中国人工智能市场投资前景分析报告
中国人工智能市场投资前景分析报告
目录
第一节前言：专用人工智能产业架构已经明朗 (6)
一、三大基础因素准备就绪驱散发展阴霾 (6)
二、各方参与热情高涨，专用智能产业链已经清晰 (7)
第二节基础资源层：算法、计算能力和数据积累，三大要素促成AI爆发 (11)
一、核心算法实现突破，深度学习引领智能浪潮 (11)
二、计算能力不断提升，高性能计算是AI引擎 (17)
三、数据资源成为关键，物联网将助力数据积累 (23)
第三节技术应用层：技术应用大幅优化，场景应用想象空间巨大 (27)
一、计算机视觉——开启机器之眼 (28)
二、语音识别——人机交互第一入口 (35)
三、自然语言处理（NLP）——让机器理解语言 (38)
第四节应用领域层：人工智能将改造未来社会，高数据可得性应用场景先行 .. 41
一、机器人革命即将到来，服务与工业应用齐头并进 (42)
二、借机器之眼，打造安全未来 (43)
三、城市计算整合数据，使生活更智能 (44)
四、医疗机器人走进现实，人工智能推展精准医疗 (45)
五、智慧教育将进一步普及，个性化教学是亮点 (47)
六、音响成智能家居最佳入口，巨头纷纷构建平台生态 (48)
七、人工智能重塑法律服务业，相关技术已经成熟 (50)
第五节投资思路以及重点公司分析 (51)
一、投资思路：三种产业布局模式 (51)
二、重点公司分析 (52)
图表目录
图表1：人工智能六十年发展简史 (6)
图表2：人工智能市场规模预测 (7)
图表3：产业巨头针对AI技术的战略布局 (9)
图表4：人工智能行业投资额及投资次数 (10)
图表5：投资人工智能机构数量 (10)
图表6：专用人工智能产业架构 (11)
图表7：机器学习、深度学习与人工智能 (12)
图表8：从数据中学习的机器学习算法 (12)
图表9：单层感知机架构 (13)
图表10：多层感知机（含一个隐层）架构 (13)
图表11：一种典型的深层神经网络模型 (14)
图表12：人脸识别系统的多层结构和特征表示 (15)
图表13：深度学习逐层初始化的方法 (16)
图表14：深度学习发展方向 (17)
图表15：脑模拟对高计算性能的要求 (18)
图表16：GPU与CPU结构对比 (19)
图表17：NVIDIA CUDA 处理流程示意图 (19)
图表18：寒武纪芯片 (20)
图表19：高性能计算机发展历史 (21)
图表20：曙光系列高性能计算机组成结构示意 (22)
图表21：机器学习准确率与数据的关系 (24)
图表22：2009-2020年全球总体数据量 (24)
图表23：发展中国家数据量未来将超过发达国家 (24)
图表24：物联网将重塑多个行业 (25)
图表25：互联设备数量预测 (26)
图表26：物联网系统积累数据占比将逐年提升 (26)
图表27：GoogleMind使用的神经网络模型 (28)
图表28：Hinton研究小组使用的CNN模型 (29)
图表29：ImageNet比赛图像识别准确率 (29)
图表30：计算机视觉通用识别的技术流程 (30)
图表31：人脸识别电信应用场景举例 (30)
图表32：安防领域各种智能技术应用性 (30)
图表33：人脸识别流程图 (31)
图表34：两种人脸识别应用对比 (31)
图表35：视频对象提取与分析的应用场景距离 (32)
图表36：字符识别应用场景举例 (33)
图表37：驾驶环境下的物体与场景识别 (34)
图表38：物体与场景识别应用场景及方式举例 (35)
图表39：IT巨头纷纷布局智能语音 (35)
图表40：基于深度神经网络的语音识别系统框架 (37)
图表41：基于RNN—CTC的主流语音识别系统框架 (37)
图表42：智能语音应用场景举例 (37)
图表43：中国智能语音产业规模情况 (38)
图表44：全球智能语音产业规模情况 (38)
图表45：目前自然语言处理中常用的模型和数据 (39)
图表46：Bengio使用的三层神经网络语言模型 (40)
图表47：深度学习模式下的自然语言处理架构 (40)
图表48：深度学习下机器翻译示意图 (41)
图表49：人工智能应用领域 (42)
图表50：典型家用机器人 (43)
图表51：人脸识别市场规模 (43)
图表52：中国视频监控市场规模 (44)
图表53：城市计算框架 (45)
