如果说全球最受欢迎的电子消费品有个排行榜的话，那么手机无疑是榜单中的NO.1。
　　1973年4月3日，距离今天44年前，摩托罗拉一名叫做Marty Cooper的工程师在街头拿出了一台重2.5磅、长9英寸、厚5英寸的移动设备，按下“摘机”按钮后，成功向贝尔实验室拨出了第一通电话，就这样，第一部传统意义上的手机诞生了。而在经历了傻瓜机到功能机再到智能机的几轮换代后，手机开始成为人们身边最亲密的伙伴，它不仅帮助人们建立无边界的沟通，也让移动互联的世界走得更快。
　　但手机的出货量如今已经走到了一个高位，在众多手机调研机构的出货量预期中，未来几年的手机增长率可能都在个位数甚至是更低的数据下徘徊。并且，在很长的一段时间内，手机上已经没有出现过“颠覆式创新”的方案，从双摄到指纹解锁再到全面屏，千机一面开始让消费者感到疲倦。
　　谁能替代手机?智能硬件的狂欢与落寞、AR、VR的兴起与沉寂，即便是大热的智能音箱也无法让这个问题的答案变得清晰。但围绕在手机上下游的科技厂商们已经开始有所觉醒。去年，Google Deepmind团队的AlphaGo战胜了职业九段李世石，才在世界范围内掀起了对人工神经网络的关注，但苹果、华为以及高通等众多厂商早已开始探索AI在移动端的可能性。
　　以手机AI芯片为例，在2007年高通开始启动人工智能项目，并开始探索面向计算机视觉和运动控制应用的机器学习脉冲神经方法，随后还将其研究范围从仿生方法拓展到了人工神经网络。虽然人工智能硬件未来呈现的方式也许是多样的，但在高通看来，人工智能的设备首先是高性能低功耗的设备，然后能够利用现有无线通信技术，实现利用5G设备端和云之间的智能配合和连接，而这些都是高通过去几年所专注的领域。
　　和芯片厂商高通一样，苹果在人工智能领域的布局也几乎在十年前就已经开始，2008年苹果以2.78亿美元收购了2003年成立于加州的高性能低功耗处理器制造商PA Semi，并在两年后又以1.21亿美元收购了1997年成立的美国得州半导体逻辑设计公司Intrinsity，专注于设计较少晶体管、低能耗同时具备高性能的处理器。除了芯片之外，从2010年至今，苹果还陆续收购了几十家创企，包括语音识别、图像/面部识别、计算机视觉、AR、数据挖掘、机器学习、地图、定位等。

　　对比高通和苹果，华为的布局稍晚，但追赶的速度并不慢。
　　2009年，K3v1发布，这是华为海思成立以来发布的第一款智能手机芯片。虽然由于技术上的不成熟导致这款芯片最终没有走向市场化，但这颗芯片却开启了华为海思后面的“狂奔模式”，也有了麒麟的成长。华为海思的一名技术高管艾伟曾经这样对笔者表示，人工智能将使移动互联网进入到智慧互联时代，华为不仅仅希望未来的手机能听懂、看懂，甚至希望它能够以人类的思考方式来理解人类诉求，让人们获得自主而恰当的信息和服务。
　　事实上，作为手机芯片厂商，高通在新技术上做提前布局不需要任何理由，但对于苹果和华为来说，之所以从芯片层面就开始介入竞争，笔者认为根本的原因还是在于对核心技术实现全面掌控的渴望，特别是AI技术的核心强调的是对海量数据的处理，无论是出于安全性还是商业性的角度，从底层到平台，手机厂商都需要构建自己的能力，而不是受制于人。
　　但也有一个不争的事实是，由于AI研发投入过大，渗透上游对于手机厂商来说并不一定是一个好的选择，特别是对于手机利润依然较低的国产手机厂商们来说，等待市场成熟也许是更好的机会。
　　因为从市场来看，目前AI在手机上能够实现的功能还主要集中在图像识别和处理上。比如打开照相机，如果你把相机对准一个人，那么预览画面的左下角就会出现一个“人”的小图标;如果你对准植物，就会出现一个植物的小图标。更确切地说，这种AI仍然是“婴儿”状态，即需要用户发送指令，手机上的AI才能发挥作用，执行的是“被动式反应”。
　　但在未来，行业中达成的共识是，AI技术可以让手机基于用户行为习惯自我学习，进而优化、智能感知用户场景、预测用户行为再智能分配资源。更直观地说，随着AI在手机中的应用，手机开始主动观察你、理解你，手机原来只是个工具，但在未来会变成了一个外脑，不再只是一个硬件状态。
　　例如，在拍照时，手机在极短的时间内完成场景检查后，自动调出与场景相匹配的拍照模式并调节好最佳参数，甚至已经构好了图，而我们要做的，就是按下快门键，真正实现随手拍，改变现在拍完照之后还要用各种P图软件调整照片的模式。现在，在网上买了电影票，进入影院后，还要打开手机调出取票码再取票，以后可能就没有这种场景了，手机可以自动定位用户位置，当定位到用户到达了电影院，并且记忆过主人曾买过这个电影院的票子，那么即使是在锁屏界面上，也可以将取票码推送给主人，同样的情况还可以用于快递、打车等生活的各个方面。
　　AI能否“拯救”滞涨的手机行业，目前还说不清楚，但不可否认，手机和AI的结合将会是未来科技风口之一。不过，犹如科技迭代总是需要周期，手机进入真AI时代、开辟出颠覆性的变化并且找到落地场景也需要走更长的路。