2023年中国人工智能行业全景图谱
人工智能行业主要上市公司:目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
本文核心数据:人工智能分类,人工智能行业产业链,人工智能行业全景图谱,中国人工智能发展历程,人工智能行业重点方向变化,工智能企业核心技术分布情况,中国人工智能市场规模,中国人工智能市场应用份额,人工智能在各行业中的应用情况,中国人工智能行业投融资情况,中国人工智能行业投融资轮次分布,人工智能各技术方向岗位人才供需,人工智能本科新专业高校名单,人工智能科技产业中国城市竞争力,工智能行业代表性企业区域,中国人工智能行业投融资事件数量地区分布,中国人工智能行业竞争派系,人工智能发展趋势,中国人工智能产业规模预测,中国新一代人工智能创新发展区数量
行业概况
1、定义
人工智能作为一门前沿交叉学科,研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,将其视为计算机科学的一个分支,指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能行业属于战略新兴产业,根据国家发展改革委发布的《战略性新兴产业重点产品和服务指导目录(2016)》来看,我国人工智能可分为三个下属行业,分别为人工智能软件开发、人工智能消费相关设备制造和人工智能系统服务。
2、产业链剖析:产业链涵盖行业庞大
人工智能产业链包括三层:基础层、技术层和应用层。其中,基础层是人工智能产业的基础,主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源,为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心,以模拟人的智能相关特征为出发点,构建技术路径;应用层是人工智能产业的延伸,集成一类或多类人工智能基础应用技术,面向特定应用场景需求而形成软硬件产品或解决方案。
行业发展历程:行业处在突飞猛进阶段
人工智能概念的提出始于1956年的美国达特茅斯会议。人工智能至今已经有60多年的发展历史,从诞生至今经历了三次发展浪潮。分别是1956-1970年、1980-1990年和2000年至今。
1959年Arthur Samuel提出了机器学习,推动人工智能进入第一个发展高潮期。此后70年代末期出现了专家系统,标志着人工智能从理论研究走向实际应用。
80年代到90年代随着美国和日本立项支持人工智能研究,人工智能进入第二个发展高潮期,期间人工智能相关的数学模型取得了一系列重大突破,如著名的多层神经网络、BP反向传播算法等,算法模型准确度和专家系统进一步提升。期间,研究者专门设计了LISP语言与LISP计算机,最终由于成本高、难维护导致失败。1997年,IBM深蓝战胜了国际象棋世界冠军Garry Kasparov,是一个里程碑意义的事件。
当前人工智能处于第三个发展高潮期,得益于算法、数据和算力三方面共同的进展。2006年加拿大Hinton教授提出了深度学习的概念,极大地发展了人工神经网络算法,提高了机器自学习的能力,随后以深度学习、强化学习为代表的算法研究的突破,算法模型持续优化,极大地提升了人工智能应用的准确性,如语音识别和图像识别等。随着互联网和移动互联的普及,全球网络数据量急剧增加,海量数据为人工智能大发展提供了良好的土壤。大数据、云计算等信息技术的快速发展,GPU、NPU、FPGA等各种人工智能专用计算芯片的应用,极大地提升了机器处理海量视频、图像等的计算能力。在算法、算力和数据能力不断提升的情况下,人工智能技术快速发展。
行业政策背景:行业发展从技术过渡到产业融合
2017年之前,人工智能相关政策主要集中在人工智能技术研发突破方面。从2017年开始,政策的重点已经从人工智能技术转向技术和产业的深度融合,特别是2017年7月国务院印发的《新一代人工智能发展规划》明确指出要“加快人工智能深度应用”。
从2018年两会发言的不完全汇总也可以看出,人工智能+产业的融合将是未来的重点,包括科技部、工信部、民政部等官方部门和百度、腾讯、联想等民间代表,均提出了人工智能+产业、人工智能+医疗等。
2019年,两会更是将“智能+”写入政府工作报告,人工智能技术对于社会的赋能被给予最高层次的期待。在工业经济由数量和规模扩张向质量和效益提升转变的关键期,“智能+”的理念给人工智能等数字技术提供了最广阔的落地空间和回报想象。通过智能化手段把传统工业生产的全链条要素打通,可以更好地推动制造业的数字化、网络化和智能化转型,更能反向助推技术自身的迭代和进步。
