我国数据和算力资源日益丰富、应用场景不断拓展，为开展人工智能场景创新奠定了坚实基础。但仍存在对场景创新认识不到位，重大场景系统设计不足，场景机会开放程度不够，场景创新生态不完善等问题。
场景创新成为人工智能技术升级、产业增长的新路径，促进人工智能与实体经济深度融合为主线，推动场景资源开放、提升场景创新能力。
我国有人工智能成长的深厚土壤，也有其应用的丰富场景，我国有着海量数据，也有着完善的产业链，更有着鼓励创新创造的政策，正如钱学森先生所说，在人工智能上，我们的做法要有中国特色。
人工智能的定义一直以来都是以“协助人类”而存在的，怎样协助，当然是应用。人工智能，以一种颠覆性创新的态势，拓展系统内各要素的内涵，改善和延展系统内部关系。
百度公司，每年人工智能的研发投入已达到营收20%左右，百度创始人李彦宏，连续撰写了三本以人工智能为主题的专著，对人工智能产业实践做了中肯的论述。
从长远来看，人工智能的应用，其过程是点、线、面，由单点应用到行业与地域的应用。
从推动产业发展的角度选择一些超级场景对于牵引人工智能应用发展非常关键，算力（算力设施）、算法（训练框架）、数据（知识）是人工智能的基础，人工智能要大规模落地，要有算力设施和训练框架做根基，行业知识做内涵。
日新月异的人工智能技术在生产生活中的应用越来越多，其所具备的感知和控制两大能力，在未来有着更广泛的应用空间，人工智能从感知、认知走向应用决策是必然发展趋势。
人工智能具有无所不在的广阔应用场景，将成为改变世界的有力工具，千行百业将被重构，通过产学研用共同体的努力，人工智能的技术价值将被充分开发，成为应用现实。
三、物流应用再深入
物流，作为复合型服务产业，将受到人工智能技术的深刻影响，人工智能作为引领未来的战略性技术，可望引领新一代物流技术的发展方向。
人工智能和物流的融合，潜能巨大，对物流来说，不是升级，而是重构，从内生到外化，深入地改变着物流的业态，重构物流的格局，形成新的增长曲线。
物流作为一个庞大的产业，从物流管控、运输配送，到整体的运营，都与人工智能存在着天然的结合点，可望在全链条中实现落地。
人工智能在物流上的应用，可分为二大类：一是以AI技术赋能的智能设备，如无人卡车、AMR、无人配送车、无人机、客服机器人等；一类是通过智能技术或算法驱动软件系统来提高人工效率，如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等。
具体到仓储系统，有货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用。智能感知技术、信息传输技术，机械臂、机器人、智能计算重构物流仓储运作流程。人工智能技术具有深度学习与运筹优化算法功能，驱动设备调度系统在准确性、灵活性、自主性方面取得显著提升。
在物流运输环节的应用场景，是以自动驾驶技术为核心的“无人卡车”。自动驾驶，作为人工智能技术的关键赛道，离不开车的智能，路的智能，更离不开车路协同的智能，人工智能不仅需要无人车辆，还需要车路协同系统发挥作用。
工欲善其事，必先利其器，物流装备怎样从制造迈向智造，人工智能将发挥重要作用。
我们正处于设计和制造产品革命的风口浪尖，智能制造人工智能和机器学习将很快取代试错法，并为更自动化的产品定制打开大门。将人工智能和机器学习算法分层到设备上，将使装备企业能够使用更具动态性、响应性和弹性的智能制造流程。
目前，习以为常的物流场景中的智能化设备，都折射出人工智能技术的影子。京东无人仓、亚马逊超级仓、阿里菜鸟的自动分拣系统中，基于人工智能的机器采用率较高。
在物流上，人机共生的一个重要难点是沟通，人工智能以语言建模方式使其成为可能，在智能仓库里，机器人与人亲密无间的配合操作作业，大大提高了仓库的搬运速度和存储密度以及拣选的精准度。
人工智能已被认为是物流业的下一个风口，但要稳步推进，仍然面临一系列的考验。人工智能在物流落地中，也碰到很多问题，例如对数据质量要求高、缺乏相应标准、落地周期长、成本高等问题。
降低人工智能在物流上的应用门槛是首要问题，人工智能行业的一个关键矛盾——技术成本和应用化的不匹配，现在人工智在物流上的应用，在很多时候发现还不如用人更省成本，从吸引眼球角度可以，而普通应用则是行不通的。
人工智能要深入物流应用，必须要满足以下几个条件：批量化、成本低、易访问、轻能耗以及最大程度的开源开放，这可能需要技术突破，也是未来5-10年人工智能落地物流的主要方向。
人工智能需要丰富的应用场景和海量的数据支撑，目前，人工智能所需要的物流数据基础设施建设滞后，相关的物流大数据、物流云等智能基础数据收集和感知设施与实际需要还有较大差距，物流互联网的覆盖度和精确度尚显不足。
人工智能的落地需要和装备制造、物流运行等领域深度融合。全球领先的物流服务提供商DHL和IBM评估了人工智能在物流领域的发展潜力，物流企业或电商平台通过自建研发团队、成立科技子公司等方式涉足AI技术领域。凭借其自身的科研实力与丰富场景，在人工智能方面推出了一系列成果。
人工智能的机器学习、深度学习功能带来的“预测未来”的神秘力量，人工智能拓宽物流的创造力还体现在其具有的学习能力和预测能力上。前瞻性和预见性的物流操作，是社会的需求，物流业会将其运营模式从反应性行为转变为前瞻性和预测性模式，有效地提升物流效率。
物流行业的人工智能应用也将反过来促进人工智能技术的发展，物流行业自身所携带的大数据库和丰富的场景为人工智能的发展提供了丰厚的土壤。
