2019全球人工智能发展白皮书

全球人工智能发展白皮书

（2019年度）

全球人工智能发展白皮书 | 四、人工智能重塑各行业

一、AI创新融合新趋势4

1.1人工智能正全方位商业化4

1.2AI全面进入机器学习时代5

1.3市场对投资回归理性8

1.4城市逐渐成为AI创新融合应用主战场13

1.5AI支持体系不断发力21

1.6顶层政策倾斜力度持续增加23

1.7全球AI市场超6万亿美元29

1.8京津冀、长三角、珠三角AI企业云集31

二、人工智能技术发展腾飞40

2.1人工智能关键技术日趋成熟40

2.2人工智能开放平台建设稳步推进42

2.3“人机大战”谁更能更胜一筹？45

三、中国在全球AI地位52

3.1中国拥有更为庞大的数据规模以及更丰富数据使用环境53

3.2中国是全球芯片需求量最大的市场，但高端芯片依赖进口54

3.3中国机器人企业快速成长核心零部件技术国产化加速54

3.4美国人工智能底层技术实力更为雄厚，中国则在语音识别技术上更优55

3.5中国在AI应用上呈现追击态势55

四、人工智能重塑各行业58

4.1金融：人工智能提升金融企业商业效能并变革企业内部经营60

4.2教育：人工智能技术应用覆盖教学全流程65

4.3数字政务：政策利好加速政府智能化变革70

4.4医疗：人工智能应用日趋成熟71

4.5无人驾驶：主导汽车产业革新75

4.6零售：人工智能驱动行业走向聚合79

4.7制造业：智能制造应用潜力巨大82

4.8智慧城市：人工智能塑造城市基础设施创新系统86

全球人工智能发展白皮书 | 主要发现主要发现：

全球人工智能发展白皮书 | 主要发现

全球人工智能发展白皮书 | 一、AI 创新融合新趋势

一、AI 创新融合新趋势

1.1 人工智能正全方位商业化

当前人工智能技术已步入全方位商业化阶段，并对传统行业各参与方产生不同程度的影响，改变了各行业的生态。这种变革主要体现在三个层次。第一层是企业变革：人工智能技术参与企业管理流程与生产流程，企业数字化趋势日益明显，部分企业已实现了较为成熟的智慧化应用。这类企业已能够通过各类技

术手段对多维度用户信息进行收集与利用，并向消费者提供具有针对性的产品与服务，同时通过对数据进行优化洞察发展趋势，满足消费者潜在需求。第二层是行业变革：人工智能技术带来的变革造成传统产业链上下游关系的根本性改变。人工智能的参与导致上游产品提供者类型增加，同时用户也会可能因为产品属性的变化而发生改变，由个人消

费者转变为企业消费者，或者二者兼而有之。第三层是人力变革。人工智能等新技术的应用将提升信息利用效率，减少企业员工数量。此外，机器人的广泛应用将取代从事流程化工作的劳动力，导致技术与管理人员占比上升，企业人力结构发生变化。

图表1-1：人工智能技术带来的全方位变革

1. 企业变革

销售

安防反欺诈人力资源管理市场营销个人助理智能工具

2. 行业变革

3. 人力变革

增强现实

手势识别机器人情绪识别

数据来源：公开资料，德勤研究

全球人工智能发展白皮书 | 一、AI 创新融合新趋势

1.2 AI 全面进入机器学习时代

随着技术的进步和发展，人类学习知识的途径逐渐从进化、经验和传承演化为了借助计算机和互联网进行传播和储存。由于计算机的出现，人类获取知识的途径开始变得更加高效和便捷。在不久的将来，绝大多数的知识将被机器提

取和储存。强大的计算机算法将逐渐获得类人的能力，包括视觉、说话的能力和方向感等。

在人工智能众多的分支领域中，“机器学习”（Machine Learning ）是人工智能的核心研究领域之一。包括89%的人

工智能专利申请和40%人工智能范围内的相关专利均为机器学习范畴。最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能。机器在现有的知识找到空缺，接着机器效仿人脑并模拟进化，系统化地减少不确定性，识别新旧知识的相同点，并完成学习。

