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
人工智能的要素与技术及产业链、行业相关风险、主要壁垒构成
0分享至人工智能的要素与技术及产业链、行业相关风险、主要壁垒构成1、人工智能的要素与技术（1）人工智能的要素算力、算法和数据是人工智能三要素。算力包括软件和硬件的开发，计算机、芯片等载体提供了基本算力。算法是机器学习的实现途径，机器学习是一种可以从数据分析中获得信息进行预测的算法，最热门的机器学习是深度学习（神经网络）。海量数据提升识别率和精准度。（2）人工智能的技术人工智能核心技术包括计算机视觉技术、人脸识别技术、自然语言处理技术、跨媒体分析推理技术、自适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等。如：计算机视觉技术是一门研究如何使机器“看”的科学，更进一步地说，是指用摄像机和电脑代替人眼对目标进行识别、跟踪和测量的科学。人脸识别技术是计算机视觉技术的一种应用，即基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步给出每个脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。2、人工智能产业链根据从底层到应用的技术逻辑，可以将人工智能的产业链可以分为基础层、技术层、应用层。基础层侧重基础支撑平台的搭建，主要包含传感器、AI芯片、数据服务和云计算服务，相关产业链条相对成熟，技术研发投入资金量大。技术层侧重核心技术的研发，旨在设计出能够代替人脑解决某类问题的通用方法，包括算法模型、机器学习、计算机视觉、自然语言处理、人工智能平台等。应用层基于技术层各类方法，解决特定的现实问题，落地细分行业场景，形成行业解决方案与智慧软硬件产品，例如：计算机视觉技术可用于金融和安全等领域的人脸识别；智能语音技术可用于智能扬声器和录音机的语音识别；自然语言处理技术可用于客户服务问题的智能解答。发展历程资料来源：普华有策
3、行业基本风险特征（1）技术风险虽然经过数十年的努力，安防、机器人、自动驾驶、医疗、无人机、增强现实等领域都出现了各种形态的人工智能应用，但是人工智能依然面临着很多技术性挑战，距离完全还原人类智能还存在很大的差距。以机器模拟人类语言为例，对于标准化、规范化的问题，目前人工智能的技术水平能够实现简单的人机对话沟通，但是如果对话过程中涉及更多的人类知识、上下文语境复杂或者包含非语言信息，人工智能系统仍然无法实现与人类的无差别沟通。比如面对一些有歧义的自然语句，人类可以根据上下文和语境分析出语言传递的真实信息，但对于机器来说，目前的技术水平还未能实现较好的突破。（2）道德风险人工智能产业在快速发展、迅速应用的过程中，同样面临着潜在的社会风险和挑战。隐私、安全性、公平、伦理等问题引起人们的日益关注。以人工智能、大数据为代表的新型数据安全风险日益凸显，尤其是侵害消费者隐私、网络诈骗等事件，给公民的信息和财产安全造成严重威胁。预计未来各国对数据监管和隐私保护将会陆续推出相关政策法规加以规范，并加强相关领域监管。（3）应用风险目前，许多人工智能前沿技术仍然缺乏从技术到产品、再到规模化应用的工程化经验。人工智能技术的应用涉及到新型基础架构、数据分析流程以及智能硬件部署等多个环节，每一个环节都可能会影响识别效果，进而影响认知和决策判断，因此，将技术从实验室扩展到工业化应用的过程本身就是很大的挑战。鉴于人工智能行业落地场景较为分散复杂、各场景成熟度差异较大，预计未来产业链上下游生态平台、系统集成商、解决方案提供商等不同类型企业竞争和合作关系将出现交错，并将随着行业场景深度结合方向的选择呈现分化，形成细分市场。4、行业壁垒人工智能应用层的行业壁垒如下：（1）资质壁垒资质壁垒来自于上游厂商和下游用户对服务提供商实力的认知，最主要的体现形式是厂商对经销商的资质认证和授权。厂商的资质认证通常会考察经销商的公司规模、财务实力、业界知名度、现有合作伙伴、行业经验、销售和技术团队的规模及完备程度、从事相关业务的经验和历史，以及现有销售渠道架构或目标客户群规模等方面。获得以上资质认证和授权一般需要经过较长时间的经验积累和渠道拓展，短期内突破该壁垒存在一定难度。上述资质往往需要经过项目和经验的长期积累、管理水平的不断提升、企业综合竞争力的不断增强后方能获得，因此是进入本行业的主要壁垒之一。（2）技术和人才壁垒技术领先性、相关资质、可用技术资源、过往项目的成功经验以及公司的资金实力等均是客户选择供应商时的重点考察指标。