如果说过去四年是人工智能商业化进程的上半场，那么即将结束的2019年，已正式把这个行业领入至下半场。

四年前，当产学两界怀揣着用AI创造出互联网级To C新市场的梦想时，四年后的今天，人工智能的主战场，早已转移至离科技感颇为遥远的传统行业。

三年前，当业内开始意识到To B/G才是AI的最佳落脚点，从而试图打造行业通用型产品时，三年后的当下，走高度定制化模式，于多数公司而言，似乎更容易活下去。

两年前，深度学习研究的瓶颈比预期更早到来，技术触顶，有时候不全是弊病，它所带来的良性结果，是人工智能工程化和商业化的边界逐渐清晰。有了边界，人们便不再天马行空。能在有限的边界内创造出什么？是每一位AI经营者在自省时发问最多的问题。

《海上钢琴师》中有这样一句话：琴上88个键一个不多一个也不少，琴键是有限的，但你是无限的。在这些琴键上所能创造出来的音乐，才是无限的。

人工智能同样如此，AI的技术分支是有限的，场景同样有限，但定义问题的方式和解决问题的方法，则是无限的。

在经营者眼里，AI既是当前最为前沿的技术之一，但同时也非常落后。

落后的根本，在于技术需求方与技术输出方之间的信息不对称性。

其中，一方面是多数需求方本身所处的行业信息流通性较弱，AI认知滞后；另一方面，输出方的业务服务能力仍旧落后于算法精度水平。

从某种程度而言，信息的不对称问题，已成为人工智能商业化进程的最大阻力。

2017年11月，雷锋网联合数十家风险投资公司、传统上市企业、机关单位领导以及海内外高校，启动了业内首个人工智能商业案例评选活动：「AI最佳掘金案例年度榜单」。我们从商业维度出发，致力于寻找各个行业用户/客户问题解决能力强的最佳产品和解决方案。

在三届的评选期间，雷锋网走访了数千家AI需求方与输出方，随后输出深度报道、论坛、社区、BD服务、报告等产品，致力于解决行业信息不对称问题。

而一年一届的「AI 最佳掘金案例年度榜」，则是每年走访的最终沉淀。

三年来，1028家参选企业在经过多轮的筛选与评审，最终100多家极具商业价值的公司成功从中脱颖，入选三届「AI 最佳掘金案例年度榜单」。 

他们既有生来便被聚光灯包围的明星科技巨头与独角兽，也有经历过多轮技术变革、无数次站在生死边缘却最终爬出泥泞的传统公司，同时不乏有在大众视野里默默无闻，但在商战世界里让对手只能望其项背的企业。正是这些极具颠覆性的新元素和颇有时代特色的旧元素的融合，拼成了完整的人工智能商业版图。

在人工智能进入下半场之际，今日我们再次站在AI浪潮之巅，正式公布第三届「AI 最佳掘金案例年度榜单」，嘉奖在这个有限的时代里，有着无限可能的商业体：

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。