图表1-2：人工智能各层级图示

技术支持

资料来源：德勤研究

传感器

芯片

数据

软件框架

云服务

AI 应用领域

智慧医疗

智慧教育

智慧城市

AI 技术领域

智慧金融

数字政府

智能制造

无人驾驶

…

反向传播算法

概率推理

逆演绎算法线性算法

…

决策树

基因编程

逻辑回归

核机器

随机森林

…

支持向量机

算法

人工智能系列白皮书-智慧农业

中国人工智能系列白皮书 -- 智慧农业

目录第1 章智慧农业发展背景 (1) 1.1 人工智能在农业领域中的应用历程 (1) 1.2 智慧农业及其发展趋势 (8) 第2 章农业智能分析 (12) 2.1 农业数据挖掘 (12) 2.1.1 农业数据挖掘特点 (12) 2.1.2 农业网络数据挖掘 (13) 2.1.3 农业数据挖掘应用 (16) 2.2 农业数据语义分析 (18) 2.2.1 农业数据语义模型 (18) 2.2.2 农业数据存储模型 (19) 2.2.3 农业数据知识发现 (20) 2.2.4 农业数据语义检索 (21) 2.2.5 分布式农业知识协同构建 (21) 2.3 农业病虫害图像识别 (22) 2.3.1 基于机器视觉的农业病虫害自动监测识别系统框架 23 2.3.2 农业病虫害图像采集方法 (24) 2.3.3 农业病虫害图像预处理 (26) 2.3.4 农业病虫害特征提取与识别模型构建 (27) 2.3.5 农业病虫害模式识别 (28) 2.4 动物行为分析 (29) 2.5 农产品无损检测 (34) 2.5.1 农产品的无损检测 (35) 2.5.2 农产品无损检测主要方法与基本原理 (36) 2.5.3 无损检测在农产品质量检测中的应用 (38)

2.5.4 问题与展望 (38) 第3 章典型农业专家系统与决策支持 (40) 3.1 作物生产决策系统 (40) 3.1.1 作物生产决策支持系统的概念与功能 (40) 3.1.2 作物决策支持系统的发展 (41) 3.1.3 我国作物决策支持系统发展状况 (41) 3.1.4 作物生产决策支持系统的发展趋势 (42) 3.1.5 作物生产决策支持系统的存在问题 (43) 3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。 3.2 作物病害诊断专家系统 (45) 3.2.1 病害诊断知识表达 (45) 3.2.2 作物病害描述模糊处理 (47) 3.2.3 病害诊断知识推理 (47) 3.2.4 基于图像识别的作物病害诊断 (48) 3.3 水产养殖管理专家系统 (49) 3.3.1 问题与挑战 (49) 3.3.2 主要进展 (51) 3.3.3 发展趋势 ........ .... ..... .. (52) 3.4 动物健康养殖管理专家系统 (54) 3.4.1 妊娠母猪电子饲喂站 (54) 3.4.2 哺乳母猪精准饲喂系统 (56) 3.4.3 个体奶牛精准饲喂系统 (57) 3.4.4 畜禽养殖环境监测系统 (58) 3.5 多民族语言农业生产管理专家系统 (59) 3.5.1多民族语言智慧农业即时翻译系统结构 (59) 3.5.2多民族语言农业智能信息处理系统机器翻译流程 .. 60 3.5.3多民族语言农业信息平台中的翻译关键技术 (62)

人工智能行业研究分析报告

概要人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。

与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和输家。

2018年中国人工智能产业白皮书

２０１８年中国人工智能产业白皮书

册子 / 报告标题|章节标题目录主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02

册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国已成为人工智能发展最迅速的国家之一，2018年中国人工智能市场规模有望超过300亿元人民币。人工智能企业数量超过1000家，位列全球第二。本次人工智能浪潮以从实验室走向商业化为特征，其发展驱动力主要来自计算力的显著提升、多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同时，中国处于人工智能发展初期，基础研究、芯片、人才方面的多项关键指标与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注度较小。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案，深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入行业痛点，提供解决方案，探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道，早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效能，在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产品商业化过程中如何制定医疗和数据监管标准。 03

