21世纪经济报道/2014年/9月/29日/第024版
专栏
基于大数据的人工智能：证券投资领域的下一个变革
上海新金融研究院特邀嘉宾北京艾亿新融资本管理公司董事长张家林
随着证券市场的不断发展，越来越多的投资机构开始运用基于大数据的人工智能技术来从事证券投资分析研究与交易。金融市场大数据获取的便利性也使得这一技术迅速渗透到证券投资的各个领域。人工智能技术在证券投资领域的应用正成为下一个互联网金融的热点。由此而产生的全新的投资策略、交易模式将会给监管层带来诸多挑战。
证券投资智能代理方兴未艾
2005年上映的美国电影《绝密飞行》讲述了美国海军加载在一部球形量子计算机中的人工智能“艾迪”的故事。2013年5月14日，美国海军的X-47B无人战斗飞行器从“乔治布什”号航空母舰成功进行了飞行测试。不到8年时间，人工智能技术的应用从好莱坞电影逐渐变成现实，最新的例子如谷歌研发的无人驾驶汽车。事实上，基于大数据的人工智能在过去的十几年时间里得到了极大的发展，积累了大量的技术、分析方法以及应用实例。
人工智能（AI，Articial Intelligence）定义为从环境中接收感知信息并执行行动的智能代理（IA，Intellgent Agent）。从外部看，每个这样的智能代理都实现了一个把感知序列映射到行动的函数集，这些函数集从外部反映了智能代理的特性。从内部看，智能代理函数集是通过运行在自身结构上的智能代理程序实现的。
目前很多投资机构开始运用基于大数据的智能代理进行证券投资。虽然智能代理也是由程序实现的，但它构建了学习机制以及建立在其上的知识库，因此，具备了一定的学习、推理以及进行决策的能力。
资本市场本身的特性，使得证券投资智能代理面临非常复杂的任务环境，其特征表现为部分可观察、随机的、延续式的、动态的、连续的和多代理人的。交易所高频行情数据以大概每分钟6MB的速度更新，数据的增长速度是惊人的。计算1天的所有状态估计的计算量超过10的100次方（目前可观测到的全部宇宙的原子的数目小于10的80次方）。因此，设计一个能够应对全部任务环境的智能代理几乎是不可能的。目前通常的做法是给定一个具体的任务环境，然后设计开发智能代理。
由于早期的计算能力和数据有限，设计开发者的视野和认知受限，设计开发出来的证券投资智能代理大部分是简单复制某些已知的投资策略。只是由于计算机处理的效率和没有人为因素影响，使得其能够获得比人操作更好的表现。目前很多高频交易、量化交易都属于此类形式。此类智能代理没有“贡献”新的认知。
证券投资领域将出现革命性变革
随着近几年大数据技术的广泛应用，智能代理的任务环境扩展到了更宽、更深的领域。机器学习技术的大规模应用，使得智能代理具备了超越其设计开发者的认知和视野的能力：智能代理可以“贡献”新的认知。证券投资领域因此将会产生革命性的变革。
首先是投资策略生产的变革。传统的投资策略生产模式将被颠覆，大部分分析师的工作都可以被智能代理取代，而且可能做得更好。其次，投资策略的生产从“确定的模型”向“随机的效用”转变。“确定的模型”是确定的事件发生时，通过模型计算，求解最优的配置资产的方案。“随机的效用”是依据效用函数对发生的随机事件进行反应，求解最优效用资产配置方案。机器学习的强大挖掘能力，结合大数据，将会产生更多以往无法通过经验和理论推导出来的新认知，成为新的投资策略持续生产的源泉。而且由于速度的提高，使得投资策略的生产时间从以往的短则几
天、长则几个月，缩短到可以以秒、分钟来衡量。完全个性化的、实时的投资策略生产成为可能，每个投资者都可以按照其需求定制个性化的投资策略。投资策略本身而不是某个证券，成为可以买卖的“产品”。这里的投资策略指的是满足某些特定指标，具备完整操作逻辑的智能代理程序。
其次是交易的变革。智能代理能够以更快的速度、更高的精度和更敏捷的反应执行交易。“手工下单”的时代将逐渐成为历史。一个智能代理交易程序能够轻易地同时跟踪几百只不同的证券，同时还能通过实时观察申报单的态势、高频交易数据，拟订最优交易指令，并准确无误地执行。跨市场、跨品种的交易将能够很轻松地实现，以往“人眼盯盘、手工下单、人工查询”的交易模式将被彻底改变。投资人可以委托自己专属的“交易机器人”帮助自己完成所有这些事项，他需做的事情就是给此“交易机器人”装载某个投资策略。
最后是行业结构的变革。随着证券投资人工智能代理设计开发的普遍性、复杂性的提高，将衍生出新的业态。比如，专门用不同测度方法对信息进行量化，并发布给特定智能代理程序的信号服务提供商；专门进行投资策略设计开发的工作室、供应商；为投资人提供智能交易代理服务的交易服务商；提供大数据服务的专业和通用的数据服务商等。随着人工智能技术不断深入各个领域，以往看似毫不相干的领域（比如“微博”、贴吧与股票相关性、某只股票的股民的大数据等等）也会被重新考量，证券投资的生态圈将在广度和深度上扩展。证券投资行业将涌现出大量基于“要素”的新型业态，提供更细分、更多维度和层次的服务。
资本市场的维度以及时间尺度构成了一个非常浩瀚的“交易机会空间”，那些认为当所有投资人都采用某种人工智能代理进行交易，可能会导致“同质性”的担忧是没有依据的。如果把一个交易机会比作“一条鱼”，“交易机会空间”比作太平洋里的所有鱼，智能代理比作捕鱼者，那么的确会在某个时间段，出于“效用”原则，所有的捕鱼者都聚集到某个区域捕鱼。这样的现象发生的根本原因不是“交易机会空间”的问题，而是捕鱼者内生的因素。真正的挑战不在于能否捕到鱼，而是可否在给定的时间和地点捕捉到鱼。
基于大数据的人工智能的应用可以显著提高资本市场的深度和宽度。基于“效用”决策的智能代理，会不断在整个“交易机会空间”中以人工操作无法想像的速度、效率和海量计算积极地搜索和学习，捕捉任何可能的交易机会。由于各自的独立性以及路径的差异，反过来会极大地拓展资本市场的多层次特性。
