2021年人工智能行業(yè)市場分析報告

2021人工智能行業(yè)市場分析報告2021年4月目錄1賽道清晰：當前AI聚焦五大熱點行業(yè) 51.1需求爆發(fā)，AI再迎發(fā)展熱潮 51.2景氣度高，人工智能市場保持高速增長 61.3AI+安防：當前人工智能落地最佳場景 71.4AI+智能汽車：實現自動駕駛有賴于AI的發(fā)展 91.5AI+新零售：利用人工智能重構互動式消費場景 111.6AI+教育：人工智能讓因材施教和個性化學習成為現實 131.7AI+醫(yī)療：提高診療環(huán)節(jié)效率，促進資源合理分配 152技術突破：深度學習算法拓寬場景邊界 183護城河高：AI全棧能力構筑核心競爭優(yōu)勢 203.1應用層：蓬勃發(fā)展，百花爭鳴 203.2技術層：專業(yè)壁壘高，平臺和算法是核心 203.3基礎層：關注AI芯片和傳感器，新興技術加速創(chuàng)新 224關注度高：發(fā)展人工智能已成全球共識 244.1中美是全球AI高地，中國公司正加速發(fā)展 244.2保持應用層市場優(yōu)勢，同時加大技術和基礎層投入 245驅動力強：AI有望進入紅利兌現期 265.1AI商業(yè)化形式明確，賦能產業(yè)是趨勢 265.2技術成熟和數據紅利，加速AI產業(yè)化落地 275.3高校紛紛設立AI專業(yè)，人才培養(yǎng)是產業(yè)化的有力保障 285.4政策鼓勵，人工智能是新基建重要方向 296投資建議 326.1科大訊飛 336.2中科創(chuàng)達 346.3海康威視 356.4大華股份 366.5銳明技術 376.6虹軟科技 386.7地平線 396.8商湯科技 396.9曠視科技 406.10依圖科技 416.11云從科技 426.12云知聲 437市場提示 44圖表目錄圖表1國內人工智能賦能實體經濟規(guī)模（2018-2022年）.....................................................................................................5圖表2國內人工智能賦能行業(yè)應用占比..................................................................................................................................6圖表32020年全球人工智能技術發(fā)展水平..............................................................................................................................6圖表42019年人工智能產業(yè)圖譜..............................................................................................................................................7圖表52017-2020E國內AI+安防軟硬件市場規(guī)模..................................................................................................................8圖表6依圖人工智能人像大數據系統......................................................................................................................................8圖表72020年以來與智能安防相關的國家政策......................................................................................................................9圖表8AI在自動駕駛系統架構中扮演重要角色.....................................................................................................................9圖表9AI+視覺在自動駕駛中的應用.....................................................................................................................................10圖表10全球智能駕駛汽車出貨量及增長率預測（2020-2024）............................................................................................11圖表112018-2022中國現代渠道主要零售商數字化建設投入和AI投入.............................................................................12圖表12AI+新零售，重構消費場景.........................................................................................................................................12圖表132018-2022年中國在線教育市場規(guī)模及AI相關業(yè)務規(guī)模情況...............................................................................13圖表14AI+教育個性化學習手冊構建學生精準畫像.............................................................................................................14圖表15人類教師與人工智能自適應學習產品各自的優(yōu)勢....................................................................................................15圖表162019-2022年國內AI+醫(yī)學影像市場規(guī)模...................................................................................................................16圖表17我國衛(wèi)生技術人員數量................................................................................................................................................16圖表182019年我國醫(yī)院數（左）和診斷人次（億，右）....................................................................................................16圖表19我國65歲及以上人口數量及比例..............................................................................................................................17圖表20我國人口部分慢性病發(fā)病率（千分之一）................................................................................................