2022年中國(guó)人工智能產(chǎn)業(yè)研究報(bào)告(Ⅴ)

人工智能產(chǎn)業(yè)進(jìn)階之路人工智能產(chǎn)業(yè)進(jìn)階之路2人工智能產(chǎn)業(yè)企業(yè)案例人工智能產(chǎn)業(yè)企業(yè)案例4人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)探討人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)探討5 人工智能參與社會(huì)建設(shè)的千行百業(yè) 形態(tài)和應(yīng)用邊界不斷拓寬；2022年，人工智能產(chǎn)學(xué)研界在通用大模型、行業(yè)大模型等促進(jìn)技術(shù)通用性和效率化生產(chǎn)的方向上取得了一定突破。商業(yè)價(jià)值塑造、通用性提升和效率化應(yīng)用是AI?2023.3iResearchInc.企業(yè)積極部署AI戰(zhàn)略以實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)能化改革的重要抓手，也是各行業(yè)領(lǐng)軍企業(yè)打造營(yíng)收護(hù)城河的重要方向。麥肯錫2022年對(duì)企業(yè)應(yīng)用AI技術(shù)的調(diào)研表明：也從2018年的平均1.9個(gè)增加到2022年的3.8個(gè)。除了應(yīng)用數(shù)量上的提升，AI產(chǎn)生的商業(yè)價(jià)和計(jì)算機(jī)視覺(jué)是每年最常用的技術(shù)，而自然語(yǔ)言文本理解已經(jīng)從2018年的中間位置上升??營(yíng)收中由AI推動(dòng)的份額指：1.通過(guò)提升AI驅(qū)動(dòng)客戶(hù)、供應(yīng)鏈和渠道等方面的洞察力，使銷(xiāo)售現(xiàn)有產(chǎn)品和服務(wù)成為可能；2.利用人機(jī)協(xié)作模式，使銷(xiāo)售新產(chǎn)品和服務(wù)成為可能；3.通過(guò)機(jī)器算法動(dòng)態(tài)定價(jià)。上述包括拆分收入以及凈新?tīng)I(yíng)收，但并未計(jì)算隨著時(shí)間變化，在調(diào)研企業(yè)中“營(yíng)收由AI推動(dòng)的份額”大于30%注釋?zhuān)喝⒓诱{(diào)研且至少使用一項(xiàng)人工智能產(chǎn)品的企業(yè)的應(yīng)用AI產(chǎn)品數(shù)?2023.3iResearchInc.?2023.3iResearchInc.6?2023.3iResearchInc.政策指引應(yīng)用需求豐富應(yīng)用場(chǎng)景封裝多類(lèi)型預(yù)置行業(yè)算法提高算力易用性提供高性?xún)r(jià)比算力城市算腦建設(shè)推動(dòng)區(qū)域發(fā)展與產(chǎn)業(yè)升級(jí)政策指引應(yīng)用需求豐富應(yīng)用場(chǎng)景封裝多類(lèi)型預(yù)置行業(yè)算法提高算力易用性提供高性?xún)r(jià)比算力對(duì)人工智能計(jì)算/超算中心（簡(jiǎn)稱(chēng)智算中心）的關(guān)注度和投資增多。國(guó)家信息中心和浪潮信息聯(lián)合發(fā)布的《智能計(jì)算中心算法服務(wù)的公共算力新型基礎(chǔ)設(shè)施”。我國(guó)目前有超過(guò)30個(gè)城市建設(shè)或提出建設(shè)智算中心，其中已有近10個(gè)城市的智算驅(qū)動(dòng)因素建設(shè)熱潮?全國(guó)算力一體化、新型數(shù)據(jù)中心等構(gòu)成國(guó)家?國(guó)務(wù)院出臺(tái)的《擴(kuò)大內(nèi)需戰(zhàn)略規(guī)劃綱要（2022-2035年）》提出，“加快建設(shè)信息基礎(chǔ)設(shè)施，推動(dòng)人工智能廣泛、深度應(yīng)這些政策將長(zhǎng)遠(yuǎn)利好智算中心建設(shè)發(fā)展?各地大力發(fā)展人工智能、生物制藥、芯自動(dòng)駕駛、數(shù)字孿生、元宇宙等創(chuàng)新驅(qū)動(dòng)型?各地積極推動(dòng)傳統(tǒng)行業(yè)產(chǎn)業(yè)升級(jí)。制造教育、醫(yī)療、交通等領(lǐng)域的數(shù)字化改革與智便捷服務(wù)低代碼或者無(wú)代碼開(kāi)發(fā)形式提供通用和智能算力成為區(qū)域科技產(chǎn)業(yè)的公共基礎(chǔ)設(shè)施?據(jù)指南測(cè)算，“十四五”期間（2021-2025在智算中心實(shí)現(xiàn)80%應(yīng)用水平的情況下，城市對(duì)智22.9~3.4倍36~42倍智能港口自動(dòng)駕駛智能礦山智能港口自動(dòng)駕駛智能礦山智能診療智能工廠智慧法院智慧農(nóng)場(chǎng)智能教育u智慧家居《關(guān)于加快場(chǎng)景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見(jiàn)》《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場(chǎng)景圍繞構(gòu)建全鏈條、全過(guò)程的人工智能行業(yè)應(yīng)加強(qiáng)研發(fā)上下游配合與新技術(shù)集成，打造形成一批可復(fù)制、可推廣的標(biāo)桿型示范應(yīng)用場(chǎng)推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，建設(shè)數(shù)字中國(guó)、智慧社會(huì)。推進(jìn)數(shù)字產(chǎn)業(yè)《關(guān)于規(guī)范和加強(qiáng)人工智能司法應(yīng)《意見(jiàn)》提出到2025年，基本建成較為完備的司法人工智能技術(shù)應(yīng)用體系，為司法為民、公正司系，為司法為民、公正司法提供全流程高水平智能輔助支持，應(yīng)用效能充?2023.3iResearchInc.首屆人工智能倫理問(wèn)題全球論壇在布拉格首屆人工智能倫理問(wèn)題全球論壇在布拉格《人工智能倫理建議書(shū)》聯(lián)合國(guó)教科文組織發(fā)布了全球首個(gè)針對(duì)人工智能倫理制定的規(guī)范凝隨著AI與社會(huì)產(chǎn)業(yè)的融合應(yīng)用，其帶來(lái)安全、法律和倫理方面的風(fēng)險(xiǎn)不容忽視。2022年，科技倫理治理的約束力和影響全球：凝聚力與法律效力持續(xù)提升《數(shù)據(jù)法案》明確提出要在保持高隱私、安全、安保和道德標(biāo)準(zhǔn)的同時(shí)，平衡數(shù)據(jù)的流動(dòng)和使用?！度斯ぶ悄芊ò浮穼?duì)日常活動(dòng)、執(zhí)法和司法中使用AI的情形《可信賴(lài)人工智能的倫理指南》《人工智能能力和透聯(lián)邦政府將AI定義為美國(guó)國(guó)家戰(zhàn)略的核心《人工智能問(wèn)責(zé)框架》美國(guó)政府問(wèn)責(zé)署發(fā)布，分為治理、數(shù)據(jù)、性《人工智能倫理道德標(biāo)準(zhǔn)》標(biāo)準(zhǔn)指南?2023.3iResearchInc.《關(guān)于加強(qiáng)科技倫理治理的意見(jiàn)》中共中央、國(guó)務(wù)院提出要從體制、制度、審查監(jiān)督和教育宣傳四個(gè)層面全面開(kāi)展科技倫理治理工作?！缎乱淮斯ぶ悄軅惱硪?guī)范》針對(duì)AI管理、研發(fā)、供應(yīng)、使用《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》《中國(guó)關(guān)于加強(qiáng)人工智能倫理治理中國(guó)政府向聯(lián)合國(guó)提出AI治理應(yīng)堅(jiān)持倫理先行、加強(qiáng)自我約束、提倡《中國(guó)關(guān)于規(guī)范人工智能軍事應(yīng)用中國(guó)向聯(lián)合國(guó)提出各國(guó)研發(fā)、部署和使用相關(guān)武器系統(tǒng)應(yīng)遵守國(guó)家或中國(guó)代表團(tuán)提出，中方高度重視“致命性自主武器系統(tǒng)”引發(fā)的人?2023.3iResearchInc.9戰(zhàn)略投資（件）并購(gòu)（件）人工智能產(chǎn)業(yè)投資熱度仍在戰(zhàn)略投資（件）并購(gòu)（件）統(tǒng)計(jì)時(shí)間內(nèi)，Pre-A～A+輪人工智能產(chǎn)業(yè)創(chuàng)投輪次為數(shù)量最多的輪次；整體而言，Pre-B～B輪+及以后輪次的人工智能年我國(guó)人工智能產(chǎn)業(yè)資本市場(chǎng)投資金額整體縮水，但投資標(biāo)的更加豐富，孵化出AIGC、元宇宙、虛擬數(shù)字人等新投資賽2011201145451624182418IPO（件）種子輪（件）天使輪（件）IPO（件）種子輪（件）天使輪（件）C～C+輪（件）機(jī)器學(xué)習(xí)計(jì)算機(jī)視覺(jué)自然語(yǔ)言處理智能語(yǔ)音注釋?zhuān)?021～2022年12月統(tǒng)計(jì)數(shù)據(jù)區(qū)域與獨(dú)角獸企業(yè)融資分布特點(diǎn)從區(qū)域分布看，統(tǒng)計(jì)時(shí)間內(nèi)融資事件集中分布于北上廣、江浙地帶，北京的融資事件密度最高，融資事件數(shù)量占全國(guó)的備產(chǎn)業(yè)園區(qū)進(jìn)行產(chǎn)學(xué)研成果轉(zhuǎn)化、風(fēng)投機(jī)構(gòu)密布等因素為北上廣、江浙地帶孵化創(chuàng)投項(xiàng)目提供了有利條件。