第一章 行業(yè)概況

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。總體來講，當(dāng)前對人工智能的定義大多可劃分為以下四類：

圖：人工智能產(chǎn)業(yè)鏈

資料來源：資產(chǎn)信息網(wǎng) 千際投行 iFinD

按照人工智能的智能程度，一般分為以下三類：

弱人工智能 （ANI）：是指專注于且只能解決單個(gè)特定領(lǐng)域問題的人工智能

強(qiáng)人工智能 （AGI）：是指能夠勝任人類所有工作的人工智能

超強(qiáng)人工智能 （ASI）：是指在科學(xué)創(chuàng)造力、智能和社交能力等每一個(gè)方面都比最強(qiáng)人類大腦聰明的人工智能。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 行行查

人工智能具有算力、算法、數(shù)據(jù)三大要素，其中基礎(chǔ)層提供算力支持，通用技術(shù)平臺解決算法問題，場景化應(yīng)用挖掘數(shù)據(jù)價(jià)值。

圖 人工智能三大要素

資料來源：資產(chǎn)信息網(wǎng) 千際投行

人工智能可分為以下三個(gè)發(fā)展階段：

運(yùn)算智能：即快速計(jì)算和記憶存儲能力。計(jì)算機(jī)比較具有優(yōu)勢的是運(yùn)算能力和存儲能力，現(xiàn)階段計(jì)算智能應(yīng)用已經(jīng)實(shí)現(xiàn)并逐漸成熟，1996年IBM的深藍(lán)計(jì)算機(jī)戰(zhàn)勝了當(dāng)時(shí)的國際象棋冠軍卡斯帕羅夫，這一事件標(biāo)志著人類在強(qiáng)運(yùn)算型場景下的計(jì)算能力已經(jīng)不如機(jī)器算力了。

感知智能：即類似人的視覺、聽覺、觸覺等對外界刺激作出反應(yīng)的能力。人和動(dòng)物能夠通過各種智能感知能力與自然界進(jìn)行交互。機(jī)器通過AI技術(shù)，也可實(shí)現(xiàn)這種類人智能，如自動(dòng)駕駛汽車就是通過激光雷達(dá)等感知設(shè)備和人工智能算法實(shí)現(xiàn)這樣的感知智能的。當(dāng)前人類社會(huì)的AI技術(shù)正處于感知智能不斷完善的階段。

認(rèn)知智能：通俗講是一種“能理解會(huì)思考”的能力。未來機(jī)器能在沒有數(shù)據(jù)信息被動(dòng)輸入的情況下，主動(dòng)進(jìn)行環(huán)境感知、信息采集、邏輯判斷，做出決策等，實(shí)現(xiàn)類人智能。在這一階段機(jī)器能夠替代了大量的傳統(tǒng)體力勞動(dòng)，并輔助人們做出理論上的最優(yōu)決策。

1．1 發(fā)展歷程

自1956年“人工智能”概念和理論首次被提出，AI 產(chǎn)業(yè)和技術(shù)發(fā)展主要經(jīng)歷如下發(fā)展階段：

20世紀(jì)50年代——20世紀(jì)70年代

受制于算力性能、數(shù)據(jù)量等，更多停留在理論層面。1956年達(dá)特茅斯會(huì)議推動(dòng)了全球第一次人工智能浪潮的出現(xiàn)，當(dāng)時(shí)樂觀的氣氛彌漫著整個(gè)學(xué)界，在算法方面出現(xiàn)了很多世界級的發(fā)明，其中包括一種叫做增強(qiáng)學(xué)習(xí)的雛形， 增強(qiáng)學(xué)習(xí)就是谷歌AlphaGo算法核心思想內(nèi)容。

而70年代初，AI遭遇了瓶頸：人們發(fā)現(xiàn)邏輯證明器、感知器、增強(qiáng)學(xué)習(xí)等只能做很簡單、用途狹隘的任務(wù)，稍微超出范圍就無法應(yīng)對。當(dāng)時(shí)的計(jì)算機(jī)有限的內(nèi)存和處理速度不足以解決任何實(shí)際的AI問題。這些計(jì)算復(fù)雜度以指數(shù)程度增加，成為了不可能完成的計(jì)算任務(wù)。

20世紀(jì)80年代——20世紀(jì)90年代

專家系統(tǒng)是人工智能的第一次商業(yè)化嘗試，高昂的硬件成本、有限的適用場景限制了市場的進(jìn)一步向前發(fā)展。在80年代，專家系統(tǒng)AI程序開始為全世界的公司所采納，而“知識處理”成為了主流AI研究的焦點(diǎn)。專家系統(tǒng)的能力來自于它們存儲的專業(yè)知識，知識庫系統(tǒng)和知識工程成為了80年代AI研究的主要方向。但是專家系統(tǒng)的實(shí)用性僅僅局限于某些特定情景，不久后人們對專家系統(tǒng)的狂熱追捧轉(zhuǎn)向巨大的失望。

另一方面，1987年到1993年現(xiàn)代PC的出現(xiàn)，其費(fèi)用遠(yuǎn)遠(yuǎn)低于專家系統(tǒng)所使用的Symbolics和Lisp等機(jī)器。相比于現(xiàn)代PC，專家系統(tǒng)被認(rèn)為古老陳舊而非常難以維護(hù)。于是，政府經(jīng)費(fèi)開始下降，寒冬又一次來臨。

2015年至今

逐步形成完整的產(chǎn)業(yè)鏈分工、協(xié)作體系。人工智能第三起的標(biāo)志性事件發(fā)生在2016年3月，谷歌DeepMind研發(fā)的AlphaGo在圍棋人機(jī)大戰(zhàn)中擊敗韓國職業(yè)九段棋手李世石。隨后，大眾開始熟知人工智能，各個(gè)領(lǐng)域的熱情都被調(diào)動(dòng)起來。這次事件確立了以DNN神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)的統(tǒng)計(jì)分類深度學(xué)習(xí)模型，這類模型相比于過往更加泛化，通過不同的特征值提取可以適用于不同的應(yīng)用場景中。

