2023年中国人工智能产业研究报告（Ⅲ）商业分析版
报告简介2020年中国人工智能产业研究报告（Ⅲ）公开版为艾瑞咨询集团自主研究发布的年度行业报告，至今已连续三年。本报告对中国人工智能行业整体市场和细分赛道进行分析，详细梳理了计算机视觉、智能语音、人机交互、机器学习、自然语言处理与知识图谱等赛道发展情况与趋势，为AI公司和巨头企业进行了业务发展分析，旨在将向市场提供更多的参考依据，为企业、投资机构与政府部门提供商业分析参考。如果您是一名AI从业者或关注AI的普通读者，请阅读公开版报告，如果您希望基于获取更细分维度的数据支持商业分析和投资决策，请阅读商业分析版报告。获取报告，请联系：王筱，艾瑞北方业务总监，电话：(+86)18610957362，电邮：wangxiao@iresearch.com.cn；杨浩，艾瑞南方业务总监，电话：(+86)13003205812，电邮：kinderyang@iresearch.com.cn
目录报告目录一、智能经济的华章1.1智能经济1.2人工智能布局落子将影响十年格局二、人工智能“期望天平”2.1来自资本的期望2.2来自政府的期望2.3人工智能对社会经济的回报三、中国的人工智能企业3.1人工智能产业图谱3.2人工智能商业模式3.3人工智能赋能行业四、人工智能增长曲线4.1第一个拐点――感知赛道的革新计算机视觉：千亿级大赛道初露端倪人机交互产品形态日益丰富；智能语音垂直领域应用加深4.2第二个拐点――挖掘数据的价值机器学习：市场规模超200亿，带动相关产业规模超千亿知识图谱与NLP：从数据和信息中萃取智慧4.3第三个拐点――成为基础性产品将算法进行芯片级封装的战略意义“功在当下，利在长远”寻找领先市场五年以上的技术方向五、人工智能部署回报5.1AI公司的投入回报5.2甲方企业的投入回报5.3企业调研六、人工智能标杆企业七、人工智能行业洞察7.1警惕大而全陷阱7.2社会化分工态势出现关于艾瑞法律声明
图表目录图1-1CSRankings2020年全球人工智能大类Top200科学机构地区分布图1-22020年人工智能科技产业中国大陆城市竞争力评价指数排名Top4图1-3截至2020年12月上旬科创板注册生效项目行业分布图1-42012年与2020年Q3中国A股上市公司行业分布图2-12018年-2020Q3中国一级市场人工智能赛道融资表现图2-22020年上海市市级政府部门提及人工智能的相关政策图2-3部分明星AI企业收到财政补助情况图2-42019年-2025年中国人工智能产业规模图3-12020年中国人工智能市场行业份额图4-12019年-2025e中国计算机视觉核心产品及带动相关产业规模图4-22017年-2020年10月计算机视觉企业融资金额与融资笔数概况图4-32017年-2020年10月计算机视觉获投企业业务赛道热度统计图4-42017年-2020年10月计算机视觉相关融资金额统计图4-52017年-2020年10月计算机视觉相关融资事件统计图4-62019年-2025e中国计算机视觉核心产品交付结构图4-72019年-2025e中国计算机视觉核心产品市场释放情况图4-82020年中国计算机视觉核心产品下游行业份额图4-92025年中国计算机视觉核心产品下游行业份额图4-102019-2025年中国人机交互核心产品及带动相关产业规模图4-112019-2025年中国智能语音垂直行业应用核心产品及带动相关产业规模图4-122018-2020年Q3智能语音企业融资金额与融资笔数统计图4-132018-2020年Q3智能语音获投企业业务赛道热度统计图4-142018-2020年Q3智能语音融资金额（亿元）分轮次统计图4-152018-2020年Q3智能语音融资事件（笔）分轮次统计图4-162019