图表54：城市计算的应用领域 (45)
图表55：通过神经网络与深度学习算法处理大尺寸病理切片图片 (46)
图表56：过神经网络与深度学习算法处理大尺寸病理切片图片 (46)
图表57：早期智能家教系统 (47)
图表58：自适应家教系统 (48)
图表59：智能家电市场规模预测 (48)
图表60：亚马逊用户可以通过Echo音响Alexa控制用户的汽车 (49)
图表61：三种产业布局模式及公司推荐 (51)
图表62：2015年全球智能语音市场份额情况 (52)
图表63：2015年中国智能语音市场份额情况 (52)
图表64：科大讯飞主营业务收入情况 (53)
图表65：科大讯飞归母净利润情况 (53)
图表66：东方网力公司主营业务收入情况 (55)
图表67：东方网力公司归母净利润情况 (55)
图表68：数字政通公司营业收入情况 (56)
图表69：数字政通公司归母净利润情况 (56)
图表70：华宇软件公司营业收入情况 (58)
图表71：华宇软件公司归母净利润情况 (58)
表格目录
表格1：我国人工智能相关政策 (9)
表格2：机器学习浅层结构与深层结构对比 (14)
表格3：几种任务领域的特征层次结构 (15)
表格4：深度学习标志性事件举例 (16)
第一节前言：专用人工智能产业架构已经明朗
人工智能是研究、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，致力于用机器去实现所有目前需要借助人类指挥才能实现的任务。
一、三大基础因素准备就绪驱散发展阴霾
1956年，著名的达特茅斯会议正式确立了人工智能研究领域，明斯基、麦卡锡、罗切斯特、香农等与会者预言经过一代人的努力，机器将与人类具备同等智能水平。但从人工智能这六十年的发展史看，先驱们的预言显然低估了这一领域的难度，事实上，人工智能发展经历了多次高潮和低谷的交错。
图表1：人工智能六十年发展简史
资料来源：机器乀心，新智元，北京欧立信调研中心
1956-1974年，黄金年代。1956年达特茅斯会议后的数年是大发现时代。罗森布拉特发明了第一款神经网络感知器（Perception），将人工智能推向第一个高峰。在此期间研发的机器人能够解决代数应用题、证明几何定理、使用英语等。社会各领域对人工智能的实现充满信心，受到国防高等研究计划属ARPA（后来的DARPA）政府机构的大力支持。
1974-1980年，第一次低谷。到了70年代，研究者们遇到了各种无法克服的基础
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
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
2019年中国人工智能行业市场现状及发展前景分析 未来智能制造将成为行业主战场
2019年中国人工智能行业市场现状及发展前景分析未来智 能制造将成为行业主战场 未来智能制造将是人工智能的主战场 国家工业信息安全发展研究中心认为，目前我国人工智能和制造业融合有着广泛的基础，智能制造是“中国制造2025”的主攻方向，而人工智能是引领新一轮科技革命和产业变革的战略性技术。但新一代人工智能技术在制造业重点领域的应用刚刚起步，人工智能与制造业的融合尚处于初级阶段，未来智能制造将是人工智能的主战场。 1、人工智能+制造业创造新业态 目前中国人工人工智能迈向了2.0阶段，以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发，人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合，成为应用市场一大亮点，催生了智能装备、智能工厂、智能服务等应用场景，创造出自动化的一些新需求、新产业、新业态。
2、政策春风利好工智能发展 2017年，人工智能被首次写入到政府工作报告中，2018年政府工作报告中提出：“发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。”，2019年的政府工作报告中，对人工智能的描述也由“加快人工智能等技术研发和转化”、“加强新一代人工智能研发应用”变为“深化大数据、人工智能等研发应用”，可见在国家层面上，对人工智能产业的重视程度日益加深。 3、2018年中国人工智能产业规模超400亿 在政策和技术的推动下，中国人工智能产业发展迅速。跟据中国信通院数据，2015年到2018年中国人工智能产业规模复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。其中，企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。