同時(shí)，2010年—2015年移動(dòng)互聯(lián)網(wǎng)的普及也為深度學(xué)習(xí)算法帶來了前所未有的數(shù)據(jù)養(yǎng)料。得益于數(shù)據(jù)量的上漲、運(yùn)算力的提升和機(jī)器學(xué)習(xí)新算法的出現(xiàn)，人工智能開始大調(diào)整。人工智能的研究領(lǐng)域也在不斷擴(kuò)大，包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、進(jìn)化計(jì)算、模糊邏輯、計(jì)算機(jī)視覺、自然語言處理、推薦系統(tǒng)等。深度學(xué)習(xí)的發(fā)展，讓人工智能進(jìn)入新的發(fā)展高潮。

1．2 市場現(xiàn)狀

市場規(guī)模

隨著技術(shù)的不斷發(fā)展人工智能也逐漸出現(xiàn)在大眾眼前，人工智能是一個(gè)新興產(chǎn)業(yè)，所涉及的面廣對于人才的要求高，近些年人工智能市場規(guī)模不斷擴(kuò)大隨著人工智能技術(shù)的成熟應(yīng)用場景也在擴(kuò)展。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 報(bào)告大廳

根據(jù)人工智能市場分析數(shù)據(jù)顯示，截至2017年，中國人工智能市場規(guī)模達(dá)到237．4億元，比2016年增長67％。其中，計(jì)算機(jī)視覺市場具有生物識別技術(shù)，形象認(rèn)可，視頻識別等技術(shù)核心規(guī)模最大，占34．9％，達(dá)到82．8億元。2021年中國人工智能市場規(guī)模將達(dá)到415．5億元，同比增長75％。預(yù)計(jì)到2023年中國人工智能市場規(guī)模將超過2000億。人民幣2364億元，2021 － 2023年復(fù)合增長率約為43．73％。

從應(yīng)用領(lǐng)域來看，目前我國人工智能在政府、金融、互聯(lián)網(wǎng)、零售等領(lǐng)域的人機(jī)對話、遠(yuǎn)程作業(yè)、質(zhì)控風(fēng)控、營銷運(yùn)營、決策支持等諸多環(huán)節(jié)存在不同程度的應(yīng)用，行業(yè)主要客戶也主要來自上述領(lǐng)域。其中，政府城市管理和運(yùn)營的市場份額接近50％，成為推動(dòng)我國人工智能行業(yè)發(fā)展的重要?jiǎng)恿�。其次是互�?lián)網(wǎng)，占比18％。第三是金融，占比12％。

投融資情況

根據(jù)2021 年斯坦福大學(xué)發(fā)布的《2021 年人工智能指數(shù)報(bào)告》，2018 年開始全球Al 公司的融資持續(xù)向龍頭初創(chuàng)公司聚集，2018 年開始每年新成立的公司數(shù)量持續(xù)下降，但是Al 融資金額依舊保持上升趨勢。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 廣聞廣識

圖：中國人工智能企業(yè)的上市情況

資料來源：資產(chǎn)信息網(wǎng) 千際投行 廣聞廣識

第二章 商業(yè)模式和技術(shù)發(fā)展2．1 產(chǎn)業(yè)鏈

人工智能產(chǎn)業(yè)鏈主要分為基礎(chǔ)層、技術(shù)層、應(yīng)用層三個(gè)層級：

基礎(chǔ)層以數(shù)據(jù)、算力、算法為核心；

技術(shù)層是建立在基礎(chǔ)層的核心能力之上，通過打造一套人工智能系統(tǒng)使機(jī)器能夠像人類一樣進(jìn)行感知與分析，其中最關(guān)鍵的領(lǐng)域包括計(jì)算機(jī)視覺（圖像識別與分析）、語音識別與自然語言處理技術(shù)（語音識別與合成）、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)（分析決策及行動(dòng)）等；

應(yīng)用層是將技術(shù)能力與具體場景相融合，幫助企業(yè)／城市管理者等客戶降本增效，目前主要應(yīng)用的場景有泛安防、金融、醫(yī)療、自動(dòng)駕駛等領(lǐng)域。

在上述三個(gè)層級之外，通常面向終端時(shí)還涉及硬件交付，如攝像頭、服務(wù)器、芯片等，所以人工智能產(chǎn)業(yè)鏈涉及業(yè)務(wù)方眾多。

圖：產(chǎn)業(yè)鏈

資料來源：資產(chǎn)信息網(wǎng) 千際投行 招商銀行

圖：產(chǎn)業(yè)鏈圖譜概覽

資料來源：資產(chǎn)信息網(wǎng) 千際投行 艾瑞咨詢

上游

人工智能基礎(chǔ)層是支撐各類人工智能應(yīng)用開發(fā)與運(yùn)行的資源平臺，主要包括數(shù)據(jù)資源、硬件設(shè)置和計(jì)算力三大要素。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 廣聞廣識

人工智能基礎(chǔ)層主要包括智能計(jì)算集群、智能模型敏捷開發(fā)工具、數(shù)據(jù)基礎(chǔ)服務(wù)與治理平臺三個(gè)板塊。

智能計(jì)算集群：提供支持AI模型開發(fā)、訓(xùn)練或推理的算力資源，包括系統(tǒng)級AI芯片和異構(gòu)智能計(jì)算服務(wù)器，以及下游的人工智能計(jì)算中心等；