2020年,明确人工智能作为“新基建”建设重要一环,“十四五”指出要推动互联网、大数据、人工智能等同各产业深度融合。并且各省市也在大力推动人工智能与产业融合,打造应用场景,示范项目。
行业发展现状
1、大数据和云计算为占比最高的核心技术
从人工智能企业核心技术分布看,大数据和云计算占比最高,达到41．13%;其次是硬件、机器学习和推荐、服务机器人,占比分别为7．64%,6．81%,5．64%;物联网、工业机器人、语音识别和自然语言处理分别占比5．55%,5．47%,4．76%。
2、行业呈现快速增长趋势
2017年7月,国务院印发了《新一代人工智能发展规划》,将人工智能上升到国家战略层面,受益于国家政策的大力支持,以及资本和人才的驱动,我国人工智能行业的发展走在了世界前列。初步估计,2020年中国人工智能行业市场规模约为1858．2亿元。
3、下游应用主要集中在政府城市治理和运营
2020年,中国人工智能市场主要客户来自政府城市治理和运营(公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等),应用占比达到49%,互联网与金融行业紧随其后,占比分别为18%和12%。
企业和政府对人工智能的应用逐渐升温。在决定企业产生经济效益的各个环节,都已能够看到人工智能的身影:AI 核身帮助人们安全生活、远程交易、便捷通行;深度学习和知识图谱帮助企业在生产过程中分析预测、科学决策;人机对话提升了拜访登记、服务响应中的用户体验。
人工智能将催生新技术、新产品、新产业、新业态、新模式,实现社会生产力的整体跃升,推动社会进入智能经济时代。前瞻估算,目前中国大型企业基本都已在持续规划投入实施人工智能项目,而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合,实现产业地位提高或经营效益优化。
3、资本更倾向于人工智能企业的早期投资
2014-2020年,中国人工智能行业总计共有4796起投融资事件发生,总计融资金额为7685．39亿元。其中2014-2018年在融资事件及融资规模上呈现持续增长态势,2018年融资金额达1482．46亿元,融资事件965起。
2019-2020年,我国人工智能行业市场相较之前冷静不少,融资事件有所下降但是融资规模有所上升。2020年,我国人工智能行业投融资事件发生723起,总金额达1468．37亿元。2021年1-7月,共有融资事件506起,融资金额达到1839．92亿元,融资金额已经超过2020年总金额。
注:2021年数据截至7月27日。
从我国人工智能行业融资轮次分布情况来看,由于初创型企业融资金额与估值相对较合理,泡沫较小,因此对资本更倾向于人工智能企业的早期投资,2014-2019年,人工智能行业天使轮和A轮占比最高。
随着人工智能市场板块的逐渐成熟,早期的投资占比逐渐降低,人工智能投资轮次逐渐后移。2020年,A轮占比为42．20%,B轮则上升至20．22%,天使轮占比下降至9．23%。
注:2021年数据截至7月27日。
4、技术方面人才不足,高校开设相关专业
根据工信部发布的相关数据,人工智能不同技术方向岗位的人才供需比均低于0．4,说明该技术方向的人才供应严重不足。从细分行业来看,智能语音和计算机视觉的岗位人才供需比分别为0．08、0．09,相关人才极度稀缺。
注:岗位人才供需比=意向进入岗位的人才数量/岗位数量。
相对国外,我国高校人工智能培育起步较晚,但近年来我国人工智能学科和专业加快推进,多层次人工智能人才培养体系逐渐形成。2018年4月,教育部发布的《高等学校人工智能创新行动计划》提出,到2020年建立50家人工智能学院、研究院或交叉研究中心。
2019年,教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》,全国共有35所高校获首批建设“人工智能”本科专业资格。
行业竞争格局
1、区域竞争:北京人工智能竞争能力遥遥领先
从1990年至今,我国人工智能产业发展的城市格局几经变化,目前北京、上海、深圳、杭州等城市变现稳定,这些城市都将电子信息产业作为支柱产业之一,在互联网业发展中也排名靠前。这些城市均强化科研与人才优势、加速补充完善人工智能自身及面向行业落地的产业链、建设示范性智能应用场景、前瞻性布局人工智能相关标准体系、推动公共资源共享、提升城市环境与宜居性、支持系统性超前研发布局等措施将成为城市把握人工智能发展重大历史机遇的谋划方向。
