歡迎來到中國產業信息網設為首頁|加入收藏|網站地圖|繁體|產業網微薄

中國產業信息網行業頻道

產業網 > 行業頻道 > IT > 信息其他 > 正文

2020年中國人工智能發展現狀及未來人工智能應用趨勢分析:未來人工智能市場規模將不斷攀升[圖]

2020年04月10日 13:27:00字號:T|T

    一、人工智能走向產業應用

    人工智能是計算機科學的分支,是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門技術科學。

    人工智能的基礎理論由來已久,由深度學習引爆的第三次人工智能浪潮,以及算力的進步和數據的爆發,使得人工智能技術快速走向成熟,并逐步落地產業應用。

    1、人工智能行業圖譜

    從底層基礎技術到上層行業應用,可以把人工智能行業劃分為基礎層、通用層和應用層三部分。基礎層為圖像、語音等人工智能基礎技術提供芯片、計算框架等計算能力支持,通用層提供感知、認知計算等通用技術,而應用層則是人工智能通用技術與各行業深度融合產生應用價值的產品和服務。

    基礎層:為計算機視覺、語音識別等人工智能基礎技術提供計算能力支持,是人工智能的基礎設施,包括AI芯片、AI平臺以及Al計算框架等,主要以谷歌、微軟、亞馬遜、英特爾、IBM、百度、騰訊、華為、京東等大型互聯網公司和行業巨頭公司為主。

    通用層:基于基礎設施開發出的通用性人工智能技術和產品,如計算機視覺算法、機器人系統等,主要分為兩大部分:以感知計算和認知計算技術為代表的軟件通用技術,和無人機。機器人等軟硬一體化通用產品。

    通用層的技術和產品主要是模擬人的各項能力。與人類的感知、認知和執行能力相對應,通用層可以分為感知層計算機視覺、語音識別和自然語言處理,認知層的知識圖譜和自然語言處理的深入應用,以及執行層的機器人等。

    應用層:人工智能通用技術與各行業應用深度融合的領域,以垂直行業的人工智能應用公司為主。應用層人工智能企業將通用技術封裝成能夠落地的產品,包括軟硬件一體化產品以及針對具體應用場景的端到端解決方案。隨著通用技術走向成熟,行業應用價值凸顯,大量通用層的公司也在基于基礎技術能力向各行業應用層延伸。

    2、人工智能的商業模式

    人工智能走向產業應用的過程中,從向企業和個人用戶提供人工智能產品服務的角度,人工智能公司的商業模式主要分為四種類型:API調取、產品訂閱/License、“產品+服務"解決方案及效果付費。

人工智能的商業模式

數據來源:公開資料整理

    API調取:常見于基礎層廠商和通用層廠商,通過API形式輸出自身的技術能力,如計算機視覺領域的商湯科技、自動駕駛領域的百度Apollo平臺、語音識別領域的科大訊飛等,都是通過將人工智能技術輸出給應用廠商,由應用廠商完成最后一步產品及方案的封裝。這種模式的優勢在于模式較輕,規模化復制能力強。

    產品訂閱/License:主要是以機器人、APP等方式面向個人用戶的產品,以標準SaaS模式面向互聯網客戶和傳統行業中小型客戶的產。例如,大疆、松鼠Al等公司主要采取這種方式服務個人用戶。

    API調取:常見于基礎層廠商和通用層廠商,通過API形式輸出自身的技術能力,如計算機視覺領域的商湯科技、自動駕駛領域的百度Apollo平臺、語音識別領域的科大訊飛等,都是通過將人工智能技術輸出給應用廠商,由應用廠商完成最后一步產品及方案的封裝。這種模式的優勢在于模式較輕,規模化復制能力強。

    產品訂閱/License:主要是以機器人、APP等方式面向個人用戶的產品,以標準SaaS模式面向互聯網客戶和傳統行業中小型客戶的產。例如,大疆、松鼠Al等公司主要采取這種方式服務個人用戶。