智能模型敏捷開發(fā)工具：主要實(shí)現(xiàn)AI應(yīng)用模型的生產(chǎn)，包括開源算法框架，提供語音、圖像等AI技術(shù)能力調(diào)用的AI開放平臺和AI應(yīng)用模型效率化生產(chǎn)平臺；

數(shù)據(jù)基礎(chǔ)服務(wù)與治理平臺：實(shí)現(xiàn)應(yīng)用所需的數(shù)據(jù)資源生產(chǎn)與治理，提供AI基礎(chǔ)數(shù)據(jù)服務(wù)及面向AI的數(shù)據(jù)治理平臺。

AI基礎(chǔ)層企業(yè)通過提供AI算力、開發(fā)工具或數(shù)據(jù)資源助力人工智能應(yīng)用在各行業(yè)領(lǐng)域、各應(yīng)用場景落地，支撐人工智能產(chǎn)業(yè)健康穩(wěn)定發(fā)展。

圖：人工智能基礎(chǔ)層分類

資料來源：資產(chǎn)信息網(wǎng) 千際投行

通用計(jì)算芯片CPU、GPU 全球市場基本被Intel、Nvidia 等美國芯片廠商壟斷，技術(shù)與專利壁壘較高，卡脖子現(xiàn)象嚴(yán)重。華為麒麟、巴龍、昇騰及鯤鵬四大芯片有望突破此壁壘。未來幾年，全球各大芯片企業(yè)、互聯(lián)網(wǎng)巨頭、初創(chuàng)企業(yè)都將成為該市場的主要玩家。

計(jì)算力指數(shù)國家排名中美國列國家計(jì)算力指數(shù)排名第一，坐擁全球最多超大規(guī)模數(shù)據(jù)中心，這是美國算力的基礎(chǔ)保障。中國列第二，AI 算力領(lǐng)跑全球。日本、德國、英國分別位列第三至第五名。

計(jì)算平臺方面，全球市場被亞馬遜、谷歌、阿里、騰訊、華為等公司基本壟斷，但小公司的計(jì)算平臺憑借價(jià)格優(yōu)勢仍有生存空間。

中游

技術(shù)層作為人工智能產(chǎn)業(yè)的核心，主要依托基礎(chǔ)層的運(yùn)算平臺和海量數(shù)據(jù)資源進(jìn)行識別訓(xùn)練和機(jī)器學(xué)習(xí)建模，以開發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)，對應(yīng)用層的產(chǎn)品智能化程度起著決定性作用。根據(jù)技術(shù)層級分為通用技術(shù)層、AI軟件框架層和算法模型層。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 廣聞廣識

算法作為人工智能技術(shù)的引擎，主要用于計(jì)算、數(shù)據(jù)分析和自動(dòng)推理。當(dāng)前最為主流的基礎(chǔ)算法是深度學(xué)習(xí)算法，深度學(xué)習(xí)可以從大量數(shù)據(jù)中自動(dòng)總結(jié)規(guī)律，并使其適應(yīng)自身結(jié)構(gòu)，從而應(yīng)用到案例中。隨著基礎(chǔ)算法的成熟和穩(wěn)定，算法發(fā)展重點(diǎn)轉(zhuǎn)向工程實(shí)現(xiàn)——軟件框架，很多企業(yè)開始轉(zhuǎn)向建設(shè)算法模型工具庫，將算法封裝為軟件框架，提供給開發(fā)者使用。

目前美國是該領(lǐng)域發(fā)展水平最高的國家，以谷歌、Facebook、IBM和微軟為主的科技巨頭均將人工智能的重點(diǎn)布局在算法理論和軟件框架等門檻高的技術(shù)之上。而我國基礎(chǔ)理論體系尚不成熟，鮮有擁有針對算法的開放平臺，百度的Paddle－Paddle、騰訊的Angle等國內(nèi)企業(yè)的算法框架尚無法與國際主流產(chǎn)品競爭。

下游

應(yīng)用層是基于技術(shù)層的能力，去解決具體現(xiàn)實(shí)生活中的問題。比如利用計(jì)算機(jī)視覺技術(shù)，實(shí)現(xiàn)金融、安防等多個(gè)領(lǐng)域的人臉識別；利用智能語音技術(shù)，實(shí)現(xiàn)智能音箱、錄音筆等的語音識別；利用自然語言處理技術(shù)，用于智能客服的問答。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 廣聞廣識

在實(shí)際的應(yīng)用中，技術(shù)層和應(yīng)用層的關(guān)系是相互交叉的，某個(gè)領(lǐng)域的應(yīng)用可能用到多個(gè)維度的技術(shù)層的能力，比如金融行業(yè)的應(yīng)用對于智能語音、計(jì)算機(jī)視覺、自然語言處理技術(shù)都會(huì)有需求；同樣某個(gè)技術(shù)層的能力也可以廣泛應(yīng)用到多個(gè)不同的應(yīng)用領(lǐng)域，比如計(jì)算機(jī)視覺技術(shù)可以廣泛應(yīng)用到金融、安防、醫(yī)療、交通、教育等多個(gè)維度。

2．2 商業(yè)模式

人工智能相關(guān)產(chǎn)業(yè)大概分為五類：銷售智能設(shè)備、提供智能服務(wù)、智能平臺變現(xiàn)、智能軟件授權(quán)以及智能項(xiàng)目整合。不同的商業(yè)領(lǐng)域決定AI技術(shù)的變現(xiàn)能力，根據(jù)五類產(chǎn)業(yè)內(nèi)容又可分為計(jì)算能力、數(shù)據(jù)、算法框架、應(yīng)用平臺和解決方案六類商業(yè)領(lǐng)域，其進(jìn)入壁壘、演化路徑與短期長期價(jià)值各不相同。