同时，知名企业对于服务供应商的经济实力和风险承受能力有较高要求，且要求供应商技术团队中包含一定数量通过业界专业认证、具有若干年相关工作经验的技术人员，甚至对认证类型、人数和不同认证持有者的搭配比例也有一定的要求。人才作为企业的核心资源之一，是企业核心竞争力的主要体现。企业研发、管理和营销团队的形成是一个逐步发展、长期积累的过程，技术和人才壁垒是行业当前发展面临的重要壁垒之一。（3）行业经验和品牌壁垒客户要求服务供应商具有一定的行业经验，对客户所在行业的业务规则、流程及应用环境有较为深刻的理解。尤其是政府、企事业单位以及一些特殊行业客户（如能源和运营商）等对服务供应商以往的行业成功案例、信息化产品的安全性、稳定性要求更高，因此对服务供应商的行业经验和品牌有较高要求。在此前提下，先进入者因经历了长期良好的应用与服务积累，在行业竞争中建立了较好的客户基础，而具有稳定、忠诚的客户群体，具备较强的竞争优势。（4）销售和服务网络壁垒完善的销售和服务网络是进入行业的重要壁垒之一。用户使用信息化产品是一个长期的过程，经常会遇到临时问题或产生临时需求，加之购买服务的客户具有地域分布广泛的特点，若不能及时有效地解决客户问题，满足客户需求，将大大降低客户的满意度，服务供应商也可能因此而失去商业机会。因此，服务提供商在提供服务的同时，要以客户为中心，建立较为完善、贴近客户的销售和服务网络，及时有效地解决客户问题，满足客户需求，向客户提供持续的售前支持、售后服务和技术支持。更多行业资料请参考普华有策咨询《2022-2028年人工智能产业链深度调研及投资前景预测报告》，同时普华有策咨询还提供产业研究报告、产业链咨询、项目可行性报告、十四五规划、BP商业计划书、产业图谱、产业规划、蓝白皮书、IPO募投可研、IPO工作底稿咨询等服务。目录第一章人工智能的基本介绍1.1人工智能的基本概述1.1.1人工智能的内涵1.1.2人工智能的分类1.1.3人工智能的特征1.1.4人工智能关键环节1.1.5人工智能技术层级1.1.6人工智能发展意义1.2人工智能产业链分析1.2.1产业生态链结构1.2.2产业链基本构成1.2.3产业链相关产品1.2.4产业链相关企业第二章2017-2022年上半年国际人工智能行业发展分析2.1全球人工智能行业发展综况2.2全球主要经济体人工智能战略特点2.3美国2.4日本2.5欧洲2.6各国人工智能产业发展动态第三章2017-2022年上半年中国人工智能行业政策环境分析3.1人工智能政策阶段特点分析3.1.1第一阶段3.1.2第二阶段3.1.3第三阶段3.2人工智能行业获得政策红利3.3人工智能行业相关规划逐步完善3.4地区人工智能政策规划逐步完善3.5机器人相关政策规划分析3.5.1机器人产业发展规划发布3.5.2机器人产业健康发展政策3.5.3机器人纳入研发重点专项3.5.4各地区加快机器人行业布局第四章中国人工智能行业市场规模分析及预测4.12017-2022年上半年中国人工智能行业市场规模分析4.22017-2022年上半年中国人工智能行业基本特点分析4.32017-2022年上半年中国人工智能行业销售收入分析4.42017-2022年上半年中国人工智能行业市场集中度分析4.52022-2028年中国人工智能行业市场规模预测第五章2017-2022年上半年中国人工智能行业发展分析5.1人工智能行业发展进程5.2人工智能行业发展价值5.2.1人工智能催生智能经济5.2.2人工智能助力智能社会5.3中国产业智能化升级指数分析5.42017-2022年上半年人工智能行业发展综况5.4.1人工智能应用需求加大5.4.2人工智能产业逐步成熟5.4.3市场发展规模逐步上升5.4.4人工智能基础架构规模5.4.5人工智能从业人员规模5.4.6人工智能产业发展特征5.4.7人工智能开放平台发布5.5人工智能产业生态格局分析5.6人工智能行业竞争格局分析5.7人工智能行业发展存在的主要问题5.8人工智能行业发展对策及建议第六章2017-2022年上半年重点区域人工智能行业发展布局6.1人工智能行业区域发展格局分析6.1.1人工智能区域发展指数6.1.2人工智能产业园区建设6.1.3人工智能创新应用先导区6.1.4新一代人工智能创新发展试验区6.2北京市6.3上海市6.4广东省6.5浙江省第七章2017-2022年上半年人工智能技术发展的驱动要素7.1人工智能行业发展的技术机遇7.2硬件基础日益成熟7.3人工智能芯片技术发展提速7.4物联网提供基础环境7.5大规模并行运算的实现7.6大数据技术的崛起7.7深度学习技术的出现第八章人工智能基础技术发展及应用分析8.1自然语言处理技术8.2计算机视觉技术8.3模式识别技术8.4知识表示技术8.5其他基础技术分析第九章2017-2022年上半年人