智能代理的监管难题
在当前的监管法律法规中，被监管的主体主要是法人和自然人。人工智能技术的发展，使证券投资账户的所有者与经营者发生了本质变化。无论什么形式的证券投资账户（个人、法人、非法人机构以及各种SPV），如果采用了人工智能代理，由于可以做到完全的“无人驾驶”，那么此账户的实际控制人将发生改变。对于单一所有者主体的账户，监管还可以采用穿透原则，最终追溯到其单一所有者身上。但对于所有权为集合主体的账户，采用穿透原则就很难追溯到某个主体，因为实际控制人不是某个主体，而是智能代理。可以设想，一只基金由众多投资人出资成立，投资人大会同意基金的投资决策不再像以往那样聘请一个基金经理或投资顾问负责，而是由某个满足其要求的智能代理履行，而这个智能代理是某个服务商提供的。这样的场景下，监管面临的挑战是复杂的：投资人认为账户不是他们中的任何一人操作的，实际控制人不是他们；智能代理服务商只提供了智能代理“产品”，并没有实际控制账户。这个时候，监管部门就不得不面对如何监管既不是自然人也不是法人的“智能代理”的问题。
智能代理的行为完全可以自主进行，如何监管其可能产生的违法违规行为成为一个新的课题。比如，大量投资人雇佣同一个表现优异的智能代理，管理其自身账户的投资。由于同一个智能代理的操作逻辑相似，那么这些账户虽然法律上是各自独立的、无关联的，但其实际操作可能表现为“一致行动人”的现象。
虽然智能代理的交易逻辑可以设定合规审核的内控程序，但对于其行为监管的边界以及如果追溯该智能代理行为的责任主体，目前的监管框架还没有涉及。“实质大于形式”的监管原则运
用于对智能代理的监管，可能引起混淆。
虽然智能代理本身也是由人设计开发的，但当其被雇运行时，其行为与设计开发人员完全无关，而仅仅与市场和其自身内在的学习、决策机制有关，由此而产生的行为无法追溯到某个具体的人身上。如果某个设计开发人员，设计出一个恶意的智能代理，并被某些集合性质的基金采纳，就可能导致某只股票价格的异常波动。对于这样的行为，现有监管体系对责任主体的界定将十分困难。
应建立注册备案和源代码公证制度
首先，建立证券投资智能代理注册备案制度。对于在实际使用过程中，完全不需要人工干预的智能代理，其设计开发者和使用者都需要注册备案，被监管主体确定为使用者。对于集合性质的投资主体使用此类智能代理，必须约定至少一个自然人或法人作为被监管主体，对其行为承担责任。与此同时，对于采取同一智能代理的使用者，豁免其“一致行动人”和其他关联交易的行为判决。
其次，建立证券投资智能代理源代码公证制度。为了有效防范恶意智能代理扰乱市场、破坏正常的市场秩序，对证券投资智能代理源代码建立公证制度。通过第三方的公证机构的审核，确保智能代理不存在恶意和蓄意破坏市场的情况发生，由第三方的合法合规性审核，建立对智能代理行为的预防机制。
最后，构建适应普惠金融服务的监管框架。未来，对于基于大数据的证券投资智能代理，将主要以普惠金融服务的视角进行引导和大力支持，使更广大的散户投资人可以享受技术进步带来的红利，获得更好的服务。因此，需要营造良好的创新政策环境和包容性的监管文化。
概要 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和 输家。
2019人工智能产业投资分析报告 前言： 人工智能(AI)将接棒移动互联网，成为下一轮科技创新红利的主要驱动力。透过丰富的数据采集(互联网和IoT)、更快的数据传输(5G)、更强大的数据运算处理(AI)，科技企业和传统企业将在更广泛的领域深度融合。 AI将广泛助力传统行业转型，渗透互联网竞争下半场，催生无人驾驶、城市大脑、工业互联网、农业大脑、智慧医疗、Fintech、机器人等广义AI 应用，酝酿万亿级市场和投资机会。
▌AI主导下一轮科技创新红利AI孕育万亿级别市场 人工智能(AI)指利用技术学习人、模拟人，乃至超越人类智能的综合学科。人工智能技术可以显著提升人类效率，在图像识别、语音识别等领域快速完成识别和复杂运算。 此外，面对开放性问题，人工智能技术亦可通过穷举计算找到人类预料之外的规律和关联。自1956年“人工智能”概念首次被提出，AI技术“三起两落”。 本轮人工智能腾飞受益于持续提升的AI算力对神经网络算法的优化。 AI产业链分为:基础层、技术层、应用层。 基础层主要包括:AI芯片、IoT传感器等，技术层主要包括:图像识别、语音识别、自然语言处理NLP、知识图谱等，应用层的场景包括:无人驾驶、智慧安防、智慧城市(城市大脑)、金融科技(Fintech)、智慧医疗、智慧物流等领域。 AI市场规模快速成长。 中国是全球第二大AI力量，人工智能企业超过1000家。
2018年中国AI市场规模约330亿元人民币，全球AI市场规模约2700亿美元。我们预计，中国人工智能市场规模有望成长至万亿量级，成为下一轮科技创新红利的主导力量。 Statista预计2019、2020年，全球人工智能市场规模将分别增长59%、61%，成长至6800亿美元量级。 我们判断，中国人工智能市场有望在2030年达到万亿量级，传统行业和技术的结合是主要的应用领域，2G(对政府）和2B（对企业）将成为主要的营收来源。
人工智能项目 投资建设可行性研究报告规划设计/投资分析/产业运营
