【专题】2023年人工智能AI行业报告汇总PDF合集分享（附原数据表）

拓端研究室TRL

于 2024-01-19 17:02:08 发布

阅读量569

点赞数

文章标签：人工智能 pdf 搜索引擎

原文链接：https://mp.weixin.qq.com/s?__biz=MzU4NTA1MDk4MA==&mid=2247537915&idx=2&sn=88bf99eecb19ac36f238a95386a8bf4b&chksm=fcea20e15101a7ab9e135063ba2476375704f5aa1a66642e458aead576dcf1eaf52e72b2f20f&scene=126&sessionid=0

版权

原文链接：https://tecdat.cn/?p=34876

人工智能的发展正在深刻地改变着我们的生活和工作方式，尤其是在医疗、智能家居、大语言模型等领域（查看文末了解专题报告合集PDF版本免费获取方式）。

中国作为人工智能领域的重要发展国家，在技术研发和应用方面具有显著优势。阅读原文，获取专题报告合集全文，解锁文末408份人工智能AI相关行业研究报告。

在未来，随着人工智能技术的不断进步和发展，相信人工智能将在更多领域得到应用和发展，为社会带来更多的创新和机会。同时，我们也应该看到在技术层、基础层和应用层领域还需要加强研究和投入，以推动中国在人工智能领域的全面发展。

人工智能全域变革图景展望

近年来，人工智能的发展日新月异，整个行业都面临着如何有效融合和应用智能技术的关键问题。巨大的应用潜力背后，是新的硬件、新的算法和新的数据全面涌现。

我们有幸目睹了人工智能领域的新技术应用所释放出的巨大新产业、新业态、新经济潜力。正如题目所强调的，我们正处在“跃迁”的关键时刻。

中国在技术层学科上的全球优势相对明显。

中国在人工智能领域的高校和科研院所数量位居全球第二，这充分展示了中国在该领域的重视和发展。在这些高校和科研院所中，技术层专业如计算机视觉、自然语言处理等展现出了显著的优势。这些专业领域的研究成果不仅在国内产生了重要影响，也在国际上赢得了广泛的认可。

当我们进一步观察中国在国际院校排名前十的情况时，可以发现技术层专业排名前十的高校在全球排名前30的范围内集中。这表明中国在人工智能技术层专业的研究实力已经达到了国际领先水平。这些高校和科研院所的优秀成果为中国的科技创新和产业发展提供了强有力的支持。

然而，与技术层专业相比，基础层和应用层排名前十的高校仅有部分进入了全球百强。这表明在人工智能的基础层和应用层领域，中国还需要进一步加强研究和投入，以提升整体实力。

综上所述，中国在人工智能领域的高校和科研院所数量位居全球第二，技术层专业实力具有显著优势。但同时，我们也应看到在基础层和应用层领域还需要加强研究和投入，以推动中国在人工智能领域的全面发展。

中国AIGC产业全景

AIGC，全称为AI-Generated Content，是基于预训练大模型、生成式对抗网络（GAN）等人工智能技术，通过已有数据寻找规律，并通过释放泛化能力生成相关技术的内容。

AIGC有狭义和广义概念之分。狭义的AIGC与普通用户更为贴近，更关注图像、文本、音频、视频等内容生成，和Generative AI（生成式AI）、Synthetic media（合成式媒体）等概念类似。广义的AIGC还包括策略生成（如Game AI中游戏策略生成）、代码生成（GitHub Copilot）、蛋白质结构生成等。

AIGC产业的发展共分为三个阶段：培育摸索期（2023-2025），整体均处于业务场景验证和变现探索期；应用蓬勃期（2025-2027），基本价值创作路径和技术思路得到确认；整体加速期（2028-2030），产业生态完善。

AIGC具备广泛的行业变革潜力，正在不断改变人们的生活和工作方式。

AIGC对行业的影响主要分为以下几个方面：线上游戏、影视传媒、内容资讯、电子商务、办公软件、训练数据、社交软件和在线教育。

我国AIGC公司已经在各个行业展开了布局，其中影视传媒和内容资讯领域的变革程度最为显著。

在影视传媒领域，AIGC技术正在被广泛应用，包括但不限于电影制作、长视频剪辑、广告自动植入等方面。通过AIGC技术，可以快速、准确地完成视频剪辑和后期制作，大大提高了制作效率和质量。同时，AIGC技术也可以用于虚拟人物制作和网络直播等领域，为影视传媒行业带来更多的创新和机会。

