1
工业革命以来，机器逐渐取代许多以往的由人工执行的简单操作，但仅仅局限于依据预先输入的指令行事，缺乏自主能动性。随着硬件设备及算法的不断演变，如今的机器更能模仿人脑的决策过程，具备一定的学习、感知和逻辑推理能力，并朝着创造性思考、通用性场景处理的方向进阶。
演进发展路径
按照人工智能的发展路径，当前市场上存在两种类型的人工智能：弱人工智能(Artificial Intelligence, 即AI)和强人工智能(Artificial General Intelligence, 即AGI)。
弱人工智能主要模仿人脑的基本功能，如感知、学习、记忆和决策等，需在特定情境下表现人脑智能。目前的市场以弱人工智能为主，其技术、算法和应用都相对成熟，商业应用的表现也可圈可点，竞争相对激烈，很多互联网巨头已在人机语音交互、图像识别、数据分析和预测等领域实现技术突破和商业应用。
强人工智能需要结合情感、认知和推理等人脑高阶智能，并能通用到各种场景中，是未来人工智能的主要发展方向。由于技术壁垒非常高，强人工智能目前仍处于早期探索阶段，但未来的发展空间不可估量，国内外一些由顶尖科学家领导的创业公司正在各个垂直领域努力寻求技术突破。
当技术突破了人类的极限，会出现超人工智能(Artificial Super Intelligence)，其能力将超过人类且能不断进化和自我完善，这一点正是令人担忧的。人类无法预测和控制超人工智能，甚至很有可能会被比自己更聪明、强大的超人工智能所毁灭。当然，这种担心还为时尚早。
弱人工智能的能力与局限
弱人工智能具备 “数据处理”、“自主学习”及 “快速改进”三大基本能力，能够将大量数据进行存储—学习—应用—改进的循环，但其局限在于无法进行推理或通用学习，并需要大量的数据样本归纳与不断的试错练习。因此，“人”对实现弱人工智能的应用非常重要：需要“人”设计解决问题的方法，需要“人”寻找、识别并分享有用的数据，也需要“人”对机器的行动进行反馈。
大量高质量且有意义的数据样本(约1000万样本)及如何获得数据样本是弱人工智能进行商业应用的关键成功要素，也是拥有海量数据的互联网巨头得以取得不俗成绩的原因之一。
搜狗智能机器人“汪仔”依靠强大的搜索引擎和数据，可完成基本的人机对话，“速记”的准确率也远高于国内顶尖速记高手。基于海量的大数据和强大的云计算能力，阿里巴巴的ET能实现直播实时字幕、看图说话、个性化推荐与体育视频分析。在美国，亚马逊推出实体店面Amazon Go，消费者在店里随意选购商品时，人工智能会在后台通过实时图像识别技术将这些商品放进虚拟购物袋。结束购物时，消费者可直接离开，费用将从消费者的亚马逊账户中扣除，大大节省了排队买单的时间和麻烦。
可见，实现弱人工智能应用的成本非常高，目前的商业应用也主要集中在减少企业运营成本、提高效率和降低风险及提升用户体验，在创新的商业模式应用上还有待突破。
强人工智能的能力与发展
在弱人工智能三大基本能力的基础上， 强人工智能还具有如人脑一样的完整推理能力(Robust Reasoning)，即掌握学习的方法，减少对“人”的依赖。此能力有多种不同的技术实现路径，例如迁移学习(Transfer Learning)、小数据推理等，甚至不只是一种技术，而是多种技术的叠加。
迁移学习是人类的本能，核心是发现共性(共同特征)，在一个模型训练任务中针对某种类型数据获得的关系也可轻松应用于同一领域的不同问题。让机器具备此能力对人工智能的未来发展和商业应用有三大重要意义：小数据学习，而非依赖成本高昂的海量数据；触类旁通，实现通用功能，而非学习的应用仅限于一个领域；个性化服务，应用于个人化的场景中。
小数据推理是指用样本量小且存在不确定性的数据样本进行推理，并通用到其他场景中，这更符合现实中的大多数情况，但其难点在于推断部分，而现阶段的发展目标是创建一个稳定的计算平台来进行推断。
另外，强化学习(Reinforcement Learning)的进一步发展也为强人工智能的技术突破创造了可能性。强化学习的最大优势在于机器可以理解这个世界，在正常运行中学习，随后利用自己所学的知识完成人类指定的任务，纠正自主行为。特别是最近提出的“一次性学习”(One-shot Learning)正在尝试用很小的样本量进行学习——攻克此技术难题后，强化学习的发展速度将得到大幅提升。
可见，强人工智能应用的成本相对低于弱人工智能。在商业应用方面，除了能够进一步降低成本和提高效率，还会出现许多创新的商业模式和用户体验，甚至能够完成人类不能完成的活动，进行高价值的创造。如何打好组合拳以实现多种技术叠加的最大效应，是将来要解决的一大问题。
2
未来3-5年，弱人工智能会继续在商业流程简单重复、不受外部复杂环境影响并可具备数字化输入和输出的领域进行大量应用，并部分取代人类的工作。从功能性分析，人工智能的商业应用主要有六大功能，且在各行业都有相应的应用场景：战略优化/资源配置、静态个性化建议、预测及分析、发现新问题/趋势、处理无规则数据以及产品价格优化。
人工智能商业应用的六大功能及在各行业的应用场景
同时，强人工智能技术上的突破会在符合以下商业特点的领域形成潜在应用：商业问题个性化突出，只有小样本数据；问题结构和流程较复杂，需不断适应和通用学习；对外部环境的变化要求低，可不断适应外部环境的变化；商业问题还有很多人类未知的领域需要探索。
强人工智能技术上的突破会在符合以下商业特点的领域形成潜在应用