................17圖表21傳統人工智能算法和深度神經網絡算法在解釋性上的差異....................................................................................18圖表22遷移學習示例................................................................................................................................................................19圖表23人工智能完整產業(yè)鏈....................................................................................................................................................20圖表24部分龍頭企業(yè)的AI實驗室和代表產品......................................................................................................................21圖表25全球人工智能芯片市場規(guī)模........................................................................................................................................22圖表26基礎層AI芯片代表企業(yè)..............................................................................................................................................22圖表27新興技術加速人工智能產業(yè)化落地............................................................................................................................23圖表28中美企業(yè)巨頭在AI方面的布局對比...........................................................................................................................25圖表29人工智能產品在不同行業(yè)的成熟度對比....................................................................................................................26圖表30全球智能音箱出貨量（百萬臺）................................................................................................................................27圖表31全球智能音箱行業(yè)市場規(guī)模（億美金）....................................................................................................................27圖表322010-2016IMAGENET挑戰(zhàn)結果展示..............................................................................................................................28圖表33全球數據流量2010-2025年發(fā)展及預測.....................................................................................................................28圖表34全球對AI崗位的職位需求數（2018年）.................................................................................................................29圖表35中國國家層面的人工智能政策一覽............................................................................................................................30圖表36中國各省市有關人工智能政策一覽............................................................................................................................31圖表37科大訊飛營業(yè)收入和研發(fā)支出（百萬元）................................................................................................................33圖表38科大訊飛營收業(yè)務構成（2019年）...........................................................................................................................33圖表39科大訊飛主要產品概覽................................................................................................................................................33圖表40中科創(chuàng)達營業(yè)收入和歸母凈利潤（百萬元）............................................................................................................34圖表41中科創(chuàng)達營收業(yè)務構成（2019年）...........................................................................................................................343/45圖表42 中科創(chuàng)達的業(yè)務領域 34圖表43 智能互聯駕駛艙4.0解決方案 34圖表44 ?？低暊I業(yè)收入和歸母凈利潤（百萬元） 35圖表45 ?？低暊I收業(yè)務構成（2019年） 35圖表46 ?？