2019年版人工智能行业市场调研分析报告
2019年版人工智能行业市场调研分析报告（部分内容） China's Industrial Market Research and Prospect Forecast Analysis Report(2019-2025) （专业、精准、高效，助力企业决策）
2015-2017年机器人产业发展综况 一、全球机器人行业规模分析 当前，全球机器人市场规模持续扩大，工业、特种机器人市场增速稳定，服务机器人增速突出。技术创新围绕仿生结构、人工智能和人机协作不断深入，产品在教育陪护、医疗康复、危险环境等领域的应用持续拓展，企业前瞻布局和投资并购异常活跃，全球机器人产业正迎来新一轮增长。 全球市场规模 根据调研的数据，2017年，全球机器人市场规模达到232亿美元，2012-2017年的平均增长率接近17%。其中，工业机器人147亿美元，服务机器人29亿美元，特种机器人56亿美元。 图1：2017年全球机器人规模占比 （一）工业机器人：销量稳步增长，亚洲市场依然最具潜力 目前，工业机器人在汽车、金属制品、电子、橡胶及塑料等行业已经得到了广泛的应用。随着性能的不断提升，以及各种应用场景的不断明晰，2012年以来，工业机器人的市场正以年均15.2%的速度快速增长。据IFR统计显示，2016年全球工业机器人销售额首次突破132亿美元，其中亚洲销售额76亿美元，欧洲销售额26.4亿美元，北美地区销售额达到17.9亿美元。中国、韩国、日本、美国和德国等主要国家销售额总计占到了全球销量的3/4，这些国家对工业自动化改造的需求激
活了工业机器人市场，也使全球工业机器人使用密度大幅提升，目前在全球制造业领域，工业机器人使用密度已经超过了70台/万人。2017年，工业机器人将进一步普及，销售额有望突破147亿美元，其中亚洲仍将是最大的销售市场。 图2：2012-2020年全球工业机器人销售额及增长率 （二）服务机器人：人工智能兴起，行业迎来高速发展新机遇 随着信息技术快速发展和互联网快速普及，以2006年深度学习模型的提出为标志，人工智能迎来第三次高速发展。与此同时，依托人工智能技术，智能公共服务机器人应用场景和服务模式正不断拓展，带动服务机器人市场规模高速增长。2017年，全球服务机器人市场达29亿美元。2020年将快速增长至69亿美元，2016-2020年的平均增速高达27.9%。2017年，全球医疗服务机器人、家用服务机器人和专用服务机器人市场规模分别为16.2亿美元、7.8亿美元和5亿美元，其中医疗服务机器人市场规模占比最高达55.9%，高于家用服务机器人29个百分点，其中智能服务机器人的比例快速提升。
人工智能市场调研分析报告
人工智能市场调研分析报告
目录 第一节人工智能与深度学习 (3) 一、人工智能：让机器像人一样思考 (3) 二、机器学习：使人工智能真实发生 (4) 三、人工神经网络：赋予机器学习以深度 (4) 四、深度学习：剔除神经网络之误差 (5) 第二节深度学习的实现 (5) 一、突破局限的学习算法 (6) 二、骤然爆发的数据洪流 (6) 三、难以满足的硬件需求 (7) 第三节现有市场——通用芯片GPU (8) 一、GPU是什么？ (8) 二、GPU和CPU的设计区别 (8) 三、GPU和CPU的性能差异 (9) 四、GPU行业的佼佼者：Nvidia (10) 五、Nvidia的市场定位：人工智能计算公司 (11) 六、Nvidia的核心产品：Pascal家族 (12) 七、Nvidia的应用布局：自动驾驶 (13) 八、Nvidia的产业优势：完善的生态系统 (14) 第四节未来市场：半定制芯片FPGA (14) 一、FPGA是什么？ (14) 二、FPGA和GPU的性能差异 (15) 三、FPGA市场前景 (16) 四、FPGA现有市场 (17) 五、FPGA行业的开拓者：Intel (17) 六、Intel的产品布局 (17) 七、Intel的痛点：生态不完善 (18) 八、Intel的优势 (19) 第五节投资前景 (20)
