本質上，過去20年的互聯網和移動互聯網是一個不斷將線上、線下的業務場景緊密連接，同時也不斷促使數據產生、流轉、集中和再利用的過程。如果把世界看成一個大市場，互聯網和移動互聯網的作用就是讓這個大市場中的信息更透明，讓信息流通更順暢，以此降低交易成本，消除信息不對稱。

但在知識、數據的積累達到了一個頂峰，業務流程也因為信息的高效流轉而舒暢連接到一起后，如何進一步提高生產率，降低業務成本，提升業務收入呢？我們認為，下一次生產率革命的關鍵是“自動化”，而人工智能正是幫助現有流程實現自動化的最好工具。

從投資人的角度看，AI興起的最大契機還不是深度學習技術的發明，而是過去20年互聯網、移動互聯網的高速發展對自動化的強烈需求。有了這個需求，有了成熟的業務流程和高質量的大數據，深度學習技術的突破就是“萬事俱備、只欠東風”的事了。

所以，戰略方面，我們絲毫不用擔心AI能否落地、能否商業化。谷歌、Facebook、百度等互聯網巨頭的搜索和廣告業務本質上就是機器學習驅動的，而且早已被證明是成功的。我們需要關心的，只是人工智能在接下來的時間內，以何種趨勢、何種方式在其他領域落地的問題。

創新工場管理合伙人，資深投資人汪華認為，人工智能的商業化大致可分為三個主要階段：

第一階段，AI會率先在那些在線化程度高的行業開始應用，在數據端、媒體端實現自動化。這一過程會首先從線上“虛擬世界”開始，隨著在線化的發展擴張到各行業，幫助線上業務實現流程自動化、數據自動化、業務自動化。

互聯網和移動互聯網的發展已經在許多領域為AI做好了業務流程和數據上的準備。擁有高質量線上大數據的行業會最早進入人工智能時代。例如，大家常說金融行業是目前人工智能應用的熱點，這正是因為金融行業特別是互聯網金融已經做好了使用AI的準備。此外，美團等公司將餐飲服務與線上業務連接了起來，滴滴、摩拜單車等公司將交通出行與線上業務連接了起來，在這些擁有線上業務流程和高質量數據積累的地方，AI同樣開始發揮作用，大幅提高線上業務的自動化程度。

第二階段，隨著感知技術、傳感器和機器人技術的發展，AI會延伸到實體世界，并率先在專業領域、行業應用、生產力端實現線下業務的自動化。

可以感知實體世界信息的傳感器和相關的感知技術會越來越成熟、越來越便宜。在線下業務中，計算機系統可以通過物理方式，接受線下信息或幫助完成線下操作。這個轉變意味著人工智能從線上的“虛擬世界”走進了線下的實體世界。這個階段，人工智能的商業化會首先從生產力的角度切入，整個世界的生產制造會逐漸被AI滲透。工業機器人、倉儲機器人、物流機器人等將在這個階段實現大范圍的普及。

第三階段，當成本技術進一步成熟，AI會延伸到個人場景，全面自動化的時代終將到來。

隨著技術日趨成熟，相關的智能產品價格大幅下降，AI終將從企業應用進入個人和家庭。那時，每個人的工作和生活中，大量的應用場景都會因為AI的幫助而更加自動化、更有效率，人類的生活質量終將因AI普及而大幅提升。這個階段里，AI商業化的核心目標是創建全面自動化的人類生活方式。

根據汪華的判斷，我們目前正在進入AI商業化的第一個階段，也許只需要三年左右的時間，AI就可以在各種在線業務中得到普及。AI商業化的第二個階段，大概要花五六年、六七年左右的時間才能充分發展起來。而標志著全面自動化的第三階段，也許需要十幾年或更長的時間。

就像過去20年互聯網和移動互聯網的商業化所走過的歷程一樣，人工智能的商業化會以自己的節奏，分階段、分步驟滲透到人類生產、生活的方方面面。而且，AI對整個社會的改變，可能比過去20年互聯網革命所帶來的改變要大得多。能否準確把握AI商業化的脈絡，是AI時代的創業能否站在“風口”上的關鍵。