——在最开始产生的时候，大家对这样一个新的概念会非常热衷，直到一个最高点;到最高点之后，大家会发现有些东西可能是自己想的太美好，其实是做不到的，所以会把一些泡沫给慢慢吹掉，突出一些比较真实的能够落地的产品形态，或者是一些技术成果;紧接着，技术成果会慢慢在一些具体的领域中真实地发挥作用，最终形成一个行业或整个社会比较普遍的一个应用。

　　大数据在2013年的时候到达了泡沫的顶点，紧接着2014年的时候，大数据开始慢慢沉淀。

　　到了15年，大数据的概念已经消失了，取而代之的是研究了60年的一些技术：机器学习和相关的一些产品形态。

　　到了2016年的时候，机器学习甚至被往回拉了，大家对他的期望开始比之前更膨胀。

　　到了2017年，深度学习非常火。

　　这个时间点就代表了现阶段我们对人工智能的一个认识：人工智能在此时此刻是一个最火的阶段，在未来它会慢慢落地，在一些特定的场景中逐步发挥它的作用(当然不可能是所有的场景)。

　　这个过程跟智能时代的本质有什么关系?

　　第一个关系是传统的大数据开始被机器学习、深度学习的概念融合、吸取和替代。

　　第二个是深度学习和机器学习开始受到了更大的关注。

　　这就是我最开始提到的两个核心的特征：

　　第一个特征是没有数据就没有AI。我对AI产品技术一个本质特征的定义，区别于过去的互联网时代的产品定义：它是数据互联融合之后所驱动出来的智能化，是数据驱动出来的智能化。

　　第二个特征是AI也是商业模式创新的一种思维。

　　这两点是今天给大家分享的两个关键点。

　　1. AI产品技术的本质

　　如何理解互联网数据驱动的智能化?

　　首先要说的是，对刚才提到的在未来10到20年的人工智能，大家不要对它抱太大的希望，它只能辅助你，而不能取代你的工作。

　　真正的AI实际上是非常性感的概念，数据可能是未来10到20年人工智能时代新的石油，但是这个石油在大部分场景中间都没有被开发出来。

　　比如说，我们今天很多创业公司可能在做农业，那如果说要在农业中间加入AI的成分就相对比较困难，因为数据太少了。

　　另外一部分，比如像刚才提到的硬件的算力，只有有限的突破，而更前沿的像量子计算这样一些技术还处在非常起步的阶段。

　　所以围绕着这样一个基础的状态，我们目前的人工智能时代只是前面两个：深度学习和机器学习，他们的重要特点是重度依赖于数据。

　　在很多的工作里，我们更多的是把深度学习、机器学习在过去60年算法研究的成果，逐步地用到一些真实的落地应用中而已。

　　这是今天的人工智能时代看起来不那么美好的一个真实的结果。在这个过程中，人工智能可能会有一些具体的领域——比如人们帮助机器听说读写这样一种能力，以及预测和决策的这种能力。

　　这不是本质，本质是什么?

　　AI时代所需要的数据在很多行业没有被开发出来的，但是有一个非常幸运的点：过去20年的互联网产业已经足够数据化;在互联网产业中数据已经喷发了，而且算力相较于过去的20年已经有指数级的倍增(这种增加对于未来20年的人工智能实际上有非常大的一个基础性的作用的);同时，这些数据开始呈现非常多样性的特点：从企业的内部到企业的外部，甚至到万物互联。

　　在互联网这个产业中，数据成为了所有，一切都数据化了。

　　而且我们能够看到，所有的决策都来自于数据。这就是互联网数据所驱动出来的结果，有三个关键词：精细化、人性化和智能化。