2017-【企名片】36Kr-人工智能行研报告_75页_4mb

人工智能行业研究报告总结

核心内容

本报告由36氪研究院发布，于2017年2月，分析了人工智能行业的整体发展现状、技术趋势、投融资情况、产业链构成及主要应用领域。报告重点探讨了人工智能基础技术、终端产品及主要应用行业的现状与前景，同时分析了科技巨头在人工智能领域的布局与策略。

主要观点

• 人工智能是计算机科学、生理学和哲学的交叉学科，其发展依赖于数据量、运算力和算法技术三大要素。
• 数据量是人工智能发展的燃料，运算力是推动其发展的关键，算法技术则是核心驱动力。
• 深度学习的出现极大提升了人工智能在多个领域的表现，如计算机视觉、语音识别和语义识别。
• 政策法规在全球范围内推动人工智能的发展，尤其在欧美国家，各国均出台了相关支持政策。
• 中国也在积极推动人工智能发展，出台了多项政策和规划，包括《“互联网+”人工智能三年行动实施方案》等。

关键信息

投资热度

• 全球投资热度：2016年全球人工智能公司融资总额高达48亿美元，5年间增长了12倍。
• 国内投资热度：2015-2016年国内人工智能领域融资总额约为90亿元人民币，其中自然语言处理、机器人和计算机视觉是最热门的领域。
• 融资分布：国内AI公司平均单个公司获投金额为4000万人民币，获投金额最高的为智能安防和智能家居领域。
• 融资轮次：大多数获投公司处于天使轮、Pre-A轮和A轮阶段，C轮之后的公司较少。

公司运营数据分析

• 国内仍在运营的人工智能公司有366家，其中机器人、计算机视觉和自然语言处理是创业最热门的领域。
• 北京地区是AI创业公司的集中地，占总体的43%。
• 人工智能公司平均成立年龄为3.2岁，其中计算机视觉、自然语言处理和机器人领域公司平均年龄分别为3.9岁、3.4岁和2.8岁。

产业链与巨头布局

• 人工智能产业链可分为基础支撑层、技术应用层和方案集成层。
• 巨头们主要通过以下方式布局人工智能：
  • 开源平台布局：如Google的TensorFlow、Facebook的Torch等。
  • 芯片布局：包括GPU、FPGA和ASIC，其中NVIDIA的GPU和Google的TPU是当前主流。
  • 核心技术布局：通过收购、合作等方式获取先进技术和人才，如Google收购DeepMind、百度与宝马合作等。

基础应用介绍

• 语音识别：已达到95%的准确率，主要应用于电信级系统、嵌入式设备和特殊应用。科大讯飞、云知声和思必驰是主要企业。
• 语义识别：技术难度高，主要应用于机器翻译、舆情分析等领域。典型公司包括科大讯飞、出门问问和百度。
• 计算机视觉：技术成熟度较高，尤其是在人脸识别和视频监控方面。主要应用于安防、金融、医疗、教育等行业。典型公司包括旷视科技、商汤科技和依图科技。

芯片分析

• GPU：适合大规模并行运算，生产设计成熟，是当前人工智能运算的主要选择。
• FPGA：可编程，适合高性能和低功耗场景，适用于企业用户和特定行业。
• ASIC：作为专用集成电路，适用于特定应用场景，但开发成本高，进入门槛高。

应用行业分析

• 机器人：是人工智能的重要应用领域，主要应用于工业、家庭和服务业。
• AI+金融：主要应用于智能客服、智能投顾和风控系统，典型公司包括百度和百融金服。
• AI+医疗：应用于疾病诊断、影像识别等领域，典型公司包括依图科技和云知声。
• AI+安防：主要应用于人脸识别、视频监控等领域，典型公司包括旷视科技和商汤科技。
• AI+家居：应用于智能家电、智能家居系统等，典型公司包括云知声和思必驰。

行业趋势展望

• 人工智能在各行业的发展仍处于初级阶段，未来将更加注重技术的深度应用和商业化落地。
• 技术瓶颈包括数据标注、算法优化和硬件适配。
• 未来趋势包括更高效的AI芯片、更广泛的应用场景、更成熟的技术解决方案。

总结

人工智能行业正处于快速发展阶段，其发展受到数据量、运算力和算法技术的共同推动。政策法规的支持和资本市场的热情为行业发展提供了良好的环境。科技巨头在开源平台、芯片和核心技术方面的布局，为人工智能的广泛应用奠定了基础。基础技术如语音识别、语义识别和计算机视觉是当前主要的应用方向，而芯片技术则是实现高效运算的关键。随着技术的不断成熟和应用场景的拓展，人工智能将在更多行业发挥重要作用。