從獨(dú)角獸企業(yè)融資情況看，統(tǒng)計(jì)時(shí)間內(nèi)獨(dú)角獸企業(yè)占比6.7%，但對(duì)應(yīng)的融資金額比例高達(dá)32.3%。獨(dú)角獸融資事件集中分布于自動(dòng)駕駛、醫(yī)療、工業(yè)、芯片行業(yè)賽道，分別孵化出L3及以上智能駕駛解決方案、AIDD藥物研發(fā)服務(wù)、工業(yè)機(jī)器人、云端大規(guī)..區(qū)域融資事件數(shù)量占全國(guó)融資事件數(shù)量比例（%）?2023.3iResearchInc.獨(dú)角獸企業(yè)數(shù)量比例（%）獨(dú)角獸企業(yè)融資金額比例（%）非獨(dú)角獸企業(yè)數(shù)量比例（%）非獨(dú)角獸企業(yè)融資金額比例（%） 行業(yè)融資事件數(shù)占獨(dú)角獸總?cè)谫Y事件（%）?2023.3iResearchInc.人工智能產(chǎn)業(yè)市場(chǎng)規(guī)模面向AI的數(shù)據(jù)治理、計(jì)算機(jī)視覺(jué)、智能語(yǔ)音與人機(jī)交互、機(jī)器學(xué)習(xí)、知識(shí)圖譜和自然語(yǔ)言處理等核心產(chǎn)業(yè)。據(jù)測(cè)算，2022年中國(guó)人工智能產(chǎn)業(yè)規(guī)模達(dá)1958億元，年增長(zhǎng)率7.8%，整體平穩(wěn)向好。2022年的業(yè)務(wù)增長(zhǎng)主要依靠智算中心建設(shè)人、智能制造、決策智能應(yīng)用等細(xì)分領(lǐng)域增長(zhǎng)強(qiáng)勁。2027年人工智能產(chǎn)業(yè)整體規(guī)?？蛇_(dá)6122億元，2ApplicationforAIW沃豐科技 8騰訊云JDT京東科技圗曉多科技與規(guī)劃metul騰訊優(yōu)圖EEⅢ曠視計(jì)算機(jī)視覺(jué)大數(shù)據(jù)智能中科聞歌EE四曠視JDT京東科技中科聞歌中科聞歌運(yùn)營(yíng)優(yōu)化營(yíng)銷(xiāo)客服ApplicationforAIW沃豐科技 8騰訊云JDT京東科技圗曉多科技與規(guī)劃metul騰訊優(yōu)圖EEⅢ曠視計(jì)算機(jī)視覺(jué)大數(shù)據(jù)智能中科聞歌EE四曠視JDT京東科技中科聞歌中科聞歌運(yùn)營(yíng)優(yōu)化營(yíng)銷(xiāo)客服視覺(jué)產(chǎn)品s心推想醫(yī)療cafe2%appen云測(cè)數(shù)據(jù)中科聞歌億信華辰日a大腦HIKISIONJDT京東科技ilnspur浪潮sug日a大腦EE四曠視區(qū)域智算中心AI+AI+泛安防AI+泛互聯(lián)網(wǎng)人機(jī)交互 Gek*AI+AI+金融AI+醫(yī)療AI+工業(yè)AI+零售AI+政務(wù) 理財(cái)魔方 人工智能技術(shù)層TechnologyforAIMEEⅢ曠視日a大腦Google日a大腦日a大腦中科聞歌0京東云_Azure人工智能產(chǎn)業(yè)進(jìn)階之路人工智能產(chǎn)業(yè)進(jìn)階之路2人工智能產(chǎn)業(yè)企業(yè)案例人工智能產(chǎn)業(yè)企業(yè)案例4人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)探討人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)探討5供了強(qiáng)力支撐和應(yīng)用產(chǎn)品的全新可能性?；? 從AI芯片應(yīng)用類(lèi)型來(lái)看，以英偉達(dá)公司產(chǎn)品為代表的GPU產(chǎn)品長(zhǎng)期占據(jù)AI芯片應(yīng)用的主流市場(chǎng)，尤其是在推理側(cè)率先展開(kāi)對(duì)GPU的替代。國(guó)內(nèi)互聯(lián)網(wǎng)廠商與AI機(jī)遇。本、技術(shù)的合力推動(dòng)下，虛擬偶像、虛擬博主個(gè)性化定制化個(gè)性化定制化預(yù)訓(xùn)練大模型范式加速落地泛化性和通用性提升，可應(yīng)用到更廣闊的下游任務(wù)及確及適配、投入產(chǎn)出比、模型開(kāi)源及交互等多行業(yè)多垂直領(lǐng)域多功能場(chǎng)景場(chǎng)景化場(chǎng)景化 腰部/初創(chuàng)廠商：基于API進(jìn)行二次開(kāi)發(fā)或提供腰部/初創(chuàng)廠商：基于API進(jìn)行二次開(kāi)發(fā)或提供?2023.3iResearchInc.?2023.3iResearchInc.基于預(yù)訓(xùn)練大模型的生成式AI技術(shù)使AIGC這一概念徹底出圈。AIGC是一種全新的內(nèi)容生產(chǎn)方式，是利用現(xiàn)有文本、音統(tǒng)、搜索引擎、代碼生成等，提高了數(shù)字化內(nèi)容的豐富度、生產(chǎn)效率與創(chuàng)造性；類(lèi)人的交互體驗(yàn)和全民參與度也提升了C————————“絕望的深淵”“GPT-3.5”的ChatGPT的效果來(lái)看，“GPT-3.5”的ChatGPT的效果來(lái)看，2020年AIGC助力數(shù)實(shí)融合世界建設(shè)試水落地；供給側(cè)，智能算力支撐、深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)升級(jí)、商用基石模型出現(xiàn)、多模態(tài)大模型等技術(shù)進(jìn)步驅(qū)動(dòng)了AIGC內(nèi)容生成、分布式交互算法等進(jìn)一步提升，AIGC將加速助力數(shù)實(shí)融合世界建設(shè)。新技術(shù)與數(shù)字內(nèi)容的海量迸發(fā)也增加了視頻和3D內(nèi)容的生成還在等待類(lèi)似DALL·E進(jìn)度的基石模型出現(xiàn)；?2023.3iResearchInc.?????GAN（生成對(duì)抗網(wǎng)絡(luò)）、改像????2023.3iResearchInc.ChatGPT落地挑戰(zhàn)?研發(fā)成本高：計(jì)算資源成本高，迭代訓(xùn)練一次需要460萬(wàn)美元；?ChatGPT落地挑戰(zhàn)?研發(fā)成本高：計(jì)算資源成本高，迭代訓(xùn)練一次需要460萬(wàn)美元；?使用成本高：用戶(hù)量指數(shù)增長(zhǎng)背后的調(diào)用成本也很高。投入使用次；但目前開(kāi)發(fā)者使用API接口的成本已可下降到之前的1/10，用戶(hù)量的快速增長(zhǎng)會(huì)提供數(shù)據(jù)反哺、產(chǎn)品功能ChatGPT的商業(yè)化之路已經(jīng)逐步跑通。但以低價(jià)策略促進(jìn)用戶(hù)增?可衡量模型有效性的任務(wù)指標(biāo)也是大模型帶來(lái)的問(wèn)題之一：產(chǎn)品依賴(lài)歷史數(shù)據(jù)且易受訓(xùn)練師偏好影響；海量參數(shù)和大模型也決定ChatGPT熱潮閉平臺(tái)。邁入2023年，OpenAI的ChatGPT產(chǎn)品所帶來(lái)的搜索與問(wèn)答功能提升和類(lèi)人的地開(kāi)啟了新的征程；國(guó)內(nèi)廠商也緊隨其后公布了類(lèi)ChatGPT的產(chǎn)品研發(fā)或者上線計(jì)劃。但無(wú)論AI技術(shù)革新引發(fā)的關(guān)注與討論多熱烈，最終仍需回到技術(shù)產(chǎn)品化的主線上：生成速度、調(diào)用成本、內(nèi)容質(zhì)量的安全可控及版權(quán)歸屬等問(wèn)題仍是脖子”問(wèn)題擺在面前；國(guó)內(nèi)廠商的預(yù)訓(xùn)練大模型技術(shù)水平仍落后于海外頭部企業(yè)，應(yīng)用側(cè)基于國(guó)外廠商的API調(diào)用進(jìn)行模型訓(xùn)練也面臨限制。但對(duì)于國(guó)內(nèi)AI芯片公司、手握海量數(shù)據(jù)資源的互聯(lián)網(wǎng)巨頭、具備“數(shù)據(jù)飛輪”的解決方案商、瞄準(zhǔn)?類(lèi)似問(wèn)答式智能體，可跨越式提升C端消費(fèi)者對(duì)AI的感知。與CV浪潮中的人臉識(shí)別爆款產(chǎn)品相比，交互性大大增強(qiáng)，對(duì)于提升辦公、創(chuàng)作、營(yíng)銷(xiāo)、代碼等工作效率和質(zhì)量具有注：詳細(xì)分析請(qǐng)見(jiàn)艾瑞ChatGPT專(zhuān)題ü訓(xùn)練主要在云端進(jìn)行，GPU在云端訓(xùn)練場(chǎng)景可充分發(fā)ü訓(xùn)練主要在云端進(jìn)行，GPU在云端訓(xùn)練場(chǎng)景可充分發(fā)云支持云端大量運(yùn)算，靈活適配圖片、語(yǔ)音、視頻等擔(dān)更多云端訓(xùn)練任務(wù)來(lái)轉(zhuǎn)移云端訓(xùn)練壓力，同時(shí)及面向機(jī)器人/無(wú)人機(jī)、自動(dòng)駕駛、智慧安防、工業(yè)互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)AI芯片類(lèi)型算、智算中心、新型數(shù)據(jù)中心的建設(shè)浪潮與互可實(shí)現(xiàn)的極致產(chǎn)品性能及DSA部分軟件可編程擴(kuò)大場(chǎng)景范圍的優(yōu)質(zhì)特性，將率先在推理側(cè)展開(kāi)對(duì)GPU的替代，順應(yīng)“先相對(duì)訓(xùn)練而言對(duì)性能的要求并不高，對(duì)精度要求也要更低，但更注重發(fā)展成熟之前，F(xiàn)PGA可成為過(guò)渡產(chǎn)品，ü邊緣/端推理芯片可加載于邊緣服務(wù)器，也可作為SoC嵌入終端設(shè)備，以滿(mǎn)足特定場(chǎng)景需求，端側(cè)需求差異大。