摘要 人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据 分析，为投资决策提供参考，从而提高投资研究的效率。人工智能在资本 市场相关领域的应用。从使用者的角度来看，智能投研的受众包括各种类 型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从 投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的 应用场景涉及业务的各种环节，与投研直接相关的就包括研究、投资、交 易和风险管理。 人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革 命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、 交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各 业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新 的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新 一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月 和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动 人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。
该人工智能项目计划总投资17992.77万元，其中：固定资产投资13304.66万元，占项目总投资的73.94%；流动资金4688.11万元，占项目总投资的26.06%。 本期项目达产年营业收入43788.00万元，总成本费用33492.60万元，税金及附加350.28万元，利润总额10295.40万元，利税总额12065.74万元，税后净利润7721.55万元，达产年纳税总额4344.19万元；达产年投资利润率57.22%，投资利税率67.06%，投资回报率42.91%，全部投资回收期3.83年，提供就业职位644个。
龙源期刊网 https://www.doczj.com/doc/bf9777563.html, 人工智能技术在证券投资领域的应用分析 作者：吴雨婷 来源：《数码设计》2018年第13期 摘要：传统的证券投资研究方法往往存在一定的缺陷，而人工智能技术的引入能够对证券投资领域带来巨大的变革。因此，本文分析人工智能在证券投资中的应用情况，并研究其优势，从而打破了传统的证券投资研究方式，使人工智能技术能够在证券投资领域发挥重要优势，可以进一步推广应用。 关键词：证券投资;人工智能;智能投资顾问;量化投资 中图分类号：F832 文献标识码：A 文章编号：1672 - 9129（ 2018） 13 - 0212 - 01 1 引言 随着人工智能技术的不断发展，人类的生产和生活产生了巨大的变革。目前，传统的证券投资研究方法包括基本面分析法、技术分析法、投资组合分析法和行为金融分析法等，这些方法都属于传统的经济学范畴，往往存在一定的片面性。而人工智能技术的引入，将完全打破传统的研究方法，在投资策略、交易方式等方面提供广泛的技术支持，为证券投资领域的应用带来风暴式变革。因此，本文从人工智能的角度出发，研究分析人工智能技术在证券投资领域的应用情况，以及其与传统的证券投资模式相比所存在的优势。 2基本概念 利用目前互联网上的数据，特别是大数据资源，来实现人工智能，是当前社会上广泛使用的模式，也是此次要研究的人工智能在证券投资领域的应用的模式。传统的投资策略是建立固定模型的过程，通过固定模型计算来求解当前情况下最优的配置资产方案;而人工智能则会随着具体情况的变化来推导出新的模型，可以依据不同的事件，利用其强大的数据挖掘能力来自我推导出新的认知，自我研究出新的证券投资策略。 3应用分析 目前，人工智能已经逐渐在证券投资领域开始应用，主要有智能投资顾问和量化投资两种具体的应用模式。
我国人工智能行业投融资分析 能让Microsoft 、Google、Facebook、Amazon等巨头不惜重金一砸的领域，想必只有人工智能了。国内公司也没有错过如此风口，2015年，百度推出度秘、小度机器人两款产品，腾讯财经开发出自动化新闻写作机器人，阿里巴巴与富士康联手向软银机器人控股公司分别注资145亿日元······ 2015年，机器人不再是“黑科技”，变成了一门市场前景巨大的生意。麦肯锡咨询公司预测，到2025年，机器人在制造业、服务产业应用创造的产值为1.7万亿到4.5万亿美元。这也不难解释，为什么连马云、孙正义和郭台铭都开始一起制造机器人了。 而在不为人所熟知的工业机器人方面，国际机器人联合会最新给出的数据是，2014年中国工厂里的机器人占了全球工业机器人的四分之一，同比增加54%，预计到2017年中国安装的工业机器人数量将居全球之首。 中投顾问在《2016-2020年中国人工智能行业深度调研及投资前景预测报告》中表示，更多的资本也正在流向这一领域，试图在真正起风之前抢占风口位置。 1、融资阶段：天使、A轮仍是主流 图表2015年AI领域投融资所处阶段 数据来源：中投顾问产业研究中心整理 和几乎所有科技领域一样，AI领域初创公司所处融资阶段也以A轮为主，达到了一半以上。
