中国人工智能产业白皮书

1 .中国人工智能产业白皮书 

2 .册子 / 报告标题 | 章节标题 目录 主要发现 1 第一章 人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19 第二章 人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44 第三章 中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02 

3 .免费获取数据资料和书籍 1、5本大数据热销电子书籍； 2、2018工业大数据报告； 3、工业大数据案例集； 4、 资料将不定期持续更新 扫一扫二维码 关注公号 回复：118 即可领取 

4 . 册子 / 报告标题 | 章节标题 主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国人工智能产 业发展迅速，2018年中国人工智能市场规模有望超过300亿元人民币。人工 智能企业数量超过1000家，位列全球第二。本次人工智能浪潮以从实验室 走向商业化为特征，其发展驱动力主要来自计算力的显著提升、多方位的政 策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同时，中国处于 人工智能发展初期，基础研究、芯片、人才方面的多项关键指标与美国差距 较大。 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。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视 觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 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。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入 行业痛点，提供解决方案，探索商业模式。 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。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 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。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效 能，在向长尾客户提供定制化产品的同时降低金融风险。 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。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产 品商业化过程中如何制定医疗和数据监管标准。 03 

5 .册子 / 报告标题 | 章节标题 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。传统车企的 生产、渠道和销售模式将被新兴的商业模式所替代。新兴的无人驾驶解决 方案技术公司和传统车企的行业边界将被打破。随着共享汽车概念的兴 起。无人驾驶技术下的共享出行将替代传统的私家车的概念。随着无人驾 驶行业规范和标准的制定，将衍生出更加安全和快捷的无人货运和物流等 新兴的行业。 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。制造业专业性强，解决方案的复杂性和定制化要求高，所以人工智能 目前主要应用在产品质检分拣和预测性维护等易于复制和推广的领域。然 而，生产设备产生的大量可靠、稳定、持续更新的数据尚未被充分利用，这 些数据可以为人工智能公司提供优质的机器学习样本，解决制造过程中的 实际问题。 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。人工智能在各个零售环节多点 开花，应用场景碎片化并进入大规模实验期。传统零售企业开始布局人工 智，将与科技巨头在应用大数据和人工智能领域同台竞技，意味零售商将 更加积极与创业公司建立伙伴关系。 10. 政策与资本双重驱动推动人工智能产业区域间竞赛，京沪深领跑全 国，杭州发展逐步加速。京津冀、珠三角、长三角以及西部川渝地区成为人 工智能企业聚集地区。北京、上海、深圳牢牢占据人工智能城市实力第一梯 队的位置，广州的大型企业与初创企业数量较少，杭州主要依靠阿里巴巴， 因而属于第二梯队，重庆则受到技术与人才基础限制处于第三梯队。 11. 各地政府以建设产业园的方式发挥人工智能产业在推动新旧动能转换 中的作用。人工智能产业园呈现多点开花、依托原有高科技产业园以及与 原有园区企业产生联动效应的特点。但由于建设速度过快，园区也出现了 空心化与人才缺口的问题。 12. 杭州未来科技城抓住人工智能产业快速发展的机会并取得显著成绩， 未来可以从人才、技术、创新三要素入手进一步打造产业竞争力。推出培 养、吸引、保留人才的具体措施，建立具有成长性的人才库；通过完善产业 链布局，发现高价值技术企业并了解企业诉求。提高对技术型企业的招商 效率；从创新主体、创新资源和创新环境三个层次聚集创新要素，打造利于 企业创新创业的有利条件。 04 

6 . 中国人工智能产业白皮书 | 人工智能行业综述篇 第一章 人工智能行业综述篇 05 

7 .中国人工智能产业白皮书 | 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 图表1-1：全球人工智能市场规模（亿元人民币） 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 7000 6800 用机器学习和数据分析方法赋予机器类 6000 .2% ：26 人的能力。人工智能将提升社会劳动生 率 产率，特别是在有效降低劳动成本、优 5000 长 年 均增 4285 化产品和服务、创造新市场和就业等方 复合 4000 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 3000 2700 的出现将为全球GPD带来额外14%的提 2307 1971 升，相当于15.7万亿美元的增长。 2000 1684 1000 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 0 重要性，并从国家战略和商业活动上涉 2015 2016 2017 2018E 2019E 2020E 足人工智能。全球人工智能市场将在未 资料来源：中国产业信息网，德勤研究 来几年经历现象级的增长。据推算，世 界人工智能市场将在2020年达到6800 图表1-2：中国人工智能市场规模（2015—2020） 亿元人民币，复合增长率达26.2%。 800 710 700 600 4.5% ：4 率 500 500 长 增 均 年 合 400 复 339 300 217 200 142 112 100 0 2015 2016 2017 2018E 2019E 2020E ■ 市场规模 —— 增速 资料来源：中国信息通信研究院，德勤研究 4 

8 . 中国人工智能产业白皮书 | 人工智能行业综述篇 近年来中国人工智能产业发展迅速。从 将达到710亿元人民币1。2015到2020 例，中国半导体产品国际市场占有率仅 市场规模来看，自2015年开始，中国人 年间复合年均增长率为44.5%。 为4%，远落后于美国占比全球50%的能 工智能市场规模逐年攀升。截至2017年 力。中国集成电路主要依赖进口，规模已 中国人工智能市场规模已达到了216.9亿 尽管发展迅速，中国仍然处于人工智能发 经超过石油成为进口金额最大的产品。 元人民币，同比增长52.8%。据预测， 展早期。目前美国在人工智能关键环节的 到2020年，中国在人工智能的市场规模 多项指标都领先于中国。以硬件环节为 图1-3美国多项指标领先于中国 关键环节 衡量指标 中国 美国 硬件 半导体产品国际市场占有率（2015） 占全球4% 占全球50% FPGA芯片制造商融资（2017） 34.4百万美元（占全球7.6%） 192.5百万美元（占全球42.2%） 数据 手机用户数量（2016） 14亿（占全球20%） 4.2亿（占全球5.5%） 研究能力及范式 人工智能专家数量 39,200（占全球13%） 78,200（占全球26%） AAAI大会演讲数量占比（2015） 占全球20.5% 占全球48.4% 商业化 人工智能公司数量占比（2017） 占全球23% 占全球42% 人工智能公司所获投资（2012—2016） 26亿美元（占全球6.6%） 172亿美元（占全球43.4%） 股权投资机构对创业企业投资额（2017） 占全球48% 占全球38% 数据来源：公开资料，德勤研究 图1-4：集成电路进口额超过石油 400 16% 300 12% 200 8% 十亿美元 100 4% 0 0% 2012 2013 2014 2015 2016 2017 ■ 原油进口额 ■ 集成电路进口额 —— 原油占比 —— 集成电路占比 数据来源：Natixis， CEIC， 德勤研究 1. 中国信息通讯研究院，《2017年中国人工智能产业数据报告》 5 

