人工智能是当今最热门的话题之一，诸多企业都在努力探寻其在未来业务扩展上的价值。据著名市场调研公司Forrester Research的一项研究，2017年人工智能领域吸引的投资相比去年增长高达300%。在资本与技术的大潮下，AI已经从实验室中走出，逐渐应用在我们日常生活的各个方面。而这六大行业，或许会率先被人工智能颠覆。

1.医疗服务

这一行业一直在等待着一个“搅局者”，而AI天生适合。它或许可以从根本上改变我们的医疗体验，比如大大减少对药物的不良反应。《医疗保健业未来》作者Emmanuel Fombu博士表示：“人工智能可以说是卫生保健行业最大的颠覆者，它可以将医生从无意义的简单工作中解放出来，从而将省出的时间用于发现新的药物和治疗方法，还将有助于为系统中的每一位患者都提供个性化的医疗服务，这种可能性十分振奋人心。”

AI在医疗服务产业的应用主要依靠了“机器学习”技术。随着物联网的兴起，各种设备开始连接到互联网并收集数据。在数据量达到一个阈值成为“大数据”、数据点多到人类无法处理时，AI成为唯一的替代方案，这些数据的意义和价值只能由人工智能来阐明，这时让AI以学习的方式分析、解释数据的“机器学习”就出现了。目前专注于机器学习的公司有亚马逊、谷歌、微软、赛仕软件等，它的应用十分多元化，主要体现在预测和管理分类上。通过提供算法、API（应用程序编程接口）、开发和培训工具、应用程序和其它机器，机器学习平台的吸引力也越来越大。

2.市场营销

在购买或销售广告空间方面，营销行业越来越依赖于工具和自动化来完成工作，正确使用这些工具可以让他们向用户提供更多个性化的信息，从而改善客户的体验，同时销售更多的产品。在接下来的十年中，市场营销工具可能越来越依赖人工智能技术来加强个性化，下一代的营销工具将使用AI和机器学习来使目标客户获得的信息比以往任何时候都更加相关。

市场营销自动化工具主要应用了机器人流程自动化（RPA，Robotic Process Automation）技术和自然语言处理技术（NLP，Natural language processing）。RPA适用于人力成本太高或人工效率低的工作，可以大幅降低企业任务的人工操作需求，使员工能够节省时间投入更有价值的业务工作，使人类天赋得到更好的发挥。

NLP技术则涉及计算机与人类语言（即自然语言）之间的相互作用，该技术通过统计方法和机器学习，使用文本分析来了解句子的结构、含义和意图，大批自动化助理和应用程序都运用这项技术来提取非结构数据。这一技术服务的代表提供商有 Lexalytics（文本分析软件开发商）、Stratifyd（大数据分析服务提供商）、Synapsify（文本、语音分析及内容管理服务商）等。

3.文字写作

近年来，新闻媒体使用AI写作的案例屡见不鲜。美联社借助Automated Insignts自动撰写企业财报新闻，Narrative Science通过多重数据源为用户提供自动化写作服务，Yseop使用自然语言处理系统来描述查询需求，可以写作英语、法语、西班牙语、日语等。这都离不开自然语言生成（NLG,Natural Language Generation）技术的不断成熟与发展。

对于人类来说，以合理的顺序说出（或写出）正确的词汇来将易于理解的明确信息传达给听众（或读者）或许不是个难题。但是对于以与人类大脑完全不同的方式处理信息的机器，这一直是一个棘手的问题。如何用程序自动生成语句、段落乃至文章？这个问题近年来一直是自然语言生成这一新兴领域的工作重点。经过该领域专家们不断提出的新理论和设计的新模型，眼下自然语言生成技术已经取得了长足进步，出现在我们生活的各个角落，目前主要用于用户服务方面的业务，在制作新闻报道、调查报告、数据概要等工作上用途广泛。

4.交通运输

人工智能也为自主驾驶系统的不断完善提供了动力，在未来几年内，名副其实的“自驾车”就将成为现实。

由于更精密的计算和更准确的操控，无人车的安全性将大大超过人力驾驶，交通事故发生率将大大降低——谷歌的无人汽车在180万英里的路程实验中，只被卷入了13起事故中，而且都是由路途上的其他车辆造成的，这种安全性或许会使手动驾驶在未来的某一天成为不够安全的“非法行为”。无人汽车的发展对于职业司机、驾校教练可能是个坏消息，但每年因道路交通事故死亡的130万人或许不会这么想。

无人驾驶系统主要应用的技术为深度学习（Deep Learning）和硬件设计（AI-Optimized Hardware）。深度学习是人工智能增长最快的领域，也是机器学习新的一大趋势。一组算法通过对应不同层次的抽象使用人工神经网络进行不同层次的学习，模仿人脑的机制来分析和解释数据。人工智能需要大量密集计算，对终端所能承受的功耗和热效率也有较高要求，图形处理单元（GPU）以及专门设计、架构的设备可以有效地运行面向AI的计算任务。在无人驾驶领域，深度学习主要体现在车辆、路径等的图像识别和处理上，传感器和定位设备则离不开硬件的设计和升级。

5.金融财务

如果能通过监管机构的测试，并遵守国际金融组织的严格立法，AI有巨大的潜力来颠覆财政金融行业。事实上，已经有公司开发出了测试版AI来检测虚假的信用卡交易、打击金融行业的欺诈行为。金融服务都离不开线上平台，用户身份识别的准确性和安全性更显得格外重要。生物识别技术通过身体语言识别实现人与机器之间更自然的交互，对采集的人体生物特征及行为特征与注册信息进行比对，从而实现对人员身份识别与鉴定，不但保证了安全性，金融业务的效率也有很大提升。

此外，决策管理（Decision Management）技术能够为人工智能系统引入规则和逻辑，可用于初始设置、培训、持续维护和调整。世界各地的企业都依赖其重要业务的及时、相关且可信的数据，从而赢得竞争优势。与AI在营销中被用于购买和销售广告空间的方式相同，金融行业也需要AI的分析来作出何时投资、买卖股票等的数据决策。

6.生活方式

在我们的日常生活中，AI也被用来驱动像Siri和Alexa（亚马逊语音助手）这样的工具。在人工智能领域，生活方式（Lifestyle）品牌比其他行业的优势更为突出，因为消费者与其植入的AI的互动处于“想要”而非“必要”。这也意味着在拥抱AI上面他们更为积极主动，而不是观望不前。科技巨头纷纷投入大量精力研发自己垂直领域的聊天机器人，随之而来的是技术的快速创新和发展。

在这方面，语音识别（Speech recognition）和虚拟代理（Virtual Agents）是主要的应用技术。语音识别就是将人类的语音信号转录并转换成对计算机应用程序适用的格式，目前主要用于交互式语音应答系统和移动应用。近日微软宣布，该公司语音识别系统的系统已经将至5.1%。随着越来越多的系统加大在语音识别方面的投入，人工智能语音识别技术不断升级，准确率和流畅度都有了很大提高，人类与人工智能流畅对话的情景可期。语音识别的代表服务商有Nuance Communications、OpenText、Verint Systems等。虚拟代理技术目前主要用于客户服务与政府服务方面，以及个人生活的智能助理，代表性公司包括亚马逊、苹果、微软和IBM。

经过时间的检验，人工智能迈出了规模应用的步伐。虽然有的还是“新生儿”，但可以肯定的是，凭借AI在其生态系统中所占的位置，人工智能在未来可能颠覆地球上与数据有关的任何行业。