中国人工智能产业白皮书（德勤）
共 4874字，需浏览 10分钟
·
2021-05-19 17:15
人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。人工智能将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。据Sage预测，到2030年人工智能的出现将为全球GPD带来额外14%的提升，相当于15.7万亿美元的增长。
本文参考《德勤：中国人工智能产业白皮书》，下载链接：德勤：中国人工智能产业白皮书。
全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。
近年来中国人工智能产业发展迅速。从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。尽管发展迅速，中国仍然处于人工智能发展早期。目前美国在人工智能关键环节的多项指标都领先于中国。
人工智能市场快速增长其背后的驱动力来自计算力提升、顶层设计、资本支持和用户需求四个方面。
总体来看，人工智能行业可分为基础支撑层、技术层和应用层。
基础层提供计算力，主要包含人工智能芯片、传感器、大数据及云计算。其中芯片具有极高的技术门槛，且生态搭建已基本成型。目前该层级的主要贡献者是Nvidia、Mobileye和英特尔在内的国际科技巨头。中国在基础层的实力相对薄弱。
技术层解决具体类别问题。这一层级主要依托运算平台和数据资源进行海量识别训练和机器学习建模，开发面向不同领域的应用技术，包括语音识别、自然语言处理、计算机视觉和机器学习技术。科技巨头谷歌、IBM、亚马逊、苹 果、阿里、百度都在该层级深度布局。中国人工智能技术层在近年发展迅速，目前发展主要聚焦于计算机视觉、语音识别和语言技术处理领域。除了BAT在内的科技企业之外，出现了如商汤、旷 视、科大讯飞等诸多独角兽公司。
应用层解决实践问题，是人工智能技术针对行业提供产品、服务和解决方案，其核心是商业化。应用层企业将人工智能技术集成到自己的产品和服务，从特定行业或场景切入（金融、安防、交 通、医疗、制造、机器人等）。未来，场景数据完整（信息化程度原本比较高的行业或者数据洼地行业），反哺机制清晰，追求效率动力比较强的场景或将率先实现人工智能的大规模商业化。
从全球来看，Facebook、苹果将重心集中在了应用层，先后在语音识别、图像识别、智能助理等领域进行了布局。得益于人工智能的全球开源社区，这个层级的门槛相对较低。目前，应用层的企业规模和数量在中国人工智能层级分布中占比最大。
作为人工智能发展的基础，以芯片为载体的计算力是人工智能发展水平的重要衡量标准。从市场角度来看，对人工智能芯片的需求主要来自训练、云端和终端推断三个方面，由此形成了包括训练、云端和终端人工智能芯片市场。
• 通用类AI芯片：面向人工智能企业和实验室研发阶段。美国的英伟达的GPU占统治地位。谷歌也以其ASIC芯片和TensorFlow的软硬件结合构建了横跨训练和云端推断层的TPU生态。中国由于基础薄弱，在训练层市场上鲜有发展。
• 云端AI芯片：在云端推断方面，各大巨头纷纷在FPGA芯片+云计算上布局。FPGA芯片的主要玩家为英特尔、Altera。目前包括亚马逊AWS、微软Azure、IBM、Facebook都采用了FPGA加速服务器。中国的云计算数据中心阿里云、腾讯云、百度云也布局了云端推断市场。
• 终端AI芯片：是高度定制化的终端推断设备。在终端推断方面，针对智能手机、无人驾驶、计算机视觉、VR设备等相关的芯片公司包括苹果、Mobileye、Movidus、微软等。目前中国在终端人工智能芯片上也有了长足的发展。寒武纪、地平线和深鉴科技等中国芯片厂商都在终端人工智能芯片的商用上做出了成绩。
截至目前，全球人工智能的计算力主要是以GPU芯片为主。未来随着定制化芯片和类脑芯片的不断发展，如GPU等在内的训练层通用芯片增速将放缓或面临迭代。中国企业在GPU领域很难与巨头抗衡，AI专用芯片为中国企业提供另辟蹊径的可能。
中国拥有全球最庞大的人口基数，是数据的最大生产者。目前以深度学习为主的机器学习技术离不开海量的数据进行学习和推断，因此海量的数据成为人工智能前沿技术发展最重要的资源之一。中国的科技企业通过互联网发展期的积累，获得了海量的数据，随着数据的价值在人工智能时代日益凸显，这些数据也将逐渐演变成企业的重要资产和竞争力。
算法作为人工智能技术的引擎主要用于计算、数据分析和自动推理。目前美国是人工智能算法发展水平最高的国家。从高校科研到企业的算法研发美国都占据着绝对的优势。目前以Facebook、谷 歌，IBM和微软为主的科技巨头均将人工智能的重点布局在算法和算法框架等门槛高的技术之上。在中国，目前仅少数几家科技巨头拥有针对算法的开放平台。其中，百度的Paddle-paddle平台是典型的深度学习算法的开源平台。
从技术领域来看，主要包括了计算机视觉、语音识别、自然语言理解、机器学习等。据清华大学数据显示，计算机视觉，语音，自然语言处理是中国市场规模最大的三个应用方向，分别占比34.9%，24.8%和21%。