9 .中国人工智能产业白皮书 | 人工智能行业综述篇 1.1.2发展驱动力 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。 计算力提升 在过去5—10年，人工智能技术得以商业化主要得益于芯片处理能力提升、云服务普及以及硬件价格下降的并行 使得计算力大幅提升。 虽然人工智能已经有数十年的历史，但是两个新元素促进了人工智能的广泛应用：海量训练数据以及GPU （Graphics Processing Units）所提供的强大而高效的并行计算。用GPU来训练深度神经网络，所使用的训练 集更大，所耗费的时间大幅缩短，占用的数据中心基础设施更少。GPU还被用于运行机器学习训练模型，以便 在云端进行分类和预测，从而在耗费功率更低、占用基础设施更少的情况下能够支持远比从前更大的数据量和 吞吐量。与单纯使用CPU（Central Processing Units）的做法相比，GPU具有数以千计的计算核心、可实现 10—100倍应用吞吐量2。 人工智能芯片价格下降而尺寸缩小。预计2020年，全球的芯片价格将比2014年下降70%左右。数据处理的费用 下降。随着大数据技术的不断提升，人工智能赖以学习的标记数据获得成本下降，同时对数据的处理速度大幅 提升。宽带的效率提升。物联网和电信技术的持续迭代为人工智能技术的发展提供了基础设施。2020年，接入 物联网的设备将增加至500亿台3。代表电信发展里程的5G的发展将为人工智能的发展提供最快1Gbps的信息传 输速度。高效人工智能技术的广泛应用。近年来，中国在语音识别和图片识别等人工智能技术层的应用得到了 长足的发展。 图1-5：每块GPU训练加速倍数 60 56 50 40 40 30 20 15 10 8 4 1 2 0 GPU使用数量 1 2 4 8 16 50 100 数据来源：Baidu， Google， 德勤研究 顶层设计 随着人工智能对社会和经济的影响日益凸显，各国政府也先后出台对人工智能发展政策，并将其上升到国家战 略的高度。截至目前，包括美国、中国和欧盟在内的多国和地区颁布了国家层面的人工智能发展政策。 2. Nividia 官网， https://www.nvidia.cn/object/machine-learning-cn.html 3. 思科，《物联网趋势报告》，2014年 6 

10 . 中国人工智能产业白皮书 | 人工智能行业综述篇 图表1-6：各国针对人工智能出台的政策 2013 2013.04 2016.05 2016.08 2016.10 2016.12 Robot Plan "BRAIN" Plan AI & Machine XAI Preparing for the Future Artificial 美国政府 美国政府 learning 美国国防 of Artificial Intelligence Intelligence， committee 高级研究 and National Artificial Automation， 白宫 计划局 Intelligence Research and the Development Strategic Plan Economy 白宫 白宫 2015.05 2015.07 2016.04 2016.05 2017.03 2017.07 2017.12 “中国制造 “互联网+行 《机器人产业发展规 《互联网+人工智能 “2017年政 《新一代人工智 《促进新一代人工 2025” 动指导意见” 划（2016—2020）》 三年计划实施方案》 府工作报告” 能发展规划的 智能产业发展三 通知》 年行动计划 国务院 国务院 工信部、国家发改 国家发改委、科技 国务院 （2018—2020）》 委、财政部 部、工信部、中央网 国务院 信办 工信部 2009 2012 2013.01 2014.06 2016.10 2017.03 2017.10 Future and Industry 4.0 Human Brain “SPARC” Robot and French Growing the Emerging 德国 Plan Plan Artificial Intelligence Artificial Technologies 德国 欧盟 Intelligence Artificielle Intelligence 欧盟 英国 法国 Industry in the UK 英国 资料来源：德勤研究 在中国，政府正通过多种形式支持人工智能的发展。中国形成了科学技术部、国家发改委、中央网信办、工信 部、中国工程院等多个部门参与的人工智能联合推进机制。从2015年开始先后发布多则支持人工智能发展的政 策，为人工智能技术发展和落地提供大量的项目发展基金，并且对人工智能人才的引入和企业创新提供支持。 这些政策给行业发展提供坚实的政策导向的同时，也给资本市场和行业利益相关者发出来积极信号。在推动市 场应用方面，中国政府身体力行，直接采购国内人工智能技术应用的相关产品，先后落地多个智慧城市、智慧 政务等项目。 7 

11 .中国人工智能产业白皮书 | 人工智能行业综述篇 图表1-7：已出台国家层面的人工智能发展政策一览 2015.5 发展智能装备、智能产品和生产过程智能化 《中国制造2025》 2015.7 提升终端产品智能化 《国务院关于积极推动“互联网+”行动的指导》 2016.3 人工智能写入“十三五”规划纲要 《中华人民共和国国民经济和社会发展第十三个 五年规划纲要》 2016.4 到2020年，自主品牌工业机器人年产量达到10万台，六轴 《机器人产业发展规划2016—2020年》 以上工业机器人年长达到5万台以上。 2016.5 到2018年，创建人工智能基础资源和创新平台 《“互联网+”人工智能三年行动实施方案》 2016.7 重点发展大数据驱动的类人工智能技术 《“十三五”国家技术创新规划》 2016.9 重点发展可穿戴设备，智能车载设备，智能医疗健康设 《智能硬件行业创新发展专项行动 备，智能服务机器人，工业级智能硬件设备等。 （2016—2018）》 2017.3 新增“人工智能2.0”，人工智能进一步上升为国家战略， “人工智能”首次被写入全国政府工作报告 《“十三五”国家战略性新兴产业发展规划》 2017.7 人工智能上升为国家战略层面 《新一代人工智能发展规划的通知》 2017.10 人工智能写进十九大报告，将推动互联网，大数据，人工 十九大报告 智能和实体经济深度融合。 2017.12 对《新一代人工智能发展规划》相关任务进行落实和细 《促进新一代人工智能产业发展三年行动计划 化。以新一代人工智能技术产业化和集成应用为重点，推 （2018—2020）》 动人工智能实体经济深度融合 资料来源：公开资料，德勤研究 《新一代人工智能发展规划》是中国在人工智能领域进行的第一个系统部署文件，具体对2030年中国新人工智 能发展的总体思路、战略目标和任务、保障措施进行系统的规划和部署。政策根据中国人工智能市场目前的发 展现状分别对基础层、技术层和应用层的发展提出了要求，并且确立中国人工智能在2020、2025以及2030年 的“三步走”发展目标。 8 

