18 世纪以来， 人类经历了三次工业革命， 分别以机械、 电气和信息技术为核心驱动力。 今天以 AI 为驱动的第四次工业革命已经来临。我国一直在高速地追赶发达国家，每次革命都提供了更多的变化和机会，也会涌现出来新的科技巨头。

在物理、化学、材料等基础领域的研究中充满了大数据，而在实际工程中，利用 AI 提高生产率、降低成本从而提高全球竞争力是各个企业的目标。如果说几年前，企业大量投资从而达到降本增效的目的还比较模糊，毕竟所有人都追求“增量”，但是显然这两年所有企业家都知道要“增效”。 AI 的本质，仍然是为了在客观世界中和管理实践中增加确定性，这或许是我们所有人都应该具备的思维。

深度学习是近三十年来机器学习领域发展最快的一个重要分支，也是实现人工智能的必经之路。深度学习是一类模式分析的统称，含多个隐藏层的多层感知器就是一种深度学习结构，其最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习主要有以计算机视觉和卷积网络为主、以生成模型为主、序列模型和增强学习四条发展脉络，本节重点介绍卷积神经网络、 AutoEncoder、增强学习和生成对抗网络。

虽然技术看起来眼花缭乱，但究其本质， AI 其实是一种新的思维方式，是对人的意识、思维进行模拟，它渗透到社会的各个层面。提升效率的正面因素是带来生产率的提升，而思维和其技术越来越隐藏于背后，使得外界难以一窥究竟。可以想见，不具备 AI 思维的企业是没有未来的，不具备 AI 思维的人才是没有高度的。在可见的未来， AI 将会极大改变社会生态和人才的分布，我们也会更加深刻地理解，人才是最关键的这个词的真正的力量。

从投资的角度，或许没有办法对技术有多深刻的掌握和理解，由于技术、算法都是高速迭代，从技术本身进行判断是非常困难的，其商业本质和选择的赛道会更容判断。所以下面一章，我们会从商业的角度进行梳理。

AI 最令人激动的方面之一是实际应用比比皆是。深度学习推动了计算机视觉的发展，而自然语言处理等技术正在极大地提高苹果的 Siri，亚马逊的 Alexa 和Google 的照片识别质量。在将大数据集与足够强大的技术结合在一起的情况下，就可以创造价值并获得竞争优势。对 AI 的关注应该是持续的，虽然各行各业都用 AI 提升自己的效率和技术水平，现阶段在服务、培训、数据、硬件等方面的投入在持续增加。

重点关注个股： 德赛西威（ 002920.SZ）。

风险提示： 技术路径风险，政策推动力度不达预期的风险