随着中国经济向高质量增长的转变，以及各种红利的快速消失，企业经营的各种成本快速上升，促进“无人”商业模式的产生，其背后的核心支撑正是人工智能概念。
在数据时代，基于数据的人工智能分析是企业发展的利器和法宝，但是其中最主要的核心算法，却必须依赖于核心业务场景，是一个具有高度行业和专业知识属性的难点和壁垒。
过去几年，ai在语音识别、人脸识别、图像识别、语义分析等基础领域取得了很大的发展，但在行业深度领域的发展仍然举步维艰。比如无人驾驶、智能疾病诊断等需要高度知识经验的领域，人工智能仍然需要很长的时间或许才能取得进展。
★2017年，世界顶级肿瘤治疗与研究机构md安德森癌症中心，宣布停止与ibm 沃森长达4年的合作，其他多家医院也终止了与沃森肿瘤相关的项目，医生们抱怨沃森给出了错误的判断。
沃森尽管学习能力比医生强，但是疾病治疗方法进展很快，需要结合患者的不同情况给出个性化的治疗，显然沃森在给出治疗方案这个最需要智慧的环节远远不能满足实际的需要。
人工智能可以为疾病治疗提供帮助，目前仅仅是辅助帮助，未来仍然有很长的路才能真正实现让ai来代替医生为患者提供治疗方案。富有知识和经验的医生，仍然是患者治愈疾病的最优选择。
★无人驾驶：目前大量车企都研发了无人驾驶系统，可以实现有条件的无人驾驶或者辅助驾驶功能。基础的辅助功能如自动泊车入位，解决了很多新手停车难的问题；高级一些的辅助功能可以实现用户到达目的地后直接下车，由车辆自动驶入停车库寻找车位停放；更高级别的系统可以在人工监管的情况下根据导航的要求自动驾驶，并且根据实时路况做出正确的驾驶操作。
但是，谷歌waymo无人车ceo john krafcik在加州一次会议上公开表示，要实现完全无人驾驶的l5级别实在太难了，可能还需要很长一段时间。实现真正意义上的“无人驾驶”，还需要从芯片、算法、人机交互等领域进行长期研发，才能避免一些可能发生的交通事故，毕竟人的生命只有一次。
★亚马逊的无人零售商店amazon go虽然进行了试验运营，但是由于成本过高，以及还有许多技术问题没有解决，所以大规模的商业化运行仍然需要很长的时间。一些用人就可以简单解决和判断的问题，要想完全用系统来解决，仍然非常复杂和困难。
★遍布大街的无人饮料机和零食机就不用说了，近来火遍大江南北的网红无人口红机，其本质不仅仅是满足消费者的需求，而是为了给线下门店引流。门店通过引入无人口红机，让用户以一种类似游戏的方式获得名牌口红，一方面增加了趣味性，另一方面增加了客流量及用户停留时间。
★无人服务包括很多场景，比如无人酒店需要引客人去房间、送餐到房间，用小型机器人就可以满足客户需求。比如24小时无人超市，用户通过支付宝或微信登陆后，即可实现自助购物、买单，通过大量的物联网设备，如人脸识别、高频rfid设备、智能门锁、wifi探针技术、蓝牙技术、智能pos机等，实现自动补货、自动营销推送、自动结账、自动数据统计等一系列动作，既方便了用户，又帮助商家节约了人力成本。
★又如无人餐厅，2018年上海召开的第一届进口博览会，其餐厅使用了阿里的无人餐厅智能系统，用户从下单到菜品送上桌，全部通过一套智能调度系统完成，最终通过一个小型送餐机器人把客户点的菜品送到桌前，整个用户体验非常炫酷。
★无人工厂：又被大家称之为“黑灯工厂”，这样的工厂在生产的时候，都是机器人操作，不需要开灯。例如很多汽车生产厂，整个生产车间不需要人工干预，通过全自动化生产线来实现整车制造，不仅生产效率高，而且大大节约了生产成本。富士康这两年大量引入的全自动生产线，也是一个典型的无人工厂案例。
★无人仓库：京东的很多大型仓库（比如亚洲一号仓库）已经实现了全程自动化的无人控制。用户在网上下了一个订单，后台智能系统自动开始从不同的仓库仓位进行取货、分拣、打包、打标签、流水线配货，高速的计算机系统可以瞬间完成几百个运货机器人的取货送货线路规划，通过机械手臂、机器人、智能传送带等设备的协同配合，高效完成仓库工作。
整个仓库只需要少量人工进行运维、优化工作，即可完成日单量超过20万件的发货任务。这样的无人仓库其工作效率是传统仓库的10倍。
★无人值守停车场/加油站：无人值守停车场实现了车辆进入停车场时的牌照自动识别，在车辆驶出时自动进行停车费扣款操作。更有一些商场停车系统还打通了购物系统，可以根据消费者在购物中心的消费情况，自动实现停车费的抵扣和优惠，以此来鼓励用户在购物中心多消费。