12 . 中国人工智能产业白皮书 | 人工智能行业综述篇 图表1-8：中国人工智能市场及产业目标（单位：万亿人民币） 到2030年人工智能理论、 到2020年人工智能总体技 到2025年人工智能基础理 技术与应用总体达到世界先 术和应用与世界先进水平 论实现重大突破、技术与应 进水平，成为世界主要人工 同步 用部分达到世界领先水平 智能创新中心 12 10 10 8 6 5 4 2 1 1 0.15 0.4 0 2020 2025 2030 ■ 人工智能市场规模目标 ■ 人工智能相关产业市场规模目标 资料来源：《新一代人工智能发展规划》，德勤研究 资本支持 新创建的人工智能公司正在快速壮大人工智能市场规模，并且持续吸引资本入场。自2013年以来，全球和中国人 工智能行业投融资规模都呈上涨趋势。2017年全球人工智能投融资总规模达395亿美元，融资事件1208笔，其中 中国的投融资总额达到277.1亿美元，融资事件369笔，中国人工智能企业融资总额占全球融资总额70%，融资笔 数达31%。4 截至2017年，中国的人工智能创业公司只占全球的9%，但是他们却拿到了全球48%的投资。 图表1-9：人工智能投资规模 1800 400 探索阶段 商业化阶段 1600 350 1400 300 1200 250 1000 200 800 150 600 100 400 200 50 0 0 2012 2013 2014 2015 2016 2017 2018上半年 ■ 投资金额（亿元人民币） —— 投资频次 资料来源：德勤研究 4. 清华大学，《中国人工智能报告》 9 

13 .中国人工智能产业白皮书 | 人工智能行业综述篇 用户需求 从C端用户的需求来看，人工智能解决的是与人相关的健康、娱乐、出行等生活场景中的痛点。人的需求会随着 社会的发展水平不断升级，人工智能的出现正契合了人们对于智能化生活的需求。从智能音箱到智能手环，再 到VR、AR以及无人驾驶汽车的应用，无不体现人工智能为C端用户的生活便捷和智能化带来的改变。 从B端需求来看，企业对于效率提升的需求旺盛，而人工智能可以显著提高效率，并且B端应用场景和需求比较 明确，人工智能在各行业渗透速度加快。 从G端政府对人工智能的需求来看，人工智能切入政府关注民生、提升职能部门办事效率等多方面的需求。从智慧 医疗、智慧城市到智慧政务，人工智能正快速的落地和应用，并为政府效率提升和城市发展带来新一轮的动力。 综合而言，C端用户重视体验和产品，且需求相对多样复杂，然而目前技术还不够支撑体验很好的产品和应用 （如服务机器人）；B端和G端更注重效率提升且需求明确，因此目前大部分人工智能企业选择以此为突破。 大众对于人工智能的态度以积极为主。从人工智能对 图表1-10：全球用户对人工智能技术的看法 社会影响的调查中，45%的用户对人工智能持积极的 60% 态度，他们普遍认为人工智能的发展对社会经济、教 育、医疗水平、环保和社会公平都有积极作用。对比 45% 40% 52% 大众认为人工智能对个人影响的态度，52%的用户对 人工智能持积极的态度，他们普遍认为人工智能的发 20% 34% 21% 展能够在代替危险的工作、提升效率、提高便捷度上 7% 7% 0% 社会影响 个人影响 有积极的作用。 ■ 消极 ■ 有利有弊 ■ 负面 资料来源：乌镇智库，德勤研究 中国用户对人工智能的态度与全球用户接近，68%的 图表1-11： 中国用户对人工智能技术的看法 中国用户对人工智能的发展持积极态度。他们认为人 工智能可以提升生活的便捷度、促进社会的发展并且 解决技术难题。另外，有12%的中国用户对人工智能 12% 20% 68% 持消极态度，主要原因在于他们认为人工智能可能带 来安全问题，例如恐怖袭击和极端组织问题等。 ■ 积极 ■ 中立 ■ 消极 资料来源：乌镇智库，德勤研究 10 

14 . 中国人工智能产业白皮书 | 人工智能行业综述篇 1.1.3 面临挑战 出围绕核心技术、顶尖人才、标准规范 人才缺乏 人工智能技术在中国实现了快速的发展， 等强化部署，力图抢占新一轮科技主导 据牛津大学2018年对中美两国对算法研 虽然中国在部分技术和快速应用上具备了 权。在中国，虽然已经有政府和机构在 究的人才与全球先进国家的对比显示， 一定的竞争力，但是基础层技术的薄弱仍 牵头，但中国现阶段各人工智能应用领 中国目前在算法研究方面的人才仅占全 然是牵制中国人工智能发展的关键制约因 域的标准存在巨大的差异，顶层设计与 球人工智能底层技术研究的13.1%，而美 素，同时还面临标准落地难、法律法规不 复杂现状一时仍然难以匹配。 国算法人才的占比为26.2%。从开设人 完善以及人才缺乏的挑战。 工智能专业院校的数量来看，中国仅有 法律法规 不到30所大学的研究实验室专注于人工 技术缺口 正如每一次科技和技术进步，围绕这项 智能，该数字远远无法满足人工智能企 作为全球发展最快的人工智能市场，中 技术所出现的法理问题也应运而生。人 业的用人需求。从人工智能从业经验来 国在芯片制造和人工智能技术以及基础 工智能发展过程中的法律法规制定问题 看，美国半数以上的数据科学家拥有十 理论研究方面均落后于国际先进水平。 也是行业面临的挑战。以无人汽车为 年以上的工作经验，而在中国超过40% 长期以来，中国的芯片大部份依赖进 例，自动驾驶涉及法律法规，而法规不 的数据科学家工作经验上不足五年。 口，计算力方面的技术基础薄弱。根据 明确将会制约自动驾驶商业化落地。 中国海关总署数据显示，2015—2017 年中国进口芯片总量分别为3140亿 中国在人工智能发展政策上主要强调促 块、3425亿块、3770亿块，进口额分 进技术进步和产业应用，而对道德伦理 别为2299千亿美元、2270千亿美元和 安全规则等问题还存在政策的缺失。截 2601千亿美元。这也使芯片进口额连续 至目前，美国等世界多国已经开展了就正 三年超过了原油。而在算法研究方面， 义和公平、安全与认证、隐私与权力、税 中国仍然应用的是Facebook、谷歌等公 收制度和失业、自主武器等方面人工智能 司提出的算法框架，在算法研究上仍待 的社会学研究。反观目前中国人工智能研 突破。 究主要聚集在专利技术等维度，关于人工 智能道德和法律方面的研究非常有限。 标准落地 随着人工智能发展的深入，政府应该与国 目前，中国人工智能行业在标准落地上 际研究接轨，鼓励和推动人工智能相关 存在较大缺口。标准作为经济和社会活 的社会科学研究。 动的主要技术依据，已成为衡量国家或 地区技术发展水平的重要标志、产品进 入市场的基本准则、企业市场竞争力的 具体体现。截至目前，美国、欧盟、日 本等发达国家高度重视人工智能标准化 工作。美国发布的《国家人工智能研究 与发展策略规划》，欧盟发布的“人脑 计划”，日本实施的“人工智能/大数 据/物联网/网络安全综合项目”，均提 11 

