人工智能颠覆性发展，引领“AI+”经济发展新形态，如何跟上时代趋势？
个人建议：做好规划、持续关注，顺势而为。
人工智能现在确实取得了重大进展，在很多行业也已经开始落地，但是总体而言，现在还处在发展的比较初级的阶段。其自身方面的一些理论，技术也在快速的进化之中。不过，从另外一种意义上讲，也许现在是入手的最佳时机。我们国家也是从去年才在选定的35所高校中首次开设人工智能本科专业。
所谓人工智能的颠覆性，无非就是在一些方面，人工智能做的比人类好很多，不仅提升了效率，而且节约了成本。于是无论是企业还是个人，都看到了人工智能的这种能力，想利用这种能力构建自己的相对竞争优势，或者是把自己的事业再上升一个台阶。
如何跟得上时代趋势，说白了是个战略规划问题。需要结合自身的情况去做分析。可以在此基础上找出一系列可以利用人工智能取得突破的点，看看需要哪些人工智能技术，或者有哪些可以直接使用的人工智能解决方案，之后重点、持续的保持关注。当变化发生时，重新审视这些方面。
人工智能风口下，为小微创业者提供了哪些机会？
这个问题需要拆分为两个方面来进行剖析：
人工智能风口下，催生了哪些新技术、新模式、新业态
小微创业者在人工智能风口下，有哪些机会可以尝试
个人推荐小微创业者关注利用AI技术进行的工业生产升级
人工智能产业地图
上图为“2019年人工智能产业图谱”，从图中可以看出，整个产业可以分为三层：基础层、技术层、产品与解决方案层。
首先，关注AI产业图谱的基础层。
由于基础建设投入成本重，收益慢，需要强大的资金链支撑，例如“致力于成为边缘人工智能芯片的全球领导者”的地平线，19年仅B轮融资达到6亿美元，企业估值达30亿美元。因此该层涉及到的相关产业巨头非常多，仅有的创业公司也是独角兽等级，不适合小微创业者尝试。
其次，注意AI产业图谱的技术层。
目前技术层主要分为五类，计算机视觉、智能语音识别、自然语言处理、知识图谱、机器学习。该层对于应用而言，产品具有一定的通用性，因此公司发展对技术在相关领域的领先有一定要求，同时业务上也存在变现较慢的问题。
以主打“自动机器学习”的创业公司“第四范式”为例，创始人戴文渊在校期间AI相关论文多次被顶级学术会议收录，毕业后为百度当时最年轻的高级科学家，负责百度凤巢项目。公司整体以领先行业的技术能力来进行市场输出，同时逐步衍生到银行金融行业，提供企业级解决方案。
最后，产品和解决方案层。
近几年，人工智能技术在实体经济中寻找落地应用场景成为AI产业的核心要义。由于AI相关技术在初期成本较高，尤其是相关行业数据收集成本，因此在AI的产品化落地过程中，优先在获取数据成本较低的场景，或利润较高的行业进行落地，例如金融行业。
金融行业由于数字化进行较早，拥有大量历史交易数据和用户画像，在AI应用落地过程中具有先决条件。同时整个金融行业有需要更好的工具辅佐日常工作，提高效率的强烈需求，对新技术的接纳程度较高，因此目前AI应用的成熟度在各行业中最高。
上图从各个维度对于“人工智能产业地图”中的主要行业进行评估，从表中可以看出，安防和金融整体成熟度最高；接下来是营销、客服、医疗、交通等；成熟度最低是利润率较低，并且数据化程度较低的农业。为了更加形象，可以通过基础建设和价值空间建立二维评估模型，如下图所示：
其中，横轴为基础建设，打分维度以可承载AI应用的数据化程度为主；纵轴为价值空间，以行业中AI公司2018年营收情况、2022年市场空间情况、融资情况等为主。
小微企业的机会在哪里首先，对小微企业做一个基本的定义：
没有大笔融资来保证现金流，在业务的选择上需要挑选变现快的模式
技术资源有限，这里的有限不是指能力有限，而是说可覆盖的业务范围优先
其次，需要我们分析一下什么行业是适合自己的。
创业的方向选择，一方面要考虑市场，盘面是否足够大，决定着创业的公司发展的天花板；另一方面要考虑自身，自己做什么事情胜算大，这个决定着公司是否有长久发展的可能性。
同时，需要关注产品的商业价值，任何一个行业，本身都是可以用人工智能技术进行产业升级的，需要考虑到产业升级是否解决了对应产业的核心诉求。换句话说，通过AI升级后所节约的运营成本或提高对应的稳定性价值是否比技术本身成本高。
举个非人工智能领域，但简单易懂的例子。现在去看电影的小伙伴们应该都能注意到，从猫眼电影、淘票票上进行购票选座，在现场机器进行取票的模式已经在全国主要城市全面使用。这样的操作可以大大降低电影院的运营成本，售票员仅需要保留1-2名即可满足日常运营需求，那么这样的产业升级就是有商业价值的。
但是为何到现在为止，我们还是需要使用纸质票来进行进场，而不是通过电子票进行扫码入场？其中有一个重要的原因之一，取票这个流程可以让消费者提前到电影院，为影院大厅周围高毛利的饮料爆米花提供基础的客流量。因此如果使用扫码进场的产业升级变现过程就会存在困难。
AI赋能生产制造产业升级下图是艾瑞咨询对于2020年后AI投资环境的预估。
从图中可以看到，在金融和安防领域逐步成熟后，生产制造的AI产业升级成为了下一阶段的AI投资重要方向。
在AI行业的应用中，重要的一点就是数据，若你手上有某个产业的相关数据，那么以自动化升级改造这个产业流程就是一个非常优质的入口。
例如，你因为历史工作经验，或者其他渠道拿到了某个生产流水线上的大量历史数据，那么通过这些数据的训练，你就可以知道各个流程环节所造成的误品率，那么可以进行关键流程改造。或者有大量对误品的判断标准，可以进行自动识别以降低误品的识别成本。
上图为阿里AI的主要布局，布局内容以已经公开的内容为参考。强大如阿里的大型互联网公司，就算在各个应用场景进行了部署，同样也缺少各个细分领域下的关键生产数据，因此在该方向的创业不会受到过多的大公司生态或资金补贴手段进行抗衡。
小微创业者，可以将这次大型互联网公司当做技术提供方，帮助他们在关键领域进行落地，而不是直接正面与大型互联网公司在底层技术和通用资源上进行碰撞。
AI行业目前还处于初级阶段，被誉为下一次革命的人工智能技术，将逐步渗透实体经济的各个方面，大公司主要做通用基础建设，小公司也可以在各个细分领域大展身手，游戏才开始，大家都有机会。
注：以上行业相关数据，均来自艾瑞咨询。