低暻岸水a品 35圖表47 大華股份營業(yè)收入和歸母凈利潤（百萬元） 36圖表48 大華股份營收業(yè)務構成（2019年） 36圖表49 大華股份人工智能平臺 36圖表50 銳明技術營業(yè)收入和研發(fā)費用（百萬元） 37圖表51 銳明技術營收業(yè)務構成（2019年） 37圖表52 運用了AI技術的一鍵報警系統 37圖表53 商用車高級輔助ADAS解決方案 37圖表54 虹軟科技營業(yè)收入和歸母凈利潤（百萬元） 38圖表55 虹軟科技營收地區(qū)構成（2019年） 38圖表56 虹軟科技智能駕駛視覺解決方案 38圖表57 虹軟科技智能座艙DMS解決方案 38圖表58 用于智能駕駛的車規(guī)級AI芯片征程2 39圖表59 地平線ADAS智能駕駛解決方案 39圖表60 商湯科技部分關鍵技術 39圖表61 曠視科技BRAIN++AI生產力平臺 40圖表62 依圖科技營業(yè)收入和研發(fā)支出（百萬元） 41圖表63 依圖科技營收業(yè)務構成（2019年） 41圖表64 依圖科技智能商業(yè)解決方案 41圖表65 云從科技營業(yè)收入和研發(fā)支出（百萬元） 42圖表66 云從科技主營業(yè)務收入構成（2019年） 42圖表67 云從科技智慧城市平臺 42圖表68 云知聲營業(yè)收入和研發(fā)支出（百萬元） 43圖表69 云知聲營收業(yè)務構成（2019年） 43圖表70 云知聲物聯網智能開放平臺優(yōu)勢 434/45賽道清晰：當前AI聚焦五大熱點行業(yè)1.1需求爆發(fā)，AI再迎發(fā)展熱潮人工智能行業(yè)高景氣，三大變革催化AI再迎發(fā)展熱潮。艾瑞咨詢的報告顯示，預計2022年國內人工智能賦能實體經濟的市場規(guī)模將達到1573億。中國電子技術標準化研究院將人工智能定義為是利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環(huán)境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。為什么當下要再提人工智能？主要是三方面因素變革催化：1）移動互聯網的爆發(fā)為AI提供了豐富的訓練數據，根據IDC的統計到2025年全球數據流量會達到175ZB。2）硬件尤其是算力指數級的提升，讓AI訓練的時間大幅度降低，目前用于L3自動駕駛量產項目的NVIDIAXavier能夠達到30每秒浮點運算次數。3）以神經網絡為代表的機器學習算法的突破,尤其是在2015年的ImageNet挑戰(zhàn)結果中機器識別首次超越人類。我們認為，人工智能在經過一段時期的應用摸索階段之后，目前規(guī)?；瘧觅惖乐鸩角逦?，安防、教育、醫(yī)療、新零售、自動駕駛等都是當前的熱門方向。圖表1 2018-2022年國內人工智能賦能實體經濟規(guī)模（單位：億元）資料來源：艾瑞咨詢，市場研究部AI+應用目前以安防為主，AI+醫(yī)療需求在疫情之后大幅增加。1）從人工智能需求的產生來看，AI在產業(yè)變革和升級過程中發(fā)揮重要作用，AI的運用結合生活和工業(yè)生產中的多場景進行應用落地，能夠衍生出很多新產品、新產業(yè)、新業(yè)態(tài)和新模式，從而重構生產、分配、交換和消費等經濟活動環(huán)節(jié)，以此來推動經濟結構的變革并改變現有人們的生活方式。2）從AI應用較為成熟的領域來看，人工智能行業(yè)已逐步滲透到各行業(yè)當中，據前瞻產業(yè)研究院的統計，AI+安防在2019年人工智能的各類應用中占比超過50%，緊隨其后的是AI+金融（占比15.80%）和AI+營銷（占比為11.60%）。3）從新興的AI領域來看，最近幾年自動駕駛、教育、新零售領域AI的發(fā)展極其迅速。由于2020年伊始爆發(fā)的新型冠狀病毒疫情，AI+醫(yī)療的需求大大增加，這將會極大地反推AI應用落地于醫(yī)療領域。5/45圖表2 國內人工智能賦能行業(yè)應用占比資料來源：前瞻產業(yè)研究院，市場研究部1.2景氣度高，人工智能市場保持高速增長預計2019-2024年中國人工智能市場復合增速超30%，增長空間大。國內人工智能的增速快于全球增速，中國在全球AI市場的占比將從2020年的12.5%上升到2024年的15.6%。根據IDC與浪潮集團聯合發(fā)布的《2020-2021中國人工智能計算力發(fā)展評估報告》預測，2020年國內AI市場規(guī)模將達到62.7億美金，2019-2024年人工智能市場復合增速保持30.4%，2024年將達到172.2億美金。我們認為，人工智能景氣度高，AI產業(yè)的快速發(fā)展和潛在的巨大空間，將會為整個產業(yè)鏈提供良好的發(fā)展基礎，尤其是已經進入技術轉化階段的自動駕駛、深度語義分析、智適應學習、跨語言文本挖掘，和成熟階段的硬件加速、深度神經網絡等，相關企業(yè)的成長空間大。圖表3 2020年全球人工智能技術發(fā)展水平資料來源：《2020人工智能產業(yè)白皮書》，市場研究部6/45商業(yè)落地模式得到重視，更多實體經濟中的落地場景和產品得到認可。經過2015-2018年的人工智能投資熱潮，風險資本逐漸回歸理性，全球人工智能初創(chuàng)企業(yè)的投融資規(guī)模在2018年達到一個階段性頂部，人工智能產業(yè)的野蠻生長期已經過去。以中國為例，人工智能行業(yè)在2014-2019年Q3，共計2845起投融資項目，總計融資額為3583.65億元，2019年前三季度是254個項目，融資金額為577.17億元。通過將AI技術與傳統行業(yè)結合，對傳統行業(yè)的經營模式和業(yè)務流程進行改造，從而進入新一階段的發(fā)展。我們認為，AI、云計算和5G是當前的三大科技紅利，人工智能涉及到的基礎層、技術層、應用層相關企業(yè)都會持續(xù)受益，通過產品研發(fā)投入和商業(yè)模式探索形成壁壘，多個垂直細分賽道的企業(yè)未來成長空間廣闊。人工智能產業(yè)通過數年摸索，發(fā)現真正能帶來收益的行業(yè)目前聚焦在安防、智能汽車、新零售、教育、醫(yī)療等。圖表4 2019年人工智能產業(yè)圖譜資料來源：艾瑞咨詢，市場研究部1.3AI+安防：當前人工智能落地最佳場景AI賦能安防多種應用場景，安防投資依然保持一定增速。1）從AI在公共安全中各環(huán)節(jié)扮演的角色來看，利用AI技術進行模型訓練，能夠提升警務效率。當前視頻監(jiān)控為安防的主要手段，人工智能參與到視頻圖片中的信息提取，從而構建模型，主要包括行為人、隨行人員、車輛、周邊物品的特點與行為，獲得高階語義、強表達能力的特征，分類儲存。需要使用信息時，可通過行為人車物特征、時間段、區(qū)域等條件搜索，或是以事件（現場圖片）進行搜索，實現高效篩選，加之以公安系統中的手機號、車票和住宿信息，能夠快速勾勒出行為人的行動軌跡，提高抓捕、尋人等警務的辦案效率，實現“利用科技手段提升警力”的目的。AI可賦能多種安防情景，應用廣闊。2）AI在安防相關的其他行業(yè)，AI+安防在交通行業(yè)的流量監(jiān)控、智能樓宇的安防與能耗控制、工業(yè)園區(qū)的風險識別和民用安全布防等場景也有應用。3）從市場規(guī)模和增速來看，雖然增速有所下滑，但市場規(guī)模依然保持一定增長。根據艾瑞咨詢的統計，AI+安防市場在2017-2020年有望實現39.5/135.3/350.0/453.4億元的市場規(guī)模，復合增速更是高達166.5%。7/45圖表5 2017-2020E國內AI+安防軟硬件市場規(guī)模資料來源：艾瑞咨詢，市場研究部借助AI技術，安防由被動監(jiān)控向主動預警發(fā)展。一方面，利用人工智能和大數據技術，可以對大型公共場所和道路進行監(jiān)控，當流量超過閾值時則提醒采取限流等措施，實現人流管控和交通疏導；另一方面，可利用大數據進行潛在犯罪的預判，結合行為人先前犯罪前科等數據，對其可疑行為（如購買違禁品、在特定地點蹲點徘徊等）進行識別和預警。得益于AI技術的發(fā)展，AI+安防正在由被動安防向主動預警發(fā)展。圖6是依圖的AI人像大數據系統正在進行特征比對。圖表6 依圖人工智能人像大數據系統資料來源：中國安防，市場研究部AI重構海量數據，政策支持下智能安防行業(yè)快速發(fā)展。1）安防數據量大。據IHSMarkit統計，2018年全球用于視頻監(jiān)控的存儲出貨達81EB，相當于9200萬小時的視頻（1080p@2Mbps）。這些存儲通常分布在錄像機（DVR或者NVR），內部存儲以及外部存儲系統中。傳統的安防架構已經無法滿足如此海量傳輸、存儲的要求。AI技術對于非結構化的視頻數據進行結構化或半結構化處理，分流了后端計算負載，降低了網絡運營成本。同時人工智能在安防中的運用還可以降低監(jiān)控人員由于疲勞帶來的忽8/45略率。2）2020年以來，政策持續(xù)鼓勵AI在安防中的創(chuàng)新。各部委發(fā)布一系列支持AI+安防行業(yè)發(fā)展的政策，明確指出智能安防是人工智能創(chuàng)新應用的重點推廣領域。