人工智能研究报告-副本

人工智能研究报告产生背景人工智能的出现不是偶然的，它是人们长期以来探索和研制能进行计算、推理和思维的智能机器的必然结果。自古以来，人们一直在试图用各种机器来代替人的部分脑力劳动，以提高人类征服自然和改造自然的能力。古希腊的哲学家亚里士多德就提出了形式逻辑问题。12世纪末至13世纪初，西班牙逻辑学家卢乐提出了制造可以解决各种问题的通用逻辑机。17世纪，法国的物理学家和数学家帕斯卡制造出世界上第一台机械式加法器，并得到广泛应用。随后德国哲学家和数学家莱布尼茨在帕斯卡加法器的基础上进一步制成了可进行四则运算的计算器。莱布尼茨还提出了“符号语言”和“思维演算”的重要设想，他认为：必须将人的思维代数几何化，即像代数那样按照公式来思考，像几何那样直观的通过图画来思维。这一思想导致了后来的数理逻辑的诞生，成为了现代机器思维设计思想的萌芽。 19世纪，英国数学家布尔在《思维法则》一书中，第一次用符号语言描述了思维活动中推理的基本法则，创立了布尔代数。英国数学家和发明家巴贝奇发明了差分机和分析机，其中分析机的设计思想与现代电子计算机十分相似。虽然巴贝奇的发明在当时没有得到实现和收到应有的重视，但是他的科学思想为研制“思维机器”做出了巨大的贡献。 20世纪30年代，英国数学家图灵开始了寻求智力机的研究工作。1937年，图灵发表了“理想自动机”的论文，该文给可计算性这一概念下了严格的数学定义，并论证了任何需要精确的加以确定的计算过程，都能由“图灵机”完成，为人们清晰地描绘出理想自动机的蓝图，同时也为电子计算机的诞生奠定了基础。(1937年，伦敦权威的数学杂志又收到图灵一篇论文《论可计算数及其在判定问题中的应用》，作为阐明现代电脑原理的开山之作，被永远载入了计算机的发展史册。这篇论文原本是为了解决一个基础性的数学问题：是否只要给人以足够的时间演算，数学函数都能够通过有限次机械步骤求得解答？传统数学家当然只会想到用公式推导证明它是否成立，可是图林独辟蹊径地想出了一台冥冥之中的机器。图林想象的机器说起来很简单：该计算机使用一条无限长度的纸带，纸带被划分成许多方格，有的方格被画上斜线，代表“1”；有的没有画任何线条，代表“0”。该计算机有一个读写头部件，可以从带子上读出信息，也可以往空方格里写下信息。该计算机仅有的功能是：把纸带向右移动一格，然后把“1”变成“0”，或者相反把“0”变成“1”。图林设计的“理想计算机”被后人称为“图林机”，实际上是一种不考虑硬件状态的计算机逻辑结构。图林还提出可以设计出另一种“万能图林机”，用来模拟其它任何一台“图林机”工作，从而首创了通用计算机的原始模型。图林甚至还想到把程序和数据都储存在纸带上，比冯·诺依曼更早提出了“储存程序”的概念。1945年，匈牙利数学家冯诺依曼提出了存储程序的思想，在计算机领域建立了不朽的功勋。目前的计算机体系结构仍然是冯诺依曼型的。1946年，美国数学家、电子计算机先驱莫克利和他的研究生埃克特合作，成功研制了世界上第一台电子数字计算机ENIAC，为机器智能的研究和实现提供了物质基础。

2016年全球及中国人工智能产业发展分析报告

2016年2月出版

正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录

2020年人工智能产业发展深度研究报告

2020年人工智能产业发展深度研究报告一、人工智能市场格局人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测，2035 年，人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1 万亿美元。二、多角度人工智能产业比较目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；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，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。（一)战略部署：大国角逐，布局各有侧重全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局，并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。 1、美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019 年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超

2018年中国人工智能创新应用白皮书

２０１８年中国人工智能创新应用白皮书

报告背景介绍在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，正确理解人工智能目前的应用能力、发展状态以及与市场预期间的距离，成为了各行业企业的重要任务之一。此份独立报告为各行业企业在人工智能方向上的布局与行动举措提供了参考信息与建议，同时也为人工智能企业在具体行业发展方向的选择上提供了参考。我们的讨论将由四个部分组成，第一部分为人工智能发展背景介绍，对人工智能的概念、发展历史、人工智能企业目前发展状况、人工智能未来的技术与应用走向进行讨论；第二部分为人工智能的商业应用情况，将讨论人工智能能够为各行业带来的具体价值，评估各个行业目前应用条件的成熟程度；第三部分梳理总结了人工智能在20个行业的80个具体应用场景，并详细介绍典型的行业应用场景与案例；第四部分将为企业当下如何借力人工智能给出行动举措方面的建议。此份独立报告整合了中国人工智能学会与罗兰贝格在数字化领域积累的项目经验与素材，以及对人工智能领域初创企业管理人、各行业内企业经理人、人工智能研发人员的访谈等多方信息数据源，旨在提供具有落地意义的参考与建议，推动人工智能的应用与发展。