    “產品+服務”解決方案:主要是面向傳統行業中大型客戶,這類客戶的應用場景相對復雜,單--產品很難解決其需求,因此需要--定程度的定制化服務。例如曠視科技、明略科技等公司服務公安領域客戶,需要提供端到端的解決方案。按效果付費:人工智能與業務場景結合后,按照其產生的可衡量的實際業務價值進行收費。人工
“產品+服務”解決方案:主要是面向傳統行業中大型客戶,這類客戶的應用場景相對復雜,單一產品很難解決其需求,因此需要一定程度的定制化服務。例如曠視科技、明略科技等公司服務公安領域客戶,需要提供端到端的解決方案。

    按效果付費:人工智能與業務場景結合后,按照其產生的可衡量的實際業務價值進行收費。人工智能公司與客戶更多是類似合作模式,按照業務量收取--定費用,目前在應用較為成熟的金融、智能客服領域有一些早期落地。例如,智能客服廠商根據幫助企業客戶節省多少人力成本來衡量效果,可以按照工作量和坐席數量進行收費。

    二、人工智能助力企業數字化轉型

    發展至今,人工智能經歷了明顯的泡沫降溫,進入了技術成熟度曲線的低谷期。行業開始回歸理性,更多地關注人工智能如何落地產業,推動企業的數字化轉型。

    1、人工智能價值創造的三個層次

    智研咨詢發布的《2019-2025年中國人工智能行業市場專項調研及投資前景分析報告》數據顯示:人工智能落地產業帶來的價值創造,可以分為自動化、智能化、創新化三個層次,每個層次創造的價值度逐步提升。

人工智能價值創造的三個層次

人工智能價值創造的三個層次
-
自動化
智能化
創新化
含義
機器執行,提升業務的自動化程度;感知智能技術的單點應用
機器分析與決策,能力躍遷;認知智能技術,深入業務流程
智能化應用改變傳統業務流程,重塑產業鏈;技術與產業深度融合
案例
工業機器人
AI醫學影像
程序化廣告投放
犯罪團伙挖掘銷量預測
AI智能貨柜自動駕駛

數據來源:公開資料整理

    自動化,是依靠人工智能技術提升業務的自動化程度。自動化并不改變原有業務流程,而是由機器替代人來自動執行業務流程,從而提升效率,降低成本。

    典型的場景,例如工業機器人取代工人進行分揀、組裝等重復性勞動;醫學影像領域,人工智能系統輔助閱片,提升醫生診斷效率;廣告營銷領域的程序化廣告投放等。多數場景下,自動化涉及的是業務鏈條中的單個環節。

    智能化,是基于知識圖譜等認知智能技術,讓機器具備分析和決策能力,可以完成人力無法實現的工作,對業務流程進行改造,創造增量價值。

    例如,在安防領域,基于行業知識圖譜技術在幾億個實體中尋找隱性關系,發現團伙作案的行為,人力無法處理如此大數據量的分析。零售領域,基于門店歷史銷售數據,通過機器學習構建銷量預測模型,實現銷量預測,實現遠高于依靠經驗預測的準確度,降低庫存和損耗。

    智能化主要涉及分析、推理和決策性的工作,應用場景中往往涉及到數據挖掘,以及NLP、深度學習增強學習等認知智能技術和算法,并深入到相對完整的業務流程當中。創新化,是人工智能與行業深度融合后重塑業務流程和產業鏈,形成新的商業模式甚至新的細分行業。例如,基于計算機視覺的智能貨柜,相比傳統機械式無人售貨機成本下降50%以上,容納更多商品種類。無人駕駛是未來最具備創新潛力的人工智能落地方向,一旦無人駕駛技術成熟,傳統汽車行業從主機廠到用車場景的產業鏈關系將被顛覆。

    2、人工智能助力企業業務智能化

    數字化,是指利用數字技術來重塑業務流程,從而帶來新的收入和價值創造機會。數字化轉型,已經成為企業實現業務增長的必然選擇。

    數字化的典型路徑分為“信息化--在線化--智能化”三個階段。信息化即IT基礎設施的完善,是企業服務客戶和經營管理在線化的基礎。在線化包括用戶交互場景以及企業經營場景的在線化。智能化是基于在線化沉淀的數據,讓企業的經營決策從經驗和流程驅動轉向數據驅動、自動化決策,實現降本增效。

