時至今日，沒人會懷疑，移動互聯網時代的連接紅利已趨向平緩，而技術紅利的下個“繼任者”也已達成共識：人工智能。當它如一條條毛細血管滲透進搜索、電商、金融、醫療、交通、教育、媒體和制造等行業，其作為決策層的期許被寫入政府工作報告也毫不令人意外。

　　但商業常識是將技術落地是檢驗技術的唯一標準。相較于散落在不同技術精英頭腦中的需求構想(從0到1)，將人工智能以最快速度產業化落地無疑更為關鍵(從1到后面的無數0)。

　　令人欣喜的是，最近《紐約時報》在采訪大量美國政府官員和硅谷精英后就得出結論：中國的AI將與美國齊頭并進，從產業落地的角度，中國已經誕生孕育人工智能溫潤的社會土壤。當然，最終的開花結果，需要初創企業、地方政府和產業園區運營商的合力鍛造——這其中，以京津冀和珠三角為核心的區域示范效應，無疑會起到巨大的帶動作用。

　　中國：后發制人

　　麥肯錫發布的一份報告認為，四大趨勢的合圍正讓AI來到產業落地的拐點：一是在產業鏈基礎層，數據資源的規模及種類大幅增加;二是半導體廠商及CPU和GPU巨頭都把AI視作新目標;三是開源人工智能平臺的數量和規模持續激增;最后，科技巨頭和風投正日趨關注人工智能跨行業創新應用的初創公司。

　　以上拐點將給予中國一次“后發制人”的機遇。麥肯錫預計，中國人工智能應用市場將以50%的增速逐年增長，遠超全球市場20%的復合年增長率。

　　為什么?首先從底層技術上，深度學習以一種非常精煉的算法模型解決了過去復雜的輸出模式，降低了參與者門檻。從產業資源上，如李開復所言：中國每年畢業上百萬的工程師，沒有任何其他國家能做到這一點，“一名優秀的數學和計算機專業應屆畢業生經過6個月培訓，就可以進入人工智能行業，成為合格的人工智能工程師。”這本就是巨大的人才資源優勢。

　　更重要的是，就像“互聯網+”連接紅利源自傳統基礎產業的贏弱，中國也有許多傳統行業需要通過AI完成產品升級，“如果有AI和大數據技術想賣給美國銀行，可能它們已經打磨的很好了，但在中國很多銀行卻能夠非常快速的產生價值，幫助他們賺幾千萬上億的營收，他們當然愿意花錢買這樣的服務。”

　　最后，在中國，數據獲取相對容易——常識是，海量數據是訓練深度學習神經網絡的養料，于是在交通(看看滴滴的崛起和無人駕駛的發展便知)，金融、醫療等數據資源豐裕的領域，人工智能的示范效應已經非常明顯。

　　加快產業化落地

　　值得一提的是，政府對AI產業的扶持也令人欣喜。去年至今，一次次中央出臺的文件擲地有聲：去年5月23日，發改委、科技部、工信部和網信辦聯合印發《“互聯網+”人工智能三年行動實施方案》，表示到 2018年中國將基本建立人工智能產業體系、創新服務體系和標準化體系，培育若干全球領先的AI骨干企業，形成千億級的人工智能市場應用規模。去年12月，國務院印發《“十三五”國家戰略性新興產業發展規劃的通知》，要求培育人工智能產業生態，促進AI在經濟社會重點領域推廣應用。今年1月，中共中央辦公廳、國務院辦公廳又印發《關于促進移動互聯網健康有序發展的意見》，就包含加緊人工智能、虛擬現實、增強現實、微機電系統等新興移動互聯網關鍵技術布局。

　　在AI產業落地過程中，除了中央自上而下的決策，地方政府和相關產業園區的資源整合同樣意義非凡。若將人工智能與機器人視作一個產業整體，各方扶持力度已著實不小。據不完全統計，目前全國有20多個省市把機器人作為重點產業進行培育，全國已建成和在建的機器人產業園區超過了40個。

　　在具體區域建設上，各種原因的合力，正在讓京津冀地區在智能產業發展中占領先機——北京的龍頭地位自不必多言，從最精尖的腦科學基礎研究到主導各種智能產品的創意落地，這里集聚著這個國度最頂尖的技術大腦。而隨著京津冀一體化的深入推進，河北作為協同發展的重要環節，正在釋放日趨重要的區域價值。