不久之前，高盛推出了一份讲解人工智能生态的重磅报告（共 99 页）。报告从最基本的人工智能概念开始，主要内容包括人工智能所能变革的行业、人工智能生态、使用案例、背后的主要驱动者（谷歌、亚马逊、英伟达、百度等）等，并附有高盛调查得到的 150 多家人工智能与机器学习公司列表。机器之心编译了报告的主要部分，点击阅读原文可查看完整报告。

人工智能（AI）是信息时代的尖端技术。在最新的「创新简介」（Profiles in Innovation）系列文章中，我们将对机器学习和深度学习的进展进行研究考察。

在和更强大的计算资源以及不断扩增的数据结合以后，一些非相关行业的公司也能够接触到人工智能了。AI-as-a-service 的发展有可能开辟一块新的市场并打破云计算的市场。我们相信，在接下来几年，一个公司利用人工智能技术的能力将成为体现公司竞争力的一个属性，同时这种能力也将带来生产率的复苏。

目录

概要

什么是人工智能？（略）

价值创造的主要驱动力（略）

加强未来的生产率（略）

人工智能和生产率悖论：采访 Jan Hatzius（略）

生态系统：云服务，开源在未来的 AI 投资周期中的关键受益人

使用案例（略）

农业（略）

金融（略）

医疗（略）

零售（略）

能源（略）

驱动者

附录（业内公司列表）

披露附录

概要

人工智能是信息时代的尖端技术。从人类建立起需要指导控制才能运行的计算机，到计算机拥有可以自己去学习的能力，这一飞跃对各行各业都产生了巨大的影响。虽然此时此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。

与此同时，人工智能、机器人和无人驾驶汽车已经成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，这个变化的原因有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。

这个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。虽然深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的 Siri，亚马逊的 Alexa 和 Google 的图像识别，开奖，但是 AI 不仅仅是「科技技术」（tech for tech），也就是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。

例如，在医疗保健中，图像识别技术可以提高癌症诊断的准确性。在农业中，农民和种子生产商可以利用深度学习技术来提高作物产量。在制药业中，深度学习可以用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开辟新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发现其可被利用场景的早期阶段，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中创造新的赢家和输家。

AI 的广泛应用让我们得出了一个结论：它是一种可以变革全球经济的技术，是提高生产力并结束美国生产率停滞增长的驱动力。结合 GS 首席经济学家 Jan Hatzius 的研究，我们明确了资本深化目前的停滞及其对美国生产率的相关影响。我们相信，AI 技术将会驱动生产力的提高，就像 20 世纪 90 年代那样，驱动企业投资更多的资本和劳动密集型项目，加快发展的脚步，提高盈利能力以及提高股票的估值。

启示

虽然我们看到了人工智能可以及时地影响到每个公司、行业和一部分经济，但对投资者而言，我们认为这其中有四个影响最为显著。

生产率。AI 和机器学习具有激发生产率增长周期的潜力，这会有利于经济的增长，提升企业的盈利能力，资本回报率和资产估值。根据 GS 首席经济学家 Jan Hatzius 所说：「大体上而言，AI 看起来似乎比上一次创新浪潮更有可能在统计数据中捕捉到更有价值的东西，人工智能可以降低成本，减少对高附加值生产类型的劳动投入。举个例子，这些在商业部门成本节约上的创新可能比在 iPhone 中增加应用程序的可用性和多用性更利于统计学家去捕获有价值的东西。考虑人工智能对商业部门的成本结构的广泛影响，我有理由相信它会被统计学家接受，并且会出现在整体生产力数据中。」