-2025年中国对话机器人在主要行业领域应用规模图4-172019-2025年中国对话机器人产品按业务模式划分市场规模图4-182019-2025年中国对话机器人产品按受益方划分市场规模图4-192019-2025年智能硬件搭载的AI语音助手算法产值及语音AI芯片产值图4-202019-2025年智能语音垂直行业应用各领域市场规模图4-212019-2025年智能语音垂直行业应用按业务模式划分市场规模图4-222019年-2025年中国机器学习核心产品及带动相关产业规模图4-232018年-2020Q3机器学习企业融资金额与融资笔数情况图4-242017年-2020年Q3机器学习获投企业业务赛道热度统计图4-252016-2019年中国与美国数字经济规模及其占GDP比重的对比情况图4-262017年-2020年10月机器学习相关融资金额统计图4-272017年-2020年10月机器学习相关融资事件统计图4-282019年-2025e中国机器学习核心产品在各行业领域应用规模图4-292019年-2025e中国知识图谱与NLP核心产品及带动相关产业规模图4-302018年-2020年Q3知识图谱融资概况图4-312018年-2020年Q3NLP融资概况图4-322018年-2020年Q3知识图谱获投企业业务赛道热度统计图4-332018年-2020年Q3NLP获投企业业务赛道热度统计图4-342017年-2020年Q3知识图谱相关融资金额统计图4-352017年-2020年Q3知识图谱相关融资事件统计图4-362018年-2020年Q3NLP相关融资金额统计图4-372018年-2020年Q3NLP相关融资事件统计图4-382019年-2025e中国知识图谱与NLP核心产品交付结构图4-392019年-2025e中国知识图谱与NLP核心产品市场释放情况图4-402020年中国知识图谱与NLP核心产品下游行业份额图4-412025年中国知识图谱与NLP核心产品下游行业份额图5-12020年中国甲方企业AI项目投资回报率实现情况图5-22020年中国甲方企业AI项目投资回报率回报周期图5-3被调研企业目前人工智能的应用阶段图5-4被调研企业截止目前（2020年10月前）人工智能项目实施数量图5-5被调研企业截止目前（2020年10月前）/计划未来三年（2021-2023）取得有关人工智能的专利数量图5-6人工智能核心技术的来源图5-7企业实施的人工智能项目应用主涉及技术方向图5-8细分应用技术方向图5-9未来三年最主要投资的人工智能技术领域图5-10公司实施的计算机视觉项目图5-11公司实施的语音识别项目图5-12公司实施的自然语言处理项目图5-13公司实施的机器学习/深度学习项目图5-14公司实施的知识图谱项目图5-15公司实施的人工智能项目部署方式图5-16公司人工智能项目实施方式图5-17公司人工智能智能化转型项目投资分配图5-18公司人工智能采购资金使用计划图5-19公司人工智能自研资金使用计划图5-20公司中台建设计划及评价图5-21公司对人工智能供应商的评价维度图5-22公司人工智能主要应用部门图5-23公司未来人工智能布局方向图5-24公司人工智能带动企业增收情况图5-25公司对实施人工智能设定的目标图5-26公司人工智能研发与采购计划投入资金图5-27公司人工智能项目决策人图5-28公司人工智能投资资金来源图5-29公司人工智能投入在IT投入中的占比图5-30API/SDK调用方式所采购的AI技术占比图5-31公司实施人工智能项目所遇到的阻碍
教育部为何要高中开设人工智能中国AI人才缺口太大，后果很严重！
除了人工智能课程，在通用技术选择性必修课程中，设置了机器人设计与制作模块，该模块由机器人结构和传动机械、机器人感知与传播器、机器人控制器、机器人控制策略四个单元组成。