工智能技术的主要应用领域分析9.1YQ防控领域9.1.1智能技术应用背景9.1.2智能识别技术应用9.1.3算法算力技术应用9.1.4智能机器人技术应用9.1.5智能大数据技术应用9.1.6AI辅诊系统研发应用9.1.7地区AI技术抗疫状况9.2工业领域9.3医疗领域9.4金融领域9.5零售领域9.6其他应用领域分析第十章2017-2022年上半年智能机器人产业发展分析10.12017-2022年上半年机器人产业发展综述10.22017-2022年上半年机器人产业发展状况10.2.1全球机器人产业发展状况10.2.2中国机器人市场结构分析10.2.3中国机器人区域市场格局10.2.4中国机器人企业数量规模10.2.5机器人产业国产化进程加快10.2.6机器人产业发展问题及对策10.2.7机器人产业发展规划目标10.2.8机器人产业未来发展趋势10.3人工智能在机器人行业的应用状况10.3.1人工智能与机器人的关系10.3.2AI于机器人的应用过程10.3.3AI大量运用于小型机器人10.3.4人工智能促进机器人发展10.4人工智能技术在机器人领域的应用10.5机器人重点应用领域分析第十二章2017-2020年中国人工智能重点企业分析12.1A公司12.1.1企业发展概况12.1.2企业财务状况12.1.3人工智能生态布局12.1.4人工智能布局动态12.1.5AI芯片研发动态12.2B公司12.2.1企业发展概况12.2.2企业财务状况12.2.3人工智能发展布局12.2.4人工智能合作动态12.3C公司12.3.1企业发展概况12.3.2企业财务状况12.3.3人工智能发展地位12.3.4人工智能应用领域12.3.5AI研发合作动态12.4D公司12.4.1企业发展概况12.4.2主要业务分析12.4.3业务开展情况12.4.4经营效益分析12.4.5核心竞争力分析12.5E公司12.5.1企业发展概况12.5.2主要业务分析12.5.3经营效益分析12.5.4核心竞争力分析第十三章2022-2028年人工智能行业投资价值分析13.1投资价值评估13.2投资机会评估13.3投资驱动因素13.4投资壁垒分析13.4.1进入壁垒评估13.4.2竞争壁垒分析13.4.3技术壁垒分析13.4.4资金壁垒分析13.4.5政策壁垒分析13.5人工智能行业投资风险分析13.5.1环境风险13.5.2行业风险13.5.3技术壁垒13.5.4内部风险13.5.5竞争风险13.6投资时机及建议13.6.1进入时机分析13.6.2投资建议分析第十四章2017-2022年上半年人工智能行业投资分析14.1全球人工智能的投融资分析14.2中国人工智能行业投融资状况14.3A股及新三板上市公司在人工智能领域投资动态分析14.3.1投资项目综述14.3.2投资区域分布14.3.3投资模式分析14.3.4典型投资案例第十五章人工智能行业未来发展前景及趋势预测15.1人工智能行业发展前景展望15.2人工智能行业发展趋势预测15.2.1人工智能产业发展趋势15.2.2人工智能应用趋势展望15.2.3城市人工智能发展方向15.2.4“智能＋X”将成新时尚15.32022-2028年中国人工智能行业预测分析15.3.12022-2028年中国人工智能行业影响因素分析15.3.22022-2028年中国新一代人工智能产业规模预测特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端人工智能板块介绍及产业链分析 板块介绍人工智能（Artificial Intelligence）指由人类制造出来的机器所展现出来的智能，试图通过计算机
来源：雪球App，作者：趣选股，（https://xueqiu.com/7529440758/198756924）
板块介绍
人工智能（ArtificialIntelligence）指由人类制造出来的机器所展现出来的智能，试图通过计算机来模拟人的思维过程和行为。目前这一领域主要包括计算机视觉、自然语言处理、跨媒体分析推理、智适应学习、群体智能、自主无人系统、智能芯片和脑机接口等关键技术。
人工智能的本质是对人类思维过程的模拟。从1956年正式提出“人工智能”概念算起，在半个多世纪的发展历程中，人们一直在这一领域进行长期的科学探索和技术攻坚，试图了解智能的实质。和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它曾受到多方质疑，不断经历起伏。近些年，大数据的积聚、理论算法的革新、计算能力的提升及网络设施的演进，使得持续积累了半个多世纪的人工智能产业又一次迎来革命性的进步，人工智能的研究和应用进入全新的发展阶段。
