洞見2019-人工智能產業
2019年01月11日16:30

  一、產業定義或範疇

  概念定義上,人工智能分為強人工智能和弱人工智能。強人工智能側重於思維能力,指機器不僅是一種工具,而且本體擁有知覺和自我意識,能真正的推理和解決問題。弱人工智能指人造機器具備表象性的智能特徵,包括像人一樣思考、像人一樣感知環境以及像人一樣行動。

  人工智能產業是指群體、團隊、個人針對人工智能本身基礎理論、技術、系統、平台以及基於人工智能技術的相關產品和服務的研發、生產、銷售等一系列經濟活動的集合。

  二、賽迪重大研判

  1、2021年中國人工智能整體產業規模將超過1.3萬億元,計算平台類企業營收佔比不斷增大。

  2、“北上杭深”及沿海地區仍是人工智能產業的主要集聚地,北京和上海兩地的投融資總額佔比超過80%,呈現出高度集聚的狀態。

  3、 國內外的AI龍頭企業熱衷於收購新興的人工智能+數據科學初創企業,來提供各類的人工智能工具,並完善自身的產品生態。

  4、 智能芯片成為創業熱點,但受到投資金額大和週期長的影響,高風險將長期存在。

  5、類腦芯片研發尚待理論突破,需要5-10年等待期,資本可考慮提前佈局,整合交叉學科、跨媒體感知計算等資源來推動科研進展。

  6、受整體風險投資市場環境影響,2018年A輪、B輪企業獲投金額減少。

  三、產業政策分析

  (一)產業環境

  1、大數據、量子計算等新興技術的日漸成熟,為人工智能創造快速發展的新環境

  人工智能的發展離不開高質量的數據資源,大數據的日趨成熟為人工智能企業提供了豐富的應用空間,在安防、金融、互聯網等數據資源豐富的領域,人工智能正在快速落地,通過加載智能算法,幫助客戶強化產品性能,提升經濟效益。而量子計算也將為人工智能帶來革命性的發展機遇,量子比特數量會以指數增長的形式快速上升,小型化的量子芯片可以使人工智能前端系統的快速實時處理成為可能。未來,車載智能系統、無人機智能系統等領域或將首先應用量子計算芯片系統。

  2、科研基金導向力度加大,國家自然科學基金委新增人工智能與交叉學科兩大領域

  為響應國家科技發展戰略,國家自然科學基金委在2018年的申請代碼中設立了‘人工智能’和‘交叉學科中的信息科學’兩個新增領域。人工智能領域強調圍繞人工智能領域的核心科學問題與關鍵技術,進行原創性、基礎性、前瞻性和交叉性研究;鼓勵在人工智能基礎、機器學習、機器感知與模式識別、自然語言處理、知識表示與處理、智能系統與應用、認知與神經科學啟發的人工智能等方向的理論與方法研究。支援人工智能領域的科研人員與其他自然科學、人文社會科學等領域的研究人員密切合作,共同探索學科交叉領域中的新概念、新理論、新方法和新技術,構建原型系統,促進人工智能學科與其他相關科學領域的共同發展。將有助於科研人員解決國際公認難度大、有重大影響、探索性強的基礎共性問題。

  (二)政策導向

  1、中共中央政治局第九次集體學習強調,推動我國新一代人工智能健康發展

  在中共中央政治局10月31日就人工智能發展現狀和趨勢舉行的第九次集體學習中,會議強調,人工智能是新一輪科技革命和產業變革的重要驅動力量,加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。同時,人工智能是引領這一輪科技革命和產業變革的戰略性技術,具有溢出帶動性很強的“頭雁”效應,要深刻認識加快發展新一代人工智能的重大意義,加強領導,做好規劃,明確任務,夯實基礎,促進其同經濟社會發展深度融合,推動我國新一代人工智能健康發展。這次會議體現出黨中央對人工智能的高度重視,國家將有望對人工智能從基礎理論到產業升級做出全面部署。