2015年1至9月披露了融资阶段的事件中，只有Makeblock为C轮融资（红杉资本投资600万美元）。Makeblock是一个基于开源硬件的机器人积木搭建平台，让用户通过乐高积木的方式搭建自己的机器人，并进行可视化编程。借助Makeblock，用户既可以自己动手组装一台3D打印机，也可以DIY属于自己的瓦力机器人。 云从科技则在4月20日获得佳都科技5000万人民币战略投资。云从科技是一家专业的人脸识别技术服务提供商，其技术核心是通过基于异构深度神经网络的目标深度解析，突破人脸识别在各种复杂环境下通用性差的难题。 2、融资金额：千万投资成门槛 图表2015年AI领域投融资的金额分布 数据来源：中投顾问产业研究中心整理 与智能硬件等领域不同，由于AI及机器人制造对技术水平和资金投入的要求较高，因此千万元以上的投资占据多数。 融资额最高的企业为Ninebot，其在4月15日获得小米科技、红杉资本等8000万美元A轮投资。Ninebot 是国内首家集研发、生产、销售和服务于一体的智能短途代步设备运营商，专注于智能短途代步机器人产品，已成功收购全球自平衡车的领导者Segway。 地平线机器人则在天使轮即获得晨兴创投、红杉资本等数百万美元投资，在起跑线上即取得了领先地位。公司创始人曾任百度深度学习研究院IDL的负责人，从百度离职后组建Horizon Robotics，致力于定义机器人的“大脑”芯片，想要帮助硬件产品实现复杂智能化功能，进而成为机器人时代的Intel。 3、融资领域：机器人成最大热点 从细分领域来看，机器人占了绝对多数。 工业机器人依旧抢眼。李群自动化定位于中高端工业机器人制造商，2015年4月获得了红杉资本的3000万元A轮融资，目前可以为客户提供全套机器人自动化解决方案的业务模式。
人工智能投资建设项目立项申请 一、项目背景 1、“十二五”时期，面对经济发展新常态，全市上下坚持科学发展， 以转型发展、可持续发展为引领，突出改善民生，强化改革创新驱动，推 进法治政府建设，确保社会和谐稳定，经济社会总体保持了平稳发展。经 济发展步入新常态。 2、当全球新科技革命和产业革命又来到一个新的历史性选择关头，中 国战略性新兴产业除了激烈外部竞争压力，内部同样面临许多严重的问题。一是产业发展的制度和体制障碍需要进一步理顺，财政金融政策支持、资 源倾斜优先配置等具体落实措施和政策没有完善。二是面对发达国家的技 术垄断壁垒，技术创新进步还需要加大原始积累，关键和核心技术领域优 势不明显，自主创新能力不强，技术研发、转化利用效率不高。三是光伏、风电等个别产业领域出现产能难以消化过剩问题。近几年来，国家出台了 一系列鼓励支持创新创业的政策举措，政策效应正在持续释放，突出表现 为创新创业热度不减，新增市场主体量质齐升。今年上半年，全国新设市 场主体达998.3万户，同比增长12.5%，目前我国市场主体总量已超过1亿户，达到标志性高点。更为可喜的是，新设市场主体的“质”也在同步提
高，上半年，战略性新兴产业新设企业56.9万户，同比增长19.9%。特别 是第二季度以来，大众创业意愿持续走高，4-6月每月新设企业均超过60 万户，创历史新高。从提出培育发展战略性新兴产业战略的背景来看，国 务院是在应对国际金融危机、促进产业振兴和经济增长的同时，为抓住新 一轮科技和产业革命机遇，着力提高经济长远发展中增量的水平，带动整 个产业结构的优化升级和经济发展方式转变而实施的重大部署。因此，培 育发展战略性新兴产业从一开始就肩负着着眼长远为调结构提供新的增长 点和立足当前为经济增长提供新动力的双重历史使命。从这几年的发展实 践来看，战略性新兴产业也确实发挥了这样的作用。在当前严峻复杂的国 内外环境下，很多地方的新兴产业蓬勃发展、逆势而上，出现了新兴产业 投资规模、产出增速、占经济总量比例、提供就业机会等大幅增长的可喜 局面，在调结构、转方式、稳增长中展现出亮丽的前景。战略性新兴产业 要继续同时发挥好这两方面作用，关键在于引导社会资源，结合区域经济 发展实际情况，选择好新兴产业的发展重点和方向，加快创新成果产业化，促使科技第一生产力作用得到发挥，优先扶持高端产业链协同发展。这样，有利于保持我国经济平稳较快发展，为实现今年我国经济社会发展目标作 出更大的贡献，而且有利于加快提高战略性新兴产业在我国经济中所占的 比重，带动我国产业结构不断向高端发展，提升经济发展质量，为经济发 展方式转变提供强大动力。
2016年2月出版
正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录
人工智能企业现状分析报告 目录 第一节人工智能企业现状分析 (2) 一、人工智能企业现状发展阶段 (2) 二、人工智能企业现状发展概况 (2) 三、人工智能企业现状商业模式分析 (3) 第二节人工智能企业发展现状 (4) 一、人工智能企业现状分析 (4) 二、人工智能企业发展分析 (4) 第三节人工智能企业分析报告 (4) 第一节人工智能企业现状分析 一、人工智能企业现状发展阶段 近些年来，我国人工智能领域有取得了飞速发展。英飞拓人工智能企业是一家创新型、信息化、集成化的整体安防制造商，致力于为全球英飞拓人工智能安防提供最高端、最安全、最值得信赖的解决方案。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的Blizzard Challenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。
