2018年全国各地人工智能最新产业政策分析：转向技术和产业的融合

2018年ICT产业人工智能行业分析报告2018年11月目录一、政策、技术、资金共同驱动，人工智能迎第三次浪潮 (3)1、人工智能上升至国家战略层面，行业发展全面加速 (3)2、技术变革促使人工智能突破产业应用瓶颈，推动产业爆发 (4)3、资本不断涌入，助推AI技术及应用进一步走向成熟 (5)二、AI作为全新的生产要素，即将为传统行业带来变革 (5)1、人工智能作为全新的生产要素，将改变企业竞争及增长方式 (5)2、人工智能的应用进展取决于数字化程度，高数字化行业将优先实现应用 63、AI推动安防行业进一步升级，拓宽行业成长空间 (7)4、智能语音：AI时代的流量入口，科技巨头纷纷布局 (7)5、自动驾驶：人类逐步交出操控权，提高安全系数 (8)三、AI正在重塑ICT产业格局 (9)1、AI颠覆芯片产业格局，行业进入群雄逐鹿阶段 (10)2、人工智能的软件技术平台将是巨头的必争之地 (10)3、云化是AI发展前提 (11)政策、技术、资本三轮驱动，AI即将为传统行业带来变革。

政策频繁加持，AI上升至国家战略层面；数据、算法和算力发展成熟，助力AI突破发展瓶颈；资本不断涌入，17年我国AI融资金额达645亿，融资事件达492起。

人工智能作为全新的生产要素，将改变企业竞争及增长方式。

据埃森哲数据，AI将助力企业提升38%的盈利水平，同时为16个行业带来额外14万亿美元的总附加值（2035年）。

在应用落地层面，人工智能的应用进展取决于数字化程度，数字化程度高行业将优先实现应用。

目前来看安防、金融、汽车等行业落地最快，零售、旅游、地产等行业相对滞后。

AI亦正在重塑ICT产业格局。

在AI芯片领域，传统厂商、互联网企业及初创公司等纷纷布局AI芯片领域，产业呈现群雄逐鹿的竞争格局；在AI技术平台领域，由于其技术壁垒高、马太效应强，且需要长期持续的的大规模研发资本投入，未来这一领域将是国际巨头间的博弈。

未来AI将成为基础设施，科技巨头将成为AI基础设施的提供者，普通企业拥抱人工智能的前提是先云化，这将不是IT支出转云服务支出“左右互搏”的零和游戏，而是行业未来发展的必然趋势。

