信息来源：中国信息产业网

上周在上海举行的第二届世界人工智能大会，再度让人们见识到当前AI领域超高人气和美好前景。而且，和一年前相比，人们对AI的热情，更多转换为成熟理解和具体应用，AI的可用性也变得更好，AI赋能传统行业有了更好的注解。

但是，AI发展仍面临着诸多挑战，从AI技术自身来说，仍需要越过难关才能取得更好发展，尤其是在AI芯片领域，如何打通通用化之路，成为必须要解决的问题。而在更广的范围，人们担忧的是越来越聪明的AI与人类如何相处，如何让AI造福人类而不是伤害人类，AI治理的课题不仅需要产业界，更需要全社会参与，一起去解决。还有信息泄露的问题，在AI时代因为海量数据的产生，泄露风险无疑在加大，如何更好保护个人隐私，也成为不得不解决的问题。

任何新兴领域，机遇和挑战并存，AI也是如此，化解挑战，抓住机遇，AI将会取得更大发展。

为了“科技向善” AI治理紧迫性越来越高

最近发生的ZAO换脸风波、课堂视频监控风波，再一次引发人们对AI产业高速发展，带来的隐私泄露、挑战社会伦理等一系列问题的担忧。技术是把双刃剑，如何使AI造福人类而不是伤害人类，正引起各国政府、学界、企业的思考。在上周举行的世界人工智能大会上，这也成为各方人士讨论的焦点：AI如何健康发展？全球AI治理与法治的机遇和挑战在哪里？

面临多重挑战

可以肯定的是，AI治理已迫在眉睫，需要关注的是治理哪些方面的问题。

外交部原副部长、清华大学战略与安全研究中心主任傅莹指出AI治理面临的多重挑战。

首先是立法的新思维。传统法律以社会基本共识为基础，往往滞后于社会实践。但是AI治理的需求与技术的应用几乎同步出现。还有，传统立法者关注的是人与人之间的关系。但在人机共存，甚至人机冲突的情况下，如何面对和处置人类与机器的矛盾？“机器代替人”做决策的情况已经不是想象中的事，波音737-MAX 8的空难就是一个重要的警示。

其次是就业模式的快速冲击。清华大学《中国青年视角下的人工智能技术（AI）风险和治理》调查项目中，超过50%青年人表达的头等关切是失业风险。如何才能让人才结构的调整跑赢技术的更新迭代和产业结构的跃升？

还有伦理规范的新问题。如国际上讨论较多的人群歧视和对个人隐私的尊重和保护等问题。值得注意的是，在8月全国人大常委会审议的民法典人格权编草案稿中，针对收集、处理自然人个人信息有了明确规定，要求必须“征得该自然人或者其监护人同意”等，而且把个人生物识别信息也纳入保护的范围。

之所以AI治理面临如此多挑战，上海市科学学研究所所长石谦表示，最大的原因是“用”走在了“治”之前。在许多AI问题上，法律尚未完善，大部分情况依靠企业的道德约束。AI治理，一方面需要完善法律建设，一方面在“用”的时候，需要把“底线”守住。

联合国世界新丝路论坛数字经济研究院院长王春晖表示，AI的治理应当体现三大原则：应当体现对人权的保护；优先考虑AI对法律、社会伦理、个人隐私冲击的部分；通过立法和强制性标准的制定和实施，削弱AI对人类风险和负面的影响。

关于AI立法，王春晖表示应重点关注数据安全与算法安全。当前，AI算法具有典型的“黑箱”特点，应当引起法律人高度警惕和深入研究，应当以伦理学和法学融合的角度深入审视和研究AI算法。

关键是各方协同

尽管面临诸多挑战，但AI治理已引起各方行动。傅莹说，一方面要加快对立规和立法的研究，另一方面也要依靠科学界和企业界采取负责任的态度和行为。

“截至2019年8月，全球已至少发布了53个AI原则，中国发布了10个AI原则，包括《中国青年科学家2019人工智能创新治理上海宣言》。”国家新一代人工智能治理专业委员会、中国科学院自动化研究所研究员曾毅介绍，自2016年第一个AI原则发布以来，这些原则来自全球不同机构，覆盖不同主题，具有很强的互补性。