隨著數(shù)據(jù)傳輸帶寬壓力、數(shù)據(jù)因素安全、實(shí)時(shí)響應(yīng)的需求，愈多云端推理任務(wù)下放GPGPU產(chǎn)品結(jié)構(gòu)的優(yōu)化對(duì)標(biāo)GPU龍頭英偉達(dá)產(chǎn)品。GPGPU產(chǎn)品結(jié)構(gòu)的優(yōu)化對(duì)標(biāo)GPU龍頭英偉達(dá)產(chǎn)品。國(guó)產(chǎn)AI芯片廠商表現(xiàn)面對(duì)國(guó)外廠商的壟斷壓力，國(guó)內(nèi)互聯(lián)網(wǎng)廠商與AI芯片創(chuàng)業(yè)廠商積極入局，選擇ASIC-DSA或GPGPU等細(xì)分產(chǎn)品架構(gòu)切入中國(guó)ASIC初創(chuàng)廠商多已完成產(chǎn)品迭代，與互聯(lián)網(wǎng)短視頻，泛安防廠商或車(chē)銷(xiāo)售或規(guī)?；瘧?yīng)用階段；中國(guó)GPGPU廠商產(chǎn)品也在今年陸續(xù)完成點(diǎn)亮發(fā)布。綜合來(lái)看，中國(guó)AI芯片廠商已脫離早期的愿üüGPU廠商：全球GPU市場(chǎng)長(zhǎng)期被英偉達(dá)、憑借產(chǎn)品性能及CUDA生態(tài)占據(jù)主流地位。üüFPGA廠商：呈現(xiàn)“兩大兩小”競(jìng)爭(zhēng)格局，代表企業(yè)賽靈思（AMD）、阿爾特拉{XILINXüASIC廠商：國(guó)外專(zhuān)門(mén)做ASIC產(chǎn)品的企業(yè)üüASIC廠商：多以DSA架構(gòu)，錨定特定應(yīng)用場(chǎng)景做錨定泛安防、自動(dòng)駕駛等領(lǐng)域。代表企業(yè)：云天勵(lì)注：國(guó)內(nèi)FPGA廠商覆蓋領(lǐng)域廣泛，以紫光同創(chuàng)、上海復(fù)旦微電子、安路科技等為代表，專(zhuān)注AI芯片領(lǐng)域的創(chuàng)業(yè)廠商較少。üü互聯(lián)網(wǎng)廠商：國(guó)內(nèi)互聯(lián)網(wǎng)廠商出于自用目的入局AI芯片市場(chǎng)。為了實(shí)現(xiàn)極致性能適配，滿(mǎn)足固定場(chǎng)景下的模型與算法需求，我國(guó)廠商多選擇ASIC-DSA架構(gòu)切入，服務(wù)于內(nèi)部特定推理及訓(xùn)練場(chǎng)景。Q搜索自動(dòng)泛安品銷(xiāo)售。代表企業(yè)：阿里平頭哥、百度受美國(guó)禁令影響，訓(xùn)練芯片的銷(xiāo)售與制造更加被重點(diǎn)管制《美國(guó)出口管理?xiàng)l例》——限制滿(mǎn)足條件的芯3A090“先進(jìn)計(jì)算芯片”的ü基礎(chǔ)計(jì)算單元算力之和超受美國(guó)禁令影響，訓(xùn)練芯片的銷(xiāo)售與制造更加被重點(diǎn)管制《美國(guó)出口管理?xiàng)l例》——限制滿(mǎn)足條件的芯3A090“先進(jìn)計(jì)算芯片”的ü基礎(chǔ)計(jì)算單元算力之和超üI/O傳輸接口的傳輸速率4A090“超級(jí)計(jì)算機(jī)”定義為滿(mǎn)足：更小的范圍內(nèi)，具有100或以上雙精度根據(jù)升級(jí)后的美國(guó)禁令條例，英偉達(dá)超算和云端訓(xùn)練產(chǎn)品A100和H100、AMD的MI250和MI250X等GPU產(chǎn)品均在禁售范圍之內(nèi)，英偉達(dá)常用于AI推理和視頻編解碼等場(chǎng)景的T4、T100芯》片，及自動(dòng)駕駛產(chǎn)品線的Orin系列由于算力和帶寬性能并未達(dá)標(biāo)而尚未受到此次管制影響。未來(lái)英偉達(dá)將推出新款中國(guó)特供版中國(guó)AI芯片產(chǎn)業(yè)的逆風(fēng)而行2022年10月7日，美國(guó)對(duì)中國(guó)半導(dǎo)體產(chǎn)業(yè)的禁令管制再一步升級(jí)，新增“限制中國(guó)企業(yè)獲取高性能芯片和先進(jìn)計(jì)算海外英偉達(dá)、AMD等大算力AI訓(xùn)練芯片產(chǎn)品受到管制禁售，需切斷中國(guó)先進(jìn)芯片的海外供給：切斷中國(guó)先進(jìn)芯片的海外供給：根據(jù)美國(guó)出口管理?xiàng)l例對(duì)算力及帶寬的閾值限制，“先進(jìn)計(jì)算芯遏制管控代工產(chǎn)能：不僅英偉達(dá)、AMD的AI訓(xùn)練芯片產(chǎn)品受到出口限制，新規(guī)提出管制范圍擴(kuò)以外的利用美國(guó)技術(shù)來(lái)為中國(guó)大陸廠商制造于超算的高性能芯片或被用于超級(jí)計(jì)算機(jī)的器件的外國(guó)海外產(chǎn)品禁售后的參數(shù)調(diào)整期給國(guó)內(nèi)海外產(chǎn)品禁售后的參數(shù)調(diào)整期給國(guó)內(nèi)AI芯片廠商帶來(lái)機(jī)會(huì)：英偉達(dá)、AMD等海外產(chǎn)品被禁售后將經(jīng)歷產(chǎn)品參數(shù)調(diào)整，這為國(guó)內(nèi)AI芯片廠商的下游市場(chǎng)拓展帶國(guó)內(nèi)AI芯片廠商需從代工工藝、軟硬件生態(tài)、芯片架構(gòu)抓住發(fā)展機(jī)遇：從代工工藝、先進(jìn)封裝工藝、芯片產(chǎn)品架構(gòu)、軟硬件生態(tài)建設(shè)等維度開(kāi)展創(chuàng)新，加速實(shí)洞察AI芯片變化趨勢(shì)2022年，中國(guó)AI芯片市場(chǎng)規(guī)模約在385億元，未來(lái)在國(guó)內(nèi)AI智算中心建設(shè)浪潮與AI自主生態(tài)驅(qū)力下，預(yù)計(jì)將保持高增長(zhǎng)將承擔(dān)更多工作負(fù)載，助力AI模型在各行各業(yè)應(yīng)用端實(shí)現(xiàn)泛化投產(chǎn)。預(yù)計(jì)2027年，中國(guó)AI訓(xùn)練芯片與推理芯片的比例將AI芯片市場(chǎng)規(guī)模（億元）2022-2027年中國(guó)AI芯片訓(xùn)練、推理比例2022-2027年中國(guó)AI芯片應(yīng)用場(chǎng)景比例變化AI訓(xùn)練芯片（%）AI推理芯片（%）--云端AI芯片（%）--邊緣AI芯片（%）端側(cè)AI芯片（%）?2023.3iResearchInc. 以智能排產(chǎn)為例（白盒優(yōu)化版）其 以智能排產(chǎn)為例（白盒優(yōu)化版）其決策智能概念及應(yīng)用決策智能一詞由谷歌于2019年成立同名部門(mén)后逐漸為人熟知，這并非是一個(gè)底層技術(shù)層面的確切定義，而是從商業(yè)價(jià)值 求解器技術(shù)發(fā)展及落地現(xiàn)狀年國(guó)內(nèi)最成熟的COPT僅覆蓋工業(yè)、電力和零售為主的6個(gè)行業(yè)，在金融、傳媒、農(nóng)業(yè)等領(lǐng)域還未起步。且國(guó)內(nèi)以求解器杉數(shù)COPT在其中3類(lèi)問(wèn)題中斬獲第一，6類(lèi)問(wèn)題第二，在線性規(guī)劃、混合整數(shù)線性規(guī)劃和凸規(guī)阿里巴巴MIndOpt在線性規(guī)劃的網(wǎng)絡(luò)流優(yōu)化和半33中的網(wǎng)絡(luò)流規(guī)劃和單純形國(guó)內(nèi)覆蓋問(wèn)題類(lèi)型最多、商業(yè)化落地最成熟的商用求解器，目前已迭注：該榜單共分為21類(lèi)求解問(wèn)題分別排名，參考數(shù)據(jù)截止2023.02.19?2023.3iResearchInc.?2023.3iResearchInc. 下游環(huán)節(jié)能夠?qū)⑸嫌苇h(huán)節(jié)優(yōu)化后的結(jié)果作為條件數(shù)據(jù)輸入優(yōu) 下游環(huán)節(jié)能夠?qū)⑸嫌苇h(huán)節(jié)優(yōu)化后的結(jié)果作為條件數(shù)據(jù)輸入優(yōu)決策智能解決方案全局化趨勢(shì)針對(duì)不同場(chǎng)景，決策智能解決方案需要高度定制化開(kāi)發(fā)。但不同場(chǎng)景在業(yè)務(wù)邏輯上存在關(guān)聯(lián)性，通過(guò)場(chǎng)景有機(jī)整局優(yōu)化，能挖掘出決策智能的深層次價(jià)值，也是決策智能解決方案進(jìn)一步成熟的標(biāo)志。