20180411_人工智能_人工智能行业应用价值报告_69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，主要围绕人工智能在医疗、教育、制造等领域的应用价值展开，分析AI行业的现状、趋势以及各细分领域的发展情况。报告指出，AI目前仍处于弱人工智能阶段，未来有望向强人工智能发展，但其商业化和落地应用仍面临诸多挑战。

主要观点

1. AI概述

• 人工智能（AI）是计算机科学的分支，旨在模拟、延伸和扩展人的智能。
• AI分为基础层、通用技术层和行业赋能层，其中行业赋能层因商业价值高而受到更多关注。
• 技术能力主要替代人类的感知、决策和行动能力，具体应用因行业而异。

2. AI赋能行业发展现状

• AI医疗：主要应用于医学影像、药物研发、医院管理及家庭医疗等场景，但整体处于早期阶段，商业化速度较慢。
• AI教育：市场规模庞大，增速稳定，但面临公众期望与技术能力之间的落差和项目同质化问题。
• AI制造：重点在于工业互联网、缺陷检测、无序分拣和智能搬运，AI制造初创企业融资主要集中在A轮及以前。

3. AI发展趋势

• 宏观趋势：AI发展是大势所趋，未来将向强人工智能迈进。
• 微观趋势：业内对AI技术的落地和商业化应用抱有较高期望，但需要突破技术瓶颈和市场认知障碍。

关键信息

1. 技术应用价值

• AI主要替代人类的感知能力（文本图像识别、语音识别）、决策能力（流程优化、判断）和行动能力（机器人、自动化设备）。
• 医疗领域：AI主要用于病灶识别、辅助诊疗、药物研发等，但数据基础差、验证周期长、市场认知度低是主要障碍。
• 教育领域：AI应用于自适应学习系统、智能支持工具、线上线下结合教学等，但需解决公众期望与实际效果之间的落差。
• 制造领域：AI在工业互联网、缺陷检测等方面应用广泛，但技术门槛高、行业整合尚未完成。

2. 企业成立与地域分布

• AI企业成立数在2013年后呈爆发式增长，2016年达到高峰，2017年有所下降。
• 北京、广东、上海、浙江、江苏五省市占据全国AI项目的近97%，高度集中。

3. 投融资情况

• AI融资事件数量及金额自2012年起快速增长，2017年达到峰值（379件融资事件，超过300亿元）。
• 投资主要集中在A轮及以前，B轮及以后融资较少，反映投资人对AI场景落地持观望态度。
• 自动驾驶与AI医疗最受投资人关注，AI教育和AI制造的热度逐步上升。

4. AI医疗

• 主要驱动力：
  • 政策支持：国家出台多项政策鼓励AI在医疗行业的应用。
  • 资金投入：AI医疗融资总额超过200亿元，但多数企业融资额较低，仅少数企业融资达到10亿元级别。
  • 社会需求：人民健康意识提升，医疗支出占比逐年上升。
• 主要应用场景：
  • 医学影像：AI在病灶识别、辅助诊断等方面应用广泛，但需解决数据质量问题和市场认知度。
  • 药物研发：AI用于靶点确认、筛选化合物、预测药物性能等，但该领域尚处于实验阶段，商业化进程缓慢。
• 公司案例：
  • JP健培：专注于医学影像，提供智能诊断产品，已实现盈利。
  • 晶泰科技：专注于药物研发，提供晶型预测服务，融资情况良好。

5. AI教育

• 主要驱动力：
  • 政策支持：国家层面高度重视AI教育，出台多项政策推动其发展。
  • 资本投入：AI教育融资增长迅速，2017年融资额创历史新高。
  • 消费力提升：居民可支配收入增加，80后父母成为AI教育消费的主力。
• 主要应用场景：
  • 自适应学习系统：覆盖测、练、学、教四个环节，形成一站式学习生态。
  • 线上+线下结合：利用线上平台扩大影响力，线下提供情感互动和个性化教学。
• 公司案例：
  • 义学教育：提供AI自适应学习系统，已实现线上和线下教学结合。
  • 好未来：探索“双师课堂”，融合AI技术提升教学质量。

6. AI制造

• 主要驱动力：
  • 政策支持：《智能制造2025》等政策推动AI在制造业的应用。
  • 技术成熟：AI在工业互联网、缺陷检测等方面技术已较为成熟。
  • 经济因素：制造业产值高，AI有助于提升效率、降低成本。
• 主要应用场景：
  • 工业互联网：AI用于资源调度和数据分析，是AI制造的核心。
  • 缺陷检测：AI在面板、纺织品、药瓶等检测领域应用广泛。
• 公司案例：
  • 树根互联：基于AI的工业互联网平台，提供PaaS服务。
  • 精锐视觉：专注于智能视频检测系统，应用于制造业。

结构总结

AI医疗

• 行业属性：政策监管重、数据基础差、公益性强。
• 应用逻辑：尽早进入临床、使用医学评价体系、重视数据过拟合风险。
• 发展现状：医学影像发展较快，但药物研发、家庭医疗等场景仍待突破。
• 未来展望：政府引导、龙头企业的参与、技术/工具类企业向全学习链转型。

AI教育

• 行业属性：市场规模大、增速稳定、应用前景广阔。
• 发展现状：处于泡沫期初期，需解决公众期望落差与项目同质化问题。
• 未来展望：拥抱人机共教时代，推动To B与To C商业模式融合。

AI制造

• 行业属性：智能制造主战场，技术门槛高，行业整合尚未完成。
• 发展现状：工业互联网、缺陷检测等场景应用成熟，但其他环节仍待发展。
• 未来展望：随着技术成熟和政策支持，AI制造将实现更广泛落地。

机构投资情况

• AI医疗Top投资机构：红杉资本中国、软银中国资本、君联资本等。
• AI教育Top投资机构：启明创投、红杉资本中国、元禾控股等。
• AI制造Top投资机构：国投创新、经纬中国、中移基金等。

总结

AI在医疗、教育和制造三大行业的应用已初见成效，但仍处于早期阶段，面临数据基础差、技术瓶颈、市场认知不足等问题。随着政策支持、资本投入和市场需求的增长，AI在这些行业的应用前景广阔，未来有望实现更广泛商业化落地。