1.3.2 人工智能应用
人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革所积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动的各环节，形成从宏观到微观各领域的智能化新需求，催生新产品、新产业、新业态、新模式，推动经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
制造业是国民经济的主体，是立国之本、兴国之器、强国之基。当前，新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点。伴随着语音识别、计算机视觉感知、文本分析翻译、人机交互等人工智能技术的快速发展，人工智能加速向制造业的设计、生产、物流、销售、市场和服务等多个环节广泛渗透，使高效生产和柔性生产成为可能。
在产品研发设计环节，人工智能可基于海量数据建立数据模型，模拟产品研发设计过程，从而减少人力、物力、时间等投入，降低研发设计成本。尤其在研发周期长、投入高、成功不确定性高的医药、化工等领域，应用效果尤为突出。以医药研发为例，人工智能可广泛应用于药物分子挖掘、生物标志筛选、新型组合疗法研究、新药有效性／安全性预测等环节。例如，英国伦敦的一家初创企业BenevolentAI，利用JACS判断加强认知系统核心技术平台，把人、技术和生物学结合起来，通过模拟大脑皮层中的识别和学习方式，在杂乱无章的海量信息源中提取有效信息，提出新的可被验证的假设，从而加速药物研发的进程。
将人工智能技术嵌入生产制造环节，可以使机器在更复杂的环境中实现智能化、柔性化生产。人工智能技术主要应用于柔性生产、工艺优化和质量管控等领域。基于消费者个性化需求数据，人工智能可提升生产制造系统的柔性化水平，更好、更快地满足市场个性化、多样性需求；通过机器学习建立产品生产模型，可以自主设定最佳生产工艺流程及参数，并能自主开展故障诊断及排除；利用机器视觉检测系统，可以逐一检测多种材质产品的缺陷，并指导生产线对不合格产品进行分拣，有效提高出厂产品合格率。例如，海尔COSMOPlat平台集成了多种智能技术，可以为企业提供用户参与企业全流程大规模定制的智能化服务，通过该平台，用户可以通过HOPE、众创汇等在线交互设计平台，自主定义所需产品的形状、材质等各类参数。
在供应管理环节，基于历史供需数据和现实约束条件，运用人工智能可使需求预测更加精准，动态调整库存水平和生产计划，实现采购和补货的全自动化，提供更加优化的产品运输路线和计划，提高供应链管理水平，降低生产成本。例如，美国C.H.Robinson公司，依托TMS（供承运商使用）和Navisphere（供货主使用）两大核心信息系统，为承运商和货主提供可视、可控、实时和智能的信息及服务，货主通过Navisphere提交价格、车型、时限、货物等需求信息，Navisphere将利用机器学习自动匹配性价比最高的几种方案供其选择；通过与TMS的无缝对接，承运商可迅速获取货主的真实需求，并将订单需求转化为更加高效优化的运输计划。
在营销环节，基于年龄、教育程度、消费习惯、社交特征等海量用户数据，运用人工智能挖掘和优化数据，可以更好地洞察客户和潜在客户，对客户需求进行精准预测，并针对特定客户群体提出个性化、更具创意的营销策划方案。基于智能语音识别及分析技术，24h机器人在线客服可以随时响应客户的相关信息和需求。例如，IBM推出了基于Watson的认知营销服务，Watson认知计算系统具备理解、推理和学习能力，能够为营销提供更多创造力，帮助用户实现独一无二的高度精准数字营销。
当前，人工智能技术正在成为改变农业生产方式，推进农业供给侧改革的强劲动力，在多种农业场景得到广泛应用。例如，耕作、播种和采摘等智能机器人，土壤分析、种子分析、病虫害分析等智能识别系统，以及禽畜智能穿戴产品等。这些应用的广泛运用能有效提升农业产出及效率，同时减少农药和化肥的使用。土壤成分及肥力分析是农业产前阶段最重要的工作之一，也是实现定量施肥、宜栽作物选择、经济效益分析等工作的重要前提。借助非侵入性的探地雷达成像技术对土壤进行探测，然后利用人工智能技术对土壤情况进行分析，可在土壤特征与宜栽作物品种间建立关联模型。例如，IntelinAir公司开发了一款无人机，通过类似核磁共振成像技术拍下土壤照片，通过智能分析，确定土壤肥力，精准判断适宜栽种的农作物。