全局優(yōu)化模式分兩類(lèi)，一類(lèi)是業(yè)務(wù)，以銀行智能營(yíng)銷(xiāo)風(fēng)控一體化為代表，兩項(xiàng)業(yè)務(wù)并無(wú)明確的鏈?zhǔn)疥P(guān)系，但能夠從客戶(hù)生命周期運(yùn)營(yíng)的角度，通過(guò)營(yíng)銷(xiāo)和風(fēng)控是兩項(xiàng)相對(duì)獨(dú)立的業(yè)務(wù)，在用戶(hù)里程不同階段都分別對(duì)應(yīng)營(yíng)銷(xiāo)營(yíng)銷(xiāo)風(fēng)控一體化是以用戶(hù)運(yùn)營(yíng)的視角重新梳理和建構(gòu)營(yíng)銷(xiāo)風(fēng)控的關(guān)系，在底層數(shù)據(jù)和上層經(jīng)營(yíng)管理實(shí)現(xiàn)更緊密 營(yíng)銷(xiāo)模型 ▲智能營(yíng)銷(xiāo)和風(fēng)控各自多條業(yè)務(wù)線決策結(jié)果反哺到高管經(jīng)營(yíng)分在營(yíng)銷(xiāo)場(chǎng)景產(chǎn)生和搭建的用戶(hù)畫(huà)像等外部數(shù)據(jù)可以在風(fēng)控業(yè)于營(yíng)銷(xiāo)場(chǎng)景?？鐖?chǎng)景數(shù)據(jù)平臺(tái)同時(shí)支撐營(yíng)銷(xiāo)和風(fēng)控業(yè)模式二：串聯(lián)業(yè)務(wù)前后向一體化關(guān)鍵價(jià)值} 策智能解決方案所需數(shù)據(jù)標(biāo)簽、特征工程等維度都存在較大差異。這決 策智能解決方案所需數(shù)據(jù)標(biāo)簽、特征工程等維度都存在較大差異。這決產(chǎn)品形態(tài)：決策智能通用化前景探討通用型AI已成為未來(lái)人工智能技術(shù)發(fā)展的確定方向，但對(duì)于通用型決策而言，如何解決環(huán)境多變性、問(wèn)題特殊性型算法高度封裝，需要客戶(hù)側(cè)自行針對(duì)性二次開(kāi)發(fā)使用，門(mén)檻較高，中短期內(nèi)成為主流趨勢(shì)的可能難題攻堅(jiān)和路徑整合持續(xù)推進(jìn)：OpenDILabOpenDILab（開(kāi)源決策智能平臺(tái)）于2021年發(fā)布，屬于上海人工智能為社會(huì)各界開(kāi)發(fā)者和開(kāi)發(fā)團(tuán)積極推動(dòng)產(chǎn)、學(xué)、研跨界合作，專(zhuān)家、學(xué)者模型泛化加速：MADT多智體預(yù)訓(xùn)練大模型由上海數(shù)字大腦研究院于2022年推出，全?2023.3iResearchInc.?2023.3iResearchInc. ü ü基于語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)完成用戶(hù)信息輸入 ü基于語(yǔ)義理解、知識(shí)庫(kù)、知識(shí)圖譜給到信息回饋 對(duì)廠商圖像能力要求高，傳統(tǒng)CG廠商擅長(zhǎng)真人驅(qū)動(dòng)；計(jì)算機(jī)視覺(jué)CV廠計(jì)算驅(qū)動(dòng)型交互對(duì)廠商的對(duì)話式AI能力要求高，往往由對(duì)話式AI廠商進(jìn)行能力提供虛擬數(shù)字人產(chǎn)品近年來(lái)，虛擬數(shù)字人熱度居高不下，互聯(lián)網(wǎng)廠商、人工智能廠商、CG廠商等各類(lèi)玩家紛紛入局，搶灘虛擬數(shù)字人產(chǎn)業(yè)的科技高地，并將其視為未來(lái)元宇宙世界的寶貴入場(chǎng)券。從定義來(lái)講，虛擬數(shù)字人是指具有數(shù)字化外形的虛擬人物，特征即為虛擬化、數(shù)字人、擬人化，因此本章節(jié)研究范疇限定在以原畫(huà)建模為基礎(chǔ)（虛擬化）的數(shù)字人產(chǎn)品，真人建模不在此次關(guān)注范圍內(nèi)。虛擬數(shù)字人在人物生成階段需在設(shè)計(jì)、動(dòng)畫(huà)、專(zhuān)業(yè)人才等方面進(jìn)行成本投入，人物表達(dá)則需多模態(tài)AI模型作為底層支撐，由開(kāi)發(fā)工具、平臺(tái)環(huán)境、存算網(wǎng)資源等進(jìn)行支持，整體產(chǎn)業(yè)鏈漫長(zhǎng)且復(fù)雜，對(duì)入局者能力提出究范疇。在3D原畫(huà)建模中，靜態(tài)掃描建模（相機(jī)陣列掃描重建）為建模應(yīng)用主流方式，動(dòng)態(tài)光場(chǎng)重建是未來(lái)建模語(yǔ)音生成：基于表達(dá)內(nèi)容文本生成語(yǔ)音，應(yīng)用智能語(yǔ)音TTS動(dòng)畫(huà)生成：基于表達(dá)內(nèi)容文本生成動(dòng)畫(huà)，核心技術(shù)為驅(qū)在完成人物建模與關(guān)鍵點(diǎn)綁定后，與實(shí)時(shí)渲染。實(shí)時(shí)渲真人驅(qū)動(dòng)基于中之人（內(nèi)核為真染對(duì)時(shí)間響應(yīng)、計(jì)算人）的動(dòng)作/表情通過(guò)動(dòng)捕設(shè)備資源要求更高，對(duì)廠驅(qū)動(dòng)則是通過(guò)深度學(xué)習(xí)驅(qū)動(dòng)模型著硬件能力的提升和 基于終端顯示技術(shù)，將數(shù)字人產(chǎn)品呈現(xiàn)于手機(jī)等智慧終端屏幕。解能力及知識(shí)庫(kù)技術(shù)，常與產(chǎn)業(yè)生態(tài)廠商共同完成數(shù)字人生產(chǎn)代表廠商：科大訊飛、追一科技、竹間智能、互聯(lián)網(wǎng)廠商技術(shù)積累外包集成代表廠商：百度、阿里、華為、火山引擎、騰訊、京東、供需產(chǎn)業(yè)分析以服務(wù)屬性為重，輔助或替代人類(lèi)完成“任務(wù)”交互型üüüüüüüü虛擬導(dǎo)購(gòu)/üü里（如直播互動(dòng)為保證虛擬人物的真實(shí)感?2023.3iResearchInc.?2023.3iResearchInc.年度表現(xiàn)盤(pán)點(diǎn)技術(shù)的合力推動(dòng)下，虛擬數(shù)字人產(chǎn)品在“噱頭”“曇花一現(xiàn)”的質(zhì)疑聲中熱度不減，虛擬偶像、虛擬博主202亮相河南衛(wèi)視2023“歡樂(lè)春2022年5月，虛擬偶像團(tuán)體A-SOUL官方宣布團(tuán)隊(duì)成員珈樂(lè)由于“身體和學(xué)業(yè)的原因”2022年5月，海外虛擬主播應(yīng)趨顯，新一代數(shù)字人產(chǎn)品的獨(dú)特性、內(nèi)容創(chuàng)作、新粉絲群體、運(yùn)營(yíng)經(jīng)營(yíng)等成為關(guān)鍵性問(wèn)題。從前端客戶(hù)接待到后端運(yùn)營(yíng)管心虛擬主持人海小佳首次亮相廣播電視總臺(tái)新增了央視新聞的“數(shù)字員工”筱翼為用戶(hù)提日常播報(bào)中愈發(fā)泛化應(yīng)用，交互虛擬客服逐步試水，優(yōu)先落地在金融、電信等場(chǎng)景。?2023.3iResearchInc.C例：AI創(chuàng)造批量手語(yǔ)主播，在節(jié)約人力同時(shí)滿(mǎn)足手語(yǔ)老師供需失衡的應(yīng)用場(chǎng)景泛B大量泛娛樂(lè)數(shù)字人產(chǎn)品“出道即巔峰”，而后難以掀起熱度水花，后續(xù)運(yùn)營(yíng)投入、多方角色參與、類(lèi)偶像經(jīng)濟(jì)高筑運(yùn)營(yíng)門(mén)檻。C例：AI創(chuàng)造批量手語(yǔ)主播，在節(jié)約人力同時(shí)滿(mǎn)足手語(yǔ)老師供需失衡的應(yīng)用場(chǎng)景泛B大量泛娛樂(lè)數(shù)字人產(chǎn)品“出道即巔峰”，而后難以掀起熱度水花，后續(xù)運(yùn)營(yíng)投入、多方角色參與、類(lèi)偶像經(jīng)濟(jì)高筑運(yùn)營(yíng)門(mén)檻。商業(yè)化路徑探討泛娛樂(lè)–場(chǎng)景價(jià)值當(dāng)下核心價(jià)值落點(diǎn)產(chǎn)業(yè)服務(wù)–場(chǎng)景價(jià)值當(dāng)下核心價(jià)值落點(diǎn)泛娛樂(lè)場(chǎng)景的變現(xiàn)收入以B端商業(yè)推廣與C端直播打賞為主，頭部效應(yīng)顯著，品牌代言偏愛(ài)有內(nèi)容特色和粉絲基礎(chǔ)的成熟偶像。泛娛樂(lè)場(chǎng)景的變現(xiàn)收入以B端商業(yè)推廣與C端直播打賞為主，頭部效應(yīng)顯著，品牌代言偏愛(ài)有內(nèi)容特色和粉絲基礎(chǔ)的成熟偶像。人工智能產(chǎn)業(yè)進(jìn)階之路人工智能產(chǎn)業(yè)進(jìn)階之路2人工智能產(chǎn)業(yè)企業(yè)案例人工智能產(chǎn)業(yè)企業(yè)案例4人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)探討人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)探討5行業(yè)投融資熱度分布2021-2022年統(tǒng)計(jì)時(shí)間內(nèi)共有151起投資事件，工業(yè)、泛安防、能源為熱門(mén)賽道TOP3，工業(yè)賽道以53.6%的過(guò)半熱度斬質(zhì)檢、運(yùn)輸獲投企業(yè)業(yè)務(wù)涵蓋工業(yè)視覺(jué)軟件/工業(yè)視覺(jué)算法平臺(tái)、工業(yè)智能相機(jī)/識(shí)別模組、工業(yè)視覺(jué)軟硬一體機(jī)的研發(fā)，致力于提升工業(yè)領(lǐng)域生產(chǎn)效率、節(jié)約人工/材料成本等。