圖表72020年以來與智能安防相關的國家政策時間發(fā)布部門文件名稱要點2020.1公安部等公共安全重點區(qū)域視規(guī)定了采集設備的視頻編解碼執(zhí)行標準、視頻監(jiān)控聯網系統信息傳輸交換控制執(zhí)行頻圖像信息采集規(guī)范標準、視頻監(jiān)控聯網信息數據安全執(zhí)行標準、視頻圖像信息應用執(zhí)行標準及公共安全重點區(qū)域視頻圖像信息采集部位2020.3國家市場監(jiān)居家安防智能管理系本標準規(guī)定了居家安防智能管理系統的組成與接口分類、功能要求、性能要求、實管總局統技術要求驗方法和檢驗規(guī)則2020.3工業(yè)和信息工業(yè)和信息化部辦公提出在視頻監(jiān)控、物流配送等場景應用基礎上，部分企業(yè)推動5G應用持續(xù)走深向化部廳關于推動工業(yè)互聯實，已開始介入到裝配、檢測等生產內部關鍵環(huán)節(jié)網加快發(fā)展的通知資料來源：市場研究部整理1.4AI+智能汽車：實現自動駕駛有賴于AI的發(fā)展自動駕駛是汽車智能化的重要應用方向。1）AI的必要性。攝像頭、雷達、未來還會部署的激光雷達等傳感器、高精度地圖、定位系統、以及車路協同相互合作，集環(huán)境感知、認知、規(guī)劃決策和多等級輔助駕駛等功能于一體，在全球范圍內受到了業(yè)界和政府層面的密切關注，這些數據的處理需要AI算法的支持。2）國家政策的指引。根據11月11號發(fā)布《智能網聯汽車技術路線圖2.0》的指引，計劃到2025年，PA、CA新車占比超過50%；C-V2X終端新車裝配率50%；到2035年，中國方案智能網聯汽車技術和產業(yè)體系全面建成，網聯式高度自動駕駛智能網聯汽車實現大規(guī)模應用。圖表8 AI在自動駕駛系統架構中扮演重要角色資料來源：東方汽車，市場研究部9/45AI在感知和決策階段扮演著重要角色。車輛自動駕駛必須經過感知、決策和執(zhí)行三階段，人工智能在感知和決策階段扮演著重要角色。近年來，人工智能基礎層的不斷突破，使得汽車所搭載的處理器不但可以同時應對更多的識別任務和決策，還能部署對算力要求更高地深度學習模型。例如目前在小鵬量產車型P7上搭載的NVIDIAXavier能夠達到30TFLOPS（每秒浮點運算次數）的性能。深度學習算法的運用極大地提高了汽車識別道路、行人等障礙物的正確率，還實現了傳統人工智能算法無法支持的多目標檢測任務，更有望通過深層次網絡模擬了人腦復雜的決策系統。作為智能汽車的眼睛，計算機視覺是感知層的關鍵技術。智能汽車通過多傳感器融合來實現對車輛運行環(huán)境的感知。雷達傳感器的主要作用是幫助車輛探測一定范圍內的障礙物方位、距離和速度等信息；視覺傳感器除了可以探知車道、交通信號燈、交通標志牌等非行駛障礙物信息，還可以傳遞更為豐富的障礙物信息。攝像頭作為智能汽車的眼睛，如何準確且無遺漏的對周圍環(huán)境進行準確判斷，是最為高效的感知手段。目前最先進的人工智能算法已經達到通過單攝像頭完成交通線識別、信號燈識別、行人檢測和其它車輛檢測。通過帶有AI功能的單攝像頭也已經實現自動緊急制動、自適應巡航、車道中心保持輔助以及交通擁堵輔助等輔助駕駛功能。以具體單品MINIEYE的AI防碰儀為例，官網1699元的價格作為參考，我國目前汽車保有量已經超過2.7億輛，假設碰撞安全車距提醒ADAS產品后裝滲透率如果達到2%，即540萬輛車安裝防撞儀，則可以帶動約45億的市場。圖表9 AI+視覺在自動駕駛中的應用資料來源：Mobileye，市場研究部作為智能汽車的大腦，決策模塊是自動駕駛的基礎。決策系統主要分為兩部分：一部分是多模態(tài)融合決策，另一部分是道路規(guī)劃決策。多模態(tài)融合決策即通過“眼睛”去識別路況，從而實現紅燈停，綠燈行，禮讓行人等決策，決策準確率往往與計算機視覺識別準確率正相關。例如簡單的紅燈停場景，智能汽車需要識別出是否是紅燈，在哪停下，結合車輛當前速度決定何時剎車。根據IDC報告的預測，全球智能駕駛汽車出貨量在2021年會迎來拐點，增速有望超過25%，隨后會保持10%以上的增速，在2024年超過5000萬輛。10/45圖表10 2020-2024全球智能駕駛汽車出貨量及增長率預測（單位：千輛）資料來源：IDC，市場研究部自動駕駛服務以示范項目形式陸續(xù)落地，商業(yè)化迎來曙光。2020年4月，長沙率先全面開放了無人駕駛出租車服務；10月12日，北京也開放了無人駕駛出租車試乘，當日訂單量突破2600單；10月21日，蘇州落地全國首個常態(tài)化運營的5G無人公交。無人公交在開放的城市道路上運行，且速度最高達到50km/h。該無人公交車除了具備避讓行人車輛、自動變道、自動轉向、紅綠燈識別等基本功能，還能應對各類城市復雜交通場景，例如穿行人車混雜的路口、應對后車加塞、“鬼探頭”等。我們認為，2021年是智能汽車，尤其是L2+自動駕駛的爆發(fā)年，AI作為必不可少的技術，相關ADAS產品滲透率會得到快速提升，自動駕駛將率先在高速和泊車場景下實現規(guī)?；涞?。1.5AI+新零售：利用人工智能重構互動式消費場景AI賦能零售全流程數據互聯互通，實現三方共贏。1）AI賦能新零售。傳統零售場景主要是通過商品和資金形成閉環(huán)，零售業(yè)的智能化轉型并不是對各個環(huán)節(jié)做幾何拼接，AI引入數據要素作為驅動力。對于傳統零售商來說，AI從客戶群體和貨物供應鏈的管理，到消費場景的重構，都具備優(yōu)勢。AI的運用高度內嵌在新零售流程中，讓各個環(huán)節(jié)通過數據作為紐帶形成閉環(huán),通過優(yōu)化，達到運營效率的全面升級，實現了客戶群體、零售商、生產商的三方共贏。2）AI在新零售中的市場規(guī)模。根據艾瑞咨詢的報告，2018年國內現代渠道主要零售數字化建設投入為285.1億元，其中AI的投入規(guī)模約9億元，占比3.15%。AI投入在零售商數字化建設投入中的比例持續(xù)提升，2020年整個國內商業(yè)數字化建設投入約462.9億元，其中AI投入63.9億元，預計這一數字在2022年將達到178.8億元，占新零售整體數字化建設的投入比例約為25.5%。11/45圖表11 2018-2022中國現代渠道主要零售商數字化建設投入和AI投入資料來源：艾瑞咨詢，市場研究部人工智能在顧客端實現個性化推薦，讓商家對產品和推廣策略快速調整成為可能。針對客戶群體管理方面，零售商們都在打造高效，便捷，個性化的購物體驗。AI+新零售通過收集和分析客戶行為數據，對客戶進行個性化推薦，使得客戶可以快速找到其想要的物品；此外，智能機器人客服在降低超市人員人工成本的同時，可以24小時不間斷地提供服務，使得消費者在需要的時候獲得及時的幫助；最后，計算機視覺還可以在不接觸任何物品的情況下完成支付結算。隨著大量客戶的消費數據積累，商家可以對產品研發(fā)和推廣策略進行再調整。越是了解客戶行為和趨勢，就能更加精準地滿足消費者的需求。人工智能可以幫助零售商改進需求預測，做出定價決策和優(yōu)化產品擺放，最終讓客戶就在正確的時間、正確的地點與正確的產品產生聯系。圖表12 AI+新零售，重構消費場景資料來源：中國科學院大數據挖掘與知識管理重點實驗室，市場研究部12/45AI助力零售業(yè)提升供應鏈管控效率。貨物供應鏈管控方面，計算機視覺技術可以幫助零售商實現商品識別、物損檢測、結算保護等功能，這使得零售商在降低人工成本的同時提升倉儲管理的效率。傳統零售商面臨的一大挑戰(zhàn)就是保持準確的庫存。AI通過打通整個供應鏈和消費側環(huán)節(jié)，消除各個環(huán)節(jié)的數據孤島效應，為零售商提供包括店鋪、購物者和產品的全面細節(jié)化數據，這有助于零售商對庫存管理的決策更加合適。此外，AI還可以快速識別缺貨商品和定價錯誤，提醒員工庫存不足或物品錯位，以便實現獲得更及時的庫存。AI+新零售模式將依托用戶體驗重新定義零售場景，長期來看具備成本優(yōu)勢。零售行業(yè)從業(yè)人員的勞動效率（商品銷售額/零售業(yè)從業(yè)人數）從2018年起開始出現下跌趨勢。計算機視覺技術和自然語言處理技術的不斷推進，將使得零售商對具體客戶的消費行為和習慣有著更進一步的洞察力；AI可以改變現有人工售后成本高，效率低的問題，機器人助理會使得售后環(huán)節(jié)效率大大提升?？梢灶A見到，未來新零售場景會是一個高度語境化和個性化的購物場景。1.6AI+教育：AI讓因材施教和個性化學習成為現實在線教育市場規(guī)?？焖偬嵘?，AI+教育占比持續(xù)提升。