來源：智東西

摘要：信通院最新發布全球人工智慧產業地圖，從底層技術到垂直應用，盤點人工智慧發展態勢。

這年頭，沒掛上AI的名號，都不好意思說自己是旗艦機。德勤也預測到：2023年，人工智慧晶片將成為智慧手機的標配。除了手機，智慧音箱作為AI的一大入口，也是迅速風靡：2017年銷售量達165萬臺。

人工智慧，這個科幻感十足的名詞，正在走進現實：各國將AI融入頂層設計，巨頭們積極佈局生態，小廠商們紛紛在各大場景找突破，金融、醫療、公共服務等領域的新應用雨後春筍般的冒出來。

本期我們推薦信通院最新發布的全球人工智慧產業地圖，盤點人工智慧產業鏈整體發展態勢。

以下為整理呈現的乾貨：

AI浪潮爆發的背後

隨著PC市場、 移動終端市場漸於飽和，網際網路正在迎接人工智慧時代。

▲全球爆發人工智慧產業浪潮

人工智慧（AI）一詞最早出現於1956年的達特茅斯會議，受限於早期的計算效能和演算法發展，AI經歷了半個多世紀的起起伏伏，概念更迭。

21世紀，隨著計算能力大幅提升（特別是GPU的引入）、雲端計算的興起、機器學習（特別是深度學習）變得更加強大、網際網路資料量急劇增長，人工智慧從此進入了加速增長的新階段。

▲三大因素推動人工智慧快速發展

2016年，隨著AlphaGo在人機大戰（韓國圍棋高手李世石敗給谷歌人工智慧AlphaGo）中，完成了傳統演算法在傳統硬體架構下的不可能任務，“人工智慧”成為熱詞，一夜躥紅。

人類看到了機器智慧的曙光，產業看到了資訊革命的風口。

▲資訊革命：人工智慧將成為各個產業的核心（援引軟銀世界大會.2017）

普華永道分析指出，截至2030年，AI將為全球GDP帶來14%的增長，也就是15.7萬億美元（6.6萬億美元來自生產力的提高，9.1萬億美元來自相關消費/商業市場）。

▲主要國家加快佈局人工智慧

為此，各國政府將AI融入頂層設計，相關政策層出不窮，聯手資本推動技術向產業轉化；科技巨頭致力於AI底層技術，併購交易數量飆升，圍繞自家主業打造AI生態並加速向其他業務的擴散；中小企業在各個細分領域找到了生存空間並紛紛站隊，傳統企業走上轉型之路……

▲人工智慧分類與應用場景（援引渤海證券）

目前，人工智慧全產業鏈基本形成。

從提高生產力的角度來看，AI為交通、醫療、教育、工業等行業的各層級提供深度融通，ICT（資訊與通訊技術）供給能力產生質的飛躍；從相關消費/商業市場的角度來看，AI加持下，實體經濟數字化、網路化、智慧化轉型升級步伐加快。

▲AI全產業鏈基本形成

從AI創新的活躍度來看，科研機構和企業都在加快人工智慧研究和創新，相關專利數指數型增長。2016年科技巨頭在AI上的相關投入已經達到200億到300億美元，2017年AI投融資金額呈現井噴，2018年國產AI獨角獸創企更是迎來了上市良機。

▲AI產業熱度逐步提升

從規模來看，語音、視覺等AI技術已經步入實用和商用，智慧音箱、智慧安防等新興市場備受追捧。我國現有人工智慧企業數量已經接近1500家；全球來看，歐洲和亞洲的新增AI企業數增速逐步提升。

▲創新AI企業快速湧現，我國是人工智慧發展高地

全球產業地圖

人工智慧產業鏈結構分為基礎層（計算基礎設施）、技術層（軟體演算法及平臺）與應用層（行業應用及產品）。

基礎層

▲AI基礎層產業地圖

基礎層主要包括計算硬體（AI晶片）、計算系統技術（雲端計算、大資料和5G通訊）和資料（資料採集、標註和分析）。

▲AI晶片產業梳理

以AI晶片為例，作為AI產業的核心硬體，有分析認為，到2020年AI晶片市場規模將達到146.16億美元，約佔全球人工智慧市場規模12.18%，故此發展迅猛。

AI晶片也被稱為AI加速器或計算卡，即專門用於處理人工智慧應用中的大量計算任務的模組（其他非計算任務仍由CPU負責），支撐於側、端側AI計算需求。

當前，AI晶片主要分為GPU、DSP、FPGA、ASIC以及類腦晶片等，尤其是於端深度學習計算平臺的需求正在快速釋放。其中，來自我國的亮點企業有寒武紀、深鑑科技等。

