如果说十年前智能手机的发明，将互联网从1.0的PC互联网时代带入了2.0的移动互联网时代，那么，AI（人工智能）这一互联网底层技术的变革正在将互联网带向3.0的人工智能时代。在国务院印发的新一代人工智能发展规划中显示，AI的发展规模将达到万亿级别。

　　基于各方面的利好，嗅觉灵敏的资本开始在AI领域蜂拥而至，而国内的百度、阿里，腾讯，国外的亚马逊、苹果、Facebook和微软等IT巨头也将人工智能视为下一次技术革命的突破点，并投重金加速布局。

　　2030年形成完备产业链 

　　随着AI热度的逐渐升温，嗅觉最为灵敏的资本开始蜂拥而至。《每日经济新闻》记者注意到，仅7月份，包括聚焦人脸识别技术的中国创业公司商汤科技、机器人(19.130, -0.03, -0.16%)公司Geek+、云脑科技、特斯联科技在内的多家公司就相继发布了融资信息；而国际市场方面，美国Brain宣布完成由软银愿景投资基金领投的1.14亿美元C轮融资，而另一家美国人工智能企业ObEN也宣布获得500万美元的A2轮融资，并且是由腾讯领投。

　　不过，上述AI领域的企业只是庞大投资网的缩影，根据CB Insights数据统计，2010年有61家人工智能企业获得融资，到2016年有522家人工智能创业公司拿到融资；投资金额从原先的8100万美元一路飙升到31.2亿美元。

　　为何资本如此重视人工智能的发展？

　　事实上，今年3月人工智能被写入政府工作报告，国家领导层高度重视人工智能作为战略发展技术。而7月20日，据新华社报道，国务院近日又印发了《新一代人工智能发展规划》（以下简称《规划》。

　　《规划》要求，第一步，到2020年初步建成人工智能技术标准、服务体系和产业生态链，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元；第二步，到2025年新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元；第三步，到2030年人工智能在生产生活、社会治理、国防建设各方面应用的广度深度极大拓展，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

　　企业纷纷抢滩布局AI

　　面对万亿的产业规模，互联网圈子里也流传出一句话：得人工智能者得天下。

　　在此背景下，国外的亚马逊、苹果、Facebook和微软等IT巨头以及国内的百度、阿里，腾讯等互联网巨头都不约而同地将人工智能视为下一次技术革命的突破点，并投重金加速布局。

　　在全球市场中，谷歌可以说是最活跃的一份子，有数据显示，谷歌自2012年以来已经收购了11家人工智能公司。仅今年上半年，谷歌就已经在AI领域达成了两笔收购。最近的一次收购行动在今年7月13日，收购标的为印度人工智能公司HalliLabs。

　　就连一向低调处理企业收购策略的苹果公司近期在AI领域也是动作频频，在过去一年里先后收购了Emotient、Turi和Tuplejump三家人工智能公司；英特尔则将Itseez、NervanaSystems和Movius三家公司收入囊中；此外，亚马逊收购了具有图片识别技术的人工智能初创企业Orbeus。

　　而放眼国内，百度可谓是在人工智能领域走的最快的一家企业。7月5日，百度创始人李彦宏乘坐公司研发的无人驾驶汽车开上了北京的五环，在业界看来，百度的自动驾驶技术已通过实际操作交付出来，这也说明围绕技术的积累，目前百度已经可以展开多场景的应用了。

　　而一直在AI领域颇为低调的腾讯也不甘落后。7月21日，腾讯AI加速器正式启动，并且有25个项目入选。《每日经济新闻》记者注意到，此次入选AI加速器的25个项目中，既包含了自然语言处理领域的助理来也、三角兽、竹间智能、追一科技，也包含了聚焦于AI多个垂直细分领域的汇医慧影、乂学教育、小库科技、小法博机器人等。此外，AI与硬件相结合的欢创科技、速腾聚创、COWAROBOT、时空壶等项目也同样存在。

　　对于腾讯在AI方面的战略布局和规划问题，腾讯公司副总裁AI加速器领航人姚星对包括《每日经济新闻》记者在内的媒体表示，AI Lab是腾讯去年成立的一个关于AI的部门，目前大概积累了50多位优秀的研究员，而腾讯主要的研究方向大概是四个方向，包括图像识别、语音识别、自然语言处理和机器学习。事实上，今年腾讯已经有一款AI落地的应用了，就是此前获得了第10届UEC杯冠军的腾讯AI Lab的人工智能围棋程序“绝艺”。

　　值得注意的是，尽管从技术到应用，AI已经成为风口，但目前，AI领域仍然面对很多困难。对此，姚星也表示认可，他指出：“虽然AI行业风头正健，但实际上整个产业依然处于非常早期阶段，很多方面还不成熟，包括AI在算法上的研究积累，产品在应用场景里的细化。这些都有待于大家的共同努力和突破，才能在未来‘让AI无处不在’。