人工智能与传统产业的融合与创新随着信息技术的飞速发展，人工智能已成为当今社会的热门话题。

传统产业在人工智能技术的应用下逐渐焕发出新的活力。

本文将讨论人工智能与传统产业的融合与创新，以及对经济社会的影响。

一、人工智能与制造业的融合人工智能技术为传统制造业带来了巨大的机遇。

通过应用人工智能技术，制造业可以实现生产自动化、智能化和柔性化。

例如，智能机器人的应用可以提高生产线的效率和安全性，而无人驾驶技术的引入可以提升物流行业的效率。

人工智能在制造业中的应用不仅可以减少人力成本，还可以提高产品的质量和生产的整体效率。

二、人工智能与金融业的融合人工智能技术在金融行业具有广泛的应用前景。

以大数据为基础的人工智能算法可以帮助金融机构进行风险评估、信用评级、投资决策等方面的工作。

同时，人工智能可以实现智能客服和智能投顾，为客户提供更加个性化的服务。

人工智能技术的应用可以提高金融业的效率、降低风险，并促进金融创新。

三、人工智能与医疗健康产业的融合在医疗健康产业中，人工智能的应用也具有巨大的潜力。

通过分析和处理海量的医学数据，人工智能可以辅助医生进行疾病诊断和治疗方案的制定。

同时，人工智能技术还可以实现智能健康管理和智能康复辅助，为人们提供更加便捷和高效的医疗服务。

人工智能的应用有望推动医疗健康产业的升级和创新。

四、人工智能与教育产业的融合人工智能技术的应用也在教育产业中展现出巨大的潜力。

通过人工智能的辅助，教育可以更加个性化和智能化。

人工智能可以根据学生的学习特点和需求，提供个性化的教学资源和学习指导，帮助学生更好地掌握知识。

同时，人工智能还可以为教师提供智能评估工具和教学辅助工具，提高教学质量和效率。

五、人工智能与农业产业的融合人工智能技术也为农业产业带来了新的发展机遇。

农业领域可以通过应用人工智能技术实现农业生产的智能化和精细化管理。

人工智能可以提供农作物种植的智能化决策和管理，例如，通过分析气象数据和土壤信息，提供最佳的灌溉方案和施肥方案。

人工智能和传统产业的结合值得关注r——《中国人工智能发展报告2018》正式发布李浩【期刊名称】《科技中国》【年(卷),期】2018(000)008【总页数】2页(P18-19)【作者】李浩【作者单位】【正文语种】中文众所周知，伴随着第四次工业革命的到来，人工智能逐步走入现实，世界各国已经充分意识到，人工智能是未来国际竞争的关键，纷纷制定和部署了下一步人工智能发展战略，抢占新一轮科技革命的制高点。

2018年7月13日，《中国人工智能发展报告2018》在北京清华大学主楼正式发布。

报告由清华大学中国科技政策研究中心、清华大学公共管理学院政府文献中心、清华大学中国工程科技发展战略研究院联合科睿唯安公司、科学家在线、中国信息通信研究院以及今日头条智库等多家机构联合研究撰写完成。

据清华大学公共管理学院教授兼院长、清华大学中国科技政策研究中心主任薛澜教授介绍，报告的视角既立足于现状，又放眼于未来；虽然是对中国人工智能发展做的系统分析，但是也有国际的数据来作一个比较，这样就能看出中国在全球处于什么样的地位；这个报告的数据是一手的，并且是比较可靠的。

为什么要深入研究人工智能？2008年国际金融危机以后，世界经济进入了衰退期，上世纪五六十年代像计算机、集成电路、关键通讯等方面基础技术发明都已经快用尽了，摩尔定律进入尾声了，很多人认为人工智能、大数据将进入新时代。

当下，人工智能技术对社会经济发展将带来怎样的影响，已经成为全社会广泛关注的重大热门问题。

专家学者都从不同的角度和纬度开展了研究。

“大力发展人工智能，争取智能技术的研发突破是我们国家不可多得的机会。

”中国工程院李国杰院士在报告发布会上指出，我们在人工智能领域研发人才、技术积累、资金投入等很多方面都有很好的基础，特别是在智能应用上有巨大的市场，完全有可能摆脱受制于人的局面，走出一条自主创新的路。