执行总结今年7月，国家发布了新一代人工智能发展规划，将中国人工智能产业的发展推向了新高度。人工智能技术是继蒸汽机、电力、互联网科技之后最有可能带来新一次产业革命浪潮的技术，在爆炸式的数据积累、基于神经网络模型的新型算法与更加强大成本更低的计算力的促进下，本次人工智能的发展已突破了商业领域对其应用效果的预测，受到风险投资基金的热烈追捧，人工智能技术的应用场景也在各个行业逐渐明朗，开始带来降本增益的实际商业价值。在巨大的产业需求规模与强有力的金融投资支持下，中国在全球新一代人工智能中发展态势良好，北京、深圳和上海在人工智能企业与人才积累上名列全球城市前茅，中国人工智能产业的发展进入了技术逐渐渗透到各行业产生实际价值的阶段。根据大量行业研究，我们发现，除了互联网行业以外，汽车、消费品与零售、金融以及医疗行业等数据基础比较完善、数据资源比较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。根据我们的估算，在中国至2030年，在金融行业，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶等技术上的突破将带来约5000亿元人民币的价值增益。在医疗行业，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，预计人工智能技术将带来约4200亿人民币的降本与增益价值。我们在价值链的研发、制造、营销、服务以及物流等环节上梳理并描述了这些典型行业内人工智能的主要应用场景。就中国企业应如何把握机遇，抓住战略机会，我们提出了一系列的行动建议。企业在制定人工智能发展计划时，首先应当明确在当前业务场景下的应用机会点，这些机会点应当能够带来足够的商业价值，并且企业自身也具备应用这些机会点的条件。企业需要通过研究外部市场发展情况，了解目前行业中其他企业在此技术方向上的布局，评估人工智能技在价值链各环节上的商业应用案例。其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面存在不足，并针对不足为相关部门提供包括组织、流程、KPI等各方面的支持与引导。最后，结合对企业内部核心竞争力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关的配套能力支持计划执行。新一代人工智能技术的应用将给各行业带来众多新的可能性，甚至有可能颠覆现有的行业格局并可能重塑行业，我们期待看到中国的企业在新一次人工智能浪潮中抢占先机。

2019年中美人工智能产业分析报告

2019年中美人工智能产业分析报告 2019年8月

目录一、走进人工智能新时代 (6) 1、人工智能是什么 (6) 2、中美两国引领全球人工智能发展 (8) 二、多角度对比中美人工智能投资 (11) 1、看规模，中国人工智能投资额已超过美国 (11) 2、看轮次，中国人工智能投融资更偏早期 (12) 3、看投向，中国重应用层而美国重基础层 (13) 三、人工智能带来新机会，中国有望从AI芯片突围 (18) 1、人工智能的发展加速芯片专用化进程 (18) 2、高端人才缺乏是中美AI芯片领域投资差异的最大原因 (21) （1）美国在芯片领域起步早，巨头众多，培养并积累了丰富的人才 (21) （2）美国芯片和互联网巨头众多，为资本退出提供更多选择 (22) （3）美国芯片产业链齐全，产业布局完整 (24) 3、换道超车，中国在AI芯片上可以有所作为 (25) （1）AI芯片处于发展早期，竞争格局未定 (25) （2）边缘AI芯片领域，广阔的应用场景为中国提供巨大机会 (28) （3）芯片自主可控呼声高涨，政策为芯片研发保驾护航 (28) 四、深入落地，计算机视觉仍有广阔的应用场景 (30) 1、计算机视觉是中国人工智能市场的最大组成部分 (30) 2、多重因素促成中美计算机视觉领域投资差异 (33) （1）安防千亿市场成为拉动中国计算机视觉发展的最大需求 (33) （2）我国计算机视觉技术领先，在数据方面占有优势 (35) （3）中国消费者对新技术接受度更高 (36)

3、对比美国，看好中国计算机视觉应用领域进一步拓宽 (37) （1）新零售 (38) （2）医疗影像 (38) （3）保险行业 (39) （4）工业制造 (39) 五、主要风险 (40) 1、人工智能芯片研发不及预期 (40) 2、计算机视觉技术发展不及预期 (40)

