1. 硬件層

第一層是硬件層，涵蓋人工智能的硬件和基礎設施，如AI芯片、傳感器、服務器等。

人工智能硬件制造商，是AI產業第一輪發展的受益者。

2. 基本服務層

第二層是基礎服務層，覆蓋云基礎服務，在云基礎上提供額外的人工智能能力。

基于硬件，云服務公司是第二輪AI產業的受益者。 它比硬件更有好處，因為它支持廣泛的應用程序。 美國幾乎所有的IT巨頭都在花費大量的資金來建造大型云計算平臺，并擁有強大的人工智能支持。 這兩家領先的公司是亞馬遜的AWS和谷歌，但微軟、Facebook甚至蘋果都在云業務上付出了巨大的代價。

中國是一樣的，現在更領先的是阿里云，騰訊，百度也在工作，但現在看來阿里還是更領先的空間。 當然華為在制造自己的云。 中國也會有一些大云，也有很多市場空間，因為中國的IT市場并不比海外小很多。

在云的基礎上，可以提供許多額外的人工智能能力，如計算機視覺、智能語音、語義識別、機器學習等，這是一個巨大的市場。

如視覺識別，現在大量的獨角獸正在追逐這個市場。 但我認為從長遠來看，這個市場機會很難把握：一方面，政府將形成統一的大市場，而不是國家的每一個地區都要自己做，未來應該開放，市場整體規模很小；另一方面，無論有多少客戶，未來的提供商都可能不是今天的獨角獸，而是由阿里、騰訊或華為等基礎云平臺直接提供的。 因為這個可以力并不復雜，直接從云中提供是最簡單的，如果未來朝著這個方向發展，我預測一半的獨角獸將無法做到。

當然，不僅是視覺識別，還有動作識別，還有基本的圖形識別，比如另一個流行的市場，所謂的醫學圖像識別。 未來醫學中的X光或B超圖像識別可能會集成到云中。 提供商可能是云中的第三方公司或大型IT服務提供商，這可能成為基本服務的一部分。

此外，語音，語義識別和翻譯，未來也可能成為云的基本服務。 我們知道，如果我們今天想翻譯，我們也需要帶上翻譯。但在未來，如果云的處理能力得到加強，所有這些聲音都將被發送到云中進行處理，然后返回結果，我們每個人都可以成為一個沒有單獨設備的翻譯。

3. 行業應用

第三個層次是行業應用層，它來源于前兩個層次，并與無人駕駛、智能醫療、新零售等AI應用等各行各業相結合。

在這個層次上，有大量的人工智能應用公司，并將繼續蓬勃發展。 這些公司的特點很清楚，必須有自己的行業特色。 因為人工智能技術本身，沒有辦法形成壁壘，真正能形成壁壘的一定是行業特點，即行業數據，行業經驗和行業準入都會是壁壘，這就需要我們去發現這些壁壘，這樣才能做生意。 所以任何一個先進的領域，都不領先，還必須找到自己的壁壘和競爭優勢才能做好。