  2、工信部啟動人工智能產業創新重點任務揭榜工作

  2018年11月8日工信部印發《新一代人工智能產業創新重點任務揭榜工作方案》,提出聚焦“培育智能產品、突破核心基礎、深化發展智能製造、構建支撐體系”等重點方向,徵集並遴選一批掌握關鍵核心技術、具備較強創新能力的單位集中攻關,重點突破一批技術先進、性能優秀、應用效果好的人工智能標誌性產品、平台和服務,為產業界創新發展樹立標杆和方向,培育我國人工智能產業創新發展的主力軍。可以看到,針對我國在智能傳感器、神經網絡芯片等薄弱環節,將引導企業加大投入,集聚資源,攻克發展短板,夯實產業發展基礎。本次揭榜工作也將按照“揭榜掛帥”的工作機製,突破人工智能產業發展短板瓶頸,樹立領域標杆企業,培育創新發展的主力軍,加快人工智能與實體經濟的深度融合。

  表 1 人工智能產業主要政策

頒布時間

頒布主體

政策名稱

支援對象

相關內容

2017年12月

工信部

《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》

人工智能

通過實施四項重點任務,力爭到2020年,一系列人工智能標誌性產品取得重要突破,在若干重點領域形成國際競爭優勢,人工智能和實體經濟融合進一步深化,產業發展環境進一步優化。

2018年4月

教育部

《高等學校人工智能創新行動計劃》

人工智能

堅持創新引領。把創新引領擺在高校人工智能發展的核心位置,準確把握全球人工智能發展態勢,進一步優化高校人工智能領域科技創新體系,把高校建成全球人工智能科技創新的重要策源地。

2018年10月

科技部

《科技創新2030—“新一代人工智能”重大項目2018年度項目申報指南》

人工智能

重點圍繞新一代人工智能基礎理論、面向重大需求的核心關鍵技術、智能芯片與系統三個方向展開部署

  頒布時間 頒布主體 政策名稱 支援對象 相關內容

  2017年12月 工信部 《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》 人工智能 通過實施四項重點任務,力爭到2020年,一系列人工智能標誌性產品取得重要突破,在若干重點領域形成國際競爭優勢,人工智能和實體經濟融合進一步深化,產業發展環境進一步優化。

  2018年4月 教育部 《高等學校人工智能創新行動計劃》 人工智能 堅持創新引領。把創新引領擺在高校人工智能發展的核心位置,準確把握全球人工智能發展態勢,進一步優化高校人工智能領域科技創新體系,把高校建成全球人工智能科技創新的重要策源地。

  2018年10月 科技部 《科技創新2030—“新一代人工智能”重大項目2018年度項目申報指南》 人工智能 重點圍繞新一代人工智能基礎理論、面向重大需求的核心關鍵技術、智能芯片與系統三個方向展開部署。

  四、產業鏈全景圖

  人工智能產業的產業生態可以分為基礎層、技術層、應用層以及保障層。其中,基礎層側重基礎支撐平台的搭建,技術層側重核心技術的研發,應用層更注重應用發展,而保障層則更加註重產業生態的構建。

  圖 1 人工智能產業鏈全景圖

  基礎層和技術層主要包括計算能力等相關的基礎設施搭建,計算機視覺、語音識別、生物識別等感知技術,類腦智能/推理智能、學習判斷/邏輯思考等認知技術,以及人工智能開源軟硬件平台、自主無人系統支撐平台等技術應用平台,是人工智能向產業轉化的技術支撐,降低人工智能應用門檻。

  應用層主要包含基於人工智能技術在消費終端產品的場景應用,其中,提供給消費端的終端產品,包括智能機器人、智能無人機、智能硬件等。重點場景應用包括自動駕駛、智慧醫療、智慧教育、智慧金融、新零售、智慧安防、智慧營銷、智慧城市等,基於現有的傳統產業,利用人工智能軟硬件及集成服務,對傳統產業進行升級改造,提高智能化程度。

  保障層包含人工智能產業發展過程中需要遵守的法律法規、倫理規範、安全以及標準,或在發展過程中需要修訂、規範的相關法規和標準等,保障人工智能產業生態有序可持續發展。

  五、價值鏈及創新

  人工智能價值鏈全景圖包括各環節主要的上市企業,統計截至2018年12月的企業市值、營業收入和淨利潤,並重點分析基礎層上市企業近5年整體發展狀況。

  