15 .中国人工智能产业白皮书 | 人工智能行业综述篇 1.2 人工智能产业链 总体来看，人工智能行业可分为基础支 语言处理、计算机视觉和机器学习技 通、医疗、制造、机器人等）。未来， 撑层、技术层和应用层。 术。科技巨头谷歌、IBM、亚马逊、苹 场景数据完整（信息化程度原本比较高 果、阿里、百度都在该层级深度布局。 的行业或者数据洼地行业），反哺机制 基础层提供计算力，主要包含人工智能芯 中国人工智能技术层在近年发展迅速， 清晰，追求效率动力比较强的场景或将 片、传感器、大数据及云计算。其中芯 目前发展主要聚焦于计算机视觉、语音 率先实现人工智能的大规模商业化5。从 片具有极高的技术门槛，且生态搭建已 识别和语言技术处理领域。除了BAT在 全球来看，Facebook、苹果将重心集中 基本成型。目前该层级的主要贡献者是 内的科技企业之外，出现了如商汤、旷 在了应用层，先后在语音识别、图像识 Nvidia、Mobileye和英特尔在内的国际科 视、科大讯飞等诸多独角兽公司。 别、智能助理等领域进行了布局。得益 技巨头。中国在基础层的实力相对薄弱。 于人工智能的全球开源社区，这个层级 应用层解决实践问题，是人工智能技术 的门槛相对较低。目前，应用层的企业 技术层解决具体类别问题。这一层级主 针对行业提供产品、服务和解决方案， 规模和数量在中国人工智能层级分布中 要依托运算平台和数据资源进行海量识 其核心是商业化。应用层企业将人工智 占比最大。 别训练和机器学习建模，开发面向不同 能技术集成到自己的产品和服务，从 领域的应用技术，包括语音识别、自然 特定行业或场景切入（金融、安防、交 图表1-12：人工智能产业链 核心能力 细分领域 产业生态搭建 基础层 计算力 芯片、传感器、云计算/大数据 以BATJ为代表的科技巨头开始自建人工智能基础学科 实验室加大研发力度，同时将触角延伸到对基础层创业 公司的投资。 技术层 技术开发及输出 计算机视觉、自然语言处理、语言识别、 截至目前，包括腾讯、百度、阿里在内的多个巨头开始构 机器学习 建自己的人工智能平台，希望在人工智能时代延续自己 的产业优势。 应用层 商业化的解决方案 机器人、无人机、自动驾驶、智能客服、 占据着数据优势，巨头公司开始搭建自己针对应用层的 智能物流、客户画像等 开源平台。 资料来源：百度指数，德勤研究 5. 《2017人工智能趋势报告》，创业邦研究中心 12 

16 . 中国人工智能产业白皮书 | 人工智能行业综述篇 1.2.1基础层 图表1-13：中国GPU市场规模与增速预测（2016—2022） 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 4000 250% 231% 衡量标准。从市场角度来看，对人工智 3500 能芯片的需求主要来自训练、云端和终 200% 端推断三个方面，由此形成了包括训 3000 练、云端和终端人工智能芯片市场。 2500 150% • 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 2000 GPU占统治地位。谷歌也以其ASIC芯 1500 101% 100% 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。 1000 60% 53% 50% 中国由于基础薄弱，在训练层市场上 39% 500 25% 鲜有发展。 17% 0 0% • 云端AI芯片：在云端推断方面，各 2016 2017 2018 2019 2020 2021 2022 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 ■ GPU市场规模（百万美元） —— 增速（%） 尔、Altera。目前包括亚马逊AWS、 资料来源：IDC，德勤研究 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 图表1-14：中国人工智能芯片类初创公司 了云端推断市场。 • 终端AI芯片：是高度定制化的终端 芯片 代表企业 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 通用芯片 GPU、FPGA — 觉、VR设备等相关的芯片公司包括苹 半定制芯片 DPU、XPU等 深鉴科技 果、Mobileye、Movidus、微软等。 百度 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 全定制ASIC芯片 TPU、IPU、NPU、Cambricon等 寒武纪 鉴科技等中国芯片厂商都在终端人工 比特大陆 智能芯片的商用上做出了成绩。 中星微 截至目前，全球人工智能的计算力主要 类脑计算芯片 TrueNorth、Zeroth — 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 资料来源：公开资料，德勤研究 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 海量的数据是人工智能发展的必备条 中。自2000年以来，互联网和个人移动 蹊径的可能。 件。在人工智能的商用发展中，使用高 设备产生了海量的数据，伴随着物联网 质量和高关联度的数据训练人工智能可 技术的强势发展，更大规模的数据将会 以快速的提高人工智能算法的准确性， 产生。 使其更快更准确的应用到更多的行业 13 

