2019年4月3日，易觀發布了《中國人工智能產業生態圖譜2019》分析報告。中國GDP增速放緩，互聯網進入下半場，企業面臨降本增效的切實需求。人工智能基于海量的數據訓練，使機器具備語音、視覺和語義理解等智能化功能，在業務開展中將替代大量低效、重復性工作，降低企業的運營成本，并通過創造多種交互方式，提升企業觸達用戶時的交互體驗，為企業的發展提供重要的技術支持。

人工智能的發展依賴于產業生態的共同推進，上游芯片提供算力保障，中游人工智能廠商著力研發算法模型，下游應用領域提供落地場景。企業在發展過程中需根據各自發展需要，著力解決核心問題，提升企業競爭力。

2019中國AI產業生態圖譜

芯片為AI提供算力支撐，訓練與推理任務對芯片能力要求不同

芯片是保障算法和算力的重要硬件，芯片成功的關鍵在于芯片的技術實力，根據芯片的部署位置和承擔任務，衡量芯片技術實力的指標各不相同。

云端芯片通常用來進行數據訓練，訓練過程將承載海量的數據集，要求芯片具備很強的并行運算能力。

終端芯片主要用來進行數據推理，芯片的綜合工耗是技術發展關鍵。

類腦芯片打破馮.諾依曼機構，模仿大腦結構進行運算，可提升計算效率、降低功耗，成為AI芯片長期發展趨勢。

視覺傳感器的研發重點在于突破成本障礙

激光雷達在自動駕駛領域的作用至關重要，整個行業集中于降低激光雷達的生產成本，車規級固態激光雷達應是企業發展的戰略重點。

國內對毫米波雷達的研究處于起步階段，目前市場上存在24GHz和77GHz兩種規格的毫米波雷達。77GHz毫米波雷達的探測精確度好、穿透力強，未來將成為市場主流，攻克77GHz的研發成本成為企業的戰略重點。

攝像頭通過與計算機視覺技術融合，在安防監控、自動駕駛、智能電視等領域實現機器智能化，在相應場景的認證分析和輔助決策能力是關鍵。

AI通用技術的發展取決于技術成熟度和業務滲透力

AI能力取決于兩點，第一點是技術的成熟度，第二點是對具體業務的滲透力。

計算機視覺、語音識別和自然語言理解的應用精準度在于知識圖譜的構建和機器學習能力。

AI技術由單點技術應用轉為整體解決方案的構建，企業注重技術的融合發展。

AI技術的發展依賴于數據積累，企業通過向場景滲透，用數據優化技術算法，構建行業壁壘。

大數據、操作系統、云計算、物聯網平臺為AI產業提供基礎設施

云計算、大數據、算法是構成人工智能的三大要素，AI通用技術逐漸融入主流云計算平臺，并結合大數據分析服務各行各業。

國內服務機器人市場在Android和ROS系統上演化出了適合人工智能技術和功能的專用操作系統。

物聯網云平臺逐漸融合人工智能和大數據技術，一方面通過改造硬件設備實現智能互聯，另一方面采集場景數據實現降本增效和輔助決策。

AI技術變革硬件設備，未來市場潛力取決于AI技術與硬件基礎應用功能間的協同發展

AI技術正在變革硬件設備，實現萬物互聯，線上線下數據互通。

AI技術在用戶與設備的交互方式上實現革新，視覺語音語義等AI技術對場景數據的理解能力是決定其交互能力的關鍵。

AI在硬件中的應用需結合硬件基礎功能才能具有廣闊的市場潛力。