在内容资讯领域，AIGC技术主要应用于新闻写作和内容创作等方面。通过自然语言生成和机器学习等技术，AIGC可以快速地生成高质量的新闻报道和文章，为媒体机构和内容创作者提供了更多的创作工具和手段。同时，AIGC技术也可以用于个性化推荐和智能客服等领域，为用户提供更加精准和个性化的服务体验。

除了影视传媒和内容资讯领域，AIGC公司在其他行业也有所布局。例如，在电子商务领域，AIGC技术可以用于数字人直播带货和个性化营销等方面；在办公软件领域，AIGC技术可以用于辅助用户提高效率和准确性；在训练数据领域，AIGC技术可以用于解决AI模型训练的数据短缺问题，提高模型准确性和性能；在社交软件领域，AIGC技术可以用于满足用户的线上社交需求；在线教育领域，AIGC技术可以为学生提供个性化的学习体验。

总体来说，我国AIGC公司在各个行业都有所布局，为行业带来了更多的创新和机会。在未来，随着技术的不断发展和进步，相信AIGC将会在更多领域得到应用和发展。

探索人工智能新前沿：中国经济再迎 6000亿美元机遇

到2030年，中国的人工智能（Al）将会改变交通等重要行业的发展格局，产生不可估量的经济效应，而要抓住这个机会，就必须开展多个层面的战略合作与能力建设。

在过去的十年里，中国为促进人工智能行业的发展奠定了坚实的基础，并为全世界的人工智能事业作出了巨大的贡献。斯坦福人工智能指数综合了研发、经济等多个维度，综合评价了世界人工智能的发展水平，中国在人工智能活力方面位居前三。例如，在科研水平上，中国在2021年发表的人工智能学术论文及被引数占世界的1/3。从经济投资的角度来看，中国在2021年的私人投资中所占的份额已经达到了全世界的五分之一，并且已经在人工智能领域投入了170亿美元的资金。

寻找最具“价值的行业“

我们对中国的人工智能市场进行了调查，以找出在哪个领域人工智能能够产生最大的价值。为了更好地理解人工智能在哪个行业产生了最大的价值，我们从国家，区域，行业三个层次，对市场进行了详尽的分析和预测。

我们的研究表明，在每一个产业中，创造价值的机会都是在两到三个方面。

在过去五年里，上述行业从私人股本和风险资本公司那里得到了大量的资助，而且它们的业务理念经常被证明是成功的。

中国AI人工智能技术应用场景市场

目前，我们正处在一个“弱人工智能”的阶段，在这个领域里，有六个主要的技术。业界将人工智能划分为弱人工智能、强人工智能、超人工智能三个发展阶段，目前正处于弱人工智能阶段，而且这一阶段将会持续很久。

人工智能研究中，六大基本技术是人工智能的核心内容，其演化过程对人工智能的落地起着关键作用。在这六大基础技术之上，也不断衍生出新的应用技术，如生物特征识别、 VR/AR等，推动 AI的应用不断扩大。

中国的数字经济正在迅速发展，已经成为了推动我国经济高质量发展的重要力量，而人工智能则是数字经济时代的一个重要基础设施

中国的数字经济快速增长，从2005年的2.6万亿增长到了2020年的39.2万亿，占国内生产总值的比重从13.9%增长到了38.7%。随着新一轮的科技革命和工业革命，以及疫情的影响，数字经济已经成为了目前最具活力的、最具创新能力的、具有最广泛辐射范围的经济形态，它已经成为了国民经济的核心增长极之一。

5G，云，人工智能，物联网等新一代信息技术将成为新时期数字经济发展的主要动力。人工智能的价值主要体现在两个方面，一是能够降低成本，提高效率，二是能够为社会提供数字化的劳动力；从产业角度来看，这并不只是单点的数字化，它还可以带动一个产业上下游进行数字化转型，进而实现技术对产业的重构。