第一节人工智能与深度学习 2016年，AlphaGo与李世石九段的围棋对决无疑掀起了全世界对人工智能领域的新一轮关注。在与李世石对战的5个月之前，AlphaGo因击败欧洲围棋冠军樊麾二段，围棋等级分上升至3168分，而当时排名世界第二的李世石是3532分。按照这个等级分数对弈，AlphaGo每盘的胜算只有约11%，而结果是3个月之后它在与李世石对战中以4比1大胜。AlphaGo的学习能力之快，让人惶恐。 一、人工智能：让机器像人一样思考 自AlphaGo之后，“人工智能”成为2016年的热词，但早在1956年，几个计算机科学家就在达特茅斯会议上首次提出了此概念。他们梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器，也就是我们今日所说的“强人工智能”。这个无所不能的机器，它有着我们所有的感知、所有的理性，甚至可以像我们一样思考。 人们在电影里也总是看到这样的机器：友好的，像星球大战中的C-3PO；邪恶的，如终结者。强人工智能目前还只存在于电影和科幻小说中，原因不难理解，我们还没法实现它们，至少目前还不行。 我们目前能实现的，一般被称为“弱人工智能”。弱人工智能是能够与人一样，甚至比人更好地执行特定任务的技术。例如，Pinterest上的图像分类，或者Facebook的
人工智能行业发展前景展望及市场规模预测
一、人工智能的内涵及分类 （一）人工智能的内涵 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（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。
【完整版】2020-2025年中国人工智能基础数据服务行业成本领先战略制定与实施研究报告
（二零一二年十二月） 2020-2025年中国人工智能基础数据服务行业成本领先战略制定与实施研究报告 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 第一章企业成本领先战略概述 (8) 第一节报告简介 (8) 第二节企业成本领先战略的重要性及作用 (9) 一、成本领先战略是构建竞争优势的基础 (9) 二、成本领先战略还具有无可比拟的优势作用 (9) 二、是决定企业经营活动成败的关键性因素 (10) 三、是实现企业快速、健康、持续发展的需要 (10) 四、是企业扩展市场、高效持续发展的有效途径 (11) 五、是强化企业核心竞争力的有利武器 (11) 第三节企业成本领先战略的特性 (11) 一、长期性 (11) 二、全局性 (12) 三、外向性 (12) 四、竞争性 (12) 五、动态性 (12) 第二章市场调研：2019-2020年中国人工智能基础数据服务行业市场深度调研 (13) 第一节前言 (13) 第二节人工智能基础数据服务行业概述 (13) 一、人工智能基础数据服务定义 (13) 二、人工智能基础数据服务发展历程 (14) 三、人工智能基础数据服务的行业价值 (15) 四、人工智能基础数据服务的主要产品形式 (16) 第三节2019-2020年人工智能基础数据服务的发展背景 (17) 一、人工智能经济崛起为基础数据服务提供长期向好的基本面 (17) 二、数据量呈指数式增长，非结构化数据的应用依赖于清洗标注 (18) 第四节2019-2020年人工智能基础数据服务市场现状 (19) 一、人工智能基础数据服务产业链 (19) 二、人工智能基础数据服务产业图谱 (20) 三、人工智能基础数据服务行业投融资 (20) 四、人工智能基础数据服务行业商业模式 (21) 五、人工智能基础数据服务市场规模 (22) 六、人工智能基础数据服务细分结构 (23) 七、人工智能基础数据服务市场格局 (24) 第五节2019-2020年人工智能基础数据服务场景分析 (26) 一、视图基础数据服务市场现状 (26) 二、视图基础数据服务技术趋势 (27) 三、自动驾驶基础数据服务应用场景 (27) 四、自动驾驶基础数据服务市场现状 (28) 五、智能交互基础数据服务市场现状 (29) 六、智能交互基础数据服务技术趋势 (30)
2020年中国人工智能产业发展分析报告
2020年中国人工智能产业发展分析报告
