普華永道預計到二○三○年，中國將獲得全球百分之四十六的人工智能經濟產值。

人工智能（Artificial Intelligence簡稱ＡＩ）近年成為科技以及經濟市場上的熱門詞，所謂人工智能，最早提出這一概念的約翰．麥卡錫（John McCarthy）認為，是指機器的行為看起來像人所表現出的智能行為一樣。由於人工智能近年大量應用在金融貿易、醫藥、工業中，大大節省人力成本，故其市場發展得極為蓬勃。

現時美國為人工智能的強國，市佔率最大，然而，近期多份報告均顯示，有鑑於中國的科網公司市值澎脹，加上政府資金上的支持，以及中國網民多使用手機，方便收集更多有用數據，中國的人工智能產業最快或於五年後超越美國，傲視全球。

目前最常見的ＡＩ，主要應用方法電腦科學、金融貿易、醫藥、重工業、運輸、遠端通訊、在線和電話服務、法律、科學發現及遊戲等諸多方面。而相信大家最大機會接觸到的人工智能產品，包括蘋果的Siri、Telsa的導航系統，以及Netflix視頻系統。

從全球範圍來看，現時美國為領先國，中國、英國、以色列、加拿大等只能僅隨其後，如根據騰訊研究院的《中美兩國人工智慧產業發展報告》，截止到二○一七年六月，全球ＡＩ企業總數達到二千五百四十二家，其中中美的佔比最大，美國有一千零七十八家，佔百分之四十二；中國有五百九十二家，佔百分之二十三。

美國白宮報告指出，中國在ＡＩ的深度學習領域發表的論文數已經超過美國。

事實上，在美國ＡＩ已普遍地應用在生活上，如在二○一七年，富國銀行開始試用一款基於Facebook Messenger平台的聊天機器人項目，透過虛擬助手與用戶交流，為客戶提供賬戶信息，幫助客戶重置密碼。而美國銀行的智能虛擬助手Erica也正式亮相，用戶可使用語音和文字與Erica互動，幫助用戶查詢信用評分、查看消費習慣等。

然而，近期卻有不少金融機構甚至官方資料顯示，美國在人工智能上的優勢或未能持續，並最快於五年後為中國迎頭趕上。早於二○一六年十月，美國白宮在一份報告中就指出，中國在深度學習（ＡＩ的一個分支）領域發表的論文數已經超過美國。其後，普華永道（PriceWaterhouseCoopers）亦指出，近年美國會從ＡＩ中獲益最多，但中國會趕上來，預計到二○三○年，ＡＩ將為全球經濟產出貢獻十六萬億美元，屆時中國將獲得其中約百分之四十六，美國卻只獲得百分之二十四。

用戶數據人口領先

近日安聯投資美國科技團隊高級研究分析師Stephen Jue亦預期，中國在用戶數據及人口結構有龐大優勢，故最快在未來五年即可追趕美國，成為全球人工智能的領頭羊。

分析普遍認為現時的中國ＡＩ發展，主要有三大優勢，首先是中國科技巨頭市值不斷澎脹。去年騰訊（00700）及阿里巴巴隨著香港及美國股市造好，市值不斷上升，當中騰訊市值由二○一六年底逾二千二百億美元，升至二○一七年十二月二十一日的逾四千八百億美元，升幅逾期一點一倍，而阿里巴巴亦以驚人速度發展；期間市值由逾二千一百億美元增長至四千四百億美元，增速達逾一倍，兩者的市值正直逼Facebook的市值。

百度創辦人李彥宏近日登上了《時代》亞洲版封面，並大談百度布局人工智能的野心。

隨著市值大增，科網巨頭亦加快人工智能的布局，當中阿里巴巴已在去年投資數十億美元，希望搶奪雲計算市場的頭把交椅，其中正研發的包括一項名為「ＥＴ城市大腦」的人工智能服務，可以藉助視頻識別實時優化交通，阿里巴巴總部所在地杭州指，該公司聲稱這套系統已經將平均交通速度提升了百分之十一。至於騰訊雖然是近期才建立人工智能實驗室，但憑著微信聊天服務大約擁有十億帳號，已經很快得到大量數據，正建立出一個能夠提供成千上萬服務的人工智能平台，提供支付、新聞、城市導遊和法律援助。

此外，百度的市值雖不及前兩者，但是中國三大科網巨頭ＢＡＴ最早押注在ＡＩ身上，而在過去兩年半時間裏，ＡＩ方面的投入高達二百億元人民幣。其中該公司把多數資源都投向無人駕駛上，定以二○一八年把無人駕駛汽車推向市場為目標，並計畫在二○二○年為全自動駕駛汽車提供技術。這種決心讓百度創辦人李彥宏登上了《時代》雜誌亞洲版封面，報道更指，曾被認為只會生產廉價山寨貨的中國，現在已經讓矽谷廢寢難眠。

中國政府決定把ＧＤＰ的百分之二點一投放到ＡＩ研發領域，追緊美國佔約百分之二點八的佔比。而與此同時，美國總統特朗普去年的預算案則把美國國家科學基金會（National Science Foundation）在智慧系統上的開支減少百分之十，降至一億七千萬美元。其他領域的研究與開發預算也會減少。在此消彼長下，中國要追過有更大的希望。

騰訊的市值在去年大升一倍多。

不過，中國在ＡＩ的前景亦非全無障礙的，當中，隨著互聯網金融加速發展，ＡＩ應用也對金融監管帶來挑戰。ＡＩ讓監管對象趨於複雜化，違法違規行為難以認定，而且責任的主體也變得難以界定。此外，大量資金投入行業亦不一定能轉化為優勢，因為中國政府自上而下的運作方式、缺乏透明度的官僚機構以及資訊囤積的做法，都可能會阻礙研究過程。一如當年ＳＡＲＳ年代，中國政府也曾投入過大量資源研發應對方案，但最終仍由加拿大的一家小實驗室進行測序，馴服了這種病毒。