人工智能基础数据服务

人工智能是推动新一轮科技革命和产业变革的核心驱动力。目前，中国的人工智能产业正处于高速增长阶段，并正在快速渗透到各个行业，包括互联网娱乐、智能制造、智慧医疗、智能安防和自动驾驶等。其中，自动驾驶由于场景的复杂性和对安全的极高要求，推动了人工智能的不断迭代和演进。

整体市场

随着人工智能产业的迅速增长，人工智能基础数据服务市场正在蓬勃发展。其中，自动驾驶被认为是未来五年最关键的应用领域。

● 结构化数据是人工智能算法开发迭代的重要基础。随着人工智能核心产业的发展，人工智能基础数据服务市场将继续保持快速增长。预计到2027年，该市场的规模有望达到130-160亿元。

● 自动驾驶是人工智能基础数据服务市场中占比最高的下游应用。随着自动驾驶算法技术的不断改进和实际应用，预计在未来其占比将进一步增加。

发展趋势

AI基础数据服务市场的四大趋势包括标注复杂化、自动化、全栈式服务需求和数据合规需求的日益严格化。

标注复杂化：随着算法不断创新和场景功能的扩展，数据标注的元素和信息维度将大幅增加，这对于数据基础服务供应商提出了更高的要求。
自动化标注：借助AI技术的自动标注工具正在成为基础数据服务商和AI算法公司降低成本和提高效率的利器，从而推动行业的集中度提升。
全栈式服务：下游算法应用方越来越倾向于自研人工智能算法，对于“基础数据服务+云资源+工具链”的全栈式服务需求也随之增加（包括算法公司，但主要由应用方驱动）。特别是对于工具链产品的需求将随着商业化场景的成熟而向各行各业拓展，以适应未来的迭代需求。

从自动驾驶基础数据服务需求方的角度出发，整车厂及Tier1自研需求不断增加。与此同时，技术的不断迭代也带来了更加复杂和专业的数据标注需求。这将推动整个自动驾驶行业对基础数据服务外包的需求增加，并进一步增加对工具链和全栈式服务的需求。

数据合规性也是一个重要的因素。随着数据安全法律法规体系的不断完善，基础数据服务商在数据脱敏和数据采集的测绘资质要求等方面的专业性和价值将为其带来竞争优势。

竞争格局

传统的专业型基础数据服务商仍然在行业中扮演重要角色，但科技巨头企业凭借其科技实力和庞大资源逐渐获得竞争优势。

科技巨头、专业型基础数据服务商和科技初创企业是人工智能基础数据服务行业的主要参与者。专业型基础数据服务商在市场中仍占有较大份额，因为他们早早就布局并积累了丰富的服务经验。然而，近两年来，科技巨头迅速发力，快速抢占市场。

自动化标注、专业数据采标和全栈式服务是人工智能基础数据的三大核心能力。在这三个维度上，领先的科技巨头持续积累，综合能力最强。以百度为代表的科技巨头依靠其研发能力、产业链协同资源以及对AI算法的理解、稳定性和专业的标注团队，具有显著的竞争优势，其市场份额有望持续增长。

AI商业化的推动使得基础数据服务迅速增长

经过几十年的发展，人工智能技术取得了巨大进步。近年来，深度学习技术的应用加速了人工智能技术在商业领域的推广和应用。与此同时，深度学习也带来了对大量算法训练数据的需求，从而推动了基础数据服务市场的快速增长。

在2017年，苹果首次推出了iPhoneX，其中包括了人脸识别解锁功能。接着，在2017至2018年期间，阿里巴巴、小米和百度相继推出了AI智能音箱。AI智能终端的商业化发展迅速。

2021年，百度和小马成功获得了首批自动驾驶车辆收费服务试点资格，这一里程碑标志着中国自动驾驶商业化运营的开端。

深度学习平台发展

深度学习平台市场目前正经历着巨大的增长阶段。头部企业通过整合算力、研发、部署、行业应用等AI服务能力，布局硬件芯片、框架工具、研发平台、行业应用方向，实现全栈式深度学习平台体系。这样做的同时也提高了系统平台能力，营造了产业融合生态。

