洞见2019：人工智能产业

一、产业定义或范畴

概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。

人工智能产业是指群体、团队、个人针对人工智能本身基础理论、技术、系统、平台以及基于人工智能技术的相关产品和服务的研发、生产、销售等一系列经济活动的集合。

二、赛迪重大研判

1、2021年中国人工智能整体产业规模将超过1.3万亿元，计算平台类企业营收占比不断增大。

2、“北上杭深”及沿海地区仍是人工智能产业的主要集聚地，北京和上海两地的投融资总额占比超过80%，呈现出高度集聚的状态。

3、 国内外的AI龙头企业热衷于收购新兴的人工智能+数据科学初创企业，来提供各类的人工智能工具，并完善自身的产品生态。

4、 智能芯片成为创业热点，但受到投资金额大和周期长的影响，高风险将长期存在。

5、类脑芯片研发尚待理论突破，需要5-10年等待期，资本可考虑提前布局，整合交叉学科、跨媒体感知计算等资源来推动科研进展。

6、受整体风险投资市场环境影响，2018年A轮、B轮企业获投金额减少。

三、产业政策分析

（一）产业环境

1、大数据、量子计算等新兴技术的日渐成熟，为人工智能创造快速发展的新环境

人工智能的发展离不开高质量的数据资源，大数据的日趋成熟为人工智能企业提供了丰富的应用空间，在安防、金融、互联网等数据资源丰富的领域，人工智能正在快速落地，通过加载智能算法，帮助客户强化产品性能，提升经济效益。而量子计算也将为人工智能带来革命性的发展机遇，量子比特数量会以指数增长的形式快速上升，小型化的量子芯片可以使人工智能前端系统的快速实时处理成为可能。未来，车载智能系统、无人机智能系统等领域或将首先应用量子计算芯片系统。

2、科研基金导向力度加大，国家自然科学基金委新增人工智能与交叉学科两大领域

为响应国家科技发展战略，国家自然科学基金委在2018年的申请代码中设立了‘人工智能’和‘交叉学科中的信息科学’两个新增领域。人工智能领域强调围绕人工智能领域的核心科学问题与关键技术，进行原创性、基础性、前瞻性和交叉性研究；鼓励在人工智能基础、机器学习、机器感知与模式识别、自然语言处理、知识表示与处理、智能系统与应用、认知与神经科学启发的人工智能等方向的理论与方法研究。支持人工智能领域的科研人员与其他自然科学、人文社会科学等领域的研究人员密切合作，共同探索学科交叉领域中的新概念、新理论、新方法和新技术，构建原型系统，促进人工智能学科与其他相关科学领域的共同发展。将有助于科研人员解决国际公认难度大、有重大影响、探索性强的基础共性问题。

（二）政策导向

1、中共中央政治局第九次集体学习强调，推动我国新一代人工智能健康发展

在中共中央政治局10月31日就人工智能发展现状和趋势举行的第九次集体学习中，会议强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。同时，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应，要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展。这次会议体现出党中央对人工智能的高度重视，国家将有望对人工智能从基础理论到产业升级做出全面部署。

2、工信部启动人工智能产业创新重点任务揭榜工作

2018年11月8日工信部印发《新一代人工智能产业创新重点任务揭榜工作方案》，提出聚焦“培育智能产品、突破核心基础、深化发展智能制造、构建支撑体系”等重点方向，征集并遴选一批掌握关键核心技术、具备较强创新能力的单位集中攻关，重点突破一批技术先进、性能优秀、应用效果好的人工智能标志性产品、平台和服务，为产业界创新发展树立标杆和方向，培育我国人工智能产业创新发展的主力军。可以看到，针对我国在智能传感器、神经网络芯片等薄弱环节，将引导企业加大投入，集聚资源，攻克发展短板，夯实产业发展基础。本次揭榜工作也将按照“揭榜挂帅”的工作机制，突破人工智能产业发展短板瓶颈，树立领域标杆企业，培育创新发展的主力军，加快人工智能与实体经济的深度融合。