《报告》显示，人工智能技术的发展推动了零售、农业、物流、教育、金融等领域的发展模式创新，重构生产、分配、交换和消费等各环节。

2018年人工智I行业分析报告2018年11月目录一、AI已引爆，关注产业链关键环节 (5)1、AI热点已被引爆 (5)2、2018年关注AI产业链关键环节 (8)（1）“深度学习”技术引爆本轮人工智能热潮 (8)（2）AI产业链梳理及2018年重点关注环节 (10)二、技术爆发正当时，关注高筑壁垒的优质标的 (12)1、AI芯片：新的计算时代已开启，AI芯片百舸争流 (12)（1）当前处理器难以满足AI计算需求 (12)（2）GPU：通用芯片，广泛应用于数据中心 (13)（3）FPGA技术路线：半定制化，用于企业、军工等要求灵活性场景 (16)（4）ASIC技术路线：全定制化，用于消费电子等高性能功耗比场景 (17)2、AI算法：算法设计壁垒较高，强者恒强 (18)三、应用遍地开花，关注极具发展潜力的行业应用 (21)1、医疗+AI：行业已爆发式增长，应用场景是行业竞争制高点 (21)（1）三大因素发力，驱动医疗AI爆发式增长 (21)①基础牢固：医疗资料的数字化给医疗AI发展提供基础保障 (22)②时机成熟：技术实现突破，发展医疗AI时机初步成熟 (23)③信息技术得以突破式发展，医疗AI快速发展的时机已经成熟 (24)④动力强劲：资本力推，医疗AI发展动力强劲 (24)（2）医疗AI决胜之地：应用场景 (25)①医疗AI行业四要素：数据、算法、算力和场景 (25)②医疗行业规则决定医疗AI行业将是得场景者得天下 (26)A.医疗行业的特色形成特定的行业规则 (26)B.行业规则决定“场景”才是最核心的资源要素 (26)2、AI+汽车：智能化构建出行新生态 (27)（1）AI推动行业发展，构建万亿市场规模 (27)（2）产业链纵深广阔，看好细分领域龙头 (31)四、重点企业简析 (33)1、英伟达：制霸GPU市场龙头 (33)2、Xilinx：FPGA市场领导者 (37)3、深鉴科技：基于FPGA的AI芯片研发 (39)4、商汤科技：机器视觉领域最亮眼的初创企业 (40)5、麦迪科技：急危重症领域龙头企业，具备核心竞争优势 (41)6、卫宁健康：HIS领域龙头企业，医疗AI率先布局 (42)7、四维图新：导航地图细分龙头，数据+算法+芯片布局无人驾驶 (44)8、中科创达：终端操作系统细分龙头，智能终端持续爆发 (44)AI热点爆发，产业链布局正当时。

2018年中国人工智能产业发展形势展望【内容提要】 展望2018年，人工智能软硬件技术创新将持续推进，认知智能渐行渐近；产业进入稳步增长阶段，行业内资源整合将加速推进；与实体经济融合不断加速，市场应用空间大步拓展；产业配套环境日益完善，政策、资本支持力度持续加大。

与此同时，人工智能产业将持续面临底层技术积累不足、商业化应用路径不明朗、产业发展略显浮躁以及专业人才不足等问题与挑战。

为此，我国人工智能产业未来应持续推动基础领域技术创新突破，加速实现人工智能与实体经济深度融合，不断完善产业创新生态体系建设，培育形成产业开放发展氛围，大力强化人才培养培训工作。

【关键词】 人工智能产业 发展形势 展望当前，人工智能发展迅猛，日益成为引领科技进步、推动产业升级的新引擎，将深刻改变人类社会的生产生活方式，并成为新一轮国际竞争的焦点。

2017年，我国人工智能产业保持快速增长，部分技术接近或达到国际领先水平，产业规模、投融资规模和企业数量位居世界前列。

展望2018年，人工智能技术创新将持续推进，产业进入稳步增长阶段，与实体经济融合不断加速，政策、资本支持力度持续加大。

与此同时，我国人工智能产业仍面临问题与挑战，底层技术基础薄弱，应用路径不明朗，产业发展氛围略显浮躁，专业人才不够充足。

一、对2018年形势的基本判断（一）技术创新持续进展，认知性应用将成为亮点AI芯片、计算机视觉、语音识别等技术的持续创新成为产业发展引2018年中国工业和信息化发展形势展望系列擎。

人工智能芯片以图形处理器（GPU）、现场可编程门阵列（FPGA）、特定用途集成电路（ASIC）为发展方向，寒武纪、中星微、深鉴科技、地平线机器人等初创企业通过产研结合的发展思路，积蓄了一定的研发实力。

计算机视觉技术中，以静态物体识别技术发展最为成熟，动态图像和场景识别技术尚且存在较大上升空间，百度、旷视科技、商汤科技、格林深瞳等企业的技术实力较为领先。

语音识别技术近年来发展迅速，目前行业识别准确率已达到95%，科大讯飞、百度、搜狗、出门问问等企业有较大技术优势。

２０１８年人工智能行业深度分析报告人工智能（artificial intelligence ）是由人创造的具有自然生物智能特征的系统，具有一定的感知、认知、记忆、分析、判断和行为的能力。

