現(xiàn)在人工智能（AI）和半導體這兩個行業(yè)基本上占據著中美競爭的兩個重要制高點。

AI到底對人類有什么影響？麥肯錫的調查報告顯示，人工智能未來十年對GDP的推動是1．2％，人工智能將從方方面面影響我們的生活和行業(yè)。

第一是替代。對于現(xiàn)有的工作而言，比如說我們以前用五個人做一條生產線，現(xiàn)在通過數字化或者智能化的方法，就在同樣的生產線把人力從五個降到一個。

第二是創(chuàng)新。

第三是很多AI公司正在成長起來，比如說圖像視覺領域的四小龍——商湯、依圖、曠視、云從等這些公司。

制造業(yè)是人工智能或者是這些技術革新的下一個金礦，它的數字化程度和互聯(lián)網服務差很遠，它的能力提升對整個國家、整個GDP的提升效率是很大的。

人工智能作為一個獨立的行業(yè)沒有很多公司超過10億美元，也就是所謂獨角獸的規(guī)模，但是中國的商湯已經超過了60億美元的市值，它們的規(guī)模上升得非常快。但是在應用基礎領域，比如說芯片或者基礎的計算框架，這些地方差得還是非常遠。

比較中美，中國在應用方面其實在很多場景下應該是超過了美國，比如說在計算機視覺、在安防領域的應用。

移動互聯(lián)網領域，其實不單是機器視覺，也包括語音語義的自然語言處理等很多領域，在移動互聯(lián)網的推動下發(fā)展非常快。比如“雙11”，只要你投一點人工智能的技術進去，你就會有很好的產出或者降成本或者提高收入。這個背景是什么呢？就是數據的可獲取性、完整性是對人工智能非常重要的一個必要條件。

什么領域現(xiàn)在數據最完整呢？

我們看到第一是移動互聯(lián)網，第二是安防，第三個行業(yè)其實是智能家居。

有兩個領域我們覺得最近非常熱，第一個是汽車，但是汽車落地的速度遠遠低于大家的預期。

無人駕駛不管是在美國，還是在中國，落地速度低于預期的原因，技術的難度以及數據的完整性，你要獲取大量的數據非常困難。

第二個是醫(yī)療，醫(yī)療在中國人工智能的落地速度也是低于大家的預期的。中國的醫(yī)療數據落地速度慢的一個背景就是醫(yī)院怎么把數據匯集起來，醫(yī)療數據的可取性和標注的難度導致了醫(yī)療在人工智能的應用低于預期。

人工智能接下來在物流的配送車、零售、制造業(yè)這些領域可能會有一波比較大的發(fā)展。

再談一下半導體，中國的半導體行業(yè)處于一個非常難的情況，就是說全球的行業(yè)處于一個很明顯的下行周期，對企業(yè)來說折舊的費用會上升，盈利壓力非常大。不管大家是作為投資人或是作為企業(yè)家，怎么來發(fā)展這個行業(yè)？

我們把半導體行業(yè)分為三類

第一塊是市場規(guī)模大的行業(yè)，我們叫先進制造或者說大國重器，包括存儲器、芯片的代工、計算芯片或者是手機的自帶芯片，這些行業(yè)的特點是資本開支大，重要性強。因為行業(yè)的規(guī)模大，但是技術差距非常大，這些行業(yè)現(xiàn)在的要求基本上是以政府投資為主，民間的資本去投壓力會非常大。

第二塊是競爭壁壘不是很高的行業(yè)：一是AI，就是人工智能，我們看到一批人工智能異構計算的AI芯片在起來；二是5G；三是汽車的電動化和智能化，這都是行業(yè)還沒有成型的地方。

第三塊是進口替代行業(yè)。這個行業(yè)已經非常成熟，比如說半導體設備行業(yè)已經存在了40年，而且壁壘非常高，雖然行業(yè)規(guī)模不大，但是不得不做，做的原因是，這些行業(yè)是半導體生態(tài)鏈的一部分，但資本開支不會太大，只要有技術以后都能做起來。

總結

中美競爭的兩個焦點：一個是人工智能，一個是半導體。

人工智能處于非常初期的階段，中國有數據的優(yōu)勢，中國有人才的優(yōu)勢，在算法上可能有點落后或者計算芯片上有點落后。半導體處于的劣勢更加明顯，因為半導體行業(yè)實際上是一個非常成熟的行業(yè)，企業(yè)怎么抓住機會發(fā)展，是一個非常重要的話題。