表 1  人工智能产业主要政策

颁布时间 颁布主体 政策名称 支持对象 相关内容

2017年12月 工信部 《促进新一代人工智能产业发展三年行动计划（2018-2020年）》 人工智能 通过实施四项重点任务，力争到2020年，一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞争优势，人工智能和实体经济融合进一步深化，产业发展环境进一步优化。

2018年4月 教育部 《高等学校人工智能创新行动计划》 人工智能 坚持创新引领。把创新引领摆在高校人工智能发展的核心位置，准确把握全球人工智能发展态势，进一步优化高校人工智能领域科技创新体系，把高校建成全球人工智能科技创新的重要策源地。

2018年10月 科技部 《科技创新2030—“新一代人工智能”重大项目2018年度项目申报指南》 人工智能 重点围绕新一代人工智能基础理论、面向重大需求的核心关键技术、智能芯片与系统三个方向展开部署。

四、产业链全景图

人工智能产业的产业生态可以分为基础层、技术层、应用层以及保障层。其中，基础层侧重基础支撑平台的搭建，技术层侧重核心技术的研发，应用层更注重应用发展，而保障层则更加注重产业生态的构建。

图 1  人工智能产业链全景图

基础层和技术层主要包括计算能力等相关的基础设施搭建，计算机视觉、语音识别、生物识别等感知技术，类脑智能/推理智能、学习判断/逻辑思考等认知技术，以及人工智能开源软硬件平台、自主无人系统支撑平台等技术应用平台，是人工智能向产业转化的技术支撑，降低人工智能应用门槛。

应用层主要包含基于人工智能技术在消费终端产品的场景应用，其中，提供给消费端的终端产品，包括智能机器人、智能无人机、智能硬件等。重点场景应用包括自动驾驶、智慧医疗、智慧教育、智慧金融、新零售、智慧安防、智慧营销、智慧城市等，基于现有的传统产业，利用人工智能软硬件及集成服务，对传统产业进行升级改造，提高智能化程度。

保障层包含人工智能产业发展过程中需要遵守的法律法规、伦理规范、安全以及标准，或在发展过程中需要修订、规范的相关法规和标准等，保障人工智能产业生态有序可持续发展。

五、价值链及创新

人工智能价值链全景图包括各环节主要的上市企业，统计截至2018年12月的企业市值、营业收入和净利润，并重点分析基础层上市企业近5年整体发展状况。

图 2 人工智能价值链全景图

数据来源：上市企业财报，赛迪顾问，2018年12月。

注：市值、营业收入和净利润为2018年前三季度数据。

（一） 基础层上市企业营业收入及净利润保持高速增长

2018年前三季度人工智能基础层上市企业营业收入达到1083.62亿元，人工智能基础层上市企业净利润达到87.76亿元，已经高于2017年全年净利润，营业收入及净利润保持高速增长态势。

图 3  2014-2018年中国人工智能基础层上市企业营收规模及增长

数据来源：赛迪顾问，2018年12月。

图 4 2014-2018年中国人工智能基础层上市企业净利润规模及增长

数据来源：赛迪顾问，2018年12月。

（二） 计算能力平台类公司营收比重逐年增大

从基础层三大细分领域结果来看，以浪潮、中科曙光、紫光股份为代表的计算能力平台企业占据半壁江山，比例逐年增大，从2014年的47.1%提升到2018年前三季度的67.8%，传感器企业占比降低至29.8%，人工智能芯片类占比从近5年的变化趋势来看基本保持稳定态势。

图 5 2014-2018年中国人工智能基础层各细分领域结构情况

数据来源：赛迪顾问，2018年12月。

六、产业地图布局

（一）产业资源分布

目前，全国主要城市都已经出台了人工智能相关扶持政策，结合本地基础打造人工智能重点园区，并提供针对性的资金保障。以北京、上海、杭州、深圳为例。

北京聚集龙头企业、顶尖人才、资本等要素，在核心算法、理论以及无人驾驶等新兴应用方面快速发力，各项产业要素均领跑全国。已经发布《北京市加快科技创新培育人工智能产业的指导意见》《中关村国家自主创新示范区人工智能产业培育行动计划（2017—2020年）》。