一般来说，国外最流行的开发框架是Google TensorFlow和PyTorch。TensorFlow和PyTorch是工业界和学术界研究创新和工程应用的主要支撑框架。分别从社区生态建设、平台服务规模、技术应用能力等维度进行了不断的提升和完善。

基于我国应用创新和产业实践的需要，百度飞桨坚持利用自身的优势和长处构建社群生态。在平台服务范围和技术应用能力方面，具有显著优势。成为中国市场应用规模第一的深度学习框架和支撑平台，已经超越TensorFlow和PyTorch。

中国已经成为社区生态建设发展最快的国家。随着中国飞桨、昇思对生态建设的持续援助，生态规模迅速扩大。在活跃度( Fork )、关注度( Star )、贡献度( Contributors )三个指标上，"飞桨"均位居前列，超过国内其他框架的总和，表现出极高的活跃度和关注度。总体而言，飞桨社区目前的生态系统仅次于PyTorch，在国内市场排名第二。

AIGC人才趋势

自2022年11月ChatGPT发布以来，其超出预期的“涌现”能力彻底点燃了AIGC赛道。从人力资源角度来看，AIGC相关职位数量明显增加，并且人才对于这些职位的投递也更加积极。

值得注意的是，AIGC并不仅仅局限于ICT行业，在传媒、消费等领域也产生了深远的影响，各个行业的头部企业都开始积极招聘AIGC人才。在众多AIGC工程师职位描述中，“业务理解”和“行业理解”能力需求贯穿其中，这正符合当下时代对于复合型人才的需求。

AIGC人才市场趋势：岗位供需分析

长期以来，AIGC人才招聘相对平稳。但自ChatGPT发布以来，企业端对AIGC人才的需求极速增长，引爆了这一领域的竞争。同时，人才端对于相关岗位的求职意愿也明显增强，这表明企业的创新热情正在高涨。

新开设的岗位中，产品类职位新增超过50%，算法岗位新增占比为25%，数据类人才比重为20%。

2023年AIGC入局与低代码产品市场的发展

近年来，随着人工智能（AI）的迅猛发展，我们对技术的认知和应用也在不断刷新。在这背景下，AIGC（AI生成内容）与低代码产品市场紧密结合，引领了一场技术革命。2023年的《AIGC入局与低代码产品市场的发展研究》报告深度剖析了这一变革，揭示了AIGC为低代码产品带来的重要能力和潜在应用。

报告揭示，海外生成式AI技术与应用领域广泛，包括音频生成、聊天机器人、代码开发、数据服务等多个方面，这表明AI技术已不再局限于传统数据处理和分析，而是拓展到了更具创造性和交互性的领域。这些技术的发展和应用，正在推动全球AI行业的多元化和纵深发展。

AIGC为低代码产品赋予了前所未有的能力，包括但不限于：增强自然语言处理（NLP）能力、智能推荐系统、自动化内容生成、智能调试与优化、可视化编程以及智能扩展功能。这些能力极大地提高了产品的个性化和精准性，降低了人工成本，提高了编程和开发的便捷性，为市场提供了更为灵活和稳定的解决方案。

总的来说，AIGC和低代码产品的结合正在引领一场技术革命，通过智能化的内容和交互体验，为各行各业提供了无限的创新空间和商业机会。

海外生成式人工智能技术与应用获投企业业务领域分布

视频生成占比最高，为17.2%；其次是文本生成和音频生成，占比分别为16.7%和14.9%；同时，代码开发、图像生成分别占比13.2%和13.8%；Chatbots占比12.6%；游戏服务和数据服务占比相对较低，分别为2.9%和4.0%。这些数据表明，视频、文本和音频生成是主要业务方向，而代码开发和图像生成也是重要的应用领域。

可以观察到海外生成式人工智能技术与应用获投企业在不同业务领域的分布情况。视频生成、代码开发、文本生成、图像生成和音频生成这五个领域占据了投资的主要比例，分别为17.2%、13.2%、16.7%、13.8%和14.9%。这表明在这些领域中，生成式人工智能技术得到了更多的关注和投资。