人工智能三次浪潮：首次提出：1955年的达特茅斯会议上；在此之后的几十年里，人工智能的发展经历了两起两落；从2006年起由于深度学习算法的出现，人工智能产业第三次浪潮开启。
人工智能产业链
人工智能产业链分为基础层、技术层、应用层。其中，基础层包括芯片、大数据、算法系统、网络等多项基础设施，为人工智能产业奠定网络、算法、硬件铺设、数据获取等基础。更受用户熟知的是人工智能技术层，包括目前发展势头较盛的计算机视觉、语音语义识别、机器学习、知识图谱等。最终人工智能技术还需要落实到应用层中多场景的应用，目前人工智能技术应用到多个场景中，包括金融、安防、智能家居、医疗、机器人、智能驾驶、新零售等多个场景。
基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑。主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。
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。主要包括算法理论（机器学习）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、机器视觉、智能语音、自然语言理解）。
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。主要包括从行业解决方案（“AI+”）和热门产品（智能汽车、机器人、智能家居、可穿戴设备等）。
人工智能技术梳理
人工智能的技术在近年得到长足的发展，主要还是围绕着深度学习、机器视觉两大块。深度学习是机器学习的升级，流行的卷积神经网络，GAN等都属于深度学习。
机器学习（ML）是人工智能的重要子领域，与数据挖掘（DM）和知识发现（KDD）领 域相交叉它他的处理系统和算法主要是通过找出数据里隐藏的模式进而做出预测的识别模 式。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度 理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能， 重新组织已有的知识结构使之不断改善自身的性能。
深度学习（DL）是近三十年来机器学习领域发展最快的一个重要分支，也是实现人工智 能的必经之路。深度学习是一类模式分析的统称，含多个隐藏层的多层感知器就是一种深度 学习结构，其最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声 音等数据。深度学习源于人工神经网络的研究，最早可以追溯到1958年的感知机，通过组合低层特征形成高层特征来发现数据的分布式特征表示。
计算机的视觉感知是为了让计算机具备人的视觉，可以自动提取图像、视频等视觉数据 中蕴含的层次化语义概念及多语义概念间的时空关联等。它的主要任务就是通过对采集的图 片或视频进行处理以获得相应场景的三维信息。其原理是用各种成像系统代替视觉器官作为 输入敏感手段，由计算机来代替大脑完成处理和解释。视觉感知的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。主要应用于控制过程、导航、检测事件、组织信息、造型对象或环境、相互作用及自动检测等，其中最突出的应用领域是医疗计算机视觉和医学图像处理。
政策支持大力发展人工智能
确立“三步走”目标，加速人工智能深度应用创新建设，全面推动AI产业落地：国务院2017年《新一代人工智能发展规划》中确立“三步走”目标，第一步，到2020年人工智能总体技术和应用与世界先进水平同步；第二步，到2025年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平；第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平。
加强人工智能与经济社会深度融合，积累经验做法、标杆案例：科技部2019年8月发布《国家新一代人工智能创新发展试验区建设工作指引》，指出要充分发挥地方在试验区建设中的主体作用，3年内形成一批人工智能与经济社会发展深度融合的典型模式，积累一批可复制可推广的经验做法，打造一批具有重大引领带动作用的人工智能创新高地。
明确“新基建”，注入“新动能”：受疫情影响，数字经济发展迎来关键窗口期。2020年3月，中央明确“新基建”进度，加固、升级人工智能长期发展创新的数字底座，开启AI发展新空间。