【完整版】2020-2025年中国人工智能行业市场突围策略研究报告

（二零一二年十二月） 2020-2025年中国人工智能行业市场突围战略研究报告可落地执行的实战解决方案让每个人都能成为战略专家管理专家行业专家 ……

报告目录第一章企业市场突围战略概述 (6) 第一节研究报告简介 (6) 第二节研究原则与方法 (6) 一、研究原则 (6) 二、研究方法 (7) 第三节研究企业市场突围战略的意义 (9) 第二章市场调研：2019-2020年中国人工智能行业市场深度调研 (10) 第一节人工智能走向产业应用 (10) 一、人工智能行业图谱 (10) 二、人工智能的商业模式 (12) 第二节人工智能助力企业数字化转型 (13) 一、人工智能价值创造的三个层次 (13) 二、人工智能助力企业业务智能化 (14) 第三节2019-2020年人工智能行业发展情况分析 (15) 一、美国规定10项AI监管原则 (16) 二、发展人工智能各国争先 (16) 三、人工智能以人为本 (18) 四、2019年人工智能发展的热点透视 (18) 五、人工智能将在回归理性中走向新的飞跃 (23) 第四节2020年人工智能行业发展展望 (25) 一、2020年形势的基本判断 (26) （一）从产业链建设看 (26) （二）从政策推动来看 (26) （三）从投融资情况看 (26) （四）从外部形势看 (27) 二、2020年新一代人工智能将围绕五大方向持续攻关 (27) 三、需要关注的几个问题 (28) （一）我国人工智能领域的基础创新投入严重不足 (28) （二）我国人工智能产业的算力算法核心基础相对薄弱 (28) （三）以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响 (29) 四、应采取的对策建议 (29) （一）以算力为核心加强人工智能基础能力建设 (29) （二）体系化梳理我国人工智能产业供应链现状 (29) （三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力 (29) （四）在国际社会上提出发展“负责任的人工智能” (29) 第五节全球主要经济体人工智能发展战略 (30) 一、美国：政府高度重视，旨在继续“全面领先” (30) 二、欧盟：伦理价值观引领，协同合作推进战略 (32) 三、英国：积极推动产业创新发展 (33) 四、德国：借势工业4.0打造国家品牌 (34) 五、日本：以人工智能构建“超智能社会” (35)

2019全球人工智能发展白皮书

全球人工智能发展白皮书（2019年度）

全球人工智能发展白皮书 | 四、人工智能重塑各行业一、AI创新融合新趋势4 1.1人工智能正全方位商业化4 1.2AI全面进入机器学习时代5 1.3市场对投资回归理性8 1.4城市逐渐成为AI创新融合应用主战场13 1.5AI支持体系不断发力21 1.6顶层政策倾斜力度持续增加23 1.7全球AI市场超6万亿美元29 1.8京津冀、长三角、珠三角AI企业云集31 二、人工智能技术发展腾飞40 2.1人工智能关键技术日趋成熟40 2.2人工智能开放平台建设稳步推进42 2.3“人机大战”谁更能更胜一筹？45 三、中国在全球AI地位52 3.1中国拥有更为庞大的数据规模以及更丰富数据使用环境53 3.2中国是全球芯片需求量最大的市场，但高端芯片依赖进口54 3.3中国机器人企业快速成长核心零部件技术国产化加速54 3.4美国人工智能底层技术实力更为雄厚，中国则在语音识别技术上更优55 3.5中国在AI应用上呈现追击态势55 四、人工智能重塑各行业58 4.1金融：人工智能提升金融企业商业效能并变革企业内部经营60 4.2教育：人工智能技术应用覆盖教学全流程65 4.3数字政务：政策利好加速政府智能化变革70 4.4医疗：人工智能应用日趋成熟71 4.5无人驾驶：主导汽车产业革新75 4.6零售：人工智能驱动行业走向聚合79 4.7制造业：智能制造应用潜力巨大82 4.8智慧城市：人工智能塑造城市基础设施创新系统86

全球人工智能发展白皮书 | 主要发现主要发现： 1

全球人工智能发展白皮书 | 主要发现 2

报告发布中国电子学会发布新一代人工智能发展白皮书(2017)

报告发布中国电子学会发布新一代人工智能发展白皮书 (2017) 指导单位、专家顾问及编写人员顾问潘云鹤中国工程院院士指导单位工业和信息化部信息化和软件服务业司指导委员会谢少锋工信部信软司司长李冠宇工信部信软司副司长徐晓兰中国电子学会副理事长兼秘书长张宏图中国电子学会总部党委书记兼副秘书长商超工信部信软司软件处处长傅永宝工信部信软司软件处调研员专家委员会（排名不分先后，按姓氏笔画排序）王士进科大讯飞研究院副院长韦青微软中国公司首席技术官宋波国安瑞（北京）科技有限公司总经理刘志坚京东金融总法律顾问吴甘沙驭势科技联合创始人兼CEO 季向阳清华大学自动化系教授陈丽娟阿里巴巴人工智能实验室负责人梁家恩云知声信息技术有限公司董事长兼CTO 崔岩中德人工智能研究院院长蔡雄山腾讯研究院法律研究中心副主任编写单位中国电子学会编写人员李颋周岷峰马良

