中国人工智能行业投融资发展研究报告_14页_1mb
报告摘要
中国人工智能行业投融资发展研究报告总结
核心内容概述
本报告总结了2010年至2017年5月中国人工智能行业的发展情况,包括投融资趋势、技术发展、行业分布及主要企业布局。报告指出,中国AI行业在技术突破和数据积累的推动下,经历了快速的发展,尤其在2015年出现了爆发式增长。
主要观点
技术发展驱动因素
- 算法模型优化:从CNN到DNN再到RNN,算法模型不断演进,提升AI的分类与时序信息捕捉能力。
- 计算能力提升:高效CPU/GPU、AI专用芯片和多机集群并行处理技术的成熟,为深度学习提供了强大的算力支持。
- 大数据积累:丰富的数据资源为AI模型训练提供了必要的输入,提升了模型的精准性和应用性。
投资趋势
- 投资热度:2017年1-4月,机器学习、智能机器人、自然语言处理是AI投资最热门的领域,其中机器学习获得最多关注。
- 投资规模:2010至2017年5月,中国AI领域共发生2,218起投资事件,涉及金额达668.42亿元人民币。
- 投资增长:2015年成为AI领域爆发的关键年,投资案例和金额同比分别增长155.9%和190.67%。
行业分布
- 主要细分领域:大数据、智能制造、云计算、智能金融、模拟识别最受关注。
- 区域分布:北京、上海、浙江、江苏和深圳是AI企业的主要聚集地,占全国投资案例的81.2%。
关键信息
应用层
- 现状:从实验室阶段发展到试点应用,数据化程度高的行业率先启动。
- 发展趋势:需更多大中型企业参与,利用云端资源实现分布式计算,推广到个人细分场景,预计5-10年内实现。
- 投资热点:智能投顾、医疗诊断、智能教育、智能翻译等应用层领域更容易吸引投资者,因低投入、高变现。
技术层
- 现状:视觉、语音识别等技术识别率已超过95%,感知层基础技术基本具备。
- 发展趋势:语音翻译等技术仍需5-10年时间实现应用化。
基础层
- 现状:互联网海量数据已足够支撑当前技术需求,云计算和大规模GPU并行计算方案较为成熟。
- 发展趋势:更全面的数据获取依赖物联网的发展,预计需5-10年;AI芯片研发加速,预计2-3年内实现高速、本地化运算。
企业布局
互联网巨头
- 阿里巴巴:以数据资源和开放云计算平台服务为核心,构建多种AI应用。
- 腾讯:依托海量社交数据、算法,拓展图片识别、语义理解等虚拟服务。
主要创业企业
- 应用层:Mobvoi(智能移动语音搜索)、UBTECH(Dream Within Reach)、智齿客服、图灵机器人等。
- 技术层:Megvii(人脸识别)、科大讯飞(语音识别)、捷通华声(语音技术)、云知声(语音识别)等。
- 基础层:Horizon Robotics(AI芯片)、IMICRO(智能硬件)、中星微电子(视频芯片)等。
投资建议
| 层级 | 前期投入 | 演化路径 | 短期价值(3-5年) | 长期价值(>5年) | 优势 |
|---|---|---|---|---|---|
| 应用层 | -大量行业数据形成模型,竞争相对激烈 | -垂直行业应用或跨行业应用 | ★★★ | ★★★ | ✓低投入,变现快 |
| 技术层 | -需要有一定规模的工程团队 | -与行业结合,形成解决方案,或形成通用技术平台 | ★★ | ★ | ✓投入适中,中长期布局 |
| 基础层 | -选择计算量需求较大的行业切入 | -横向:通用计算平台 纵向:计算服务生态 | ★★★ | ★★ | ✓高投入,高回报,长期布局 |
未来展望
未来3-5年,AI将以智能服务发展为主,作为人类的辅助工具。随着数据和场景的不断丰富,人工智能将全面改变现实生活。同时,国内互联网巨头在数据和平台方面具有明显优势,有望在AI领域实现弯道超车。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载