此外，国家五大人工智能开放创新平台涉及AI的应用领域，分别为：依托百度公司建设自动驾驶国家新一代人工智能开放创新平台；依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台；依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台；依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台；依托商汤集团建设智能视觉国家新一代人工智能开放创新平台。依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台；依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台；依托商汤集团建设智能视觉国家新一代人工智能开放创新平台。
人工智能市场规模高速增长
根据艾瑞咨询预测，2020年，人工智能产业规模预计超过1500亿元；到2025年，产业规模预计超过4500亿元。机构判断市场将会百花齐放，人工智能创业企业有望是AI产业的主要力量，外围赛道切入的包括互联网公司、云服务公司、大数据公司、信息技术服务公司、通信设备公司以及个别科研院所切分其余市场。
国内AI专利申请趋势：过去十年，中国人工智能领域的专利申请量389571，约占全球申请量的74.7%。总体上，国内的人工智能相关专利申请量呈逐年上升趋势，并且在2015年后增长速度明显加快。
人工智能重要落地应用
AI的最终任务是实现人工智能在各垂直行业的场景化落地从全球看，人工智能企业主要集中在AI+（各个垂直领域）、大数据和数据服务、视觉、智能机器人领域，其中AI+企业主要集中在商业（主要包含市场营销和客户管理领域）、医疗健康、金融领域。从中国看，各垂直领域的AI企业同样集中在各类垂直行业中，渗透较多的包括医疗健康、金融、商业、教育和安防等领域，根据中国信通院数据，其中医疗健康领域占比最大达到22%，其次在金融和智能商业化领域占比分别达到14%和11%。
产业链代表公司
人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势
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：近日，ChatGPT的爆火掀起了新一轮人工智能发展热潮。人工智能是一种应用广泛的技术，在机器的帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断。经过多年的发展和实践，我国人工智能已广泛应用于城市管理、金融、零售等诸多领域。
一、产业链
人工智能产业链基本分为基础层、技术层和应用层三个层面，基础层包括AI芯片、智能传感器、云计算、数据类服务、5G通信等；技术层包括机器学习、计算机视觉、算法理论、智能语音、自然语言处理等；应用层包括机器人、无人机、智慧医疗、智慧交通、智慧金融、智能家居、智慧教育、智慧安防等。
资料来源：中商产业研究院整理
二、基础层分析
1.AI芯片
《中国制造2025》“数字中国”等政策推动中国产业的信息化和智能化升级转型，这将为人工智能芯片的发展提供更多实际应用场景。数据显示，2021年我国AI芯片市场规模达到427亿元，同比增长124%。在政策、市场、技术等合力作用下，中国AI芯片行业将快速发展，预计2023年我国AI芯片市场规模将达1206亿元。
数据来源：中商产业研究院整理
数据来源：互联网周刊、中商产业研究院整理
2.智能传感器
近年来，我国大力支持智能传感器技术及产业，陆续推出智能传感器专项政策支持，助力智能传感器产业进入快速发展期。据中国信通院数据，2017-2021年中国智能传感器市场规模从814.1亿元增长至约1113.4亿元，年均复合增长率达8.14%，预计到2023年中国智能传感器行业市场规模将达1308.3亿元。
注：1美元=6.9588元
数据来源：信通院、中商产业研究院整理
资料来源：中商产业研究院整理
3.云计算
我国云计算市场持续高速增长。2021年中国云计算总体处于快速发展阶段，市场规模达3229亿元，较2020年增长54.4%。其中，公有云市场继续高歌猛进，规模增长70.8%至2181亿元，有望成为未来几年中国云计算市场增长的主要动力。中商产业研究院预测，2023年中国云计算市场规模将增至6975亿元。
数据来源：信通院、中商产业研究院整理
从市场份额来看，中国云计算市场集中度较高。据Canalys的统计数据显示，阿里云在国内云市场中的份额依旧领先，占比为38.3%；其次为华为云，占比17.0%；腾讯云占比16.6%，位居第三；百度智能云占比8.2%，位居第四。
数据来源：Canalys、中商产业研究院整理
