2017年-数据局_易观：中国人工智能产业发展分析2017_54页_6mb

中国人工智能产业发展分析（2017年）

核心内容概览

中国人工智能产业在2017年正处于探索阶段，但发展势头强劲。随着算法、算力和大数据技术的提升，人工智能技术逐渐从实验室走向日常生活，应用于多个行业场景。本报告从人工智能的定义、发展历程、产业链、技术应用场景及代表厂商等方面进行分析，揭示了人工智能与物联网（AI+IoT）结合带来的数字经济变革，并提出了对厂商和用户的策略建议。

主要观点

1. 人工智能技术的发展现状

• 人工智能技术已进入多个行业，包括金融、安防、医疗、智能家居等。
• 语音识别、图像识别、自然语言处理、机器学习等技术发展迅速，达到较高准确率。
• 当前人工智能仍处于“低智能”阶段，但正逐步向“广义智能”和“认知智能”迈进。

2. 人工智能产业链结构

• 人工智能产业链分为基础层、技术层和应用层。
• 基础层由芯片、大数据等构成，受制于国外企业。
• 技术层集中于垂直细分领域的创业公司，以机器学习、计算机视觉等为主。
• 应用层涵盖多个行业，如金融、安防、医疗、家居等，是人工智能商业化落地的核心。

3. 人工智能技术应用场景

• 安防领域：人脸识别、视频监控、智能分析等技术被广泛应用于城市安全、交通管理、银行安防等。
• 金融领域：智能身份识别、智能风控、智能投顾、人工智能理财等成为重点发展方向。
• 智能家居：人工智能推动家居产品的智能化发展，提升用户体验。
• 医疗领域：人工智能用于医学影像分析、辅助诊疗、药物研发等，优化医疗效率。
• 制造业与自动驾驶：AI推动工业智能化，提升生产效率；自动驾驶技术逐步进入测试与试点阶段。

关键信息

1. 投融资情况

• 2015年后，人工智能领域投融资进入快速发展阶段。
• 2017年1-11月，投融资事件达279次，单次融资额过亿的事件频繁出现。
• 旷视科技完成4.6亿美元C轮融资，成为全球融资额最高的AI独角兽企业之一。

2. 政策支持

• 2015年起，国家密集出台政策支持人工智能发展。
• 《中国制造2025》将智能制造作为重点，推动AI与实体经济融合。
• 2017年国务院发布《新一代人工智能发展规划》，提出“三步走”战略目标。

3. 技术与生态

• 人工智能开放平台兴起，如TensorFlow、Caffe等，推动技术共享与生态构建。
• AI+IoT成为发展趋势，物联网时代催生更多数据应用场景。
• 芯片技术对AI发展至关重要，英伟达、英特尔、华为等企业积极布局。

4. 人才与教育

• 中国AI人才数量在全球排名第7，但存在较大缺口。
• 顶尖人才多集中于高校及科研机构，如哈尔滨工业大学、北京邮电大学等。
• 人才结构以硕士为主，博士和本科人才次之，且集中在一线城市。

重点行业分析

1. 安防行业

• 人工智能提升身份识别准确率，人脸识别技术达到99.7%。
• 智能视频分析（IVA）技术用于实时监控、行为识别、异常检测等。
• 国家安防和民用安防需求增长，推动安防向主动预警、立体化发展。

2. 金融行业

• AI在金融领域应用广泛，包括智能身份识别、智能风控、智能投顾等。
• 人工智能理财通过算法与数据模型驱动，提供个性化、自动化服务。
• 银行、支付平台、互联网金融等广泛应用AI技术，如支付宝、招商银行等。

3. 医疗行业

• 医学影像分析、辅助诊疗、药物研发等应用加速。
• 医疗大数据推动精准医疗发展，AI辅助医生决策，提升诊断效率。

4. 智能家居

• AI推动家居产品智能化，如智能音箱、智能门锁、智能摄像头等。
• 从手机控制向多控制结合发展，未来将实现感应式控制与自我学习。

典型厂商分析

• 百度：布局AI开放平台，推动自动驾驶、智能音箱等产品发展。
• 科大讯飞：深耕语音识别与自然语言处理，形成AI技术壁垒。
• 旷视科技：专注于计算机视觉，应用于安防、金融等领域。
• 小米：通过智能硬件与AI技术结合，推动AI+IoT生态。
• 特斯联：聚焦智慧城市与民用安防，推动智能社区建设。

未来发展趋势

• AI+IoT深度融合：推动智能楼宇、智慧交通、智慧城市等形成。
• 人工智能商业化落地：金融、医疗、安防等领域成为AI爆发的主战场。
• 平台化与生态化：开放平台和生态整合成为趋势，促进技术共享与行业协同。
• AI人才缺口：教育体系需加快AI人才培养，以支撑行业发展。
• 人工智能走向“认知智能”：从感知智能向认知智能发展，实现更复杂任务处理。

总结

2017年中国人工智能产业正处于快速成长期，技术与应用场景不断拓展，政策支持力度加大，资本关注度提升。人工智能产业链逐步成熟，基础层、技术层和应用层协同发展。AI在金融、安防、医疗、智能家居等领域的应用逐步深入，推动行业智能化变革。未来，随着AI技术的持续发展和生态体系的完善，人工智能将在更多场景中实现商业化落地，成为推动数字经济发展的关键力量。