今年5月，上海国家新一代人工智能创新发展试验区揭牌，明确了建立健全政策法规、伦理规范和治理体系的任务。同月，《人工智能北京共识》发布，发布了15条AI研发、使用和治理规范。6月，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则》，强调要“发展负责任的人工智能”，提出和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理8条原则。

AI治理同样离不开企业的社会责任与自治探索。

大会开幕式上，马化腾说，AI治理的紧迫性越来越高，应以“科技向善”引领AI全方位治理，确保AI“可知”“可控”“可用”“可靠”。深化企业对科技价值观的思考，探索人与AI的正确相处之道。

明略科技创始人、董事长兼CEO吴明辉表示，AI的发展需要以人为本，需要依托一套框架来实现“负责任的AI”。明略科技用“HAO智能”理论框架，打造出一个能够被人类理解的智能系统。AI永远是人的伙伴，而不是独立的与人分离的解决方案，它需要跟人和组织更好地结合，让人和组织产生更大的价值。

打造全球AI治理“共同体”

AI治理是国际社会的共同挑战，也是世界各国的共同责任，开放协作成为业界共识。

在去年举行的人工智能造福人类（AI for Good）全球峰会上，OCED人工智能专家组成员、全球智库The Future Society创始人Nicolas Miailhe说，AI与每个人的生活息息相关，全世界要建立共识，展开合作，共同参与AI规则的制定和实施的监督。

OCED人工智能专家组成员、Smart Dubai人工智能伦理咨询委员会成员Cyrus Hordes认为，AI的国际战略合作，可以从“硬规则”和“软规则”两方面进行。其中，硬规则包括AI原则，软规则包括技术标准、行为准则、道德标准等。

傅莹则表示，中国对人工智能的国际合作和治理采取的是积极参与的开放态度，也主动搭建了不少平台，上海的世界人工智能大会、天津的世界智能大会、重庆的国际智能产业博览会等，都是向世界开放的交流平台。在傅莹看来，对人工智能国际治理应保持开放性、合作性、客观性。人工智能的技术发展与产业应用是全球高度协作的成果，其未来的发展也依赖世界各国优势互补，合作共享。人工智能被认为是一项综合性的“原力技术”，其治理也需要多学科、多领域和多部门乃至多国的共同参与，取长补短。人工智能作为革命性的新技术，难免引发很多误解和怀疑，没有人能准确预测技术的未来结果。国际治理应该秉承中立客观的立场，保护科学家和企业家的创新积极性，尊重人的权利与尊严。

需要人工智能，更需要可信人工智能

人工智能是大势所趋，近些年发展非常快，但是在它衔枚疾走之中，安全问题一直如影随形。几天前，一款名为ZAO-逢脸造戏的App在朋友圈爆火。据了解，这个打着“仅需一张照片，出演天下好戏”标语的App，可以帮助用户在10秒内替换原本视频中主角的脸，让用户通过观看换脸视频就可以过足“戏瘾”。但同样，爆火之后随即便引来了不少用户对于隐私方面的争论。目前，有关个人隐私安全的报道层出不穷。无论是或大或小的新闻事件都可以触发用户对于隐私安全方面紧绷的神经。这更加发人深思：AI到底安全吗？

AI“安全事故”频发

在2019世界人工智能大会上，人工智能安全成为高频词，屡屡被提及。在中国科学院院士何积丰看来，人工智能存在信任危机。

根据公开报道，2016年9月，一名23岁特斯拉中国车主男子驾车在高速上行驶时，因前车躲避障碍物，该男子躲闪不及撞上道路清扫车，不幸丧生。这也是特斯拉自动驾驶在中国出现首例死亡事故。据事故后对行程记录仪的视频分析，事故发生时，特斯拉处于“定速”的状态，并未能识别躲闪而撞上前车。

另外一件事是，2016年时微软聊天机器人Tay在国外社交平台上线，很快就被“教坏”，开始不断辱骂网友。根据报道，由于微软没有对对话“做任何设定”，使得Tay无法具备分辨是非的能力。

在此之前，还有悲惨的事件发生，2015年英国实施了首例机器人心瓣修复手术，在这场尖端的医疗AI技术的展示中，机器人把病人的心脏“放错位置”，还戳穿大动脉，导致病人去世……