作為近兩年來(lái)AI產(chǎn)業(yè)上市最火爆的細(xì)分賽道，涌現(xiàn)了商湯科 ?2023.3iResearchInc.用領(lǐng)域的算法服務(wù)，如人臉人體識(shí)別、文字識(shí)別OCR等；而應(yīng)用于泛安防、零售等場(chǎng)景的視覺(jué)軟硬一體機(jī)產(chǎn)品占比也達(dá)u工業(yè)視覺(jué)軟件和工業(yè)?2023.3iResearchInc.?2023.3iResearchInc.依然是AI產(chǎn)業(yè)規(guī)模的主戰(zhàn)場(chǎng) 商。各家以應(yīng)用場(chǎng)景、產(chǎn)品類(lèi)型（軟硬一體、純軟標(biāo)準(zhǔn)化平臺(tái)/定制化軟件解決方案、硬件）、渠道經(jīng)驗(yàn)等為市場(chǎng)切入點(diǎn)， 計(jì)算機(jī)視覺(jué)應(yīng)用產(chǎn)品規(guī)模（億元）?2023.3iResearchInc.?2023.3iResearchInc. 發(fā)或數(shù)字化水平較低且對(duì)價(jià)格敏感的行業(yè)，主要機(jī)遇在于優(yōu)化產(chǎn)品成本、降低部署 也需具備聯(lián)合開(kāi)發(fā)的軟能力。2022年中國(guó)計(jì)算機(jī)視覺(jué)落地行業(yè)賽道特征視覺(jué)AIGC：或許會(huì)產(chǎn)生CV在C端應(yīng)用的現(xiàn)象級(jí)產(chǎn)品。但國(guó)內(nèi)AI繪畫(huà)產(chǎn)品整體處于起步階段，多基于海外金融：人民銀行與銀保監(jiān)會(huì)等提出的遠(yuǎn)程開(kāi)戶(hù)放開(kāi)、理財(cái)及代銷(xiāo)產(chǎn)品銷(xiāo)售行為雙錄要求以及刷臉付等持續(xù)性刺激金融生物識(shí)別市場(chǎng)；進(jìn)入“統(tǒng)一圖像識(shí)別平臺(tái)”建設(shè)新醫(yī)療：行業(yè)審批嚴(yán)格、審慎性特征強(qiáng)，AI醫(yī)療影像市場(chǎng)需求大規(guī)模釋放的信號(hào)還不明顯，零售：為輔助行業(yè)企業(yè)降低成本、提升經(jīng)營(yíng)效率、解決發(fā)展瓶頸提供了新的技術(shù)手段，?2023.3iResearchInc. 邊緣—端云服務(wù) 產(chǎn)品架構(gòu)發(fā)展趨勢(shì) 邊緣—端云服務(wù) 以市場(chǎng)規(guī)模占比較高的泛安防領(lǐng)域和投融資熱度最高的工業(yè)領(lǐng)域?yàn)槔?，現(xiàn)階段算力向邊緣側(cè)前移。此外在智慧社區(qū)及老舊小區(qū)改造的推動(dòng)下，社區(qū)樓宇領(lǐng)域的智能視頻監(jiān)控系統(tǒng)鋪設(shè)正進(jìn)入加速階段，但單個(gè)后端系統(tǒng)的需求不大，主要依靠端側(cè)AI相機(jī)進(jìn)行處理；工業(yè)領(lǐng)域端邊云協(xié)同部署方案可以有效實(shí)現(xiàn)在線獲取數(shù)據(jù)、云邊端?2023.3iResearchInc.A：將標(biāo)準(zhǔn)化軟件設(shè)備商服務(wù)于最終客戶(hù)。需有高質(zhì)量算法ü目前完成度較高的任務(wù)如尺寸測(cè)量、用程度高，外觀質(zhì)量檢測(cè)任務(wù)模型則üA：將標(biāo)準(zhǔn)化軟件設(shè)備商服務(wù)于最終客戶(hù)。需有高質(zhì)量算法ü目前完成度較高的任務(wù)如尺寸測(cè)量、用程度高，外觀質(zhì)量檢測(cè)任務(wù)模型則ü需要較強(qiáng)的產(chǎn)線可復(fù)制性，通常優(yōu)先在同類(lèi)型的生產(chǎn)線橫向推廣，降低試錯(cuò)成本；或通過(guò)開(kāi)發(fā)平臺(tái)調(diào)用相對(duì)標(biāo)準(zhǔn)化和通用的數(shù)據(jù)和模型，對(duì)特定產(chǎn)ü服務(wù)于“標(biāo)準(zhǔn)化“的平臺(tái)能力搭建，及其背后行業(yè)know-how與數(shù)據(jù)積累，定制化→→多種標(biāo)準(zhǔn)產(chǎn)品定制化解決方案（純軟/軟硬一體）提供整體集成視覺(jué)檢測(cè)方案、自動(dòng)化解決方案、識(shí)別設(shè)備項(xiàng)目交付需要較大量的算法研發(fā)、后期調(diào)優(yōu)、再配備工業(yè)計(jì)算機(jī)，具有更高效率、開(kāi)發(fā)簡(jiǎn)易、硬件投資節(jié)約等優(yōu)點(diǎn)，市場(chǎng)對(duì)3D視覺(jué)的需求也在不斷提升。圖像采集效果、涉及行業(yè)know-how的工程化能力（模型選擇和參數(shù)調(diào)整等）、數(shù)據(jù)處理能力等決定了產(chǎn)品上限。在工業(yè)客戶(hù)對(duì)ROI批量復(fù)用的產(chǎn)品、過(guò)長(zhǎng)的項(xiàng)目服務(wù)周期等均會(huì)給廠商帶來(lái)生存壓力。放眼未來(lái)，賽道廠商的良性生存需逐步向“標(biāo)準(zhǔn)化全行業(yè)全場(chǎng)景全應(yīng)用：如頭部全行業(yè)全場(chǎng)景全應(yīng)用：如頭部企業(yè)康耐視，亦具備標(biāo)準(zhǔn)化硬件能力。其標(biāo)準(zhǔn)產(chǎn)品線可跨行業(yè)覆蓋低端至高端應(yīng)用，且提（提取共性模塊等）及選對(duì)目標(biāo)行（提取共性模塊等）及選對(duì)目標(biāo)行典型應(yīng)用場(chǎng)景與廠商分析-泛安防1：N檢索、視頻結(jié)構(gòu)化等典型產(chǎn)品在2018-2020年密集建設(shè)期落地較多。近年來(lái)政策資金傾向變?nèi)?，G端營(yíng)收主要依靠 帶來(lái)了市場(chǎng)機(jī)會(huì)。但具備價(jià)格優(yōu)勢(shì)、渠道優(yōu)勢(shì)的集成商也很快切入競(jìng)爭(zhēng)，收割了只需求基礎(chǔ)識(shí)別功能的中小企業(yè)市場(chǎng)。在B端碎片化需求逐步走高、G端需求成本、促銷(xiāo)量”成為廠商塑造競(jìng)爭(zhēng)力的錨點(diǎn)。理想情況下，標(biāo)準(zhǔn)化平臺(tái)可以有ü標(biāo)準(zhǔn)化平臺(tái)建設(shè)與維護(hù)需大量人力和財(cái)力投入，在資本更聚焦頭部?jī)?yōu)質(zhì)項(xiàng)目的資金環(huán)境下，尚不具備自身造血能力的企業(yè)正經(jīng)歷一段艱難的時(shí)期。但隨著平臺(tái)規(guī)模經(jīng)濟(jì)逐漸顯現(xiàn)，具備算法技術(shù)與產(chǎn)品實(shí)力的企業(yè)“大浪淘沙始見(jiàn)金”技術(shù)的工業(yè)界落地效用預(yù)期值得期待的技術(shù)拐點(diǎn)：AI視覺(jué)技術(shù)工業(yè)界落地自練技術(shù)的工業(yè)界落地效用預(yù)期值得期待的技術(shù)拐點(diǎn)：AI視覺(jué)技術(shù)工業(yè)界落地自練視覺(jué)Transformer(ViT)的研究工作在2022年出現(xiàn)爆炸性增長(zhǎng)，其優(yōu)勢(shì)在于能夠在小尺度和大尺度上考慮圖像中所有像素之間的關(guān)系，但同時(shí)也需要額外的訓(xùn)練來(lái)學(xué)習(xí)隨機(jī)初始化后融入CNN架構(gòu)的方法。2022年，ViT的應(yīng)用范圍擴(kuò)大了，可以生成逼真的連續(xù)視頻幀，利用2D圖像序列生成3D場(chǎng)景并在點(diǎn)云中檢測(cè)目標(biāo)；尤其在AIGC浪潮中，助力基于擴(kuò)散模型的文本到圖像生成器的進(jìn)展。放眼未來(lái)，AI視覺(jué)技術(shù)在適應(yīng)三維世界、突破依賴(lài)標(biāo)注數(shù)據(jù)輸入的局限、降低算力能耗、多模態(tài)信息融合分析、與知識(shí)和常識(shí)結(jié)合解決高層次問(wèn)題、主動(dòng)感知與適應(yīng)復(fù)雜變化等上仍有待突破。此外“技術(shù)同質(zhì)化”卻并不意味著“算法同質(zhì)化”，AI視覺(jué)算法廠商的工程能力仍是技術(shù)工業(yè)落地的試?2023.3iResearchInc.——IntelligentSpeechandHuman-ComputerInteraction行業(yè)融資熱度分布 .u.u熱度分別為40.4%與38.5%。而語(yǔ)音機(jī)器人、文本機(jī)器人、多模態(tài)數(shù)字人以不同產(chǎn)品形式并列為三大對(duì)話式AI基礎(chǔ)性產(chǎn)品， ?2023.3iResearchInc.?2023.3iResearchInc.智能語(yǔ)音應(yīng)用-產(chǎn)品洞察112233智能語(yǔ)音應(yīng)用產(chǎn)品發(fā)展洞察：1122ü從內(nèi)容輸入看，未來(lái)智能語(yǔ)音應(yīng)用可結(jié)合自然語(yǔ)言理解、機(jī)器學(xué)習(xí)、知識(shí)圖譜等AI技術(shù)，拓展產(chǎn)品場(chǎng)景邊界，在語(yǔ)音內(nèi)容的識(shí)別轉(zhuǎn)寫(xiě)基礎(chǔ)上，生成優(yōu)化策略與對(duì)應(yīng)方案，以更為客戶(hù)提供分析類(lèi)產(chǎn)品服務(wù)，如智慧辦公、話術(shù)策略?xún)?yōu)化等方案。