凌霞李岩张雅妮许华磊张婵张力陈濛萌樊江洋朱毅李俊平阎德利谢中业陈岩报告链接:https://https://www.360docs.net/doc/298509862.html,/s/1oAn8flo 密码:3gme编制概要（一）编制背景自1956年概念得以确立以来，人工智能发展至今已逾60年，随着所处信息环境和数据基础的深刻变革，开始迈进新一轮发展阶段，呈现出大数据、跨媒体、群体性、自主化、人机融合的发展新特征，从学术牵引式发展迅速转变为需求牵引式发展，相比历史上的任何时刻，都要更加接近于人类智能，既能为进一步掌握城市发展、生态保护、经济管理、金融风险等宏观系统提供指导，也能为设计制造、健康医疗、交通管理、能源节约等微观领域提供解决方案。我国正值工业化、城镇化、信息化、农业现代化的攻坚阶段，迫切需要加快推动人工智能在国民经济社会各行业、各领域的创新应用，促进产业提质增效，改善人民生活水平，切实解决经济运行的重大结构性失衡。针对于此，有必要研究编制新一代人工智能发展白皮书，明确人工智能在新时期、新形势下的技术框架、关键环节、应用前景，为推动人工智能关键技术进步和产业化应用推广提供措施建议，进一步推动我国智能相关的

中国城市人工智能发展报告

2020年中国城市人工智能发展指数报告人工智能应用场景较为广泛且多元化，在金融、安防、教育、医疗、零售、机器人等领域都有相对广泛的应用。 5大维度、20个三级指标，全面剖析中国36个城市人工智能发展情况 2020年是全面建成小康社会与“十三五”规划收官之年，为了实现全面建设小康社会的发展目标、增强经济发展韧性，我国各级政府重视培育壮大新动能，将新型基础设施建设（以下简称“新基建”）作为重要的逆周期调节手段，来实现惠民生、稳增长、补短板、调结构和促创新的目的。人工智能作为新型基础设施建设的七大建设领域之一，能够实现人类智慧与机器的结合。通过推动人工智能发展，并与云计算、大数据等技术不断融合，可以实现推动产业升级，促进经济发展的作用。从产业链各环节着手，洞察人工智能发展情况通过对人工智能产业链进行梳理，将产业链划分为基础层、技术层和应用层。基础层主要包括芯片、传感器、计算平台等；技术层则由计算机视觉技术、语音识别、机器学习、自然语言处理等构成；在应用层中，人工智能应用场景较为广泛且多元化，在金融、安防、教育、医疗、零售、机器人等领域都有相对广泛的应用。

以36个人工智能重点城市为对象，多维度构建指标体系

筛选出36个人工智能重点城市参与人工智能发展指数研究，并构建由5个一级指标，12个二级指标和20个三级指标组成的综合指数评价体系。五类一级指标分别为城市发展环境、资金支持力度、研发能力、基础支持情况和发展成效，从5个角度全面、综合分析城市人工智能发展情况。城市人工智能发展总指数从城市发展环境、资金支持力度、研发能力、基础支持情况和发展成效角度出发，考察各城市人工智能发展情况。

新一代人工智能发展白皮书

内容摘要随着信息时代的来临，人类生产生活的数据基础和信息环境有了大幅提升，人工智能正从学术驱动转变为应用驱动，从专用智能迈向通用智能，比历史上任何一个时期都要更加接近于人类智能水平，进入了新的发展阶段。全球各国均围绕新一代人工智能技术及产业发展进行前瞻布局，我国也已将其提升到了国家战略层面。基于此，本白皮书重点围绕新一代人工智能面临的新形势、驱动的新因素、呈现的新特征，对架构、算法、系统等技术演进方向作出研判，详细梳理了包括云计算、大数据两大基础平台和机器学习、模式识别、人机交互三大通用技术的技术体系，深入论证了新一代人工智能产业边界和范围，划分了基础层、技术层、应用层三大产业化领域，研究了智能传感器、智能芯片、算法模型、语音识别、图像视频识别、文本识别、智能机器人、智能制造系统、智能安防、智能驾驶等具体产业化方向的产业规模、核心技术、主要产品、典型企业，归纳了近年来全球和我国在人工智能领域的投融资特征趋势，并对国内外人工智能的技术及产业发展状况进行了系统对比和趋势展望，最后提出了发展理念、治理体系、创新能力、发展基础、资本环境、行业组织、全球统筹共七项措施建议，进一步推动我国人工智能相关的前沿新兴产业持续健康快速发展，有力支撑信息化与工业化深度融合迈上新台阶。

