廣義上的人工智能泛指通過計算機實現人的頭腦思維所產生的效果，通過研究和開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統所構建而成的，其構建過程中綜合了計算機科學、數學、生理學、哲學等內容。

01

人工智能產業鏈結構

人工智能產業鏈的主要包含三個核心環節——基礎技術、人工智能技術和人工智能應用。其中，基礎技術主要包括數據平臺、數據存儲以及數據挖掘等，人工智能技術包括語音識別、自然語言處理、圖像識別和生物識別等，人用智能應用有工業4.0、無人駕駛汽車、智能家居、智能金融、智慧醫療、智能營銷、智能教育以及智能農業等。

02

人工智能基礎技術提供平臺

人工智能的基礎技術主要依賴于大數據管理和云計算技術，經過近幾年的發展，國內大數據管理和云計算技術已從一個嶄新的領域逐步轉變為大眾化服務的基礎平臺。而依據服務性質的不同，這些平臺主要集中于三個服務層面，即基礎設施即服務（IaaS）、平臺即服務（PaaS） 和軟件即服務（SaaS）。

03

人工智能技術平臺

人工智能技術平臺主要專注于機器學習、模式識別和人機交互三項與人工智能應用密切相關的技術，是人工智能產業鏈中的技術層，通過感知智能和認知智能等各項技術完成以往只有人能做到的特定任務。簡單來說，人工智能技術平臺是人工智能應用的技術手段。

04

人工智能應用領域

人工智能應用涉及到專用應用和通用應用兩個方面，這也是機器學習、模式識別和人機交互這三項人工智能技術的落地實現形式。目前國內人工智能應用正處于由專業應用向通用應用過渡的發展階段。

通用應用

側重于金融、醫療、智能家居等領域的通用解決方案。

專業應用

專用領域的應用涵蓋了目前國內人工智能應用的大多數應用，包括各領域的人臉和語音識別以及服務型機器人等方面。

05

語音/語義識別領域

目前，國內語音識別企業在通用識別率上，各企業的成績基本維持在95%左右，真正的差異化在于對垂直領域的定制化開發。

語音識別已經成為人工智能應用的一個重點，通過語音控制設備簡單方便，在各個領域興起了研究應用的熱潮。數據、算法及芯片是語音識別技術的3個關鍵，大量優質的數據、精準快速的算法和高性能語音識別芯片是提升語音識別的核心。語音是人工智能產品的主要入口，乃兵家必爭之地也。

當前語音識別在智能家居、智能車載、智能客服機器人方面有廣泛的應用，未來將會深入到學習、生活、工作的各個環節。國內外許多大公司都在傾力研究此技術，并不斷推出實際產品。比如小語智能的智能營銷和智能客服系統，采用深度學習、語音識別、機器學習等技術，能夠幫助用戶快速精準的識別出意向客戶，解決客戶問題，效果明顯。

06

智能機器人領域

目前，智能機器人市場持續火爆，企業通過不同方式涉足機器人產業的局面近乎瘋狂。據不完全統計，目前，有70余家上市公司并購或者投資了機器人、智能自動化項目，而中國機器人相關企業的數量超過了4000家。

07

人工智能應用普及階段

按照不同時期的技術成熟度、推廣應用度不同，人工智能的每個階段可以被分為實驗室階段、試點階段、推廣階段和普及階段。實驗室階段重點是針對算法的訓練和研究；試點階段的特征是大企業切入，出現試點應用；推廣階段意味著技術已經推廣到大中型企業應用，云端資源集中計算；普及階段則實現分布式計算，普及到個人在具體細分場景下的應用。目前，我國正處在感知智能的試點階段。主要的試點領域包括：智能硬件、機器人、虛擬場景、安防、虛擬服務和商業智能。

08

人工智能產業市場規模

隨著人工智能在我國移動互聯網、智能家居等領域的發展，我國人工智能產業將持續高速成長。隨著相關政策的加速落地，我國人工智能產業已步入新的發展階段。當前人工智能行業基礎條件已經具備，隨著深度學習算法日趨成熟以及數據資源的加速增長，人工智能技術有望不斷提升，機器視覺和自然語音處理等人工智能技術將迎來發展新機遇。

09

人工智能行業生態格局

人工智能的生態格局，無論是專用還是通用領域，都圍繞"底層-中層-頂層"的技術和產品架構逐漸成形，每一層架構中，都有不同的企業參與，最終形成圍繞AI技術，產品和服務的生態圈。

基礎資源支持層實現路徑：運算平臺+數據工廠

基礎資源支持層通過部署大規模GPU與CPU并行計算構成的云計算資源池（定義為超級運算平臺）來解決AI所需要的超強存儲和運算處理能力問題，并輔以能夠抓取到匯聚了人類智慧的海量信息的大數據工廠作為數據集，為AI技術層的實現提供有利支持。

數據工廠相當于人腦中的記憶關聯過程：將某個詞同時與其他詞或是某個場景等等建立起動態關聯的過程。因此，通過數據挖掘和搜索算法對數據工廠中的知識庫和信息庫進行分類與關聯的技術能力同樣是人工智能企業的重要進入門檻。