  數據來源:上市企業財報,賽迪顧問,2018年12月。

  註:市值、營業收入和淨利潤為2018年前三季度數據。

  (一) 基礎層上市企業營業收入及淨利潤保持高速增長

  2018年前三季度人工智能基礎層上市企業營業收入達到1083.62億元,人工智能基礎層上市企業淨利潤達到87.76億元,已經高於2017年全年淨利潤,營業收入及淨利潤保持高速增長態勢。

  圖3 2014-2018年中國人工智能基礎層上市企業營收規模及增長

  數據來源:賽迪顧問,2018年12月。

  圖 4 2014-2018年中國人工智能基礎層上市企業淨利潤規模及增長

  數據來源:賽迪顧問,2018年12月。

  (二) 計算能力平台類公司營收比重逐年增大

  從基礎層三大細分領域結果來看,以浪潮、中科曙光、紫光股份為代表的計算能力平台企業佔據半壁江山,比例逐年增大,從2014年的47.1%提升到2018年前三季度的67.8%,傳感器企業佔比降低至29.8%,人工智能芯片類佔比從近5年的變化趨勢來看基本保持穩定態勢。

  圖 5 2014-2018年中國人工智能基礎層各細分領域結構情況

  數據來源:賽迪顧問,2018年12月。

  六、產業地圖佈局

  (一)產業資源分佈

  目前,全國主要城市都已經出台了人工智能相關扶持政策,結合本地基礎打造人工智能重點園區,並提供針對性的資金保障。以北京、上海、杭州、深圳為例。

  北京聚集龍頭企業、頂尖人才、資本等要素,在核心算法、理論以及無人駕駛等新興應用方面快速發力,各項產業要素均領跑全國。已經發佈《北京市加快科技創新培育人工智能產業的指導意見》《中關村國家自主創新示範區人工智能產業培育行動計劃(2017—2020年)》。

  上海發揮科研人才優勢,重點推進腦科學、機器學習等關鍵技術的研發,並利用智能製造、交通物流等廣泛應用場景,實現技術和應用示範雙重突破。已經發佈《關於本市推動新一代人工智能發展的實施意見》、楊浦區《新一代人工智能產業政策與重點項目》和《上海市人工智能創新發展專項支援實施細則》。

  杭州依託阿里巴巴、海康威視等企業的產業優勢,以“城市大腦”應用為突破口,並通過人工智能產業園和人工智能小鎮構建產業生態。已經發佈《浙江省新一代人工智能發展規劃》《杭州市科技創新“十三五”規劃》。

  深圳憑藉完善的產業鏈配套,重點打造了深圳灣“人工智能產業鏈專業園區。國家發改委組織實施人工智能創新發展重大工程,重點打造深圳灣“人工智能產業鏈專業園區”。

  從業人數分佈趨勢來看,以北京、上海、深圳、杭州為重點聚集地,其中北京從業人數佔據全國27.9%的人工智能從業者,具備絕對優勢。上海擁有12.1%的從業人數,位居第二。中西部城市以合肥、武漢、西安等地為代表,從業人數分佈相差不大。

  圖 6 2018年中國人工智能從業人數地區佔比分佈圖

  數據來源:賽迪顧問,2018年12月。

  (二)重點園區及投融資佈局

  從重點園區分佈來看,目前國內主要城市已經設立了人工智能重點園區和人工智能實驗室。以北京、上海、杭州、深圳為例,北京擁有中關村軟件園、中關村門頭溝AI科技園、亦莊鋒創科技園。上海擁有“張江-臨港”人工智能創新承載區、“徐彙濱江-漕河涇-閔行紫竹”人工智能創新帶、華涇北楊人工智能特色小鎮、上海鬆江洞涇人工智能特色產業基地(國家級)。杭州設立了濱江人工智能產業園。深圳設立了深圳灣“人工智能產業鏈專業園區”。