ü從內(nèi)容輸出來(lái)看，語(yǔ)音合成技術(shù)愈發(fā)成熟，通用TTS已做到口齒清晰、自然停頓的擬人化表達(dá)，個(gè)性化TTS在近幾年得到快速發(fā)展，一方面可通過(guò)小樣本快速生成定制化語(yǔ)音，一方面對(duì)個(gè)性化表達(dá)的情緒把控也更加成熟，在文娛、自媒體、教智能語(yǔ)音應(yīng)用-市場(chǎng)規(guī)模代表的綜合互聯(lián)網(wǎng)廠商與科大訊飛、思必馳代表的AI語(yǔ)音廠商為代表已占據(jù)主要市場(chǎng)地位。由網(wǎng)領(lǐng)域在個(gè)性化語(yǔ)音生成、語(yǔ)音轉(zhuǎn)寫(xiě)翻譯及語(yǔ)音審核的產(chǎn)品應(yīng)用需求加速釋放，2022年下游分布占比達(dá)到26.5%；其次為教育領(lǐng)域，如口語(yǔ)考試、高教語(yǔ)音應(yīng)用及翻譯機(jī)學(xué)習(xí)機(jī)等產(chǎn)品應(yīng)用逐步成為青少年教育的剛性需求，2022年下游分布智能語(yǔ)音應(yīng)用產(chǎn)品規(guī)模（億元）?2023.3iResearchInc.?2023.3iResearchInc.人機(jī)交互領(lǐng)域-市場(chǎng)規(guī)模人、語(yǔ)音機(jī)器人、多模態(tài)數(shù)字人等為典型產(chǎn)品代表，廣泛應(yīng)用于客服、營(yíng)銷(xiāo)、內(nèi)部問(wèn)答、泛娛樂(lè)等對(duì)話交互場(chǎng)景。2022年，中國(guó)人機(jī)交互領(lǐng)域的消費(fèi)級(jí)硬件產(chǎn)品規(guī)模與對(duì)話式AI產(chǎn)品規(guī)模分別為43億元與65億元，總規(guī)模達(dá)到109億元。未來(lái)，受元宇宙、物聯(lián)網(wǎng)、5G、多模態(tài)AI等融合技術(shù)驅(qū)力推動(dòng)，預(yù)計(jì)2027年中國(guó)人機(jī)交互領(lǐng)域的消 對(duì)話式AI產(chǎn)品規(guī)模（億元）消費(fèi)級(jí)硬件產(chǎn)品規(guī)模（億元）?2023.3iResearchInc.其他（泛交互領(lǐng)域）2022年，在管控政策的對(duì)話交互需求下，政務(wù)領(lǐng)域的產(chǎn)業(yè)規(guī)模增2022年受疫2022年，在管控政策的對(duì)話交互需求下，政務(wù)領(lǐng)域的產(chǎn)業(yè)規(guī)模增互聯(lián)網(wǎng)占比24.3%互聯(lián)網(wǎng)占比24.3%?2023.3iResearchInc.封閉域封閉域?qū)υ挘河址Q(chēng)任務(wù)型對(duì)話，即面向具體任務(wù)，有明確目標(biāo)與限定范圍。常應(yīng)用在標(biāo)準(zhǔn)化/半標(biāo)場(chǎng)景，助于節(jié)省人力成本或提升人工效率。由知識(shí)庫(kù)技術(shù)支持封閉開(kāi)放域?qū)υ挘簺](méi)有框定主題或明確對(duì)話目標(biāo)，可進(jìn)行隨機(jī)內(nèi)容對(duì)話，又稱(chēng)非任務(wù)型對(duì)話。封閉域封閉域?qū)υ挘河址Q(chēng)任務(wù)型對(duì)話，即面向具體任務(wù)，有明確目標(biāo)與限定范圍。常應(yīng)用在標(biāo)準(zhǔn)化/半標(biāo)場(chǎng)景，助于節(jié)省人力成本或提升人工效率。由知識(shí)庫(kù)技術(shù)支持封閉開(kāi)放域?qū)υ挘簺](méi)有框定主題或明確對(duì)話目標(biāo)，可進(jìn)行隨機(jī)內(nèi)容對(duì)話，又稱(chēng)非任務(wù)型對(duì)話。隨著對(duì)話模型技術(shù)的發(fā)展突破，開(kāi)放域?qū)υ挷粌H僅是閑談或枯燥回復(fù)，AI可以實(shí)現(xiàn)在開(kāi)放領(lǐng)域更加有意義、生動(dòng)擬人化的對(duì)話交互過(guò)程。開(kāi)放域大模型參數(shù)訓(xùn)練需要大規(guī)模算力支持與大量數(shù)據(jù)本及內(nèi)容資源，因此成功開(kāi)發(fā)訓(xùn)練大模型的廠商完成人機(jī)交互目的，得全球關(guān)注。相較于其他語(yǔ)言模型，雖然ChatGPT做到了“多輪交互”、“分辨不正確前提”、“承認(rèn)錯(cuò)誤”等智能化表現(xiàn)，但還會(huì)出現(xiàn)回答內(nèi)容有誤等情況，因此未來(lái)像ChatGPT一樣的大模型在開(kāi)放域?qū)υ挼纳虡I(yè)化落地場(chǎng)景與內(nèi)容確定的核心課題。人機(jī)交互對(duì)話模型分析——MachineLearning行業(yè)融資熱度分布統(tǒng)計(jì)時(shí)間內(nèi)共有155起投資事件，醫(yī)療、工業(yè)、零售、金融為熱門(mén)賽道TOP4，醫(yī)療賽道以46.5%的熱度斬獲中國(guó)機(jī)器學(xué)學(xué)習(xí)事件數(shù)比例超60%，融資金額占醫(yī)療機(jī)器學(xué)習(xí)融資金額比例超65%。資金除了注入晶泰科技、英硒智能這樣的獨(dú)角 2021-2022年中國(guó)機(jī)器學(xué)習(xí)行業(yè)融資熱度分布與熱度TOP AIDD融資事件數(shù)占醫(yī)療機(jī)器學(xué)習(xí)事件數(shù)比例AIDD融資金額占醫(yī)療機(jī)器學(xué)習(xí)融資AIDD占比（%）其他醫(yī)療機(jī)器學(xué)習(xí)賽道占比（%）AIDD占比（%）其他醫(yī)療機(jī)器學(xué)習(xí)賽道占比（%）熱度分布比例（%）獲投產(chǎn)品與融資輪次分布統(tǒng)計(jì)時(shí)間內(nèi)，AIDD賽道的藥物研發(fā)平臺(tái)與服務(wù)為獲投熱度最高的典型機(jī)器學(xué)習(xí)產(chǎn)品集中在靶點(diǎn)發(fā)現(xiàn)與化合物合成階段，靶點(diǎn)發(fā)現(xiàn)與化41.2%熱度分布比例（%）?2023.3iResearchInc.投資事件數(shù)比例（%）?2023.3iResearchInc.市場(chǎng)規(guī)模機(jī)器學(xué)習(xí)應(yīng)用產(chǎn)品與服務(wù)規(guī)模（億元）?2023.3iResearchInc.?2023.3iResearchInc. 對(duì)數(shù)據(jù)進(jìn)行可視化展示結(jié)合歷史數(shù)據(jù)分析現(xiàn)象背事 對(duì)數(shù)據(jù)進(jìn)行可視化展示結(jié)合歷史數(shù)據(jù)分析現(xiàn)象背事后→形態(tài)二：基于分析出的歷史規(guī)律基于業(yè)務(wù)實(shí)際限制條件事前形態(tài)三：器學(xué)習(xí)開(kāi)發(fā)平臺(tái)的形態(tài)而存在。機(jī)器學(xué)習(xí)開(kāi)發(fā)平臺(tái)作為一類(lèi)高階知識(shí)開(kāi)發(fā)、培訓(xùn)等人力服務(wù)捆綁在一起打包對(duì)外出售。2020年后，部分客戶(hù)在內(nèi)部組建培育出更多的專(zhuān)業(yè)技術(shù)團(tuán)隊(duì)，并出于策優(yōu)化類(lèi)產(chǎn)品（決策智能產(chǎn)品的一類(lèi)典型應(yīng)用）。機(jī)器學(xué)習(xí)開(kāi)發(fā)平臺(tái)（含入門(mén)版與專(zhuān)業(yè)版）??算法選擇：聚類(lèi)/分類(lèi)回歸/決策樹(shù)……????機(jī)器學(xué)習(xí)算法底層框架：機(jī)器學(xué)習(xí)算法底層框架：TensorFlow/PyTorch/Ali12說(shuō)明：說(shuō)明：IT基礎(chǔ)支持與架構(gòu)設(shè)計(jì)、產(chǎn)品功能設(shè)計(jì)、業(yè)務(wù)知識(shí)儲(chǔ)備為一級(jí)評(píng)級(jí)指標(biāo)，與之顏色相對(duì)應(yīng)的細(xì)分內(nèi)容為該一級(jí)指標(biāo)之下的二級(jí)指標(biāo)。雷達(dá)圖以二IT基礎(chǔ)支持與架構(gòu)設(shè)計(jì)產(chǎn)品功能設(shè)計(jì)業(yè)務(wù)?2023.3iResearchInc. 1）偏中下層的大數(shù)據(jù)部署仍是主要有開(kāi)發(fā)平臺(tái)符合自研應(yīng)用的主流趨勢(shì)；強(qiáng)化部署自有的AI平臺(tái)。3）企業(yè)優(yōu)先在進(jìn)行數(shù)據(jù)深度挖掘的高頻業(yè)務(wù)領(lǐng)據(jù)智能時(shí)代如何將數(shù)據(jù)與工具融合，商可借此驗(yàn)證自身平臺(tái)的可靠性與整?2023.3iResearchInc.?2023.3iResearchInc.