圖：人工智能常見五種商業(yè)模式

資料來源：資產(chǎn)信息網(wǎng) 千際投行

目前，國內(nèi)外的中大型廠商都已經(jīng)初步形成了各自不同的核心競爭力，依據(jù)五大類人工智能商業(yè)內(nèi)容呈現(xiàn)出的最終形式大致可以分為以下三類公司。

人工智能創(chuàng)業(yè)公司：主要是依靠其對于某一垂直領(lǐng)域的技術(shù)研發(fā)或渠道優(yōu)勢，通過銷售相關(guān)技術(shù)產(chǎn)品設(shè)備或服務(wù)獲得盈利。人工智能領(lǐng)域創(chuàng)業(yè)的技術(shù)門檻較高，一旦成功產(chǎn)業(yè)化，則競爭壓力相對較小。商業(yè)模式相對比較傳統(tǒng)，在獲得市場關(guān)注和盈利前，需要投資人在人才與研發(fā)環(huán)節(jié)持續(xù)投入。而獲得源源不斷的融資也靠創(chuàng)始人的聲譽(yù)背書，因此這類企業(yè)短時(shí)間內(nèi)的收入模型和盈利模式比較模糊。

人工智能平臺：大型人工智能科技公司一般布局都在基礎(chǔ)功能平臺服務(wù)上，如大數(shù)據(jù)、云計(jì)算平臺�，F(xiàn)在越來越多的巨頭也把資源投入到了AI領(lǐng)域，如微軟旗下成熟的AI平臺。大型科技巨頭公司將主要精力花在布局基礎(chǔ)設(shè)施上，且大型人工智能平臺主要都是靠應(yīng)用程序接口（API）來盈利，調(diào)用的API次數(shù)越多，收費(fèi)越高。而在調(diào)用這些API的同時(shí)，用戶通常還會(huì)涉及其他服務(wù)，如服務(wù)器、虛擬機(jī)、數(shù)據(jù)庫等，這也將為企業(yè)盈利帶來新的增長點(diǎn)。

人工智能咨詢與定制服務(wù)：主要根據(jù)企業(yè)和客戶的需求進(jìn)行定制化的人工智能解決方案。現(xiàn)階段，人工智能方案對于傳統(tǒng)制造與服務(wù)類企業(yè)來說，規(guī)�；瘧�(yīng)用及成本控制難度較大。但隨著未來AI技術(shù)的發(fā)展，與人工智能服務(wù)相關(guān)的產(chǎn)品成本必將下降，中小型企業(yè)也可以負(fù)擔(dān)并愿意進(jìn)行智能升級改造。

AI咨詢與定制服務(wù)的商業(yè)模式較為獨(dú)特，目前大致有以下兩種模式：

成熟的AI專利應(yīng)用，如開發(fā)一個(gè)獨(dú)家專利的人工智能解決方案產(chǎn)品，并出售給下游用戶，其產(chǎn)品可標(biāo)準(zhǔn)化、規(guī)�；�量產(chǎn)。

客戶定制化服務(wù)，比如為某家公司客戶進(jìn)行產(chǎn)品定制服務(wù)，服務(wù)的歸屬權(quán)歸客戶所有，服務(wù)公司無權(quán)轉(zhuǎn)賣，此類定制服務(wù)價(jià)格較高，競爭能力強(qiáng)。

2．3 技術(shù)發(fā)展

對國內(nèi)人工智能行業(yè)的各個(gè)專利申請人的專利數(shù)量進(jìn)行統(tǒng)計(jì)，排名前列的公司依次為：中興通訊、京東方A、四川長虹、視源股份、�？低�視、浪潮信息、大華股份、航天信息等。

圖 國內(nèi)人工智能行業(yè)專利數(shù)量 Top 10

資料來源：資產(chǎn)信息網(wǎng) 千際投行 iFinD

截至2021 年上半年我國人工智能專利技術(shù)占比已超過65％，遠(yuǎn)超美、日韓等其他國家，處于絕對領(lǐng)先地位。從技術(shù)構(gòu)成來看，目前“用于閱讀或識別印刷或書寫字符或者用于識別圖形．．．”的專利申請數(shù)量最多，為34450 項(xiàng)，占總申請量的20．88％。

圖：全球人工智能專利來源國分布情況

資料來源：資產(chǎn)信息網(wǎng) 千際投行 廣聞廣識

2．4 政策監(jiān)管

人工智能行業(yè)根據(jù)中國證監(jiān)會(huì)頒布的《上市公司行業(yè)分類指引》（2012年修訂）和國家統(tǒng)計(jì)局《國民經(jīng)濟(jì)行業(yè)分類》（GB／T4754－2017）隸屬于“軟件和信息技術(shù)服務(wù)業(yè)”（行業(yè)代碼為I65）。根據(jù)《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》隸屬于“新一代信息技術(shù)產(chǎn)業(yè)”中的“人工智能”行業(yè)。

人工智能行業(yè)的行政監(jiān)管部門為工信部，負(fù)責(zé)擬訂信息產(chǎn)業(yè)的規(guī)劃、政策和標(biāo)準(zhǔn)并組織實(shí)施，指導(dǎo)行業(yè)技術(shù)創(chuàng)新和技術(shù)進(jìn)步，組織實(shí)施有關(guān)國家科技重大專項(xiàng)，推進(jìn)相關(guān)科研成果產(chǎn)業(yè)化，推動(dòng)軟件業(yè)、信息服務(wù)業(yè)和新興產(chǎn)業(yè)發(fā)展。