人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 二、人工智能企业现状发展概况 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一，也被认为是21世纪三大尖端技术之一。 近年来，我国人工智能产业获得快速发展。我国市场的工业机器人销量猛增我国智能语音交互、指纹识别、人脸识别、虹膜识别等产业规模迅速扩大。同时，我国已经拥有国家重点实验室等设施齐全的研发机构和优秀的人工智能研发队伍，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的百度大脑计划、科大讯飞超脑计划、京东智能聊天机器人等。 目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技成果已进入广泛的实际应用。也正基于此，我国出台了大量支持人工智能发展的政策。2015年7月1日，国务院印发《关于积极推进"互联网+"行动的指导意见》，将"互联网+人工智能"列为11项重点行动之一；而时至11月，《机器人产业"十三五"发展规划》草案已基本制定完成。另外“中国制造2025”重点领域技术路线图构建了中国机器人产业发展蓝图的同时扩大了人工智能的关注度。
人工智能产业园项目投资计划书 xxx科技发展公司
摘要说明— 随着人工智能的迅速发展，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。基于人工智能产业的战略作用，中国政府正通过 多种形式支持人工智能的发展，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。 2017年，人工智能首次写入政府工作报告，同年7月，国务院印发《新一 代人工智能发展规划》，明确人工智能的发展在国家战略中的地位。 该人工智能项目计划总投资19947.72万元，其中：固定资产投资13924.16万元，占项目总投资的69.80%；流动资金6023.56万元，占项目 总投资的30.20%。 达产年营业收入46163.00万元，总成本费用36653.70万元，税金及 附加376.44万元，利润总额9509.30万元，利税总额11197.37万元，税 后净利润7131.97万元，达产年纳税总额4065.39万元；达产年投资利润 率47.67%，投资利税率56.13%，投资回报率35.75%，全部投资回收期 4.30年，提供就业职位747个。 人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革 命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、 交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，
催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各 业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新 的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新 一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月 和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动 人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。 报告内容：项目概论、项目建设背景及必要性分析、项目市场研究、 产品及建设方案、项目选址评价、土建方案说明、工艺说明、项目环境保 护和绿色生产分析、项目生产安全、项目风险说明、节能概况、项目进度 计划、投资分析、经济收益、总结说明等。 规划设计/投资分析/产业运营
人工智能在金融行业的应用及风险分析 随着计算机技术和互联网行业的发展，越来越多的新兴技术如指纹识别、大数据、云计算、人工智能等逐渐开始影响人们的生活。这些技术在一定程度上提高了人们生活的便捷度，同时也给各个行业带来了巨大的变革。在这个过程中，金融行业也遭到了前所未有的冲击，这些技术已经开始被应用在银行、保险、证券和投资理财等领域。 2017年5月，围棋等级分排名世界第一的中国棋手柯洁在三番棋中不敌谷歌的AlphaGo，再一次将人们的注意力集中到人工智能这一技术上。本文将介绍人工智能这一技术及其对金融行业的影响。 一、人工智能概述 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。这一概念最早在1956年达特茅斯会议上被提出，并在随后几十年中不断得到补充和发展。 人工智能的研究范围非常广泛，包括有效的老式人工智能、联结主义、遗传算法、神经网络等多个领域。当下
最热门的机器学习是人工智能的一个分支。简单来说，机器学习利用算法分析数据、学习数据，通过基于大量数据的“自我训练”，实现对真实世界情况进行判断和预测的能力。因此，程序实际上是在用大量数据和算法进行“自我训练”，从而学会如何完成一项任务，这与预先编写好、只能按照人类指定的逻辑去执行指令的程序不同。实际上，任何通过数据训练的学习算法都属于机器学习，这其中包括很多我们非常熟悉的技术，比如线性回归、K均值、决策树、主成分分析法、支持向量机以及人工神经网络等。 AlphaGo的核心算法是深度学习的人工神经网络。人工神经网络出现得非常早，但受技术限制一直进展缓慢，直到云计算的出现和后来GPU开始大规模部署之后，这种技术才得以快速发展应用。运算能力的发展使神经网络计算变得速度更快、成本更低、性能更强大，而存储设备的容量增加，读取速度加快，进一步降低了运用该技术的门槛。 二、人工智能在金融行业的应用 （一）智能客服 人工智能技术的发展使得语音识别技术逐渐成熟，一些金融机构开始尝试使用该技术来优化现有的远程客户服务、业务咨询和业务办理等，这使得用户能够更加及时地得到满意的答复，提升用户的满意度，同时还可以减轻人