其中北京在我国人工智能科技产业城市竞争力评价指数排名中以80．3遥遥领先于其他城市。排名第二的上海指数为30．5,其次是深圳和杭州分别为28．6和22．4．
从人工智能行业代表性企业的所属地分布来看,北京、深圳市人工智能代表性企业的集中地。同时北京也是2020年人工智能行业投融资事件数量最多的区域。2020年,北京、上海、广东三地聚集了全国74．29%的人工智能投融资事件数量,其中北京占比32．53%,上海占比21．76%,广东占比20%。浙江和江苏则紧随其后,分别占比7．91%和7．25%。
其中以城市据点来看,北京、深圳、上海、杭州四座国内一线城市已成为了我国人工智能行业发展的着力点,以点带面地带动京津冀发展区、粤港澳大湾区、长三角经济区的人工智能技术崛起,并覆盖全国。
2、企业竞争:参与者众多,主要分为三个派系
从企业的竞争来看,我国人工智能企业主要可以分为三个派系,分别是头部平台代表企业、融合产业活跃企业、技术层面代表企业。
人工智能平台的代表性企业主要有百度、阿里云、腾讯、华为、京东和科达讯飞为;而小米、平安科技、苏宁、滴滴是融合产业较活跃的企业;技术层企业代表有商汤科技、旷视科技、云从科技和依图科技作为独角兽公司。
从人工智能企业的核心技术布局来看,百度、腾讯、阿里云、华为等头部平台企业已布局了多项AI技术;而像平安科技、京东、小米等融合性公司,其技术布局主要针对应用层,针对性较强。
从专利授权量来看,截至2020年10月,百度、华为、腾讯的AI专利授权量分别排名全国前三,说明这三家公司的技术研发能力较强。
行业发展前景及趋势预测
1、“十四五”建设继续推进,高质量、现代化、智能化发展
近年来,人工智能在经济发展、社会进步、国际政治经济格局等方面已经产生重大而深远的影响。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》对"十四五"及未来十余年我国人工智能的发展目标、核心技术突破、智能化转型与应用,以及保障措施等多个方面都作出了部署。
2、核心产业规模达到4000亿,布局建设20个试验区
根据《新一代人工智能发展规划》,到2025年,我国人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平,人工智能成为带动我国产业升级和经济转型的主要动力,智能社会建设取得积极进展,人工智能核心产业规模将超过4000亿元,带动相关产业规模超过5万亿元;到2030年,我国人工智能理论、技术与应用总体达到世界领先水平。
此外,为加快落实《国务院关于印发新一代人工智能发展规划的通知》,科技部于2019年8月印发《国家新一代人工智能创新发展试验区建设工作指引》,旨在有序推动国家新一代人工智能创新发展试验区建设。截至2021年3月末,我国已有14个市+1个县获批建设试验区;至2023年,试验区数量预计将达20个左右。
来源:前瞻产业研究院
大模型将重塑人工智能产业 发展与治理同步推进
新华网北京7月3日电（记者孙云龙）人工智能已经成为新一轮科技革命和产业变革的重要驱动力。以预训练大模型引领的人工智能创新浪潮呼啸而来。“大模型将重塑人工智能产业链竞争格局。”国家工业信息安全发展研究中心人工智能所副所长刘永东表示，“大模型正处于快速发展的窗口期，同时也暴露出诸多安全隐患，引发热议和担忧，还需不断完善针对性的监管政策，做到发展与治理‘同谋划、同布局’。”
7月2日，以“智能涌现，重塑未来”为主题的2023全球数字经济大会人工智能高峰论坛在京举办。刘永东在论坛间隙接受记者采访时如此表述。
类ChatGPT产品正不断涌现，标志着大模型时代正在来临。北京市经济和信息化局党组书记、局长姜广智在当日论坛致辞中表示，人工智能产业风头正劲，迄今已有八十余个大模型公开发布，其中北京约占一半。大模型产品数量众多，百度、腾讯、华为、阿里、商汤、科大讯飞、360等企业和清华大学、智源研究院、浦江实验室等高校和科研机构相继推出了大模型产品或解决方案。360集团创始人周鸿祎在论坛上表示，大模型在城市、行业、企业数字化转型到智能化的过程中大有可为，进化迭代刚刚开始，相信未来会成为数字化系统的标配。未来可能不是“百模大战”，而是“万模群舞”。
刘永东认为，以ChatGPT为代表的生成式人工智能将推动跨时代的范式变革。它提供了人工智能商业化落地新范式，可以为各个领域带来巨大的生产力提升，引发行业重要升级，提振了产业信心。多模态预训练大模型将成为人工智能基础设施。“多模态大模型将成为具有泛化能力的模型底座、不同领域的共性平台技术，成为迈向通用人工智能的重要探索，也是解决人工智能应用落地所面临的需求碎片化、多样化等问题的有效解决方式。”