人工智能的自律協(xié)會(huì)包括：

中國軟件行業(yè)協(xié)會(huì)：協(xié)助政府部門組織制定、修改行業(yè)的國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)及推薦性標(biāo)準(zhǔn)，并推進(jìn)標(biāo)準(zhǔn)的貫徹落實(shí)；開展軟件和信息服務(wù)行業(yè)的調(diào)查與統(tǒng)計(jì)，提出行業(yè)中、長期發(fā)展規(guī)劃的咨詢建議；根據(jù)軟件行業(yè)發(fā)展需要，組織行業(yè)人才培訓(xùn)、人才交流等。

中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟：聚集產(chǎn)業(yè)生態(tài)各方力量，聯(lián)合開展人工智能技術(shù)、標(biāo)準(zhǔn)和產(chǎn)業(yè)研究，共同探索人工智能的新模式和新機(jī)制，推進(jìn)技術(shù)、產(chǎn)業(yè)與應(yīng)用研發(fā)，開展試點(diǎn)示范，廣泛開展國際合作等。

中國人工智能學(xué)會(huì)：組織和領(lǐng)導(dǎo)會(huì)員開展人工智能科學(xué)與技術(shù)的創(chuàng)新研究，促進(jìn)人工智能科學(xué)與技術(shù)的發(fā)展；開展國內(nèi)、國際學(xué)術(shù)交流活動(dòng)，提高會(huì)員的學(xué)術(shù)水平；開展人工智能科學(xué)與技術(shù)的咨詢與培訓(xùn)；組織開展對人工智能領(lǐng)域科學(xué)技術(shù)和產(chǎn)業(yè)發(fā)展戰(zhàn)略的研究，向政府部門提出咨詢建議等。

人工智能的行業(yè)政策包括：

資料來源：資產(chǎn)信息網(wǎng) 千際投行

2020年國家標(biāo)準(zhǔn)化管理委員會(huì)、中央網(wǎng)信辦國家發(fā)展改革委、科技部、工業(yè)和信息化部關(guān)于印發(fā)《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》的通知，將人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu)分為八大部分。

基礎(chǔ)共性標(biāo)準(zhǔn)：包括術(shù)語、參考架構(gòu)、測試評估三大類，位于人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu)的最左側(cè)，支撐標(biāo)準(zhǔn)體系結(jié)構(gòu)中其它部分。

支撐技術(shù)與產(chǎn)品標(biāo)準(zhǔn)：對人工智能軟硬件平臺建設(shè)、算法模型開發(fā)、人工智能應(yīng)用提供基礎(chǔ)支撐。

基礎(chǔ)軟硬件平臺標(biāo)準(zhǔn)：主要圍繞智能芯片、系統(tǒng)軟件、開發(fā)框架等方面，為人工智能提供基礎(chǔ)設(shè)施支撐。

關(guān)鍵通用技術(shù)標(biāo)準(zhǔn)：主要圍繞智能芯片、系統(tǒng)軟件、開發(fā)框架等方面，為人工智能提供基礎(chǔ)設(shè)施支撐。

關(guān)鍵領(lǐng)域技術(shù)標(biāo)準(zhǔn)：主要圍繞自然語言處理、智能語音、計(jì)算機(jī)視覺、生物特征識別、虛擬現(xiàn)實(shí)／增強(qiáng)現(xiàn)實(shí)、人機(jī)交互等方面，為人工智能應(yīng)用提供領(lǐng)域技術(shù)支撐。

產(chǎn)品與服務(wù)標(biāo)準(zhǔn)：包括在人工智能技術(shù)領(lǐng)域中形成的智能化產(chǎn)品及新服務(wù)模式的相關(guān)標(biāo)準(zhǔn)。

行業(yè)應(yīng)用標(biāo)準(zhǔn)：位于人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu)的最頂層，面向行業(yè)具體需求，對其它部分標(biāo)準(zhǔn)進(jìn)行細(xì)化，支撐各行業(yè)發(fā)展。

安全／倫理標(biāo)準(zhǔn)：位于人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu)的最右側(cè)，貫穿于其他部分，為人工智能建立合規(guī)體系。

圖：人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu)

資料來源：資產(chǎn)信息網(wǎng) 千際投行 東吳證券

第三章 行業(yè)估值、定價(jià)機(jī)制和全球龍頭企業(yè)3．1 行業(yè)綜合財(cái)務(wù)分析和估值方法

圖：指數(shù)表現(xiàn)

資料來源：資產(chǎn)信息網(wǎng) 千際投行 iFinD

人工智能行業(yè)估值方法可以選擇市盈率估值法、PEG估值法、市凈率估值法、市現(xiàn)率、P／S市銷率估值法、EV ／ Sales市售率估值法、RNAV重估凈資產(chǎn)估值法、EV／EBITDA估值法、DDM估值法、DCF現(xiàn)金流折現(xiàn)估值法、NAV凈資產(chǎn)價(jià)值估值法等。

3．2 行業(yè)發(fā)展和驅(qū)動(dòng)因子

多個(gè)行業(yè)希望利用AI實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型

當(dāng)前，數(shù)字化浪潮來襲，以人工智能為代表的新一代數(shù)字技術(shù)日新月異，催生了數(shù)字經(jīng)濟(jì)這一新的經(jīng)濟(jì)發(fā)展形態(tài)。過去20余年消費(fèi)互聯(lián)網(wǎng)的充分發(fā)展為我國數(shù)字技術(shù)的創(chuàng)新、數(shù)字企業(yè)的成長以及數(shù)字產(chǎn)業(yè)的蓬勃發(fā)展提供了重要機(jī)遇。人工智能等新一代信息技術(shù)的快速發(fā)展和應(yīng)用，推動(dòng)著各行各業(yè)加速向數(shù)字化邁進(jìn)。伴隨著數(shù)字技術(shù)的融合應(yīng)用以及我國供給側(cè)結(jié)構(gòu)性改革的不斷深化，加快AI等數(shù)字技術(shù)與產(chǎn)業(yè)經(jīng)濟(jì)的融合發(fā)展成為多個(gè)行業(yè)的共識。