人工智能行业调研分析报告 摘要—— 该人工智能行业调研报告仅针对xx区域分析，时间2016-2017年度。 目前，区域内拥有各类人工智能企业663家，从业人员33150人。截至2017年底，区域内人工智能产值145901.24万元，较2016年122771.15万元增长18.84%。产值前十位企业合计收入64158.01万元，较去年54514.41万元同比增长17.69%。 ...... 主要通过增量带动，大力发展新兴产业，即紧紧依靠招商引资，招大商、引大资、引大智，培育和发展高端制造业，增添台州经济发展新动力。具体方向在哪里？《中国制造2025浙江纲要》明晰了我省11大产业发展重点领域，各地要坚持“工业立市”不动摇，瞄准高端和前沿产业，扩大开放，超前布局，积极参与长三角的合作与开发，积极融入全球制造业体系，主动参与国际竞争与合作，在每个领域努力寻求新的突破，打造一批国际竞争力领先的企业和产业集群。要顺应改革大势继续深化体制机制改革，加快建立有利于引导各类投资主体发展先进制造业的经济调控机制，并充分发挥市场在资源配置
中的决定性作用，撬动和激活充裕的民间资本，引导民间资本与实体经济结合，使得好项目获得资本的“青睐”和“浇灌”，激发有潜力企业的创新能力和创业激情，为制造业提供不竭动力和支撑。
第一章宏观环境分析 一、宏观经济分析 1、新常态下新旧力量将长期并存，原有优势和新优势双轮驱动。中国经济之所以在过去取得了令世人瞩目的成绩，一定是中国经济大方向选对了，一些因素一定会继续发挥重要作用。中国经济进入新常态，出现了很多新的特征和趋势，但并不意味着未来经济发展将完全不同以往。经济发展是连续的过程，不会因为开启了一扇窗，就会关掉一道门。新常态需要新思路和新方式，但不否定那些仍继续有效的做法。新常态下我国增长动力结构，将既不同于原 2、9月末，规模以上工业企业资产负债率为56.7%，同比降低0.4个百分点。其中，国有控股企业资产负债率为59%，同比降低1.6个百分点，国有企业降杠杆成效更为显著。何平指出，从9月份当月情况看，主要受工业产销增速放缓、价格涨幅回落、上年利润基数偏高等因素影响，工业利润增速比8月份减缓。值得一提的是，在工业企业利润新增中，主要来源属于钢铁、建材、石油、化工等传统中上游行业。数据显示，前三季度，钢铁行业利润增长71.1%，建材行业增长44.9%，石油开采行业增长4倍，石油加工行业增长30.8%，化工行业增长24.5%。5个行业合计对规模以上工业企业利润增长的贡
2019年人工智能行业分 析调研报告 2019年11月
目录 1.人工智能行业概况及市场分析 (5) 1.1人工智能市场规模分析 (5) 1.2人工智能行业结构分析 (5) 1.3人工智能行业PEST分析 (6) 1.4人工智能行业特征分析 (7) 1.5人工智能行业国内外对比分析 (8) 2.人工智能行业存在的问题分析 (10) 2.1政策体系不健全 (10) 2.2基础工作薄弱 (10) 2.3地方认识不足，激励作用有限 (10) 2.4产业结构调整进展缓慢 (10) 2.5技术相对落后 (11) 2.6隐私安全问题 (11) 2.7与用户的互动需不断增强 (12) 2.8管理效率低 (13) 2.9盈利点单一 (13) 2.10过于依赖政府，缺乏主观能动性 (14) 2.11法律风险 (14) 2.12供给不足，产业化程度较低 (14) 2.13人才问题 (15) 2.14产品质量问题 (15)
3.人工智能行业政策环境 (16) 3.1行业政策体系趋于完善 (16) 3.2一级市场火热，国内专利不断攀升 (16) 3.3“十三五”期间人工智能建设取得显著业绩 (17) 4.人工智能产业发展前景 (18) 4.1中国人工智能行业市场驱动因素分析 (18) 4.2中国人工智能行业市场规模前景预测 (18) 4.3人工智能进入大面积推广应用阶段 (18) 4.4政策将会持续利好行业发展 (19) 4.5细分化产品将会最具优势 (19) 4.6人工智能产业与互联网等产业融合发展机遇 (20) 4.7人工智能人才培养市场大、国际合作前景广阔 (21) 4.8巨头合纵连横，行业集中趋势将更加显著 (22) 4.9建设上升空间较大，需不断注入活力 (22) 4.10行业发展需突破创新瓶颈 (22) 5.人工智能行业发展趋势 (24) 5.1宏观机制升级 (24) 5.2服务模式多元化 (24) 5.3新的价格战将不可避免 (24) 5.4社会化特征增强 (24) 5.5信息化实施力度加大 (25) 5.6生态化建设进一步开放 (25)
2020年人工智能产业发展深度研究报告 一、人工智能市场格局 人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测，2035 年，人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1 万亿美元。 二、多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心，以模拟人的
智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。 （一)战略部署：大国角逐，布局各有侧重 全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局，并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。 1、美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019 年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超
