AI到底对人类有什么影响？麦肯锡的调查报告显示，人工智能未来十年对GDP的推动是1.2%，人工智能将从方方面面影响我们的生活和行业。

第一个方面叫替代或者叫放大器。对于现有的工作而言，比如说我们以前用五个人做一条生产线，现在通过数字化或者智能化的方法，就在同样的生产线把人力从五个降到一个。

第二个是现在讲得最多的创新。

第三个是很多AI公司正在成长起来，比如说图像视觉领域的四小龙——商汤、依图、旷视、云从等这些公司。

其实我们觉得中国制造业的机会比美国大，因为如果你去看中国和美国GDP构成的区别，中国的制造业总体来说超过40%，美国GDP的构成中制造业占比很小。制造业是人工智能或者是这些技术革新的下一个金矿，它的数字化程度和互联网服务差很远，它的能力提升对整个国家、整个GDP的提升效率是很大的。

比较中国和美国的经验，中国在人工智能领域风投或者VC市场的投资从2017年开始已经超过了美国。人工智能作为一个独立的行业没有很多公司超过10亿美元，也就是所谓独角兽的规模，但是中国的商汤已经超过了60亿美元的市值，它们的规模上升得非常快。但是在应用基础领域，比如说芯片或者基础的计算框架，这些地方差得还是非常远。

中金现在管理着各地政府许多的引导基金，投了很多关于人工智能的产业。从我们直投部门的经验来看，横向的投资是技术，包括芯片和计算机视觉、语音识别技术、机器人。竖向的主要是应用场景，从移动互联网到安防到智能家居到零售。比较中美，我认为，中国在应用方面其实在很多场景下应该是超过了美国，比如说在计算机视觉、在安防领域的应用。

移动互联网领域，其实不单是机器视觉，也包括语音语义的自然语言处理等很多领域，在移动互联网的推动下发展非常快。比如最近刚结束的“双11”，只要你投一点人工智能的技术进去，你就会有很好的产出或者降成本或者提高收入。这个背景是什么呢？就是数据的可获取性、完整性是对人工智能非常重要的一个必要条件。

什么领域现在数据最完整呢？我们看到第一是移动互联网，第二是安防，第三个行业其实是智能家居。

有两个领域我们觉得最近非常热，第一个是汽车，但是汽车落地的速度远远低于大家的预期。无人驾驶不管是在美国，还是在中国，落地速度低于预期的原因，第一是技术的难度。第二是数据的完整性，你要获取大量的数据非常困难。

第二个例子是医疗，医疗在中国人工智能的落地速度也是低于大家的预期的。中国的医疗数据落地速度慢的一个背景就是医院怎么把数据汇集起来，医疗数据的可取性和标注的难度导致了医疗在人工智能的应用低于预期。

我认为，人工智能接下来在物流的配送车、零售、制造业这些领域可能会有一波比较大的发展。

再谈一下半导体，中国的半导体行业处于一个非常难的情况，就是说全球的行业处于一个很明显的下行周期，对企业来说折旧的费用会上升，盈利压力非常大。不管大家是作为投资人或是作为企业家，怎么来发展这个行业？

我们把半导体行业分为三类。第一块是市场规模大的行业，我们叫先进制造或者说大国重器，包括存储器、芯片的代工、计算芯片或者是手机的自带芯片，这些行业的特点是资本开支大，重要性强。因为行业的规模大，但是技术差距非常大，这些行业现在的要求基本上是以政府投资为主，民间的资本去投压力会非常大。

第二块是竞争壁垒不是很高的行业：一是AI，就是人工智能，我们看到一批人工智能异构计算的AI芯片在起来；二是5G；三是汽车的电动化和智能化，这都是行业还没有成型的地方。

第三块是进口替代行业。这个行业已经非常成熟，比如说半导体设备行业已经存在了40年，而且壁垒非常高，虽然行业规模不大，但是不得不做，做的原因是，这些行业是半导体生态链的一部分，但资本开支不会太大，只要有技术以后都能做起来。

总的来看中美竞争的两个焦点：一个是人工智能，一个是半导体。人工智能处于非常初期的阶段，中国有数据的优势，中国有人才的优势，在算法上可能有点落后或者计算芯片上有点落后。半导体处于的劣势更加明显，因为半导体行业实际上是一个非常成熟的行业，企业怎么抓住机会发展，是一个非常重要的话题。