36kr-人工智能行业研究报告（2017年）_37页_3mb

人工智能行业研究报告 (2017年) 总结

核心内容

人工智能（AI）是指使用机器代替人类实现认知、识别、分析、决策等功能的综合学科，其本质是对人的意识与思维的信息过程的模拟。AI发展经历了技术驱动、数据驱动和场景驱动三个阶段，目前仍处于早期阶段，技术发展先于应用层面，但应用场景的不断丰富将反过来推动技术进步。

主要观点

• 技术驱动阶段：此阶段集中于基础理论、基本规则和开发工具的形成，算法和计算力是主要驱动力。深度学习算法在图像识别方面已取得显著进展，AI错误率已接近人类水平。
• 数据驱动阶段：数据成为主要驱动力，推动AI技术更迭。大量结构化、可靠的数据被采集、清洗和积累，用于精准描绘消费者画像和制定个性化营销方案。
• 场景驱动阶段：AI将应用于不同场景，提供决策支持。此阶段对数据的维度和质量要求更高，推动事件向良好态势发展，帮助决策者做出更精准的决策。

关键信息

• 市场规模：预计到2019年，中国AI市场规模将突破百亿元，2022年将达700亿元。
• 计算力：AI发展依赖于计算力，包括芯片、超级计算机和云计算。NPU、FPGA等新型芯片将提升AI计算性能。
• 技术支撑层：包括数据标注、语音识别、语义识别和计算机视觉，其中语音识别和计算机视觉是基础应用层的重要技术。
• 应用场景层：涵盖AI+安防、AI+医疗、AI+金融、AI+家居、AI+教育等。AI+医疗和AI+金融是当前重点发展的领域。

技术支持层

2.1 AI产业链综述

AI产业链主要包括技术支撑层、基础应用层和方案集成层。技术支撑层由AI芯片、传感器等硬件和算法模型（软件）组成；基础应用层包括计算机视觉、语音识别等感知层和语义识别等认知层；方案集成层是集成基础应用技术，面向不同行业的解决方案。

2.2 AI技术支撑层

• 数据标注：作为AI底层支撑，用于训练数据。
• 语音识别：将语音转化为文本，技术成熟度较高，准确率达95%。Nuance和科大讯飞是全球和国内的领先企业。
• 语义识别：解决“听得懂”的问题，是自然语言处理（NLP）的重要组成部分。新进入者仍有机会，但行业尚未出现绝对垄断者。
• 计算机视觉：使机器具备“看”的能力，主要解决物体识别、形状和方位确认、行为识别等问题。人脸识别是当前最热的细分领域，生物特征识别技术相对成熟。

应用场景层

3.1 AI+安防

• AI在安防领域主要应用于智能监控、人群分析等。代表企业包括海康威视、佳都科技、宇视科技等。
• 触景无限专注于嵌入式感知模组，提供具备高识别率和低功耗的视觉卡产品，可用于安防、无人机、机器人等领域。

3.2 AI+医疗

• AI+医疗主要体现在智能设备和识别诊断。手术机器人如达芬奇系统是典型代表，但国内渗透率低，成本高昂。
• 医学影像识别和智能诊断是当前较为成熟的应用领域，但受限于数据流通和合作透明度，技术发展与数据供给之间存在矛盾。
• 国内企业如碳云智能正在加强AI在医疗领域的应用，未来将随着政策支持和数据增长迎来更多机会。

3.3 AI+金融

• AI在金融领域主要应用于生物特征识别、精准营销和大数据征信。例如，平安科技利用人脸识别进行远程身份验证，服务多个应用场景。
• 金融科技的发展将提升金融业务的智能化，包括智能投顾、辅助量化交易等。

3.4 AI+家居

• AI+家居主要体现在智能家居设备的语音交互和图像识别。代表企业包括BroadLink、海尔U+、科大讯飞等。
• 语音识别和计算机视觉技术推动智能家居的普及，提高用户体验。

3.5 AI+教育

• AI+教育主要应用于智能教学和学习辅助。例如，科大讯飞推出智慧课堂产品，提高教育效率和质量。

3.6 其他应用场景

• AI在其他领域如无人驾驶、虚拟助理、机器人等也有广泛应用。例如，商汤科技和触景无限在无人驾驶和智能家居方面有显著布局。

行业总结

4.1 行业总结

AI行业的发展受到深度算法、计算力、数据量和应用场景的共同推动。AI技术不断进步，应用场景持续拓展，行业整体市场规模将不断扩大。

4.2 未来发展&投资机会简析

• 技术突破：深度学习、NPU、FPGA等新型算法和芯片将推动AI计算力提升。
• 应用场景：AI将从垂直领域向通用型AI过渡，应用场景不断丰富，未来在医疗、金融、教育等领域将有更多机会。
• 数据支持：数据是AI发展的关键驱动力，数据治理和数据采集能力将决定AI技术的应用效果。
• 投资方向：AI行业在技术与应用场景结合方面有较大潜力，具备闭环和垄断性数据的公司将产生难以被替代的商业价值。创业者应关注细分场景，如智能家居、AI医疗等。

行业趋势

• AI技术与应用场景结合将成为未来发展的关键。
• 从垂直领域AI向通用型AI过渡。
• 数据驱动和场景驱动将成为AI发展的主要方向。
• 技术进步将推动更多应用场景的落地，提升行业整体竞争力。

总结

AI行业正处于快速发展阶段，技术与应用场景的结合是其核心驱动力。未来，随着计算力的提升、数据的丰富和场景的多样化，AI将在更多领域实现突破，带来巨大的商业价值。创业者应关注细分场景，把握技术与应用的结合点，以实现AI的商业化落地。