2018年中國人工智能產(chǎn)業(yè)鏈上中下游分析及國內(nèi)人工智能市場空間超千億元[圖]

人工智能王密 2019-07-16 05:56 來源：智研咨詢

一、產(chǎn)業(yè)鏈

從宏觀視角來看，人工智能產(chǎn)業(yè)鏈可以分為上中下游，其中上游提供的是基礎能力；中游將基礎能力轉(zhuǎn)化成具體的AI技術；下游則將AI技術具體運用到各行各業(yè)，形成生產(chǎn)力。

1、上游

上游代表的是支撐人工智能行業(yè)發(fā)展的基礎設施和方法，主要包括AI芯片、數(shù)據(jù)以及AI算法。

AI芯片是支撐人工智能行業(yè)發(fā)展的基礎硬件，提供適配于AI算法的計算能力，當前國內(nèi)外都有不少公司專注于AI芯片的設計，同時部分中游公司也進行AI芯片的設計以更好匹配自己公司的專用計算模型。

數(shù)據(jù)對于AI技術在具體行業(yè)的應用有非常重要的作用，主要的數(shù)據(jù)掌握在行業(yè)中下游公司中，但是數(shù)據(jù)的處理是一個較為專業(yè)化的工作，當前國內(nèi)外均出現(xiàn)少數(shù)公司專注于數(shù)據(jù)處理，為行業(yè)中下游提供數(shù)據(jù)資源服務。

當前的主流AI算法一般基于深度學習技術，進行AI算法研究的主力軍一般是各大院校以及科研機構，部分實力較強的中游企業(yè)也具備很強的原創(chuàng)研究能力。

2、中游

中游代表的是基于現(xiàn)有的AI算法，在實際應用中能達到較好智能效果，具備擴展性，在各行各業(yè)的應用前景廣泛的基礎性技術。當前的基礎技術可以分為智能語音、計算機視覺、自然語言處理以及其他類技術。

智能語音指的是利用計算機對語音信息進行分析處理，以模仿人類實現(xiàn)能聽、能說等語音能力的技術，語音識別和語音合成目前是其核心應用。智能語音技術當前的發(fā)展已經(jīng)比較成熟，在很多領域的應用已經(jīng)接近人類的水平，比如智能語音交互就在迅速成為主流的人機交互方式。

計算機視覺指的利用計算機對圖像或視頻信息進行處理分析，以模擬實現(xiàn)人類通過眼睛觀察和理解外界世界的技術，當前的主要應用包括了圖像視頻的復原和增強、分割和識別、理解和自動匹配等。計算機視覺技術給機器安上了智慧的眼睛，能替代很多原本需要人類才能完成的工作。隨著近年來計算機視覺技術在多個領域的應用取得突破，目前其已成為人工智能最為炙手可熱的技術分支。

自然語言處理指的是利用計算機對語言文字進行分析，以模擬實現(xiàn)人類對于語言的理解和掌控的技術，當前的主要應用包括自然語言理解和自然語言生成。自然語言處理是實現(xiàn)認知智能的關鍵技術，雖然當前依然面臨較大挑戰(zhàn)，但其未來的進步和突破對人類社會的意義將十分深遠。

其他類指的是基于人工智能算法對一些特定類問題進行方案設計，利用計算機將其智能解決的技術，其從實際效果來看，針對相應問題實現(xiàn)了模擬人類智能。這類技術相比前三類技術，其應用范圍相對較窄，基礎性較弱，為了便于分類，我們將這些技術統(tǒng)稱為其他類。典型的應用場景包括棋類的AlphaGo，智能游戲選手AlphaStar，金融領域的反欺詐反洗錢、智能投顧、自動交易等。

中游技術類企業(yè)具備很強的研發(fā)能力，占據(jù)了行業(yè)內(nèi)軟件類技術的高地，并且在發(fā)展過程中也逐步建立了資金和數(shù)據(jù)的壁壘。同時中游人工智能技術是鏈接產(chǎn)業(yè)上下游的關鍵，且具備較強基礎性和橫向擴展性，需要利用這些技術的下游廠商很多。因此其中的競爭獲勝者未來有可能成為人工智能行業(yè)的核心公司，當前的領先公司非常具備長期跟蹤的價值。

但是技術類的公司存在變現(xiàn)困難的問題。雖然一些基礎技術比如人臉識別的擴展速度很快，全國的機場都已鋪開，但是短期內(nèi)依靠技術輸出獲得的營收和現(xiàn)金流收入依然較為有限，這些企業(yè)主要通過股權融資的方式獲取資金，信貸業(yè)務合作的難度較大。

3、下游

產(chǎn)業(yè)鏈下游指的是人工智能技術在各個行業(yè)中的實際應用，是技術和場景結合并落地的環(huán)節(jié)。當前人工智能應用落地比較多的下游行業(yè)包括金融、安防、教育、醫(yī)療、自動駕駛、智慧城市、智能穿戴等，產(chǎn)業(yè)鏈的中下游企業(yè)均有參與。

