如果說過去四年是人工智能商業(yè)化進程的上半場，那么即將結(jié)束的2019年，已正式把這個行業(yè)領(lǐng)入至下半場。

四年前，當產(chǎn)學(xué)兩界懷揣著用AI創(chuàng)造出互聯(lián)網(wǎng)級To C新市場的夢想時，四年后的今天，人工智能的主戰(zhàn)場，早已轉(zhuǎn)移至離科技感頗為遙遠的傳統(tǒng)行業(yè)。

三年前，當業(yè)內(nèi)開始意識到To B/G才是AI的最佳落腳點，從而試圖打造行業(yè)通用型產(chǎn)品時，三年后的當下，走高度定制化模式，于多數(shù)公司而言，似乎更容易活下去。

兩年前，深度學(xué)習(xí)研究的瓶頸比預(yù)期更早到來，技術(shù)觸頂，有時候不全是弊病，它所帶來的良性結(jié)果，是人工智能工程化和商業(yè)化的邊界逐漸清晰。有了邊界，人們便不再天馬行空。

能在有限的邊界內(nèi)創(chuàng)造出什么？是每一位AI經(jīng)營者在自省時發(fā)問最多的問題。

《海上鋼琴師》中有這樣一句話：琴上88個鍵一個不多一個也不少，琴鍵是有限的，但你是無限的。在這些琴鍵上所能創(chuàng)造出來的音樂，才是無限的。

人工智能同樣如此，AI的技術(shù)分支是有限的，場景同樣有限，但定義問題的方式和解決問題的方法，則是無限的。

在經(jīng)營者眼里，AI既是當前最為前沿的技術(shù)之一，但同時也非常落后。

落后的根本，在于技術(shù)需求方與技術(shù)輸出方之間的信息不對稱性。

其中，一方面是多數(shù)需求方本身所處的行業(yè)信息流通性較弱，AI認知滯后；另一方面，輸出方的業(yè)務(wù)服務(wù)能力仍舊落后于算法精度水平。

從某種程度而言，信息的不對稱問題，已成為人工智能商業(yè)化進程的最大阻力。

2017年11月，雷鋒網(wǎng)聯(lián)合數(shù)十家風險投資公司、傳統(tǒng)上市企業(yè)、機關(guān)單位領(lǐng)導(dǎo)以及海內(nèi)外高校，啟動了業(yè)內(nèi)首個人工智能商業(yè)案例評選活動：「AI最佳掘金案例年度榜單」。

我們從商業(yè)維度出發(fā)，致力于尋找各個行業(yè)用戶/客戶問題解決能力強的最佳產(chǎn)品和解決方案。

在三屆的評選期間，雷鋒網(wǎng)走訪了數(shù)千家AI需求方與輸出方，隨后輸出深度報道、論壇、社區(qū)、BD服務(wù)、報告等產(chǎn)品，致力于解決行業(yè)信息不對稱問題。

而一年一屆的「AI 最佳掘金案例年度榜」，則是每年走訪的最終沉淀。

三年來，1028家參選企業(yè)在經(jīng)過多輪的篩選與評審，最終100多家極具商業(yè)價值的公司成功從中脫穎，入選三屆「AI 最佳掘金案例年度榜單」。 

他們既有生來便被聚光燈包圍的明星科技巨頭與獨角獸，也有經(jīng)歷過多輪技術(shù)變革、無數(shù)次站在生死邊緣卻最終爬出泥濘的傳統(tǒng)公司，同時不乏有在大眾視野里默默無聞，但在商戰(zhàn)世界里讓對手只能望其項背的企業(yè)。正是這些極具顛覆性的新元素和頗有時代特色的舊元素的融合，拼成了完整的人工智能商業(yè)版圖。

在人工智能進入下半場之際，今日我們再次站在AI浪潮之巔，正式公布第三屆「AI 最佳掘金案例年度榜單」，嘉獎在這個有限的時代里，有著無限可能的商業(yè)體：

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。