人工智能和生物智能的形成机制不同，前者是根据人的需求被设计和创造出来的，后者则是自然界漫长进化过程中逐步通过遗传和学习形成的。

人工智能有别于人类智能，后者特指人类这一生物体所具有的智能，限定在人体内。

但人工智能可以学习和获得人和其他生物的智能，其感知、认知、记忆、分析、判断和行为的方式可以显著区别于和超越人类智能。

当前的人工智能在特定领域虽然具备了强大的功能，仍属于弱人工智能的范畴，离超级人工智能还有很大的距离。

社会对人工智能的认知和理解要摆脱科幻小说和影视作品的戏剧化设定，理性客观看待人工智能的长处和短板。

得益于算法的突破、计算能力的大幅度提高以及数据可获得性的极大改善，第三波人工智能热潮正席卷全球。

和前两次不同，在这一波人工智能热潮中，人工智能的技术已经开始广泛地渗入和应用于诸多领域，包括社交媒体、搜索引擎、工业自动化、电子商务平台、交通出行和物流、安防、医疗和教育等，展现出巨大的潜力。

中国在人工智能领域追赶迅速，在一些领域已经积累了一定的发展基础，进入国际领先者的行列。

与发达国家相比，中国人工智能整体发展水平缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面还存在很大的差距。

目前中国在人工智能的研究论文、专利申请和授权增量上已经居世界前列，但研究论文的质量、影响力和专利质量还有待提高。

在人工智能领域，中国高等院校、研究机构和企业的研究实力、资金投入以及杰出人才培养上，与美国、欧洲相比也存在较大的差距。

得益于互联网的普及、国际人才流动、市场规模以及整体研发水平的提升，中国在云计算、模式识别、机器学习的研发追赶较快，在产业化应用上已有部分企业居于世界前列。

2018-2022年中国人工智能产业政策动态分析近年来，我国对人工智能的支持力度持续加码。

中投顾问发布的《2018-2022年中国人工智能行业深度调研及投资前景预测报告》认为，随着政策布局的推进，我国人工智能行业投融资规模也将逐步上升，行业发展前景看好。

人工智能纳入《“十三五”国家科技创新规划》2016年8月8日，国务院发布《“十三五”国家科技创新规划》，主要明确“十三五”时期科技创新的总体思路、发展目标、主要任务和重大举措，是国家在科技创新领域的重点专项规划，是我国迈进创新型国家行列的行动指南。

启动“科技创新2030-重大项目”，人工智能入围。

规划指出面向2030年，选择一批体现国家战略意图的重大科技项目，近半数与信息科技密切相关(量子通信与量子计算机、脑科学与类脑研究、国家网络空间安全、天地一体化信息网络、大数据)。

其中，脑科学与类脑研究项目中明确指出将“以脑认知原理为主体，以类脑计算与脑机智能、脑重大疾病诊治为两翼，搭建关键技术平台，抢占脑科学前沿研究制高点”。

规划还专门强调建立重大项目动态调整机制，在地球深部探测、人工智能等方面遴选重大任务，适时充实完善重大项目布局。

明确人工智能作为发展新一代信息技术的主要方向。

规划在围绕新一代信息技术等十大领域构建现代产业技术体系中明确指出“发展自然人机交互技术，重点是智能感知与认知、虚实融合与自然交互、语义理解和智慧决策”。

设立人工智能及智能交互专项，要求“重点发展大数据驱动的类人智能技术方法；突破以人为中心的人机物融合理论方法和关键技术，研制相关设备、工具和平台；在基于大数据分析的类人智能方向取得重要突破，实现类人视觉、类人听觉、类人语言和类人思维，支撑智能产业的发展，并在教育、办公、医疗等关键行业形成示范应用。

”人工智能是整个规划中高频出现的关键词之一。

规划除《科技创新2030—重大项目》、发展新一代信息技术之外，规划专门提出大力发展引领产业变革的颠覆性技术，再次强调了人工智能的重要性：“重点开发移动互联、量子信息、人工智能等技术，推动增材制造、智能机器人（300024）、无人驾驶汽车等技术的发展”。

