人工智能产业研究报告.docx
《人工智能产业研究报告.docx》由会员分享,可在线阅读,更多相关《人工智能产业研究报告.docx(19页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、人工智能产业争论报告1. 人工智能产业进入深水区,技术进展推动场景化落地1.1 政策、技术、资本三轮驱动行业进展,中美领跑过去十年全球人工智能进展快速,各国纷纷从战略上布局人工智能,加强 顶层设计和人才培育。我国 2023 年一代人工智能进展规划公布, 明确提出“三步走”的战略目标,人工智能全面上升为国家战略。2023 年 10 月,人工智能写入十九大报告;17 年 12 月,促进一代人工智能产 业进展三年行动打算 2023-2023 年;18 年 3 月,人工智能再次被写入 政府工作报告。政策密集出台, 行业进入进展黄金阶段。2023 年,美国国家科学技术委员会NSTC 公布国家人工智能研发
2、战 略打算全面布局人工智能进展。2023 年 2 月,美国总统特朗普签署行政 命令,正式启动美国人工智能打算,为美国首次推出国家层面的人工智能 促进打算。欧盟于 2023 年公布欧盟人工智能战略,并打算在 2023 年 底至少投入 200 亿欧元。从专利数量、AI 学者分部等状况看,中美领跑。全球主流技术大多处于泡沫到低谷期的过渡阶段,小样本学习是重要进展 方向。依据 Gartner 公布的 2023 年人工智能技术成熟度曲线,GPU 成熟度最高,将在 2 年内到达成熟期。机器学习、谈天机器人、计算机 视觉和 FPGA 技术处于低谷期,自然语言处理、深度神经网络和人 工智能云效劳马上完毕泡沫期
3、迈入低谷期,提升技术的可复用性、扩展性 和安全性才能实现二次富强。传统深度学习需要大量有标注的数据样本, 数据较难获得且对算力要求高。小样本学习基于少量数据实现模型训练, 是将来进展方向,当前在图像检索、人脸识别等领域已经得到应用。计算机视觉、语音识别和自然语言处理是当前中国市场规模最大的技术。 计算机视觉市场目前已在人脸识别、工业视觉、OCR 和内容理解等领域获 得重大突破,面临视频爆炸下海量视频数据处理需求以及重点落地场景对 技术精度的需求。语音技术市场份额仅次于计算机视觉,技术链日趋完善, 在语音输入、语音转文字、智能家居等领域已有成熟应用,将来需适应更 简单的应用场景,满足型人机交互范
4、式和互联网应用需求。自然语言处 理受益于神经网络技术和深度学习的进展,在机器翻译、对话系统等场景 广泛应用,将来需提升文本理解的精度和深度,优化语言生产与表达质量。人工智能产业链参与者众多,商业模式、场景化落地成为核心竞争焦点。以 BATH 为首的科技巨头、字节跳动等互联网公司、AI 四小龙为典型的 AI 算法供给商,寒武纪等创业公司独角兽作为 AI 芯片供给商,以及海康威视、 大华股份、科大讯飞等综合解决方案供给商是行业的核心参与者,在产业 链上下游群雄逐鹿,多有布局。人工智能产业链包括三层:根底层、技术 层和应用层。从根底层和技术层来看,人工智能三大核心要素数据、算法 和算力已相对成熟,
5、场景化落地成为核心竞争力。资本市场短期遇冷,主要与前期预期过高与行业进展患病瓶颈有关。据 IT 橘子与深圳市人工智能行业协会统计数据,中国 AI 行业融资规模与投融资 数量 2023-2023 年整体快速增长,但 2023 年消灭 45%左右的显著下滑, 2023 年投融资金额恢复 42.5%正增长,但距 2023 年颠覆时期仍有差距, 投融资数量仍有下降。一级市场曾被广泛看好的 AI 四小龙 IPO 进程并非一 帆风顺,今年 7 月 2 日依图科技主动撤回申报,暂停科创板上市;旷视科 技在港交所碰壁后转战科创板,仅云从科技在 7 月 20 日成功过会,8 月 27 日商汤科技申请登录港股。我
6、们认为资本市场早期对于人工智能行业回报周期过于乐观,以及市场对当前创业型 AI 公司商业落地和变现模式存疑 是近两年资本市场遇冷的主要缘由。1.2 行业进展进入深水区,商业模式为主要瓶颈AI 行业进展进入深水区,从 AI 公司财务表现、资本市场融资状况可见一斑。我们认为商业模式和变现力量是行业进展的主要瓶颈。人工智能的概念形成于 20 世纪 50 年月,诞生于 1956 年的达特茅斯会议。其进展阶段经受三次浪潮:150-60 年月留意规律推理的机器翻译时代, 机器人和智能软件开头消灭;270-80 年月依托学问积存构建模型的专家 系统时代,但由于缺乏有用性,行业很快趋冷;32023 年起深度学
