2018年度人工智能产业格局及创新实践研究报告_81页_5mb

上海临港国际人工智能产业研究院报告总结

核心内容

本报告全面分析了人工智能行业的结构、技术应用、商业模式以及在不同领域的落地情况。人工智能行业被划分为基础层、中间层和应用层，分别对应技术支撑、通用技术与行业深度融合。行业成熟度与基础设施、应用价值和潜在市场规模密切相关。

主要观点

1. 行业分层结构：

   • 基础层：包括AI芯片、AI平台和AI计算框架，是人工智能技术的基础。
   • 中间层：涵盖感知计算（如计算机视觉、语音识别、自然语言处理）和认知计算（如机器学习、知识图谱），并包含软硬一体化的通用产品如传感器、机器人和无人机。
   • 应用层：涉及广告营销、金融、公共安全、智能家居、零售和医疗健康等多个行业，是AI技术价值实现的关键。

2. AI芯片发展路径：

   • 传统计算架构优化：GPU、FPGA、AISC。
   • 类脑芯片：如IBM TrueNorth，处于科研前沿，距离产业应用较远。

3. AI平台分类：

   • 通用平台（如阿里云）和垂直平台（如讯飞语音服务平台）。
   • 平台服务层次包括IaaS、PaaS和SaaS。

4. AI计算框架：

   • 主要包括TensorFlow、Torch、CNTK、MXNet和CUDA，竞争格局类似iOS/Android。

5. AI商业模式：

   • API调用：基础设施和通用技术厂商，如商汤科技和百度Apollo。
   • 产品订阅/License：面向个人和小型企业，如大疆和英语流利说。
   • “产品+服务”解决方案：针对中大型客户，如旷视科技和明略数据。
   • 效果付费：基于AI应用产生的实际价值收费，目前在金融和智能客服领域有所探索。

6. 行业应用成熟度：

   • 广告营销、金融、公共安全等为成熟领域，而智能家居、零售、医疗健康等处于智能化或创新化阶段。

关键信息

基础层

• AI芯片分为传统架构优化和类脑架构，前者更成熟，后者尚在研究阶段。
• AI平台分为通用和垂直，服务层次包括IaaS、PaaS和SaaS。
• AI计算框架竞争激烈，主要厂商包括Google、Facebook、Microsoft、Amazon和NVIDIA。

中间层

• 感知计算包括计算机视觉、语音识别和自然语言处理，其中计算机视觉和语音识别发展较快。
• 认知计算包括机器学习和知识图谱，发展速度较慢，尤其在知识图谱方面。
• 软硬一体化通用产品包括传感器、机器人和无人机，广泛应用于多个行业。

应用层

• 广告营销：AI技术已实现深度融合，用户画像、个性化推荐、智能客服等广泛应用。
• 金融：AI在产品设计、客户营销、风控审核、客户服务等方面应用成熟，政策支持显著。
• 公共安全：AI提升情报采集、研判、执行效率，政策推动技术发展。
• 智能家居：以语音识别和计算机视觉为主，未来将向机器学习方向发展。
• 零售：AI提升自动化和智能化水平，如智能选址、智能选品、无人零售等。
• 医疗健康：AI在药物研发、影像诊断、临床决策支持、手术机器人等方面有广泛应用，政策支持推动发展。

人工智能产业链分析

• 上游：基础设施厂商，如芯片和平台厂商，进入壁垒高，行业集中度高。
• 中游：通用技术厂商，如算法和硬件厂商，进入壁垒中，行业集中度中。
• 下游：行业解决方案厂商，如产品和方案提供商，进入壁垒低，行业集中度低。

政策与市场趋势

• 政策推动AI在金融、公共安全、医疗健康等领域的应用，如国务院发布的《新一代人工智能发展规划》。
• 未来趋势：AI在创意内容和用户触达环节价值更大，推动营销创新。
• 技术发展：从自动化向智能化发展，再到创新化，形成新的商业模式。

行业应用落地分析

• 广告营销：用户洞察和效果评估成熟，未来将提升创意内容和用户触达。
• 金融：AI提升风控、客户管理、智能投顾等，政策支持显著。
• 公共安全：AI提升情报流程自动化，推动智能指挥调度和案件预测。
• 智能家居：以语音识别和计算机视觉为主，未来将向机器学习方向发展。
• 零售：AI提升自动化和智能化，如智能选址、无人零售等。
• 医疗健康：AI在药物研发、影像诊断、手术机器人等方面应用广泛，政策推动技术发展。

技术应用特点

总结

人工智能行业正逐步从基础技术向行业应用延伸，技术成熟度和应用广度不断提升。各行业应用成熟度不一，广告营销和金融较为成熟，而智能家居、零售和医疗健康处于发展初期或创新阶段。政策支持和技术进步共同推动AI在各领域的深入应用，未来AI将在创意内容和用户触达环节发挥更大价值。