人工智慧(AI)在產業內處於邁向落地成熟，且深度學習(DL)受到廣泛應用的階段。技術方面以機器視覺為大宗，自然語言處理(NLP)也是部分產業採用的熱門技術。資策會MIC認為，AI的發展可以分成四個階段，第一及第二階段分別是推理推論與統計學學習，目前處於第三階段的深度學習，並結合深度學習，讓AI具備感知能力並建立邏輯，走向第四階段，發展環境感知能力。

觀察AI的產業現況，資深產業分析師兼組長韓揚銘表示，MIC調查411家不同產業廠商導入AI的狀況。從自製或委外的比例分類，因為各產業的法規限制不同，有的產業會用自製應用。但如果該產業需要跟上下游整合，或者彈性應變客戶需求，像是製造跟零售業委外的情況比較多。

技術應用方面，如醫療保健多採用影像辨識，製造業則使用影像跟視覺辨識。金融則因應客戶溝通與聊天機器人的使用情境，採用RPA、NLP等技術。從中可歸納AI在產業中，主要用於優化營運跟客戶體驗，例如製造跟營建業用在品質檢測跟營運風險管理，而零售跟批發會用在行銷推薦跟銷售預測。AI技術隨著導入的領域與需求不同，出現技術融合的現象。例如視覺結合移動控制，應用在機器人與自駕車的場景中；視覺感知結合NLP則可以搭配超大型ML模型GPT3等形式。

總結來說，AI的應用領域以感知為主，當技術逐步成熟且普及，便會進一步發展出環境理解能力，支援更廣泛、彈性的應用場景。在產業內的主要應用目的是優化工作效率跟顧客體驗，技術面則以機器視覺與NLP最為熱門，技術融合的現象也使得AI應用變得更多元。