7、习算 法的推出,开头了重视数据、自主学习的认知智能时代。在数据、算法和 计算力条件成熟的条件下,本次人工智能的爆发浪潮中技术开头落地,深 入到应用层面, 帮助传统行业制造切实经济效果。截至今日,主要的算法 工具仍基于深度学习,从算法角度看行业并未实现巨大的技术突破。实战落地场景分散,产品标准化程度低。早期 AI 公司重视算法精度提升, 然而算法走出试验室环境,对具体的场景适应力量仍有差距。如:人脸识 别技术易受静态和动态、是否化装、有无戴口罩等外部因素影响。数据是 模型训练的重要生产资料,纯 AI 技术公司缺乏对业务场景的理解和高质量 的业务数据全部权,需要与数字化程度高、数据资源丰富的客户合
8、作,政 企客户成为重要起点。以数字化程度最高的公安和金融为例,客户需要的 非单个模块或开发包,也不具备 SDK 集成力量,而是一整套定制化的解决 方案。不同业务应用无法规模化,使 AI 算法公司业务变重。以海康威视为 代表的的传统安防厂商转型 AI 成功,正是基于业务场景的理解和数据积淀。学问产权和伦理问题也是导致行业进展瓶颈的重要缘由。我国当前学问产 权保户环境不成熟,抄袭本钱低,难以形成无形资产的价值体系。全球主要深度学习算法框架开源以后同质化竞争严峻, Google 的 TensorFlow 与 Facebook 的 PyTorch 在全球占据90% 市场份额。在一些涉及生命安全等 方向
9、的应用场景,伦理问题成为制约因素。如:依据产业链调研数据,医 疗行业 AI 读片识别准确率约 70%,高于人工肉眼识别准确率约 40%, 但人工智能误诊的责任归属存在分歧;自动驾驶场景或许率维持在 L2 级, 技术装备水平高的车型声称 L2.5 等,难以实现 L3 级的跨越,主要也是因 为车祸责任归属问题。各种因素综合,使 AI 算法公司的商业模式和变现力量受到挑战。AI 四小 龙上市招股书显示亏损严峻。高定制化开发难以通过规模化 复制降低本钱, 缺乏数据全部权和对业务场景的理解降低客户界面议价力量,剧烈的市场 竞争提高人力本钱、降低人均效益。资本市场遇冷也在情理之中。1.3 风物长宜放眼量,
10、长期看 AI 市场空间宽阔虽然短期内 AI 行业遇冷,但长期看市场空间宽阔。依据 2023 年国务院一代人工智能进展规划的通知的“三步走”战略目标, 到 2023 年 人工智能总体技术和应用与世界先进水平同步,产业竞争力进入国际第一 方阵,核心产业规模超过 1500 亿元,带动相关产业规模超过 1 万亿元;到 2025 年 AI 根底理论实现重大突破, 并进入全球价值链高端,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;到 2030 年理论、 技术与应用总体到达世界领先水平,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。市场空间格外宽阔。AI 市场主
11、要构成有 AI 芯片、硬件、软件等,2025 年规模有望超千亿美元。2023 年中国市场 AI 效劳器出货量 7.9 万台,将来 5 年 CAGR 约 20%。假设数据中心单台效劳器平均售价约 7 万美元, 可配臵 8 张 GPU 芯片卡,每张卡单价约 5 万元人民币,则 2025 年中国 AI 效劳器 市场规模约 165 亿美元。当前 AI 效劳器大约占AI 硬件市场 85%份额,未 来更多边缘侧计算设备接入,假设 AI 效劳器占比下降至 80%,则 2025 年 AI 硬件市场规模 206 亿美元。GPU 卡出货量约 188 万片。AI 芯片主要用 于数据中心效劳器,但在车载计算单元、边缘
12、及终端设备等也有广泛使用,产品形态丰富, 单价相对较低,保守估量 AI 芯片市场规模约 200 亿美元。当前 AI软件占比较低,约 30%-40%,估量将来软件及效劳占比能提升到60%+,2025 年中国 AI 总体市场规模有望超 1000 亿美元。5G、云计算等技术进步推动 AI 协同进展。AI 深度学习算法依靠数据,高 数字化程度的行业拥有较密集数据资源,成为 AI 优先落地的领域。云化是 智能化的根底, 行业数字化还需遵循CBA 的路径,即先云化,再 有大数据最终实现智能化。大带宽、低时延、万物互联的 5G 网络有望带 动流量和数据量爆发,我们认为 5G 网络杀手级应用在当前建网阶段尚未
13、 消灭, 2C 端VR/AR 和 2B 端工业互联网或许是两个孵化方向。云计算与 5G 技术推广、渗透率提升有望推动更多人工智能场景落地。深度学习框架是战略制高点,同样具备机遇。深度学习框架作 为底层语言和算法模型的骨架,将数据、算力、算法三者相连接,向下对 接芯片算力,向上支撑应用,可省去开发者从 0到 1 地搭建地基的本钱, 提高开发效率,与 AI 芯片构成 AI 根底设施底座,是“智能时代的操作系统”。如今 TensorFlow 和 PyTorch 占据全球主要市场份额,但开发端的需 求动态化、多元化,没有一个框架可以满足全部市场需求,也不断消灭挑 战者,即:后来者仍有时机突围。当前中国
