一文看懂國內人工智慧行業產業鏈全景（必收藏）

 

http://blog.sina.com.cn/s/blog_cfa68e330102z1ak.html

 

全球共有近千家人工智慧公司遍及 62 個國家的十餘個產業，國內涉及人工智慧領域的公司也早已破百。除了「機器學習」、「模式識別」和「神經網路」這些晦澀的詞彙和各種層出不窮的借勢營銷，這個看似離我們越來越近的市場卻在「網際網路玄學」的外衣下顯得愈發迷霧重重。

那麼，關於人工智慧，你究竟瞭解多少 ? 在下一個產業浪潮到來之前，我們到底又應該關注什麼 ?

 

一、國內人工智慧產業鏈解構

「基礎技術」、「人工智慧技術」和「人工智慧應用」構成了人工智慧產業鏈的三個核心環節，我們將主要從這三個方面對國內人工智慧產業進行梳理，並對其中的「人工智慧應用」進行重點解構。

 

1. 基礎技術提供平臺

人工智慧的基礎技術主要依賴於大資料管理和雲端計算技術，經過近幾年的發展，國內大資料管理和雲端計算技術已從一個嶄新的領域逐步轉變為大眾化服務的基礎平臺。而依據服務性質的不同，這些平臺主要集中於三個服務層面，即「基礎設施即服務 (IaaS) 」、「平臺即服務 (PaaS) 」和「軟體即服務 (SaaS) 」。

基礎技術提供平臺為人工智慧技術的實現和人工智慧應用的落地提供基礎的後臺保障，也是一切人工智慧技術和應用實現的前提。

 

2. 人工智慧技術平臺

與基礎技術提供平臺不同，人工智慧技術平臺主要專注於「機器學習」、「模式識別」和「人機互動」三項與人工智慧應用密切相關的技術，所涉及的領域包括機器視覺、指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別、專家系統、自動規劃、智慧搜尋、定理證明、博弈、自動程式設計、智慧控制、機器人學、語言和影像理解和遺傳程式設計等。

在國內，人工智慧技術平臺在應用層面主要聚焦於計算機視覺、語音識別和語言技術處理領域，其中的代表企業包括科大訊飛、格靈深瞳、捷通華聲 ( 靈雲 ) 、地平線、 SenseTime 、永洪科技、曠視科技、雲知聲等。

 

3. 人工智慧應用

人工智慧應用涉及到專用應用和通用應用兩個方面，這也是「機器學習」、「模式識別」和「人機互動」這三項人工智慧技術的落地實現形式。

其中，專用領域的應用涵蓋了目前國內人工智慧應用的大多數應用，包括各領域的人臉和語音識別以及服務型機器人等方面 ; 而通用型則側重於金融、醫療、智慧家居等領域的通用解決方案，目前國內人工智慧應用正處於由專業應用向通用應用過度的發展階段。

 

(1) 計算機視覺

在國內計算機視覺領域，動靜態影像識別和人臉識別是主要研究方向，目前由於動態檢測與識別的技術門檻限制，靜態影像識別與人臉識別的研究暫時處於領先位置，

影像識別代表企業：百度、搜狗、三星中國技術研究院、微軟亞洲研究院、 Intel 中國研究院等。

人臉識別代表企業：曠視科技、騰訊優圖、螞蟻金服、 FaceID 、漢王科技、三星中國技術研究院、微軟亞洲研究院、中科奧森、深圳科葩、 linkface 、 SenseTime 等。

動態視覺檢測代表企業：格靈深瞳、東方網力、 Video 等。

 

(2) 語音 / 語義識別

語音識別的關鍵在於基於大量樣本資料的識別處理，因此，國內大多數語音識別技術商都在平臺化的方向上發力，希望透過不同平臺以及軟硬體方面的資料和技術積累不斷提高識別準確率。在通用識別率上，各企業的成績基本維持在 95% 左右，真正的差異化在於對垂直領域的定製化開發。

語音識別：科大訊飛、百度、出門問問、智齒客服、思必馳、雲知聲、助理來也、京東 JIMI 智慧客服、普強科技、捷通華聲、紫冬銳意、納象立方等。

語義識別：科大訊飛、百度、騰訊、智臻智慧、智齒客服、助理來也、京東 JIMI 智慧客服等。

 