刘永东强调，大模型将重塑人工智能产业链竞争格局。一是开发范式变革，逐渐形成围绕大模型结合特定领域模型微调的方式，打造垂直应用模型，科技巨头围绕大模型的生态竞争加剧。二是挤占技术层企业生存空间。生成式大模型的出现严重冲击了以人工智能单一算法开发为主的初创企业，如图像识别、语音识别等。
“与此同时，我们也应关注到大模型带来的挑战。”刘永东表示，一是训练大模型所需的算力资源被科技巨头掌控，在新一轮竞争中筑起较高的行业壁垒。二是训练大模型所需的高质量数据集匮乏，大模型所需的数据资源掌握在传统行业巨头和行业协会手中，需统筹行业力量加大开源数据集的建设力度。三是人工智能安全治理面临的挑战加剧，需不断完善有针对性的监管政策，做到发展与治理“同谋划、同布局”。
刘永东介绍，大模型具有算法不透明、数据强依赖、易被滥用等人工智能固有的风险，与其平台性、易使用、超能力等特点相互交织，风险快速传递并极速放大。敏感数据泄露、虚假信息生成、漏洞攻击加剧等安全风险频现，给人工智能治理带来新挑战，引发热议和担忧，多个国家和地区已经着手研究和探索应对举措。
“如何对具有生成式特征的大模型进行监管，以确保其发展符合公共利益，已成为全球人工智能治理的新课题。”刘永东称。当日论坛上，清华大学计算机系长聘教授、人工智能研究院副院长朱军介绍，大模型在安全方面的问题表现为数据泄露、算法偏见、虚假信息等多个方面，需要有相应的防范措施。周鸿祎也认为，大模型产业化方案需要遵循安全、可信、可控的原则。
刘永东表示，国家工业信息安全发展研究中心正联合有关单位共同发起人工智能可信安全护航计划，探索人工智能安全可信管理解决方案，护航大模型健康良性发展。该中心建议要明确各方责任，加强安全技术，推动行业自律，强化宣传引导，坚持“以人为本”的初心，积极参与全球监管规则建立。
人工智能产业链：2023年中国人工智能产业链图谱｜产业链全景图
近些年来，人工智能厚积薄发，在全球范围内掀起了科技企业竞争的风潮，受到了各界的关注。人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革的巨大能量。相比于互联网产业，我国人工智能发展期与成熟期迎来的较晚，但是随着人工智能产业不断深化发展，中国智能企业数量不断上升，我国人工智能行业已经进入产业化阶段。
人工智能产业
人工智能即AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能作为一门前沿交叉学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。涉及机器学习、语音识别、计算机视觉等多种技术，其研究范畴广泛而又复杂。持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。通过推动人工智能的发展，能够促进多领域的技术突破，实现技术创新发展和商业化应用。基于人工智能强大的深度学习能力和运算能力，未来将与大数据、云计算、5G通信等技术加深融合，推动产业升级转型。
人工智能产业链包括三层：基础层、技术层和应用层。即基础技术、人工智能技术及人工智能应用。
人工智能产业链图谱|产业链全景图
基础层即基础技术方面，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑，大数据管理和云计算技术得到广泛的运用，为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，是一切人工智能应用得以实现的大前提。
云计算：基础设施服务、平台服务层、软件服务层
芯片：DSOP、CPU、ASIC、GPU、SOC、FPGA
ASIC：ASIC(ApplicationSpecificIntegratedCircuit)即专用集成电路，是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。用CPLD(复杂可编程逻辑器件)和FPGA(现场可编程逻辑门阵列)来进行ASIC设计是最为流行的方式之一，它们的共性是都具有用户现场可编程特性，都支持边界扫描技术，但两者在集成度、速度以及编程方式上具有各自的特点。
