我们都知道，这一波AI浪潮是由深度学习引领的。它在一个行业中的普及速度取决于该行业的特征。
AI在一个行业中崛起的五个要素
- 大数据量，越大越好。
- 庞大的计算量。
- 数据精确、实际场景，并做客观标注。
- 相对单一的领域。
- 优秀的AI科学家。
海量的数据来自于哪里？
互联网上的各种行为通过标注最容易成为数据。比如我用美图自拍后，分享就被标注为美，储存被标注为不错，删除被标注为差。这样标注的数据越多，美图就会让你的照片越来越漂亮，它也能得到更多的收入。这形成了AI的第一波浪潮。
传统企业的数据收集源自对流程的管理，比如银行可以通过一个人每月的流水推算出他的信用、身价等，还有如果线上和线下结合的话，一个用户的数据可以完全打通，这也是新零售能成为零售业下一个风口的原因。这是AI的第二波浪潮。
除此之外，此前从未存在过的感知数据，也被收集起来做AI。比如人脸识别、语音识别、传感器等等，相当于给机器加了眼睛、耳朵，把视频、音频等数据化，创造出了前所未有的应用。这是AI的第三波浪潮。
而当软件与硬件相结合，把手和脚赋予AI时，就形成了第四波浪潮。
每一波浪潮都可以帮人类的GDP增加10%，但也可以取代10%人类的工作。
到今天为止的四波浪潮中，美国略为领先中国。但5年之后，中国应该可以全面赶上美国。
这个结论背后有多重原因。我们先看一下中美之间创新模式的不同。
美国最聪明的人都想做一个很轻盈的平台，比如让他们引以为豪的Instagram，十几个人创造一家独角兽公司；而中国的顶级创新者如王兴，却一直做“重”，他在管理着五六十万配送外卖的骑手，花很多时间去优化配送每一单的时间。
让中国创业者走向“做重”的原因，是中国巨大而残酷的市场。
他们必须通过资本的力量把事情做重，从而产生壁垒。比如美团就是“高筑墙,广积粮,缓称王”。“高筑墙”是说要做非常强的竞争壁垒，一共50万个骑手做出最有效率的配送，竞争对手就打不过你了。“广积粮”就是不断地用融资来滚动，让自己能越做越大；“缓称王”的意思是，当你做出了一个该领域顶级公司的时候，你可能还不要急着称王，你还要有更大的野心，就像今天美团也开始做叫车方向一样。
其实，仅仅在8、9年前，中国的公司产品基本还是基于模仿美国，把美国轻盈的点子转到中国再做一些本地化，但过了几年以后，我们看到从中国的创新模式开始反超，创造出了头条、快手、抖音、摩拜、VIPKID、拼多多、映客、蚂蚁金服等美国没有的模式。
硅谷一直有个错误的思维，觉得一次模仿就终生无法被认可。但在中国，我们可以看到，中国创业者从模仿美国最聪明的创业者的点子开始，不断进行微创新、迭代创新、集合式创新，最终走向了全新的创新。
由于在中国这个广大的市场中竞争，这些创新公司积累了海量数据，将首先成为AI公司。因此，一旦AI进入应用期，这些务实的创业者将使中国在AI的竞争中获得机会。
比如，中国的移动支付是美国的50倍，这是一个中国式的奇迹。这将使阿里、腾讯拥有更为完整的数据，从而做出Google、Facebook都想不出的事情。而其他创业者，也因此能捕捉到各种消费数据，从中提炼认知，产生有价值的AI应用。
其次，中国的政策优势也让中国在竞争中占得先机。
这里说的政策利好并不是补助，而是对待技术的态度和思路。中国政策是基本对技术采取“先放行再理解，若需要才管制”的方式，欧美的模式是大家先辩论一场，把所有的法律都立下了，才让你的技术推出。这就是为什么中国的移动支付能跑的这么快，这也是为什么我们的AI也会起来的这么快。中国是愿意花大量的资金来推动基础建设。但在美国并非如此，比如在货车无人驾驶问题上，美国采取的态度是因为会取代太多货车司机的工作，让我们先放缓货车无人驾驶在高速公路的测试。那么哪一种政策更会推动我们的AI技术呢？
但要在5年后领先美国，中国还要考虑两个因素。
一个是半导体是否能够追上美国；二是美国在AI上的突破式发明是否会把竞争优势带回美国。但后者概率不高，因为大部分AI的突破式发明还是来自学术界，而AI的学术界非常透明、乐于分享，学术结果的公开，还是会让大家站在同一起跑线。
未来AI技术革命将会由四股力量推动。
一是中美双引擎推动；二是GAFM（谷歌、亚马逊、脸书、微软）和BAT（百度、阿里巴巴、腾讯）七大巨头在快速用他们的数据和资本迭代更多的技术和人才。三是大量的资本涌入，必然会带来爆发性的结果；最后如果AI成为一个平台，在全世界范围内，将会带来大约一百万亿人民币的GDP。
AI并非没有弱点，AI没有创造力，也无法传播温度。如果你不想被AI所替代，那么AI的弱点，就是你未来工作的方向。
当AI替代了大量重复性劳动时，我们的时间会更多地可以放到思考每个人生命的意义和为什么存在。