当用户将车辆停在了无人值守加油站的指定加油区域，机械手臂可以帮助用户完成打开油箱盖，插入加油枪的动作，在完成加油后自动实现加油费扣款操作，整个过程用户无需下车，也无需做付款动作，真正实现了无感支付。
★无人机：无人机在很多领域都被重新定义并发挥了巨大的作用。例如，无人机的航拍功能被应用于电力行业，可以高效地巡视高压线路，以往巡视和检修高压线路，需要电力工人翻山越岭爬上高压线塔，费时费力且效率极其低下，更重要的是容易造***员伤亡事故，现在通过无人机可以拍摄各线路段的详情，传送给地面人员做检修判断，既高效又安全。
又如，发生地震、洪水、火灾等灾情的时候，现场的环境侦查就是指挥部做出应对部署的最佳依据，无人机侦查灾情可以快速到达人员无法到达的地方，完***力无法完成的工作，并且更加高效和安全。这些，都是无人机应用给社会带来的巨大价值。
★在汽车行业，一些知名汽车厂家如宝马的智能制造工厂已经实现了无人化制造，国内的一些领先的制造企业也实现了制造环节的无人化。但是对于目前火热的智能制造而言，无人制造只是产业链的最低端环节，真正决定制造业竞争地位和优势的是前端的营销和中间最核心的研发环节。
制造企业在获得客户的需求和订单后，根据客户需求进行产品研发，利用数字化的研发手段完成产品的研发后，把数据传递给制造环节来执行。前端的营销和中间的研发环节，才是一个制造企业最为核心的竞争优势和壁垒，最后的智能制造环节只是对已经确定的产品制造数据的操作执行而已。
由此可见，对于满足客户需求和产品研发这样具有高度创新性和创造性的工作，必须有具有一定知识和经验的人来执行，而对于已经确定的具有明确数据要求的生产，可以用无人化的智能工厂来实现。
一方面最大限度的降低了对人的要求，同时，无人化的智能制造更能保证产品质量的一致性，因为人作为一个富有感性的生命体，总是会产生疲劳和情绪，而智能化的设备，则可以严格按照数据要求准确高质量地完成制造工作，同时不会有疲劳和情绪的影响。
如图2所示，在制造业的智能数字化建设中，智能制造只是最低端的执行环节，而最为关键的核心环节，市场销售和研发，仍然必须要依靠具有专业知识经验的人来完成。
在“无人”商业模式层出不穷的今天，虽然人工智能和数据分析取得了很大的进步和发展，但是人的作用却在“无人”的环境下凸显得更加重要。“无人”代替的是相对而言不具有创新性和创造性的确定性的工作，而且“无人”环节的流程是由人来制定的，只是通过智能化的设备执行，提高生产效率，确保生产质量，这样就可以节省出更多的人来从事具有创新性和创造性的工作。
由此可见，在数据时代，企业在数字化与智能化转型建设过程中，需要用人来进行具有不确定性的创造性和创新性的工作，如市场、销售、服务、产品研发等；需要用“无人”来进行确定性的、重复的、需要按照固定流程和方法严格执行的工作，如智能制造，这样才是未来高效的、绿色的、创新型的智慧企业。
人的作用在无人化的环境下凸显得更加重要。工业革命促***类社会技术和经济上的伟大进步，然而机器并没有使我们全部失业。正如它们摧毁了旧的工作一样，它们最终也创造出了新的工作。在我们所处的数字化时代，这些新的智能型机器、新的移动应用场景、新的经济业态也同样将会创造出与以往不同的新的工作环境，以及一系列新的赢家与输家。
美国驻欧空军司令菲利普·马克·布里德洛夫（philip m. breedlove）上将的工作与无人机应用密切相关，他曾表示：“我们的空军面临的第一号人员问题，就是为我们的无人驾驶平台配备人员”，这些人员配备包括修理和维护飞机的工作人员，还有整理影像和监控记录的分析师。
据悉，一架“掠夺者”（predator）无人机在空中飞行24小时，需要将近168名工作人员在幕后服务工作。一架更大的无人机，例如“全球鹰”（global hawk）无人侦察机，则需要大约300名幕后工作者才能确保任务的执行。相比之下，一架通用动力的f-16战斗机在一次任务中只需要不到100名幕后工作人员。
这意味着无人机技术的广泛应用并没有让更多人失业，反而成倍地增加了更多新兴职业的就业机会。有较强的数学建模和分析技能，理解软件工程，能熟练操作电脑，一批工作者都将会在这次变革中受益。
同样，人工智能的快速发展催生了数据标注产业的蓬勃发展，事实上，大量从事数据标注工作的人员并不需要很高的学历。脸书（facebook）的创始人马克·扎克伯格大学时所修的专业是心理学，正是在心理学中的许多洞见，帮助他把脸书变得更有吸引力和诱惑力。