電子發燒友App
?
一、調研目的
本文以人工智能這一領域作為主要研究對象，通過行業背景分析（宏觀經濟、競爭態勢、行業技術***）、市場現狀分析（市場階段、市場規模）以及微觀分析（應用場景、SWOT、競爭策略）深入調查行業的宏微觀背景。
本文的目的是：深入分析人工智能市場的盈利前景，為尋找細分領域可能存在的發展機會提供支持。
二、行業背景分析
1.政治因素
1.1 國家政策分析
人工智能行業的發展，離不開國家***的政策及國家戰略支持；2015年以來，人工智能頂層設計逐漸完善，相關政策密集出臺。
圖1.人工智能政策階段（德清經略新創，2019）
2015年5月，《中國制造2025》中首次提及智能制造，提出加快推動新一代信息技術與制造技術融合發展，把智能制造作為兩化深度融合的主攻方向，著力發展智能裝備和智能產品，推動生產過程智能化。
2015年7月，***印發《關于積極推進“互聯網+”行動的指導意見》。該《指導意見》中將人工智能作為其主要的十一項行動之一，明確提出：依托互聯網平臺提供人工智能公共創新服務，加快人工智能核心技術突破，促進人工智能在智能家居、智能終端、智能汽車、機器人等領域的推廣應用；要進一步推進計算機視覺、智能語音處理、生物特征識別、自然語言理解、智能決策控制以及新型人機交互等關鍵技術的研發和產業化。
2016年1月，***發布《“十三五”國家科技創新規劃》，將智能制造和機器人列為“科技創新 2030 項目”重大工程之一。
2016年3月，***《國民經濟和社會發展第十三個五年規劃綱要（草案）》，人工智能概念進入“十三五”重大工程。
2016年5月，國家發展改革委、科技部、工業和信息化部、中央***發布《“互聯網＋”人 工智能三年行動實施方案》。明確提出：到 2018 年國內要形成千億元級的人工智能市場應用規模。
規劃確定了：在六個具體方面支持人工智能的發展，包括資金、系統標準化、知識產權保護、人力資源發展、國際合作和實施安排。
規劃確立了：在 2018 年前建立基礎設施、創新平臺、工業系統、創新服務系統和 AI 基礎工業標準化這一目標。
2016年7月，***在《“十三五”國家科技創新規劃》中提出：要大力發展泛在融合、綠色寬帶、安全智能的新一代信息技術，研發新一代互聯網技術，保障網絡空間安全，促進信息技術向各行業廣泛滲透與深度融合。
同時，研發新一代互聯網技術以及發展自然人機交互技術成首要目標。
2016年9月，國家發改委在《國家發展改革 委辦公廳關于請組織申報“互聯網 ＋”領域創新能力建設專項的通知》中，提到了人工智能的發展應用問題——為構 建“互聯網＋”領域創新網絡，促進人工智能技術的發展，應將人工智能技術納入專項建設內容。
2017年3月，在十二屆全國人大五次會議的政府工作報告中，“人工智能”首次被寫入政府工作報告， 2017輕量級應用極有可能落地。
政府工作報告中提到：要加快培育壯大新興產業。全面實施戰略性新興產業發展規劃，加快人工智能等技術研發和轉化，做大做強產業集群。
2017年7月，***發布《新一代人工智能發展規劃》， 明確指出：新一代人工智能發展分三步走的戰略目標——到2030年使中國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。
2017年10月，人工智能進入***報告，將推動互聯網、大數據、人工智能和實體經濟深度融合。
2017年12月，《促進新一代人工智能產業發展三年行動計劃(2018~2020年)》的發布，它作為對7月發布的《新一代人工智能發展規劃》的補充，詳細規劃了人工智能在未來三年的重點發展方向和目標，每個方向的目標都做了非常細致的量化。
2018年1月18日下午，2018人工智能標準化論壇發布了《人工智能標準化白皮書（2018版）》。
國家標準化管理委員會宣布成立國家人工智能標準化總體組、專家咨詢組，負責全面統籌規劃和協調管理我國人工智能標準化工作，并對《促進新一代人工智能產業發展三年行動計劃(2018~2020年)》及《人工智能標準化助力產業發展》進行解讀，全面推進人工智能標準化工作。
