隨著人工智能帶來的好處，例如提高生產(chǎn)力、降低運營成本和加快產(chǎn)品上市速度等，越來越多企業(yè)正在廣泛應用人工智能。

在新冠肺炎疫情期間，人工智能的采用率飆升。某間全球決策情報公司在2021年對5,000多家企業(yè)進行的一項全球調(diào)查結果顯示，43%的企業(yè)報告稱，由于新冠疫情，他們的公司加速了人工智能的推出。

其次，云服務加速了人工智能的采用。Tractica預測，到2025年，人工智能在公共云服務總收入中的占比將高達50%。該研究公司還預計，全球人工智能市場收入將以每年57%的速度增長。

另外，O'Reilly出版的一項于2021年對3,000多名參與者進行全球調(diào)查顯示，人工智能應用第二重要的行業(yè)是技術、金融和醫(yī)療保健行業(yè)。

企業(yè)在大規(guī)模應用人工智能的同時，仍普遍存在若干憂慮，其中包括人工智能的安全性和合規(guī)性。

Gartner預計，到2026年，實施人工智能透明度、信任和安全性的組織將看到他們的人工智能模型在采用、業(yè)務目標和用戶接受度方面實現(xiàn)50%的成果改進。Gartner調(diào)查結果表明，組織已經(jīng)部署了成百上千個IT 領導者無法解釋的人工智能模型。缺乏知識和理解可能會產(chǎn)生嚴重的后果。當依賴增加時，人工智能模型表現(xiàn)不佳的影響會被放大。不管理人工智能風險的組織更有可能遇到負面的人工智能結果和違規(guī)行為。模型不會按預期運行，并且會出現(xiàn)安全和隱私問題、財務和聲譽損失以及對個人的傷害。錯誤執(zhí)行的人工智能也可能導致組織做出糟糕的業(yè)務決策。

積極“擁抱”人工智能，已成為很多企業(yè)轉型升級的共識。IBM大中華區(qū)客戶成功事業(yè)部總經(jīng)理朱輝表示，IBM今年進行了全球AI采用指數(shù)的調(diào)研，結果顯示，全球企業(yè)對AI的采用穩(wěn)步增長，而且呈現(xiàn)出更加成熟的、漸進式的趨勢。朱輝透露，中國大約有60%的企業(yè)已經(jīng)在業(yè)務中開始積極部署人工智能的解決方案;99%的企業(yè)認為人工智能的解決方案可隨處構建、隨處部署及運行，這對于企業(yè)至關重要;大概三分之二的企業(yè)正在使用或者考慮通過自動化軟件和工具，提高IT運營和業(yè)務流程效率。朱輝表示，AI的落地為企業(yè)的創(chuàng)新提供了有效的支撐，將成為大勢所趨。

深圳市人工智能行業(yè)協(xié)會發(fā)布的《2022年人工智能發(fā)展白皮書》顯示，截至2021年底，深圳市人工智能核心產(chǎn)業(yè)規(guī)模達到312 億元，人工智能相關企業(yè)數(shù)量已達到1432家，位居全國第三。深圳市人工智能領域發(fā)明專利總授權量達到 4.1 萬件。已授權人工智能發(fā)明專利申請量為 6586 件，位居全國第二。《深圳經(jīng)濟特區(qū)人工智能產(chǎn)業(yè)促進條例》已從11月1日起開始實施。隨著有利于產(chǎn)業(yè)發(fā)展的政策法規(guī)接連出臺，AI相關科技成果將不斷落地并與實體經(jīng)濟加速融合，助推傳統(tǒng)產(chǎn)業(yè)轉型升級。

機器學習的方法解決人工智能面對的問題。機器學習是通過一些讓計算機可以自動“學習”的算法，從數(shù)據(jù)中分析獲得規(guī)律，然后利用規(guī)律對新樣本進行預測。

機器學習的方法解決人工智能面對的一系列問題。機器學習通過計算機算法會不斷進行訓練，從大型數(shù)據(jù)集中發(fā)現(xiàn)模式和相關性，然后根據(jù)數(shù)據(jù)分析結果做出最佳決策和預測。機器學習應用實戰(zhàn)經(jīng)驗來改善自身的能力，獲得的數(shù)據(jù)越多，準確性會越高。

在工業(yè)領域機器學習是人工智能支撐下的分支深度學習和神經(jīng)網(wǎng)絡都屬于人工智能的子類目，其中通過采用深度學習的算法計算數(shù)據(jù)訓練模型，做出預測的準確率和人工判斷相差無幾。將深度學習算法應用在工業(yè)視覺檢測機器人上，可大幅提升作業(yè)性能，并實現(xiàn)制造流程的自動化利無人化。