上海发挥科研人才优势，重点推进脑科学、机器学习等关键技术的研发，并利用智能制造、交通物流等广泛应用场景，实现技术和应用示范双重突破。已经发布《关于本市推动新一代人工智能发展的实施意见》、杨浦区《新一代人工智能产业政策与重点项目》和《上海市人工智能创新发展专项支持实施细则》。

杭州依托阿里巴巴、海康威视等企业的产业优势，以“城市大脑”应用为突破口，并通过人工智能产业园和人工智能小镇构建产业生态。已经发布《浙江省新一代人工智能发展规划》《杭州市科技创新“十三五”规划》。

深圳凭借完善的产业链配套，重点打造了深圳湾“人工智能产业链专业园区。国家发改委组织实施人工智能创新发展重大工程，重点打造深圳湾“人工智能产业链专业园区”。

从业人数分布趋势来看，以北京、上海、深圳、杭州为重点聚集地，其中北京从业人数占据全国27.9%的人工智能从业者，具备绝对优势。上海拥有12.1%的从业人数，位居第二。中西部城市以合肥、武汉、西安等地为代表，从业人数分布相差不大。

图 6 2018年中国人工智能从业人数地区占比分布图

数据来源：赛迪顾问，2018年12月。

（二）重点园区及投融资布局

从重点园区分布来看，目前国内主要城市已经设立了人工智能重点园区和人工智能实验室。以北京、上海、杭州、深圳为例，北京拥有中关村软件园、中关村门头沟AI科技园、亦庄锋创科技园。上海拥有“张江-临港”人工智能创新承载区、“徐汇滨江-漕河泾-闵行紫竹”人工智能创新带、华泾北杨人工智能特色小镇、上海松江洞泾人工智能特色产业基地（国家级）。杭州设立了滨江人工智能产业园。深圳设立了深圳湾“人工智能产业链专业园区”。

从投融资分布来看，北京和上海两地的投融资总额占比超过了80%，呈现出高度集聚的状态，其他城市由于龙头企业和初创企业数量相对较少，在投融资规模上分布比较平均。

图 7 2018年中国人工智能投融资规模地区占比分布图

数据来源：赛迪顾问，2018年12月。

七、行业龙头动向

2018年，人工智能领域的龙头企业热衷于并购产业上下游的企业，完善自身企业实力，从主要的并购事件来看，集中在以数据科学和芯片为代表。国内外的AI龙头企业热衷于收购新兴的人工智能+数据科学初创企业，来提供各类的人工智能工具，并完善自身的产品生态。芯片领域以赛灵思和阿里为代表，各自收购知名的FPGA和CPU企业，扩大芯片产业体系。

表 2 2018年人工智能产业投资并购重大事件

表 2  2018年人工智能产业投资并购重大事件

数据来源：赛迪顾问，2018年12月

八、产业规模预测

预计2018年，中国人工智能整体产业规模超过5000亿元。其中人工智能核心产业规模达到987.6亿元，人工智能应用带动产业规模超过4400亿元。预计2021年，中国人工智能整体产业规模将超过1.3万亿元，其中人工智能核心产业规模将超过2200亿元，由人工智能应用带动相关产业规模超1万亿元。

图 8 2016-2021年中国人工智能整体产业规模及预测

数据来源：赛迪顾问，2018年12月。

人工智能核心产业统计口径内涵。支撑层主要包括GPU/TPU/FPGA等计算芯片，人工智能专用芯片和传感器，其中传感器占据较大产值。软件产品主要包括语音识别平台、机器视觉系统、机器学习平台等产品。统计API调用、SDK、解决方案等产值。硬件产品主要包括智能工业机器人、智能特种机器人、服务机器人，仅统计机器人产值中智能模块和解决方案部分。无人/辅助驾驶仍然以辅助驾驶为主，其中，ADAS相关软硬件占据大部分产值。智能无人设备包括智能家电、智能可穿戴设备、智能无人机等产品，统计具备人工智能的模块和解决方案部分。随着人工智能技术的不断推进以及基础理论的完善，预计2018年人工智能核心产业超过900亿元，增速达到39.4%，到2021年，人工智能核心产业规模将超过2200亿元。