大量人工智能高端人才

高端人才對于一個(gè)行業(yè)的影響毋庸置疑，甚至可以說，一個(gè)國家在人工智能領(lǐng)域的實(shí)力主要取決于少數(shù)精英研究人員的質(zhì)量。目前世界范圍內(nèi)，美國仍然是擁有最多拔尖研究人員的國家，這就是為什么美國在人工智能發(fā)明的年代能夠取得領(lǐng)先地位，并且進(jìn)入應(yīng)用的時(shí)代時(shí)，他們比自己的同行有優(yōu)勢。

近年來，我國企業(yè)對于機(jī)器學(xué)習(xí)、知識圖譜等領(lǐng)域關(guān)注度逐年增加，尤其在金融、教育、醫(yī)療領(lǐng)域，并由此吸引了越來越多的人才從事相關(guān)領(lǐng)域的學(xué)習(xí)。在研究熱度、就業(yè)前景、政策紅利等多方面因素疊加下，未來我國有望培養(yǎng)大量該領(lǐng)域的高端人才。

移動(dòng)互聯(lián)網(wǎng)的推動(dòng)

隨著人工智能進(jìn)入應(yīng)用時(shí)代，數(shù)據(jù)的應(yīng)用量得到了大幅提升。當(dāng)今人工智能應(yīng)用的核心，就是通過深度學(xué)習(xí)在海量數(shù)據(jù)中概括出人類難以發(fā)覺的細(xì)微聯(lián)系的能力。數(shù)據(jù)可以被視為支撐人工智能運(yùn)行的原材料。

我國擁有大量的移動(dòng)互聯(lián)網(wǎng)用戶基礎(chǔ)，為我國人工智能行業(yè)提供數(shù)據(jù)支撐。截至2021年上半年，我國手機(jī)網(wǎng)民規(guī)模為10．07億，較2020年12月新增手機(jī)網(wǎng)民2092萬，網(wǎng)民中使用手機(jī)上網(wǎng)的比例為99．6％

技術(shù)進(jìn)步

（1）邊緣計(jì)算技術(shù)：通過將邊緣技術(shù)應(yīng)用于人工智能，可以提供更快的計(jì)算和洞察力、更好的數(shù)據(jù)安全性以及對持續(xù)運(yùn)營的有效控制。因此，它可以提高支持人工智能的應(yīng)用程序的性能，并降低運(yùn)營成本。

（2）分布式計(jì)算技術(shù)：可以將計(jì)算任務(wù)分派給多個(gè)分布式服務(wù)器進(jìn)行下發(fā)，計(jì)算完成后再將結(jié)果通過不同的分布式服務(wù)器進(jìn)行匯總，通過中央控制器合成展現(xiàn)。分布式計(jì)算架構(gòu)與人工智能計(jì)算相輔相成，共同完成大數(shù)據(jù)處理和計(jì)算任務(wù)。

政府政策支持

政府政策在驅(qū)動(dòng)中國人工智能發(fā)展方面的作用是顯著的但常常被人誤解。政府常常挑選優(yōu)勢企業(yè)進(jìn)行補(bǔ)貼，或者發(fā)布命令規(guī)定應(yīng)當(dāng)發(fā)展的技術(shù)。如果人工智能對經(jīng)濟(jì)的影響遠(yuǎn)小于當(dāng)前預(yù)期，那么投入人工智能的資源可能是一種浪費(fèi)。

另外，由于許多人工智能技術(shù)都已經(jīng)成熟，選擇哪些進(jìn)行支持對公共部門來說是一個(gè)問題。政府的參與絕不是技術(shù)領(lǐng)先的先決條件，但隨著人工智能更深入地滲透到現(xiàn)實(shí)系統(tǒng)中，政府參與可能會(huì)加速技術(shù)產(chǎn)生經(jīng)濟(jì)影響。

3．3 行業(yè)風(fēng)險(xiǎn)分析和風(fēng)險(xiǎn)管理

表：常見行業(yè)風(fēng)險(xiǎn)因子

資料來源：資產(chǎn)信息網(wǎng) 千際投行

核心競爭力風(fēng)險(xiǎn)

人工智能行業(yè)為技術(shù)密集型行業(yè)。業(yè)內(nèi)公司掌握的核心技術(shù)及業(yè)內(nèi)公司研發(fā)水平將嚴(yán)重影響業(yè)內(nèi)公司的核心競爭力。隨著人工智能應(yīng)用及算法的逐步普及，人工智能芯片受到了多家集成電路龍頭企業(yè)的重視，該領(lǐng)域也成為多家初創(chuàng)集成電路設(shè)計(jì)公司發(fā)力的重點(diǎn)。此外，研發(fā)項(xiàng)目的進(jìn)程及結(jié)果的不確定性較高，業(yè)內(nèi)公司將面臨前期的研發(fā)投入難以收回、預(yù)計(jì)效益難以達(dá)到的風(fēng)險(xiǎn)。

應(yīng)對措施：未來，業(yè)內(nèi)公司應(yīng)不斷貼近市場需求，提升研發(fā)投入效率，保障產(chǎn)品的快速迭代，以此保障公司提升自身的核心競爭力。

行業(yè)風(fēng)險(xiǎn)

近年來，隨著人工智能應(yīng)用及算法的逐步普及，人工智能受到了市場的重視。總體來看，人工智能技術(shù)迭代速度加快，技術(shù)發(fā)展路徑尚在探索中，尚未形成具有絕對優(yōu)勢的架構(gòu)和系統(tǒng)生態(tài)。隨著越來越多的廠商推出人工智能產(chǎn)品，該市場競爭日趨激烈。