目录 一、对2020年形势的基本判断 (4) （一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。 4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。 (6) （三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。 (7) 二、需要关注的几个问题 (9) （一）我国人工智能领域的基础创新投入严重不足。 (9) （二）我国人工智能产业的算力算法核心基础相对薄弱。 (10) 三、应采取的对策建议 (13) （一）以算力为核心加强人工智能基础能力建设。 (13) （二）体系化梳理我国人工智能产业供应链现状。 (13) （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。 (14) （四）在国际社会上提出发展“负责任的人工智能”。 (14)
【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。 2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注易落地的底层技术公司，但同时产业发展的外部形势将更为严峻，美国对我国人工智能产业的压制可能从上游元器件转向下游行业应用。
2018-2019年度中国人工智能市场研究报告
2018-2019年度中国人工智能 市场研究报告
一、2018年中国人工智能产业整体概述 (4) (一) 产业发展概述 (4) 1、产业概述 (4) 2、产业规模与增长 (5) 3、基本特点 (5) (二) 产业结构分析 (7) 1、产业结构 (7) 2、产品结构 (8) 二、2019-2021年中国人工智能产业发展预测 (8) (一) 市场发展趋势 (8) 1、开源平台成为巨头生态之争主战场 (8) 2、人工智能产业将与智慧城市建设协同发展 (8) 3、高校跨界创新成为新趋势 (9) 4、人工智能加速阶段，人工智能芯片成为新机遇 (9) (二) 2019-2021年中国人工智能产业规模预测 (9) (三) 2019-2021年细分结构预测 (10) 1、产业结构 (10) 2、产品结构 (10) 三、中国人工智能产业重点企业分析 (11) (一) 阿里AI (11) (二) 商汤科技 (13) (三) 明略数据 (14) (四) 思特奇 (16) 四、建议 (17) (一) 以政府示范带动重点行业应用落地 (17) (二) 构建人工智能开放创新平台 (17) (三) 针于不同发展阶段进行差异化布局 (17) (四) 针对重点应用领域构建技术创新壁垒 (18) 表目录 表1 2016-2018年中国人工智能产业规模及增长 (5) 表4 2016-2018年中国人工智能产业结构细分 (7) 表5 2018- 2021年中国人工智能产业规模与增长预测 (9) 表6 2019- 2021年中国人工智能产业结构预测 (10) 表7 2019-2021年中国人工智能产业产品结构预测 (10) 表8 阿里巴巴人工智能产品分析 (12) 表9 商汤科技人工智能技术分析 (14) 表10 思特奇人工智能AIPaaS 产品 (17)
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)
一文读懂国内人工智能产业链(附人工智能企业TOP100)
一文读懂国内人工智能产业链（附2017 人工智能企业 TOP100 ） 随着互联网的快速发展及信息化建设的大力推进，人工智能逐渐进入人们的视野中。近年来，AI 厚积薄发，因深度学习获得突破，创业和投资的情绪高涨，全球科技巨头如谷歌、微软、苹果、IBM 、Facebook 、英特尔等都砸入巨额投资，将人工智能视为下一个技术引爆点，包括欧、美、日本与中国大陆等国纷纷将人工智能技术纳入国家蓝图，人工智能显然已成为各国、各科技企业竞争的下一个战场。 一、什么是人工智能？ 人工智能，英文缩写为AI ，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用系统的一门新的技术科学，是计算机科学的一个分支，它企图了解智能的 实质，并生产出一种新的能以人类智能相似的方式作出防御的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。如今，人工智能已经演化成了机器学习、自然语言处理、图像识别以及人机交互这四大模块。 机器学习技术：指计算机通过对大量已有数据的处理分析和学习，从而拥有预测判断和做出最佳决策的能力。这项技术与计算机科学、统计学、数学优化算法等都有着密不可分的关系。其代表算法有深入学习、人工神经网络、决策树、增强算法等。 自然语言处理技术：指让计算机可以理解人类的语言，包括将人类语言转化为计算机程序可以处理的形式及将计算机数据转化为人类自然语言两种形式。这里指的语言可以是声音也可以是文字。这项技术的主要内容包括信息检索、信息抽取、词性标注、句法分析、多语处理、语音识别等。
