1.工業應用：比如車間生產線上一些異常商品的檢測；鐵軌上透過識別軌枕判斷是否存在問題等 2.安防：人工智慧應用最多的場景，商湯/依圖等公司就是靠安防起家的，主要是包括城市安全如車輛違停/壓黃線/闖紅燈等監控系列的產品 3.金融領域：AI炒股 4.保險領域：如身份證，保險單據的ocr識別產品等 5.電商場景：推薦系統 6.教育行業：掃題識別再搜尋等等...總之人工智慧的應用領域非常廣泛，任何行業都能應用起來。如果你對AI感興趣，可以關注下我，帶你從理論到實踐認識AI。

近幾年，人工智慧技術在實體經濟中尋找落地應用場景成為核心要義，人工智慧技術與傳統行業經營模式及業務流程產生實質性融合，智慧經濟時代的全新產業版圖初步顯現，預計2019年人工智慧核心產業規模將突破570億元，目前，安防和金融領域市場份額最大，工業、醫療、教育等領域具有爆發潛力。

2018年，人工智慧相關公司總數達到2167家。根據中國新一代人工智慧發展研究院調研資料，華人工智慧企業多集中在應用層，技術層和基礎層企業佔比相對較小。

從技術型別分佈來看，設計機器學習、大資料、雲計算和機器人技術的公司較多，整體分佈相對平均，具體分佈見下圖所示：

根據基礎建設和價值空間兩大維度對人工智慧賦能的十大實體經濟進行分析。總體而言，金融、營銷、安防、客服等場景在IT基礎設施、資料質量、對新技術的接受週期等AI發展基礎條件方面表現較優，而在當下市場規模、行業發展增速、解決方案落地效果和政策導向等諸多因素的影響下，安防、金融、教育、客服等場景將產生較高的商業化滲透和對傳統產業提升程度。具體對於各項指標的成熟度評估如下圖所示：

目前人工智慧在應用場景上，最多的屬於安防和金融，安防由於受到政策影響較大，而金融完全是由於良好的落地環境，目前在智慧風控、智慧客服等各方面業務上進入實際應用。

在傳統金融產業中，業務在處理資料方面比較依賴專家經驗，系統應用的演算法對人工資料標註有較高要求，比較適宜AI演算法模型訓練和應用。而目前，據某股份制銀行實際應用情況，AI風控系統可以在1萬筆交易中，僅攔截80-120筆就能達到整體80%欺詐攔截的準確率，而傳統應用則需要攔截上千筆交易才能達到，大幅降低成本的情況下提高了銀行業務的執行效率。

目前人工智慧在各個實體經濟領域進行產業賦能升級，以輔助原有產業，節約人力成本，提高執行效率為主。在今後也會隨著數字資訊化的推進，在越來越多的行業應用出現。

人工智慧在中國，呈現爆發式發展，從學術研究、科研轉化到技術創業掀起一股股熱潮。

人工智慧的發展日漸呈現出軟硬結合趨勢，前端透過硬體採集資料，後端透過軟體演算法，來提供整體解決方案。廣泛應用於大健康、金融、機器人、汽車、網際網路服務、安防、教育、零售、家居建築、工業製造、法律等領域，幾乎涉及到國民經濟的方方面面。日常生活中我們在政府機關、銀行、樓宇物業、智慧小區、公共場所、工地、幼兒園、機場、人機對話、翻譯等場景中見到，如大資料風控、人臉識別、刷臉支付等。具體產品如海康威視的安防監控、支付寶刷臉支付、科大訊飛的語音識別翻譯機、百度的無人駕駛系統等等。

根據億歐統計，華人工智慧企業共計1000餘家，分佈於22個 省份的43個城市，其中北京、上海、廣東佔74.2%。在13項人工智慧技術方向上，技術應用佔比TOP5分別為計 算機視覺、資料探勘、智慧語音技術、機器學習和機器人。

國內領先的公司有AI晶片公司寒武紀、技術公司商湯科技、曠視科技等，國內的網際網路巨頭百度、阿里、騰訊、京東、小米、美團、滴滴等都在這個領域發力。