17 .中国人工智能产业白皮书 | 人工智能行业综述篇 图表1-15：2009—2020年全球数据生成量 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 数据量ZB 复合增长率 41% 的机器学习技术离不开海量的数据进行 50 学习和推断，因此海量的数据成为人工 45 44 智能前沿技术发展最重要的资源之一。 40 中国的科技企业通过互联网发展期的积 35 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 30 复合增长率31% 也将逐渐演变成企业的重要资产和竞 25 争力。据IDC估算，全球数据总量预计 20 2020年将达到44ZB，中国的数据量将 15 占全球数据总量的18%，在2020年达到 10 8 8060EB（约等于7.9ZB）。目前，中国 5 在以数据量为发展前提的计算机视觉和 1 2 语义理解算法上有了长足的进步。涌现 0 2009 2010 2015 2020 出了商汤、依图、Face++、科大讯飞等 独角兽和上市公司。 资料来源：IDC，德勤研究 算法作为人工智能技术的引擎主要用于 图表1-16：目前中国公司普遍使用的算法来自以下算法框架 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。 公司 技术平台和算法框架 从高校科研到企业的算法研发美国都占 巨头 谷歌 TensorFlow； 据着绝对的优势。目前以Facebook、谷 Cloud Machine Learning Engine 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 Facebook 深度学习框架Torchnet； 门槛高的技术之上。在中国，目前仅少 Caffee；Fblearner Flow 数几家科技巨头拥有针对算法的开放平 微软 DMTK 台。其中，百度的Paddle-paddle平台是 Bot Framework 典型的深度学习算法的开源平台。 IBM SystemML 1.2.2技术层 亚马逊 AWS分布式机器学习平台 从技术领域来看，主要包括了计算机视 中国公司 商汤 训练框架Parrots 觉、语音识别、自然语言理解、机器学 百度 Paddle-paddle 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 资料来源：公开资料，德勤研究 场规模最大的三个应用方向，分别占 比34.9%，24.8%和21%。 14 

18 . 中国人工智能产业白皮书 | 人工智能行业综述篇 图表1-17：中国人工智能技术应用 技术 内涵 应用场景 代表企业 挑战 计算机视觉 计算机代替人眼对目 智能家居 旷视科技 产业链：主要集中在中下游的技术 标进行识别、跟踪和 语音视觉交互 格灵深瞳 提供层和场景应用层。 测量的机器视觉。 AR、VR 地平线机器人 业务：B端同质化，主要集中在人 电商搜图购物 Minieye 脸和图像识别。 标签分类检索 摩图科技 美颜特效 智能安防 直播监管 视频平台营销 三维分析 自然语言处理 理解文本词汇的含 搜索引擎：知识图谱、深度问 出门问问 技术：数据量直接影响语义理解 义，理解这个词语在 答、推荐引导 技术的准确性。 语句、篇章中所代表 机器翻译：预料处理、模型处 应用：新场景开发和技术人才储 的意思 理、翻译方法 备上存在断档。 语音识别 通过信号处理和识 智能电视 思必驰 技术：降噪、与视觉结合以及方言 别技术让机器自动识 智能车载 云知声 口音目前是语音识别在技术上面 别和理解人类口书的 电话呼叫中心 面临的三大挑战。 语言，并转换成文本 语音助手 此外，语音识别的目的是将语音 和命令 智能移动终端 信号转化为文本，而该识别的准 智能家电 确率并不如指纹、虹膜识别。 机器学习 模拟人脑进行分析 压缩技术 第四范式 技术：数据标注价格高；移动设备 学习的神经网络 安防（视觉） 寒武纪科技 限制较大。 数据中心（视觉和语音） 深鉴科技 数据：需要基于海量的数据学习 智能家居 云天励飞 和推断。 ADAS摄像头和软件 公共安全 资料来源：公开资料，德勤研究 15 

19 .中国人工智能产业白皮书 | 人工智能行业综述篇 1.2.3 应用层 的创业者突破技术的壁垒，将人工智能 广阔的产业及解决方案市场是中国人工 技术直接应用于终端产品层面的研发。 智能发展的一大优势。以上优势的形成 从行业来看，人工智能已经在医疗，健 除了得益于大量的搜索数据、丰富的产 康，金融，教育，安防等多个垂直领域 品线以及广泛的行业提供的市场优势， 得到应用。我们将在第二章具体分析各 还因为各大国内外的科技巨头对开源科 行业应用场景。 技社区的推动，帮助人工智能应用层面 图表1-18：中国人工智能产业链图谱 难 易 基础层支持层 技术层 应用层 硬件 软件 软件 硬件 软件 传感器 云、数据和算法 语音识别 健康医疗 楚天 锐达医疗 半个医生 12Sigma 禾赛科技 深鉴科技 科大讯飞 云知声 声智科技 天智航 健培 汇医慧影 翼展智慧影像 镭神智能 CloudMinds 出门问问 捷通华声 思必驰 暖芯迦 科大讯飞 雅森科技 推想科技 速腾聚创 量子金融 思岚科技 语义识别和分析 自动驾驶 MOMENTA 驭势科技 纵目科技 MINIEYE 三角兽 图灵机器人 玻森 今日头条 出门问问 中译语通 蓦然认知 海知智能 无人机 客服 个性化推送 大疆创新 Yuneec 小i机器人 今日头条 商状元 HerCamera Zerotech 云问科技 妙计 听画 智齿科技 芯片 图像识别 仓储物流 金融 商汤 Viscovery 竹间 灵西智能 水岩科技 其他 联发科 平安科技 同花顺 海思 旷视 北京文安 品果 立镖机器人 Geek+ 祈飞 天天投 海鲸金融 地平线 依图 PERCEPTIN 阅面科技 极限元 商汤 理财魔方 寒武纪 云从科技 中科奥森 LINKFACE 工业合作 诸葛找房 鼎复数据 CreditX 云天励飞 中科视拓 图森 FaceThink 深之蓝 塔网科技 星桥数据 西井 深醒 布科思 Face all AUBO 嘉楠耘智 图普 码隆科技 Yi+ 营销 Appier 掌贝 悦和科技 智能机器人 UBTECH 小鱼在家 教育 其他 roobo 科沃斯 猿题库
学教育 第四范式 中科虹霸 Rokid 康力优蓝 小知 作业盒子 势必可赢 虹识技术 申昊科技 百子尖科技 综合性公司 阿里巴巴 腾讯 百度 小米 京东 360 搜狗 猎豹移动 华为 难 资料来源：公开资料，德勤研究 注：部分人工智能企业同时涉足多个应用场景，此图谱将其归为某一主要应用场景下 16 

