目前中国大型企业基本都已在持续方案投入履行人工智能项目，而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合，实现家当地位提高或经营效益优化。

2020年，人工智能估量达到超过1500亿元规模，疫情环境下，2020年的业务高速增长紧张由AI开放平台API贡献，除此之外的增长动力将在第四章详细阐述；到2025年，家当规模估量超过4500亿元。

在企业加速推进数字化转型的过程中，支配人工智能办理方案可推动甲方企业业务模型变革，助力企业快速灵巧地适应市场变革。
艾瑞实行的2020年CTO/CIO调研显示， 有65.9%落地AI项目的企业在项目履行前设定了明确的ROI标准，个中绝大部分（占总数53.7%）的企业能够完备达成或部分达到ROI目标。

本报告紧张聚焦人工智能技能与运用层市场研究，有关人工智能模型生产、算力、数据等根本举动步伐性内容，敬请关注艾瑞近期将推出的人工智能根本层研究。
本报告分为公开版与商业剖析版，如果您是一名AI从业者或关注AI的家当从业者，请阅读公开版报告，如果您希望获取更细分维度的行业数据支持商业剖析和决策，请阅读商业剖析版报告。

2020年是不平凡的一年，新冠疫情打乱了很多经济生活的节奏，人工智能站上了抗击疫情的浪尖。
防疫态势与指挥平台、AI测温、无感通畅、疫情问询机器人、AI赞助诊疗，以及在人们居家生活中带来快乐的意见意义视频殊效、闲聊机器人，都帮助人工智能走进生产生活，使AI 成为2020年的高频词汇。

这些日常可见的场景只是人工智能的一个小小缩影。
回归抵家当思维，上一年，我们谈到，人工智能已经从讲技能教诲市场的阶段，过渡到思考如何将技能与商业相结合进行落地的阶段，时期进入了人工智能与传统家当广泛、深度领悟的前夜。
2020年，我们不雅观察到，人工智能已经广泛涌如今决定企业产生经济效益的各个环节，以人机协同模式为主导，推动传统行业启动效率变革、动能转换之路。
人工智能作为创业企业标签的属性在变弱，而越来越成为千行百业的经营主体都在积极考试测验和利用的生产要素。
人工智能被纳入新基建范畴，实际上是迎刃而解的事情。

2020年，艾瑞连续第三年发布《中国人工智能家当研究报告》，这也是人工智能家当愈发壮大的一年，经济规模超过1500亿元，但过去几年，也面临或多或少的“审美”障碍。
在今年的研究报告中，我们希望磋商四大问题的答案：智能经济时期机会的真实性与可持续性，科学评估外界对付人工智能忽高忽低的市场感情，探求人工智能的新增长力，以及调研剖析人工智能的投资回报率。
希望通过本报告，为读者呈现人工智能的全貌，供应辨析和判断人工智能行业的方法启示。

——艾瑞研究院

智能经济的华章

智能经济

人工智能对家当经济形成代价闭环（1/2）

企业和政府对人工智能的运用逐渐升温。
在决定企业产生经济效益的各个环节，都已能够看到人工智能的身影：AI 核身帮助人们安全生活、远程交易、便捷通畅；深度学习和知识图谱帮助企业在生产过程等分析预测、科学决策；人机对话提升了拜访登记、做事相应中的用户体验。
人工智能将催生新技能、新产品、新家当、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时期。
我们估算，目前中国大型企业基本都已在持续方案投入履行人工智能项目，而全部规上企业中约有超过10%的企业已将人工智能与其主营业务结合，实现家当地位提高或经营效益优化。

人工智能对家当经济形成代价闭环（2/2）

当然，AI 在经济生产活动中的落地升温，并非意味企业已经能够完备依赖AI 办理主流业务问题。

中国企业的数字化转型整体处于早期阶段，纵然是洞见超前的先行者，也须要统筹数字化和信息化、上云、数据管理与AI以及管理思维转型等四大方向，协力探索。
业务信息系统支撑企业前/中/后台的交易、信息和流程、业务剖析等需求，供应相对标准规范的功能；向云端迁移降落IT培植本钱、促进运营互联化、数据化、智能化、风雅化；数据管理与AI 办理业务场景中高度繁芜的打算问题（每每须要处理海量、异构数据），以及多成分的、动态的、可扩展的推理问题，通过打算机运算帮助人们完成不雅观察、认知与决策的过程；而管理计策与思维主导企业科学布局、有效组织人才，面对机遇或困境寻求完全的办理方法、探索出路。
因此，在家当经济中，人机协同模式将长期稳定存在，推动效率变革、动能转换。