相比于2003版课标，“新课标”大幅度减少了使用基本软件的要求，而大幅度提升了在编程、计算、算法等思维要求，以及人工智能、开源硬件、网络空间安全等知识面要求。
AI教育能否绕过“应试”坑？
虽然增添了许多有关人工智能、物联网、大数据处理的内容，但从目前国内外教育实践来看，这还不属于绝对意义上的人工智能课程，而是涉及面更广、普适性更强的计算机科学。
该课程的设置，最终目的应该是增强学生的计算机思维能力，并更好地衔接大学课程。伴随人工智能以及其他信息技术的高速发展，及其对高端人才的支持需要，这种要求逐渐从大学延伸到与之相接的高中阶段。
新闻发布会上，教育部部长助理郑富芝也表示，这样的课程分类设置为新高考6选3做了制度性安排，整个教育教学涉及的学、教、考、评等都将彻底打通，保持高度一致性，并适应高考选择性的需求。
AI人才缺口巨大，培养须从小抓起
AI走进高中课标，虽然为大学提前培养AI人才，但背后的深层次原因，却是我国面临的巨大AI人才缺口。
知名经济学者吴晓波认为，目前人工智能虽十分火热，但没有足够的AI人才，一切都是空谈。全球职场平台领英副总裁王迪也表示，目前全球共有190多万深度学习与数据挖掘的人才，其中85万都在美国，中国只有5万人。随着中国在人工智能领域的不断开拓进取，企业对于人才的吸引力也在不断攀升，但据《人民日报》此前报道，我国人工智能的人才缺口超过500万。
中国现阶段AI人才严重不足，因此大学纷纷开设人工智能专业，培养相关人才，成为潮流。
2016年北京联合大学在全国率先成立机器人学院，面向全国招生。随后湖南大学、中科院大学、国防科技大学也相继成立机器人学院或人工智能学院。目前国内一共有20余家高校开设了该研究方向专业，但相比美国差距巨大。
全球人工智能人才分布图
2017年8月，国务院发布的《新一代人工智能发展规划》中就明确提出：实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育。从目前中国中央政府对此的支持力度来看，在发展人工智能教育方面，作为本土优质的科创教育品牌机构，华工启明星对未来充满信心。
虽然AI已经走进高中课堂，但人工智能在学校的人才培养，依旧任重道远。华工启明星致力于培养4到15岁少儿在AI、可视化编程、机器人等方面综合STEM素质能力，将培养更多面向未来、具有国际竞争力的创新人才作为自身发展的重中之重！
©2017华工启明星保留所有权利返回搜狐，查看更多
艾瑞：2023年中国人工智能行业发展观察
导语：2021年，中国人工智能产业继续大踏步前进，计算机视觉核心产品市场规模接近千亿元，智能语音市场亦保持高速增长。
导语：自2010年人工智能在语音和视觉两个领域产生突破性进展以来，技术突破工业红线就成为社会的共同期待。经过了近年来的高速发展，中国人工智能产品技术已经广泛出现在决定企业产生经济效益的各个环节，推动传统行业启动效率变革、动能转换之路。人工智能作为创业企业标签的属性在变弱，而越来越成为千行百业的经营主体都在积极尝试和运用的生产要素。2021年，中国人工智能产业继续大踏步前进，计算机视觉核心产品市场规模接近千亿元，智能语音市场亦保持高速增长。在未来的发展中，如何像人类一样将多模态信息融合分析、突破依赖数据输入的局限、与知识和常识结合解决高层次问题以及主动感知与适应复杂变化等都将是人工智能技术可期待的下一次拐点。
一、2021年中国人工智能发展概述
1.人工智能将成为数字经济时代的核心生产力