20 . 中国人工智能产业白皮书 | 人工智能行业综述篇 1.3 中国人工智能领域投资 从科研和学术的范畴到技术创业，人工 图表1-19：2012—2017年人工智能投资总金额和频次 智能仅用了几年的时间。这样的转变不 1800 352 400 仅得益于人们希望新技术解放生产力的 1527 诉求和政策的扶持，还离不开资本市场 1600 308 350 对人工智能的助推。在2014—2017年 1400 300 间，中国人工智能领域投资出现快速增 长。被外界视为人工智能元年的2015 1200 214 250 年，投资总额达到了450.7亿元，同比 1000 增长306%。并在2016年和2017年持续 760 754 200 800 124 增加频次。直到2017年，投资金额出现 150 了小范围的回落。2017年中国人工智能 600 451 企业融资总额占全球融资总额70%。由 400 49 100 此中国也超过美国，成为人工智能领域 27 200 111 50 获得投资最多的国家。 28 28 0 0 2012 2013 2014 2015 2016 2017 2018上半年 ■ 投资总额（亿元人民币） —— 投资频次 资料来源：亿欧智库，德勤研究 1.3.1投资热点及趋势 工智能基础元件的项目从2012年无投 • 获投A轮公司占比仍然最高，战略投 随着资本市场对人工智能认知的不断深 资到2015年、2016年、2017年分别 资开始逐渐增多。截至2018年第一季 入，其投资也日趋成熟和理性。在过去三 完成了18次、30次、23次投资，获得 度，共有580家人工智能企业获得投 年，企业服务、大健康、金融、机器人、 融资金额共计67.7亿元人民币。 资。其中种子和天使轮的占比开始逐 汽车和行业解决方案的人工智能是最热门 渐缩小，投资人对A轮仍然保持着较高 • 人工智能继续渗透传统服务和出行行 的投资领域。从二级行业来看，企业服务 的热情，目前是获得投资频次最高的 业。从2012到2017年间，金融、汽 中的智能营销，金融中的智能风控，大健 轮次。战略投资在2017年开始爆发。 车、互联网服务和大健康在投资频次 康中的智能影像诊疗，汽车中的ADAS系 随着人工智能市场板块的逐渐成熟， 和融资金额上均高于其他行业。 统和机器人中的服务机器人都是人工智能 以巨头为主的互联网巨头将目光投向 细分领域的热门投资对象。 • 安防保持较大金额的融资。2012到 了寻求长期合作发展的战略投资。这 2017年间，安防以总共72次的投资频 也预示着人工智能行业与产业在资本 次低于企业服务、机器人、行业解决 层面的战略合作开始增多。 • 投资市场开始青睐底层技术创业公 方案等行业，但是安防在其间的投资 司。有别于前期对应用型人工智能公 总额仅次于金融、汽车、互联网服务 司的投资偏好，投资市场开始逐渐关 和大健康，以150.8亿元的融资额排在 注人工智能底层技术的创业公司。人 了各行业的第五位。 17 

21 .中国人工智能产业白皮书 | 人工智能行业综述篇 图表1-20：2015—2017年人工智能融资热点领域 2015 2016 2017 12% 14% 10% 14% 20% 12% 44% 12% 42% 40% 11% 13% 12% 11% 11% 10% 10% 9% 11% 10% 10% 10% 10% ■ 企业服务 ■ 金融 ■ 大健康 ■ 大健康 ■ 机器人 ■ 企业服务 ■ 企业服务 ■ 大健康 ■ 行业解决方案 ■ 机器人 ■ 汽车 ■ 其他 ■ 金融 ■ 基础元件 ■ 其他 ■ 金融 ■ 汽车 ■ 其他 2015：100%=212次投资 2016：100%=305次投资 2017：100%=365次投资 资料来源：亿欧智库，德勤研究 图表1-21：中国人工智能公司各阶段获得的投资频次对比 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2012 2013 2014 2015 2016 2017 2018 第一季度 ■ 种子/天使轮 ■ A轮 ■ B轮 ■ C轮 ■ D轮到IPO ■ 战略投资 资料来源：德勤研究 18 

22 . 中国人工智能产业白皮书 | 人工智能行业综述篇 1.3.2 进击的巨头 巨头投资人工智能布局在业务关联产业上下游。在人工智能发展的热潮中，嗅觉敏锐 的互联网巨头也开始了自己的战略布局。以阿里巴巴、腾讯、百度、京东为首的互联 网巨头已经将投资渗透到人工智能的各个板块。 图表1-22：投资机构及科技巨头投资 真格基金 创新工场 红杉资本 IDG 高榕资本 北极光创投 经纬中国 阿里巴巴 百度 腾讯 京东 ● 企业服务 ● 智能医疗 ● 教育 ● 文化娱乐 ● 自动驾驶 ● 金融 ● 消费 ● 其他 资料来源：亿欧智库，德勤研究 从领域来看，各个巨头投资的项目均处 公司包括未来汽车、碳云智能等企业。 于其未来战略布局产业链的各端。截至 百度则完成了19项投资，投资的重点主 目前，阿里巴巴完成了17项人工智能 要在汽车、零售和智能家居等领域。京 行业投资，他们的投资重点主要在安防 东一共投资了11家人工智能公司，他们 和基础元件，代表性的公司有商汤、旷 的投资重点聚集在汽车、金融和智能家 视和寒武纪科技等。腾讯完成了18项 居等领域。至此，巨头的生态系统布局 投资，其投资的重点主要集中在智能健 已见端倪。 康、教育、智能汽车等领域，代表性的 19 

23 .中国人工智能产业白皮书 | 人工智能商业化应用篇 人工智能行业综述篇 图表1-23：科技巨头人工智能领域投资 阿里巴巴 腾讯 百度 京东 热度 智能健康 碳云智能 一脉阳光 晶泰科技 至真互联 体素科技 思派网络 金融 众安保险 众安保险 泰仓科技 蚂蚁金服 数库 聚信立 机器人 优必选 马路创新 云迹科技 汽车 小鹏汽车 蔚来汽车 蔚来汽车 蔚来汽车 思必驰 四维图新 智行者科技 智行者科技 中科慧眼 乐驾科技 零售 扫货星球 YI Tunnel 互道信息 甘来信息 图灵同诺 安防 商汤科技 旷视科技 中科虹霸 魔点科技 教育 校宝在线 阿凡题 作业盒子 猿题库 智客 洋葱数学 作业帮 基础元件 寒武纪科技 禾赛科技 深鉴科技 声智科技 奥比中光 耐能 中天微 智能家居 微鲸科技 微鲸科技 渡鸦科技 古北电子 小鱼在线 聚熵智能 古北电子 叮咚音箱 工业制造 阿丘科技 企业服务 小i机器人 明略数据 个推 合合信息 Video++ 永洪科技 资料来源：公开资料，德勤研究 20 

