人工智能的研究自1956年之后，引发第一次浪潮，主要研究逻辑推进为主的“基于规则的专家系统”，但是经过长时间的研究，专家系统进入瓶颈期，随之Al的资金投入和人员投入大量缩减，Al研究方向也悄然发生变化，以研究计算机视频、语音和计算机自然语言进行新的研究方向，“机器学习”算法的不断优化使得人工智能在多个领域实现了惊人的突破。2011年Google 大脑通过非监督学习识别出猫脸，2015年斯坦福人工智能实验室的计算机图像识别技术的图像识别正确率在ImageNet图像识别比赛首次超过人眼，2016年微软语音识别技术可以将英语错词率降至5.9%。

传统产业数字转型与智能升级的目的，是利用IT系统（ERP、CRM、WMS等）与新技术（图像识别、NLP、流式计算、云计算、大数据、loT等）破解企业在发展过程中遇到的瓶颈和升级难题，重新定义和整合设计、生产、流通销售、服务全链路，实现业务创新和增长。从实践来看，强方法论指导、价值创造、数据集成以及平台赋能，已经成为传统产业数字转型与智能升级的重要趋向。