企業數字化轉型的三個階段

企業數字化轉型的三個階段
 -
信息化
在線化
智能化
含義
進行IT基礎設施建設,經營流程標準化
用戶交互場景在線化,擴大服務范圍
通過數據服務企業經營,機器直接形成決策
信息化是企業經營在線化的基礎
企業經營場景在線化,匹配服務資源,提升經營效率
經營場景智能化,最優化服務與效率

數據來源:公開資料整理

    企業的數字化轉型正在走向深入。隨著業務信息化和在線化的推進,企業積累的數據量不斷增長,同時業務場景的復雜度也在提升,傳統的業務模式很難滿足精細化運營和服務的需求,必然要走向智能化階段。

    例如,當零售企業通過APP等在線化渠道實現了線上化的交易、會員運營、客戶服務之后,將有機會基于客戶數據進行個性化的商品推薦和促銷方案,提升服務體驗和銷售額。但是,這種業務訴求無法通過傳統的人工匹配或單純依靠業務經驗規則來做到,必須要借助機器學習建模來實現。

    因此,人工智能技術是助力企業數字化轉型從信息化、在線化走向智能化的關鍵技術。基于人工智能技術應用的業務智能化,會成為企業新的核心競爭力。此外,部分行業頭部企業已經走在前列,通過自有業務場景的應用實踐,逐步積累人工智能技術的自研能力,并開始對外輸出。

    3、人工智能的落地進展

    隨著產業數字化帶來的數據基礎的日益成熟,人工智能在營銷、金融、數字政府、零售、醫療等行業的落地持續推進,并開始帶來顯著的效益,但落地進展有先后之分。在部分行業,傳統企業已經充分認可人工智能的應用價值,開始在實際業務場景規模化地引入相關技術。首先,在人工智能實際落地過程中,產業的數字化基礎設施是影響落地進展的關鍵要素。產業數字化程度越高,人工智能的應用具備越完善的數據基礎。

    其次,在數據基礎設施差異的基礎上,人工智能技術與各行業具體業務場景結合產生的主流應用場景和價值呈現也有不同,會處于不同的應用價值階段。

    最后,基于不同行業的市場規模體量,人工智能技術應用創造的市場規模大小不同。氣泡的大小代表了現階段各個行業人工智能應用的市場規模,包括軟件、硬件和服務。

人工智能在各行業的落地進展

數據來源:公開資料整理

    中國人工智能市場規模未來將不斷攀升

    2017年中國國務院《新一代人工智能發展規劃》中預計,到2020年人工智能總體技術和應用與世界先進水平同步,人工智能核心技術超過1500億元;到2025年,人工智能基礎理論實現重大突破,部分技術和應用達到世界領先水平,核心技術規模超過4000億元。

2020-2030年中國人工智能核心產業規模規劃(億元)

數據來源:公開資料整理

    中國人工智能企業數量可觀產業蓄力增長

    自2015年人工智能進入國家政府報告以來,中國人工智能產業不斷發展,人工智能企業數量也在不斷攀升。中國人工智能企業主要集中在北上廣地區,其中北京地區集中了近四百家人工智能企業。

2018年中國部分省份人工智能企業數量

數據來源:公開資料整理

    三、人工智能應用趨勢展望

    展望未來,基礎設施的升級、從決策到行動的技術演進,以及應用場景從企業智能延伸到產業智能,是人工智能應用值得關注的幾大趨勢。

    1、基礎設施升級,拓展人工智能應用場景

    2019年,中國正式進入5G商用元年。作為具備高帶寬、低時延、廣連接特性的新-代通信技術,5G正在成為產業變革、萬物互聯的新基礎設施。

    首先,5G可以支撐大量設備實時在線和海量數據的傳輸,使得企業可獲得的數據量、數據實時性大幅圖提升,為更多人工智能應用提供可能。其次,隨著5G部署范圍的拓展,基于5G之上的超高清視頻等應用將迎來增長,人工智能在其中大有用武之地。

    例如,在大量的工業生產現場,不具備建設高帶寬有線網絡的條件,傳統的Wi-Fi等無線網絡也不滿足帶寬要求,無法通過高清視頻監控實現對產線故障、人員違規操作、安全風險等異常狀況的實時監控和識別預警,而5G網絡提供了新的解決方案。基于5G網絡,還可以結合AR/NR技術,對設備故障進行遠程專家診斷和運維。

