人工智能是热点，但不是概念。既没有想象中的变幻莫测，也没有远离现实。确实有应用条件的限制，但也有很多先驱在探讨它的真实应用场景和行业应用。人工智能不会像互联网那样在一旁独自酝酿，待到风起时翻云覆雨，它带来的变革，注定要与传统行业深度融合，这在2016年已经得到很好地展现。文章将描述人工智能+行业2016年整体应用现状和应用前景，并选取代表行业进行说明。
文| TMT互联网研究部 刘赞
传统领域+人工智能：遵循行业发展脉络
2016年传统领域+人工智能实际应用重点是金融、工业、安防，重点探索是汽车、医疗和教育。(本期讨论汽车和医疗)
汽车：科技巨头/汽车巨头争相进入无人驾驶领域
2016年，多巨头进入无人驾驶领域。2016年也发生了第1例无人驾驶事故致死事件。
2016年1月谷歌宣布在谷歌汽车上路14个月后经历了272桩意外事故，从测试刚开始的第一个季度中平均每785英里(约合1263千米)发生一次，减少到了14个月后的每5318英里(约合8558千米)才发生一次。但是5月还特斯拉即出现了事故，环境识别和即时决策同时出错。
另一方面，无人驾驶却是乌镇互联网大会的重头戏。BAT均为无人驾驶进行战略布局。百度的“无人驾驶汽车”项目，从发布智能互联车载产品“CarNet”中仅提供API及部分软件支持，到百度无人驾驶汽车首次测试完成，百度计划在未来5年内将“百度无人驾驶汽车”量产;腾讯从“i车生活平台”开始宣告进军车联网开始布局，一方面入股国内最大数字地图公司四维图新，另一方面与富士康、和谐汽车形成战略合作;阿里选择与上汽集团合作布局，合资设立10亿元互联网汽车基金，推进互联网汽车开发和运营平台建设，未来将形成开放式的资本平台;丰田、大众等老牌汽车企业也在此领域投入。
目前，无人驾驶仍受安全驾驶系统成本较高、自产海量数据的本地处理和传输、环境识别精度和即时决策准确度等的制约。但无人驾驶仍以所代表的新的产品形态和服务形态继续倍受关注。下一阶段，无人驾驶的商业机会和目标包括：高敏传感器和高性能芯片，车联网综合预算平台，各类高级辅助驾驶系统和车内服务。
当驾驶自动化，汽车就变成了行走的娱乐或办公空间，它所能连接的是吃、购物、本地服务、其他交通方式等所有日常行为，还是必不可少的重要数据入口，也难怪会成为众巨头的必争之地。
医疗：信息化基础快速建设，专家系统探索应用
曾经有人说，如果说金融是互联网+的最后一个阵地，那么医疗永远不可能互联网化。这么绝对的说法来自“任何形式的线上服务都无法取代线下医疗核心服务”这样的共识。互联网化发展基本是从医疗周边服务努力向核心切入，仍然做的是资源和渠道的生意。先不说其他限制条件，医疗互联网化、智能化的发展需基于信息化的基础。中国虽然已从信息化基础建设快速追上，比如已经建成统一信息编码体系，其中ICD10使用占比83.6%是最高的，影像传输的文件标准只有60%，后面的ICD9占50%以下，但数据打通仍只实现了3%。
在这样的基础条件下，人工智能+医疗的发展主要体现在精准医疗、医疗机器人、智能诊断和个人智能健康管理四个方面。
精准医疗的基础层基因测序已基本完成，但是上游基本是外资垄断，前三大企业占据全球97%的份额，中游测序服务商需要向上采购设备、耗材，从下游医疗机构、科研机构导入样本，服务同质化严重，只能靠跑马圈地去扩大规模。下游主要服务集中在生育健康服务、新药研发和复杂疾病检测领域。
现代医学则越来越依赖于数据的采集和判断，借助大数据来减少误诊率。智能诊断一方面是同类案例精准快速调研辅助诊断，以及各种影像检测结果的识别;另一方面将病人的图像结果翻译成诊断信息，预期速度是人类的30倍，准确率高达99%。
另外，据BCG波士顿咨询测算，截止2016年1月，全球医疗机器人行业每年营收达到74.7亿美元，预计未来5年年复合增长率能稳定在15.4%，至2020年，全球医疗机器人规模有望达到114亿美金(约为全球服务机器人市场的6%)。其中，手术机器人占60%左右市场份额。全球外科手术芬达机器人有3266台，内地有29台。
医疗+人工智能应用呈现信息化数据化发展与局部智能应用同时推进的特点，医疗+人工智能的突破不仅是减少误诊率(提升效率)，更是医疗服务模式的深度变革和突破。
2016年9月安博会上所有企业展示的安防系统已普遍应用人脸识别技术，从前端的识别设备，到后台系统，从智能摄像头到与安检设备结合。而教育领域已有创业企业在探讨应用大数据和人工智能算法实现个性化教育。虽然实现还需要一定周期，各传统领域+人工智能的探索却已普遍推进，尤其是已实现信息化的企业。
