2017年-数据局_36kr：2017年人工智能行业研究报告最新_37页_2mb

人工智能行业研究报告 (2017年) 总结

核心内容概述

人工智能（AI）是指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。AI是一门综合了计算机科学、生理学和哲学的交叉学科，具有广泛的应用潜力。

AI的发展可分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。在技术驱动阶段，算法和计算力是主要驱动力；在数据驱动阶段，数据成为关键因素；在场景驱动阶段，应用场景的丰富将反过来推动技术的发展。

主要观点

• 技术驱动：算法和计算力是AI发展的主要推动力，其中深度学习算法在图像识别、语音识别等技术领域取得显著进展。计算力包括芯片、超级计算机和云计算三个维度，NPU、FPGA等新型芯片的出现为AI提供了更强大的计算支持。

• 数据驱动：随着数据的积累和治理，AI在个性化服务和精准决策方面展现出巨大潜力。数据是推动AI技术进步和应用场景扩展的关键资源，尤其在医疗、金融等垂直领域具有重要价值。

• 场景驱动：AI的广泛应用依赖于实际场景的需求。从垂直领域AI向通用型AI过渡是未来的发展趋势，AI与场景的结合是其商业化落地的核心。

关键信息

1. 技术支持层

• AI产业链分为技术支撑层、基础应用层和方案集成层。
• 技术支撑层包括AI芯片（如GPU、NPU、FPGA等）、传感器、算法模型等。
• 基础应用层包含计算机视觉、语音识别、语义识别等技术。
• 方案集成层涵盖多个行业，如安防、医疗、金融、家居、教育等。

2. 技术发展现状

• 语音识别：技术成熟度较高，准确率已达95%。Nuance和科大讯飞是全球和国内的领先企业，未来市场潜力巨大。
• 语义识别：尚未出现绝对垄断者，新进入者仍有机会。技术主要应用于人机交互、智能客服等领域。
• 计算机视觉：在人脸识别、物体识别等细分领域发展迅速，尤其在金融和安防场景中应用广泛。商汤科技、触景无限等企业在该领域表现突出。

3. 应用场景层

• AI+安防：利用计算机视觉和数据处理技术，实现智能监控和人群分析。海康威视、宇视科技等企业是主要参与者。
• AI+医疗：包括智能设备和识别诊断，如手术机器人和医学影像识别。达芬奇手术机器人是全球应用最广泛的技术之一，但国内渗透率低，存在巨大市场空间。
• AI+金融：AI技术在生物识别、精准营销、大数据征信等领域有广泛应用。平安科技等公司已在远程身份验证、智能投顾等方面取得进展。
• AI+家居：以语音识别和智能感知为核心，如科大讯飞、云知声等公司已推出多种智能语音产品。
• AI+教育：AI技术可用于个性化学习、智能评估等，科大讯飞在该领域有较多布局。

4. 市场预测与趋势

• 2017年AI市场规模尚处于早期阶段，预计2019年突破百亿元，2022年达到700亿元。
• AI技术与应用场景的结合是未来发展的关键，技术若无法落地，将难以获得资本青睐和市场认可。
• 未来AI将从垂直领域向通用型AI过渡，技术与场景的互动将推动行业持续发展。

行业驱动力

• 技术驱动：深度学习算法、计算力（芯片、超级计算机、云计算）是AI发展的核心。
• 数据驱动：数据的积累和治理将推动AI进入新的发展阶段。
• 场景驱动：应用场景的丰富将反过来促进技术的发展，成为AI爆发的重要推动力。

未来投资机会

• 重点关注具备闭环数据和技术落地能力的公司。
• 垂直领域的AI企业如医疗、金融、安防等具备较大发展潜力。
• 算法层企业如商汤科技、科大讯飞等具有较强的竞争力。
• 数据标注、语音识别、语义识别、计算机视觉等技术支撑层企业值得关注。

总结

人工智能正处于技术与场景结合的关键阶段，未来市场增长潜力巨大。技术层面虽已取得一定突破，但仍有瓶颈需要克服。应用场景的多样化将为AI带来新的发展机遇，同时推动技术的持续进步。AI行业的投资机会主要集中在具备技术实力和场景落地能力的企业，未来将有更多创业公司和企业参与其中。