    此外,邊緣計算也是5G時代的重要特征。邊緣端大量智能終端設備的爆發,使得傳統的以云端為核心的集中式數據處理方式無法滿足需求,邊緣計算興起。隨著數據更多地在終端進行處理和應用,人工智能將廣泛落地在邊緣側,邊緣智能(EdgeItelligence)崛起。

    2、人機協同帶來全新業務模式

    按照解決問題的能力劃分,從識別--理解--分析--決策---_行動的鏈條來看,人工智能的發展可以分為三個階段--感知智能、認知智能和行動智能。

從感知智能到行業智能

數據來源:公開資料整理

    人工智能技術的目標是讓機器在整個從感知到行動的鏈條上模擬甚至超越人的能力,但在很多復雜場景下,單純依靠機器完全能替代人去解決問題并不現實。考慮到能力范圍、時間效率、成本優化等因素,把人和機器作為整體部署的人機協同模式將成為未來的主流。

    人機協同,是通過人機交互實現人類智能與機器智能的結合。具體而言,人機協同的模式是以知識圖譜為支撐進行推理推薦,并進行人和機器資源的合理配置,解決復雜問題。根據場景需求不同,具體的人機交互方式包括冗余、互補和混合三種方式。

    人機協同已在多個行業中開始滲適和落地。

    例如,在智慧餐廳場景,可以運用人和機器的交互來提高客戶滿意度。機器人可以和服務員共同配合,共同完成迎賓、領位、點餐、送餐、收餐等服務環節。
在公安場景,知識圖譜有16億實體,要從中挖掘隱性關系和潛在線索,由于數據量巨大,如果單純依靠機器進行全景搜索將耗費大量時間。如果采用人機協同的模式,結合刑偵專家的經驗和洞察,判斷出重點可疑方向由機器進行深入搜索,可以大幅度提升效率。

    現階段,人機協同的進展還是以人為主,由人來判斷場景需求和機器的能力進行匹配。未來的方向,則是實現機器自主判斷場景、調度資源,并與人類相互協同。

    3、產業智能互聯

    隨著企業數字化轉型和產業互聯網的不斷推進,產業智能互聯的數據基礎設施不斷完善。產業互聯網實現了產業鏈各環節的數據打通,在此基礎上,人工智能的應用將從企業內部智能化延伸到產業智能化,實現采購、制造、流通等環節的智能協同,進一步發揮產業互聯網的價值,提升產業整體效率。

    例如,以滴滴為代表的網約車平臺就是一個簡化版的產業智能互聯樣本。每個網約車司機都是一個小經營者,通過滴滴的智能調度平臺建立與終端用戶的連接,平臺的人工智能預測、推薦、調度等算法,實現了用車需求與運力的高效匹配,這是單個司機所無法做到的。

    在零售行業,‘“雙十一”是典型的產業智能互聯實踐,千萬商家和數億消費者參與其中,在制造、電商、物流、支付金融等產業互聯基礎設施支撐下,結合人工智能等技術的賦能,高效完成海量的線上交易和履約。例如,商家可以參考電商平臺的銷量趨勢預測數據提前進行備貨,并結合庫存調度系統和物流服務網絡,將訂單智能分配到配送路徑最短的倉庫和線下門]店發貨。隨著基礎設施的成熟和技術滲透,未來將有更多的行業走向產業智能互聯。

相關深度報告

2020-2026年中國農業人工智能行業競爭格局分析及戰略咨詢研究報告

2020-2026年中國農業人工智能行業競爭格局分析及戰略咨詢研究報告

《2020-2026年中國農業人工智能行業競爭格局分析及戰略咨詢研究報告》共十四章 ,包含2020-2026年農業人工智能行業投資機會與風險,農業人工智能行業投資戰略研究,研究結論及投資建議等內容。

版權提示:中國產業信息網倡導尊重與保護知識產權,對有明確來源的內容注明出處。如發現本站文章存在版權、稿酬或其它問題,煩請聯系我們,我們將及時與您溝通處理。聯系方式:gaojian@chyxx.com、010-60343812。
 

精彩圖片

 
 

微信公眾號

中國產業信息網微信公眾號中國產業信息網
微信公眾號

 

產業研究產業數據

 

 

 排行榜產經研究數據

lpl竞猜 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>