1）從市場規(guī)模來看，在線教育市場在2018年達到2517.6億元，其中AI技術相關的教育規(guī)模是123.8億元。預計未來2020年上升至3807.4億元，到2022年AI相關的在線教育能達到700多億規(guī)模；2）從滲透率來看，AI技術相關的教育市場規(guī)模從2018年的占比4.9%，預計到2020年將達到8.6%，2021年之后會超過10%。圖表13 2018-2022年中國在線教育市場規(guī)模及AI相關業(yè)務規(guī)模情況資料來源：艾瑞咨詢，市場研究部13/45人工智能讓知識點的教與學更加精準。人工智能技術可以大規(guī)模滿足用戶的個性化學習需求。教育產業(yè)智能化的目標也非常明確，針對學習管理環(huán)節(jié)、學習測評環(huán)節(jié)和認知思考環(huán)節(jié)三管齊下，來完成整個輔助學習功能的場景閉環(huán)。1）站在學生角度，人工智能從學習方式和需求入手，針對不同的學生生成個性化和定制化的學習方案，同時提供高效的學習體驗和課后追蹤服務。2）站在教師角度，通過收集學生反饋來提升教學質量和完善教學細節(jié)，智能評測系統則能根據具體學生的情況，為教師提供精準的干預措施建議，從而實現教學的高效化。利用AI進行學習畫像，智能教育平臺是產業(yè)智能化的基石。智能教育平臺的搭建包括兩個方面，分別是學生數據收集和數據深度分析。智能教育平臺除了可以完整追蹤并記錄學生的線上學習過程，還應對每一位學生的實際數據，例如：檔案數據、學習成績、時間數據、掌握知識情況、特長愛好、閱讀數據等進行記錄和存儲，然后智能教育平臺通過人工智能技術去預測學生的學習偏好、特長特點、智力水平、學習薄弱環(huán)節(jié)等，最后延伸出職業(yè)發(fā)展、專業(yè)發(fā)展等。所有的這些做法都將從學生一入學就將開始，讓每個學生都能接受適合自身特點的個性化學習，創(chuàng)造出了一種個性化的教育模式。根據科大訊飛披露的信息，公司統計了江蘇南通如皋市2016年至今的教育行業(yè)應用案例成效。智慧課堂產品覆蓋了如皋市80%的初中，100%的高中，服務2000名教師以及近5萬名學生，累積分析3500次測量數據，為200082名學生推送了802368份個性化作業(yè)。實現了教師閱卷時長減少36%，統計時長減少98%，備課時間減少24%。學生作業(yè)時間減少32%，錯題解決率達到80%以上，平均作業(yè)時長縮短約40分鐘，取得了良好的應用成效。圖表14 AI+教育個性化學習手冊構建學生精準畫像資料來源：訊飛智慧教育微信公眾號，市場研究部以個性化學習手冊為載體動態(tài)生成學習資源，實現因材施教目標。傳統教育行業(yè)的學習資源往往是預設型，事實上所有的預設型學習資源無法覆蓋每一個學生的每一個需求，當預設型資源面對全體時會缺少部分重要的部分，更何況在中國，不同地區(qū)所用的教材版本也有所不同，預設型的學習資源無法實現通用性。而人工智能技術可14/45以通過智能教育平臺，對具體學生的學習行為，知識水平等進行具體評估，擺脫傳統教材的桎梏，對學習資源進行再整合和動態(tài)生成，即對學生進行個性化教學方案的精準推送。圖表15 人類教師與人工智能自適應學習產品各自的優(yōu)勢資料來源：艾瑞咨詢，市場研究部機器代替老師批改課后作業(yè)，使得教師更專注于教學環(huán)節(jié)。隨著OCR以及語義分析技術的不斷進步，自動批改作業(yè)已逐漸成為可能。計算機能夠根據自然語言處理技術對文本進行語法糾錯，例如：各種英語時態(tài)的主謂一致，單復數以及遣詞造句等，甚至可以根據語言模型是給出意見和建議，這將能夠有效的節(jié)省教師批改作業(yè)的時間，學生也可以更快地獲得反饋，從而顯著提高教師的教學效率以及學生的學習效率。除了簡單的判定選擇，填空等客觀題的批改，市面上已經出現批改主觀題的教學技術。例如：英文作文批改產品，機器通過OCR技術去識別手機拍攝的手寫的英語作文，對語法、單詞等錯誤進行批注，并最終給出作文評分。隨著圖像識別技術以及自然語言處理技術的不斷完善，類似產品將層出不窮，作業(yè)的自動批改將會變得越來越實用、準確，教師除了可以節(jié)省出相應的批改作業(yè)時間，還可以直接獲得每一個學生在每一道題的直觀統計表現，從而快速掌握學生對某一知識點的掌握程度，并對教學方案進行合理調整。1.7AI+醫(yī)療：提高診療環(huán)節(jié)效率，促進資源合理分配AI+醫(yī)療有助于在就醫(yī)的各環(huán)節(jié)提升效率，實現醫(yī)療資源合理分配。1）在掛號候診環(huán)節(jié)，利用人臉識別、語音識別、遠場識別等技術，獲取患者病理特征，與患者完成關于病情的初步互動，并通過傳感器完成體溫、心率等指標的初步測量工作，從而實現身份識別、掛號、導診的功能，減輕醫(yī)院的運營壓力。2）在診斷階段，放射科的醫(yī)療大數據為AI醫(yī)學影像提供了入口，利用計算機視覺技術，進行圖像分割、特征提取、定量分析、對比分析等工作，通過機器初篩、醫(yī)生確定的方式完成最終閱片，這將大大提高工作效率，同時具備依靠模型客觀判斷、可強化學習的優(yōu)勢。艾瑞咨詢的報告顯示，AI在影像方面的應用目前還處于起步階段，預計在2022年會有9.7億的市場規(guī)模。3）AI輔助診斷則基于海量臨床文檔、報告、原始醫(yī)學圖像等多維數據，基于人工智能算法，綜合多學科知識存儲，為醫(yī)生診斷治療提供參考。4）電子病歷、推薦用藥、健康管理等應用場景也將從不同維度提升醫(yī)療效率，挖掘醫(yī)療市場潛力?？偟膩碚f，AI+醫(yī)療通過介入多種醫(yī)療場景，把寶貴的醫(yī)院資源分配到核心業(yè)務中；同時將頂級醫(yī)療機構的能力下放，可填補當前巨大的醫(yī)療供求缺口，促進醫(yī)療公平。15/45圖表16 2019-2022年國內AI+醫(yī)學影像市場規(guī)模資料來源：艾瑞咨詢，市場研究部醫(yī)療資源總量少、資源分布不均、診療效率低是當前我國醫(yī)療行業(yè)的突出問題。根據36氪研究院發(fā)布的《2020人工智能醫(yī)療產業(yè)發(fā)展藍皮書》統計，2019年我國共有三級醫(yī)院2749個，在我國一至三級醫(yī)院總量中占比為11.60%，但三級醫(yī)院醫(yī)療服務工作量占比為56.75%，且我國三級醫(yī)院主要集中在北京、上海、廣州等大城市，中小城市醫(yī)療資源相對不足。截至2019年末，我國共有衛(wèi)生技術人員1010萬人，其中執(zhí)業(yè)醫(yī)師和執(zhí)業(yè)助理醫(yī)師382萬人，注冊護士443萬人，而全年總診療人次為85.2億人次，醫(yī)療供給同樣存在較大壓力。圖表17 我國衛(wèi)生技術人員數量（單位：萬人） 圖表18 2019年我國醫(yī)院數（左）和診斷人次（億，右）資料來源：2019年衛(wèi)生健康事業(yè)發(fā)展統計公報，市場研究部 資料來源：2019年衛(wèi)生健康事業(yè)發(fā)展統計公報，市場研究部老齡化程度加劇，慢性病發(fā)病率上升，催生大量醫(yī)療需求。第一財經的信息顯示，中國將在2022年左右進入老齡社會，屆時65歲及以上人口將占總人口的14%以上。根據公共衛(wèi)生科學數據中心早期的統計數據，國內各種慢性病的發(fā)病率大部分呈上升趨勢，可以推測該上行趨勢仍將繼續(xù)；另一方面，我國人口慢性病發(fā)病率也在不斷增加，比如高血壓在2008年之后發(fā)病率達到0.05%。上述這些都會帶來大量的醫(yī)療需求。16/45圖表19 我國65歲以上人口數量及比例（單位：萬人）圖表20 我國人口部分慢性病發(fā)病率（單位：1/10萬）資料來源：國家統計局，市場研究部 資料來源：公共衛(wèi)生科學數據中心，市場研究部17/45技術突破：深度學習算法拓寬場景邊界深度學習算法擴大應用場景，打開市場向上空間。2016年，Google的AlphaGo以絕對優(yōu)勢完勝李世石九段，深度學習成為了近年來計算機行業(yè)最火的技術名詞。隨著算力的大踏步前進，工業(yè)界開始在一些特定領域，例如計算機視覺、自然語言處理、個性推薦系統等，嘗試部署更多的深度學習模型。從趨勢上來看，深度學習算法拓寬了AI的應用邊界，比如AI+汽車中的自動駕駛，AI+醫(yī)療的影像識別等。