2017年5月23日到27日， 在中國烏鎮圍棋峰會上， 阿爾法圍棋以3比0的總比分戰勝排名世界第一的世界圍棋冠軍柯潔。
此前國際頂尖期刊《自然》封面文章報導， 谷歌研究者開發的名為“阿爾法圍棋”（AlphaGo）的人工智慧機器人， 在沒有任何讓子的情況下， 完勝專業選手， 實現了史無前例的突破。 至此， 人工智慧作為未來世紀最大的灰犀牛事件從科幻走入現實。
2017年7月8日， 我國新一代人工智慧發展規劃面向全國發佈。 《規劃》首先明確提出智慧新興產業6個， 分別是智慧軟硬體、智慧型機器人、智慧運載工具、虛擬實境與增強現實，
其次， 受人工智慧帶動的產業升級6個， 分別是智慧製造、智慧農業、智慧物流、智慧金融、智慧商務、智能家居。
再次， 人工智慧全面普及下的智慧社會與智慧企業， 其中智慧社會涉及智慧教育、智慧醫療、智慧健康與養老， 以及政府、法務、交通、環保等5類公共服務。
最後是為人工智慧保駕護航的底層技術設施包括：網路、大資料、高效能計算以及安全技術。
從新財追溯提供的人工智慧賽道投資歷史看， 人工智慧概念的引入， 似乎和互聯網泡沫的誕生相伴隨， 並在2006前後進入業務成熟期。 彼時人工智慧的概念或更多是基於資料採擷的商業智慧（BI）。
從整體融資分佈看， 人工智慧賽道獲投率較高， 並購比例較低， 行業新老更替特徵明顯。
更進一步的認知計算顯示， 在2017年AlphaGo引發的人工智慧風投狂潮， 遠非上一階段的BI所能比擬， 僅2017年一年投資金額已過千億， 相比上一年度400億投資規模， 增加近一個量級。 與此對應的是投資事件則呈下降趨勢， 創業團隊分層趨勢明顯。
隨著人工智慧概念的火熱， 業界對產業泡沫、創業公司估值過高的質疑也越發明顯。
根據新財認知系統提供的投資標籤雲，
其中， 規劃提及智慧運載工具在2017年的投資爆發性最強， 虛擬實境與增強現實則最值得期待。
在《史上最強IPhone用AR定義未來》一文中，新財觀察評論到，在過去三年VR領域僅國內的創投資金累計接近80億人民幣，平均每年投入在30億左右。
對比來看，AR領域投資卻表現平平，過去三年間累計投資不超過20億。
針對AI領域的空白市場，在《尷尬了，智慧製造領域創業企業價值低估？》一文中，新財觀察評論到，智慧製造領域高達70%的獲投，但創業群體規模較低，不足生成製造領域創業者的1/10；另一方面，智慧製造領域創業公司儘管顯示出融資節奏快的優勢，但融資金額則並不占優。
同樣處在人工智慧新興產業規劃中的物聯網基礎器件，則因產業位置較為上游，研發投入風險大、週期長，或在社會化資本視野中也不被看好。
在《看軍民兩用能否解感測器產業之困|《歷史今天》第100期》一文中，新財觀察通過資料對比指出：感測器領域等上游產業的規模明顯不足，且行業相對早期。如何有效組織資本、和智力資源在感測器領域形成重大突破，對機器人及其他相關下游產業影響巨大。
遺憾的是，從投資密度看，感測器領域各輪次的融資規模也是明顯不足。整體資料顯示，行業創業者、及資本對該關鍵領域探索的積極性較低。
值得創業者注意的是，按照慣例，本次規劃同樣強調了人才培養的重要性，並明確指出要“加快培養聚集人工智慧高端人才”。在《為雄安淘金支招》一文中，我們看到“從創業群體規模上看，職業培訓略低於兒童早教和K12教育，獲投比例最低，且低至35%，但退出比例最高，行業體現出較強的市場成熟度。而從新近成立的公司數看，職業培訓和其他兩類基本持平。”
