在中国，实现 AI 在经济中的全部潜力，取决于 AI 系统在传统企业中的实际应用，而不仅仅是技术巨头的应用情况。通过提高广大生产单位的生产力，可以解锁大量的价值。 但中国需要解决几个关键的障碍。

　　需要克服的第一个障碍涉及到改变观念，并创造一种需要改变业务运作方式的紧迫感。 根据麦肯锡调查显示，AI 在中国传统行业 40％以上的公司中尚不是战略重点。因此，这些公司中有许多尚未掌握支持未来采用 AI 所需的数据。例如，农业类企业很少考虑记录种植时间表或天气对产出影响的详细信息，但这正是 AI 系统可以用来发现宝贵见解和效用的信息。相比之下，英国、美国和日本已建设了全国信息系统，以捕获这些数据，并将高级分析应用于现代农业管理。

　　第二个主要障碍是不懂技术。如上所述，中国将需要重点培养更多的数据科学家精英，特别是在 AI 技术短缺情况变得日益明显的地区。但是，能够将 AI 知识转化为具有实际价值的真实应用的人才也不足。更多的企业领导和中层管理人员需要掌握技术技能，以及理解和应用数据的能力。一家类似英特尔这样的中国芯片制造商认识到，制造和测试过程中产生的数据可以显著改善操作并减少残次品。但由于缺乏半导体和AI 知识方面的专家，该企业无法实施相应的战略。

　　最后但并非最不重要的是，AI 的采用受成本的影响。 购买人工智能系统并雇用需要发挥出最大价值的稀缺和专业人才，并不总是符合中国企业的成本效益。劳动力成本低的时候，使用技术来简化人工流程就显得不那么紧迫了。

　　AI 能给中国带来的最大经济潜能是对传统产业的革新。如果政府能够帮助传统行业降低采纳 AI 技术的障碍，就能够推动市场的增长。

　　为了促进 AI 技术的采用，决策者应着重帮助市场克服本文前面讨论的三个主要障碍：缺乏战略意识，AI 采用成本高于劳动力成本以及不懂 AI 技术。

　　其中一些问题可以通过传统的税收抵免和补贴手段加以解决。政府也可以考虑在政府机构内采用人工智能系统。 这具有强大的后续效应，能够助推市场启动，对政府供应商产生支持效应，并通过积累技术经验和人才，最终降低采用成本。

　　此外，鼓励传统产业采用物联网（IoT）将为从 AI 采用中获得更多价值奠定基础，因为物联网可以将传感器和设备的网络连接在一起，为 AI 系统提供大量现实世界的实时数据。政府可以重点在关键的经济部门创造一些成功的物联网故事，作为其“互联网+”政策的补充，从而建立其他传统行业可追随的模式。

　　教育框架：人才对于开发和采用人工智能至关重要。强大的人才金字塔应该有顶尖的科学家推动 AI 基础技术的边界，有许多开发人员能够为现实世界环境创造人工智能应用程序，还有大量能够与在各种工作环境中与 AI 系统配合工作的工作人员。

　　战略重点3：加强专业 AI 人才的输送

　　为了解决中国 AI 人才的鸿沟问题，政府需要投资于 AI 相关的教育和研究项目，重新定位教育体系，更加注重创新和数字技能，制定移民政策，吸引全球最好的人才。

　　为了培养更多的计算机科学家精英，需要推进这项技术，政府可以投资创建人工智能项目，并为顶尖大学的人工智能研究实验室提供资金。这可能包括在中国顶尖大学建立人工智能中心，或赞助创新研究中心，促进大学、研究机构和私人公司之间的合作。韩国政府最近通过投资1万亿韩元（8.63亿美元）与韩国领先的大企业联合组建国家级公私合营 AI 研究中心，朝这个方向迈出了一大步。加拿大政府也做出了类似举措，给蒙特利尔三所大学的 AI 研究计划超过 2 亿美元的投资。

　　我们采访的很多专家认为，中国要重点建设更广阔的创新文化，才能实现 AI 突破。解决这个问题的一个方法是引入大学课程，将 AI 与其他学科结合起来。顶尖的美国大学，如斯坦福大学和麻省理工学院，创建了将计算机科学与人文学科相结合的联合专业，旨在开发新的世界观，激发创造力。这一类型的计划可以激发全球经济领域的新型 AI 应用，涉及保健、法律、媒体等等领域。