24 . 中国人工智能产业白皮书 | 人工智能商业化应用篇 第二章 人工智能商业化应用篇 21 

25 .中国人工智能产业白皮书 | 人工智能商业化应用篇 人工智能技术在过去5—10年快速发展，随着时间推移，技术渐渐为大众所知，摩尔定律的节奏逐渐放慢，人工智能商业化应 用成为关注焦点。科技巨头纷纷布局垂直行业应用，创业企业需要找准切入点，深耕行业解决方案以打造护城河。德勤认为人 工智能将在政府、金融、医疗、汽车、制造以及零售行业多点开花，主要基于以下考量： 行业是否可持续产生大量、可靠、稳定的数据 科技巨头与创业企业获取数据能力相当，并不占优绝对优势 是否是投资热点 产品与应用是否可以解决行业痛点 图表2-1：人工智能如何解决行业痛点 行业 痛点 部分人工智能解决方案 政府 • 城市人口数量日趋庞大，相关的政府服务工 • 利用计算机视觉、机器学习等技术提高自助服务比例 作量巨大而且繁琐 • 大数据分析犯罪嫌疑人生活轨迹及可能出现的场所， • 犯罪、恐怖袭击事件无法提前预知 利用计算机视觉技术发现并进行抓捕 金融 • 金融机构面临运用成本压力 • 利用语音识别、语义理解等技术打造智能客服，解决 用户在业务上的问题，降低客服成本 • 金融机构无法为长尾客户提供定制化产品 和服务 • 利用大数据、人工智能技术开发智能投顾，向更多客 户提供个性服务 • 信贷维度较为单一，存在坏账、交易欺诈等 金融风险 • 人工智能与大数据相结合构建智能风控体系，多维度 数据综合评估，提升风险管控能力 医疗 • 医疗资源不均衡造成的资源配给跟不上需求 • 智能影像可以快速进行癌症早期筛查，帮助患者更早 发现病灶 • 看病贵，看病时间长 • 健康管理通过移动端、智能设备接入健康医疗，从源 • 医患关系紧张，误诊 头改变人们的健康习惯 • 基层卫生医疗水平差 交通 • 车祸频发 • 无人驾驶通过传感器、计算机视觉等技术解放人的双 手和感知。以上技术支持的共享出行和无人物流将极 • 人类的注意力有限 大提高个人出行和物流效率 • 货运交通成本高 零售 • 传统市场调研手段难以显示真实的消费者 • 利用机器学习技术生成用户画像，针对其喜好进行 需求 广告投放 • 广告投放目标无法精准，投放效果难以准确 • 利用机器视觉技术捕捉顾客行为，分析其真实需求 衡量 • 利用计算机视觉、语音/语义识别，机器人等技术提 • 消费者对实店内体验、支付便捷、及时配送 升消费体验 的要求越来越高 制造 • 产品研发设计耗时长、成本高 • 利用计算机视觉技术高效准确发现瑕疵品 • 人力工序失误率高而且过程难以追溯 • 机器人代替工人在危险场所完成工作 • 人力实现大规模快速定制化的成本过高 • 低成本劳动力缺乏 22 

26 . 中国人工智能产业白皮书 | 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 与众多领域一样，政府也已经意识到人 根据企业提供的服务类型，中国数字政府 系统集成商与软件开发商只能满足数字政 工智能在降本增效方面的突出成果，加 解决方案提供商可以分为三类：综合解决 府项目建设的局部需求，因而其商业模式 速推进政府智能化变革。人工智能赋能 方案提供商、系统集成商与软件开发商。 包括直接向政府提供产品或服务以及作为 一切背景下，人脸识别、自然语言处理 综合解决方案提供商的供应商。市场中上 等技术应用能够增强政府服务能力，提 综合解决方案提供商是指能够向政府提供 述两类的企业数量较多，竞争相对激烈， 升办公效率，为企业、居民提供便捷、 包括项目前期咨询、方案设计、智能硬件 因此技术能力较强的企业逐步向“一切即 快速的服务，为智能决策提供助力。 设施、软件方案、后期运维在内的数字政 服务”的方向发展，变革成为综合解决方 府建设整体解决方案的供应商。这类企业 案提供者。 数字政府的建立依靠自上而下进行推动。 一般是通过技术企业转型而来，将企业掌 在构建服务型政府的目标下，2015年各 握的技术作为一种服务提供给政府，形 地政府开始强调政府电子化，随着人工 成一个完整的服务流程。由于进入门槛较 智能、大数据、云计算等新技术的商用， 高，此类企业数量较少，但具备较强的竞 进一步发展为政府数字化、智能化。预计 争力，以阿里巴巴、华为、腾讯等企业 2018年，中国数字政府市场规模将突破 为代表。 3000亿元，年复合增长率达到15%。 图表2-2：中国数字政府市场规模预测（亿元人民币） 3500 CAGR:15% 3140 3000 2722 2500 2343 2067 2000 1500 1000 500 0 2015 2016 2017 2018E 资料来源：前瞻产业研究院，德勤研究 23 

27 .中国人工智能产业白皮书 | 人工智能商业化应用篇 图表2-3：“AI+”政务产业链 芯片 传感器 云服务 综合解决方案 基 • 寒武纪 • 浪潮 • 阿里云 • 阿里巴巴 础 • 地平线 • 海康威视 • 中科曙光 • 腾讯 层 • 海思 • 大华科技 • 腾讯云 • 百度 • 海康威视 • 百分点科技 机器视觉 语音识别 语义识别 • 华为 • 云从科技 • 科大讯飞 • 图灵机器人 技 • 旷视科技 • 捷通华声 术 • 商汤科技 层 智能服务 公共安全 其他 应 • 神州泰岳 • 云从科技 • 平安科技 用 • 明略数据 • 海能达 • 阿里云 层 • 网易 资料来源：公开资料，德勤研究 注：部分人工智能企业同时涉足多个应用场景，此图谱将其归为某一主要应用场景下 新技术在政府中的应用也逐步由政务智 中国各地政府也在通过建设一站式服务 能化向公共安全、环境保护、灾害防治 平台积极推进政务智能化。深圳公安局 等领域拓展。 将传统的窗口“面对面”排队向网上办 理转变，“刷脸”就可以进行户政办 政务服务 理，同时基本建成全市统一的政务信息 政务服务是数字政府中最为核心也是推 资源共享体系，汇集29家单位的385类 进速度最快的领域之一。中国在城镇化 信息资源、38亿多条数据6，为政务服 战略的大力推动下，已经成为全球城市 务全面智能化提供数据支持。杭州构建 化率增长最高的国家，2016年城市化 一体化的智慧电子政务管理体系，数字 率达到57%，城市人口约为7.3亿，预 城管、规划系统、财政系统业务系统在 计2050年城市化率将超过80%，城市人 电子政务外网得到整合，并提供一站式 口规模也将进一步扩大。如此大的城市 服务。 人口数量将产生大量的政府事务，通过 机器人流程自动化（RPA）、人工智能 现阶段由于政府各部门仍存在割裂的问 技术的应用，能够将行政人员从固定、 题，并且各部门的智能化需求差异较 重复的工作中解放，提升政务效率，专 大，因而企业向政府提供智能化系统仍 注于提升城市品质、优化居民生活环境 是针对某一政务领域的。例如，神州泰 中。日本筑波市与技术企业合作，针对 岳向地税局提供中文文本分析，并转化 企业新注册业务市民迁入迁出等流程化 为机构化数据，同时在网络上检索各类 定式工作进行对比，相对于人工处理方 数据，挖掘企业关系、股东关系等为税 式，RPA方式缩减近八成的工作时间， 务人员进行稽查提供便利。 其中，迁入迁出登记对办理时间的削减 率超过83%。 6. 《从深圳政务信息资源共享实践成效充分认识政务信息资源共享的基础性作用》，新华网 24 