麥肯錫在《NotesfromtheAIfrontier:Applicationsandvalueofdeeplearning》報告中提到，對19個行業(yè)的400多個案例進行分析，其中2/3的企業(yè)表明使用深度學習是為了提高現有性能；69%的案例表明深度神經網絡可以提高技術無法達到的性能；15%的案例完全應用了深度神經網絡。深度學習的價值不在于模型和算法多優(yōu)秀，而在于如何去更好的運用這些算法?，F階段深度學習算法對數據具有依賴性，降低商業(yè)化應用成本是當務之急。目前從實驗室中的人工智能技術和真實落地的人工智能技術商用需要跨越三個階段。第一，來源于實驗室數據集的過度理想化，并未考慮到現實商用環(huán)境中存在各種噪聲，使得訓練環(huán)境和生產環(huán)境下數據分布變化大，實驗室中訓練好的模型需要針對真實的商用生產環(huán)境調試；第二，現實中部分場景數據少且格式不統一，存在大量臟數據、假數據、違規(guī)數據等問題，需要進行數據清洗和結構化處理；第三，由于數據自身的隱私性和珍貴性，大部分商業(yè)落地場景都要求私有化部署，這就要求人工智能公司需要外派高級算法工程師駐場，導致人均能效低。我們認為，如果能實現以上三個階段的跨越，則該應用就大概率可以快速規(guī)?；涞?。圖表21 傳統人工智能算法和深度神經網絡算法在解釋性上的差異資料來源：碼迷，市場研究部18/45傳統人工智能和深度學習算法互為補充。通過貝葉斯原理，我們可以證明著名的奧卡姆剃刀原則：即如果兩個理論可以獲得相同的預言集，那么假設更少的理論為真的概率更高。傳統人工智能算法模型之所以比深度神經網絡簡單，是因為深度神經網絡往往會在網絡中進行特征再提取和特征再學習。即便是在大數據場景下，只要無需另構特征，深度神經網絡仍然無法完全取代傳統人工智能算法。我們認為，傳統AI算法一直在工業(yè)界扮演著穩(wěn)定解決問題的工具角色，傳統AI算法有著可解釋性強、對數據依賴性弱、對算力要求低、模型簡單的四大優(yōu)勢。與深度學習算法相比，傳統AI算法仍然有其自身特色，二者不是簡單的替換邏輯，在未來的應用中會互為補充。圖表22 遷移學習示例資料來源：UncertaintyAwareSmallDataNeuralNetworks，市場研究部小樣本訓練甚至無監(jiān)督學習是解決AI對數據依賴的可能技術路徑。從深度學習到遷移學習，前百度首席科學家吳恩達曾表示：“遷移學習將會是繼監(jiān)督學習之后的下一個機器學習商業(yè)成功的驅動力”。目前學術界基于遷移學習理論提出了零次學習（即模型可以對訓練集中沒有出現過的類別自動創(chuàng)造出相應的映射）和一次學習（即訓練集的每個類別僅含有少量樣本），而元學習的出現，使得通用人工智能模型成為可能，人工智能系統不再是單任務型模型，通用模型不必對每一個任務中的知識重新開始學習，隨著模型對環(huán)境的不斷感知，模型可以解決越來越多的任務。我們認為這會是未來人工智能發(fā)展的主要技術趨勢。19/45護城河高：AI全棧能力構筑核心競爭優(yōu)勢人工智能涉及全產業(yè)鏈，AI全棧能力會成為企業(yè)的核心競爭優(yōu)勢。人工智能完整產業(yè)鏈包括三層：基礎層、技術層和應用層?；A層是人工智能產業(yè)的基礎，為人工智能提供數據以及算力的支撐，基礎層分為計算硬件、計算系統技術和數據三部分；技術層提供了各類人工智能算法、架構以及應用平臺；應用層主要與產業(yè)和產品融合，呈現百花齊放的態(tài)勢，人工智能在多個行業(yè)與產品中都擁有巨大的應用價值。3.1應用層：蓬勃發(fā)展，百花爭鳴應用層呈現百花齊放態(tài)勢，產業(yè)化趨勢加速。人工智能面向特定應用場景需求而形成軟硬件產品或解決方案，應用層主要包括行業(yè)解決方案和消費者產品。隨著人工智能技術逐步滲透各行各業(yè)，AI+解決方案和AI+產品亦層出不窮，形成了新技術推動新產品，新產品革新傳統行業(yè)的良性商業(yè)閉環(huán)。目前產業(yè)鏈中位于該環(huán)節(jié)的相關人工智能公司最多。運用相對成熟的是AI+賦能產業(yè)，包含：安防、智能汽車、新零售、醫(yī)療、教育等和AI+產品，包含：智能音箱、翻譯筆、機器人、智能家居等。圖表23 人工智能完整產業(yè)鏈資料來源：前瞻產業(yè)研究院，市場研究部3.2技術層：專業(yè)壁壘高，平臺和算法是核心技術層是人工智能產業(yè)的核心，巨頭環(huán)伺，專業(yè)壁壘高。人工智能以模擬人的智能相關特征為出發(fā)點，構建技術路徑。技術層分為算法理論、開發(fā)平臺和應用技術三部分。在技術層的競爭中，無論中國還是美國，企業(yè)巨頭的策略都是“三”管齊下。1）通過招募高端人才來組建相應的實驗室研究團隊，從而加快關鍵技術的研發(fā)，建立相應的技術壁壘；2）通過收購一些細分領域的優(yōu)秀初創(chuàng)公司，降低巨頭進入該領域的成本，同時完善公司的整體戰(zhàn)略布局；3）通過開源技術平臺，吸引全球開發(fā)者一起構建相應的生態(tài)體系。美國典型的公司有Google、Microsoft、IBM、Facebook；國內布局AI實驗室的代表企業(yè)有百度、阿里巴巴、騰訊、字節(jié)跳動、快手。20/45圖表24部分龍頭企業(yè)的AI實驗室和代表產品公司名稱成立時間代表產品GoogleAI實驗室2016GooglePhotos,Gmail,GoogleNews,AndroidP,GoogleMapMicrosoft微軟研究所1998微軟智能助手小冰小娜，智能云AzureIBMIBM研究所1911超級電腦DeepBlue，WatsonFacebook人工Facebook百度阿里巴巴騰訊字節(jié)跳動快手

智能研究實驗2013室（FAIR）FBLearnerFlow平臺、圖像處理引擎Lumos，DeepText系統應用機器學習實驗室2013（AML）深度學習實驗2013室（IDL）百度識圖，百度無人車，百度無人飛行器，DuBike，BaiduEye，DuLighr硅谷AILab2014（SVAIL)AILab2017ET城市大腦、ET醫(yī)療大腦、ET工業(yè)大腦、ET環(huán)境大腦、ET航空大腦AILab2016優(yōu)圖實驗室2012智能計算與搜2015優(yōu)圖人臉識別一體機、優(yōu)圖盒子，騰訊優(yōu)圖AI攝影機，AntiFakes假臉甄別、索實驗室微信-香港科技微碼、信息流智能圖像，智能相冊大學人工智能2015聯合實驗室西雅圖AI實2017驗室人工智能實驗2012今日頭條，抖音短視頻，西瓜視頻室西雅圖AI實2011快手短視頻app驗室資料來源：騰訊研究院，市場研究部21/453.3基礎層：關注AI芯片和傳感器，新興技術加速創(chuàng)新計算硬件的創(chuàng)新集中在AI芯片和傳感器。計算硬件代表企業(yè)有美國的英偉達，中國的華為，寒武紀等。AI芯片通常指針對人工智能算法做了特殊加速設計的芯片，是人工智能產業(yè)的核心硬件。相比于美國的英偉達、AMD、Intel、Xilinx等公司，中國的人工智能芯片行業(yè)正處在萌芽期，國內的寒武紀、地平線、華為等布局了AIASIC，知存科技的投入主要集中在存算一體芯片。人工智能芯片逐漸在取代傳統芯片的某些應用場景。隨著云計算和邊緣計算需求的高速增長，傳統芯片廠商將持續(xù)發(fā)展新的合作模式，以應對新客戶的需求。全球人工智能芯片在2018-2025年期間保持46%左右的復合增速，2025年有望達到726億美金的市場規(guī)模。圖表25 全球人工智能芯片市場規(guī)模資料來源：Tractica，市場研究部圖表26基礎層AI芯片代表企業(yè)芯片種類代表企業(yè)GPUIntel，Nvidia，AMDASICGoogle,寒武紀，華為FPGAXilinx，Intel，Microsoft存算一體芯片Intel，IBM，知存科技資料來源：市場研究部整理ICT新興技術包含云計算和5G等。計算機系統技術不僅僅指代數據庫、操作系統等基礎框架，廣義的ICT技術也包含了云計算和5G，代表企業(yè)有百度、騰訊、阿里巴巴、華為等。受益于5G商用網絡的普及，結合高效的云計算架構，終端用戶可以擺脫終端算力不足的困境，通過云端的強大算力和快速信息傳輸實現對環(huán)境的快速反應，這些新興技術都對AI的發(fā)展起到了很大的促進作用。