数字经济是以数据为关键生产要素、以现代信息网络为重要载体、以数字技术应用为主要特征的经济形态。发展数字经济，微观上可能重塑传统的企业经营模式和经营理念；宏观上，数据作为生产要素的重要性不断提升，将对现有基于要素比较优势而形成的国际分工格局带来影响。近年来，我国数字经济发展迅速，2020年我国数字经济规模为39.2万亿元，占GDP比重达到38.6%，较2019年提升2.4个百分点，对整体经济产值的影响进一步加大。发展数字经济，将打通供应链上下游、产业链的不同环节与服务链的各个节点，通过产业的数字化升级，实现效率变革、动力变革、质量变革，助力新发展格局的形成与发展。2021年3月我国十四五规划纲要出台，提出“打造数字经济新优势”的建设方针并强调了人工智能等新兴数字产业在提高国家竞争力上的重要价值。人工智能作为关键性的新型信息基础设施，被视为拉动我国数字经济发展的新动能。
2.人工智能于各环节提升经济生产活动效能
人工智能技术及产品在企业设计、生产、管理、营销、销售多个环节中均有渗透且成熟度不断提升。同时，随着新技术模型出现、各行业应用场景价值打磨与海量数据积累下的产品效果提升，人工智能应用已从消费、互联网等泛C端领域，向制造、能源、电力等传统行业辐射。以计算机视觉技术主导的人脸识别、光学字符识别（OCR）、商品识别、医学影像识别和以对话式AI技术主导的对话机器人、智能外呼等产品的商业价值已得到市场充分认可；且除感知智能技术外，机器学习、知识图谱、自然语言处理等技术主导的决策智能类产品也在客户触达、管理调度、决策支持等企业业务核心环节体现价值。
3.资本回暖，过会企业二级市场融资通道即将打开
经过2020年新冠疫情的行业洗牌后，2021年以来，资本回暖，资金流入更为成熟的企业（C轮及以后）的同时，也流入了众多A+轮及以前的初创企业，投资者重拾对人工智能创业回报的信心。此外，多家AI企业集中进行IPO使得行业融资实现了跨越，云从科技、旷视科技、格林深瞳、云天励飞均顺利过会，并拟在科创板上市，其人工智能融资即将打开二级市场的通道。
二、中国计算机视觉赛道发展现状及发展趋势
1.市场规模：市场规模接近千亿元，计算机视觉赛道仍是AI商业化主阵地
自人工智能第三次浪潮兴起以来，计算机视觉一直是商业化落地进程最快的赛道，近年来，在深度学习算法的加持与带动下，计算机视觉技术及软硬件产品在泛安防、金融、互联网、医疗、工业、政务等领域得到广泛应用。通过对下游行业需求统计测算，2021年，中国计算机视觉核心产品的市场规模达到990亿元，已接近千亿元大关。此外，与计算机视觉相关的计算机通信设备销售、工程建设、传统业务效益转化等带动相关产业规模超过3000亿元。
2.投融资市场：随着赛道逐渐趋于成熟，投融资热度出现下滑
2017年至2021年11月，计算机视觉类相关融资事件共计282起，涉及融资总金额达820亿元。2018年是计算机视觉赛道的融资爆发期，融资金额高达273亿元。而2019年以来，受疫情影响以及市场饱和度不断提升，赛道融资热度有所降低，融资轮次与金额再未达到2018年的水平。2021年，计算机视觉赛道融资金额下滑至75亿元，但融资次数较2020年明显提升。计算机视觉头部厂商在部分应用领域深耕多年，市场格局趋于稳定，留给初创企业的机会逐渐减少，因此新进入厂商尝试进入工业、医疗等想象空间大且技术成熟度相对较低的市场，预计新一轮的融资热潮有望在未来2-3年到来。
3.发展特征：工业与医疗成为近年来计算机视觉最受关注领域
2017年至2021年11月，国内共有198家计算机视觉企业获得投资，其业务领域遍布公安、交通、金融、工业、医疗等各行各业。近年来，计算机视觉产品技术在工业与医疗领域的应用受到极大关注，制造业是国民经济的支柱，对计算机视觉的使用包括智慧现场安监、智能辅助运输、工业视觉质检以及智能工业机器人等方向，链条长且场景多样，孕育了一批新兴AI企业；医疗领域，以计算机视觉为核心技术的医学影像辅助诊断产品已经由实验室走进各大医院之中，AI医学影像辅助诊断的普及对于减轻医生负担、提升基层医疗机构诊断水平有着重要意义与价值，也是近期资本市场关注的焦点。