  從投融資分佈來看,北京和上海兩地的投融資總額佔比超過了80%,呈現出高度集聚的狀態,其他城市由於龍頭企業和初創企業數量相對較少,在投融資規模上分佈比較平均。

  圖 7 2018年中國人工智能投融資規模地區佔比分佈圖

  數據來源:賽迪顧問,2018年12月。

  七、行業龍頭動向

  2018年,人工智能領域的龍頭企業熱衷於併購產業上下遊的企業,完善自身企業實力,從主要的併購事件來看,集中在以數據科學和芯片為代表。國內外的AI龍頭企業熱衷於收購新興的人工智能+數據科學初創企業,來提供各類的人工智能工具,並完善自身的產品生態。芯片領域以賽靈思和阿里為代表,各自收購知名的FPGA和CPU企業,擴大芯片產業體系。

  表 2 2018年人工智能產業投資併購重大事件

  表 2 2018年人工智能產業投資併購重大事件

序號

事件說明

事件主體

影響/意義

1

賽靈思收購深鑒科技

賽靈思

賽靈思通過收購中國本土的FPGA領軍企業,不僅會進一步擴展其人工智能的研發應用佈局,未來還會深度參與到與英偉達在GPU市場上的角力競爭。

2

微軟收購Github

微軟

收購全球最大開源社區,完善自身開源生態。

3

Oracle收購DataFox

Oracle

Oracle雲應用軟件將集成到DataFox中,進一步添加AI推斷的公司級數據和信息,將幫助客戶做出更好的決策。

4

微軟收購Semantic Machines

微軟

微軟將利用該初創公司熟練運用的機器學習技術,讓客戶能夠以更自然的方式與數據進行協作,以增強其智能助手Cortona。

5

Google收購Velostrata

Google

Velostrata是一家總部位於以色列的初創公司,這次收購將補充其廣泛的遷移產品組合,幫助公司企業遷移到雲端。

6

英特爾收購Vertex.AI

英特爾

Vertex.AI開發了名為PlaidML的開源深度學習引擎,可以幫助開發人員將AI部署到各種設備上,PlaidML將與英特爾nGraph後端整合起來。

7

Salesforce收購Datorama

Salesforce

Datorama是一家總部位於以色列的公司,為企業提供AI驅動的營銷分析和情報數據。通過這次收購,Salesforce的營銷雲功能將得到加強。

8

亞馬遜收購Ring

亞馬遜

Ring是一家智能門鈴公司,已被亞馬遜斥資逾10億美元收購。Ring的主業是生產門鈴。它還可以錄製實時視頻併發送到客戶的手機。

9

微軟收購Lobe

微軟

Lobe來自矽穀,基本上開發一款可視化工具,開發人員可以搭建和訓練它,然後將深度學習軟件嵌入到應用程式中,無需編寫任何代碼。將利用微軟的全球框架、經驗和AI研究,為開發人員構建工具。

10

微軟收購Bonsai

微軟

Bonsai框架旨在讓任何設計人員都能夠訪問AI系統,對於他們的技能水平沒多少要求。該框架將影響微軟的一部分Azure AI服務。

11

Google收購Kaggle和Halli Labs

Google

Google將能夠利用最受歡迎的數據科學平台Kaggle和Halli Labs的資源

12

Oracle收購Datascience.com

Oracle

Data平台將使客戶能夠利用單一數據科學平台,利用海量信息和機器學習,進行前瞻性學習,並獲得更好的業務成果。

13

阿里巴巴全資收購中天微

阿里

全資收購中國大陸唯一的自主嵌入式CPU IP Core公司,阿里巴巴在AI芯片戰略佈局已初具規模。

14

百度全資收購西雅圖創業公司KITT.AI

百度

KITT.AI專注語音喚醒和自然語音交互技術,是世界上唯一一家獲得亞馬遜Alexa和微軟聯合創始人Paul Allen投資的公司。

15

巨人網絡收購Playtika

巨人網絡

以色列科技公司Playtika就是利用人工智能賦能遊戲改造的佼佼者,聚集人工智能在遊戲的應用。

  數據來源:賽迪顧問,2018年12月

  八、產業規模預測

  預計2018年,中國人工智能整體產業規模超過5000億元。其中人工智能核心產業規模達到987.6億元,人工智能應用帶動產業規模超過4400億元。預計2021年,中國人工智能整體產業規模將超過1.3萬億元,其中人工智能核心產業規模將超過2200億元,由人工智能應用帶動相關產業規模超1萬億元。

