人工智能即將進入產業爆發的拐點。人工智能產業化受益于深度學習算法法的優化、計算能力的突破以及數據的積累。深度學習技術使得感知人工智能達達到商用化水平。計算機性能快速提升，GPU/FPGA并行計算等底層產品的出現加速深度學習過程，為人工智能提供加速引擎，隨著互聯網、物聯網、智能設設備普及積累海量的數據，為人工智能提供燃料。資本的持續投入催化產品化進進程與產業鏈的構建，同時政府政策不斷加. 碼，加速人工智能的發展。
人工智能產業鏈明晰，感知技術術應用達到商業化高度。人工智能產業鏈可分為基礎支撐層、技技術應用層和產品層。目前科技巨頭打造AI開購源布局平臺AI，應用技術。語音識別和計算以開放謀求大生態；布局算機視覺等技術達到商業化階段，語音識芯片，搶占技術制高點；同時兼并收別準確率在95%以上，諸多神經網絡深深度學習模型的應用，使得計算機視覺達到商業，高度到，ImageNet計算機視覺識識別挑戰中系統錯誤率已經低于人眼識別錯誤率化達4.94%。
人工智能重塑各行業，場景應用用優先爆發于數據化高的行業。未來3-5 年人工智能以完成具體任務的服務智能為主要趨勢，數據化程度高行數據支支持人：聞茗萱業將率高先數據發較場景中用數。安防、醫療質量較高，、、金融、教育、零售等行業數據電子化程人度較、爆集應且據，因此在這些行業將會率先涌現大量的人工智能場景應用。
