参考中国报告网发布《2017-2021年中国人工智能市场发展现状及投资方向研究报告》
人工智能底层技术相对成熟，大规模应用仍需探索
2017年，Gartner提出三大技术趋势，其中之一是无处不在的人工智能。Gartner认为，未来10年，人工智能将成为最具破坏性级别的技术，主要是因为卓越的计算能力、漫无边际的数据集、深度神经网络领域的超乎寻常的进步。通过运用AI技术，人类可以充分利用数据对AI进行训练，解决若干人类解决效率低或难以解决的问题。
Gartner指出，企业通常在人工智能领域考虑以下技术：深度学习、强化学习，通用智能、自动驾驶、认知计算、商业无人机（无人机）、对话用户界面、企业分类法和本体管理、机器学习，智能微尘、智能机器人，智能空间。
在机器学习方面，全球处于期望膨胀的高峰期。Gartner提出，机器学习会在自动化领域、药物研究、客户关系管理、供应链优化、预见性维护、操作效能、反欺诈、自动驾驶、资源优化等领域展现大量的商业和社会场景。
Gartner指出，2017年汽车制造商和技术公司开发的自动驾驶汽车得到了主流媒体的吹捧，导致对这项技术不切实际的和过高的期望。AI是一个关键的技术，使基于机器学习和算法的自动驾驶得以加速发展。自动驾驶目前的主要挑战是成本，当然人们也在可靠性、道德、法律层面展开研讨。而Gartner认为，无人驾驶技术距离成熟和普及还需要至少10年时间，但无人驾驶技术已处于预期膨胀器。
此外，虚拟助理技术同样处于期望膨胀期，在美国科技巨头谷歌、亚马逊、苹果、微软、Facebook等推动下，虚拟助理技术已经成为人工智能最先能够接近为普通人所用的应用。
Gartner指出，成千上万的供应商都在探索深度学习领域的应用，如计算机视觉、会话系统和生物信息学领域的应用。研究人员正在不断地发布惊人的新的关于这一主题的论文。硬件制造商正在加紧交付新的、深层的神经网络训练的高性能算法（深度神经网络算法，DNNs）。未来在科学数据平台上，深度学习的功能将变得更容易获得，估计到2018年，80%的数据科学家的标配是深度学习。我们认为，与相对发展迅速且相对成熟的人工智能底层技术相比，人工智能的应用尚处于探索期，除人脸识别、辅助驾驶等弱人工智能应用外，其余相对深层的应用开发仍需要一定时间的探索。
华人在人工智能领域贡献度高，中国全面发力追赶美国
华人在人工智能领域的贡献度高，中国持续赶超美国。根据此前美国白宫发布的报告显示，从2014年开始，在深度学习领域（当前人工智能的主要突破领域），从论文发表数量和被引用次数两个标准看，中国均已超过美国。根据互联网数据，华人在AI领域的贡献度持续提升，2006到2015年间，华人作者参与的顶级AI论文，占全部顶级AI论文数量的比例，从23.2%逐年递增到42.8%。而华人作者参与的顶级AI论文被引用次数，占全部顶级AI论文被引用次数的比例从25.5%逐年递增到55.8%。
根据腾讯研究院发布的中美人工智能对比报告显示，我国在人工智能团队员工数量方面相较美国仍处于劣势，但近年来持续在追赶。报告数据显示，我国在应用层面与美国的差距明显缩小，而在智能机器人方面团队人数甚至远超美国，但中国在底层处理器和芯片领域远远落后于美国。我们认为，国内人工智能企业在政策和资本的助推下正在加速发展，虽然目前相较于美国仍有明显的差距，但预计未来在应用层面差距将逐步缩小甚至赶超，而我国在底层芯片领域一直以来研发实力都相对薄弱，预计短期内在通用计算芯片方面难以赶超美国，但有望在人工智能专用芯片方面有望逐步缩小与美国的差距。
根据Tractica的预测数据，2016年全球人工智能收入预计将达到6.437亿美元，到2025年将增长至368亿美元。
根据艾瑞咨询预计，2020年全球AI市场规模将达到1190亿元，年复合增速约19.7%；同期中国人工智能市场规模将达91亿元，年复合增速超50%。事实上，随着人口老龄化、人力成本攀升，以及危重工种从事意愿降低，AI的商业化进程正逐步加快。
我们认为，目前人工智能应用尚不完善，以国内市场为例，商业模式主要集中在License授权、项目等模式中，应用也多局限在以语音识别、语义理解为核心的智能客服、语音助手等及以人脸识别为代表的门禁、打卡及安防领域。由于目前人工智能技术主要应用感知智能技术，因此市场空间尚未打开，预计随着诸如无人驾驶汽车等认知智能技术的加速突破与应用，人工智能市场将加速爆发，未来人工智能+汽车、人工智能+医疗等产业均将创在巨大的商业价值。
人工智能底层技术相对成熟，大规模应用仍需探索
2017年，Gartner提出三大技术趋势，其中之一是无处不在的人工智能。Gartner认为，未来10年，人工智能将成为最具破坏性级别的技术，主要是因为卓越的计算能力、漫无边际的数据集、深度神经网络领域的超乎寻常的进步。通过运用AI技术，人类可以充分利用数据对AI进行训练，解决若干人类解决效率低或难以解决的问题。