22/45圖表27 新興技術加速人工智能產業(yè)化落地資料來源：前瞻產業(yè)研究院，市場研究部23/45關注度高：發(fā)展人工智能已成全球共識4.1中美是全球AI高地，中國公司正加速發(fā)展美企起步早，中國公司正在加速追趕。1）從企業(yè)數量上來看，中國信息通信研究院2019年4月發(fā)布的《全球人工智能產業(yè)數據報告》顯示，截止2019年3月底，全球仍然活躍的人工智能企業(yè)共5386家，其中美國，中國，英國分別以2169家，1189家和404家分列前三，人工智能企業(yè)數量排名前20的城市中，美國占據10席，中國占據4席。2）從AI行業(yè)發(fā)展階段來看，美國AI行業(yè)發(fā)展歷經四個階段，分別為1991年到1997年的萌芽期，1998年到2004年的發(fā)展期，2005年到2013年的高速成長期，以及2013年至今的平穩(wěn)期。而中國人工智能產業(yè)則是從1996年正式進入萌芽期，2003年進入發(fā)展期，企業(yè)數量從2003年的29家增長到了2007年的57家，2008年進入高速成長期，經過5年的時間，于2015年到達166家的峰值后進入平穩(wěn)期。2015年的峰值，相當于1999到2012新增AI企業(yè)數量的總和。中美研究機構搶占學術研究高地，金字塔尖仍被美國占領。2009年至2018年，中國在人工智能領域論文發(fā)表量超過9萬篇，占全球人工智能論文發(fā)表總量的22.7%，其中2018年占比高達27.4%。在人工智能發(fā)表論文數量排名前15的機構中，中國科學院系統排名第一，加州大學系統和法國國家科學研究中心分列二，三位。除了中國科學院系統，包括清華大學，上海交通大學，哈爾濱工業(yè)大學和北京航空航天大學共5家中國研究機構上榜，美國同期有7家上榜。在被引論文統計中，美國雖然仍是全球高被引論文總量最多的國家，但中國近年來高質量論文漲勢明顯，2018年中國高被引論文數量已占全球總量的45%。騰訊研究院的《中美兩國人工智能產業(yè)發(fā)展全面解讀》顯示，對比四大AI頂級會議近三年的錄用論文統計，美國作者發(fā)表論文占比52%，中國排名第二，占比18%。4.2保持AI應用層市場優(yōu)勢，加大技術和基礎層投入AI全棧能力是未來核心競爭力。美國在基礎層優(yōu)勢巨大，以開源算法平臺為例，Google、Facebook、Microsoft都推出了自己的深度學習算法的開源平臺，而中國有百度的paddle。在技術層的云平臺中，美國作為云計算的初始玩家，占據市場主導地位。中國的阿里、華為、騰訊等互聯網巨頭推出了領先的云服務平臺。在應用層，中美互聯網巨頭都有屬于自己的垂直應用平臺。以語音平臺為例，GoogleAssistant、Cortana、科大訊飛語音開放平臺、百度大腦都是業(yè)內知名平臺。大數據優(yōu)勢是中國發(fā)展人工智能的重要優(yōu)勢，AI技術發(fā)展需要有大量的數據積累進行訓練，中國較為完備的工業(yè)體系和龐大的人口基數，在數據積累方面優(yōu)勢明顯。國內企業(yè)在保持應用層數據優(yōu)勢的同時，應加大基礎技術研究及專利積累，形成AI全棧能力。24/45圖表28 中美企業(yè)巨頭在AI方面的布局對比資料來源：騰訊研究院，市場研究部25/45驅動力強：AI有望進入紅利兌現期5.1AI商業(yè)化形式明確，賦能產業(yè)是趨勢人工智能的應用必須與產業(yè)深度結合，持續(xù)挖掘行業(yè)賽道潛力。Gartner在2020年發(fā)布的新興技術成熟度曲線中繼續(xù)擴大了對AI潛力預測的覆蓋，在人工智能技術領域增加了多個類別，包括復合型人工智能、可生成型人工智能、負責型人工智能、人工智能開發(fā)增強、嵌入式人工智能和人工智能增強設計。從技術的研發(fā)周期判斷，人工智能行業(yè)正處于第三波爆發(fā)期，而這波浪潮最大的特點就是與業(yè)務緊密結合的AI應用場景逐漸落地，比如說工業(yè)視覺、車載領域的ADAS和DMS產品等。只有把握行業(yè)數據，同時擁有先進算法和強大計算能力的企業(yè)將成為最主要的推動者。行業(yè)賦能和消費者產品是AI當前落地主要形式。AI在面向不同行業(yè)的技術使用度存在差異。目前來看，數據獲取的難易程度和多少會對人工智能落地產生影響；同時，因為深度學習算法對場景數據的依賴，所以對長尾場景包容度高的應用落地就會更快，例如安防、教育等。目前人工智能技術落地商業(yè)化的方式主要有兩種，一種是基于行業(yè)痛點的解決方案，另一種則是面向消費者打造爆款C端產品。圖29詳細對比了AI典型行業(yè)和產品的成熟度情況，并針對核心與輔助環(huán)節(jié)進行了分拆。圖表29 人工智能產品在不同行業(yè)的成熟度對比資料來源：中國科學院大數據挖掘與知識管理重點實驗室，市場研究部從行業(yè)賦能來看，保持政府開支的同時，挖掘企業(yè)服務市場潛力是未來方向。針對行業(yè)痛點的解決方案，最成功的莫過于安防行業(yè)。整個安防行業(yè)的核心在于視頻監(jiān)控，視頻監(jiān)控的無人化和精準化一直是改革升級的目標。隨著計算機視覺技術近年來出現質的突破，安防行業(yè)迅速進入智能化時代。安防行業(yè)積累了大量的數據，且數據整潔度高，數據采集流程成熟完善，工作流自動化程度高，應用場景清晰，以政府開支為主的商業(yè)模式在國家相應政策的鼓勵下實施效率高，另外，安防對于長尾的容錯度也相對沒那么苛刻，這些客觀因素的疊加使得AI+安防迅速落地和商業(yè)化成型。再以AI+醫(yī)療/健康行業(yè)舉例，雖然行業(yè)內部積攢了大量的數據，但數據整潔度一般，工作流自動化程度較弱，使得AI+醫(yī)療/健康仍處于智能化的初級階段。仍處于藍海的AI+文娛產業(yè)和AI+能源產業(yè)則更多的是受制于數據積累量不夠多，工作流自動化程度不高，行業(yè)應用仍然亟需相應的規(guī)范，才能引領人工智能技術更好的滲透。26/45圖表30 全球智能音箱出貨量（單位：百萬臺） 圖表31 全球智能音箱市場規(guī)模（單位：億美金）資料來源：前瞻產業(yè)研究院，市場研究部 資料來源：前瞻產業(yè)研究院，市場研究部從消費者產品來看，產品的成熟度受場景復雜度、用戶心理接受度、技術水平等多方面影響大。1）智能音箱。各大廠商都在布局的智能音箱產品，核心環(huán)節(jié)在于人機深層次互動，主要功能點在聊天問答、家居控制、消費支付等，所用到的人工智能核心技術正是近年來發(fā)展迅猛的語音識別和語義識別技術，技術成熟度較高，產品場景較為簡單，主要聚焦在室內，同時消費者用戶心理接受度也高。根據前瞻產業(yè)研究院的統計，智能音箱目前作為最為成功的AI+消費者產品，2019年的出貨量達到1.469億臺，市場規(guī)模為119億美金。2）個人工作助理。同樣運用語音識別和語義識別技術成熟度較高，由于場景較智能音箱更為復雜，同時部分用戶擔心個人信息安全，目前滲透率較低。3）智醫(yī)助理。目前仍然處在市場教育的前期，因為患者和醫(yī)院由于擔心誤診誤療的發(fā)生，對AI醫(yī)生產品都有較強的抵觸心理，而如果將AI+醫(yī)生替換為AI+醫(yī)生助理，即由決策者角色改變?yōu)榻ㄗh者角色，患者和醫(yī)院的心理接受度大大增強。5.2技術成熟和數據紅利，加速AI產業(yè)化落地算力和算法雙雙突破，技術成熟加速人工智能應用浪潮。人工智能產業(yè)在歷史上的發(fā)展，也曾經歷過兩次低谷。1）第一次低谷出現在1974年-1980年，人工智能產業(yè)被算法和算力雙重限制。一方面是感知器，邏輯證明器等初級算法無法應對更復雜的場景，另一方面則是當時計算機的算力極其有限，無論是內存還是中央處理器的處理速度都無法適應人工智能所需要的實際情況；2）第二次低谷則出現在1987-1993年，雖然出現了為人工智能行業(yè)量身定制的Lisp語言和機器，但是依舊被計算硬件所局限；3）如今，隨著近年來GPU、FPGA、ASIC等各種硬件的大規(guī)模應用，云端服務器和終端的計算能力獲得了極大提升，與此同時數據規(guī)模的快速增長以及算法研究的不斷深入，人工智能已經在某些特定任務達到或超越人類，這使得人工智能技術可以代替人類進行一些重復性的工作，為人工智能技術的應用落地打下堅實的基礎，這里面最優(yōu)代表性的事件為ImageNet的挑戰(zhàn)結果，以及AlphaGo戰(zhàn)勝人類棋手事件。27/45圖表32 2010-2016ImageNet挑戰(zhàn)結果展示資料來源：ImageNet，市場研究部整理數據仍保持高增長，數據素材對AI模型準確性至關重要。