創投企業創新工場(Sinovation Ventures)創辦人李開復曾表示，人工智能(AI)的應用將迎來四波浪潮，奇點大學(Singularity University)共同創辦人Peter Diamandis在SingnularityHub網站上對此進行頗析，同時探討美國和中國當前在這些領域的競爭狀況。

第一波是網絡AI(Internet AI)：這個階段以推薦引擎(recommendation engine)為主，演算系統從龐大的用戶信息中學習，繼而創造出個人化的網絡內容。

在大量的網絡數據支持下，網絡AI收集用戶瀏覽內容時的自動卷標數據(label data)，例如瀏覽內容的類型、停留時間的長短，以及觀看的影片類型，并且把這些零碎的信息拼湊成用戶特質、興趣、需求等完整畫面，據此提供個人化的內容，并且引導用戶持續鎖定特定的平臺。

李開復認為，在網絡AI應用上，美國和中國勢均力敵，但基于國內在信息收集上占優勢，國內科技巨擘們可能在未來5年內領先對手美國。

第二波是企業AI(Business AI)：網絡AI利用網民透過點擊內容和其它活動的卷標數據，企業AI則是從企業現有的資料中學習和推論，例如銀行貸款和償款利息紀錄，醫院醫師診斷、影像信息和診療結果的存檔紀錄等。

人類只能從明顯的根本原因做預測，AI演算卻能夠處理與特定結果相關、數以千計的微弱變量，找出人類容易忽略的隱藏關聯性，利用這種方式訓練的算法能力，甚至會勝過經驗老到的專家。銀行保險業，乃至于法院判決若引用企業AI，將有助于讓失誤率降至最低。

李開復認為美國在企業AI方面大幅領先中國，后者架構的產業信息不似美國完整，但這也可能在往后成為國內的助力，特別是能夠跳過傳統系統而發展產業。

例如行動付費，美國1970年代風行信用卡付費，當時中國經歷文化革命，錯過這班科技列車，但論及行動付費，國內遠遠領先美國，2017年消費者使用比例為50比1，少了信用卡的競爭，行動付費讓國內經濟快速升級。根據統計，2017年中國7.53億智能手機用戶中，有70%使用行動付費。

另一方面，由于跳過信用卡而進入行動付費時代，國內對于信貸的理解相當缺乏，所幸現在有AI技術協助，從一些蛛絲馬跡來判斷貸款發放。國內小額貸款企業智融集團即是利用其獨特的算法，進行了數百萬件微額貸款，對于申請貸款者，智融集團僅要求連結一部分的用戶手機信息，透過分析用戶打字速度和電池電力百分比等細微的信息，智融集團能夠相當準確地判斷借款者償債能力。

第三波是感知AI(Perception AI)：這個階段AI升級，有了眼睛、耳朵和其它感官系統，將數碼與現實世界結合。隨著傳感器和智能裝置逐漸滲透至家庭和城市中，人們即將進入一個難以數計的傳感器經濟。

李開復認為，感知AI會讓每一件事物，從醫院到汽車、學校轉變成各種在線和線下融合(online-merge-offline；OMO)的環境，為人類帶來便利性和豐富的網絡體驗。

未來當消費者走入一家雜貨店時，或許只需「掃臉」即可開始購物，甚至請虛擬助理拉出一個虛擬購物推車，由于事先預載用戶資料，購物車能夠隨時調整經常購買的商品清單，并且指引個人化的商店路線。

感知AI的潛力尚未完全被釋出，但美國和中國已經朝著這個方向大步前進，由于國內擁有硬件優勢，李開復認為國內科技企業在此領域大幅領先美國對手。

例如深圳堪稱國內傳感器制造樞紐，工程師能以前所未見的規模和速度制作模型和新產品。目前國內在感知AI方面約以60比40的幅度領先美國，在國內政府支持下，再加上官方對資料隱私持相對開放的態度，未來5年內差距不排除擴大為80比20。

第四波為自主AI(autonomous AI)：這是最重要，也是最難以捉摸的階段。目前AI機器在已經架構和尚未架構的環境下，執行重復性的任務比人類更有效率，但讓機器具備視覺、聽覺和觸覺卻是一個全新的領域。

自主AI融合先前三波應用，讓機器不僅能感測，還能回應周遭的世界，而且精準地行動。自主AI首先是透過機器帶來直接的經濟價值，這些AI機器最終將會完全顛覆整個產業模式。在這方面，李開復認為美國遙遙領先中國(約是90比10)，特別是自動駕駛汽車的開發，但在政府大力支持下，很快就會迎頭趕上。

浙江省政府甚至正規劃國內第一條智能高速公路，沿線將安裝傳感器、道路嵌入式太陽能面板，以及車與車、道路和駕駛之間的無線通訊網絡。另外一項也是由官方主導的專案，未來20年內將斥資5,800億美元在北京近郊建造一個全世界首座自駕車城鎮。

Diamandis認為，長期而言，美國和中國在AI四波潮流的競爭中何者會勝出，仍有待觀察，但可以確定的是，未來數十年內，人類將見證AI城市的興起，以及自主機器的普及，這些AI不僅能與現實世界互動，而且還能協助人類解決當前最艱巨的挑戰。