这个数据反映了生成式人工智能技术在多个领域的应用潜力。视频生成、图像生成和音频生成等领域的应用可以帮助人们更高效地创建和编辑多媒体内容，提升创作效率。代码开发和文本生成等领域的应用则可以辅助开发人员和作者进行自动化的代码生成和内容创作，提高工作效率和质量。

此外，Chatbots和游戏服务等领域也获得了一定的投资比例，这显示了生成式人工智能技术在人机交互和娱乐领域的应用前景。Chatbots可以提供智能对话和客服服务，游戏服务则可以通过生成式人工智能技术提供更加丰富和个性化的游戏体验。

数据服务和其他领域的投资比例相对较低，但也不可忽视。数据服务在生成式人工智能技术应用中扮演着重要的角色，可以提供训练数据和数据分析等支持，为其他领域的应用提供基础。

展望人工智能银行：当银行遇到AI

在2016年， AlphaGo机器人打败了18届世界棋王李世石，成为了世界棋坛上最伟大的人物。

围棋是一种非常复杂的棋类，它要求有很强的直觉，想像力和策略性的思考，而这一切在很长一段时间里都被认为是人类的天赋。如今，人工智能技术已经发展了很长时间，给很多产业带来了很大的变化。有了 Al技术的设备，这些设备可以为时装零售商提供个性化的数字建议，甚至可以在癌症检查方面赶上资深医师。据估算，人工智能技术在世界范围内的银行业务中，每年可以产生一万亿美元的增值。

在过去的数十年中，银行一直在使用最新的科技创新和对与顾客的交互方式进行重新定义。60年代，银行引入了自动柜员机，70年代引入了以信用卡为基础的付款模式。本世纪初，24/7、24小时不间断的网上银行开始流行，到了本世纪初，以手机为基础的“随时随地做生意”的模式开始流行起来。

毫无疑问，我们已经进入了一个以 AI为主导的数字时代，随着数据的存储与处理费用的降低，人们对信息的获得与连接的普遍提高，人工智能技术得到了快速的发展。人工智能技术可以在有效控制风险的同时，提高人工决策的效率和精度。它在所有行业中都具有不可比拟的潜在价值，比如AI技术，它可以为银行创造一年1万亿美元的增值价值（图表）。

大语言模型综合评测

自2022年年末以来，人工智能大模型已成为技术领域甚至全球创新领域最受关注的话题。以ChatGPT为代表的大模型产品发展迅速，预测数据显示，到2030年，AIGC市场规模有望超过万亿元。2023年，国内主要厂商也相继推出自研的大语言模型产品，同时，国内也推出了大量的大语言模型应用，逐步构建了基于中文语言特色的大语言模型生态。

本合集集中研究大语言模型产品的研发要素和核心特征，并从语言模型准确性、数据基础、模型和算法能力、安全和隐私四个维度入手，拆分出12个细分维度，分别是语义理解、语法结构、知识问答、逻辑推理、代码能力、上下文理解、语境感知、多语言能力、多模态能力、数据基础、模型和算法能力、安全和隐私。针对ChatGPT、Claude、Sage、天工3.5、文心一言、通义千问、讯飞星火、Moss、ChatGLM、vicuna-13B等十款大模型产品，我们设计了超过3000个问题的评测。

此外，本合集特别关注了大模型产品在编程能力方面的表现，提高了这部分问题的权重和比例。同时，我们还专门设置了测试中文语境特色的问题，例如方言测试、中文特色推理、对对联等。我们希望通过本次评测来帮助更多技术领域的同行获得对于中外大模型产品能力的认识，以帮助大家在AGI创业方向选择和工作实际应用方面获得最新的认知。

国际产品编程能力显著高于国内产品

编程题目主要反映大语言模型产品进阶的逻辑推理能力。
在十个模型中编程得分最高的为Claude，得分率73.47%，国内产品表现最好的为文心一言，得分率为68.37%。
在四个题目分类中，大语言模型表现最好的题目分类为错误提示和修复，整体得分率为82.5%，而表现最差的是难度相对较高的代码自动补全类题目，整体得分率为41.67%。