(3) 智慧機器人

由於工業發展和智慧化生活的需要，目前國內智慧機器人行業的研發主要集中於家庭機器人、工業 \ 企業服務和智慧助手三個方面。

在以上三個分類中，從事家庭機器人和智慧助手的企業佔據著絕大多數比例，涉及到的國內企業近 300 家，其中的代表性企業包括：

家庭機器人：優必選、 Rokid 、公子小白機器人、北冥星眸 GalaxyEye 、 A.I.Nemo 、極思維智慧科技等。

智慧助手：百度、小 i 機器人、圖靈機器人、優必選、北冥星眸 GalaxyEye 、蘿蔔科技等。

工業 \ 企業服務：新松機器人、博實股份、優愛寶機器人和 Slamtec 等。

 

(4) 智慧家居

與家庭機器人不同，智慧家居和物聯企業的主要著力點在於智慧裝置和智慧中控兩個方面。

在這其中，以海爾和美的為代表的傳統家電企業依託自身渠道、技術和配套產品優勢建立起了實體化智慧家居產品生態。

而以阿里、騰訊、京東、小米和樂視等網際網路企業為代表的公司則透過各自平臺內的資料和終端資源提供不同的軟硬體服務。

傳統家電企業：海爾 U 、美的 M-Smart 等。

網際網路企業：阿里小智、 QQ 物聯、京東微聯、小米、樂視樂居家等。

技術解決方案商：科沃斯、 broadlink 、感居物聯、風向標科技、歐瑞博、物聯感測、華為等。

 

(5) 智慧醫療

目前國內智慧醫療領域的研究主要集中於醫療機器人、醫療解決方案和生命科學領域。

由於起步較晚和技術門檻的限制，目前國內醫用機器人的研發水平和普及率相較於國際一線水平仍存在一定的差距，從事企業主要集中與手術機器人和康復機器人兩大領域，以新松機器人、博實股份、妙手機器人、璟和技創等企業為代表。

在醫療解決方案方面，以騰訊、阿里巴巴、百度和科大訊飛為代表的公司透過和政府、醫療機構的合作，為腦科學、疾病防治與醫療資訊資料等領域提供智慧解決方案。

醫療機器人代表企業：新松機器人、博實股份、妙手機器人、璟和技創等。

醫療解決方案代表企業：騰訊、阿里巴巴、百度、科大訊飛等。

生命科學代表企業：華大基因、碳雲智慧、貝瑞和康、安諾優達、聯合基因、北科生物等。

未來，隨著國內人工智慧行業的產業分工和企業競合日漸明晰，國內的人工智慧產業鏈也將更為明顯地分化為以 BAT 為代表的生態平臺、以科大訊飛和格靈深瞳為代表的通用技術解決平臺以及以出門問問、 broadlink 為代表的人工智慧專用領域解決方案提供商。

二、未來國內人工智慧行業發展的五大趨勢

 

(1)   機器學習與場景應用將迎來下一輪爆發

根據 VentureScanner 的統計， 截至 2015 年 9 月，全球人工智慧領域獲得投資的公司中，按照平均融資額度排名的五大業務依次是：機器學習 ( 應用類 ) 、智慧機器人、計算機視覺 ( 研發類 ) 、機器學習 ( 研發類 ) 和影片內容識別等。

目前中國地區人工智慧領域獲得投資最多的五大細分領域是計算機視覺 ( 研發類 ) 、自然語言處理、私人虛擬助理、智慧機器人和語音識別。從投資領域和趨勢來看，未來國內人工智慧行業的資本將主要湧向機器學習與場景應用兩大方向。

資料儲存容量和技術能力的提升為機器學習爆發提供了基礎保障，而機器學習又是人工智慧的核心技術和涵蓋面最廣的應用手段 ; 但由於現階段運算能力的侷限和通用解決方案的研發門檻限制，基於安防、智慧生活、教育和健康等場景的場景應用成為了大多數國內企業在人工智慧領域的突破口。

 

(2)   專用領域的智慧化仍是發展核心

基於 GPU( 圖形處理器 ) 計算速度 ( 每半年效能增加一倍 ) 和基礎技術平臺的飛速發展，企業對於人工智慧神經網路的構建取得了前所未有的突破。但是，由於人工智慧各領域技術和演算法的複雜性， 未來 20 年內人工智慧的應用仍將集中於人臉和影像識別、語音助手和智慧家居等專用領域。