Gartner指出，企业通常在人工智能领域考虑以下技术：深度学习、强化学习，通用智能、自动驾驶、认知计算、商业无人机（无人机）、对话用户界面、企业分类法和本体管理、机器学习，智能微尘、智能机器人，智能空间。
在机器学习方面，全球处于期望膨胀的高峰期。Gartner提出，机器学习会在自动化领域、药物研究、客户关系管理、供应链优化、预见性维护、操作效能、反欺诈、自动驾驶、资源优化等领域展现大量的商业和社会场景。
Gartner2017新兴技术成熟度曲线
数据来源：中国报告网整理
Gartner指出，2017年汽车制造商和技术公司开发的自动驾驶汽车得到了主流媒体的吹捧，导致对这项技术不切实际的和过高的期望。AI是一个关键的技术，使基于机器学习和算法的自动驾驶得以加速发展。自动驾驶目前的主要挑战是成本，当然人们也在可靠性、道德、法律层面展开研讨。而Gartner认为，无人驾驶技术距离成熟和普及还需要至少10年时间，但无人驾驶技术已处于预期膨胀器。
此外，虚拟助理技术同样处于期望膨胀期，在美国科技巨头谷歌、亚马逊、苹果、微软、Facebook等推动下，虚拟助理技术已经成为人工智能最先能够接近为普通人所用的应用。
Gartner指出，成千上万的供应商都在探索深度学习领域的应用，如计算机视觉、会话系统和生物信息学领域的应用。研究人员正在不断地发布惊人的新的关于这一主题的论文。硬件制造商正在加紧交付新的、深层的神经网络训练的高性能算法（深度神经网络算法，DNNs）。未来在科学数据平台上，深度学习的功能将变得更容易获得，估计到2018年，80%的数据科学家的标配是深度学习。我们认为，与相对发展迅速且相对成熟的人工智能底层技术相比，人工智能的应用尚处于探索期，除人脸识别、辅助驾驶等弱人工智能应用外，其余相对深层的应用开发仍需要一定时间的探索。
华人在人工智能领域贡献度高，中国全面发力追赶美国
华人在人工智能领域的贡献度高，中国持续赶超美国。根据此前美国白宫发布的报告显示，从2014年开始，在深度学习领域（当前人工智能的主要突破领域），从论文发表数量和被引用次数两个标准看，中国均已超过美国。根据互联网数据，华人在AI领域的贡献度持续提升，2006到2015年间，华人作者参与的顶级AI论文，占全部顶级AI论文数量的比例，从23.2%逐年递增到42.8%。而华人作者参与的顶级AI论文被引用次数，占全部顶级AI论文被引用次数的比例从25.5%逐年递增到55.8%。
2006-2015年华人在AI领域贡献变化趋势
数据来源：中国报告网整理
国内人工智能公司近年来在算法、计算能力、数据层面的积累逐步提升，包括科大讯飞、BAT在内的互联网公司也在全球人工智能领域具有很强的竞争力。根据《MIT科技评论》公布的2017全球最聪明50家公司榜单，国内有9家公司上榜，分别为科大讯飞、腾讯、Face++（旷视科技）、大疆、阿里巴巴、蚂蚁金服、百度、富士康、HTC。根据腾讯研究院发布的中美人工智能对比报告显示，我国在人工智能团队员工数量方面相较美国仍处于劣势，但近年来持续在追赶。报告数据显示，我国在应用层面与美国的差距明显缩小，而在智能机器人方面团队人数甚至远超美国，但中国在底层处理器和芯片领域远远落后于美国。我们认为，国内人工智能企业在政策和资本的助推下正在加速发展，虽然目前相较于美国仍有明显的差距，但预计未来在应用层面差距将逐步缩小甚至赶超，而我国在底层芯片领域一直以来研发实力都相对薄弱，预计短期内在通用计算芯片方面难以赶超美国，但有望在人工智能专用芯片方面有望逐步缩小与美国的差距。
中美人工智能各领域团队人数分布
数据来源：中国报告网整理
市场空间大，预计未来应用加速落地后将进一步打开增长空间根据Tractica的预测数据，2016年全球人工智能收入预计将达到6.437亿美元，到2025年将增长至368亿美元。
根据艾瑞咨询预计，2020年全球AI市场规模将达到1190亿元，年复合增速约19.7%；同期中国人工智能市场规模将达91亿元，年复合增速超50%。事实上，随着人口老龄化、人力成本攀升，以及危重工种从事意愿降低，AI的商业化进程正逐步加快。
全球人工智能产业规模
数据来源：中国报告网整理
我们认为，目前人工智能应用尚不完善，以国内市场为例，商业模式主要集中在License授权、项目等模式中，应用也多局限在以语音识别、语义理解为核心的智能客服、语音助手等及以人脸识别为代表的门禁、打卡及安防领域。由于目前人工智能技术主要应用感知智能技术，因此市场空间尚未打开，预计随着诸如无人驾驶汽车等认知智能技术的加速突破与应用，人工智能市场将加速爆发，未来人工智能+汽车、人工智能+医疗等产业均将创在巨大的商业价值。
资料来源：中国报告网整理，转载请注明出处（ZQ）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