2018年3月5日，在第十三屆***第一次會議上，2018《政府工作報告》中提出：“發展壯大新動能。做大做強新興產業集群，實施大數據發展行動，加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進‘互聯網+’。發展智能產業，拓展智能生活。運用新技術、新業態、新模式，大力改造提升傳統產業。”
1.2 地方政策分析
地方政府已成為推動我國人工智能產業發展的主力軍。
在省（直轄市）發布這一級別***有26個政策，分布于16個省份，其中北京、上海、天津、浙江、安徽、吉林、貴州、遼寧這八個省份均發布了2個政策。
“強人工智能政策”是指：政策題目中涉及“人工智能”字樣或者文件中人工智能具體內容超過80%
“弱人工智能政策”是指：政策中只涉及到少量人工智能產業內容。
綜合以上分析，從政策強度、預期產業規模、政策投資、人才支持、企業扶持五個能夠量化的維度，來綜合分析未來人工智能發展與投資的熱點區域。
從政策角度看：江蘇、上海、廣東、北京、浙江是未來人工智能發展與投資的熱點區域。
從城市來看：江蘇的蘇州、上海、廣州、北京、杭州是人工智能發展與投資的熱點城市。
圖2.各省市人工智能政策評分（德清經略新創，2019）
1.3 法律分析
國內目前尚未有人工智能相關的***。盡管人工智能對法律的變革還有很長的路要走，但這種已經開啟的變革，得到了學界和業界的重視。
1月6日，全國首屆“人工智慧與未來法治”學術研討會在西北政法大學舉行。與會專家認為，在可以預見的未來，人工智能還不能夠做到拋開人類來提供法律服務，更多的是會協助人們完成一部分輔助工作。
展眼未來，人工智能法律建設將涉及人格權、知識產權、財產權、侵權責任認定、法律主體地位等方面。
2.經濟因素
根據IDC的《全球人工智能白皮書》預計：到2020年，全球人工智能支出將達到2758億元人民幣。
***、***對人工智能的高度重視和持續投資，將促使中國人工智能飛速發展。到2020年，中國人工智能技術支出將達到325億，五年復合增長率32.8%，占全球整體支出的約12%。
根據清華大學的《中國人工智能發展報告2018》：中國已成全球人工智能投融資規模最大國家。從2013到2018年Q1，投融資占到全球的70%，成為全球最“吸金”的國家。
圖3.全球投融資金額/筆數（全球人工智能白皮書，2019）
圖4.中國人工智能投融資地域分布
3.社會因素
人工智能在近幾年得到了社會的廣泛關注，該行業的迅猛發展已經滲透到國民生活的方方面面。
如今，從國家頂層設計到行業應用的快速落地，人工智能正逐步成為引領工業4.0顛覆變革的新引擎。
根據百度人工智能搜索指數：自2016年以來搜索量中樞逐漸上升，顯示網民對人工智能的關注度持續上升。
圖5.百度人工智能搜索指數（百度，2019）
根據清華大學的《中國人工智能發展報告2018》中對3088人的調查顯示：超過半數國民對人工智能的發展持支持態度，表示反對態度的僅占2.4%。
數據顯示了我國國民心態的包容性——人工智能在我國的發展很大程度上源自于較少的反對聲音和阻力。
國民對人工智能應用領域的關注前四如下：金融、交通、教育、醫療。
圖6.國民對人工智能的未來展望（清華大學，2018）
圖7.人工智能關注領域排名（清華大學，2018）
在搜索關注人工智能的人群中，百度指數顯示絕大部分來源于廣東、北京、上海、江蘇、浙江等發達東部沿海地區省市。
該數據與目前人工智能落地項目的地域分布基本吻合，顯示了：人工智能在經濟規模較大的城市中具有較好的應用和規模效應。
圖8.百度人工智能搜索地域分布（百度，2019）
在近一年，關注人工智能的人群出現明顯分化：
30~39歲人群關注度最高，其次是40~49歲的人群。在性別方面，男性關注度顯著高于女性的關注度。
圖9.百度人工智能搜索用戶畫像（百度，2019）
4.技術因素
我國人工智能技術水平處于世界第一梯隊。總體而言，中國技術水平略低于美國但追趕速度較快。
我國處于世界領先地位的技術有語音識別、視覺識別、機器翻譯、中文信息處理等技術方面。
圖10.中國人工智能技術應用比例（億歐***，2018）
