20181119-德勤-人工智能行业_中国人工智能产业白皮书_68页_3mb

人工智能行业总结

核心内容

人工智能正成为推动社会进步和产业升级的重要力量。中国人工智能产业近年来发展迅速，市场规模持续扩大，2018年预计超过300亿元人民币，企业数量超过1000家，位列全球第二。然而，中国在基础研究、芯片制造和人才储备等方面仍落后于美国。全球人工智能市场预计在2020年达到6800亿元人民币，复合增长率达26.2%。

主要观点

• 技术发展：人工智能技术的发展依赖于计算力提升、海量数据积累和政策支持。GPU和AI专用芯片是当前计算力的核心，中国企业在通用芯片领域难以与国际巨头抗衡，但在AI专用芯片方面有突破。
• 政策与资本支持：各国政府将人工智能上升至国家战略层面，中国也出台了多项政策支持行业发展。资本市场对人工智能关注度持续上升，中国人工智能企业融资总额占全球70%，成为全球最大的投资市场之一。
• 用户需求：人工智能满足了C端、B端和G端的多样化需求，尤其在提升效率、改善体验、优化服务方面发挥重要作用。中国用户对人工智能持积极态度，68%的人认为其对社会和生活有积极作用。
• 产业链布局：人工智能产业链包括基础层、技术层和应用层。中国企业在技术层和应用层表现突出，但在基础层存在短板，需加强芯片、算法框架等核心技术的研发。
• 商业化应用：人工智能正在多个行业实现商业化，包括数字政府、金融、医疗、汽车、零售和制造业，其在金融行业的应用最为深入，涉及智能投顾、智能客服和智能风控等。
• 区域发展：北京、上海、深圳在人工智能领域处于第一梯队，杭州依托阿里巴巴发展较快，但仍有提升空间。人工智能产业园成为区域发展的重点，但部分园区存在空心化和人才短缺问题。

关键信息

1.1 全球及中国发展概况

• 2018年中国人工智能市场规模预计超过300亿元，复合年均增长率44.5%。
• 美国在多个关键指标上领先，如半导体国际市场占有率（50% vs 4%）、人工智能专家数量（78,200 vs 39,200）等。
• 中国成为全球最大的数据生产国，2020年预计占全球数据总量的18%。
• 人工智能将推动全球GDP增长14%，相当于15.7万亿美元。

1.2 人工智能产业链

• 基础层：主要包括芯片、传感器、大数据和云计算。国际巨头如Nvidia、英特尔主导，中国企业在AI专用芯片方面有所突破。
• 技术层：涵盖计算机视觉、自然语言处理、语音识别和机器学习。BAT及商汤、旷视、科大讯飞等企业布局。
• 应用层：包括智能客服、智能投顾、智能安防等，中国企业在该层占据主导地位，但需进一步提升数据质量和标准。

1.3 中国人工智能领域投资

• 2015-2017年，中国人工智能投资总额增长显著，2017年占全球投资总额的70%。
• 投资热点集中在企业服务、金融、医疗、汽车、零售和安防等领域。
• 人工智能巨头如阿里巴巴、腾讯、百度等积极布局，通过投资和生态建设抢占市场。

2.1 数字政府

• 政府智能化转型加速，人工智能在政务服务、公共安全等领域广泛应用。
• 2018年中国数字政府市场规模预计突破3000亿元，年复合增长率15%。
• 企业需提供定制化解决方案，以应对政府各部门不同的需求。

2.2 金融

• 人工智能在金融行业的应用包括智能投顾、智能客服和智能风控。
• 中国居民投资资产预计到2020年达到237万亿元，为智能投顾发展提供基础。
• 智能客服已替代40%-50%的人工服务，预计2020年85%的客服工作将由AI完成。
• 智能风控能有效降低金融风险，支付宝的资损率仅为十万分之一。

2.3 汽车

• 人工智能正在重塑汽车产业生态，推动无人驾驶、智能驾驶技术发展。
• 自动驾驶技术多处于Level2至Level3，尚未完全普及。
• 无人货运和共享出行是未来应用重点，但面临技术限制和经济可行性问题。

2.4 医疗

• 人工智能在医疗领域发展迅速，但需建立标准化市场准入机制和加强医疗数据库建设。
• 应用于疾病筛查、健康管理、智能影像分析等领域，有助于解决医疗资源不均问题。

2.5 零售

• 人工智能应用从个别场景走向聚合，提升消费者体验和企业运营效率。
• 传统零售企业与科技公司合作，围绕人、货、场、链构建应用场景。

2.6 制造业

• 人工智能在制造业应用潜力被低估，主要集中于产品质检和预测性维护。
• 制造业拥有大量可靠数据，但尚未被充分利用，未来有望实现更广泛的应用。

区域发展与建议

• 重点城市：北京、上海、深圳处于第一梯队，杭州、重庆等处于第二或第三梯队。
• 产业园建设：各地政府通过建设人工智能产业园推动产业聚集，但需解决空心化和人才短缺问题。
• 杭州未来科技城：需加强人才引进、完善产业链布局、推动创新要素聚集，以提升产业竞争力。

总结

人工智能在中国发展迅速，但整体实力仍需提升。政策与资本双轮驱动下，企业需关注技术层和应用层，同时重视基础层技术突破。各行业正加速人工智能商业化，政府、金融、医疗、汽车、零售和制造业是主要应用方向。未来，人工智能将推动更多行业变革，但需解决数据标准化、法律法规完善和人才短缺等问题。