未來(lái)布局策略參與者在產(chǎn)業(yè)鏈核心環(huán)節(jié)表現(xiàn)未來(lái)布局策略AI企業(yè)具備模型開(kāi)發(fā)優(yōu)勢(shì)，將強(qiáng)化決策智機(jī)器學(xué)習(xí)主流參與玩家產(chǎn)業(yè)鏈核心環(huán)節(jié)表現(xiàn)與未是否具備系統(tǒng)的數(shù)據(jù)治理模塊與是否為企業(yè)主營(yíng)是否具備自主的云計(jì)算、是否具備系統(tǒng)的數(shù)據(jù)治理模塊與是否為企業(yè)主營(yíng)是否具備自主的云計(jì)算、邊緣計(jì)算、隱私是否具備數(shù)據(jù)是否能將自研數(shù)據(jù)庫(kù)打包進(jìn)是否具備將傳統(tǒng)ML、知識(shí)圖譜、是否具備體系化的平臺(tái)模塊與組發(fā)工具是否能獨(dú)供定制化應(yīng)用開(kāi)需要兼顧技術(shù)專(zhuān)Know-how、項(xiàng)業(yè)……>賽道資本情況：2021-2022年，中國(guó)知識(shí)圖譜賽道累計(jì)投融資事件數(shù)達(dá)33起。金融、零售、政務(wù)、工業(yè)為知識(shí)圖譜Top4應(yīng)用領(lǐng)域；同期NLP賽道累計(jì)投融資事件數(shù)達(dá)到54起。金融、醫(yī)療、零售、政務(wù)為NLP賽道Top4>產(chǎn)業(yè)規(guī)模解讀：2022年中國(guó)知識(shí)圖譜產(chǎn)業(yè)規(guī)模約為68億元，NLP產(chǎn)業(yè)規(guī)模約為87億元。金融均為占比最高的核心領(lǐng)域，2022年金融知識(shí)圖譜市場(chǎng)規(guī)模21億元、金融NLP市場(chǎng)規(guī)模23億元。金融領(lǐng)域銀行、證券、保險(xiǎn)等>產(chǎn)品發(fā)展洞察1）預(yù)計(jì)知識(shí)圖譜未來(lái)應(yīng)用熱度將在政企數(shù)字化持續(xù)轉(zhuǎn)型的建設(shè)驅(qū)動(dòng)下有所回暖2）和語(yǔ)言大模型商業(yè)化應(yīng)用，一批聚焦語(yǔ)言大模型開(kāi)發(fā)與應(yīng)用的產(chǎn)業(yè)鏈上下游企業(yè)具備發(fā)展契機(jī)2）?2023.3iResearchInc.（1）NLP本質(zhì)是一個(gè)文本處理+機(jī)器學(xué)習(xí)的過(guò)程，它讓計(jì)算機(jī)完成以自然語(yǔ)言為載體的各類(lèi)非結(jié)構(gòu)化信息的處理任務(wù)；識(shí)別標(biāo)注。2018年ELMo、GPT、BERT三大NLP模型出現(xiàn)，標(biāo)志著NLP對(duì)文字語(yǔ)義的處理進(jìn)入了新的歷史臺(tái)階，泛化能確且可延伸閱讀；金融領(lǐng)域風(fēng)控、營(yíng)銷(xiāo)、反欺詐、反洗錢(qián)等應(yīng)用需基于NLP進(jìn)行知識(shí)挖掘，基于KG實(shí)現(xiàn)多層關(guān)系挖掘；圍主要包括：通用網(wǎng)絡(luò)搜索與推薦、文本生成/分析/審核、行業(yè)垂直知識(shí)庫(kù)及應(yīng)用、RPA產(chǎn)品中的NLP部分、大數(shù)據(jù)產(chǎn)品文本生成/分析/市場(chǎng)規(guī)模知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)規(guī)模（億元）?2023.3iResearchInc.?2023.3iResearchInc.知識(shí)圖譜行業(yè)融資熱度分布2021年至2022年，中國(guó)知識(shí)圖譜賽道累計(jì)投融資事件數(shù)達(dá)到33起。其中，金融、零售、政務(wù)、工業(yè)為知識(shí)圖譜Top4應(yīng)用領(lǐng)域，占比分別達(dá)到54.5%、36.4%、27.3%與27.3%，更快滲透在信貸風(fēng)控、精準(zhǔn)營(yíng)銷(xiāo)、業(yè)務(wù)流程優(yōu)化等核心場(chǎng)景。排名第二的零售行業(yè)主要為互聯(lián)網(wǎng)零售企業(yè)在精準(zhǔn)推薦、精準(zhǔn)營(yíng)銷(xiāo)與智能問(wèn)答領(lǐng)域的產(chǎn)品應(yīng)用，與對(duì)話式AI結(jié)合緊密。面對(duì)復(fù)雜問(wèn)答場(chǎng)景，知識(shí)圖譜可作為對(duì)話機(jī)器人產(chǎn)品的背后 知識(shí)圖譜典型產(chǎn)品形式可劃分為知識(shí)圖譜平臺(tái)應(yīng)用、嵌入機(jī)器學(xué)習(xí)平臺(tái)、結(jié)合對(duì)話式AI產(chǎn)品、嵌入大數(shù)據(jù)平臺(tái)四類(lèi)。根據(jù)2021-2022年知識(shí)圖譜獲投典型產(chǎn)品熱度分布來(lái)看，排名第一的仍然是知識(shí)圖譜平臺(tái)應(yīng)用，其次為機(jī)器學(xué)習(xí)平臺(tái)，位列嵌入機(jī)器學(xué)習(xí)平臺(tái)，嵌入大數(shù)據(jù)平臺(tái)，提?2023.3iResearchInc.?2023.3iResearchInc.知識(shí)圖譜產(chǎn)品路徑識(shí)別理解用戶(hù)深層識(shí)別理解用戶(hù)深層原圖應(yīng)用，通過(guò)圖譜產(chǎn)生直接價(jià)值，如學(xué)術(shù)知識(shí)查詢(xún)、搜索意圖及需求，讓檢索更準(zhǔn)確，并基于問(wèn)題的語(yǔ)義理基于問(wèn)題的語(yǔ)義理基于用戶(hù)和物品的精確畫(huà)像，實(shí)現(xiàn)準(zhǔn)確的匹配與有針對(duì)通過(guò)知識(shí)圖譜對(duì)信息源的生數(shù)據(jù)進(jìn)行處理，將產(chǎn)出的結(jié)構(gòu)化關(guān)聯(lián)數(shù)據(jù)用于深度學(xué)習(xí)算法行業(yè)應(yīng)用（列舉）行業(yè)應(yīng)用（列舉） 知識(shí)圖譜廠商發(fā)展方向僅在20%左右，以文件、語(yǔ)音、圖片等形式存在的非結(jié)構(gòu)化數(shù)據(jù)占比高達(dá)80%。知識(shí)圖譜廠商可提高下游企業(yè)對(duì)“知識(shí)譜與自然語(yǔ)言理解技術(shù)息息相關(guān)，業(yè)界一直有在討論預(yù)訓(xùn)練語(yǔ)言模型與知識(shí)圖譜的結(jié)合研究，因此最近ChatGPT模型的方面端到端的ChatGPT模型也將對(duì)長(zhǎng)鏈條的知識(shí)圖譜體系應(yīng)用帶來(lái)替代沖擊。但由于大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型在可解釋性/數(shù)據(jù)運(yùn)營(yíng)管理平臺(tái)、知識(shí)圖譜應(yīng)用、NLP應(yīng)用。在打通數(shù)據(jù)孤島設(shè)。從應(yīng)用產(chǎn)出角度攤薄知識(shí)圖譜的建設(shè)成本，對(duì)海量非結(jié)構(gòu)化的文檔及數(shù)據(jù)進(jìn)行知識(shí)管理，擴(kuò)大數(shù)據(jù)信息連接范圍，基于更大層級(jí)的知識(shí)流轉(zhuǎn)平臺(tái)類(lèi)（如語(yǔ)言大模型等）平臺(tái)類(lèi)（如語(yǔ)言大模型等）文本生成、機(jī)器翻譯、垂直領(lǐng)域認(rèn)知智能產(chǎn)品（如醫(yī)療CDSS、政務(wù)輿情監(jiān)測(cè)系統(tǒng)）等。其中RPA廠商占比最高，RPA產(chǎn)注釋?zhuān)簭S商主營(yíng)業(yè)務(wù)主要包含IDP（智能文檔處理）、RPA/IPA（?金融領(lǐng)域，各大銀行、券商的?金融領(lǐng)域，各大銀行、券商的智能客服與知識(shí)庫(kù)產(chǎn)品需要借助NLP技術(shù)，但基于數(shù)據(jù)安全傾向于選擇私有化部署形式且?政務(wù)/公安領(lǐng)域應(yīng)用多以私有化部署形式確保數(shù)據(jù)安全。且基于公安統(tǒng)一平臺(tái)建設(shè)需求，對(duì) ?產(chǎn)品SaaS化應(yīng)用多集成于大數(shù)據(jù)平臺(tái)中或以開(kāi)放平臺(tái)API形式調(diào)用，企業(yè)可調(diào)用云端NLP能力服務(wù)于搜索推薦、智能營(yíng)銷(xiāo)、NLP作為AI融合性技術(shù)應(yīng)用賽道前景廣闊；基于NLP作為AI融合性技術(shù)應(yīng)用賽道前景廣闊；基于計(jì)算機(jī)理解和生成自9自動(dòng)問(wèn)答自動(dòng)問(wèn)答不再是簡(jiǎn)單的基于關(guān)鍵詞匹配排序的信息檢索要求計(jì)算機(jī)理解用戶(hù)輸入的自然語(yǔ)言信息，9文本分析9情感分析/討厭等）進(jìn)行挖掘和分析的過(guò)程目前我國(guó)的目前我國(guó)的NLP廠商多集研發(fā)算法、解?互聯(lián)網(wǎng)頭部企業(yè)：頭部廠商研發(fā)投入較多，具備智能算力、互聯(lián)網(wǎng)數(shù)據(jù)、AI算法技術(shù)人才多方優(yōu)勢(shì)，以搜索、電商、社交等場(chǎng)景應(yīng)用為流量入口，打造全產(chǎn)?NLP垂直賽道廠商：聚焦自然語(yǔ)言和文本處理等場(chǎng)景應(yīng)用外，深耕算法開(kāi)發(fā)平臺(tái)建設(shè)，打造技術(shù)壁壘。產(chǎn)品中也會(huì)集知識(shí)圖譜產(chǎn)業(yè)化提供了機(jī)會(huì)，搜索、推薦、風(fēng)控等領(lǐng)域也是KG廠商的競(jìng)爭(zhēng)賽道?