在文末新財觀察評論到：“物聯網、大資料、虛擬實境、人工智慧等技術的出現，不僅在顛覆傳統產業，也在為教育培訓方式提供顛覆性的技術手段。知識工人成為新的定義，如何幫助傳統產業工人轉型知識工人，我們相信職業培訓理應有更大發展。”
未來，隨著人工智慧頂層設計框架搭建的完成，產業發展必然持續提速。選擇新興產業還是幫助傳統產業升級，抑或推動建設智慧型社會，更或者是紮根底層技術研究，我們始終認為，選擇無所謂對錯，但創業者一定要突破認知局限，對人工智慧的不同賽道建立合理預期。同時，人工智慧以大資料為基礎，無論是哪個細分賽道，都要求創業者必須在深度理論基礎上強化產業合作，應用落地。
全新賽道分析已上線，歡迎進入，並有機會獲取更多精准創投機構推薦。
新財觀察洞悉資料背後的秘密，説明准創業者突破認知局限，高效創業，精准融資。
虛擬實境與增強現實則最值得期待。
在《史上最強IPhone用AR定義未來》一文中，新財觀察評論到，在過去三年VR領域僅國內的創投資金累計接近80億人民幣，平均每年投入在30億左右。
對比來看，AR領域投資卻表現平平，過去三年間累計投資不超過20億。
針對AI領域的空白市場，在《尷尬了，智慧製造領域創業企業價值低估？》一文中，新財觀察評論到，智慧製造領域高達70%的獲投，但創業群體規模較低，不足生成製造領域創業者的1/10；另一方面，智慧製造領域創業公司儘管顯示出融資節奏快的優勢，但融資金額則並不占優。
同樣處在人工智慧新興產業規劃中的物聯網基礎器件，則因產業位置較為上游，研發投入風險大、週期長，或在社會化資本視野中也不被看好。
在《看軍民兩用能否解感測器產業之困|《歷史今天》第100期》一文中，新財觀察通過資料對比指出：感測器領域等上游產業的規模明顯不足，且行業相對早期。如何有效組織資本、和智力資源在感測器領域形成重大突破，對機器人及其他相關下游產業影響巨大。
遺憾的是，從投資密度看，感測器領域各輪次的融資規模也是明顯不足。整體資料顯示，行業創業者、及資本對該關鍵領域探索的積極性較低。
值得創業者注意的是，按照慣例，本次規劃同樣強調了人才培養的重要性，並明確指出要“加快培養聚集人工智慧高端人才”。在《為雄安淘金支招》一文中，我們看到“從創業群體規模上看，職業培訓略低於兒童早教和K12教育，獲投比例最低，且低至35%，但退出比例最高，行業體現出較強的市場成熟度。而從新近成立的公司數看，職業培訓和其他兩類基本持平。”
在文末新財觀察評論到：“物聯網、大資料、虛擬實境、人工智慧等技術的出現，不僅在顛覆傳統產業，也在為教育培訓方式提供顛覆性的技術手段。知識工人成為新的定義，如何幫助傳統產業工人轉型知識工人，我們相信職業培訓理應有更大發展。”
未來，隨著人工智慧頂層設計框架搭建的完成，產業發展必然持續提速。選擇新興產業還是幫助傳統產業升級，抑或推動建設智慧型社會，更或者是紮根底層技術研究，我們始終認為，選擇無所謂對錯，但創業者一定要突破認知局限，對人工智慧的不同賽道建立合理預期。同時，人工智慧以大資料為基礎，無論是哪個細分賽道，都要求創業者必須在深度理論基礎上強化產業合作，應用落地。
全新賽道分析已上線，歡迎進入，並有機會獲取更多精准創投機構推薦。
新財觀察洞悉資料背後的秘密，説明准創業者突破認知局限，高效創業，精准融資。