图像处理技术：指让计算机拥有人类的视觉功能，可以获得、处理并分析和理解图片或多维度数据。这项技术的主要内容包括图像获得、图像过滤和调整、特征提取等。 人机交互技术：指计算机系统和用户可以通过人机交互界面进行交流。这项技术包括的主要内容包括计算机图像学、交互界面设计、增强现实等。 二、人工智能发展前景无限 咨询公司Venture Scanner 统计，2016 年全球人工智能公司已突破1000 家，跨越13 个子门类，融资金额高达48 亿美元。整体来看，AI 产业不论是行业规模、还是吸金能力都在飞速扩张中。根据Bank of America 预测的数据：未来五年人工智能的年复合增速36% ，预计2020 年将达到700 亿美元。 数据显示，中国人工智能产业规模2016 年已突破100 亿，以43.3% 的增长率达到了100.60 亿元，预计2017 年增长率将提高至51.2% ，产业规模达到152.10 亿元，并于2019 年增长至345.2 亿元。 三、人工智能产业链分布 一般而言，人工智能产业链可以分为基础层、技术层和应用层。当前中国还处于行业应用层起步到快速发展的阶段，应用层的投资机会和投入回报率远高于技术层和基础设施层，当这个阶段出现泡沫时，投资机会可能更多地出现在技术层，当技术层停滞并出现泡沫时，投资机会可能更多在基础设施层。
我国人工智能市场营销趋势及策略分析(上海环盟)
我国人工智能市场营销趋势及策略分析
我国人工智能市场营销趋势及策略分析 (3) 第一节人工智能市场销售渠道分析 (3) 一、营销分析与营销模式推荐 (3) 1、渠道构成 (3) 2、销售贡献比率 (4) 3、覆盖率 (4) 4、销售渠道效果 (4) 5、渠道建设方向 (5) 二、销售渠道存在的主要问题 (5) 三、营销渠道发展趋势与策略 (6) 第二节人工智能市场营销策略分析 (9) 一、中国人工智能营销概况 (9) 二、人工智能营销策略探讨 (13) 1、中国人工智能产品营销策略浅析 (13) 1、营销策略的目标的制定 (13) 2、选择合适的市场营销途径 (13) 3、产品组合策略 (14) 4、价格组合策略 (14) 5、促销组合策略 (14) 2、人工智能新产品的市场推广策略 (15) 2、户外广告 (15) 3、报纸书刊 (15) 4、网络信息推广 (15) 3、人工智能细分产品营销策略分析 (15) 1、品牌营销策略 (16) 2、销售渠道营销策略 (16) 3、价格营销策略 (16) 1
第三节人工智能营销的发展趋势 (17) 一、未来人工智能市场营销的出路 (17) 二、中国人工智能营销的趋势预测 (17) 2
我国人工智能市场营销趋势及策略分析 第一节人工智能市场销售渠道分析 一、营销分析与营销模式推荐 1、渠道构成 人工智能行业产品主要体现在终端应用上，我国人工智能产品销售渠道主要由线上、线下渠道构成。 1）线上渠道 由于互联网的威力越来越大，网络营销因其独有的优势和特点逐渐成为人工智能行业营销新宠。尤其针对人工智能产品的自身特点来说，网络营销在打造品牌的知名度和美誉度等方面有着得天独厚的优势。 2）线下渠道 1、传统销售渠道。这种模式是由一群独立的制造商、批发商和零售商组成的分销组织形态，各渠道成员之间是一种松散的合作关系，每个成员都是一个独立的利益主体，他们各自追求自身利益的最大户，渠道中没有一个成员对其他成员有足够的控制力，最终使整个分销渠道效率低下。所以也被称为松散型分销模式。该模式的优点是成员独立性强，进退自由；能够促使企业不断创新；适用于中小企业，在进入市场时可以借助这种关系迅速成长。缺点则是各自谋求自身利益的最大化，整体效率下降；成员之间缺少信任感和忠诚度；临时性的交易关系，安全系数低；各种渠道资源无法有效共享；成员缺少渠道建设的积极性。 2、垂直销售渠道。该模式是由制造商、批发商、零售商所组成的一种统一的联合体，每个成员把自己视为分销系统的一份子，关注整个垂直系统的成功。该模式的优点是合理管理库存，削减分销成本；便于把握需求动向；抑郁安排生产与销售；渠道控制力强；有利于组织竞争者加入；商品质量有保障，服务水品高。缺点则较为明显，系统维系成本高，经销商缺乏独立创造性。 3、水平销售渠道。该模式是指由两个或两个以上的公司联合开发新的营销 3