對(duì)話式AI廠商：服務(wù)于對(duì)話機(jī)器人產(chǎn)品開(kāi)發(fā)，致力打造面向工業(yè)化生產(chǎn)環(huán)境的人工智能基礎(chǔ)層_“AI數(shù)據(jù)資源”——TheAIDataResourceofAIinfrastructure>總體評(píng)價(jià)：算力、算法、數(shù)據(jù)是人工智能產(chǎn)業(yè)發(fā)展的三大要素。前文我們已經(jīng)討論了AI芯片、智算中心、預(yù)訓(xùn)AI數(shù)據(jù)治理”的資源價(jià)值。十四屆全國(guó)人大一次會(huì)議上>市場(chǎng)規(guī)模：作為AI應(yīng)用開(kāi)發(fā)“燃料”，AI數(shù)據(jù)資源產(chǎn)業(yè)規(guī)模穩(wěn)步提升。2022年中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模（含數(shù)據(jù)采集與標(biāo)注）為31億元；2022年中國(guó)面向人工智能的數(shù)據(jù)治理市場(chǎng)規(guī)模約為45億元。>AI基礎(chǔ)數(shù)據(jù)服務(wù)應(yīng)用發(fā)展趨勢(shì)：科技巨頭自建標(biāo)注團(tuán)隊(duì)趨勢(shì)萌芽；席卷全球的對(duì)話大模型開(kāi)發(fā)浪潮為服務(wù)商帶來(lái)產(chǎn)業(yè)機(jī)會(huì)，需加深對(duì)NLP數(shù)據(jù)集和相關(guān)標(biāo)注平臺(tái)的開(kāi)發(fā)優(yōu)化；現(xiàn)階段高質(zhì)量、易監(jiān)督數(shù)據(jù)存量見(jiàn)底，基于提供面向AI數(shù)據(jù)治理軟件服務(wù)的企業(yè)主要有數(shù)據(jù)平臺(tái)基因廠商和AI基因廠商兩類(lèi)。兩類(lèi)廠商可能基于同類(lèi)業(yè)務(wù)AI產(chǎn)業(yè)的“數(shù)據(jù)基石”（1）AI基礎(chǔ)數(shù)據(jù)服務(wù)是指為各業(yè)務(wù)場(chǎng)景中的AI算法訓(xùn)練與調(diào)優(yōu)而提供的數(shù)據(jù)庫(kù)設(shè)計(jì)、數(shù)據(jù)采集、數(shù)據(jù)清洗、據(jù)治理在客戶(hù)AI項(xiàng)目的實(shí)施中普遍花費(fèi)90%以上的精力。而已搭建傳統(tǒng)數(shù)據(jù)治理體系的企業(yè)目前仍多停留在對(duì)借助標(biāo)注工具加工已清洗好的數(shù)據(jù)，標(biāo)注過(guò)程使用圖像降噪與拉框、OCR、語(yǔ)音音素提取、語(yǔ)義分割、語(yǔ)音轉(zhuǎn)寫(xiě)、語(yǔ)音合成等技術(shù)，人機(jī)以設(shè)計(jì)好的數(shù)據(jù)體系為采集標(biāo)準(zhǔn)、以各類(lèi)硬件設(shè)備或數(shù)據(jù)采集系統(tǒng)、爬蟲(chóng)軟件等為采集工具，對(duì)一手、二手?jǐn)?shù)據(jù)進(jìn)行對(duì)數(shù)據(jù)采取預(yù)處理操作，去除/補(bǔ)全缺失的數(shù)據(jù)，去除/修改格式、內(nèi)容、邏輯有誤的數(shù)據(jù)，去除數(shù)據(jù)標(biāo)注和數(shù)據(jù)質(zhì)數(shù)據(jù)標(biāo)注和數(shù)據(jù)質(zhì)檢環(huán)節(jié)重要程度較高（根據(jù)工作量與時(shí)間占比、采購(gòu)服務(wù)占比等）數(shù)據(jù)集為AI基礎(chǔ)數(shù)據(jù)服務(wù)的最終環(huán)節(jié)與成果。根據(jù)應(yīng)用后的模型訓(xùn)練效果決定是否要調(diào)整數(shù)據(jù)集，根據(jù)業(yè)務(wù)情況返回之前的某以質(zhì)量監(jiān)管制度為標(biāo)準(zhǔn)，把控各環(huán)節(jié)的人員行為與數(shù)據(jù)質(zhì)量，提高數(shù)據(jù)準(zhǔn)確率。目前已融合AI批量檢測(cè)能力與生物識(shí)挖掘企業(yè)內(nèi)外部信息，納入結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)AI模型需納入實(shí)時(shí)數(shù)據(jù)，在批式數(shù)據(jù)（全量）基礎(chǔ)上，將流式數(shù)據(jù)（增量）納入模型計(jì)算，?2023.3iResearchInc.?2023.3iResearchInc.AI基礎(chǔ)層數(shù)據(jù)資源市場(chǎng)規(guī)模（1）據(jù)艾瑞統(tǒng)計(jì)與預(yù)測(cè)，2022年我國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模（含數(shù)據(jù)采集與標(biāo)注）為31億元。受自動(dòng)駕駛、對(duì)話機(jī)器人、消費(fèi)硬件等AI應(yīng)用，對(duì)圖像、語(yǔ)音和文本數(shù)據(jù)集及定制化數(shù)據(jù)服務(wù)的需求上漲影響，（2）艾瑞提取測(cè)算了大數(shù)據(jù)平臺(tái)、數(shù)據(jù)中臺(tái)、AI應(yīng)用與數(shù)據(jù)治理服務(wù)的項(xiàng)目中與AI應(yīng)用相關(guān)的數(shù)據(jù)治理市場(chǎng)規(guī)而得。2022年中國(guó)面向人工智能的數(shù)據(jù)治理市場(chǎng)規(guī)模約為45億元。受數(shù)據(jù)平臺(tái)服務(wù)、數(shù)據(jù)治理服務(wù)和AI應(yīng)用建設(shè)的需求2020-2027年中國(guó)AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模2020-2027年中國(guó)數(shù)據(jù)治理與面向AI的數(shù)據(jù)治理市場(chǎng)規(guī)模AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模（億元）面向人工智能的數(shù)據(jù)治理市場(chǎng)規(guī)模（億元）數(shù)據(jù)治理市場(chǎng)規(guī)模（億元）?2023.3iResearchInc.?2023.3iResearchInc.實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)和實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)和數(shù)據(jù)模擬，包括通過(guò)合成數(shù)據(jù)來(lái)改善基提高安全性避避免數(shù)據(jù)隱私/安全成數(shù)據(jù)訓(xùn)練AI模型可以避免用戶(hù)隱私問(wèn)題，對(duì)于金融、醫(yī)療等領(lǐng)域尤其具提升AI的公平性，務(wù)商普遍AI視覺(jué)和智能語(yǔ)音數(shù)據(jù)集產(chǎn)品的占比較高，NLP相和相關(guān)標(biāo)注平臺(tái)的開(kāi)發(fā)優(yōu)化；數(shù)據(jù)集產(chǎn)品合力成為AI產(chǎn)業(yè)的數(shù)據(jù)基石。合成數(shù)據(jù)技術(shù)介紹及價(jià)值分析合成數(shù)據(jù)早期主要應(yīng)用于合成數(shù)據(jù)早期主要應(yīng)用于自動(dòng)駕駛領(lǐng)域，通過(guò)仿真引擎合成自動(dòng)駕駛系統(tǒng)訓(xùn)練所需的海量數(shù)據(jù)，并高效地應(yīng)對(duì)駕駛場(chǎng)景中的“長(zhǎng)尾”問(wèn)題和“邊緣案例”。目前正在迅速向金融、醫(yī)療、零售、工業(yè)等諸多產(chǎn)業(yè)領(lǐng)域拓展。例如美國(guó)運(yùn)通利用GAN創(chuàng)建合成數(shù)據(jù)來(lái)訓(xùn)練、優(yōu)化其服務(wù)于欺詐檢測(cè)的AI模型（由于欺詐性案件的數(shù)量與欺詐性案件相比較十分稀少谷歌利用AI生成的醫(yī)療記錄來(lái)幫助預(yù)測(cè)保險(xiǎn)詐騙等?2023.3iResearchInc.面向AI的數(shù)據(jù)治理廠商及產(chǎn)品發(fā)展趨勢(shì)目前提供面向AI數(shù)據(jù)治理軟件服務(wù)的企業(yè)主要有數(shù)據(jù)平臺(tái)基因廠商和AI基因務(wù)展開(kāi)競(jìng)爭(zhēng)，也可能卡位“平臺(tái)類(lèi)”或“產(chǎn)品類(lèi)”進(jìn)行差異化合作。從落地來(lái)看，信息化程度高的數(shù)字原生行面向AI的數(shù)據(jù)治理廠商及產(chǎn)品類(lèi)型金融領(lǐng)域AI應(yīng)用開(kāi)發(fā)中的數(shù)據(jù)治理要點(diǎn)②不能滿(mǎn)足AI需求的數(shù)據(jù)，在ODS層的基礎(chǔ)治理體系高；②AI集中于局部應(yīng)用，數(shù)據(jù)不直接為建模準(zhǔn)備，而是業(yè)務(wù)導(dǎo)向型，金融行業(yè)數(shù)據(jù)治理體系建設(shè)與維護(hù)水平較高，多在現(xiàn)有數(shù)據(jù)治?2023.3iResearchInc.?2023.3