4.发展趋势：多模态信息融合分析以及主动感知将是计算机视觉实现飞跃的下个关口
计算机视觉作为商业化程度最高、应用场景最广的人工智能赛道，从技术层面来看，在分类、定位、检测、分割等基本语义感知研究任务上已经取得很好的表现，在真实场景中也能够较好应对实战考验。在未来的发展中，如何像人类一样将多模态信息融合分析、适应三维世界、突破依赖数据输入的局限、与知识和常识结合解决高层次问题以及主动感知与适应复杂变化等都将是计算机视觉技术可期待的下一次拐点。
从未来市场发展来看，通用技术的平台化输出以及公安、金融等具备明确政策支持且产品普及度已经较高的领域目前已基本被互联网巨头、安防头部企业以及AI上市企业或独角兽等玩家占据，市场格局已逐步明朗；而工业、医疗和能源等极具战略意义的新兴领域还拥有极大的发展空间，但对于上述或陷入长审批周期、或限于审慎性难以快速释放需求的行业，计算机视觉企业的主要机遇则在于抢先打通产品进入行业生态圈的渠道和链条，以及谋划通过政府、行业生态圈的核心集团企业等途径，积极参与公共服务平台建设，建立从上向下拓展的先发优势，抢先获得大量训练数据与场景理解，形成产品提升的护城河。
三、中国智能语音赛道发展现状及发展趋势
1.市场规模：垂类语音核心产品规模近60亿，AI语音助手算法产值约24亿
智能语音技术可通过声音信号的前端处理、语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）等形成完整的人机语音交互。智能语音技术落地分为三类应用场景，分别为以语音识别、语音合成和语音转写为主的垂类应用、消费级智能硬件中加载的语音助手和ChatBot对话机器人产品。2020年，垂类语音核心产品规模约为58亿，AI语音助手算法产值约为24亿。未来随着疫情催化和产业的数智化转型加速，垂类语音应用在教育、公安和医疗等领域加速场景落地，且智能硬件搭载AI语音助手的功能性定位让其随着智能终端的规模扩大具备强需求增长动能。两类智能语音应用未来增长态势趋显，2021年至2026年的五年CAGR将分别达到21.3%和35.4%。
2.投融资市场：资本市场回归平稳，2021年垂类初创企业较为活跃
2018年至2021年11月，智能语音类相关融资事件共计120起，涉及融资总金额达153亿元。从融资热度来看，智能语音赛道在2018年进入快速发展期，2019年进入融资爆发期，而后进入平稳发展阶段。从融资轮次来看，智能语音企业融资阶段多集中在A+轮及以前和PreB到B+轮，两者占比高达72%。2021年，切分垂类场景的智能语音初创企业较为活跃，新进入厂商纷纷瞄准以医疗、招聘、工业等为代表的智能语音市场，期望获取行业经验和细分场景加成下的竞争性优势。
3.发展特征：智能语音与语义理解、知识图谱、行业应用的创新发展
在技术侧，智能语音行业发展仍然面临着声纹识别的不稳定性、语音识别的鲁棒性以及训练场景的长尾性的落地挑战；而在应用侧，智能语音技术已逐步从纯技术形式应用，转向“语音+AI技术+行业“的创新式发展。受供给侧的业务增长突破和需求侧的客户诉求推动，智能语音技术调用不仅是单纯为转写“人说了什么”或者输出“机器要说什么”，而是正逐步与语义理解、知识图谱等AI技术融合，让使用智能语音技术的机器本体更加具备认知性和行业关联性，结合行业Know和甲方需求输出整体性、结果导向性的实用解决方案。
4.发展趋势：智能语音加速产业落地融合，硬件中语音交互入口的功能性定位带来强需求增长动能
