Cash is king. This rule of thumb in business may also apply to the expansion of AI companies. That is the assumption we wanted to check in the course of our second global mapping of the European AI ecosystem.

Al in manufacturing is a game-changer. It has the potential to transform performance across the breadth and depth of manufacturing operations. However, the massive potential of this new Industrial 4.0 era will only be realized if manufacturers really focus their efforts on where AI can add most value and then drive the solutions to scale.

智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。

5G具有高速度、低时延、高可靠等特点，是新一代信息技术的发展方向和数字经济的重要基础。 2018年6月14日，3GPP全会批准了第五代移动通信技术标准（5GNR）独立组网功能冻结。加之2017年12月完成的非独立组网NR标准，5G已经完成第一阶段全功能标准化工作，进入了产业全面冲刺新阶段。 2018年11月14日，美国FCC首次进行5G高频段频谱拍卖，5G全球竞赛加剧。 2019年4月3日，韩国在全球率先推出商用5G网络，领先美国2小时。 2019年4月10日，日本政府完成频谱分配，计划2020年东京奥运提供正式商用服务。 2019年6月6日，工信部向中国电信、中国移动、中国联通、中国广电发放5G商用牌照。目前，中国已部署约35万个5G可操作基站，几乎是美国部署的10倍。我国正式进入5G商用元年。

A full 84% of C-suite executives believe they must leverage Artificial Intelligence (AI) to achieve their growth objectives.Nearly all C-suite executives view AI as an enabler of their strategic priorities. And an verwhelming majority believe achieving a positive return on AI investments requires scaling across the organization.

人工智能是乌镇智库关注的重要方向之一。乌镇智库一直用数据和技术驱动的新方法论，尽可能公正及时地发布行业的报告。也恰因此，我们的工作被广泛地引用。

当前人工智能技术已步入全方位商业化阶段，并对传统行业各参与方产生不同程度的影响，改变了各行业的生态。这种变革主要体现在三个层次。第一层是企业变革：人工智能技术参与企业管理流程与生产流程，企业数字化趋势日益明显，部分企业已实现了较为成熟的智慧化应用。这类企业已能够通过各类技术手段对多维度用户信息进行收集与利用，并向消费者提供具有针对性的产品与服务，同时通过对数据进行优化洞察发展趋势，满足消费者潜在需求。第二层是行业变革：人工智能技术带来的变革造成传统产业链上下游关系的根本性改变。人工智能的参与导致上游产品提供者类型增加，同时用户也会可能因为产品属性的变化而发生改变，由个人消费者转变为企业消费者，或者二者兼而有之。第三层是人力变革。人工智能等新技术的应用将提升信息利用效率，减少企业员工数量。此外，机器人的广泛应用将取代从事流程化工作的劳动力，导致技术与管理人员占比上升，企业人力结构发生变化。

未来智能社会可以在智慧园区里，观察其端倪，体验其先导，实验其前沿。

“Al+安防“行业正处于高速发展的阶段，生态链逐渐完善，市场规模迅速打扩张 ·平安城市的建设推动智慧安防领域的创新与商业兴盛。“Al+安防”在公共安全领域已经实现可视化、网络化、智能化管理。随着人工智能产业化的加快落地，民用安防产品将得到快速发展。根据鲸准数据，截至2022年底，安防行业市场规模将达到近万亿。

目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，想要更加落地，解决行业具体痛点， 需要大量经过标注处理的相关数据做算法训练支撑 ，可以说数据决定了 AI 的落地程度。