国际产品编程能力显著高于国内产品

知识题目主要反映大语言模型产品对文字的基础认知和学习能力。
在十个模型中知识得分最高的为文心一言，得分率73.33%，得分第二的为ChatGPT，得分率为72.67%。
在九个题目分类中，大语言模型呈现很大的差异化分布，即医学常识获得最高分率86%，而娱乐明星类知识仅获得24%。
除IT知识问答题目外，其他八个题目分类中国内的大模型产品在中文知识环境中会的问答表现整体接近或优于国际大模型产品。

中国人工智能医学影像产品生态路线

未来，生成式人工智能将推动AI医学影像企业的指数级增长，而综合性医学人工智能模型与医学影像领域的结合将释放巨大潜力。为加速自身商业化落地能力，AI医学影像企业将依托生态路线。

由于老龄化加剧、医疗资源分配不均和医学影像领域人才短缺等原因，医学影像医生承受着巨大的工作压力。老年人群中慢性病患病率迅速增长，据流行病学数据调查显示，2018年老年人慢病患病率为62.3%，比2008年的46.8%上升了15.5%。同时，由于医疗资源分布不均，大量患者涌入三级医院，给影像科医生带来巨大的工作负担。

据统计，我国医学影像数据每年增长30%，而影像科医生年增速仅为4%。以CT报告为例，影像科医生每天需要完成80-100份阅片量，简单的CT影像阅片可能需要几分钟，而复杂病例可能需要花费30分钟或更长时间。因此，医学影像医生面临着巨大的工作压力。

AI医学影像的落地应用不仅在诊断的广度上有所延伸，同时也在临床深度上进行了拓展。

AI技术在识别复杂的血管环境方面具有优势，使其在头颈、冠脉部位得到广泛应用。据数据显示，截至2023年7月，已有13个AI+冠脉产品和6个AI+颅内/头颈产品获得了三类认证，且近两年的认证速度超过了其他部位。

在2022至2023年期间，AI+放射治疗产品得到了集中认证，标志着AI医学影像的应用场景向治疗领域延伸。截至2023年7月，共有6个产品获得了三类认证，其中包括2个放射治疗轮廓勾画软件和4个放射治疗计划软件。

在2020至2023年期间，骨折/骨龄产品的认证数量密集增加，这些产品在基层医疗检查检验中的辅助价值已得到基本验证。

此外，在2022至2023年期间，共有4款AI+内窥镜产品密集获得认证。这一趋势显示出人工智能在医学影像辅助检测部位方面的应用有所拓展。同时，AI技术在实时动态医学影像中对病灶的捕捉和应用价值也得到了验证。

中国智能家居（AIoH）发展

智能家居行业目前已经基本实现了家用物联网的建设。为了满足用户个性化和弹性化的需求，智能家居3.0阶段着重于将云计算、边缘计算和人工智能等支持技术深化应用于智能家居产品中。

智能家居3.0阶段需要通过新的定义来引导行业的发展，AIoH（融合家用物联网和人工智能等技术）被视为3.0时代智能家居的全新定义，其着重于增强智能家居的自主决策能力，以提供主动服务。

到2025年，人工智能技术将在整个市场中普及，渗透率预计可达到50%。尤其是扫地机器人和智能安防产品的渗透率将显著提升。

目前，AI技术主要应用于智能家居产品中的智能视觉模块和智能语音模块。因此，具备智能视觉和语音交互功能的智能扫地机、智能摄像机、智能门锁和智能音箱在AI技术渗透方面表现出较高的水平，预计到2025年将突破60%的渗透率。

智能照明产品主要通过传感器控制，而语音模块的应用逐步提升了其AI技术的渗透率。相比其他品类，智能家电产品的AI技术渗透较低。以冰箱、空调和洗衣机为核心的智能家电是用户的基本需求产品，尽管销售量大，但以视觉和语音为主的智能功能并不完全符合用户对这些产品的使用需求，因此AI技术的应用渗透增长较为缓慢。

