2017-36Kr-人工智能行研报告_75页_4mb

人工智能行业研究报告总结

核心内容

本报告由36氪研究院发布，分析了人工智能行业的整体发展现状、技术趋势、政策法规、投资热度及产业链结构，涵盖基础技术、终端产品及应用领域，包括语音识别、语义识别、计算机视觉、机器人、金融、医疗、安防、家居等。

主要观点

• 人工智能的发展依赖于数据量、运算力、算法技术三大要素。
• 政策法规在全球范围内推动人工智能的发展，尤其在美国、欧盟、日本等国家，各自侧重于不同的技术方向。
• 投资热度持续上升，深度学习、自然语言处理、计算机视觉是创业最火热的领域。
• 国内投资热度同样显著，自然语言处理、机器人、计算机视觉为获投最多领域。
• 人工智能产业链可分为基础支撑层、技术应用层、方案集成层，其中基础层是核心技术的来源，技术层是主要应用方向，方案层是最终产品或服务。
• 科技巨头积极布局人工智能，包括开源平台、AI芯片、核心技术三方面，其中Google、百度、Facebook、微软、IBM、阿里巴巴等公司均有所动作。
• 计算机视觉是当前应用最广泛的基础技术之一，人脸识别、OCR识别技术较为成熟，安防、金融、自动驾驶为重要应用方向。
• 语音识别技术整体成熟，但背景噪音等问题仍需突破，科大讯飞、云知声、思必驰等企业为行业主要参与者。
• 语义识别技术仍在发展中，其难点在于语义的复杂性、上下文环境的理解，自然语言处理是其核心技术支撑。
• 人工智能芯片是行业发展的重要基础设施，目前主要类型为GPU、FPGA、ASIC，其中GPU在当前市场中占据主导地位，FPGA适用于高性能、低功耗场景，ASIC作为定制芯片具有高性能和低能耗优势。

关键信息

1. 行业驱动力

• 数据量：2000年后数据量迅速增长，为深度学习提供大量训练素材。
• 运算力：GPU的出现极大提升了数据处理效率，降低了深度学习训练时间。
• 算法技术：深度学习的突破使算法性能显著提升，尤其在图像识别领域。

2. 政策法规

• 国外：美国（BRAIN计划）、欧盟（人脑计划）、日本（Brain/MINDS）均推动AI发展。
• 国内：2015-2016年出台多项政策，如《“互联网+”人工智能三年行动实施方案》，推动AI在多个行业的应用。

3. 投资热度

• 全球：2011-2016年AI融资金额增长12倍，达到48亿美元。
• 国内：2015-2016年融资额约90亿元人民币，自然语言处理、机器人、计算机视觉为投资热点。
• 融资轮次：多数公司处于天使轮、Pre-A轮、A轮阶段，C轮后公司较少。
• 融资金额：智能安防、智能家居平均单个公司获投金额最高，超过1亿元人民币。

4. 公司运营数据分析

• 北京为AI创业公司集中地，占比达43%。
• 计算机视觉、自然语言处理、机器人领域公司平均年龄为3-4岁，显示行业整体处于成长期。
• 深度学习公司平均年龄为2.2岁，显示其发展速度较快。

5. 产业链分析

• 基础支撑层：包括算法模型、AI芯片、传感器等。
• 技术应用层：包括计算机视觉、语音识别、语义识别等。
• 方案集成层：集成多类技术，应用于具体行业场景，如安防、金融、医疗等。
• AI芯片产业链：分为IC设计、晶圆代工、专业封测，其中IC设计技术壁垒高，晶圆代工资本密集，专业封测劳力密集。

6. 典型公司分析

• 计算机视觉：旷视科技、商汤科技、依图科技等公司在人脸识别、物体识别等领域领先。
• 语音识别：科大讯飞、云知声、思必驰等公司表现突出。
• 语义识别：科大讯飞、出门问问、百度等公司及科研机构在该领域有重要布局。
• AI芯片：NVIDIA、Xilinx、Kneron等公司在不同领域具有优势。

行业趋势展望

• 技术突破：深度学习、自然语言处理、计算机视觉等技术正在快速发展。
• 应用扩展：AI正在向机器人、金融、医疗、安防、家居等多个行业渗透。
• 发展瓶颈：数据质量、算法优化、芯片定制仍是行业面临的主要挑战。
• 未来方向：**专用芯片（ASIC）**将成为AI发展的趋势，提升运算效率和能耗控制。

总结

人工智能行业正处于快速发展阶段，数据、运算力、算法是其核心驱动力，政策支持、投资增长为行业提供了良好的发展环境。计算机视觉、语音识别、语义识别是当前应用最为广泛的基础技术，而AI芯片则是支撑这些技术的关键基础设施。随着技术的不断成熟和应用场景的扩展，人工智能将在更多行业实现落地，成为推动社会智能化的重要力量。