人工智能行业分析
人工智能行业分析 人工智能行业可谓是现在科技的前端，高科技的行业，那么关于人工智能行业的分析有哪些知识呢?下面是为你整理的人工智能行业分析，供大家阅览! 人工智能行业简要分析 一、机遇 在2017政府工作报告中提到：“2017年将加快培育壮大新兴产业。全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化，做大做强产业集群。”这是“人工智能”首次被列入政府工作报告。 3月11日，科技部部长万钢在“全国人大会议新闻中心记者会”上表示，正在起草促进中国人工智能(AI)创新发展的规划，并估计两会后将很快出台。 二、行业简介 人工智能英文缩写为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。人工智能是计算机科学的重要分支，它的研究目标是了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括智能语音技术、图像识别技术、自然语言理解、专家系统和机器人等。
人工智能可分为基础层、技术层和应用层。基础层为算力支撑(AI 芯片、云计算)，技术层为算法平台，应用层是AI向各传统行业的渗透应用。 AI 产业链中，芯片产业率先引来爆发。PC GPU 巨头NVIDIA 已经将业务重点转向AI 领域，应用在人工智能领域的可进行通用计算的GPU市场基本被NVIDIA垄断。但是芯片巨头英特尔明显对人工智能市场虎视眈眈，至强处理器Xeon+FPGA也将在2017年下半年量产，预计英特尔有很大的机会在2017年四季度迎来人工智能的第一波红利。 云计算方面，亚马逊、微软云计算业务爆发，其中亚马逊的AWS 云服务平台表现尤为靓丽。(先前我写的文章《网宿科技为什么大跌?》也有所涉及)。 技术层方面，Google、IBM 专注于人工智能(AI)技术层，研发更高级AI 算法，积累AI 底层技术。国内百度在这方面也有相当的投入并取得较大的进展。 应用层方面各显神通，Facebook、苹果在AI 应用层的布局集中在语音识别、图像识别、智能助理等领域;IBM 加速向医疗领域渗透，盈利前景已开始显现。 国内的话，目前主要还是在应用层耕耘较多，基础层和技术层方面与外国的差距较大。 三、部分上市公司 科大讯飞作为中国智能语音及人工智能产业的领导者，以“从能
人工智能市场分析及预测
人工智能市场分析及预 测 Modified by JACK on the afternoon of December 26, 2020
2018年中国人工智能市场分析及预测
随着中国人工智能技术的快速发展以及和商业应用的快速推广，人工智能才插上了腾飞的翅膀，已成为各国之间的竞争新赛道。2017年7月，国务院印发了《新一代人工智能发展规划》，从国家层面制定了未来10多年人工智能的战略部署。 随着人工智能的快速发展，国家相继出台一系列政策支持中国人工智能的发展，推动中国人工智能步入新阶段。2017年7月20日，国务院印发了《新一代人工智能发展规划》。规划中提到分三步走，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，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。第二步，到2025年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。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，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。2017年12月，《促进新一代人工智能产业发展三年行动计划（2018-2020年）》的发布，它作为对7月发布的《新一代人工智能发展规划》的补充，详细规划了人工智能在未来三年的重点发展方向和目标，每个方向的目标都做了非常细致的量化，足以看出国家对人工智能产业化的重视。 具体政策如下：