透過上述產業鏈環節構成和投資分類可以看出，優勢企業的核心競爭力主要集中於特定領域的專用技術研發 ; 其中，計算機視覺和語音識別領域的研發和應用已處於國際一流水平，專業應用機器人的研發也有望近 10 年內迎來突破性發展。

可以預見的是，在由專業領域向通用領域過渡的過程中，自然語言處理與計算機視覺兩個方向將會成為人工智慧通用應用最大的兩個突破口。在未來 20 年內，通用領域研發所需的技術和資料也會隨著各專用領域差異化發展的日臻成熟而迎來突破。

 

(3)   產業分工日漸明晰，企業合作大於競爭

隨著專用領域應用開發的成熟和差異化技術門檻的存在，國內人工智慧產業將逐漸分化為底層基礎構建、通用場景應用和專用應用研發三個方向。

在底層基礎構建方面，騰訊、阿里巴巴、百度、華為等企業依託自身資料、演算法、技術和伺服器優勢為行業鏈條的各公司提供基礎資源支援的同時，也會將自身優勢轉化為通用和專業應用領域的研究，從而形成自身生態內的人工智慧產業鏈閉環。

在通用場景應用方面，以科大訊飛、格靈深瞳和曠視科技為代表的企業將主要以計算機視覺和語音識別為方向，為安防、教育和金融等領域提供通用解決方案。

而在專用應用研發方面則集中了大部分硬體和創業企業，這其中既包括以小米和 broadlink 為代表的智慧家居解決方案商，也包含了出門問問、 linkface 和優必選這類的差異化應用提供商。

 

 (4)   系統級開源將成為常態

任何一個人工智慧研究分支都涉及到異常龐大的程式碼計算，加上漏洞排查與跨領域交叉，任何一家企業都無法做到在封閉環境內取得階段性突破的可能。

可以看到的趨勢是， Google 、微軟、 Facebook 和雅虎等視人工智慧為未來核心競爭力的頂級企業都先後開放了自身的人工智慧系統。

需要明確的一點是，開源並不代表核心技術和演算法的完全出讓，底層系統的開源將會讓更多企業從不同維度參與到人工智慧相關領域的研發，這為行業層面新產品的快速迭代和共同試錯提供了一個良性且規範化的共生平臺。於開放企業而言，這也確保了它們與行業最新前沿技術的同步。

基於此，騰訊、阿里巴巴、百度和科大訊飛等在人工智慧領域取得領先優勢的企業都在不同維度和空間開放了自身的人工智慧系統。而在未來，隨著專用領域應用的普及和通用技術應用需求的增強，這種開放性還會不斷地加大。

 

(5)   演算法突破將拉開競爭差距

作為人工智慧實現的核心，演算法將成為未來國內人工智慧行業最大的競爭門檻。以 Google 為例， Google 旗下的搜尋演算法實驗室每天都要進行超過 200 次的改進，以完成由關鍵字匹配到知識圖譜、語義搜尋的演算法創新。

在未來競爭的重點機器學習領域，監督學習、非監督學習和增強學習三個方面演算法的競爭將進入白熱化階段。而正是演算法層面的突破造就了騰訊優圖、科大訊飛和格靈深瞳等企業在影像識別和計算機視覺領域取得了突破性進展和國際一線的技術水平。

但就目前國內人工智慧演算法的總體發展而言， 工程學演算法雖已取得階段性突破，但基於認知層面的演算法水平還亟待提高，這也是未來競爭的核心領域。

總的來看，雖然基礎技術的成熟帶來了儲存容量和機器學習等人工智慧技術的提升，但由於現階段運算能力以及大規模 CPU 和 GPU 並行解決方案的侷限，目前國內人工智慧的發展主要集中於計算機視覺、語音識別、智慧生活等方向上。

未來，隨著國內人工智慧行業的產業分工和企業競合日漸明晰，國內的人工智慧產業鏈也將更為明顯地分化為以 BAT 為代表的生態平臺、以科大訊飛和格靈深瞳為代表的通用技術解決平臺以及以出門問問、 broadlink 為代表的人工智慧專用領域解決方案提供商。