數據部分包括采集，標注和分析。數據部分指的是完整的大數據產業(yè)鏈，現階段人工智能技術還處于弱人工智能階段，只有充分的數據訓練集才能最大發(fā)揮出機器的智能性，即數據的采集和標注很大程度上取決了現有人工智能技術的上限。根據IDC預測，全球數據流量將繼續(xù)維持指數級增長，預計在2025年突破175ZB。中國受益于5G網絡的快速鋪開，將成為全球數據增長的主力。數據的快速積累將極大程度上提高人工智能模型的準確性。圖表33 全球數據流量2010-2025年發(fā)展及預測資料來源：IDC，市場研究部5.3高校紛紛設立AI專業(yè)，人才培養(yǎng)是產業(yè)化的有力保障中國產業(yè)人才儲量遠低于美國，基礎層人才缺口巨大。人工智能行業(yè)之爭主要體現為人才之爭，尤其在基礎層和技術層領域。騰訊研究院的數據統計顯示，美國人工28/45智能團隊共有約78700名工程師，而中國僅僅有大約39200名工程師儲備。放眼九大領域，單就工程師數量，中國僅僅在智能機器人一個領域優(yōu)于美國，在語音識別和自動駕駛領域略領先于美國，而在其他六大領域都存在缺口。以人工智能產業(yè)鏈劃分，美國有22%的工程師從事基礎層相關領域，而中國的比例僅3.3%；技術層上，中美工程師比率相差無幾，都在35%附近；應用層上，中國工程師比例達到了62%，美國占比為40%。按照億歐《2020全球人工智能人才培養(yǎng)》報告的統計，全球范圍內，中國對AI崗位的需求最為旺盛，2018年有12113個空缺。圖表34 全球對AI崗位的職位需求數（2018年）資料來源：億歐，市場研究部高校紛紛設立AI專業(yè)，提升AI基礎性和原創(chuàng)性研究能力。1）與AI相關專業(yè)和院系。國內和AI相關的專業(yè)主要有智能科學與技術、數據科學與大數據、機器人工程、人工智能，通常設立在人工智能學院、計算機系、智能科學與技術系、自動化與智能科學系。2）AI需要復合型人才。根據國務院《新一代人工智能發(fā)展規(guī)劃的通知》，從學習的課程來看，應當形成“人工智能+X”復合專業(yè)培養(yǎng)新模式，重視人工智能與數學、計算機科學、物理學、生物學、心理學、社會學、法學等學科專業(yè)教育的交叉融合。3）從設置AI專業(yè)的高校數量來看，2019年3月，教育部批準35所高校新增人工智能本科專業(yè)，2020年3月3日，教育部官方網站更新了《關于公布2019年度普通高等學校本科專業(yè)備案和審批結果的通知》。新增人工智能專業(yè)的高校達到了180所，是此次新增備案專業(yè)數量較多的學科。我們做一個測算，假設每個學校每年平均培養(yǎng)100名人工智能畢業(yè)生，則形成穩(wěn)態(tài)后每年可以為社會輸送1.8萬AI專業(yè)人才。5.4政策鼓勵，人工智能是新基建重要方向人工智能是技術趨勢，亦是基礎設施，政策持續(xù)鼓勵下行業(yè)景氣度高。最近三年，政府在多個場合都高度重視人工智能產業(yè)的發(fā)展。1）從國家層面來看，習近平總書記指出：“新一代人工智能正在全球范圍內蓬勃興起，為經濟社會發(fā)展注入了新動能，正在深刻改變人們的生產生活方式。要加強人工智能同保障和改善民生的結合，從保障和改善民生、為人民創(chuàng)造美好生活的需要出發(fā)，推動人工智能在人們日常工作、學習、生活中的深度運用，創(chuàng)造更加智能的工作方式和生活方式?！敝袊伯a黨第十九次全國代表大會、2018年兩院院士大會、全國網絡安全和信息化工作會議、第十九屆中央政治局第九次集體學習等場合中，人工智能技術的發(fā)展被多次提及。國務院于2017年729/45月發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將新一代人工智能放在國家戰(zhàn)略層面進行部署，旨在搶抓人工智能發(fā)展的戰(zhàn)略機遇。2）從地方層面來看，我國各省市也相繼推出了人工智能相關支持政策并給出了相應的產業(yè)規(guī)劃細則。例如：北京市在2020年6月10日發(fā)布《北京市加快新型基礎設施建設行動方案(2020-2022年)》，方案旨在推動以人工智能為代表的新一代信息技術與高端裝備和工業(yè)互聯網進行融合應用個，并重點提出對基礎層的算力、算法建設。圖表35 中國國家層面的人工智能政策一覽時間政策名稱主要內容《全國人大常委會2020年重視對人工智能、區(qū)塊鏈、基因編輯等新技術新領域相關法律問題的研究：繼2020年6月續(xù)推動理論研究工作常態(tài)化、機制化，發(fā)揮科研機構、智庫等“外腦”作用，度立法工作計劃》加強與有關方面的交流合作，抓緊形成高質量的研究成果。2020年3月《加強“從0到1”基礎研提出要加強基礎研究人才培養(yǎng)，建立健全基礎研究人才培養(yǎng)機制、實施青年科究工作方案》學家長期項目、在國家科技計劃中支持青年科學家。《教育部關于公布2019年2020年3月度普通高等學校本科專業(yè)備180所高校開設人工智能專業(yè)。案和審批結果的通知》《關于“雙一流”建設高校2020年1月促進學科融合加快人工智能提出要構建基礎理論人才與“人工智能＋X”復合型人才并重的培養(yǎng)體系，著領域研究生培養(yǎng)的若干意力提升人工智能領城研究生培養(yǎng)水平。見》2019年6月《新一代人工智能治理原則突出了發(fā)展負責任的人工智能這一主題,強調了和諧友好、公平公正、包容共一發(fā)展負責任的人工智能》享、尊重隱私、安全可控、共擔責任、開放協作、敬捷治理等八條原則。2019年3月《關于促進人工智能和實體把握新一代人工智能發(fā)展特點,結合不同行業(yè)區(qū)域特點,探索創(chuàng)新成果轉化的路經濟深度融合的指導意見》徑,構建數據驅動、人機協同、跨界融合、共創(chuàng)分享的智能經濟形態(tài)?！督逃筷P于公布2018年2019年3月度普通高等學校本科專業(yè)備全國共有35所高校獲得首批人工智能專業(yè)建設資格。案和審批結果的通知》將人工智能升級為智能+,要推動傳統產業(yè)改造提升,特別是要打造工業(yè)互聯網平2019年3月《2019年政府工作報告》臺,拓展“智能+”,為制造業(yè)轉型升級賦能。要促進新興產業(yè)加快發(fā)展,深化大數據、人工智能等研發(fā)應用壯大數字經濟。2018年11月《新一代人工智能產業(yè)創(chuàng)新通過在人工智能主要細分領域,選拔領頭羊、先鋒隊,樹立標桿企業(yè),培育創(chuàng)新發(fā)重點任務揭榜工作方案》展的主力軍,加快我國人工智能產業(yè)與實體經濟深度融合。到2020年,建立50家人工智能學院、研究院或交叉研,基本完成適應新一代人工2018年4月《高等學校人工智能創(chuàng)新行智能發(fā)展的高?？萍紕?chuàng)新體系和學科體系的優(yōu)化布局,高校在新一代人工智能基動計劃》礎理論和關鍵技術研究等方面取得新突破,人才培養(yǎng)和科學研究的優(yōu)勢進一步提升,并推動人工智能技術廣泛應用。資料來源：市場研究部整理30/45圖表36中國各省市有關人工智能政策一覽?。ㄊ校┱咧攸c內容《加快新型基礎設施建設推動人工智能等新一代信息技術和機器人等高端裝備與工業(yè)互聯網融合應用,并且重點北京市行推動方案(2020-2022提出人工智能基礎層的算力、算法和算量的建設。年)》山東省《關于加快魯南經濟圈一提出要加快人工智能等新型基礎建設,推動人工智能、裝備制造、生物醫(yī)藥等領域開展體化發(fā)展的指導意見》協同創(chuàng)新?！稄V州市關于推進新一代到2022年,全市人工智能產業(yè)規(guī)模超過1200億元,打造8個產業(yè)集群,建設10個人工智能廣東省人工智能產業(yè)發(fā)展的行動產業(yè)園,培育10家以上行業(yè)領軍企業(yè),推動形成50個智能經濟和智能社會應用場景,推進計劃(2020-2022年)》實施100個應用示范項目,爭取創(chuàng)建國家級人工智能創(chuàng)新試驗區(qū)、人工智能先導區(qū)。《江西省數字經濟發(fā)展三支持建設人工智能領域創(chuàng)新平臺,加強人工智能領域基礎理論研究與關鍵技術攻關,培育江西省年行動計劃(2020-2022人工智能重點產品和龍頭企業(yè)。到2022年,