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。
中国人工智能市场分析及预测
2018年中国人工智能市场分析及预测
随着中国人工智能技术的快速发展以及和商业应用的快速推广，人工智能才插上了腾飞的翅膀，已成为各国之间的竞争新赛道。2017年7月，国务院印发了《新一代人工智能发展规划》，从国家层面制定了未来10多年人工智能的战略部署。 随着人工智能的快速发展，国家相继出台一系列政策支持中国人工智能的发展，推动中国人工智能步入新阶段。2017年7月20日，国务院印发了《新一代人工智能发展规划》。规划中提到分三步走，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，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。第二步，到2025年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。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，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。2017年12月，《促进新一代人工智能产业发展三年行动计划（2018-2020年）》的发布，它作为对7月发布的《新一代人工智能发展规划》的补充，详细规划了人工智能在未来三年的重点发展方向和目标，每个方向的目标都做了非常细致的量化，足以看出国家对人工智能产业化的重视。 具体政策如下：
资料来源：中商产业研究院整理 行业投融资情况 据统计数据显示，2017年中国人工智能投资事件数达到353次，与2016年的379次，下降了%。 数据来源：中商产业研究院整理 在投资金额方面，2017年投资金额为582亿元，与2016年相比增长%。
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。
中国人工智能产业发展分析及对策研究
中国人工智能产业发展分析及对策研究 人工智能的概念始于1956年的达特茅斯会议，并在2016年随着AlphaGo 人机围棋大战引发的强烈关注而再次称为热词。从本质上来说，人工智能是指用于模拟和扩展人类智能的技术应用系统，具备快速处理和自主知识管理能力，能够通过“试验—验证—学习”实现决策的迭代和优化。[1]77其价值始终体现在代替或者辅助人类完成任务，从而解放劳动力，提高劳动效率。当前，人工智能正处于专有型向通用型人工智能转变的发展阶段，应用模式也由执行式服务向交互式服务转变。在一些数据可得性高的行业，例如安防、医疗、教育和商业服务等领域，人工智能已率先爆发出大量场景应用，用以解决行业痛点。自20世纪60年代以来，人工智能的发展经历了三次技术革命浪潮。进入到21世纪的两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。[2]关于互联网和大数据时代下的产业结构和社会状态已有相当多的研究分析，本文则侧重于讨论中国在人工智能时代的战略方向。 从人工智能领域相关文献看，国内学者主要将研究重点集中在基于人工智能算法的特定领域应用和技术伦理问题（哲学角度）两方面。吴永和等依据教育人工智能（EAI）的内涵，尝试从应用形态和技术架构两方面构建“人工智能+教育”的生态系统以及相应的人才培养体系。[3]梁志勇等则聚焦新闻生产领域，认为人工智能技术将给新闻行业的内容生产、议题设置和运作方式带来革命性影响。[4]相对而言，人工智能与工程技术融合的研究更为广泛。李漫江创新性地提出了一种基于神经网络的人工智能故障检测方法，进而实现农用发动机不解体且能快速诊断的效果。[5]秦爱梅等基于人工智能视觉算法，调制出一套具有较高识别效率和精度的特定场景识别系统。[6]尽管如此，蔡自兴仍认为国内存在以哲学研究替代人工智能技术研究的倾向。[7]23孙振杰提出，人类亟需深思围绕人工智能意识与情感的发展将引发“五化”的问题，即人造物的退化、进化、蜕化、异化和黑化。[8]余乃忠则揭示出人工智能类本质的实现与新时代人类的类本质间的矛盾，