能真正落地，并用于关键应用场景的必须是安全、可控、可理解的AI，不然很难说服用户买单，尤其是企业级、政府级客户。解决这些问题，我们重点关注AI  DevSecOps、AI  赋能下的信息安全和可解释AI  细分赛道的发展机遇。
        AI  在各行业持续渗透，市场预期处于前所未有的高点。本次人工智能AI  热潮从2012  年开始发展，并随着谷歌AlphaGo、AlphaZero  一次又一次战胜人类棋手而引爆。在产业层面，基于深度学习的AI  确实被用于各个技术领域，如计算机视觉、语音识别、自然语言处理NLP  等，并在各行业的应用场景中持续渗透，部分应用已开始商用，比如智能语音客服、医疗影像识别等。
        然而AI  离真正落地还有差距，存在安全隐患和潜在社会问题。从2012  年至今，AI  从训练到普及存在较多问题：1）AI  训练平台被发现致命漏洞；2）能通过对抗样本操控AI  的判断；3）用AI  做好事，事倍功半，用来做坏事，同样危害极大，如后门攻击、电话骚扰、伪造他人信息；4）AI  决策不可解释、算法偏见等问题引发社会争议。存在致命安全隐患、不可控、不可解释的AI  难以实现真正落地，也很难说服客户买单，尤其是企业级和政府级客户。
        解决问题，打造安全可控AI，需要科研、产业、政府齐心协力。从当前AI  到安全可控的AI  是个漫长的过程，在此过程中，三个领域至关重要、值得关注。1）可解释AI、神经网络可视化帮助人们打开黑箱；2）AI  DevSecOps  框架，覆盖AI  从0  到1  到100  的全生命周期安全；3）AI赋能安全，更强大的安全工具也能保障AI  稳定运行，包括基于大数据主动防御。
        五大安全AI  细分领域将迎来发展机遇。五个领域在海外均出现过独角兽、市场空间可期，且安全巨头们尚未涉足：1）安全信息与事件管理平台SIEM，瀚思、青藤云；2）身份认证与管理平台AM，芯盾、通付盾；3）应用性能管理平台APM，博睿数据、基调网络；4）应用安全测试AST，几维安全、思客云；5）应用自我防护RASP，默安科技、蓝海讯通。
        风险提示：对抗样本的危害存在被高估的可能性；可解释AI  研究进度不及预期；