最近各行各业都在做一次创新，做一次人工智能的革新。千千万万的企业家一窝蜂的闯进这个禁区，他们自知此举必能找寻一片立足之地，这个没有问题，但是方式很重要，此文章不是抨击这次人工智能革命，而是为了给盲目的企业家至少保持一点自知。
价值，在当前这个时代。简单说，是我们需要产生价值，需要的投入和他的变现能力，以及他对社会产生的幸福感。价值可以是信念、规范、标准等等。思考一下什么是人工智能的价值体现，先举一个例子。
某企业家做了一个小区安防系统，按照当前这个时代的基调，企业家不可能去做常规的事情，首先的切入点就是人工智能，为什么呢？变现能力强，说到人工智能，好像这个安防系统都笼罩着光环。好了，那企业家会做什么案例（场景）呢。苦思冥想后，企业家总结了下面这几个场景。
第一，我们可以做人脸识别，看小区每天的外来人口有多少，主要分布在某几个时间段，半夜11点后，对出入的外来人口进行身份识别，对吧，这个没有问题，人脸识别是当前我们这个安防系统的根基。
第二，我们可以做小孩监管系统，对本小区的小孩，我们建立一套完备的身份信息库，父母是谁，在哪上学，电话多少等等。当小孩通过小区大门进入外界时，我们可以判定小孩是否一个人，是一个人么？是否是上学时间？平时上学是否父母陪同？周边如果有陪伴的人，这个人是否在身份信息库中有资料？是否属于小孩被劫持？然后就是系统报警，保安上前询问，推送报警给父母手机，父母直接可以调取当前摄像头视频。
第三，我们系统还可以对孤寡老人进行关怀，对身份信息库中的孤寡老人，系统会开启轨迹记录功能。老人每天外出，系统会记录老人每一次的出入时间，老人在小区内的运行轨迹，然后通过大数据分析分析出老人活动规律，该老人9点-10点出门概率99%，经过小区北门外出概率100%，出门后5分钟内归来概率3%，2小时归来概率98%，每天平均外出3次。我们要这个有什么用？当关怀系统发现老人某一天7点就外出了，外出了1小时都没有归来。系统智能分析出老人走失概率80%，发出报警信号，小区保安获得报警提醒，人工分析后是否报警。
场景还有很多，这里我们重点是分析一下每种案例的价值。分析之前先说一个概念，人工智能时代我们其实再做一种资源转换，这是一种商业行为，绝对不是一种技术行为。
第一个场景，其实就是摄像头的物识，身份ID识别，通过人工智能我们可以轻而易举的做到这点。为什么说轻而易举，一个完全没有接触过人工智能的普通人（有编程基础），在提供视频，文章，论文的情况下，他可以在一周内实现一个基于视频流的实时的人脸识别系统。这个是这个企业家做这个事情的刚需投入，有了这个识别系统，这个场景的难点就攻克了，剩下的选择是否采购摄像头，一套展示系统，优秀点可以在变现一些价值，采集公安公布的危险人物，发现报警公安。一切其实很简单，对一个没有经验的企业家一个月内绝对可以搞定。
先说第三个场景，来看一下第三个场景的价值，这些分析出的数据我们可以变现么？如果是一个无良的企业家，怎么可以暴富，这个数据可以卖给保健品推销员，我们可以精准推广，配合药拖，老人外出就听到要拖小区里说啥药吃了治病了，效果好。听的多了老人自然就买了，老人的行为不会有家属干涉，完全都是自主行为，对保健品老板来说这个是绝佳的受众目标。再说说这些信息，如果保健品推销员靠这个老人赚了一比还不够，黑心点卖给黑恶势力。大数据的分析结果9点到10点如果老人外出后，分钟内没有回来，1小时内绝对不可能回来，黑恶势力拿到这个数据，偷盗这种行为是不是就发生了？
第三个场景就是变现能力弱的一个表现，这些数据拿到以后，并不能在短时间内获得价值。但是人工智能和传统行业不一样，这个前面说过了人工智能其实就是一种资源变换，他是有持续投入的，投入以后如果变现能力差，那企业家们是不是就要好好思量一下价值问题。
资源转换我这里解释一下，类似我们熟悉的核聚变、核裂变，此种行为在自然界是物质转换为稳定的铁元素的一种量子过程，铀238逐渐转变为铁的过程就是核裂变，因为他质子数少了，反过来我们从氢聚变为铁的过程就是核聚变，这两种行为都会释放能量。自然界铀235、铀238并不多，全世界如果都搞核电站，70-100年地球上的铀就会消耗殆尽。所以说可控的核聚变才是未来的发展方向。说这么多，意思就是，我们现在人工智能的发展远没有到核聚变的程度，就是说能干的事情有限，图像识别、视频识别、nlp识别、行为识别等。我们要做这个事情，需要采购硬件，硬件是易耗品，就和铀的半衰期一样，我一个半衰期只能释放这么多能量，硬件也相同，一个生命周期我们只能分析那么多，并且硬件稳定的3-5年持续耗费电能。
总结一下人工智能是什么，耗费硬件投入、电费投入，产出信息。说白了就是一种资源转换，能做什么，做的怎么样我们都控制不了，我们只能投入资本，产出资本，产出资本价值还不可控。
想象一下传统行业多好，投入一台服务器，投入一个研发团队，我们可以持续的产出价值，并且价值不可替代，并且具备远超硬件投入的价值体现。所以我说人工智能绝对是一个商业行为，企业家只要知道当前人工智能可以做什么了，能做到什么程度了，每年投入多少。根据这些信息去决策一个商业行为是存在足够的变现价值，才能说真正运用好了人工智能去革命。
再来看人工智能的发展，人工智能起点大概是从1956年发展至今，分为6个阶段。
一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。
三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
人工智能的发展时间并不比计算机的发展短，阻碍的主要原因是人工智能依托代价函数构建的人工智能模型他其实是一个黑盒程序，科学家并不知道内部的实际工作机制，这就导致了训练和结果中间不是同纬度的产物，突破对人类来说变得尤其困难，对比大数据分析来说，大数据分析的投入是能短时间见到成效的。人工智能更多的依托于学术派的科研成果，投入的意义并没有大数据分析等投入产出的高效，所以才有了上面的观点，只需要关注人工智能能做什么，我们怎么融合，怎么变现就好，而不是去创新人工智能。
再来看第三个场景，资本投入不变，变现的点牵扯到了父母，父母来说，为了小孩的安全投入资金这点，通过小孩手表的热销，各地贩卖人口信息的传播。如果企业家愿意投入，可以通过父母市场行为去分析小孩的安全投资资本大概是多少，接着可以推算出该场景下人工智能这个资源变换能力的强弱。最终能得到的结论就是小孩的价值是远远大于孤寡老人，企业家此举投入绝对可以尝到甜头。
最后分析一下硬件投入费用，
