2018-人工智能行业应用价值报告_71页-15mb

人工智能行业应用价值报告总结

核心内容

本报告由鲸准研究院发布，分析了人工智能在医疗、教育和制造三大核心行业的应用现状、趋势及投资情况，同时探讨了AI行业整体的发展阶段、技术应用价值及企业分布情况。

主要观点

• 人工智能目前仍处于弱人工智能阶段，尚未实现强人工智能。
• AI技术主要替代人类的感知、决策和行动能力，在不同行业中应用形式各异。
• AI医疗、AI教育和AI制造均处于不同的发展阶段，其中AI医疗受政策、数据及商业化瓶颈影响，商业化进程较慢；AI教育处于泡沫期早期，市场认知度和项目同质化现象严重；AI制造则处于快速发展阶段，政策支持和市场需求推动其发展。
• AI企业地域分布高度集中，主要集中在北京、广东、上海、浙江和江苏，占比达97%。
• 投资人对AI领域的关注度持续稳定，但融资事件数和金额在2018年第一季度有所下降，但3月后有所回升。
• AI医疗主要集中在医学影像领域，而AI制药等其他环节因技术门槛高、验证周期长，尚处于实验阶段。
• AI教育主要集中在自学场景，AI自适应学习系统是当前的热点，同时线上与线下结合的模式正在兴起。
• AI制造主要应用于工业互联网、缺陷检测、无序分拣和智能搬运，其中缺陷检测最受投资人关注。

关键信息

AI概述

• AI是计算机科学的一个分支，旨在模拟、延伸和扩展人的智能。
• AI技术分为基础层、技术层和应用层，其中应用层更受投资人关注。
• AI技术主要应用于感知、决策和行动三个层面，具体行业应用形式各有不同。

AI医疗

• 医疗行业具有政策监管重、数据基础差、公益性强三大属性。
• AI医疗企业主要集中在医学影像领域，而AI制药因技术门槛高、验证周期长，尚处实验阶段。
• 政策是推动AI医疗落地的重要驱动力，如《新一代人工智能发展规划》等。
• 融资情况显示，AI医疗行业融资总额超过200亿元人民币，但多数企业融资额较小，融资集中在A轮及以前。

AI教育

• 教育行业市场规模预计在2020年达到2.92万亿元，AI赋能前景广阔。
• AI教育正处于泡沫期早期，市场认知度低，项目同质化严重。
• AI自适应学习系统是当前AI教育的热点，同时线上与线下结合的模式正在兴起。
• 资本介入推动AI教育发展，尤其是2014年后，AI教育企业数量和融资额显著增长。

AI制造

• AI制造属于智能制造范畴，旨在提升效率、降低成本。
• AI制造主要应用于工业互联网、缺陷检测、无序分拣和智能搬运。
• 政策支持是AI制造发展的主要驱动力，如《智能制造2025计划》和《促进新一代人工智能产业发展三年行动计划》。
• 融资情况显示，AI制造初创企业融资主要集中在A轮及以前，显示出投资人对AI制造场景落地的观望态度。

行业发展现状总结

• AI医疗：主要集中在医学影像，商业化进程缓慢，需解决数据质量、病症干扰和市场认知问题。
• AI教育：处于泡沫期早期，市场需求与供给不匹配，需提升产品价值和市场认知。
• AI制造：处于快速发展阶段，政策和市场需求推动其发展，但需克服技术门槛和验证周期长的问题。

AI发展趋势

• 宏观趋势：AI发展大势不可逆，技术将持续推动各行业升级。
• 微观趋势：业内希冀AI能更深入落地，推动更多场景的商业化应用。

鸣谢名单及鲸准介绍

• 感谢所有参与本报告的专家和机构。
• 鲸准数据致力于提供高质量的行业洞察，其数据来源广泛，涵盖已公开的行业信息和投资人行为分析。

投资与创业建议

• 初创企业应深钻单个病种、形成联盟、及时转型以提高市场竞争力。
• AI医疗行业应加强与政府合作，推动数据整合和行业标准制定。
• AI教育行业应提升产品价值、引导市场认知，同时探索线上线下结合的商业模式。
• AI制造行业应抓住政策机遇，推动技术落地，实现商业化。

公司案例

• JP健培：专注于医学影像，已实现盈利。
• 晶泰科技：在药物研发领域有所突破，提供晶型预测服务。
• 义学教育：AI自适应学习系统，实现线上与线下结合。
• 好未来：通过“双师课堂”模式提升教学质量，应用AI生成学习报告。

总结

AI在医疗、教育和制造三大行业中的应用各有特点，受政策、数据、商业化和市场需求等多重因素影响。随着技术的不断进步和政策的持续支持，AI行业将迎来更广阔的发展前景，但同时也需克服行业门槛、数据孤岛和市场认知等挑战。