基礎學科方面，中國近二十年來在人工智能論文方面獲得高速增長：發表論文數由1997年的1000余篇上升到2017年的37000多篇，在人工智能領域的論文數量占比也不斷上升。
圖11.中國AI論文發展趨勢（清華大學，2018）
過去二十年間，中國人工智能論文總量和高被引論文總量位居世界第一。
中國自20006年在論文發表數超越美國后，在人工智能領域論文的全球占比從1997年4.26%增長至2017年的27.68%，遙遙領先其他國家，并且領先優勢有逐漸擴大的趨勢。
圖12.全球人工智能論文產出（清華大學，2018）
中國已經成為全球人工智能專利授權最多的國家，數量略微領先于美國和日本，而中美日三國占全球總體專利公開數量的74%。
全球專利申請主要集中在：語音識別、圖像識別、機器人以及機器學習等細分方向。
圖13.全球人工智能專利授權（清華大學，2018）
中國人工智能人才總量居世界第二，但是杰出人才占比偏低。
截至2017年，中國的人工智能人才擁有量達到18232人，占世界總量的8.9%，僅次于美國(13.9%)?。
圖14.全球人工智能人才分布（清華大學，2018）
截至2017年6月，全球人工智能初創企業共計2617家。美國占據1078家居首，中國以592家企業排名第二，其后分別是英國，以色列，加拿大等國家。
其中，美國1078家人工智能初創企業約有78700名員工，中國592家公司中約有39200位員工，只有美國的50%。
美國人工智能初創企業主要以1~10人和10~50人的團隊為主，這種小型團隊共759個，占據全美的70.41%，是美國AI初創公司的主力軍。
中國人工智能初創企業主要是10~50人的團隊，總量384個，占據全國的64.86%。
可以說，美國的小型創業團隊規模比中國小。在需要同等技術的情況下，美國團隊的平均能力和可創造價值高于中國團隊。
圖15.全球AI企業分布（騰訊研究院，2017）
5.競爭態勢分析
5.1 購買者
人工智能行業從產業鏈可分為：基礎層，技術層，和應用層。
這里的“購買者”主要指：人工智能在應用層的購買者。
目前應用廣泛的領域有：金融、醫療、教育、安防等。
我們可以從行業解決方案（“AI+”）和典型產品（機器人、智能音箱、智能汽車、無人機等）兩個角度來看。
AI+的購買者主要是企業用戶，傳統的購買者主要是大型的企業。
以金融行業為例：國有大型銀行成了人工智能領域應用的先行者。他們具有廣大的客戶群體，因此，人工智能的解決方案顯著降低了運營成本。
由于應用層的供應端競爭逐漸同質化，目前購買者的議價能力有所上升。
在智能硬件設備上，人工智能企業的購買者是廣大自然人消費者。目前市場已經出現了一些細分龍頭企業產品，比如：大疆的無人機與小米的小愛音箱。
在這些具有特色的生態鏈中，購買者的議價能力較弱，而在競爭激烈尚未形成壟斷格局的行業，比如：智能汽車，購買者的議價能力較強。
圖16.國內AI產業鏈（易觀，2018）
5.2 競爭者
在人工智能產業鏈中，由于先發優勢，基礎層主要掌握在少數巨頭手中。
技術層領域競爭逐漸加劇，這是由于人工智能行業迭代快，難以累積比較優勢，各廠商算法差異較小導致的。
應用層目前尚處于起步階段，參與企業眾多，但競爭仍集中在少數細分領域。
圖17.中國77家人工智能企業圖譜（億歐***，2019）
5.3 替代品
人工智能的發展逐步顯現基礎設施化的趨勢，與信息、數據一道，成為未來經濟的基礎設施之一。
作為一項類基礎設施的底層技術，人工智能包含了多種不同的信息科技，將難以被取代。
圖18.中國各行業人工智能分布情況（億歐***，2019）
5.4 潛在進入者
中國AI企業成立時間主要集中在2014~2016年。2018年以后競爭格局逐步確定，新進者技術優勢小，商業模式單一，因此成立企業數大大減少。
圖19.中國人工智能企業成立時間及行業分布（億歐***，2019）
6.行業技術***
6.1 基礎層
領先企業加快了人工智能芯片的布局研發。
現階段人工智能芯片類型主要涵蓋包含：GPU、FPGA、ASIC、類腦芯片等。
隨著深度神經網絡（DNN）的發展和應用，其多層級特點的計算需求已不能通過傳統的 CPU 來滿足；而 GPU 具有適合深度學習所需的并行計算能力，關注度日益提高。