目录一、编制概要 (1) （一）编制背景 (1) （二）编制目标 (2) （三）编制方法 (2) （四）特别声明 (3) 1、研究主题充分考虑了与国家规划的互动和呼应 (3) 2、研究范围聚焦技术和产业发展 (4) 3、研究内容仍有待进一步丰富完善 (4) 二、新一代人工智能研究综述 (5) （一）人工智能简要发展历程 (5) 1、第一次浪潮：人工智能诞生并快速发展，但技术瓶颈难以突破..6 2、第二次浪潮：模型突破带动初步产业化，但推广应用存在成本障碍 (7) 3、第三次浪潮：信息时代催生新一代人工智能，但未来发展存在诸多隐忧 (8) （二）新一代人工智能的主要驱动因素 (9) 1、人机物互联互通成趋势，数据量呈现爆炸性增长 (10) 2、数据处理技术加速演进，运算能力实现大幅提升 (10) 3、深度学习研究成果卓著，带动算法模型持续优化 (11) 4、资本与技术深度耦合，助推行业应用快速兴起 (11) （三）新一代人工智能主要发展特征 (12) 1、大数据成为人工智能持续快速发展的基石 (13) 2、文本、图像、语音等信息实现跨媒体交互 (13) 3、基于网络的群体智能技术开始萌芽 (14) 4、自主智能系统成为新兴发展方向 (14) 5、人机协同正在催生新型混合智能形态 (15) 三、新一代人工智能技术框架 (15) （一）新一代人工智能的技术演进 (16) 1、从原有的CPU 架构，转变为GPU 并行运算架构 (16) 2、从单一算法驱动，转变为数据、运算力、算法复合驱动 (17) 3、从封闭的单机系统，转变为快捷灵活的开源框架 (18) 4、从学术研究探索导向，转变为快速迭代的实践应用导向 (18)

人工智能发展报告

人工智能发展报告一、简介人工智能（Artificial Intelligence，AI）是指用计算机模拟或实现的智能。从学科角度讲，人工智能研究的是如何使机器（计算机）具有智能的科学和技术，特别是人类智能如何在计算机上实现或再现的科学和技术，它的研究涉及计算机科学、脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学、数学以及信息论、控制论和系统论等众多学科领域，是一门综合性的交叉学科和边缘学科。2016年3月，谷歌收购的人工智能初创企业DeepMind 所研发的AlphaGo程序以4∶1击败韩国围棋冠军李世石，成为近年来人工智能领域少有的里程碑事件；2016年底，新版AlphaGo又化名网络棋手Master对战包括10多位中韩世界冠军在内的棋手，豪取60连胜；2017年初，卡内基梅隆大学人工智能系统Libratus打败4名世界顶级德州扑克玩家，这些事件再次引发了大众对人工智能的兴趣。二、发展现状目前，人工智能已形成包含工业机器人、服务机器人、智能硬件、芯片、传感器等硬件产品，智能客服、商业智能、数据资源、计算平台等软件产品与服务在内的产业链条。全球人工智能企业集中分布在美国、中国、英国等少数国家。我国人工智能企业主要集中于北京、广东及长三角（上海、江苏、浙江）一带，占我国人工智能企业总数

的比例超过8成。互联网巨头百度、阿里巴巴和腾讯正在领导中国的人工智能市场，同时，数以百计的初创公司也正渗透到这一产业中。全球人工智能申请专利主要集中在机器人、语音识别、神经网络、图像识别、机器学习、模糊逻辑、计算机视觉、自然语言处理等领域。我国人工智能申请专利占比前五位的领域分别为机器人、神经网络、图像识别、语音识别、计算机视觉。其中，自然语言处理、语音识别的技术成熟度最高，其次是图像识别、计算机视觉，而机器学习、神经网络等领域技术成熟度最低，还未形成大规模行业应用。同时，国内外人工智能企业研发的产品在诸多领域的商业化已如火如荼地展开，涉及安防、交通、医疗、电商、金融、家庭和教育等领域。人工智能主要应用领域及相关企业三、产业化瓶颈现阶段，人工智能产业的发展主要受到人才、数据、计算平台和服务模式四方面的制约。首先，人工智能领域的人才稀缺。通过开放

《数字政府白皮书——AI时代的数字政府发展指引》(PPT全文详解)

