能都具有千亿美元以上的市 场潜力。而自动驾驶技术对于交通运输和汽车制造业的颠覆，更具有无法估量的经济价值。

传统行业面临人工智能带来的重大机遇和挑战

　　许多传统行业甚至来不及完成全面的信息化和网络化改造，就将面对全球智能化带来的巨大 转型压力。如果无法适应人工智能环境下的下一代商业模式，或无法尽快将人工智能技术应用在 流程优化、效率提升、成本控制等方面，企业将在竞争中处于极为不利的地位。

中国将成为人工智能科研与产业化的中坚力量

　　美国白宫科技政策办公室发布的报告指出，中国研究者贡献的人工智能相关论文数量已在近 年超越美国，居世界第一。据创新工场统计，即便只考虑顶级人工智能论文，2015 年华人作者的 论文数量已占全部顶级论文的 42.8%，被引用次数则占 55.8%。虽然来自美国、加拿大、欧洲 的研究者仍是人工智能算法中那些革命性突破的核心推动者，但借助人才优势，中国会很快成为 人工智能科研与产业化的中坚力量。

人工智能时代的教育和职业培训意义重大

　　无法适应人工智能时代要求的人才培养体系必将被时代摒弃。未来，学生不再需要学习大量 简单、可重复、可被机器完全替代的技能，而必须将更多精力用于思想方法的提高、个人素质的 培养和高层次知识、技能的学习上。同时，学习如何与智能机器协作来完成复杂任务，也将成为 未来职业培训的一个主要方向。

　　创新工场自 2009 年成立至今，已在移动互联网和各垂直领域投资了近 300 家创业公司，对 人工智能目前和未来落地的主要应用场景有着透彻的理解和深厚的经验积累。创新工场创始人李 开复博士本身就是人工智能专家，曾在语音识别领域做出过突破性贡献，是人工智能技术发展史 上的代表人物之一。