目录CONTENTS1人工智能行业产业链结构2人工智能行业整体市场发展3人工智能行业投资现状4人工智能行业发展前景人工智能行业产业链结构l人工智能产业链结构l人工智能基础技术提供平台l人工智能技术平台l人工智能应用领域PART 01人工智能产业链结构人工智能产业链的主要包含三个核心环节——基础技术、人工智能技术和人工智能应用。

其中，基础技术主要包括数据平台、数据存储以及数据挖掘等，人工智能技术包括语音识别、自然语言处理、图像识别和生物识别等，人用智能应用有工业4.0、无人驾驶汽车、智能家居、智能金融、智慧医疗、智能营销、智能教育以及智能农业等。

基础技术支撑数据平台数据存储数据挖掘计算智能语音识别自然语音处理图像识别生物识别感知智能机器学习预测类API 人工智能平台认知智能工业4.0无人驾驶汽车智能家居智能金融智慧医疗智能营销智能教育智能农业基础技术支撑人工智能技术人工智能应用人工智能产业链结构IaaS代表企业：阿里云、电信天翼云、联通沃云、Ucloud 、青云、万国数据、首都在线等。

基础设施即服务，它是把ICT 基础设施作为一种服务提供的商业模式。

用户通过Internet 可以从服务提供商那里得到完善的计算机基础设施服务。

这些服务包括服务器或虚拟服务器的计算资源、处理能力及基础网络。

PaaS代表企业：科大讯飞、环信、容联、亲加、云知声、思必驰等。

PaaS 的功能主要体现在将现有各种业务能力进行整合，向下根据业务能力需要测算基础服务能力，通过IaaS 提供的API 调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API 开放给SaaS 用户。

SaaS代表企业：百度云、用友云、浪潮、 Ucloud、 Oracle、Infor、Microsoft 等。

SaaS 是一种通过Internet 提供软件的模式，厂商将应用软件统一部署在自己的服务器上，客户可以根据自己实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得厂商提供的服务。

人工智能基础技术提供平台人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。

而依据服务性质的不同，这些平台主要集中于三个服务层面，即基础设施即服务（IaaS）、平台即服务（P a a S ）和软件即服务（SaaS）。

人工智能技术平台人工智能技术平台主要专注于机器学习、模式识别和人机交互三项与人工智能应用密切相关的技术，是人工智能产业链中的技术层，通过感知智能和认知智能等各项技术完成以往只有人能做到的特定任务。

简单来说，人工智能技术平台是人工智能应用的技术手段。

模式识别文字识别、语音识别、指纹识别和图像识别等。

机器学习计算机视觉、自然语言处理、生物特征识别、证券市场分析和DNA测序等。

人机交互既包括人与系统的语音交互，也包含了人与机器人实体的物理交互。

代表企业：人工智能应用领域专业应用专用领域的应用涵盖了目前国内人工智能应用的大多数应用，包括各领域的人脸和语音识别以及服务型机器人等方面。

通用应用侧重于金融、医疗、智能家居等领域的通用解决方案。

人工智能应用涉及到专用应用和通用应用两个方面，这也是机器学习、模式识别和人机交互这三项人工智能技术的落地实现形式。

目前国内人工智能应用正处于由专业应用向通用应用过渡的发展阶段。

计算机视觉领域目前，由于动态检测与识别的技术门槛限制，静态图像识别与人脸识别的研究暂时处于领先位置，其中既有腾讯、蚂蚁金服、百度和搜狗这样基于社交、社交、搜索大数据整合的互联网公司，也有三星中国技术研究院、微软亚洲研究院、Intel中国研究院这类的传统硬件与技术服务商；同时，类似于Face++和FaceID这类的新兴技术公司也在各自专业技术和识别准确率上取得了不错的突破。

人脸识别旷视科技、腾讯优图、蚂蚁金服、FaceID 、汉王科技、三星中国技术研究院、微软亚洲研究院、中科奥森、深圳科葩、linkface 、SenseTime 等。

动态视觉格灵深瞳、东方网力、Video++等。

图像识别百度、搜狗、三星中国技术研究院、微软亚洲研究院、Intel 中国研究院等。

而在难度最大的动态视觉检测领域，格灵深瞳、东方网力和Video++等企业的着力点主要在企业和家庭安防，在一些常见的应用场景也与人脸识别技术联动使用。

科大讯飞、百度、出门问问、智齿客服、思必驰、云知声、助理来也、京东JIMI智能客服、普强科技、捷通华声、紫冬锐意、纳象立方等。

语义识别语音识别科大讯飞、百度、腾讯、智臻智能、智齿客服、助理来也、京东JIMI智能客服等。

另外，除了科大讯飞，依托中科院自动化所的紫冬锐意和纳象立方以及有着海外背景的苏州思必驰在教育领域的语音识别上占据着领先的位置。

值得注意的是，不少机器人和通用硬件制造商在语音、语义的识别上也取得了不错的进展，例如智臻智能推出的小i机器人的语义识别、图灵机器人的个性化语音助手机器人和服务、被Google投资的出门问问的软硬件服务。

语音/语义识别领域目前，国内语音识别企业在通用识别率上，各企业的成绩基本维持在95%左右，真正的差异化在于对垂直领域的定制化开发。

类似百度、科大讯飞这样的上市公司凭借着深厚的技术、数据积累占据在市场前列的位置，并且通过软硬件服务的开发不断进化着自身的服务能力；此外，在科大讯飞之后发布国内第二家语音识别公有云的云知声在各项通用语音服务技术的提供上也占据着不小的市场空间。