除此之外，TPU 以及 FPGA 芯片也成為目前發展較快的人工智能芯片。在芯片上布局的廠商以英偉達、英特爾、高通、ARM、蘋果、華為等廠商為主。
另外，廠商積極布局基礎開發框架——基礎開發框架在人工智能產業鏈中占據承上啟下的核心地位。
在移動互聯網時代，Android 系統通過 GMS 與下游云服務松耦合，通過版本控制與上游芯片、整機廠商緊耦合，實現以 Android 操作系統 為核心的移動互聯網閉環生態。
在人工智能時代，開發框架也具備媲 美 Android 操作系統的核心地位，具有統領產業進步節奏、帶動硬件配置、終端場景與云端服務協同發展的核心作用，占據承上啟下的關鍵地位。
以 Google 深度學習開發框架 TensorFlow 為例：
TensorFlow 向上與谷歌云緊密綁定，以云平臺模式提供云機器學習服務，向下與芯片和硬件廠商緊密耦合做定制優化，谷歌TPU專用于TensorFlow。
6.2 技術層
圖20.AI技術層發展趨勢
平臺崛起，技術、硬件、內容多方面資源進一步整合。
人工智能覆蓋的行業及場景巨大，單一企業無法涉及到人工智能產業的方方面面。
廠商基于自身優勢切入產業鏈條，并與其他廠商進行合作，技術、硬件、內容多方面資源進行整合，共同推動人工智能技術落地。在技術、內容及硬件的發展下，平臺進一步崛起，生態化布局日益重要。
人工智能技術繼續向垂直行業下沉。
通用型人工智能技術已不能滿足各行業的需求，不同行業在應用側重點上有所不同，數據資源也同樣不同，需要市場從業者針對行業特點，設計不同的行業解決方案。
人工智能技術將繼續從場景出發實現技術落地，在垂直行業中，醫療、金融、安防、教育、家居等行業已初具規模，未來發展前景巨大。
6.3 應用層
人工智能賦能醫療各環節能效初顯。
近年來，隨著醫療數據數字化深入，深度神經網絡學習算法突破以及芯片計算能力提升，人工智能在醫療領域應用掀起第二次浪潮——已滲透到疾病風險***、醫療影像、輔助診療、虛擬助手、健康管理、醫藥研發、醫院管理、醫保控費等各個環節，并取得初步成效。
智能教育加速推進教育教學創新當前人工智能、大數據等技術迅猛發展，教育智能化成為教育領域發展的方向。
智能教育正改變現有教學方式，解放教師資源，對教育理念與教育生態引發深刻變革。當前全球主要發達國家均加速推進教育教學創新，積極探索教育新模式，開發教育新產品。
智能交通提升城市管理水平。
隨著全球經濟高速發展，城市化進程不斷加快，機動車保有數量增長，道路交通運輸量不斷增加，各種交通問題凸顯。發展智能交通可完善政府管理，改善用戶體驗，促進城市發展。
人工智能提升公共安全保障能力。
人工智能已應用在：社會治安、反暴反恐、災害預警、災后搜救、食品安全等公共服務領域。
通過人工智能可準確地感知，和***社會安全運行的重大態勢，提高公共服務精準化水平，保障人民生命財產安全。
從應用的深度和廣度來看，全球人工智能在公共服務領域還處在探索期。
三、市場現狀分析
1. 市場階段
市場階段分為：導入期、發展期、成熟期和衰落期。
根據Gartner公司的出版的2018新興科技周期顯示：人工智能有關的科技，仍處于炒作的上升期；也就是發展期的前至中部階段，絕大部分AI新興科技將在2年內落地應用。
圖21. Gartner2018技術周期（Garter,2018）
2. 市場規模
2018年全球AI市場規模預計為1.2萬億美元，到2022年有望達到3.9萬億美元。
而中國人工智能產業亦處在快速發展階段——2017年中國AI市場規模為216.9億元，同比2016年增長52.8%，預計2018年將延續這一增速，到2020年有望超過700億元。
更甚者，根據17年7月***印發的《新一代人工智能發展規劃》三步走戰略目標——2020年中國人工智能核心產業規模將超過1500億元，帶動相關產業規模超過1萬億元；2025年核心產業規模超過4000億元，帶動相關產業規模超過5萬億元；2030年核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元，可謂空間巨大。