临泉县人工智能项目投资计划书 xxx科技公司
摘要说明— 2018年全球AI市场规模预计为1.2万亿美元，到2022年有望达到 3.9万亿美元。而中国人工智能产业亦处在快速发展阶段，2017年中国AI 市场规模为216.9亿元，同比2016年增长52.8%，预计2018年将延续这一增速，到2020年有望超过700亿元。更甚者，根据17年7月国务院印发 的《新一代人工智能发展规划》三步走战略目标，2020年中国人工智能核 心产业规模将超过1500亿元，带动相关产业规模超过1万亿元；2025年核心产业规模超过4000亿元，带动相关产业规模超过5万亿元；2030年核心产业规模超过1万亿元，带动相关产业规模超过10万亿元，可谓空间巨大。 人工智能是新兴产业，虽然技术和产业发展迅猛，但专业技术人才， 以及兼顾人工智能与传统产业的跨界人才不充足，限制了产业发展以及与 实体经济的深度融合发展。 由于我国人工智能产业重应用技术、轻基础理论，底层技术积累薄弱，存在“头重脚轻”的结构不均衡问题，使我国人工智能产业犹如建立在沙 滩上的城堡，根基不稳。基层技术积累薄弱使人工智能核心环节受制于人，阻碍人工智能领域重大科技创新，不利于国内企业参与国际竞争，并使国 民经济和国家安全存在远期隐忧。
该人工智能设备项目计划总投资9037.68万元，其中：固定资产投资6994.51万元，占项目总投资的77.39%；流动资金2043.17万元，占项目总投资的22.61%。 达产年营业收入18665.00万元，总成本费用14324.08万元，税金及附加171.87万元，利润总额4340.92万元，利税总额5111.54万元，税后净利润3255.69万元，达产年纳税总额1855.85万元；达产年投资利润率48.03%，投资利税率56.56%，投资回报率36.02%，全部投资回收期4.28年，提供就业职位330个。 报告内容：概述、建设背景分析、市场调研、项目规划分析、项目选址规划、项目工程设计说明、工艺说明、项目环境保护分析、项目职业安全管理规划、建设及运营风险分析、节能评价、计划安排、投资规划、项目经济效益、综合评价等。 泓域咨询规划设计/投资分析/产业运营
人工智能项目投资计划书 规划设计 / 投资分析
摘要 人工智能的发展驱动着劳动力、工作方式以及工作组织形式等多方面 的变革，人工智能应用的成熟，既催生了新的市场，也为传统产业的发展 注入了新的活力。人工智能产业链大致可分为基础层、技术层和应用层三 个类别。人工智能具有算力、算法、数据三要素，其中基础层提供算力支持，通用技术平台解决算法问题，场景化应用挖掘数据价值。 数字经济对高质量发展、培育新动能意义重大，但是对GDP的拉动作 用则未必明显。主要是以下两个方面的原因：一是数字经济发展对线下活 动存在一定的替代效应。尽管数字经济规模发展很快，其中不仅有对线下 的替代，也有很多新增部分。但是它毕竟不像前几次工业革命对纯新增投 资的大规模拉动那样显著，其“创造性破坏”的意味更加浓厚。二是数字 经济大规模提升了社会总福利、尤其是消费者剩余，但是很多不体现在GDP 上。这方面的研究文献已经比较多了，一个共同认识是：GDP难以反映数字经济的贡献，应该有更好的宏观指标来衡量数字经济贡献。我称之为数字 经济的“GDP悖论”。例如美国布鲁金斯学会今年刚刚发布的研究报告《如何测度数字经济价值？》指出，“数字产品通常对用户免费，因此他们对 福祉的贡献被排除在GDP之外。但是，除了GDP数据以外，我们在世界各 地都看到了数字革命带来的实际好处。” 2018 年末中央经济工作会议曾提出，要“加快 5G 商用步伐，加强人 工智能、工业互联网、物联网等新型基础设施建设，加大城际交通、物流、
市政基础设施等投资力度，补齐农村基础设施和公共服务设施建设短板”。2020 年 1 月 3 日国务院常务会议，2 月 21 日、3 月 4 日的中央政治 局会议均提到“新型基础设施建设”。特别是在 2020 年 3 月 4 日的中 央政治局常务会议上，再次强调“要加快 5G 网络、数据中心等新型基础 设施建设进度”。从以上表述可以看到，党中央和国务院密集部署新基建，特别是在近多次提及相关内容，新基建必将成为 2020 年中国的重要经济 举措，并成为稳定中国经济并实现经济增长的新动力、新引擎。新型基础 设施建设，简称“新基建”，是基础设施建设中的一个相对概念，与原来 的传统基础设施建设有较大的区别。“新基建”包含5G基建、特高压、城 际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能 和工业互联网七大领域。传统的基础设施—“铁公基”（铁路、公路、机场、港口、水利工程等）是工业时代的基础设施，而新基建则是基于新兴 科技，特别是信息技术的基础设施，是信息时代（数字时代）的基础设施，是数字化转型的基础和保障。 中共中央政治局常务委员会3月4日召开会议，会议指出，要加大公 共卫生服务、应急物资保障领域投入，加快5G网络、数据中心等新型基础 设施建设进度。而此前，2018年12月，中央经济工作会议把5G、人工智能、工业互联网、物联网等新型基础设施建设列为2019年经济建设的重点 任务之一。据央视新闻2019年3月2日的报道，“新基建”指发力于科技 端的基础设施建设，主要包括七大领域：5G基建、特高压、城际高速铁路
2020年中国人工智能产业发展分析报告