因为这些事情的发生，很多人对人工智能缺乏信任感。如何构筑人工智能安全保障呢？何积丰认为，“人工智能安全分为三种类型，分别为数据安全、应用安全和法律/伦理安全。人工智能算法的关键问题在于，尽量避免人工智能副作用、避免奖励条件错误解读等等，同时要探索安全和可拓展的监管。”

所以何积丰院士提出了可信人工智能的观点，“可信人工智能三要素是人、信息和物理。过去是人类社会和物理世界，我们觉得安全是可信安全的强人工智能系统，要实现复杂的信息、物理跟人的融合交互。”

挑战不容忽视

在上海观安信息技术股份有限公司CTO胡绍勇看来，人工智能的风险分为三个方面：数据隐私、数据质量、数据保护。

“首先是数据隐私。在人工智能系统采集和训练的过程中,会涉及大量数据，这些数据是否保管妥当、是否侵犯公民隐私，都是我们需要关注的问题。”胡绍勇说道。其次是数据质量，“数据质量不够高的话，对于人工智能系统自身的可靠性、安全性会有影响。”最后是数据保护，握有大量数据的企业，在数据流通各个环节是否采取了更好的安全措施，也是需要注意的风险。

在翼盾（上海）智能科技有限公司CEO朱易翔看来，人工智能所面临的安全挑战主要在两方面，一类是人工智能技术本身，另一类则是滥用的问题。

“人工智能技术本身的挑战体现在，人与机器、机器与机器之间的对抗，比如是不是有AI技术绕过检测机制，或者让恶意的行为变得不那么像机器而更像人等等。”朱易翔表示。其次则是自身安全，自身安全分为三个层面:第一个层面是偏通用，人工智能作为一个大范畴，很多功能是通用的，这其中不包括纯通用的技术，第二、三层则是人工智能偏通用一点的技术和一点偏业务应用层面的技术。

“在我看来，至少目前阶段我们应该关注中间这层，即人工智能偏通用的技术,这一技术的安全问题值得我们关注。我鼓励在现阶段偏通用的人工智能基础设施方面做研究，为未来做好基石，未来的业务、应用层面可以再做个性化的事情。”朱易翔说道。

5G与AI相遇，风口与风险并存

AI遇上5G，万物互联和万物智能一相逢，似乎“胜却人间无数”。

5G AI将会带来丰富的场景：黑灯的工厂，没有工人，机器却在飞速运转；自动驾驶的车辆，相互关联，安全抵达终点；拥堵的城市，流量被智慧大脑疏导……这些场景离我们并不遥远。但在科技突飞猛进背后，还有忧虑。5G时代，万物互联会产生海量数据，安全、隐私问题随之而来。当利益与伦理相悖，5G AI还会是一把双刃剑。那么，5G AI会带来怎样的技术变革？未来的场景该如何想象？如何安全地运用技术这把剑？在不久前闭幕的世界人工智能大会上，记者试图寻求答案。

AI：从配角到5G核心网元

从不起眼的配角，到成为5G网络的主角，AI完成了逆袭。

亚信科技CTO欧阳晔认为，在3G、4G时代，无论在通信基础设施，还是在CRM、BI等核心业务领域，尽管有analytics（分析）、machine learning（机器学习）、data mining（数据挖掘）等与AI相关的技术，但此时的AI还是配角。

直至2017年，3GPP在5G首版标准R15中引入了NWDAF (NetWork Data Analytics Function，网络数据分析功能)网元，用于收集、分析网络数据以及向其他网络功能提供数据分析结果信息。

5G是复杂的网络，AI能帮助理清网络的逻辑和秩序。

事实上，5G网络运用NWDAF，可以实现切片的智能选择，达到QoS的实时管控与优化的效果。切片将5G网络分割成多个彼此逻辑独立的端对端虚拟网络，从而满足不同客户在不同场景下网络的差异性需求。

AI的介入，也让5G网络性能不断自我提升。Massive MIMO（大规模天线）是5G典型技术，不同天线倾角水平和垂直层面发送的信号波数宽度、形状、功率大小直接影响了最终的网络性能和覆盖性能。要在大量的参数组合中选出最优组合，人力已无法胜任。因此在波束管理上，引入AI技术，在算法成熟、算力充裕条件下，AI可以起到动态调整网络参数配置，快速完成优化选择，以匹配各类场景。