其中以生物識別，圖像識別等技術為核心的計算器視覺市場規模巨大，占比34.9%。
圖22. 中國AI市場規模（中國產業信息網,2018）
圖23.中國人工智能市場結構（清華大學，2018）
四、微觀分析
1. 應用場景
人工智能給各行各業帶來了變革與重構。
一方面，將新技術應用到現有的產品中，創新產品，發展新的應用場景。
一方面，技術的發展也對傳統行業造成顛覆，人工智能對人工的替代成為不可逆轉的發展趨勢，尤其在工業、金融、農業等簡單重復可程序化強的環節中。而在國防、醫療、駕駛等行業中，人工智能提供能夠適應復雜環境、更為精準、高效的專業化服務，從而取代或者強化傳統的人工服務，服務形式在未來將趨于個性化和系統化。
對于人工智能的應用來說：技術平臺、產業應用環境、市場、用戶等因素都對人工智能的產業化應用市場有很大的影響。
目前人工智能技術的主要應用場景包括但不限于：安防、制造業、服務業、金融、教育、傳媒、法律、醫療、家居、農業、汽車等。
“如何實現人工智能產業自身的創新？”，以及“如何將其應用到具體場景中？”，將會是各行業發展的關鍵點。
2. 競爭策略
在人工智能平臺化的趨勢下，未來人工智能將呈現：若干主導平臺加廣泛場景應用的競爭格局，生態構建者將成為其中最重要的一類模式。
模式一：生態構建者——全產業鏈生態+場景應用作為突破口。
以互聯網公司為主，長期投資基礎設施和技術，同時以場景應用作為流量入口，積累應用，成為主導的應用平臺，將成為人工智能生態構建者（如Google、Amazon、Facebook、阿里云等）。
關鍵成功因素：大量計算能力投入，積累海量優質多維度數據，建立算法平臺、通用技術平臺和應用平臺，以場景應用為入口，積累用戶。
模式二：技術算法驅動者——技術層+場景應用作為突破口。
以軟件公司為主，深耕算法平臺和通用技術平臺，同時以場景應用作為流量入口，逐漸建立應用平臺（如Microsoft、IBMWatson等）。
關鍵成功因素：深耕算法和通用技術，建立技術優勢，同時以場景應用為入口，積累用戶。
模式三：應用聚焦者——場景應用。
以創業公司和傳統行業公司為主，基于場景或行業數據，開發大量細分場景應用。
關鍵成功因素：掌握細分市場數據，選擇合適的場景構建應用，建立大量多維度的場景應用，抓住用戶；同時，與互聯網公司合作，有效結合傳統商業模式和人工智能。
模式四：垂直領域先行者——殺手級應用+逐漸構建垂直領域生態。
以垂直領域先行者為主，在垂直領域依靠殺手級應用（如出行場景應用、面部識別應用等）積累大量用戶和數據，并深耕該領域的通用技術和算法，成為垂直領域的顛覆者（如滴滴出行、曠視科技等）。
關鍵成功因素：在應用較廣泛且有海量數據的場景能率先推出殺手級應用，從而積累用戶，成為該垂直行業的主導者；通過積累海量數據，逐步向應用平臺、通用技術、基礎算法拓展。
模式五：基礎設施提供者——從基礎設施切入，并向產業鏈下游拓展。
以芯片或硬件等基礎設施公司為主，從基礎設施切入，提高技術能力，向數據、算法等產業鏈上游拓展。
關鍵成功因素：開發具有智能計算能力的新型芯片，如：圖像、語音識別芯片等拓展芯片的應用場景，在移動智能設備、大型服務器、無人機（車），機器人等設備、設施上廣泛集成運用，提供更加高效、低成本的運算能力、服務，與相關行業進行深度整合。（波士頓咨詢，2019）
目前，互聯網公司和軟件公司巨頭都在產業鏈的技術層和應用層著手布局。
五、結論
人工智能產業仍處于快速增長期。
中國是世界上人工智能領域發展最快，前景最好的國家，在部分指標上已經領先世界。在未來五年，人工智能產業仍將以高速增長。
目前仍有一些細分垂直領域亟待開發，可以從以下方面著手：
人工智能的基礎層和技術層逐漸被巨頭控制，應用層的落地仍處于萌芽階段。因此初創公司若無較大比較優勢，應集中開發應用層的處女地。
隨著各種新興技術蓬勃發展，公司應充分利用現有的和不斷發展的機器學習、人工智能、語音識別、畫像識別等先進技術，賦能產品。
根據資本偏好，當前領域所屬市場階段，充分利用先行者優勢，提前布局迅速提高產品知名度，提前搶占市場。
根據競爭態勢隨時監控、處理可能的風險。
國內外人工智能法律逐漸完善，應提前布局規避法律風險。
工商網監
評論