對于中游企業(yè)而言，一般來說其會利用自己在具體某項AI技術的優(yōu)勢，承接自身技術優(yōu)勢占重要地位且市場空間較大的下游行業(yè)應用，親自下場參與競爭，以期盡快獲得較好的市場份額。如科大訊飛就利用自己的語音識別技術，在智能語音+教育領域自己承接了較多的下游具體訂單。

下游企業(yè)指的是產(chǎn)業(yè)+人工智能的復合類企業(yè)。這類企業(yè)的特點是首先在某個行業(yè)背景深厚，專業(yè)能力、項目實施與營銷能力都十分優(yōu)秀；其次是具備技術創(chuàng)新的基因，能快速利用最新的人工智能技術，將其應用到自己的行業(yè)產(chǎn)品或項目中，實現(xiàn)行業(yè)+人工智能的結合，進一步提升自己在行業(yè)內(nèi)的競爭力，打造更好的產(chǎn)品或者服務。

下游企業(yè)雖然技術上和中游企業(yè)相比有一定差距，但是由于其直接面向客戶，進行項目建設或者產(chǎn)品銷售，能短時間內(nèi)獲得較大的銷售收入以及現(xiàn)金流，同時部分項目和研發(fā)需要前期投入，也有一定的資金需求，相對適合銀行進行信貸類業(yè)務。同時由于這些企業(yè)在特定領域內(nèi)的積累和優(yōu)勢較大，其未來的行業(yè)+人工智能模式也將具備較強競爭力，也具備長期合作價值。

二、人工智能市場空間

1、智能語音

智能語音是人工智能技術中成熟度較高，較早開始產(chǎn)業(yè)化進程的技術，近年形成了較為廣泛的客戶群體和應用領域，保持了較為穩(wěn)定的中高速增長。預計到2018年，國際和國內(nèi)的智能語音市場規(guī)模將分別達到141.1億美元以及159.7億元。由于國內(nèi)的智能語音市場規(guī)模相比國際差距較大，未來幾年仍有望保持40%左右的中高速增長。

2014-2018年全球智能語音市場規(guī)模及增速

數(shù)據(jù)來源：公開資料整理

2014-2018年中國智能語音市場規(guī)模及增速

數(shù)據(jù)來源：公開資料整理

2、計算機視覺

計算機視覺技術從2012年開始取得了突破性的進步，權威的ILSVRC挑戰(zhàn)賽的錯誤率迅速降低，進而在很多領域的應用逐步跨過了識別率的門檻，使其具備了很強的經(jīng)濟價值；同時隨著國內(nèi)平安中國建設的穩(wěn)步推進，金融科技的快速發(fā)展，計算機視覺技術的下游需求迅速擴大，兩者的疊加造成了計算機視覺這兩年在國內(nèi)迎來了爆發(fā)式增長，同時這樣的趨勢仍在延續(xù)。

預計到2020年，國內(nèi)計算機視覺市場空間將達到755.5億元，連續(xù)四年保持100%以上的增長速度。

國際市場空間方面Forrester、Tractica公司分別預測未來全球計算機視覺市場空間將超過200億美元、260億美元。相比而言，國內(nèi)企業(yè)在計算機視覺領域的應用走在了國際前列。

2016-2020年計算機視覺國內(nèi)市場空間及預測

數(shù)據(jù)來源：公開資料整理

3、自然語言處理

自然語言處理技術（NLP）的理論下游空間十分廣闊，但是當前的技術發(fā)展離真正實用，即接近人類的語言理解能力還有較大距離。

預測全球的自然語言處理市場規(guī)模預計將從2016年的76.3億美元增長到2021年的160.7億美元，復合年增長率16.1%，國內(nèi)2017年的自然語言處理市場規(guī)模大約為49.77億元，相對國際來說較為落后。

基于NLP技術得不到突破進步的保守預期下，我們預測到2021年，國內(nèi)的NLP市場大約保持20%的中速增長。

2016-2021年國際自然語言處理市場空間及預測

數(shù)據(jù)來源：公開資料整理

2017-2021年國內(nèi)自然語言處理市場空間及預測

數(shù)據(jù)來源：公開資料整理

4、其他類技術

其他類技術中比較重要的包括智能投顧和反洗錢技術。智能投顧過去幾年呈現(xiàn)高速增長的趨勢，據(jù)智研咨詢、花旗銀行預測，美國智能投顧規(guī)模到2020年將達到2.2萬億美元，復合增長率82%；據(jù)調(diào)查數(shù)據(jù)預測，中國智能投顧規(guī)模到2022年將達到6651億美元，復合增長率87%。若假設管理費率為百分之一，那么國際國內(nèi)的智能投顧市場空間分別達到百億美元以及人民幣的量級。

2016-2022年中國智能投顧市場空間及預測（億美元）