“大数据与AI技术对提升5G的无线与网络性能及功能发挥了重要作用，实现了5G网络的虚拟化和智能化。” 中国互联网协会理事长邬贺铨总结道。

5G：AI落地背后的主推手

5G赋能AI，在AI快速发展的过程中，5G起到非常重要的作用。

“如果说AI是哪吒，5G就是烽火轮，AI是智脑，5G就是神经元。”中国电信上海公司总经理马益民用生动的比喻，形容5G、AI之间的关系。他表示，预计到2019年底，上海的5G基站数量将突破1.5万个，成为全球5G网络规模最大的城市之一，这将为人工智能可持续发展提供坚实的网络保障。

“5G投入使用之后，一定会对人工智能进行相互赋能。随着5G的普及，人们对网络存在的感觉越来越弱，天地一体的固定和融合的云网合一的网络无处不在，就像空气一样弥漫在你的身边，随手可得，触手可及，即插即用，按需奉陪。消费者不再在乎网络在哪里，而只关注它能带来什么真切的应用，这应该是电信运营商在现代信息基础设施建设中，作为信息建设底盘的作用和价值。”马益民说道。寒武纪副总裁刘道福则从数据、算力、算法的角度，阐释了5G对AI的支撑作用。目前AI存在数据和算力上的短板，不过，这两个缺口可以让5G来填补。

万物互联，背后是海量数据。在刘道福看来，AI可以将这些数据完成从非结构化到结构化的转变，并能进一步提炼出有价值的数据。

5G不仅提升了AI的能力，可以说，5G还推动了AIoT（智联网）的新发展。5G网络采用IPv4的下一代协议IPv6，地址资源大为丰富，甚至可以令地球上的每一粒沙子都拥有一个IPv6地址。

在邬贺铨看来，5G为IoT终端分配了真实的IPv6地址，在解除上述担忧的同时，还能获得终端的画像信息，为IoT终端的智能管理奠定了基础。

给技术带上“紧箍咒”

在科技迅猛发展的同时，阿里巴巴集团副总裁刘松却感到一些困扰，技术和产业应用之间犹如自行车的前后轮，总是有着不小的距离。同时，5G AI的运用场景多而分散，但最终一触即发的场景并不多。

另一种困惑，来自于技术可能会带来的负面影响。无论是最近热议的换脸App ZAO，还是学校中的AI监视器，大众在谈论这些应用是否是伪需求的同时，隐私和安全的风险备受争议。

“从伦理角度来说，这个问题已经非常现实。在人类历史发展中有很多的经验教育可以吸取，我们不仅要从理念上认同，还要及早从法律法规上研究，做一些必要的立法。” 原国家网信办信息化发展局局长徐愈说。

欧阳晔认为法律具有一定滞后性，技术人员和企业要主动制定AI标准、5G标准以及两者融合智能化的标准。

两个月前，国家新一代人工智能治理专业委员会发布了《新一代人工智能治理原则》。在京东集团副总裁，京东人工智能研究院院长周伯文看来，原则为AI发展戴上了保险锁。不过，刘道福认为法律能够限制大部分人，最终要解决问题，需要的还是技术。“大家最大的担忧可能是隐私，其实现在技术上有了一些解决方案，最极端的解决方案是同态加密。”

同态加密相当于在计算过程中，所有数据经过加密后再传到云端，当计算结果反传后在解密，可以保证在数据处理过程中不被泄露。联邦学习，便采用这种机制。

机器的发明，延展了人类的四肢。5G AI技术的融合，还延伸了人类的大脑。在5G AI技术融合发展的同时，我们看到了新应用的可能，新场景的到来，当然我们还需注意，技术背后可能存在的风险。

通用化芯片难题考验AI产业界

伴随着人工智能在先进制造、生命科学、信息技术等多个场景实现突破式应用，智能芯片产业迅速发展，相关企业纷纷布局，新型芯片架构不断涌现，基于场景的定制化智能芯片加速部署。

同时，芯片也面临更加广泛及多样化的应用，这对AI芯片的通用化提出了新的需求。

芯片成AI产业发展突破口

根据赛迪顾问在今年世界人工智能大会上发布的《中国AI芯片发展产业白皮书》（以下简称《白皮书》），2018年中国人工智能核心产业规模超过900亿元，预计2019年将达到近1300亿元。其中，AI芯片市场规模在2018年达到80.8亿元，同比增长50.2%。