人工智能布局落子将影响十年格局

人工智能家当与企业成长

上市企业数量与表现是衡量一个行业发展情形的风向标。
截至2020年12月上旬，科创板已注册生效的80家书息科技类公司中，2家为人工智能公司，42家（53%）表露具有人工智能核心技能或干系业务，这些公司紧张来自地理信息技能、IT软件/运维/信息化、网络及内容安全、云做事、半导体设计、物联网及智能硬件、金融科技等赛道。
已上市的人工智能公司在市值方面都取得了令人瞩目的表现。

人工智能期望天平

来自成本的期望

近三年人工智能在一级市场接管超千亿元资金

根据清科研究中央《2020中国科创企业展望报告》，超过68%的投资机构在2020-2021年将AI作为重点投资领域。
艾瑞统计创造，2018年，成本市场对AI创企抱有极高的激情亲切，虽2019年有所回落，但截至2020年Q3的33个月内AI依然接管一级市场超千亿元资金。
B+轮之后的项目融资额占比逐年回落，侧面也反响出近一两年市场上还未涌现新一批独角兽。

人工智能对社会经济的回报

回馈社会经济，实现良性循环

高估值、高吸金，以及过早从抽芽期催熟至起步期，都加重了人们对人工智能的期望值，当社会注入期望与资金超过人工智能办理经济生产中问题的速率时，焦虑就开始产生。
比较于互联网家当，人工智能发展期与成熟期的到来估量较晚（第六页不雅观点，我们认为人工智能家当从15年抽芽到起步用时4年，2019年进入起步期，显著快于电子信息与互联网家当，而从起步期到发展期则须要6年，长于互联网家当4年的用时），从社会期望、成本回报预期方面可能加重企业承受的压力。
但只管如此，人工智能产值发展速率也令人瞩目。
基于AI的“赋能”特性，会展现出把单向的产品供应做成各家当深度参与的双向共建特色，回馈社会经济，实现良性循环，推动AI自身真正走入家当鸿图。
2020年，人工智能估量达到超过1500亿元规模，疫情环境下，2020年的业务高速增长紧张由AI开放平台API贡献，除此之外的增长动力将在第四章详细阐述；到2025年，家当规模估量超过4500亿元。
我们判断大约30%-45%的市场是人工智能创业企业所霸占，外围赛道切换而来的互联网公司、云做事公司、大数据公司、信息技能做事公司、通信设备公司以及个别科研院所切分别的市场。

中国的人工智能企业

人工智能家当图谱

人工智能商业模式

摸索与丰富阶段，未来会分解为两条路径

作为新生朝阳家当，人工智能的商业模式还在不断摸索与丰富，尚未形成定局。
当前阶段，To B/G企业做事的色彩相称浓重。
未来我们认为会分解出两条路径：一是沿着企业做事的道路，成为专业级工具的供应者、智能转型困境的处理者；二是直接切入终极用户（End Customer），走核心圈辐射生态圈的道路，发展为智能经济时期的主流企业。

人工智能赋能行业

当下行业份额格局比较集中

2020年，中国人工智能市场紧张客户来自政府城市管理和运营（公安、交警、法律、城市运营、政务、交运管理、国土资源、监所、环保等），互联网与金融行业也位居前列。
估量未来五年，这一行业格局分布会发生一定变革，紧张动因来自人工智能核心技能赛道增速有差异、不同行业对人工智能的运用节奏发生变革，将在本报告商业剖析版第四章节呈现。

人工智能增长曲线

第一个拐点——感知赛道的改造

打算机视觉：千亿级大赛道初露端倪

得益于深度学习算法的成熟运用，侧重于感知智能的图像分类技能在工业界逐步实现商用代价，助力金融、安防、互联网、交通、医疗、工业、政务等领域智能升级。
通过对下贱行业需求统计测算，2020年我国打算机视觉产品的市场规模占全体人工智能行业的57%，达到862.1亿元，与此同时，和打算机视觉有关的打算机通信设备发卖、医疗东西等专用设备发卖、工程培植、传统业务效益转化等带动干系家当规模超过2200亿元。

人机交互与智能语音垂直行业运用核心产品规模及带动产值

语音交互技能正在逐步改变人们的生产及生活办法。
人机交互产品通过将用户意图转化为机器可以理解的内容，可帮忙用户解答问题或帮助用户完成特界说务。
个中，对话机器人为客服等做事性行业带来了产品改革及效率优化；而基于AI语音助手的对话交互功能则促进了一系列消费级智能硬件产品的涌现或升级，如智能音箱、智能车载、语音掌握家电等。
据艾瑞测算，2020年我国对话式人机交互产品的市场规模达到58.5亿元，带动干系家当经济规模达486.9亿元。
除范例的对话式人机交互产品外，2020年智能语音技能在教诲、医疗、法律、公安、互联网等垂直行业运用的核心产品规模达到57.7亿元，带动干系家当经济规模达317.1亿元。

