36kr-人工智能行业研究报告（2017年）全版_1__48页_2mb

人工智能行业研究报告（2017年）

核心内容

人工智能（AI）是指使用机器代替人类实现认知、识别、分析、决策等功能的综合学科，其本质是对人类意识与思维的信息过程进行模拟。AI的发展可分为三个阶段：技术驱动、数据驱动和场景驱动。技术驱动阶段主要集中在基础理论、算法和计算力的发展；数据驱动阶段则强调数据的重要性；场景驱动阶段则关注AI在不同场景中的应用。

主要观点

• 技术驱动：算法和计算力是AI发展的主要驱动力，其中计算力包括芯片、超级计算机和云计算三个维度。AI芯片如GPU、NPU、FPGA等，以及深度学习算法的广泛应用，显著提升了AI的识别效率。
• 数据驱动：随着数据的积累，AI将进入数据驱动阶段，数据成为推动AI发展的关键因素。数据标注公司如海天瑞声和Appen，为AI公司提供结构化数据支持，从而促进算法训练和模型优化。
• 场景驱动：AI的发展最终将依赖于实际应用场景的拓展，应用场景的丰富反过来又会推动AI技术的进一步发展。AI将从垂直领域逐步过渡到通用型AI，实现更广泛的应用。

关键信息

1. AI市场规模预测

• 2017年AI行业融资额有望超过2016年，成为近年来融资额最高的年份。
• 保守估计，中国AI市场规模将在2019年突破百亿元，2022年将达到约700亿元。

2. AI技术支撑层

• 数据标注：为语音、语义识别企业提供语料服务，如海天瑞声。
• 语音识别：技术成熟度较高，准确率已达95%。代表企业有科大讯飞和Nuance。
• 语义识别：技术尚未形成绝对垄断，创业公司仍有机会。代表企业有思必驰和云知声。
• 计算机视觉：主要研究如何使机器具备“看”的能力，应用广泛。代表企业有商汤科技和触景无限。

3. AI应用场景层

• AI+安防：人工智能与安防结合，推动视频结构化技术和大数据分析，提高监控效率。代表企业有海康威视和宇视科技。
• AI+医疗：主要体现在智能设备和识别诊断，如手术机器人和医学影像识别。代表企业有达芬奇手术机器人和碳云智能。
• AI+金融：AI技术赋予金融行业更多可能性，如远程身份验证、精准营销和大数据征信。代表企业有平安科技。
• AI+家居：AI技术在智能家居中的应用，如语音控制和图像识别。代表企业有科大讯飞和云知声。
• AI+教育：AI技术推动个性化教学和智能教育产品。代表企业有科大讯飞和优必选。
• 其他应用场景：包括无人驾驶、智能客服、机器人等，均在快速发展中。

重点分析

1. AI行业驱动力

• 技术驱动：算法和计算力是AI发展的主要驱动力，尤其是深度学习算法的普及。
• 数据驱动：数据的积累和处理是推动AI应用的关键，数据标注成为AI产业链的重要一环。
• 场景驱动：AI技术的应用场景不断扩展，从垂直领域向通用型AI发展，推动行业持续增长。

2. AI产业链

• 技术支撑层：包括AI芯片、传感器、算法模型等，是AI技术的基础。
• 基础应用层：包括计算机视觉、语音识别、语义识别等，是AI技术的具体应用。
• 方案集成层：面向不同应用场景的产品或方案，如智慧金融、智慧安防等。

3. AI行业趋势

• AI技术将不断向应用场景拓展，推动各行业智能化转型。
• 技术与场景的结合是AI实现商业价值的关键，技术落地和应用场景的多样化将促进AI行业的持续发展。
• 国内外科技巨头在AI领域积极布局，通过并购和合作推动技术进步和市场拓展。

总结

人工智能行业正处于早期发展阶段，技术层面仍存在瓶颈，但应用场景的不断丰富将推动技术进步。AI的发展将经历技术驱动、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算法和计算力的提升，数据驱动阶段强调数据的重要性，场景驱动阶段则关注AI在实际场景中的应用。AI的市场规模将持续扩大，预计2022年将达到约700亿元。技术与应用场景的结合是AI实现商业价值的关键，创业公司和科技巨头都在积极布局，推动AI行业的持续发展。