与此同时，AI芯片成为资本市场布局新焦点。以基础层为核心、具备较强的场景落地能力和差异化的AI芯片企业持续受到市场追捧。2018年6月，寒武纪获数亿美元B轮融资；2019年2月地平线获6亿美元B轮融资。

结合应用场景和功能，AI芯片可分为云端训练（侧重运算）、云端推算（侧重推论）、终端推算三类。其中，云端训练芯片市场份额最高，达到51.3%。随着AI应用落地，终端推算芯片将迎来新的发展机遇。

从细分场景看，AI芯片主要用于各种定制化场景。数据中心、智能安防、智能驾驶、消费电子、机器人、智能家居是应用价值较高的领域，未来发展潜力较大。AI芯片成为AI产业发展的重要突破口。

通用化之路难走却必须走

但是，目前的AI芯片大部分是基于特定场景的定制化芯片。AI芯片能否通用化成为业界关注的重点。

清华大学微电子所所长魏少军早在去年就提出了“是否会出现类似通用CPU那样独立存在的通用AI处理器？如果存在的话，它的架构是怎样的？”的问题。但是，一年过去，这个问题很少有人能解答。

魏少军从算法和算力两方面解释了这个问题。从算法角度说，AI有不同的神经网络，能不能找到一个通用的神经网络，或找到一个通用的算法来实现所有的神经网络是个问题。而算法本身又面临两个问题：一是算法在不断演进，几个月就会有新的变化；二是一种算法对应一种应用，没有统一的算法，想实现多种算法放在一起，可能要多个芯片放在一起，或者一个芯片支撑多种不同的应用。从算力角度说，神经网络需要的算力相当惊人，可能需要超级计算机的算力。在云端，还能把多台服务器连在一起，但在终端，不仅是计算效率问题，还有能量效率问题。

云从科技副总裁张立也谈到了AI芯片通用化带来的单位功耗问题。单位功耗是AI芯片的重要考量点，而传统芯片更考虑整体算力，通用化芯片需要适应多样化场景落地，这对AI芯片单位功耗带来了难题。

近期，清华大学开发出的全球首款异构融合类脑计算芯片——“天机芯”登上了Nature杂志封面。“天机芯”把人工通用智能的两种算法（基于计算机科学和基于神经科学），集成到一个平台，可以同时支持机器学习算法和现有类脑计算算法。据团队成员介绍，天机芯第二代芯片拥有4万个神经元、1000万个突触，而人脑有870亿个神经元，相比人脑还是很小，而要达到人脑的效果，其突触还要增大1千到1万倍。第三代芯片的目标是做到拥有百万级神经元。

两种算法的融合，都能得到Nature的关注，可想而知，多种算法的融合是多么困难。

但AI通用芯片也并非不可能。魏少军说，要找到一个全新的芯片架构。这个全新架构是什么，做一个象限图，把CPU放在第二象限（软件可编辑性强，硬件可编辑性弱），把SOC放在第三个象限（软、硬件可编辑性弱），可编程硬件（硬件可编辑性强，软件可编辑性弱）放在第四个象限，唯独第一个象限什么都不是，或者说什么都不知道，恰恰很可能是一个重要的突破点。

AI投资火热 会不会虚火过旺？

圆圆的耳朵，黑色的眼睛，向上凸起的鼻子……在上周举行的世界人工智能大会上，外形酷似大熊猫的智能公交车成为应用展示区的明星，萌萌的外表吸引了不少观众驻足围观。而且公交车内部也是科技感满满，只要在规定位置扫描手掌就会实现自动付款，语音机器人可以帮助乘客规划交通路线和换乘方案等等。

这台熊猫智能公交车是中金资本的投资项目，实际上，在这次盛会上，资本方投资的AI应用不在少数。这折射出AI领域投资的火热。

但与此同时，业界对AI领域投资是虚火还是真热的讨论一直没有停歇。

融资曾经屡屡碰壁

人工智能出现已有数十年时间，之所以在近几年变得火热，主要是因为机器学习/深度学习技术取得了重大进展。AI技术领域的突破，在资本市场也引起了连锁反应，投资热度加速升温，这和几年前形成了鲜明的对比。