２０１８年人工智能ＡＩ行业深度分析报告目录1 人工智能：已融入多个生活场景，未来有望引爆新一轮技术革命 (6)1.1 人工智能已嵌入多个生活场景，被寄望为下一轮技术革命 (6)1.2 前景判断：短期或不及预期，长期仍充满希望 (7)2 概念、标准与分类：人类思维和行为的模拟，目前仍处于弱人工智能时代 (8)2.1 概念：人类思维和行为的模拟 (8)2.2 标准：图灵测试 (8)2.3 分类：弱AI、强AI和超强AI (9)3 人工智能的“前身今世”：螺旋式发展，深度学习开启新浪潮 (10)3.1 起步时期：达特茅斯会议提出人工智能概念，人机对话小程序ELIZAL令人惊艳 (10)3.2 专家系统时期：“知识库+推理机”组合实现人工智能商用化 (10)3.3 深度学习时期：Hinton论文开启人工智能新浪潮，Alphago战胜人类世界冠军 (11)4 技术+政策+资本助力行业发展，Alphago引爆行业风口 (12)4.1 新风口：未来十年人工智能或使全球GDP增长12% (12)4.2 算法+算力+数据：行业发展的核心驱动力 (13)4.2.1 算法：从传统机器学习到人工神经网络，深度学习大幅提升机器学习能力 (13)4.2.2 数据：互联网孕育大数据时代，为深度学习提供外部支撑 (15)4.2.3 算力：GPU芯片提供高效计算能力，加速深度学习训练 (15)4.3 政策+资本：行业发展的沃土 (16)4.4 Alphago：引爆风口的催化剂 (18)5 人工智能产业链：基础层+技术层+应用层，中国基础层存不足 (18)5.1 产业链初探：基础层+技术层+应用层 (18)5.2 产业链布局：中国偏好技术成熟、可应用性强的领域 (19)5.2.1 中美对比：中国侧重技术层和应用层，美国侧重基础层 (19)5.2.2 中国融资事件分析：大市场且技术成熟领域受资本追捧 (21)6 基础层：芯片+开发框架 (22)6.1 芯片：GPU带来算力革命性突破，未来发展瞄准AI专用芯片 (22)6.1.1 GPU市场格局：Intel、AMD和NVIDIA三足鼎立，NVIDIA领跑AI赛道 (22)6.1.2 FPGA市场格局：Xilinx、Altera占据主要市场份额，Intel并购布局 (24)6.1.3 谷歌TPU领跑ASIC，寒武纪NPU是新生力量 (24)6.2 开发框架：“开源+巨头支持”模式，百度推出Paddle-Paddle (25)6.2.1 开发框架链接软硬件，降低AI使用门槛 (25)6.2.2 市场格局：开源平台普遍背靠互联网巨头，百度推出PaddlePaddle (25)7 技术层：语音识别+自然语言交互+计算机视觉 (26)7.1 语音识别：正确率提升推动商业化，消费级产品或打破市场格局 (26)7.1.1 语音识别正确率已提升至95%，颠覆人机交互模式仍需技术进一步提升 (26)7.1.2 市场格局：行业格局已初步形成，消费级产品助力科技巨头后发制人 (27)7.2 自然语言处理：实现机器“听得懂”，技术成熟度仍较低 (28)7.2.1 自然语言处理实现机器“听得懂”，语言规则复杂性制约技术成熟度 (28)7.2.2 市场格局：市场较为分散，新入局者仍有机会 (29)7.3 计算机视觉：实现机器“看得懂”，安防厂商、科技巨头和创业公司机会并存 (30)7.3.1 计算机视觉实现机器“看得懂”，静态物体识别技术趋于成熟 (30)7.3.2 市场格局：2020年中国市场规模预计725亿元，安防厂商、互联网巨头和创业公司机会并存318 应用层：智能语音+安防+金融+医疗+自动驾驶 (33)8.1 智能语音：人工智能时代的流量入口，科技巨头群雄逐鹿 (33)8.2 AI+安防：智慧安防助力警务管理，动态人脸识别仍存不足 (35)8.3 AI+金融：人工智能助力金融服务效率，身份认证、风控和投顾是三大应用场景 (37)8.4 