《数字政府白皮书——AI时代的数字政府发展指引》（PPT 全文详解）数据观获悉，近日，在“2017互联网+智慧中国年会”——数字政府与互联网+政务服务论坛上，国脉研究院副院长金婧发表了在数字政府领域的研究成果《数字政府白皮书——AI时代的数字政府发展指引》报告，以下为详情（实录系根据现场速记和录音整理，未经本人审核）。金婧：今天我的主题是《AI时代的数字政府发展指引》。最近大家一直在谈论数字政府，那么数字化概念对大家来说已经不陌生了。从1998年美国前副总统艾伯特·戈尔提出“数字地球”的概念之后，数字国家、数字城市、数字社区等概念都出来了，世界各国将数字治理提升为国家治理，乃至全球治理的战略层面。通过这样一组数据，我们也可以看到近几年在人工智能、共享经济、公益方面出现了很多值得关注的变化。生产关系和社会关系实际上也在经历着数字化洗礼、网络化重塑和分权化再造，这种情况下我们政府治理模式也进入了新的历史阶段。国脉对于数字政府相关研究主要是从基本内涵与表现特征、发展模式与实践案例、评价体系和未来展望这三方面展开的。今天时间有限我就其中观点和要点与大家分享。一、基本内涵与表现特征

▊信息社会具有一体化、社会联动性高、复杂不确定性的特征，这种背景下需要从三个维度来理解数字政府：○数字政府是一种不断演进的政府形态在不同的技术条件、需求阶段、社会响应趋势下，其所表现出来的特色、价值和影响等均不一样，本质上，数字政府是在web2.0技术、移动互联网和人工智能不同技术的作用下，不同服务模式的驱动与用户需求的倒逼下，逐渐生成的政府新形态。 ○数字政府是一种数据驱动的组织范式本质是数据驱动，无论是治理精细化、服务个性化，其背后是对数据价值的挖掘与运营，作为数据驱动的组织，数据作为一种资产、能源和组织灵魂与依归，电子政府、网络政府、智能政府等都是不同的数据价值爆发阶段对数字政府的再定义。 ○数字政府是一种社会创新的开源平台数字政府的终极模式是公民社会的成熟与自组织，主动参与政府事务并分担责任贡献力量解决问题，类似于Appstore的应用市场模式将出现，政府以开源平台模式呈现自身能力与资源，为社会创新力量提供二次创新与开发的基础资源。通过数字政府演进路线图可以直观看到以2013年大数据为基点，所有应用、设备、需求都出现爆发式增长和转变，数字化形态也从信息数字化到业务数字化再到组织数字化转变，

人工智能企业现状分析报告

人工智能企业现状分析报告目录第一节人工智能企业现状分析 (2) 一、人工智能企业现状发展阶段 (2) 二、人工智能企业现状发展概况 (2) 三、人工智能企业现状商业模式分析 (3) 第二节人工智能企业发展现状 (4) 一、人工智能企业现状分析 (4) 二、人工智能企业发展分析 (4) 第三节人工智能企业分析报告 (4) 第一节人工智能企业现状分析一、人工智能企业现状发展阶段近些年来，我国人工智能领域有取得了飞速发展。英飞拓人工智能企业是一家创新型、信息化、集成化的整体安防制造商，致力于为全球英飞拓人工智能安防提供最高端、最安全、最值得信赖的解决方案。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的Blizzard Challenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。

人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。二、人工智能企业现状发展概况人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一，也被认为是21世纪三大尖端技术之一。近年来，我国人工智能产业获得快速发展。我国市场的工业机器人销量猛增我国智能语音交互、指纹识别、人脸识别、虹膜识别等产业规模迅速扩大。同时，我国已经拥有国家重点实验室等设施齐全的研发机构和优秀的人工智能研发队伍，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的百度大脑计划、科大讯飞超脑计划、京东智能聊天机器人等。目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技成果已进入广泛的实际应用。也正基于此，我国出台了大量支持人工智能发展的政策。2015年7月1日，国务院印发《关于积极推进"互联网+"行动的指导意见》，将"互联网+人工智能"列为11项重点行动之一；而时至11月，《机器人产业"十三五"发展规划》草案已基本制定完成。另外“中国制造2025”重点领域技术路线图构建了中国机器人产业发展蓝图的同时扩大了人工智能的关注度。

人工智能行业研究报告

人工智能行业研究报告人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的运算机，到运算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了庞大的阻碍。尽管现在此刻可能是下一个AI 冬季（图8）到来之前的「给予承诺又让人败兴」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。

与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的运算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。那个AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使运算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的Alexa 和Google 的图像识别，然而AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情形下，价值正在被慢慢创建，竞争优势也变得越来越明显。例如，在医疗保健中，图像识别技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开创新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于