中国语音/语义识别市场竞争格局智能机器人分领域代表企业智能助手百度、小i机器人、图灵机器人、优必选、北冥星眸GalaxyEye、萝卜科技等。

家庭机器人优必选、Rokid、公子小白机器人、北冥星眸GalaxyEye、A.I.Nemo、极思维智能科技等。

工业\企业服务新松机器人、博实股份、优爱宝机器人和Slamtec等。

智能机器人领域目前，智能机器人市场持续火爆，企业通过不同方式涉足机器人产业的局面近乎疯狂。

据不完全统计，目前，有70余家上市公司并购或者投资了机器人、智能自动化项目，而中国机器人相关企业的数量超过了4000家。

传统家电企业互联网企业技术解决方案商目前，智能家居市场竞争主体主要分为三类。

以海尔和美的为代表的传统家电企业依托自身渠道、技术和配套产品优势建立起了实体化智能家居产品生态。

而以阿里、腾讯、京东、小米和乐视等互联网企业为代表的公司则通过各自平台内的数据和终端资源提供不同的软硬件服务。

值得关注的是，科沃斯、broadlink、感居物联、风向标科技、欧瑞博、物联传感和华为等技术解决方案商在通用硬件和技术、系统级解决方案上已成为诸多智能家居和物联企业的合作伙伴。

代表企业：英特尔、微软、戴尔、思科、IBM、NEC等竞争力评价：市场竞争力强国际领先企业代表企业：东软、东华、用友、方正、华海、华为等竞争力评价：市场竞争力较强，和第一阵营企业存在一定的竞争关系本土IT领军企业竞争优势：价格低廉竞争力评价：市场竞争力较弱本土中小型软件企业第一阵营第二阵营第三阵营国内智能医疗市场活跃着为数众多、规模不等的系统供应商。

其中，硬件系统供应商相对集中，而软件系统供应商则比较分散。

所提供的产品在价格（有的产品可以免费下载使用）、系统可靠性等方面差别明显。

按竞争力划分，国内智能医疗系统供应商可分为“三大阵营”，竞争力依次递减。

PART 02人工智能行业整体市场发展l人工智能应用普及阶段l人工智能产业市场规模l人工智能行业生态格局l人工智能行业区域发展l人工智能行业市场竞争人工智能应用普及阶段实验室阶段试点阶段推广阶段普及阶段技术掌控方科研机构科技巨头科研机构科技巨头少数企业科研机构大中型企业科研机构大中小企业资源形式资源积累中构建云端资源开放云端资源，云端集中计算科研机构大中小企业应用企业停留在实验室、研究所里实验科技巨头、大企业切入，出现创业企业大中型企业以来云端资源及接口发展服务资源本地化分布式计算应用领域停留在针对算法的训练和研究层面在试点领域出现辅助人类的应用在具体行业及领域出现辅助人类或替代人工的应用普及到具体细分场景上的应用按照不同时期的技术成熟度、推广应用度不同，人工智能的每个阶段可以被分为实验室阶段、试点阶段、推广阶段和普及阶段。

实验室阶段重点是针对算法的训练和研究；试点阶段的特征是大企业切入，出现试点应用；推广阶段意味着技术已经推广到大中型企业应用，云端资源集中计算；普及阶段则实现分布式计算，普及到个人在具体细分场景下的应用。

目前，我国正处在感知智能的试点阶段。

主要的试点领域包括：智能硬件、机器人、虚拟场景、安防、虚拟服务和商业智能。

人工智能产业市场规模随着人工智能在我国移动互联网、智能家居等领域的发展，我国人工智能产业将持续高速成长。

2017年，我国人工智能产业规模达,135.2亿元，同比增长41.4%。

随着相关政策的加速落地，我国人工智能产业已步入新的发展阶段。

当前人工智能行业基础条件已经具备，随着深度学习算法日趋成熟以及数据资源的加速增长，人工智能技术有望不断提升，机器视觉和自然语音处理等人工智能技术将迎来发展新机遇，预计到2018年，我国人工智能产业规模将达到203.3亿元。

2014-2018年我国人工智能产业规模及预测16利用中层输出的AI技术为用户提供智能化的服务和产品。

通过不同类型的算法建立模型，形成有效的可供应用的技术。

由运算平台和数据工厂组成。

AI应用层基础资源支持层AI技术层人工智能的生态格局，无论是专用还是通用领域，都围绕"底层-中层-顶层"的技术和产品架构逐渐成形，每一层架构中，都有不同的企业参与，最终形成围绕AI技术，产品和服务的生态圈。

人工智能行业生态格局基本架构基础资源支持层实现路径：运算平台+数据工厂基础资源支持层通过部署大规模GPU与CPU并行计算构成的云计算资源池（定义为超级运算平台）来解决AI 所需要的超强存储和运算处理能力问题，并辅以能够抓取到汇聚了人类智慧的海量信息的大数据工厂作为数据集，为AI技术层的实现提供有利支持。

运算平台数据工厂服务器规模特征向量大小超算平台运算处理能力负责存储和运算实现分类与关联数据工厂相当于人脑中的记忆关联过程：将某个词同时与其他词或是某个场景等等建立起动态关联的过程。

因此，通过数据挖掘和搜索算法对数据工厂中的知识库和信息库进行分类与关联的技术能力同样是人工智能企业的重要进入门槛。

AI技术层实现路径：面向特定场景的智能技术AI技术层的作用是基于底层提供的计算存储资源和大数据，通过机器学习建模，开发面向不同领域的应用技术，例如语音识别、语义识别和计算机视觉等。