第二个拐点——挖掘数据的代价

机器学习：市场规模超200亿，带动干系家当规模超千亿

作为人工智能极为关键的通用技能之一，机器学习时常被外界认为是AI运用中利用的公式或定理般的抽象根本。
机器学习的实质的确是函数，但它依然能够以纯挚的算法能力直接落地于金融、工业、医药、互联网等数字化根本较好的领域，为企业供应智能风控、预测性掩护、药物创造、个性化推举等多种做事。
2020年，估量我国机器学习产品做事的市场规模将达到206.9亿元，并以20%以上的年均增速发展，2025年有望打破500亿元。
此外，机器学习产品做事还将以节约本钱、降落风险与丢失、减少研发韶光、提升效益等形式带动运用方创收超千亿元。

联邦学习：冲破数据孤岛+保护数据隐私的AI“新爆款”

如上文所述，机器学习的根基和动力来源于数据，在获取数据的过程中，我们常日会面临一个两难问题，很多情形下算法模型所需的演习数据以孤岛形式散落在不同的企业与用户之中，我们一方面须要尽可能全面的获取数据以扩充演习样本规模，另一方面出于隐私与安全的干系哀求又不能随意网络、领悟和利用数据进行AI处理。
为办理以上难题，联邦学习应运而生。
联邦学习的紧张思想是基于分布在多个设备上的数据集构建机器学习模型，同时防止数据泄露，通过安全多方打算、差别隐私、同态加密等技能为模型供应隐私担保。
作为一种创新的建模机制，联邦学习的核心代价在于它并不改变机器学习和数据存储的基本实现办法，而是改变了不同AI模型之间的协作模式，可以针对来自多方的数据演习统一模型而又不危害这些数据的隐私和安全性，因此联邦学习在金融、医疗、发卖、城市管理以及许多其他领域中都很有前景。

知识图谱与NLP：从数据和信息中萃取聪慧

自然措辞处理实质是一个文本处理+机器学习的过程，它让打算机完成以自然措辞为载体的各种非构造化信息的处理任务；知识图谱建立从数据到知识库中实体、属性、关系的映射，使得机器理解与阐明真实自然天下成为可能。
在实际运用中，知识图谱和NLP每每有着相同的目的、紧密耦合，比如通过搜索引擎做信息检索时，既须要对自然措辞进行抽取，又须要通过实体之间的联系进行推理返回结果，以使供应的信息准确、丰富、有层次、可延伸阅读。
从数字天下的发展阶段而言，已经到了感知层面的信息爆炸期，把稳、影象、推理、问题求解、决策以及措辞天生等认知层面能力整体而言开始被撬动，感知层面的变革将给知识图谱与NLP带来新的机遇。
垂直行业的知识图谱与NLP产品先一步发展起来，在2020年将实现超过百亿元的发卖规模，估量到2025年，下贱客户渗透扩散，图谱构建工具和“工艺”进一步成熟、情绪剖析任务与多模态识别碰撞出新的产品形态，刺激市场达到近500亿元规模。

知识图谱与NLP：数据管理、业务目标与决策指挥

站在管理者的角度，对业务进行全局不雅观察、预测和决策指挥很有必要，须要实现全方位的数据接入、管理，结合知识图谱与NLP等工具进行剖析、决策。
数据越来越成为企业的核心资产，但对付数据的有效利用存在诸多痛点：手工填报的数据标准和质量不一，原始数据录入错漏与不完全，短缺有效的分级分类数据标签，数据分散在不同的核心系统中而各系统侧重点差异大、导致难以领悟或未及时更新，以及不同类别的数据本身对付变量的定义和哀求不同等等。
因此，耗费大量的精力与本钱，才能使数据管理到适宜人工智能研究或运用的程度，有的时候，还会面临上一次数据管理缺少有效的策略，须要重复事情、利用代价高的问题。
因此，无论是教诲、医疗还是工业、金融、零售中的运用，对付数据打通、数据标准化以及降落数据管理的事情量都有着极大的需求，一个行之有效的路径是，以业务的落地目标为出发点，基于业务目标，回到数据源头进行管理，再结合到详细的数据科学和业务建模剖析中，反复调度、适配与验证，衍生出丰富的运用。

