简版回答：
1、人脸识别（这是一个发展已经比较成功的应用，小到你手机里阿里爸爸注册花呗要用的人脸识别，到群众安放、公安户口、海关过境等等都有使用）
2、图像识别（有一个非常重要又经常被人忽视的应用：医疗图像识别，比如核磁共振图像等，很多机器判别病例已经比医生准确了）
3、语音识别（eg: 科大讯飞语音输入法、搜狗语音输入法等等，大家如果还记得几年前的语音输入有多烂，就知道今天的进步有多大）
4、翻译（eg: Google翻译、百度翻译、科大讯飞翻译，其中YouTube还结合了语音识别+翻译，提供自动给视频生成字幕功能，虽然效果没有特别特别好，但还是能大概懂意思的）
5、等等等等
繁版回答：
这里推荐一下来自麦肯锡的《基于AI的企业数字化发展趋势报告》，主要从企业的立场分析大数据、算法、自动化、机器人等技术对于产业的影响，回答数据和分析的用途，并列举可行的商业举措。
这里只挑AI应用部分：
先说机器人技术，这在制造业中已经存在很久了，但目前，更有能力，更灵活，更安全，更便宜的机器人结合其机械化和认知学习能力，逐渐实现自我升级。
人工智能的概念也并不新，但最近的机器学习算法突破实现神经网络技术，计算能力成倍增加的芯片模块有利于处理更复杂的模型，以及每天由社交移动端、工业传感器等设备产生的大数据，成为三个主要驱动力。与此同时，机器的自然语言理解能力、识别能力等通用技能也在不断进步。
显然，基于机器人技术、人工智能等新兴技术实现生产自动化，能够进行更高的数据吞吐量，改善预测模型，提高结果的准确性，进行决策优化，甚至在生物学、材料学等大规模的复杂问题上也很有潜力，提供了新的商业模型。
*机器学习在各个行业中的应用潜力（色块代表不同行业）
*不同行业的不同部门具有不同的自动化潜力
事实上，现在已经有一些通过智能化自动技术造福企业的案例：力拓（Rio Tinto）已经部署了自动拖运卡车和钻井澳大利亚皮尔巴拉矿山的机械设备，据称机械利用率提高了20%；谷歌利用DeepMind机器学习算法，减少了公司40%的年均能源消耗；自动化“直接处理”（straight-through processing）应用于金融服务工作端到端的工作流，增强了工作的可伸缩性。此外，机器学习还被大量的应用于跨部门业务。
*不同业务的自动化技术潜力
麦肯锡认为，机器学习的潜在用例还包括医院急诊部、飞机维护、石油和天然气业务、杂货店、抵押贷款经纪人降低运营成本并提高效率。事实上，随着人口结构的确定，老龄化和出生率下降大幅减缓劳动力供给的增长，人力成本增加给企业带来的压力可以通过智能化的缓解。
甚至在探月工程、生物学、癌症研究、气候科学和材料科学等方面，AI也是潜力无穷。据悉， McMaster and Vanderbilt大学利用计算机预测了抑郁症和乳腺癌的有效治疗方法。
联系客服