总体而言，2022年AI技术在智能家居市场的整体渗透率约为25%。随着用户对家居生活舒适度要求的提高和技术成熟度的提升，预计到2025年，AI技术将更多地渗透到各个品类的产品中，整体渗透率将接近50%，进一步为用户的日常生活提供服务。

中国医疗AI行业

在克服价值验证滞后的情况下，医疗人工智能（AI）正迎来迅猛发展。到2022年，医疗AI市场规模首次突破百亿，预计在未来3-5年将持续保持40%的高增长率。过去的主要原因包括缺乏信任、商业路径不明确以及临床价值不足，但是现在已经有49个医疗AI器械获得了中国国家药品监督管理局（NMPA）颁发的三类证书，多家医疗AI企业的营收超过了一亿。此外，数十篇高分论文也验证了医疗AI在临床和经济层面的价值。通过突破这些限制，医疗AI有望在短期内保持指数级的增长。

医疗AI的价值已经从降低成本和提高效率转变为全面革新医疗流程。传统的AI主要致力于帮助医院、医生和保险等主体降低成本和提高效率，而新一代的AI应用则考虑将知识和算法深度融合，对现有的医疗流程进行重构。目前，AI已经在FFR、心功能评估、蛋白质结构预测等领域提供了与传统流程截然不同且具有高临床价值的解决方案。这种创新将与“降本增效”类的AI共同推动医学发展，将同质化的医疗AI引入差异化时代，为市场带来新的增量。

四个主要领域——影像、信息化、新药研发和机器人——正在逐步解决审批、数据孤岛和算法局限等问题，以建立起主流的价值体系和商业路径。这些领域有望率先实现大规模盈利，但目前仍需考虑研发效益、用户开发和商业路径拓宽等因素，以在成本控制和市场空间上取得突破。

新药研发成为一级市场的主要投资标的，影像相继lPO。

从2021年9月1日到2022年8月31日（以下简称为2022统计年），共发生了112起医疗人工智能（AI）相关的融资事件，相比2020年9月1日到2021年8月31日（以下简称为2021统计年），融资事件总量略有减少。

在2021统计年的融资事件中，可看到新药AI研发领域有43起事件，位列第一；AI影像领域有37起事件，位列第二。然而，在2022统计年，由于大量AI影像企业递交招股书，一级市场融资数量急剧下降至26起，导致融资总量有所下滑。

AI医疗影像在2018年达到了投融资的顶峰，但随后在接下来的一年逐步下滑。减少的公司主要是天使轮的初创企业。以2021年为例，没有新的项目受到天使投资人的青睐，只有4个项目进行了A轮融资。相比之下，在头部的AI企业方面，科亚医疗、睿心医疗、鹰瞳科技、数坤科技、深睿医疗、推想医疗、医准智能、强联智创、汇医慧影等进行了多轮亿级融资，市场投资资金大量聚集。

在2022年，主要的融资数据贡献者科亚医疗、推想医疗、数坤科技已经相继递交了上市招股书，而天使轮和A轮融资表现与2021年相似，仅有4家公司进行了5起融资。AI放疗企业柏视医疗在这一年完成了两次融资，但该公司自2017年成立以来一直在进行AI放疗领域的广泛研发和实际应用，因此2022年的融资可能更加注重商业化落地。

以康复机器人和手术机器人为主的AI机器人赛道在融资数量上也出现了下滑。我们认为，在宏观层面上，AI机器人赛道中的企业主要以设备制造为主，Al解决方案为辅，因此资金投入更大，人才更为集中，整体数量较少。

从微观方面来看，有三个原因。首先，在近年的市场表现中，传统康复机器人企业已经在存量市场中占据了有利地位，而以Al解决方案作为新的价值输出点还不足以构建一个强大的增量市场。其次，国产手术机器人的发展受到了挫折，尽管微创、天智航等头部企业已经完成了国家药监局的注册产品，但由于缺乏市场教育，无法有效地落地，投资者对手术机器人未来商业化的可行性存在顾虑。第三，血管介入手术机器人等领域仍处于探索阶段，虽然具有潜力，但尚未充分验证Al在临床价值和商业价值方面的作用。因此，在2022年，Al机器人的融资数量从19起减少到10起，出现了明显的下降。