  圖 8 2016-2021年中國人工智能整體產業規模及預測

  數據來源:賽迪顧問,2018年12月。

  人工智能核心產業統計口徑內涵。支撐層主要包括GPU/TPU/FPGA等計算芯片,人工智能專用芯片和傳感器,其中傳感器佔據較大產值。軟件產品主要包括語音識別平台、機器視覺系統、機器學習平台等產品。統計API調用、SDK、解決方案等產值。硬件產品主要包括智能工業機器人、智能特種機器人、服務機器人,僅統計機器人產值中智能模塊和解決方案部分。無人/輔助駕駛仍然以輔助駕駛為主,其中,ADAS相關軟硬件佔據大部分產值。智能無人設備包括智能家電、智能可穿戴設備、智能無人機等產品,統計具備人工智能的模塊和解決方案部分。隨著人工智能技術的不斷推進以及基礎理論的完善,預計2018年人工智能核心產業超過900億元,增速達到39.4%,到2021年,人工智能核心產業規模將超過2200億元。

  圖 9 2016-2021年中國人工智能核心產業規模與增長

  數據來源:賽迪顧問,2018年12月。

  九、賽道選擇建議

  1、智能芯片成為創業熱點,但受到投資金額大和週期長的影響,高風險將長期並存。

  2、計算機視覺從重點安防領域,逐步向工業、消費終端滲透,消費端算法創新將成新趨勢。

  3、語音識別和自然語言理解頭部企業偏少,用戶體驗要求大,導致創業難度依舊較大,需長期投入技術研發,攻克關鍵核心技術點。

  4、類腦芯片研發尚待理論突破,需要5-10年等待期,資本可考慮提前佈局,整合交叉學科、跨媒體感知計算等資源來推動科研進展。

  5、通用機器學習技術正在重新受到重視,依靠小數據、無監督學習等技術,實現人工智能底層技術創新。

  圖 10 2019中國人工智能細分領域投資價值趨勢圖

  數據來源:賽迪顧問,2018年12月。

  十、資本市場動向

  (一)人工智能2018年前三季度融資金額同比增長6.79%

  在人工智能領域,2018年前三季度中國共有58個項目獲得投資,同比增長13.73%;獲投總金額為173億元,同比增長6.79%。2018年前三季度的融資數據中,商湯科技以10億美元的融資額排在榜首。

  圖 11 2018年前三季度與2017年前三季度人工智能行業投資對比

  數據來源:賽迪顧問,2018年12月。

  (二)北京持續保持領先優勢,深圳、上海為第二梯隊

  在區位格局中,與2017年前三季度相比,北京持續保持領先優勢,集中最多的企業、資金,表明北京對人工智能企業的吸引力;上海、深圳、杭州為第二梯隊,與2017年前三季度相比,上海、深圳、杭州地區的投資頻次大幅上升,北京有所下降,由2017年前三季度的27次降為2018前三季度的20次;從投資額度上看,北京、杭州有所上升,上海、深圳則有所下降。

  圖 12 2018年前三季度與2017年前三季度人工智能各區位投資頻次對比

  數據來源:賽迪顧問,2018年12月

  (三)投資熱點主要集中在計算機視覺、機器人、智能語音領域

  2018年前三季度投資,從投資金額看,主要集中在計算機視覺、機器人、智能語音領域。從投資頻次看,計算機視覺領域投資頻次增長少,但投資金額大幅增加,主要是因為商湯科技、曠視科技等頭部公司獲得大單投資。