广阔的产业及解决方案市场是中国人工智能发展的一大优势。以上优势的形成除了得益于大量的搜索数据、丰富的产品线以及广泛的行业提供的市场优势，还因为各大国内外的科技巨头对开源科技社区的推动，帮助人工智能应用层面的创业者突破技术的壁垒，将人工智能技术直接应用于终端产品层面的研发。从行业来看，人工智能已经在医疗，健 康，金融，教育，安防等多个垂直领域得到应用。我们将在第二章具体分析各行业应用场景。
随着资本市场对人工智能认知的不断深入，其投资也日趋成熟和理性。在过去三年，企业服务、大健康、金融、机器人、汽车和行业解决方案的人工智能是最热门的投资领域。从二级行业来看，企业服务中的智能营销，金融中的智能风控，大健康中的智能影像诊疗，汽车中的ADAS系统和机器人中的服务机器人都是人工智能细分领域的热门投资对象。
金融行业是人工智能最为理想的应用领域之一，这是由于金融领域保留着最为完善的历史数据，同时金融行业的最终目标也极易被量化，即最大化收益，而这都是极为依靠数据的人工智能技术所擅长的。
人工智能在金融行业的应用改变了金融服务行业的规则。传统金融机构与科技公司共同参与，构建起更大范围的高性能动态生态系统，参与者需要与外部各方广泛互动，获取各自所需要的资源，因此在金融科技生态系统中，金融机构与科技公司之间将形成一种深层次的信任与合作关系，提升金融公司的商业效能。
这种效能的提升主要表现在三个方面：第一，传统金融模式下，往往存在信息不对称、金融风险大、借贷成本高等问题，创新技术应用于传统金融业务，使整个金融行业的基础服务架构得到改善，从而降低业务成本，提升服务效率；
第二，出现多种形态的创新金融科技公司，以创新技术为基础，根据客户需求提供定制化产品和服务，覆盖更多被传统金融服务“拒之门外”的长尾客户，使更多个体或者中小企业享受到更加便捷、高效的金融服务，覆盖更多、更广泛的客户。
第三，吸引更广泛、更多元化的参与者融入生态圈，通过收集消费者大量消费、信贷数据对消费者信用进行评估，降低坏账等金融风险。
本文参考《德勤：中国人工智能产业白皮书》，更多应用领域剖析，请参看白皮书全文，下载链接：德勤：中国人工智能产业白皮书。
第一章 人工智能行业综述篇
1.1 全球及中国发展概况
1.1.1 全球市场
1.1.2 发展驱动力
1.1.3 面临挑战
1.2 人工智能产业链
1.2.1 基础层
1.2.2 技术层
1.2.3 应用层
1.3 中国人工智能领域投资
1.3.1 投资热点及趋势
1.3.2 进击的巨头
第二章 人工智能商业化应用篇
2.1 数字政府：政策利好加速政府智能化变革
2.2 金融：人工智能变革金融经营全过程
2.3 汽车：人工智能正在重塑汽车产业生态
2.4 医疗：人工智能加速医疗技术革新
2.5 零售：人工智能应用从个别走向聚合
2.6 制造业：人工智能应用潜力被低估
第三章 中国主要人工智能产业发展区域及定位
3.1 中国人工智能企业分布重点城市
3.2 人工智能产业园
3.3 杭州未来科技城人工智能发展建议
内容总结：
1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。
2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注度较小。
3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案，深耕巨头的数据洼地，打造护城河。
4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道，早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长足发展。
5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主向变革金融经营全过程扩展。
6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。
7. 以无人驾驶技术为主导的汽车行业将迎来产业链的革新。
8. 人工智能在制造业领域的应用潜力被低估，优质数据资源未被充分利用。
9. 人工智能加速新零售全渠道的融合，传统零售企业与创业企业结成伙伴关系，围绕人、货、场、链搭建应用场景。
《服务器研究框架合集》下载地址：服务器研究框架合集
1、行业深度报告：GPU研究框架
2、信创产业研究框架
3、ARM行业研究框架
4、CPU研究框架
5、国产CPU研究框架
6、行业深度报告：GPU研究框架
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
电子书<服务器基础知识全解(终极版)>更新完毕，知识点深度讲解，提供182页完整版下载。
获取方式：点击“阅读原文”即可查看PPT可编辑版本和PDF阅读版本详情。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