AI+医疗：医学影像、辅助诊疗和语音电子病例是主要应用场景，腾讯觅影已筛查400多例早期食道癌病例 (38)8.5 自动驾驶：未来或颠覆全球汽车产业链，谷歌、特斯拉和百度领跑自动驾驶赛道 (39)图表目录图表1：人工智能已落地于多个生活场景 (6)图表2：人工智能的概念定义 (8)图表3：目前机器仅在短时长和细分领域的测试中通过了图灵测试 (9)图表4：当前人工智能世界处于弱人工智能时代 (9)图表5：人工智能发展历程 (10)图表6：深度学习使语音识别获得突破性进展 (11)图表7：中国人工智能发展规划目标 (12)图表8：以FAAG和BAT为首的科技巨头均涉足人工智能产业 (13)图表9：深度学习算法的特征提取和规则构建均由机器完成 (14)图表10：隐含层数量增加大幅降低了图像识别错误率 (14)图表11：数据爆发式增长支撑了人工智能发展 (15)图表12：GPU芯片的计算单元数量远甚于CPU芯片 (16)图表13：GPU芯片推理计算能力数十倍于CPU芯片 (16)图表14：中国不断加大对人工智能产业的政策支持力度 (17)图表15：2017年全球AI融资额达152.4亿美元 (17)图表16：2018年1-9月中国AI融资额825亿元 (17)图表17：2017年中国人工智能融资规模已超美国 (18)图表18：人工智能产业链分为基础层、技术层和应用层，科技巨头普遍涉足多个环节 (19)图表19：中美AI基础层企业数差距明显（2017年7月） (20)图表20：中国芯片累计融资规模仅为美国4.3%（截止2017年7月） (20)图表21：中美应用层融资事件多于基础层和技术层（截止2017年7月） (20)图表22：大市场且技术成熟领域受中国资本追逐 (21)图表23：GPU、FPGA和ASIC各有优劣 (22)图表24：在PC GPU市场，AMD、Intel和NVIDIA呈三足鼎立 (23)图表25：在独立GPU市场，NVIDIA占据第一大市场份额 (23)图表26：Tesla V100大幅缩短深度学习训练时间 (23)图表27：FPGA市场份额由Altera、Xilinx瓜分（2016年） (24)图表28：寒武纪NPU芯片介绍 (25)图表29：主流人工智能开发框架 (26)图表30：语音识别分为“降噪-特征提取-解码”三个环节 (27)图表31：全球和中国智能语音市场均已形成行业巨头（2015年） (28)图表32：自然语言处理是实现人机互动闭环的关键技术 (29)图表33：自然语言处理产品仍然集中在细分领域 (30)图表34：计算机视觉处理流程 (31)图表35：计算机视觉需要大量手工标注物体特征的图片 (31)图表36：2020年计算机视觉市场规模预计达725亿元 (32)图表37：安防影像分析占计算机视觉市场规模的68%（2017年） (32)图表38：安防厂商、互联网巨头和创业公司是计算机视觉领域的主要玩家 (33)图表39：用户通过智能语音来调取后端应用 (34)图表40：科技巨头均布局智能音箱 (34)图表41：2019年全球智能音箱销量将达8500万台 (35)图表42：2018Q2亚马逊智能音箱出货量480万台 (35)图表43：中国视频监控市场规模超千亿（2017年） (36)图表44：大华股份智能警务方案 (36)图表45：人脸实时监测和车辆检测助力警务管理 (36)图表46：智能风控流程 (37)图表47：中美智能投顾企业介绍 (38)图表48：医学影像、辅助诊疗和语音病历是AI+医疗的主要应用场景 (39)图表49：自动驾驶“感知-认知决策-控制执行”环节 (41)图表50：SAE将自动驾驶划分为L0-L5级 (41)图表51：百度自动驾驶研发领先腾讯和阿里 (42)1人工智能：已融入多个生活场景，未来有望引爆新一轮技术革命1.1人工智能已嵌入多个生活场景，被寄望为下一轮技术革命人工智能落地于多个场景，让人类生活变得更加美好。