人工智能开发的两个全球主要中心是美国和中国。

美国已经率先开发出许多应用程式，中国仍位居第二，但发展势头迅猛。

相比之下，东盟国家处于落后地位，但其每个成员国在人工智能方面都有一些进展。

其中，新加坡的研究成果最丰富，而在马来西亚和越南等地，也能看到一些早期成果，这非常令人鼓舞。

尽管人工智能工具正在被交通、金融服务、医疗保健和媒体等行业采用，但科技行业仍然处于发展的最前沿。

由于人工智能技术能够显著提高生产率，它可能会对东南亚地区的经济以及那里的工人产生破坏性影响。

研究估计，目前已有的人工智能技术，有可能使东盟四大经济体现有工作活动的一半走向自动化：印尼（52％），马来西亚（51％），菲律宾（48％）和泰国（55％）。

这些工作目前产生的工资超过9000亿美元。

许多现有工作的性质都将发生改变，并且越来越多的工作需要与机器进行互动，为此东南亚地区将需要发展新型的劳动力技能。

东盟国家如果以正确的方式利用AI技术，就有可能为东盟国家带来积极的社会影响。

例如，机器学习创新可以改善信用模型，增强金融包容性。

人工智能解决方案能够提供新型预防性医疗和远程医疗，协助疾病诊断，还可以加快新药的开发。

自适应学习算法可以在实现虚拟教育和个性化教学中发挥作用。

需建立基础数字设施

为了实现这些用途，东南亚的大部分地区将需要建立基础的数字设施和数据生态系统。

对于东盟的大多数企业来说，它们都将需要对其管理文化做出根本性的改变，包括采用数据驱动的决策方式。

其中最重要的是，与专业公司建立创新的合作关系，孵化人工智能领域所需的稀缺技能。

此外，企业需要优先投入资金和人力，制定出加强数据基础设施建设的有效方法。

尽管市场将成为人工智能发展和普及的推动力量，但政府仍需要发挥关键作用，为整个社会带来好处。

综上所述，共有三个重点事项：建立支持人工智能发展和普及的区域政策框架；发展人工智能人才，并鼓励地方层面的使用；将公共舆论聚焦于人工智能有助于实现包容性增长、带来积极的社会影响。

人工智能技术得到大规模应用后将带来的潜在社会效益：

1)机器学习创新可以改善信用模型，增强金融包容性；

2)人工智能解决方案能够提供新型预防性医疗和远程医疗，协助疾病诊断，还可以加快新药的开发；

3)自适应学习算法可以在实现虚拟教育和个性化教学中发挥作用。

通过查阅大量数据集机器学习执行任务

人工智能（AI）指的是机器展现人类智慧的能力。例如，在不需要详细的、人工开发的软件辅助的情况下解决问题的能力。

通过查阅大量的模式数据集，机器可以“学习”执行任务，比如识别图像、识别语音、识别文本中的相关信息、整合信息、得出结论和作出预测。

随着人工智能技术的迅猛发展，其实用性也在越来越多的领域得到了提升。

人们对于人工智能的组成结构并没有普遍一致的定义。

目前这个领域正在快速发展，开发者经常将现有的各种技术结合起来，以解决特定的问题。

带来数字颠覆浪潮

因此，“人工智能”这个术语涵盖了广泛的技术和应用程序，其中一些是较早技术的扩展（如机器学习），其余的则是其它一些全新的技术。

事实上，并不存在被人们普遍接受的“智能”理论，人工智能的定义也随着人们对当前进展的认识而不断改变。

尽管人们对于如何在这个领域划定界限存在分歧，但有一件事是有广泛共识的：人工智能将带来下一波数字颠覆浪潮。

或对劳动市场破坏性影响

人们越来越认识到（并且为之焦虑），人工智能可能会对劳动力市场产生破坏性影响。

之前发布的研究项目表明，目前几乎一半的工作活动都有实现自动化的可能，这一点可以通过调整现有的技术来实现。

目前60%的职业中30%的活动都可以通过自动化技术来实现。

由于自动化的应用是在任务级别上，人工智能似乎会改变越来越多的职业，但不会彻底消除它们。

这可能会对东南亚地区对某些劳动力技能的需求产生深远影响，并可能加剧劳动力市场的动荡。

那些工作内容中包含大量的数据收集、处理或固定程序的职业将会首先被波及。

这些职业包括食品加工、办公室管理和工厂化生产。这对劳动力市场的影响可能是巨大的。

不会一夜间取代工人

在东南亚，目前已有的技术可以使印尼、马来西亚、菲律宾和泰国一半以上的工作活动实现自动化，其比例分别为52%、51%、48%和55%。

但这并不意味着，仅仅因为技术上可行，企业就会在一夜之间用机器取代工人。

企业实现自动化的速度和范围将取决于它们如何看待商业案例，权衡这些技术系统的成本以及易用性、劳动力市场动态、可能创造的价值、客户体验、自身能力、监管和社会接受度等。

由于过去曾经出现的技术中断，人工智能有潜力大幅提升生产率，而生产率一直以来都是创造收入增长和促进经济繁荣的关键。

据估计，假定被取代的人类劳动力可以被重新部署到仍能像2014年一样有效率的岗位上，那么人工智能的普及每年将会给全球国民生产总值带来0.8%到1.4%的增长。

但这个机会不仅仅是在今天提高了效率，它还为未来的增长创造出了新的途径。

大规模数据集企业能运行复杂算法

人们对人工智能的预期正在飙升。

随着成本的下降，电脑的计算能力正呈指数级增长，这使得企业和组织能够在大规模数据集上运行复杂的算法。

如今，对大型数据集进行操作的算法，已经在图像和语音识别等领域，超越了人类自身的能力。

或许最重要的是，随着移动设备的普及，大量的新数据正在产生，这些数据反映了消费者的生活方式和服务消费方式的方方面面。

每天产22亿GB新数据

事实上，世界每天都会产生大约22亿千兆字节（22亿GB）的新数据。这些趋势已经促成了人工智能领域的重大进步，而且这些进步已经走出实验室，进入了真实的商业应用领域。

机器学习是当前大多数人工智能用例的基础。

它基于算法，这些算法通过识别大数据集合中的模式进行更新，而无需基于规则的编程来操作或得出结论。

在实践中，机器学习可用于研究项目成果，如消费者需求或公共卫生需求。它还可以优化设备维护，调整价格，调整营销信息，以及提供个性化的零售体验。