三、技术层分析
1.计算机视觉
计算机视觉是一门研究如何使机器“看”的科学，即用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。随着人工智能的不断发展，中国计算机视觉规模也随之增长。据IDC数据显示，2022年上半年中国计算机视觉市场规模达到67.44亿元。
数据来源：IDC、中商产业研究院整理
中国计算机视觉厂商具有基于基础算法进行改进和优化并形成各自特有算法的技术能力，国内计算机视觉行业集中度高，头部企业突出。目前，头部企业已逐渐占据主要市场份额，且集中度越来越高。据数据显示，商汤科技、旷视科技、海康威视、创新奇智、云从科技五家企业占国内计算机视觉应用市场份额的42.3%。
数据来源：IDC、中商产业研究院整理
2.智能语音语义
语音语义是指声音信息在人机间的交互，包括语音识别技术（ASR）和语音合成技术（TTS）。随着信息技术的发展，智能语音语义技术已经成为人们信息获取和沟通最便捷、最有效的手段。语音语义加速了传统语音的数字化转型，同时新冠疫情使得线上活动蓬勃发展，极大拓展了语音语义的应用领域。数据显示，2022年上半年中国语音语义市场规模达到72.83亿元。
数据来源：IDC、中商产业研究院整理
从我国语音语义市场竞争格局来看，我国语音语义市场主要代表厂商有科大讯飞、阿里云和百度智能云，他们共同构成了25.6%的市场份额。从竞争格局来看，科大讯飞仍位居市场第一，排在第二三名的阿里云、百度智能云的市场份额正在逼近。
数据来源：中商产业研究院整理
3.机器学习平台
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心，是使计算机具有智能的根本途径。据IDC数据显示，2022年上半年机器学习平台市场规模达到19亿元。
数据来源：IDC、中商产业研究院整理
中国前五大机器学习平台厂商为第四范式、华为云、九章云极DataCanvas、创新奇智和美林数据，构成了64.1%的市场份额，其中第四范式仍保持领先优势，华为云和九章云极DataCanvas紧随其后。在未列出的其他厂商中，星环科技、天云大数据也贡献了一定的市场份额。
数据来源：IDC、中商产业研究院整理
4.中国人工智能市场规模
人工智能是一种应用广泛的技术，在机器的帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断，已成为科技创新的关键领域和数字经济时代的重要支柱。数据显示，2021年我国人工智能行业市场规模达1987亿元，2017-2021期间年均复合增长率为58.1%，预计2023年我国人工智能市场规模将达3043亿元。
数据来源：中商产业研究院整理
5.人工智能细分市场占比
按照应用领域，我国人工智能可分为视觉人工智能、决策类人工智能、语音及语义人工智能等类别。其中，视觉人工智能市场占比最高，达43.3%；决策类人工智能、语音及语义人工智能，占比分别为23.7%、18.1%；其他类人工智能占比14.8%。
数据来源：中商产业研究院整理
6.主要企业
资料来源：中商产业研究院整理
7.企业分布热力图
资料来源：中商产业研究院整理
四、应用层分析
1.下游应用分析
从应用领域来看，目前我国人工智能在政府、金融、互联网、零售等领域的人机对话、远程作业、营销运营、决策支持等诸多环节存在不同程度的应用。其中，政府城市管理和运营的市场份额接近50%，成为推动我国人工智能行业发展的重要动力。互联网、金融应用占比分别为18%、12%。
数据来源：iResearch、中商产业研究院整理
2.智能机器人
近些年，我国智能机器人市场规模持续快速增长，已经初步形成完整的产业链。同时，疫情期间大量“非接触”式服务也为智能机器人提供了更为广阔的应用空间。数据显示，2017-2021年我国智能机器人市场规模从448亿元增长至994亿元，期内年均复合增长率达22.05%，预计2023年其市场规模将达1300亿元。
数据来源：IFR、中商产业研究院整理
3.智慧城市
近年来，我国城市治理建设在经过概念普及、政策推动、试点示范之后，已经进入爆发式增长阶段，智慧城市、信息惠民、宽带中国等智慧城市相关试点已超过700个，开展新型智慧城市顶层设计的省会城市及计划单列市、地级市已分别达94%和71%。各级政府持续推动智慧城市建设工作，吸引了大量社会资本加速投入，直接拉动智慧城市产业的大规模发展，据中国信通院数据统计，中国智慧城市市场规模近几年均保持30%以上增长，2021年市场规模达21.1万亿元，预计2023年其市场规模将达28.6万亿元。
数据来源：中国信通院、中商产业研究院整理
分享到：