2017年人工智能行业研究报告_38页-3mb

人工智能行业研究报告 (2017年) 总结

核心内容

人工智能（AI）是一种使用机器模拟人类认知、识别、分析和决策能力的技术，是计算机科学、生理学与哲学的交叉学科。AI的发展可分为技术驱动、数据驱动和场景驱动三个阶段，其中技术驱动阶段主要集中在基础理论、算法和计算力的突破，数据驱动阶段则依赖海量数据的积累，而场景驱动阶段强调AI在实际应用中的价值。AI的爆发主要依赖于算法、计算力、数据量和应用场景的协同作用，其中深度学习算法和计算力（如芯片、超级计算机、云计算）是核心驱动力。

主要观点

1. AI的发展阶段

   • 技术驱动阶段：算法和计算力是主要驱动力，包括深度学习算法、GPU、NPU、FPGA等。
   • 数据驱动阶段：数据成为主要驱动力，推动AI的进一步发展。
   • 场景驱动阶段：应用场景的丰富化反过来推动技术的发展，AI开始向通用型发展。

2. AI的市场规模

   • 保守估计，2019年AI市场规模将突破百亿元，2022年预计达700亿元。

3. AI与应用场景的结合

   • 技术与应用场景结合是AI发展的重要方向，具备闭环和垄断性数据的公司更有机会产生商业价值。

关键信息

技术支持层

• AI芯片：包括GPU、NPU、FPGA、DSP等，其中NPU是深度学习专用处理器。
• 算法模型：深度学习算法、自然语言处理、语音识别、图像识别等。
• 数据标注：作为AI技术的基础，是感知层技术的重要支撑。

应用场景层

• AI+安防：包括人脸识别、行为识别、监控分析等，代表企业有海康威视、佳都科技等。
• AI+医疗：涉及手术机器人、医学影像识别、智能诊断等，代表企业有达芬奇手术机器人、碳云智能等。
• AI+金融：包括远程身份验证、智能投顾、大数据征信等，代表企业有平安科技、神州信息等。
• AI+家居：涉及智能语音助手、智能安防等，代表企业有科大讯飞、云知声等。
• AI+教育：包括智能教学、语音识别等，代表企业有科大讯飞、触景无限等。
• 其他场景：包括智能制造、智能汽车、机器人等。

技术与市场分析

• 语音识别：技术已趋于成熟，准确率达95%以上，市场主要由Nuance和科大讯飞主导。
• 语义识别：技术尚未成熟，但具有较大的发展潜力，尤其在人机交互领域。
• 计算机视觉：技术应用广泛，包括人脸识别、物体识别等，商汤科技、触景无限等是主要企业。

行业总结

• AI行业总结：AI行业正从技术驱动阶段向场景驱动阶段过渡，未来将更加注重技术与应用场景的结合。
• 未来发展与投资机会：随着技术不断成熟和应用场景的拓展，AI将在多个行业实现商业化落地，尤其在医疗、金融、安防等领域。投资机会主要集中在具备核心技术、数据资源和应用场景的企业。

产业链结构

AI产业链主要包括技术支撑层、基础应用层和方案集成层：

• 技术支撑层：包括AI芯片、传感器、算法模型等。
• 基础应用层：包括计算机视觉、语音识别、语义识别等。
• 方案集成层：包括AI+安防、AI+医疗、AI+金融等具体应用场景。

巨头布局

• 百度：发布“天智”平台，投资Velodyne LiDAR、收购渡鸦科技。
• 腾讯：成立人工智能实验室，投资碳云智能、蔚来汽车等。
• 阿里巴巴：布局ET医疗大脑、ET工业大脑、机器学习平台PAI等。
• Apple：收购Lattice Data，提升AI推理能力。
• Google：收购DeepMind、api.ai，推动自然语言处理和机器学习。
• Microsoft：与海尔合作，收购Hexadite，整合AI安全功能。
• Facebook：收购Wit.AI，提升语音输入能力。

行业趋势

• AI的发展将从垂直领域向通用型AI过渡。
• 数据是AI发展的关键驱动力，数据的积累和治理是推动AI应用的重要因素。
• 技术与应用场景的结合是AI商业化落地的核心。
• 未来AI将在多个行业实现应用，包括医疗、金融、安防、教育、家居等。

总结

人工智能行业正处于快速发展阶段，其技术与应用场景的结合将成为未来发展的核心。AI的市场规模预计将持续扩大，从技术驱动向场景驱动过渡。技术支撑层包括AI芯片、算法模型等，基础应用层涵盖语音识别、语义识别和计算机视觉，方案集成层则涉及多个具体行业。巨头企业纷纷布局AI领域，推动其发展，而创业公司则在细分市场中寻找机会。未来AI将在医疗、金融、安防等领域实现广泛应用，技术与数据的结合将成为关键。