GPU：图形处理器(英语：graphicsprocessingunit，缩写：GPU)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。
SOC：系统级芯片，SoC的定义多种多样，由于其内涵丰富、应用范围广，很难给出准确定义。一般说来，SoC称为系统级芯片，也有称片上系统，意指它是一个产品，是一个有专用目标的集成电路，其中包含完整系统并有嵌入软件的全部内容。同时它又是一种技术，用以实现从确定系统功能开始，到软/硬件划分，并完成设计的整个过程。
FPGA：FPGA(FieldProgrammableGateArray)是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。
传感器：压力传感器、温湿度传感器、射频传感器、图像传感器、指纹传感器、超声波传感器、激光雷达传感器、气体传感器、加速度计陀螺仪、麦克风传感器
技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径，技术层是基于基础层提供的存储资源和大数据，通过机器学习建模，开发面向不同领域的应用技术。如机器学习、计算机视觉、语言处理、自然语音处理等。
计算机视觉：视觉问答、语义分割、运动和跟踪、物体识别和检测
机器学习：增强学习、监督学习、非监督学习、半监督学习
自然语言处理：自然语言理解、语音识别、自然语言生成
框架及操作系统：DMTK、TORCH、CAFFE、THEANO、TENSORFLOW
人工智能行业的下游为应用层，应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。主要为智能机器人、工业机器人、智慧金融、智能教育、智能安防、智能家居、智能驾驶、智能医疗等服务。
智能驾驶：传感器、芯片、算法、系统集成及服务、整车
智慧金融：智能客服、智能化运维、智能投顾、网点服务机器人、反欺诈与智能风控
智能医疗：智能医疗机器人、智能辅助医疗平台
智能家居：智能音箱、智能电视、扫地机器人、智能冰箱、智能空调、智能开关
智能教育：智能黑板、学习机器人、智能教学辅助设备
智能安防：智能摄像头、智能报警器、智能家庭防盗、智能网关、智能安防机器人
人工智能将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。随着人工智能市场的不断发展，人工智能操作系统融合核心人工智能技术与计算数据能力，为人工智能产业提供智力、计算和数据资源支撑，在产业中实现终端设备、数据与应用的全面连接，是人工智能的生态大脑和能力输出的基础，在人工智能生态体系构建中占据入口的核心价值。
根据《新一代人工智能发展规划》,到2025年,我国人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平,人工智能成为带动我国产业升级和经济转型的主要动力,智能社会建设取得积极进展。到2030年,我国人工智能理论、技术与应用总体达到世界领先水平。
近几年，各区域招商引资工作开始破除传统理念，结合当地产业发展实际，在方式上不断推陈出新，开展各类新的尝试。五度易链管理平台致力于通过绘制产业链全景图，明确精准招商路径，研究产业链各个环节的企业分布情况，以“链主”企业为中心，分析产业链环节的重点产品、产量、产值规模等。依据产业链现状，分析重点产品上下游及配套环节，摸清家底，剖析产业链、提取价值链，变“地毯式招商”为“地图式招商”。
因此，这样的产业链招商方式也成为了地方政府招商的重要手段，让招商引资工作更有方向性、针对性、实效性。为了进一步强化产业链服务，五度易链将持续整理各大行业的产业全景图谱供大家参考。
原创声明：本文为「五度易链」原创，欢迎转载，转载请标明出处，违者必究!
推荐专题：产业链图谱/产业链全景图汇总，读懂各大产业链细分领域！
原文阅读：人工智能产业链：2021年中国人工智能产业链图谱｜产业链全景图
2023年中国人工智能产业链上中下游市场剖析（附产业链全景图）
中商情报网讯：人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
一、产业链
人工智能产业链基本分为基础层、技术层、应用层三个层面，基础层包括AI芯片、云计算、传感器、数据类服务、生物识别等技术；技术层包括机器学习、计算机视觉、算法理论、智能语音、自然语言处理；应用层包括机器人、智能医疗、智慧交通、智慧金融、智能家居、智慧教育、可穿戴设备、安防等方面。
资料来源：中商产业研究院整理
企业热力分布图
资料来源：中商产业研究院整理