美国生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯研发了一款名为Plant Village的病虫害探测App，可检测出14种作物的26种疾病，识别准确率高达99.35%。此外还有播种、耕作、采收等智能机器人。人工智能技术广泛应用到农业生产中的播种、耕作、采摘等多种场景，极大地革新了农业生产方式，提高了生产效率。在播种环节，美国David Dorthout公司推出一款名为Prospero的智能播种机器人，其内置了土壤探测装置，在获取土壤信息的基础上通过算法得出最优化的种植密度，并可自动播种、控制杂草。依托出色的传感器技术和图像识别功能，Blue River Technology公司开发了一款名为See&Spray的机器人，用以帮助控制棉花地的杂草。它依靠计算机视觉和机器学习判断面前是棉花还是杂草，即使目标只有邮票大小，它也能准确识别。一旦确定那不是棉花，机器人会控制喷嘴对准喷洒，避免对棉花造成腐蚀。精准喷洒和喷雾喷嘴可以防止杂草对除草剂产生抗药性，并且能减少高达90%的除草剂使用量。这不但提高了除草效率，帮助农民增加收入，也因减少化学品的使用量，保护了作物和环境。
人工智能在金融领域有着广泛的应用前景，并将在投资决策、运行模式、服务方式、风险管理等各个方面带来变革性影响。德勤公司在其《银行业展望：银行业重塑》报告中指出，机器智能决策的应用将会加速发展。智能算法在预测市场和人类行为的过程中会越来越强，人工智能将会影响行业竞争，市场将变得更有效率。科尔尼管理咨询公司（A.T.Kearney）预计，人工智能投资顾问在未来3～5年将成为主流，年复合增长率将达68%，2020年其管理资产规模估计已达到2.2万亿美元。可以看出，人工智能技术将极大地改变现有金融格局。伴随着人工智能技术的成熟及普及，智能投顾发展迅速，如美国的Wealthfront公司，目前已掌控超过20亿美元的资产。其他发达国家也涌现出大量智能投顾公司及平台，例如英国的Money on Toast、德国的FinanceScout24、法国的Marie Quantier等。
2014年起，招商银行、广发证券、阿里巴巴等诸多传统金融机构及互联网公司纷纷推出各类智能投顾产品，发展势头十分迅猛，从产品模式来看，目前我国智能投顾产品主要分为3种类型：一是传统金融机构推出的智能投顾产品及服务，例如广发证券的“贝塔牛”、招商银行的“摩羯智投”等；二是互联网公司推出的财富管理应用，例如“百度金融”“胜算在握”等；三是为用户解决如何建立与风险匹配的分散化投资组合问题的独立第三方智能投顾产品，例如“资配易”“蓝海智投”和“弥财”等。伴随着神经网络、决策树等人工智能技术的不断迭代创新和发展，智能投顾在我国金融业具有广阔的应用前景。
在物流行业内，人工智能技术的应用主要聚焦在智能搜索规划、动态识别、计算机视觉、智能机器人等领域，人工智能技术正改变着传统物流，对今后物流业的发展也将产生深远的影响。例如，2017年苏宁在上海率先探索使用仓库机器人进行仓储作业，1000平方米的仓库里，穿梭着200台仓库机器人，驮运着近万个可移动的货架，商品的拣选不再是人追着货架跑，而是等着机器人驮着货架排队跑过来，机器人行动井然有序。根据实测，1000件商品的拣选，采用仓库机器人拣选可减少人工50%～70%，小件商品拣选效率是人工的3倍以上，拣选准确率可达99.99%以上。
《中国智慧物流发展报告》显示，2016年智慧物流市场的规模超过2000亿元，预计到2025年，智慧物流市场的规模将超过万亿元，发展市场前景广阔。以智能快递柜为例，截至2016年底，我国智能快递柜已由2015年的6万多台增加到近16万台，增幅超过200%。可以预见，以人工智能技术为依托的智慧物流将再造物流产业新结构，引领物流产业新发展。亚马逊公司在2012年斥资7.75亿美元收购了机器人制造商Kiva Systems，自2014年开始在仓库中使用Kiva机器人，从而大大提升了其物流效率。截至2017年9月，亚马逊公司在全球仓库拥有超过10万台自动化机器人，并计划增设更多机器人协助工作。2018年，亚马逊公司还获得美国专利商标局授予的无人机新专利，该无人机能够对尖叫声、挥动的手臂等人类姿势做出回应。这项专利将帮助亚马逊公司解决无人机与在门口等待的顾客之间的互动问题。