​2016年以来，以机器学习（machine learming），尤其是深度学习（deep learning）为代表的新一代人工智能技术不断朝着更加先进、复杂、自主的方向发展，这给经济和社会发展带来了新的变革性机遇。Al应用迎来“物种大爆发”，日益渗透到各行各业和人类生活的方方面面，有望塑造新型的经济和社会形态。与此同时，科技伦理也日益成为了当前Al技术发展与产业应用中的“必选项”，各界纷纷探索Al伦理原则、框架、治理机制等。科技伦理的一个核心议题就是人工智能的透明度与可解释性（transparency and explainability）。2021年11月，联合国UNESCO通过的首个全球性的Al伦理协议《人工智能伦理建议书》（Recommendation on the ethics of artificial intelligence），提出的十大Al原则就包括“透明性与可解释性”，即算法的工作方式和算法训练数据应具有透明度和可理解性。

智能制造是基于新一代信息技术与先进制造技术深度融合，贯穿于设计、生产、管 理、服务等制造活动各个环节，具有自感知、自决策、自执行、自适应、自学习等 特征，旨在提高制造业质量、效益和核心竞争力的先进生产方式1。以人工智能、大 数据、云计算、物联网为代表的数字智能技术与传统产业深度融合既是未来趋势所在， 也是提升效率效益的必然选择。目前全球主要发达国家均提出了智能制造发展战略 计划，例如德国工业革命4.0、美国工业互联网发展计划、法国未来工业计划等等， 中国自2015 年起便发布了包括《中国制造2025》、《智能制造发展规划（2016-2020 年）》、《国家智能制造标准体系建设指南》等10 余项重要政策，支持智能制造发展。 趋势之下，诸多传统制造企业亦纷纷谋求向智能制造转型且成绩显著。

近年来，随着经济的快速发展和社会的不断进步，人民群众对医疗服务的质量及精细化程度要求不断提高。与此同时，当前医疗资源在配置方面仍存在着诸如优质医疗资源分布过度集中、基层医疗诊疗能力薄弱等问题。 随着中国医疗卫生领域体制改革的不断深化，具有中国特色的创新型医疗健康服务体系正在逐步形成。同时，在云计算、大数据和人工智能等技术的驱动下，互联网线上问诊、临床辅助诊疗、病案质控等创新性医疗业务场景已经从概念走向实际应用，为缓解医疗资源供需矛盾带来新的解决思路。

2017年和2018年，亿欧智库分别就“医疗人工智能（报告中“医疗AI”等同于“医疗人工智能”）这一话题进行了研究，并发布了《2017人工智能赋能医疗产业研究报告》及《2018中国医疗人工智能发展研究报告》。前者是业内第一份系统性梳理人工智能在医疗领域的应用场景与相关企业的研究报告，深入研究医疗人工智能八大应用场景，具有广泛的行业影响力，报告内数据被大量引用；后者根据2018年对相关企业的大量走访调查，梳理包括智能影像辅助诊断系统、语音电子病历等在内的十大医疗人工智能主流产品，并重点探讨产品的应用性与商业进展。

金融机构数字化转型正在如火如荼地进行，人工智能作为数字化转型的重要手段之一，全方位融合赋能金融行业的业务领域和场景应用，人工智能助力金融行业升级的序幕正式开启。 从应用范围来看，目前人工智能技术在金融产品设计、市场营销、风险控制、客户服务和其他支持性活动等金融行业五大业务链环节均有渗透，已经全面覆盖了主流业务场景。从技术价值来看，深度融合金融业务场景的人工智能技术正逐步解决行业痛点问题，在实现业务流程自动化，弥合信息差，构建普惠金融方面发挥着关键作用，已经在获取增量业务、降低风险成本、改善运营成本、提升客户满意度方面进入了价值创造阶段。从应用场景来看，以物特征识别、机器学习、计算机视觉、知识图谱等技术赋能下的金融行业，衍生出智能营销、智能身份识别、智能客服等多个金融人工智能典型场景。

站在智能世界的入口，眺望2030年：人们希望进一步提升生命质量，普惠绿色饮食，改善居住体验；不再受出行拥堵和城市环境污染的困扰，无顾虑地使用绿色能源、享受各种数字服务；放心地将重复性的、危险的工作交给机器人来完成，从而把更多时间和精力投入到有意义、有创意的工作和兴趣中去。为此，如何更好地满足人类社会发展的需求，成为各行各业持续探索的动力。 华为致力于把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。在本报告中，我们从宏观趋势入手，通过对“医”、“食”、“住”、“行”、“城市”、“企业”、“能源”、“数字可信”八个维度在下一个十年的展望，来尝试描绘智能世界2030的美好图景。我们相信智能世界拥有无限可能，需要各行各业持续协作，不断探索，共创美好未来。

近年来，人工智能、大数据、云计算等技术的高速发展，加速了科技与金融的高度融合，促进了包括银行、保险公司、证券公司等在内的金融机构数字化转型的快速发展。金融机构对科技的重视度越来越高，并从战略层面逐步加大了对于金融“新连接、新基建”的投入，通过具体的数字化转型项目，实现自身新的可持续增长。2020年，新冠疫情对金融行业的数字化转型可谓是起到了催化和加速的作用。数字化转型不仅为金融机构解决了时间和空间的限制，更促使金融机构的业务流程、运营模式、风险管控等更顺畅、高效地运作，为金融行业实现了提质、降本、增效的效果。

人工智能作为一项具备颠覆性变革潜力的使能技术，引领着新一代信息技术的集合发展，助力传统行业升级，也创造着新的业态。本报告用“人工智能”来命名互联网新启时代，以体现其新科技生产力的本质。在这一时代背景下，蓬勃发展的数字内容产业是前沿科技与创意文化高度融合的产物，天然兼具科技与文化两种属性，是互联网时代人类文化的主要载体和社交传播的内核，甚至凝聚各个共同体的理念价值,将创造新的个体精神世界。人工智能与数字内容发展相辅相成，人工智能促进了数字内容产业迭代演进，数字内容产业也成为人工智能技术发挥其作用的主要场景之一，甚至成为信息技术研发应用的重要导向。

受益于消费者数据的指数级增长，人工智能算法准确度和算力资源提升，以及大数据、智能硬件、AloT、虚拟现实、5G等新兴技术发展，人工智能在零售行业的应用已逐步渗透到价值链多个环节。其中，机器学习和计算机视觉成为支撑“Al+零售”的两大技术，机器学习主要应用于数据分析与建模，以实现数据智能和产业链优化；计算机视觉技术则应用于对消费者及商品的识别与分析，目前相关应用已实现落地。

人工智能（Artificial Intelligence,AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），使计算机能实现更高层次的应用。其研究范围主要包括自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法等领域，并实际应用于机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等领域。