▲全球部分人工智慧公共資料集情況

除了計算硬體的支援，全球資料流量的快速增長也為AI倚仗的深度學習提供了良好基礎，公共資料集為創新創業和行業競賽提供優質資料，給初創企業帶來必丌可少的資源。

有這樣一種說法：深度學習是人工智慧這臺火箭的發動機，燃料是大資料，雲端計算是引擎。

技術層

▲AI技術層產業地圖

技術層面，我們可以從三個維度來理解：演算法理論（機器學習演算法、類腦演算法）、開發平臺（基礎開源框架、技術開放平臺）和應用技術（計算機視覺、自然語言理解和人機互動）。

▲關鍵平臺逐步形成，是產業競爭焦點

其中，開發平臺可謂巨頭雲集。以平臺為核心既能縱向打通全產業，又能以業務為導向搶灘重點產業，拓展基礎技術，從而與自家的硬體戰略打配合戰。

基礎開源框架方面，優勢企業如谷歌、亞馬遜、臉書加快部署機器學習、深度學習底層平臺，建立產業事實標準。目前業內已有近40個各類AI學習框架，生態競爭異常激烈。

技術開放平臺方面， 典型企業如科大訊飛、商湯科技利用技術優勢建設開放技術平臺，為開發者提供AI開發環境，建設上層應用生態。

▲部分應用技術快速成熟，進入實用階段

應用技術方面，以語音識別、機器視覺為代表的人工智慧技術快速成熟，達到實用化水平（詳細成熟度評估參考智東西第209期內參）。

鑑於語音識別、機器視覺的成熟化，機器視覺、智慧語音成為AI產業化水平最高的人工智慧領域，企業數量和初創企業快速增長。

應用層

▲AI應用層產業地圖

應用層面，我們可以從行業解決方案（“AI+”）和典型產品（機器人、智慧音箱、智慧汽車、無人機等）兩個角度來看。

▲“AI+傳統行業”：加快融合創新，推動社會轉型升級

先來說行業解決方案，主要也就是“AI+傳統行業”，這就覆蓋了安防、交通、醫療、製造、教育、金融、家居等諸多垂直領域。

對於安防產業，AI指向了智慧化檢測預警與控制，將帶來行業變革；對於交通，駕駛模式、交通優化等AI方案將提高城市通行效率，改變人們的出行模式；對於消費市場，智慧音箱、智慧家居等多通道互動產品將改變使用者模式，催生新的O2O平臺；對於工業而言，AI指向的工業機器人，甚至無人工廠將改善作業環境，提升生產力，降低成本。

本土AI的發展

▲當前各國AI實力：美國領跑，中國猛追

▲AI企業分佈

目前，美國仍是人工智慧核心發源地之一，坐擁卓越的技術研發機構、理論學科以及各類實驗室，加上資本、政策利好，AI產業發展前景樂觀，在基礎演算法和理論研究方面，相對領先，其它國家人工智慧發展正在快速跟進。

中國已經成為全球AI中心之一。但資料環境、人才緊缺和智慧硬體，特別是微晶片、CPU等產業的不成熟，可以說是中國人工智慧發展面臨的最大難題。

▲三個維度推動我國AI基礎環境建設

不過，在政策指導和監管下，強烈的市場需求，包括工業、商業市場和消費場景，將會強力作用於AI技術研發和人才培養。目前，國內北京人工智慧發展領跑全國，滬粵江浙發展逐步加速。

▲加快關鍵環節佈局，推動我國人工智慧產業生態化發展

人工智慧在經歷了2017年的爆炸式發展後，並沒有冷卻起來，巨頭們強勢佈局，各大創企紛紛進入成長期，在政策和資本的支援下加速建設技術壁壘並推廣商業應用。預計AI+安防、出行、工業、金融等行業將率先增長，計算晶片、模式識別（語音和影象）、自然語言理解的可用性將得到檢驗，新的消費場景和商業模式將得到探索。

未來智慧實驗室是人工智慧學家與科學院相關機構聯合成立的人工智慧，網際網路和腦科學交叉研究機構。

未來智慧實驗室的主要工作包括：建立AI智慧系統智商評測體系，開展世界人工智慧智商評測；開展網際網路（城市）雲腦研究計劃，構建網際網路（城市）雲腦技術和企業圖譜，為提升企業，行業與城市的智慧水平服務。

  如果您對實驗室的研究感興趣，歡迎加入未來智慧實驗室線上平臺。掃描以下二維碼或點選本文左下角“閱讀原文”