  圖 13 2018年前三季度與2017年前三季度人工智能熱門賽道投資金額對比

  數據來源:賽迪顧問,2018年12月。

  圖 14 2018年前三季度與2017年前三季度人工智能熱門賽道投資頻次對比

  數據來源:賽迪顧問,2018年12月。

  (四)受整體風險投資市場環境影響,A輪、B輪企業獲投金額減少

  與2017年前三季度相比,2018年前三季度Pre-A/A輪/A+輪以及天使輪投資頻次有所上升,但投資金額整體偏小,在投資金額上表現為下降。

  2018前三季度的投資結構的典型事件是商湯科技的10億美元D輪投資和曠視科技的6億美元D輪投資。

  圖 15 2018年前三季度與2017年前三季度人工智能各輪次投資頻次對比

  數據來源:賽迪顧問,2018年12月。

  圖 16 2018年前三季度與2017年前三季度人工智能各輪次投資金額對比

  數據來源:賽迪顧問,2018年12月。

  十一、百強潛力企業

  2018賽迪人工智能高成長企業TOP100榜,從企業估值、營收狀況、專利數量、產品競爭力、企業創新能力、創始人及管理團隊等六個維度進行定量與定性綜合評價,結合國內外相關學者、投資機構的研究工作和成果,研究製定了評判指標體系。

  表 2 2018年人工智能產業投資併購重大事件

序號

事件說明

事件主體

影響/意義

1

賽靈思收購深鑒科技

賽靈思

賽靈思通過收購中國本土的FPGA領軍企業,不僅會進一步擴展其人工智能的研發應用佈局,未來還會深度參與到與英偉達在GPU市場上的角力競爭。

2

微軟收購Github

微軟

收購全球最大開源社區,完善自身開源生態。

3

Oracle收購DataFox

Oracle

Oracle雲應用軟件將集成到DataFox中,進一步添加AI推斷的公司級數據和信息,將幫助客戶做出更好的決策。

4

微軟收購Semantic Machines

微軟

微軟將利用該初創公司熟練運用的機器學習技術,讓客戶能夠以更自然的方式與數據進行協作,以增強其智能助手Cortona。

5

Google收購Velostrata

Google

Velostrata是一家總部位於以色列的初創公司,這次收購將補充其廣泛的遷移產品組合,幫助公司企業遷移到雲端。

6

英特爾收購Vertex.AI

英特爾

Vertex.AI開發了名為PlaidML的開源深度學習引擎,可以幫助開發人員將AI部署到各種設備上,PlaidML將與英特爾nGraph後端整合起來。

7

Salesforce收購Datorama

Salesforce

Datorama是一家總部位於以色列的公司,為企業提供AI驅動的營銷分析和情報數據。通過這次收購,Salesforce的營銷雲功能將得到加強。

8

亞馬遜收購Ring

亞馬遜

Ring是一家智能門鈴公司,已被亞馬遜斥資逾10億美元收購。Ring的主業是生產門鈴。它還可以錄製實時視頻併發送到客戶的手機。

9

微軟收購Lobe

微軟

Lobe來自矽穀,基本上開發一款可視化工具,開發人員可以搭建和訓練它,然後將深度學習軟件嵌入到應用程式中,無需編寫任何代碼。將利用微軟的全球框架、經驗和AI研究,為開發人員構建工具。

10

微軟收購Bonsai

微軟

Bonsai框架旨在讓任何設計人員都能夠訪問AI系統,對於他們的技能水平沒多少要求。該框架將影響微軟的一部分Azure AI服務。

11

Google收購Kaggle和Halli Labs

Google

Google將能夠利用最受歡迎的數據科學平台Kaggle和Halli Labs的資源

12

Oracle收購Datascience.com

Oracle

Data平台將使客戶能夠利用單一數據科學平台,利用海量信息和機器學習,進行前瞻性學習,並獲得更好的業務成果。

13

阿里巴巴全資收購中天微

阿里

全資收購中國大陸唯一的自主嵌入式CPU IP Core公司,阿里巴巴在AI芯片戰略佈局已初具規模。

14

百度全資收購西雅圖創業公司KITT.AI

百度

KITT.AI專注語音喚醒和自然語音交互技術,是世界上唯一一家獲得亞馬遜Alexa和微軟聯合創始人Paul Allen投資的公司。

15

巨人網絡收購Playtika

巨人網絡

以色列科技公司Playtika就是利用人工智能賦能遊戲改造的佼佼者,聚集人工智能在遊戲的應用。

報告中文字內容及圖表數據均來源於賽迪顧問,版權歸賽迪顧問股份有限公司所有,不得擅自引用

關注我們Facebook專頁
    相關新聞
      更多瀏覽