第三个拐点——成为根本性产品

将算法进行芯片级封装的计策意义

人工智能家当正处在一个向强业务属性发展的过程中，各领域细分运用处景及衍生的多样性算法需求不断增加。
芯片作为实现AI运用的主要算力根本举动步伐，NVIDIA等通用性AI芯片对目前运用处景的适配性和可优化程度有所局限。
因此，具备将算法进行芯片级封装的底层技能能力一定程度上决定了AI企业的业务布局层级是否可自主优化；在环球科技竞争的大背景下，自研芯片能力也决定了企业的业务链条是否安全可控。
近年来，AI算法企业中的“造芯运动”风起云涌，前瞻布局的算法厂商基于对算法技能及运用处景算力需求的理解，致力采取集成架构或自定义的处理器架构和指令集进行算法芯片级封装考试测验，以提升算法在办理方案中的场景适配性及高性价比，拓宽家当链环节、加固技能壁垒，抢位未来AI家当竞争的计策制高点。

人工智能支配回报

甲方企业的投入回报

企业支配数字化转型AI项目常见的ROI验证方法

在CTO/CIO调研中创造：26.8%的企业在推进AI探索运用中面临“如何制订投入与产出的评价标准”这一阻碍。
AI项目作为企业业务流程再造的主要投入，代价表示或难以吹糠见米，但对付企业竞争力塑造具有主要的计策意义。
因此甲方企业在进行AI项目投入的可行性评估时，应设定合理的ROI评价标准，科学、理性地评价方案的本钱哀求、效果哀求和利润哀求等，避免错失落转型改革机遇。
根据甲方企业所在行业特性、支配项目需求、利用AI技能和运用处景等差异，AI项目ROI的验证方法也比较多样。

中国企业AI运用调研：AI运用技能

打算机视觉、机器学习等为AI运用热门方向

中国企业AI运用调研：中台培植遍及率

超六成企业已搭建中台体系，数据中台为第一选择

63.4%的企业已搭建中台体系，在已搭建中台的企业中，100%的企业建立了数据中台；在未建立中台体系但有相应方案的调研企业中，75%的企业选择方案数据中台。

AI中台的遍及率与需求程度排在第二位。
已搭建中台体系的样本企业中，53.8%的企业搭建了AI中台；未建立但有相应方案的企业中，41.7%的企业方案培植AI中台。

中国企业AI运用调研：供应商评价指标

做事可用性及稳定性、定制化做事能力是供应商关键评价指标

技能或产品的可用性和稳定性影响企业AI项目及干系业务是否能够高效地运行与开展，因此做事可用性及稳定性（56.1%）是企业选择人工智能技能做事商或产品供应商的紧张成分。
在实际决策过程中，考虑到企业的特定业务需求，供应商定制化做事能力（48.8%）和技能产品适配性（43.9%）也是选择供应商的紧张评价指标。

中国企业AI运用调研：AI项目履行效果

提升大数据剖析能力为紧张目标，赞助决策效果不及预期

常日企业为AI项目履行设定明确的目标并以此定期评估履行成果，最常见的履行目标紧张有提升大数据剖析能力（41.5%）赞助决策（36.6%）、创新性体验（34.1%）以及提高业务收入（31.7%）。
履行效果评估层面，以5分为满分，统计评分结果，终极提升产品/品牌竞争力、创新性体验、提高客户满意度的完成效果最佳，评分均在3.8以上；赞助决策目标的完成度最低，评分仅为2.8。

中国企业AI运用调研：决策者角色

多数AI项目属于“一把手工程”

根据调研结果，海内大中型企业AI项目的终极决策者或是参与终极决策的职员紧张包括两类人群，一种是全体企业的最高决策者，如企业创始人/CEO/总经理等（68.3%），其余便是企业技能及IT业务的紧张卖力人，如CTO/CIO等（65.9%）。

中国企业AI运用调研：AI项目履行阻碍

专业人才和数据质量为企业探索AI运用中碰着的紧张障碍

企业认为缺少AI专业人才（51.2%）和高质量的数据资源（48.8%）是推进人工智能的探索运用中碰着的紧张障碍，人才紧缺和数据质量成为企业推动AI项目履行亟待办理的紧张问题。

行业发展洞察

人工智能行业洞察

社会化分工态势涌现

2020年开始涌现人工智能家当链走向成熟与分工的旗子暗记：《国家新一代人工智能标准体系培植指南》印发；新一代人工智能开放创新平台陆续发布；AI 运用模型效率化生产平台开始涌现；各行业推动高质量的适度规模的数据集建立，减少根本性重复投入；人工智能学科走进各级学校，从K12到职教、高教均有覆盖。
人工智能本身的“基建”层崭露锋芒，从早期朴素的、“小农式”的算法开拓，走向效率化、工业化生产，社会化分工态势已经明确显现。