图 9 2016-2021年中国人工智能核心产业规模与增长

数据来源：赛迪顾问，2018年12月。

九、赛道选择建议

1、智能芯片成为创业热点，但受到投资金额大和周期长的影响，高风险将长期并存。

2、计算机视觉从重点安防领域，逐步向工业、消费终端渗透，消费端算法创新将成新趋势。

3、语音识别和自然语言理解头部企业偏少，用户体验要求大，导致创业难度依旧较大，需长期投入技术研发，攻克关键核心技术点。

4、类脑芯片研发尚待理论突破，需要5-10年等待期，资本可考虑提前布局，整合交叉学科、跨媒体感知计算等资源来推动科研进展。

5、通用机器学习技术正在重新受到重视，依靠小数据、无监督学习等技术，实现人工智能底层技术创新。

图 10 2019中国人工智能细分领域投资价值趋势图

数据来源：赛迪顾问，2018年12月。

十、资本市场动向

（一）人工智能2018年前三季度融资金额同比增长6.79%

在人工智能领域，2018年前三季度中国共有58个项目获得投资，同比增长13.73%；获投总金额为173亿元，同比增长6.79%。2018年前三季度的融资数据中，商汤科技以10亿美元的融资额排在榜首。

图 11 2018年前三季度与2017年前三季度人工智能行业投资对比

数据来源：赛迪顾问，2018年12月。

（二）北京持续保持领先优势，深圳、上海为第二梯队

在区位格局中，与2017年前三季度相比，北京持续保持领先优势，集中最多的企业、资金，表明北京对人工智能企业的吸引力；上海、深圳、杭州为第二梯队，与2017年前三季度相比，上海、深圳、杭州地区的投资频次大幅上升，北京有所下降，由2017年前三季度的27次降为2018前三季度的20次；从投资额度上看，北京、杭州有所上升，上海、深圳则有所下降。

图 12 2018年前三季度与2017年前三季度人工智能各区位投资频次对比

数据来源：赛迪顾问，2018年12月

（三）投资热点主要集中在计算机视觉、机器人、智能语音领域

2018年前三季度投资，从投资金额看，主要集中在计算机视觉、机器人、智能语音领域。从投资频次看，计算机视觉领域投资频次增长少，但投资金额大幅增加，主要是因为商汤科技、旷视科技等头部公司获得大单投资。

图 13 2018年前三季度与2017年前三季度人工智能热门赛道投资金额对比

数据来源：赛迪顾问，2018年12月。

图 14 2018年前三季度与2017年前三季度人工智能热门赛道投资频次对比

数据来源：赛迪顾问，2018年12月。

（四）受整体风险投资市场环境影响，A轮、B轮企业获投金额减少

与2017年前三季度相比，2018年前三季度Pre-A/A轮/A+轮以及天使轮投资频次有所上升，但投资金额整体偏小，在投资金额上表现为下降。

2018前三季度的投资结构的典型事件是商汤科技的10亿美元D轮投资和旷视科技的6亿美元D轮投资。

图 15 2018年前三季度与2017年前三季度人工智能各轮次投资频次对比

数据来源：赛迪顾问，2018年12月。

图 16 2018年前三季度与2017年前三季度人工智能各轮次投资金额对比

数据来源：赛迪顾问，2018年12月。

十一、百强潜力企业

2018赛迪人工智能高成长企业TOP100榜，从企业估值、营收状况、专利数量、产品竞争力、企业创新能力、创始人及管理团队等六个维度进行定量与定性综合评价，结合国内外相关学者、投资机构的研究工作和成果，研究制定了评判指标体系。

表 2  2018年人工智能产业投资并购重大事件

报告中文字内容及图表数据均来源于赛迪顾问，版权归赛迪顾问股份有限公司所有，不得擅自引用