松鼠AI是国内第一批从事人工智能智适应教育的公司之一，2014年开始从事智适应学习探索。松鼠AI CEO周伟坦言，2014年启动项目的时候去谈融资，遭遇碰壁。“大家认为这件事不靠谱，认为人工智能只有6岁孩子的水平，不可能让6岁的孩子教孩子。”周伟回忆道。

松鼠AI当时找了100多位投资人，但都失败而归。“2016年阿尔法狗在围棋大战中战胜人类后，大家都信了。”周伟说道。

现在不仅是资本，BAT国内互联网巨头在AI领域都有布局。根据中金资本于今年8月发布的《战略新兴产业投资研究报告汇编》，百度执行“All in AI”战略，并发布开源工具和PaddlePaddle深度学习平台；阿里设立了数据科技研究院，还将AI应用在自家产品中的语音识别、人脸识别、图片搜索等方面，推出了AI平台 DT PAI等；腾讯则成立了智能计算与搜索实验室。

AI如今成投资热点

现在各方涌入AI领域，让AI投资变得火热。根据IDC和浪潮联合研究发布的《2019—2020中国人工智能计算力发展评估报告》，中国人工智能市场整体投资将继续保持高增长率，2019年的投资增速将高达59.8%，而针对人工智能算力的投资增速高于整体市场投资增速，2019年增速将达64%。

“我们内部基本是从技术和应用两个角度看人工智能，”IDG合伙人牛奎光说道。从技术的角度来看，经过近些年的发展，视觉和语音基本上已经成熟了。在语音方面，IDG投资了Speakln。AI芯片也是IDG投资的重点，投资了两家在科创板上市的AI芯片公司。

在应用层，牛奎光表示，AI作为生产力技术，在安防、教育等众多行业都极具潜力。基于此，IDG对以上领域中的企业，如奇安信、同盾、安智智能、流利说等都有相应布局。“技术成熟是产业化真正的开始，所以人工智能应用接下来会有更广阔的、更深度持续性的发展。”牛奎光说道。

在风险投资基金愉悦资本创始合伙人刘二海看来，人工智能现在有两个方向：人工智能本身产业内的发展；和其他行业的结合。“人工智能正成为新的基础设施，现在处在逐步完善阶段，一旦有了新的突破之后，我相信其他行业也会随之发生巨大变化。”刘二海说道。

TMT领域风险投资机构华映资本，投资思路是以数据为核心，“逐步向企业服务的应用落地。”合伙人章高男表示。

“肥皂泡”还是“啤酒沫”？

牛奎光认为，人往往会高估短期影响、低估长期影响。“这是正常的现象，但关键要看泡沫是肥皂沫还是啤酒沫，适度的啤酒沫是合适的。从我们的角度讲，现在在科技领域适度多投入，可能比放在房地产行业会更好一些，毕竟科技领域还是在创造。从长久的角度看，真正做创新的公司，估值迟早会得到认可。”牛奎光认为。

全链条基金管理公司峰瑞资本合伙人杨永成对此表示认同。杨永成表示，任何一个有巨大冲击力的行业出现时，估值飘忽不定，有不少估值偏高的公司，“但我们基本的认知是，AI领域还没有出现泡沫式的偏高，即使有泡沫，它可能是啤酒沫。作为我们投资人，会理性地看待这个问题。”

中金公司预计，AI 5G会在2023年创造7000亿美元（约5万亿人民币）的市场规模。“5万亿人民币相当于中国目前GDP的5%，这是非常大的商业机会。”中金公司研究部董事总经理黄平乐说。“我们认为5G会助推整个人工智能行业加速发展，AI渐渐地找到了它的商业模式，包括它的芯片、服务、平台，未来科创板会助力这些企业快速发展。”

中金公司今年8月发布了《AI 5G推动社会变革，关注十大投资机会》研究报告，报告中称：“5G的商用将为中国人工智能行业的发展打开新的成长空间。科创板更加灵活的上市机制，亦将助推AI企业加速发展。”对于具体的投资机会，报告显示，中金公司看好AI与5G芯片，通信及与云计算基础设施、智能手机、云游戏和AR/VR、服务机器人、物联网及传感器、公有云、工业物联网平台、无人驾驶、RPA和企业数字化等十大行业的投资机会。