AI技術層實現路徑：面向特定場景的智能技術

AI技術層的作用是基于底層提供的計算存儲資源和大數據，通過機器學習建模，開發面向不同領域的應用技術，例如語音識別、語義識別和計算機視覺等。

中間層的運行機制和人類的思維形成過程高度相似，是從感知到思考再到最終的決策行動甚至是創造，核心是機器學習技術的應用。

1.AI應用層實現路徑

專用智能產品和服務專用智能的應用水平不斷提升將推進智能產品和服務的智能化程度。為了能夠滿足用戶需求，智能產品和服務需要多種不同的AI技術支撐。

2. 谷歌的無人駕駛汽車

為了實現無人駕駛，車輛需要配置激光測距系統、車道保持系統、GPS慣性導航系統、車輪角度編碼器等設備，通過收集到的數據實時生成前方路面的三維圖像，并用計算機視覺技術判斷潛在的風險。

3.Nest的智能溫控技術

為了能夠通過不斷地觀測和學習用戶習慣的舒適溫度來對室溫進行動態調整，并節約能源，Nest安裝了六個傳感器，不停地對溫度、濕度、環境光以及設備周邊進行監控和衡量，它能判斷房間中是否有人，以決定是否自動關閉調溫設備。

4.微信朋友圈的推送廣告服務

微信朋友圈的信息流（Feeds）廣告推送基于自然語言解析、圖像識別和數據挖掘技術，通過分析用戶朋友圈語言特性，以及朋友圈圖片內容，根據對用戶收入和消費能力的分析來刻畫用戶畫像，并決定投放何種廣告。

智能產品和服務是否能夠切中用戶的痛點需求，依賴于人工智能技術在產品背后能夠給予多大的支撐。殺手級的智能產品和服務必然是建立在強大的AI技術支撐下的。

10

人工智能行業區域發展

中國人工智能企業主要集中于北京、廣東及長三角，占中國人工智能企業總數的80.57%。從省市發展的情況上看，無論是企業數還是融資規模，北京均領跑于全國，其人工智能企業融資規模占全國比重超過50%。值得注意的是，盡管上海的企業數占全國比重為15.17%，但融資規模比重卻僅有5.57%，對比北京、廣東，上海平均每筆融資的規模并不大。北京、廣東平均單筆融資在千萬美元以上，而上海僅為400多萬美元。

11

人工智能行業規模預測

科技企業對開源技術和深度學習等方面的推動，人工智能技術不斷突破。交通、醫療、教育、制造業等場景的應用需求和切合確定場景的商業模式出現推動人工智能快速發展。隨著人工智能在我國移動互聯網、智能家居等領域的發展，我國人工智能產業將持續高速成長。預計到2023年，國內中國人工智能行業市場規模將達到777億元。

12

人工智能行業發展促進因素

1.政策支持力度加大

《國務院關于積極推進“互聯網+”行動的指導意見》、《“十三五”規劃綱要》、《“十三五”國家戰略性新興產業發展規劃》陸續發布。人工智能作為新一代信息技術產業五大發展方向之一，我國政府細化了在培育人工智能產業生態和推動人工智能技術在各領域應用等內容。

2.產業鏈日趨完善

基礎技術近年來國內企業技術進步較大，為人工智能產業發展打下了堅實的基礎。技術層和應用層的持續推進為人工智能產業發展提供了源源不斷的動力，推動行業向更遠更深層次發展。

3.資本進入推動發展

國內各家科技巨頭公司通過自身研究、投資并購等不斷加大對人工智能領域的投入。同時，國內一大批創業型公司也積極投入人工智能領域，大規模的資本進入，持續的技術研發推動人工智能產業快速發展。

13

人工智能行業整體發展趨勢

1.新一輪的開源化將成為人才爭奪主戰場

近兩年來，以谷歌為代表的巨頭公司紛紛開始開源化自身核心產品。不僅有機器學習軟件平臺，還有相關硬件平臺和完整軟件源代碼。開放源代碼可以吸引外部人才參與項目協作，并改進相關技術。

2.語音識別領域將快速實現商業化部署

通過利用機器學習技術進行自然語言的的深度理解，一直是工業和學術界關注的焦點。在人工智能的各項領域中，自然語言處理是最為成熟的技術，由此引來各大企業紛紛進軍布局。在未來3年內，成熟化的語音產品將通過云平臺和智能硬件平臺快速實現商業化部署。

3.人工智能產業將與智慧城市建設協同發展

智慧城市的發展將在安防、交通監控、醫療、智能社區等多個領域全面刺激人工智能產業發展。未來，各行業的應用需求以及消費者升級發展的需要將有效激活人工智能產品的活躍度，促進人工智能技術和產業發展。

4.中國人工智能應用將在服務機器人領域迎來突破

人口紅利消失，勞動力成本增長，服務機器人開始在多個行業對傳統人工進行輔助或替代，未來家用服務機器人與智能家居將進一步結合，實現更多場景化服務，智能服務機器人成為未來發展的主流。