目录 一、对2020年形势的基本判断 (4) （一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。 4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。 (6) （三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。 (7) 二、需要关注的几个问题 (9) （一）我国人工智能领域的基础创新投入严重不足。 (9) （二）我国人工智能产业的算力算法核心基础相对薄弱。 (10) 三、应采取的对策建议 (13) （一）以算力为核心加强人工智能基础能力建设。 (13) （二）体系化梳理我国人工智能产业供应链现状。 (13) （三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力。 (14) （四）在国际社会上提出发展“负责任的人工智能”。 (14)
【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。 2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注易落地的底层技术公司，但同时产业发展的外部形势将更为严峻，美国对我国人工智能产业的压制可能从上游元器件转向下游行业应用。
人工智能产业园项目 实施方案 规划设计/投资分析/产业运营
报告说明— 随着人工智能的迅速发展，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。基于人工智能产业的战略作用，中国政府正通过 多种形式支持人工智能的发展，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。 2017年，人工智能首次写入政府工作报告，同年7月，国务院印发《新一 代人工智能发展规划》，明确人工智能的发展在国家战略中的地位。 该人工智能项目计划总投资20189.40万元，其中：固定资产投资14302.61万元，占项目总投资的70.84%；流动资金5886.79万元，占项目 总投资的29.16%。 达产年营业收入41003.00万元，总成本费用31765.82万元，税金及 附加360.30万元，利润总额9237.18万元，利税总额10871.57万元，税 后净利润6927.89万元，达产年纳税总额3943.69万元；达产年投资利润 率45.75%，投资利税率53.85%，投资回报率34.31%，全部投资回收期 4.41年，提供就业职位691个。 人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据 分析，为投资决策提供参考，从而提高投资研究的效率。人工智能在资本
市场相关领域的应用。从使用者的角度来看，智能投研的受众包括各种类型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的应用场景涉及业务的各种环节，与投研直接相关的就包括研究、投资、交易和风险管理。
2017年人工智能行业百度AI分析报告 2017年10月
目录 一、百度AI平台将逐步开放，助力构建百度AI生态圈 (4) 1、“云+大脑”打磨升级构成百度AI平台 (4) 2、多领域在人工智能方向进行战略构建 (5) （1）机构设立方面 (5) （2）人才储备方面 (6) （3）技术落地方面 (6) （4）资本投入方面 (7) 二、AI平台开放、百度生态建设延伸至端 (9) 1、DuerOS：开放的对话式人工智能系统 (10) 2、Apollo：自动驾驶开放平台 (13) （1）能力一：障碍物感知 (15) （2）能力二：决策规划 (16) （3）能力三：高精度地图 (17) （4）能力四：云端仿真 (17) （5）能力五：端到端 (18) 3、PaddlePaddle：深度学习开放平台 (24) 三、百度“能听会看”作为触手、带动技术领域的商业化落地 (26) 1、从“能听”走向“能听懂”的学习之路 (26) （1）百度以语音识别为切入点，构建人工智能生态圈 (26) （2）自然语言处理技术赋予机器认知能力 (28) 2、全方位视频理解技术使机器不仅“会看”，还会理解 (31)
百度AI平台将逐步开放，助力构建百度AI生态圈。今年的百度AI开发者大会（Baidu Create 2017）上，百度AI平台架构图首次完整亮相，全新开放了视频、语音、AR/VR、机器人视觉、自然语音处理等五大类目共14项全新能力。此次开放的技术能力总共有60个，是目前最全面的AI技术开放平台，包括百度智能云及百度大脑。此外，百度在AI方面的布局已经相对完善，无论是从AI部门的设置、集团战略定位，还是从开放的各类技术平台均能够帮助百度更快地构建生态圈，以此带来更多场景应用的落地。 AI平台开放、百度生态建设延伸至端。百度AI平台以百度智能云为基础、百度大脑为核心，目前开放DuerOS 和Apollo 两大平台向终端下沉，与云端一起初步构建起AI生态圈。百度以DuerOS 作为其人工智能的切入点，打造智能语音生态链；以Apollo 自动驾驶开放平台作为其人工智能的核心突破口。Apollo 自今年7 月发布以来，已开放14 项核心能力，生态合作伙伴超50家，成为全球最强大的自动驾驶生态。此外，PaddlePaddle深度学习平台已经被应用于百度的30多个主要产品。 百度“能听会看”作为触手、带动技术领域的商业化落地。百度目前正使机器从“能听”走向“能听懂”：以语音识别作为切入点构建人工智能生态圈；通过自然语言处理技术赋予机器认知能力；以全方位视频理解技术使机器不仅“会看”，还会理解。