隨著計算能力和5G通信能力的極大提高，人工智能正在迎來一波新浪潮。

2020年中國人工智能產業年會上，中國工程院院士李德毅用“計算機智能”來形容傳統人工智能，“凡是在計算機上玩智能的（算法、大數據等等），那都不算新一代，而是傳統智能。”

相對于過去幾年過多強調算法、算力、數據要素，新一代的人工智能的特征是應該“會學習、智編程”。李德毅解釋稱，解決問題是學習的目的，機器人需要通過依賴其自身軟硬件和外部變化的環境，通過交互、學習和記憶，實現自編程、自成長。“不能用一臺機器總是做它原來能夠解決的問題，我們希望解決它從來沒有遇到過的新問題。”

當下人工智能發展遇到的新情況是，進入萬物互聯時代后，傳統經濟和新經濟企業朝數字化方向飛速發展，相關的數據量級迅速膨脹。上海人工智能研究院有限公司總經理宋海濤稱，當下數據每天產生的量已經超出了每兩三個月迭代全年一倍的數據量。

海量數據驅動之下，AI如何找到更多更好的人工智能落地場景，”推動產業數智化是未來10年是人工智能最好的機遇。”京東集團技術委員會主席周伯文認為，產業數智化的核心是如何更好找到人與AI協作深入，會成為數字化發展的新動力。

周伯文將人與AI的協作分為三個層面，一是AI幫助人類從從簡單，重復，枯燥工作當中解脫出來；二是AI和人協同有增強作用，依靠AI能力幫助人類提高工作效率；三是在足夠多的數據和觀察基礎之上，基于AI重塑工作流程，完成創新協作。

在兩會推出的“十四五”報告之中，AI遠景規劃是對整個經濟和社會流程全面重塑和提升。人工智能通過賦能產業，幫助國家全面提升數字經濟。目前，人工智能已經在智慧醫療、智能制造、智慧教育、智慧城市、智能家居、金融等多領域有實際落地，幫助提升效率、進行創新。以智能家居場景為例，在萬物互聯時代，人工智能可以針對已上傳的海量結構化數據進行智能分析，與各種場景進行融合，對人進行動態預判和主動智能。

不過，對于新一代人工智能的發展要求，目前的人工智能在技術以及商業化上仍面臨不少挑戰。從技術上來看人工智能需要更加可信，背后對技術魯棒性，可解釋性和可復制性存在要求。

京東周伯文指出，人工智能目前在面向智能產業化落地時候碰到巨大挑戰是真實環境開放所帶來的邊界和規則的模糊，數據的噪音非常多，以及AI模型部分結果和使用情況難以讓人信賴。在大規模應用人工智能時，AI存在缺乏邏輯、常識的問題。

他提到一個案例，如一副有董明珠肖像的廣告放在公共汽車上，過馬路時候被攝像頭拍下來，被認為行人闖了紅燈。人臉識別技術找到了董明珠，卻變成了笑話。

在商業化層面上，聯想集團全球副總裁王茜鶯提到，目前人工智能發展存在場景碎片化的問題，“大家選的賽道很難找到真正可以大量規模化的產業，所以這里面會造成一個大量的浪費，未來對中國人工智能產業數字化發展我覺得規模化，怎么解決試點煉獄問題是一個挺大的挑戰。”此外，在圓桌論壇上，還被提到的發展障礙有：數據隱私方面的法律法規不健全、人工智能所需的交叉型人才稀缺、人工智能公平性問題、數據孤島問題。

產業數字化勢能強大。信通院數據顯示，2019年我國產業數字化增加值28.8萬億，占GDP比重29%。根據華為云人工智能領域首席科學家田奇的預計，人工智能對于企業滲透率將從目前的4%增長到2025年的86%。

聯想集團全球副總裁王茜鶯認為，在產業數字化的進程中，哪一個具體產業的潛力大，應該要看當下哪一個產業保有量比較大，以及未來會有哪些新興產業出現。快速能被人工智能帶來增量的、能夠做到產業數字化的會有很大的規模效應，短期來講場景會比較統一。

而對于體量較大的行業來說，中國科學技術發展戰略研究院研究員李修全認為，類似制造和其他體量很大的行業，（賦能）是一個步步遞進，逐步解決，逐步把產業潛能釋放出來的過程。“人工智能技術分階段成熟，所以賦能行業過程也是一個階段性遞進過程。”