28 . 中国人工智能产业白皮书 | 人工智能商业化应用篇 在人工智能技术的推动下，政府服务将 安防系统解决方案提供商是指提供安防 朝着更具人性化与针对性的方向发展。 系统整体产品与服务的企业，其服务范 一方面面向居民与企业的公共服务将更 围包括前期咨询、规划、产品提供、运 加符合人的习惯，而非现阶段单纯依靠 维以及售后服务。这类企业实力最为雄 线上界面，另一方面人工智能的决策将 厚，以海康威视、大华股份、华为为代 更加有效，精度大幅提升，处置方案更 表。其中，海康威视与大华是从智能硬 加灵活。 件供应商转变为整体解决方案提供商， 凭借深厚的安防技术经验拓展市场。华 公共安全 为则是平台型企业的代表，利用在云端 人工智能在城市安全中所起的作用日益 的技术经验构建安防生态系统。正是在 突出。相较于以往的数字安防，人工智 这一战略的推动下，2017年，华为与商 能安防系统呈现出实时性、智能化两 汤科技、依图科技等公司成立了中国平 大特点，提升了公共安全管理力度。智 安城市视频云合作伙伴开放联盟，2018 慧城市在中国的建设逐步走向高潮，随 年发布了平安城市公共安全视频多应用 着各省市对这一建设的重视程度不断加 该领域的联合解决方案。 深，公共安全作为其核心内容之一有着 更为广阔的发展空间，预计到2020年， 人工智能安防市场仍处于上升时期，强 安防企业收入将以10%以上的年增长率 者恒强趋势明显。企业的竞争力体现在 达到8,000亿元7。 技术能力和系统解决方案上，产业的进 入门槛提高，技术能力较弱的企业将被 人工智能安防领域的企业可以分为两大 淘汰，行业集中度进一步提升。人工智 类：产品或服务供应商与安防系统解决 能芯片对安防智能化的重要性日益凸 方案提供商。 显。到2020年，物联网感知设备数量将 达到500亿个8，所收集的大量数据若传 产品供应商主要指的是提供整个安防系统 至云端进行处理将给通信带宽造成巨大 某一部分产品或服务的企业。例如云从科 压力，因而边缘计算将对安防带来巨大 技帮助广东省公安厅在地铁、车站等重点 的益处，大幅缩减从数据到决策的反应 场所部署人脸识别系统，在公安机关在 时间，降低传输与存储成本。因而安防 锁定嫌疑人过程中，将相貌特征与实时监 企业将从下游逐步扩展至上游，进一步 控影像进行对比，可以实现实时监控、布 推动安防产业的智能化渗透。 控与抓捕，不再需要人工对监控录像进行 事后排查、分析与决策，从而大幅提升效 率。百分点对公安内外部数据进行整合， 利用大数据和认知智能技术对多模态数据 进行融合和分析，构建以数据为关键要素 的数字侦查，打造智慧警务新模式，准确 识别正在策划尚未实施的犯罪行为和风险 隐患，将原有的事后侦破转变为主动预测 预警预防。 7. 《中国安防行业“十三五”（2016-2020 年）发展规划》，中安协 8. IDC 25 

29 .中国人工智能产业白皮书 | 人工智能商业化应用篇 2.2 金融：人工智能变革金融经营 全过程 金融行业是人工智能最为理想的应用领 业、互联网企业与金融企业。人工智能 域之一，这是由于金融领域保留着最为 企业凭借技术上的优势向传统金融机构 完善的历史数据，同时金融行业的最终 提供硬件设备或软件系统，但在整体解 基 目标也极易被量化，即最大化收益，而 决方案、数据获取等方面需要依赖其他 础 这都是极为依靠数据的人工智能技术所 企业；互联网企业拥有数据优势，在互 层 擅长的。 联网金融领域也有所涉及，因而能够在 传统金融机构变革的过程中提供经验及 当前，人工智能技术与金融行业的融合 技术支持；传统金融机构也开始自建科 已经涵盖了基础层、技术层与应用层。 技部门进行智能化重构，这主要是出于 技 参与的企业可以大致分为人工智能企 数据保密与安全的考虑。 术 层 图表2-4：“AI+金融”产业链 芯片 传感器 云服务 综合解决方案 基 应 • 寒武纪 • 浪潮 • 阿里云 • 京东 础 用 • 英伟达 • 数字政通 • 腾讯韵 • 腾讯 层 层 • NOVUMIND • BOSCH • 京东云 机器视觉 语音识别 语义识别 技 • 旷视 • 科大讯飞 • 图灵机器人 术 • 云从 • NUANCE • 海知智能 层 • 商汤 智能投顾 智能客服 智能风控 应 • 招商银行 • 小i机器人 • 平安科技 用 • 天弘基金 • 智齿科技 • 同盾科技 层 • 同花顺 • 云问科技 • 融360 • 工商银行 • 蚂蚁金服 • 360借条 资料来源：36氪 公开资料，德勤研究 注：部分人工智能企业同时涉足多个应用场景，此图谱将其归为某一主要应用场景下 人工智能在金融行业的应用改变了金融服 间将形成一种深层次的信任与合作关系， 务行业的规则。传统金融机构与科技公司 提升金融公司的商业效能。 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 这种效能的提升主要表现在三个方面： 动，获取各自所需要的资源，因此在金融 第一，传统金融模式下，往往存在信息 科技生态系统中，金融机构与科技公司之 不对称、金融风险大、借贷成本高等问 26