转： 2019年中国人工智能产业研究报告

2019年中国人工智能产业研究报告

• 来源：信息化协同创新专委会,人工智能学家

核心摘要：

“商业落地”已成为人工智能发展到当前阶段鲜明的主题词，过去人工智能技术驱动阶段重在AI算法模型比拼，如今更要依赖商业场景洞察、专家团队实力，将AI技术与行业实际需求结合，产生应用与经济价值。

因此本报告从人工智能在实体经济中的市场化情况出发，探寻人工智能对实体经济的意义。研究表明，当下，AI相关技术与传统行业经营模式和业务流程开始产生实质性融合，智能经济时代的全新产业版图初步显现。预计2019年人工智能赋能实体经济产业规模接近570亿元。

本报告对安防、金融、客服、医疗健康、零售、广告营销、教育、城市交通、制造、农业等十大传统产业应用人工智能的现状进行了梳理。整体来看，过去AI企业单纯向传统企业技术输出的模式已悄然改变，全产业链都已参与进来，随之而来的是AI应用的快速渗透和对相应场景的革新优化。具体应用场景、使用价值及市场规模推算请详见报告第二章论述。

通往智能世界探索的路径存在多种可能，基于部署思路、建设架构、同其他数字化技术联动等方面的差异，业内已有与IoT结合的AIoT、与云平台能力结合的AI PaSS、与产业全面联通相结合的AI+产业互联网等发展路径，将共促人工智能与实体经济的深度融合。

从市场角度看，对人工智能产业的未来发展思考集中于玩家角色变化、落地场景的探索与评估和技术能力的强化提升，因为上述因素会对业务布局、商业模式、可持续发展产生重要影响。艾瑞认为未来认知智能的推进将带来传统意义上客户方的AI化，AI技术将进一步向其他实体产业渗透，同时市场环境的压力敦促国内AI行业形成自主可控的产业链，这些变化都将促使我国人工智能产业的长期健康发展。

• 人工智能产业图谱
  
• AIoT核心生态

主要包括智能设备与解决方案方、系统方、基础设施提供方

AIoT的体系架构中主要包括物联网设备及解决方案、操作系统/平台、基础设施（以云服务形态为主）等三大层级。

智能化设备是AIoT的“五官” 与“手脚” ，可以完成视图、音频、压力、温度等数据收集，并执行抓取、分拣、搬运等行为，通常是物联网设备与解决方案搭配向客户提供，这一层涉及设备形态多样化，玩家众多。

操作系统/平台相当于AIoT的“大脑”，解决流程体系性问题，核心功能包括对设备层进行连接与控制，分配计算资源，通过AI算法协同优化、合理调度等，这一层对业务逻辑、统一建模、全链路技术能力、高并发支撑能力等要求较高。基础设施层是AIoT的“躯干”，提供服务器、存储等IT基础设施。

• AI PaaS
  

原文查看

2019年中国人工智能产业研究报告