應(yīng)對措施：未來，公司應(yīng)加強(qiáng)研發(fā)管理，提升研發(fā)效率，以應(yīng)對行業(yè)風(fēng)險(xiǎn)。

宏觀環(huán)境風(fēng)險(xiǎn)

業(yè)內(nèi)公司采購部分境外 IP、軟件，主要通過美元進(jìn)行結(jié)算。業(yè)內(nèi)公司自簽訂采購合同至收付匯具有一定周期。隨著公司經(jīng)營規(guī)模的不斷擴(kuò)大，未來若人民幣與美元匯率發(fā)生大幅波動(dòng)，公司未能準(zhǔn)確判斷匯率走勢，或未能及時(shí)實(shí)現(xiàn)結(jié)匯導(dǎo)致期末外幣資金余額較高，將可能產(chǎn)生匯兌損失，對公司的財(cái)務(wù)狀況及經(jīng)營業(yè)績造成不利影響。

新冠疫情風(fēng)險(xiǎn)

全球新冠疫情仍在持續(xù)，國內(nèi)外多地疫情反復(fù)，如果進(jìn)一步失控，有可能對公司的市場銷售以及現(xiàn)場交付工作造成較大影響。

應(yīng)對措施：公司應(yīng)毫不松懈地做好疫情防控工作，努力保護(hù)員工健康，持續(xù)密切關(guān)注疫情態(tài)勢，慎重評估其對公司經(jīng)營的影響，并積極應(yīng)對，盡可能降低疫情帶來的負(fù)面影響。

3．4 競爭分析 － SWOT 模型

優(yōu)勢

人工智能可以提供各種各樣的應(yīng)用來服務(wù)人類，比如京東和淘寶的智能推薦，無人車的自動(dòng)駕駛。人工智能可用于完成最困難，最復(fù)雜甚至最危險(xiǎn)的任務(wù)。我們可以利用人工智能的優(yōu)勢并充分利用它。人工智能還可以節(jié)省人力資源和提高效率，幫助我們完成單調(diào)，重復(fù)和耗時(shí)的過程。并且人工智能可以不停地工作，但人們不能這樣做。同時(shí)人工智能能夠比人們更快地完成復(fù)雜的任務(wù)，節(jié)省大量時(shí)間并加快進(jìn)程，并且人工智能的成本與人力成本相比要低很多。

劣勢

人工智能系統(tǒng)還無法超出場景或語境理解行為，并且具有不可預(yù)測性，用戶無法預(yù)測人工智能會(huì)做出何種決策，這既是一種優(yōu)勢，也會(huì)帶來風(fēng)險(xiǎn)，因?yàn)橄到y(tǒng)可能會(huì)做出不符合設(shè)計(jì)者初衷的決策。最后是安全問題和漏洞。機(jī)器會(huì)重結(jié)果而輕過程，它只會(huì)通過找到系統(tǒng)漏洞，實(shí)現(xiàn)字面意義上的目標(biāo)，但其采用的方法不一定是設(shè)計(jì)者的初衷。例如，網(wǎng)站會(huì)推薦一些極端主義視頻，因?yàn)榇碳ば詢?nèi)容可以增加瀏覽時(shí)間。再如，網(wǎng)絡(luò)安全系統(tǒng)會(huì)判斷人是導(dǎo)致破壞性軟件植入的主要原因，于是索性不允許人進(jìn)入系統(tǒng)。

機(jī)遇

無論人類社會(huì)自身的需求，還是由于人工智能的介入而產(chǎn)生的新需求，這些需求本身都為人工智能的發(fā)展提供了難得的機(jī)遇。雖然這些機(jī)遇不一定促成人工智能的進(jìn)步，但它們的確是人工智能進(jìn)一步發(fā)展的動(dòng)力。人類總是期望人工智能可以更安全、更貼心地服務(wù)于人類，為人類創(chuàng)造更多的便利。

威脅

從技術(shù)層面來說，當(dāng)前人工智能仍然面臨著眾多技術(shù)上的難題。技術(shù)上的難題關(guān)系著人工智能是否具有可靠性與高效性，能否取得人類信任，能否避免出現(xiàn)重大技術(shù)事故等。

從社會(huì)規(guī)范層面來看，人工智能的快速發(fā)展在一定程度上打破了傳統(tǒng)的社會(huì)規(guī)范，也因此帶來了一系列的社會(huì)問題。這些問題的出現(xiàn)，為人工智能的發(fā)展帶來了諸多隱憂，甚至在一定程度上阻礙了人工智能的發(fā)展。人工智能能否解決人類對人工智能自身發(fā)展的擔(dān)憂，在很大程度上決定著其自身的發(fā)展前景。

3．5 中國企業(yè)重要參與者

中國主要企業(yè)有�？低�視［002415．SZ］、工業(yè)富聯(lián)［601138．SH］、京東方A［000725．SZ］、中興通訊［000063．SZ］、科大訊飛［002230．SZ］、恒生電子［600570．SH］、瀾起科技［688008．SH］、聞泰科技［600745．SH］、兆易創(chuàng)新［603986．SH］、圣邦股份［300661．SZ］等。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 iFinD

（1）海康威視：成立于2001年，是一家專注技術(shù)創(chuàng)新的科技公司。�？低�視致力于將物聯(lián)感知、人工智能、大數(shù)據(jù)技術(shù)服務(wù)于千行百業(yè)，引領(lǐng)智能物聯(lián)網(wǎng)新未來。

（2）科大訊飛：成立于1999年，是亞太地區(qū)知名的智能語音和人工智能上市企業(yè)。自成立以來，一直從事智能語音、自然語言理解、計(jì)算機(jī)視覺等核心技術(shù)研究并保持了國際前沿技術(shù)水平；積極推動(dòng)人工智能產(chǎn)品和行業(yè)應(yīng)用落地，致力讓機(jī)器“能聽會(huì)說，能理解會(huì)思考”，用人工智能建設(shè)美好世界。2008年，公司在深圳證券交易所掛牌上市（股票代碼：002230）。