目前，智能语音的语音识别、语音合成和语音转写能力已落地应用在互联网、医疗健康、司法、教育和工业等多行业领域。基于智能语音技术实现文本到语音、语音到文本的快速转换，在各产业应用中实现语音文本的信息同步，让资料整理和信息检索都更加方便快捷，让机器与人类的交互更加快速直接。从规模占比来看，互联网、司法和教育仍占据三大头部应用领域。从业务增长性来看，国家颁布教育“双减”政策，课后服务学生的自主阅读学习给智能语音应用产品带来较大市场；另外在医疗信息化背景下，医疗加速智能应用体系建设，以语音应用为入口切入电子语音病历、导诊机器人、辅助诊断治疗等领域，已从三甲医院逐步向下渗透。未来，消费级硬件所搭载的AI语音算法将成为硬件智能化的基础标配门槛，随着物联网和5G的技术发展，智能硬件带来强大增长动能，AI语音助手的算法产值也将不断升高。
四、中国AI企业典型案例解析
1.易道博识：聚焦文字、人脸与图像识别的AI技术研究与应用开发服务商，以一站式机器学习训练平台为底座，打造高效的AI模型应用
易道博识由来自中科院、清华大学、北京大学等的多名顶尖人工智能专家共同组建，是国家级高新技术企业及专精特新企业，拥有发明专利、实用新型专利50余项，计算机软件著作权35项，商标知识产权30余个。公司致力于人工智能领域的技术研究与应用开发，基于自主研发的赛博（CyberBot）机器学习平台，实现文字识别、人脸识别、图像识别三大核心技术功能，为证券、银行、保险、互联网、汽车金融、地产多个行业量身打造AI+智能OCR识别解决方案，现已与600多家知名企业和机构建立合作。
赛博（CyberBot）学习平台是易道博识自主研发的一站式机器学习训练平台，集智能数据管理、数据标注、模型训练和模型部署应用功能于一身，提供计算机视觉、OCR和NLP等领域数据驱动模型应用的高效解决方案。该平台可有效缓解B端、G端逐渐增长的、从感知到认知多类型的AI应用模型开发、训练到部署的完整需求，输出AI技术服务能力，提高AI应用模型在各行业的渗透速率与价值空间。赛博平台可以根据客户需求整体部署到客户的私有化环境里，实现内部循环，一方面保证了数据安全性，一方面大大降低了编程工作量和使用门槛、节约了AI开发时间、减轻了对专业数据科学家与算法工程师的依赖，按需柔性匹配生产。
2.慧算账：以平台为内部开发管理工具，对外提供AI智慧财税服务，助力客户实现数字化转型
慧算账致力于使用AI工具为中小微企业提供AI智慧财税服务，以改善并解决数字经济背景下国内财税服务市场面临的业务痛点即中小企业需记账报税、但外聘会计成本高，部分代理记账公司数字化程度低且记账服务专业性差等问题。慧算账SaaS财税服务平台集成了记账报税、知识库、智能客服与CRM等模块，采用了RPA的自动化技术与OCR、ML、KG、NLP等AI技术，针对财税服务市场的业务痛点做通用与定制化的应用开发，目前已开发出票据识别、智能记账等应用。从服务模式看，慧算账以SaaS财税服务平台为内部开发管理工具，对外输出AI智慧财税服务与工具，助力记账报税的自动化、释放人力，为中小微企业的数字化与智能化转型提供了便捷灵活的创新型财税服务。
以票据识别与记账、智能会计核算、知识图谱问答为例，慧算账提供了便捷高效的AI智慧财税服务。票据识别方面，可实现自动化的格式统一与图像质量矫正，识别出票据类型（发票、回单、交通票、费用票等），并自动导入数据信息。智能会计核算方面，可自动将文字转化为词向量、实现数据归一，并根据输入信息搭建业务模型，输出指定的结果。知识图谱方面，可自动提取问题中的关键词，更新知识存储，基于知识库回答会计问题，提升记账的专业性。从效果上看，慧算账为下游的中小企业提供的智慧财税服务覆盖数百个科目、近千个业务场景，业务自动化能力超95%，助力客户实现数字化转型；同时，慧算账也为其他代理记账公司提供AI工具，提升其记账服务的数字化与智能化水平。
（本文为艾瑞网独家原创稿件转载请注明出处）