14、的 AI 训练严峻依靠美国的开源 框架,数据安全存在隐患,在中美关系影响下或提前生变。更多的 AI 人才供给或降低人力本钱,提升人均效益。AI 四小龙持续亏损 的缘由之一在于人力本钱过高。特别是高度定制化的碎片场景,需要较多 人力投入,导致人均效益低。经测算,AI 行业人均费用约 50 万,与人均 收入相当。海康威视之所以能在安防行业跑通 AI 商业模式,一方面是安防 行业数据量大、业务场景明确,另一方面是人效优势叠加规模化效应使公司将“本钱三低”做到极致:平均人力本钱低、运营和销售本钱低、产量 扩大后边际本钱低。随着AI 人才供给增加,人力本钱下降,AI 技术公司盈 利和变现力量提升,或能转
15、变行业构造,使行业拐点前臵。2. 主要行业参与者商业模式多样化,各有侧重2.1 综合解决方案供给商:软硬一体,场景为王AI 算法依靠硬件载体赋能行业,供给软硬一体的解决方案当前较为普遍。 随着计算机视觉、自然语言处理、智能语音等核心技术的成熟,单点技术 已不能满足客户的简单需求,企业转向寻求猎取人工智能综合解决方案, 人工智能产业的焦点从单点技术研发转向与多元化的应用场景和行业间的 深度融合。2023 年,中国人工智能市场主要客户来自政府城市治理和运营 公安、交警、司法、城市运营、政务,互联网与金融行业也位居前列。医疗、工业和教育等行业也具备巨大进展潜力,将来有望成为人工智能市 场增长点。AI
16、 赋能行业与行业反哺 AI 诞生两类参与者。纯 AI 算法较难单独定价售卖, 且市场规模较小。AI 技术公司往往通过工程集成搭售硬件以扩大规模、提 升算法力量,或是专注某些易变现的行业领先实现盈利;另一类为传统硬 件公司,在某些行业已具备领先的市场地位,明确 AI 需求后再进展智能化 转型。科大讯飞作为智能语音行业龙头,持续布局才智教育行业,横向发 展智能城市、才智医疗等领域。虹软科技聚焦人脸分析与图像分析技术, 供给智能摄像视觉解决方案,成为国内外主流手机、相机品牌的供给商。安防巨头海康威视、大华股份亦跟随人工智能浪潮,打造产业智能化转型, 成以视频技术为核心的智能物联网解决方案和大数据效劳
17、供给商。有“AI 四小龙”之称的商汤、依图、云从、旷视,布局多个领域,寻求人工智能 在行业中的落地场景。商汤科技:AI 算法龙头,底层平台赋能行业升级创始背景与战略:AI 算法龙头,“1+1+X”打造核心竞争力。公司成立于 2023 年, 创始人为 香港中文大学工程学院教授汤晓鸥,业务聚焦于计算机视觉和深度学习领 域。公司推行“1根底研发+1产品和效劳化+X行业应用”战略, 通过自行研发的 SenseCore 商汤 AI 大装臵,打通算力、算法和平台之间 的连接与协同。产品壁垒与商业模式:专有的 AI 根底设施、强大的软件平台、丰富的商用场景和生态力量是公司 的核心竞争力。SenseCore
18、具备500 亿个参数,是目前基于公开信息的全球计算机视觉领域中参数最大的模型,可有效解决数据中的长尾问题、隐私计算,并加快人工智能模型的部署和商业化进程。截至 2023 年 H1,公 司在主要区域市场战略性地建立 23 个 AI 训练集群,拥有 超过 20230 块 GPU,终究力每秒 1.17 百亿次浮点运算,软件平台客户已超过 2400 家, 掩盖 250 家 500 强企业、119 座城市,30+车企,4.5 亿+智能手机。目前公司技术涵盖人脸和人体分析、SLAM 与 3D 视觉、图像识别、机器人掌握与传感、海量视频理解与挖掘、自动驾驶、医学图像分析等领域, 进而衍生出城市开放平台、才智
19、诊疗平台、才智交通平台、金融身份核验、 智能车舱、手机人脸识别等产品及效劳,赋能安防、医疗、金融、自动驾驶、智能手机等行业。公司官网披露的产品主要有三类:计算平台、软件 算法、硬件终端设备。依据产业链调研,公司产品多以私有云为部署方式, 算法平台封装成 SDK 依据调用次数收费,软件按订阅制收费或单独出售 license,硬件按件出售,具体依工程状况而定。依图科技:芯片+算法的实战型 AI 公司创始背景与战略:公司成立于 2023 年,当前拥有约 1500 名员工,创始人为加州大学洛杉矶 分校统计学博士朱珑及前阿里资深云计算专家林晨曦。朱珑师从计算机视 觉奠基人 Alan Yuille 教授,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 产业 研究 报告
限制150内