（3）寒武紀(jì)：成立于2016年，專注于人工智能芯片產(chǎn)品的研發(fā)與技術(shù)創(chuàng)新，致力于打造人工智能領(lǐng)域的核心處理器芯片，讓機(jī)器更好地理解和服務(wù)人類。寒武紀(jì)產(chǎn)品廣泛應(yīng)用于服務(wù)器廠商和產(chǎn)業(yè)公司，面向互聯(lián)網(wǎng)、金融、交通、能源、電力和制造等領(lǐng)域的復(fù)雜 AI 應(yīng)用場景提供充裕算力，推動(dòng)人工智能賦能產(chǎn)業(yè)升級。

3．6 全球重要競爭者

中國科學(xué)院大數(shù)據(jù)挖掘與知識管理重點(diǎn)實(shí)驗(yàn)室所發(fā)布的《2019人工智能發(fā)展白皮書》披露全球人工智能企業(yè)TOP20榜單，排名前十分別是：微軟、谷歌、Facebook、百度、大疆創(chuàng)新、曠視科技、科大訊飛、Automation Anywhere和IBM。

資料來源：資產(chǎn)信息網(wǎng) 千際投行 中科院

（1）微軟：是一家美國跨國科技企業(yè)，由比爾·蓋茨和保羅·艾倫于1975年4月4日創(chuàng)立。公司總部設(shè)立在華盛頓州雷德蒙德（Redmond，鄰近西雅圖），以研發(fā)、制造、授權(quán)和提供廣泛的電腦軟件服務(wù)業(yè)務(wù)為主。最為著名和暢銷的產(chǎn)品為Windows操作系統(tǒng)和Office系列軟件，是全球最大的電腦軟件提供商、世界PC（Personal Computer，個(gè)人計(jì)算機(jī)）軟件開發(fā)的先導(dǎo)。

（2）谷歌：成立于1998年9月4日，由拉里·佩奇和謝爾蓋·布林共同創(chuàng)建，被公認(rèn)為全球最大的搜索引擎公司。谷歌是一家位于美國的跨國科技企業(yè)，業(yè)務(wù)包括互聯(lián)網(wǎng)搜索、云計(jì)算、廣告技術(shù)等，同時(shí)開發(fā)并提供大量基于互聯(lián)網(wǎng)的產(chǎn)品與服務(wù)，其主要利潤來自于關(guān)鍵詞廣告等服務(wù)。

（3）Facebook：成立于2004年2月4日，總部位于美國加州門羅公園。Facebook最初是為大學(xué)生設(shè)計(jì)的，由馬克·扎克伯格于2004年在哈佛大學(xué)就讀時(shí)創(chuàng)建。

第四章 未來展望

AI基礎(chǔ)技術(shù)進(jìn)一步突破

AI經(jīng)歷“革命性十年”的大發(fā)展，底層算法以深度學(xué)習(xí)為核心。隨著AI的大規(guī)模應(yīng)用，AI技術(shù)已出現(xiàn)瓶頸�？茖W(xué)家與工程師們在現(xiàn)有技術(shù)框架下克服瓶頸，但卻很難將其消除。算法層面，人工智能目前處于初級階段，從被動(dòng)感知向主動(dòng)感知、認(rèn)知和決策還需要技術(shù)全面提升；算力層面，人工智能對計(jì)算提出更高要求，當(dāng)前的計(jì)算體系在成本、性能與能耗上均不堪重負(fù)。

智能云將成社會(huì)“水電煤”

越來越多企業(yè)意識到AI價(jià)值，然而AI技術(shù)門檻頗高，企業(yè)自行研發(fā)并不現(xiàn)實(shí)，也無必要�；�于 “云服務(wù)”模式，企業(yè)可快速基于云端AI技術(shù)能力開發(fā)AI應(yīng)用。前十年，云計(jì)算是社會(huì)數(shù)字化基礎(chǔ)設(shè)施；新十年， AI將成為云計(jì)算市場的一大增量，智能云則將成為智能社會(huì)的水電煤。

服務(wù)機(jī)器人迎來黃金發(fā)展期

前十年，大規(guī)模爆發(fā)的AI應(yīng)用卻不多。在消費(fèi)市場，智能音箱、智能汽車、智能家居等少數(shù)產(chǎn)品實(shí)現(xiàn)智能化并大規(guī)模銷售；在行業(yè)市場，在防疫、教育、金融、物流等少數(shù)行業(yè)，AI開始逐步應(yīng)用。

新十年有望爆發(fā)式增長的AI應(yīng)用則是服務(wù)機(jī)器人。服務(wù)機(jī)器人是指除工業(yè)機(jī)器人之外的、用于非制造業(yè)并服務(wù)于人類的各種先進(jìn)機(jī)器人，主要包括個(gè)人／家庭用服務(wù)機(jī)器人和公共服務(wù)機(jī)器人。人口老齡化加劇、勞動(dòng)力成本上升，服務(wù)機(jī)器人市場需求更加強(qiáng)勁。

AI進(jìn)一步“下沉”到傳統(tǒng)行業(yè)

前十年，AI在一些行業(yè)率先落地，主要集中在金融、教育、娛樂、信息等相對新興的第三產(chǎn)業(yè)。新十年，AI則會(huì)進(jìn)一步“下沉”到千行百業(yè)，包括制造業(yè)、醫(yī)療、養(yǎng)老業(yè)以及古老的農(nóng)業(yè)。

       原文標(biāo)題 : 2022年人工智能行業(yè)研究報(bào)告