一、前言

如果要為人工智慧立傳，2019 年註定是不同尋常的一年。艱難與尷尬，紮根與堅守，多重複雜的情緒在這一年交織上演。

難！在經歷了2017、2018 高歌猛進的兩年後，2019年人工智慧行業的融資數量和金額呈現出斷崖式的下跌，資本紛紛往頭部企業集中，小公司生存艱難。即使是頭部企業也在上市途中遇阻，裁員收縮的訊息不斷。從外部環境來看，大家的日子都不好過。

尬！2019年也是幻想破滅的一年。人工智慧曾被看作是繼移動網際網路之後，下一個能夠誕生百億美金級巨頭的機會。可到了2019 年，通用人工智慧到來之前，它也並非人們想象得那麼全能。大眾對於人工智慧的熱情也降低了不少。有多少人還關注今年 12 月李世石與韓國圍棋AI“韓豆”的人機大戰？

資本市場的遇阻，讓人工智慧更加強調理性，各大企業開始紛紛紮根場景的落地，以及人工智慧產品的真正“有用”。我們可以看到，2019 年，全球智慧音響出貨量仍以 45% 的速度增長，人臉識別在娛樂與行業應用無處不在，安防、教育、金融、交通、醫療、無人駕駛……越來越多的AI應用以潤物細無聲的方式出現這些場景裡面。

廣屯糧、築高牆、緩稱王。獵豹全球智庫認為，未來人工智慧的道路不一定都充滿了鮮花和掌聲，如果人工智慧真正想要引領下一個十年，一定是從業者們摒棄估值浮華，專注產品，紮根技術，在場景落地上只爭朝夕。

接下來，獵豹全球智庫從政策、資本、技術、智慧服務機器人、AI應用場景等層面全面掃描2019年人工智慧的發展情況，試圖為大家展示一個較為全面的2019年人工智慧的商業化落地。

自2017年國務院印發《新一代人工智慧發展規劃》以來，與人工智慧發展相關的政策便不斷細化，整個人工智慧國家戰略的政策體系也在一直完善和豐富。

來源：公開資訊，獵豹全球智庫整理

獵豹全球智庫梳理發現，2019年人工智慧領域相關政策具有如下特點：

1、頂層設計對人工智慧理解越來越深刻，整體部署更加立體化

《2019年政府工作報告》中連續第三年出現對人工智慧的相關描述。人工智慧將在傳統產業改造提升和新興產業（數字經濟）加快發展中都扮演著重要角色。中央深改委《關於促進人工智慧和實體經濟深度融合的指導意見》則傳達了人工智慧真正的“用武之地”。

在整體部署上，科技部於2019年8月初和8月末印發的關於“開放創新平臺”和“創新發展試驗區”的兩個檔案側重點不同。前者側重於“人工智慧行業領軍企業、研究機構”，後者側重於“地方主體”，著眼於從“體制機制、政策法規”等方面為人工智慧與實體經濟融合提供便利。政府、研究機構和企業都被調動起來。

2、多型別國家級平臺設立，形成人工智慧發展的多維實體支撐

首先是自2018年開始設立的“開放創新平臺”。2019年，在原有5個“開放創新平臺”技術上，又增加了10個，覆蓋視覺計算、營銷智慧、基礎軟硬體、普惠金融等垂直領域。

其次是“創新發展試驗區”。2019年，科技部先後批覆北京、合肥、深圳、天津、杭州-德清設立試驗區。接下來各試驗區的更細緻規劃也會出臺。

再次是“人工智慧創新應用先導區”，由工信部批覆設立，2019年共設立了3個“先導區”，分別是上海（浦東新區）人工智慧創新應用先導區、深圳人工智慧創新應用先導區、濟南-青島人工智慧創新應用先導區。

3、省市級發展行動規劃陸續出臺，未來滲透細分領域推動產業升級

來源：公開資訊，獵豹全球智庫整理

承接2018年，2019年包括上海、浙江、湖南、陝西等省市，深圳、廈門、濟南、蘇州、東莞等市紛紛釋出方向性的“人工智慧發展行動規劃”。北京則更為具體，出臺與教育融合的行動規劃。這意味著，政策對於人工智慧發展的指引不僅向下滲透，更開始聚焦於具體場景和產業的指導性規劃。而這些規劃背後，除了人工智慧與經濟社會融合程度更高，也意味著更多有關產業升級的商業機遇出現。

4、人工智慧倫理受關注，行業共識對人工智慧發展影響或將加強

來源：公開資訊，獵豹全球智庫整理

對人工智慧倫理的關注並不屬於政策層，但與引導行業發展有關。2019年，兩個有政府背景的機構分別釋出《人工智慧北京共識》（北京智源人工智慧研究院）和《新一代人工智慧倫理原則》（國家新一代人工智慧治理專業委員會），聚焦人工智慧健康發展相關準則，確保其安全可靠可控。

獵豹全球智庫認為，2020年，政策層仍會出臺更加細分的方向性規劃，人工智慧的應用和與實體經濟的融合將繼續被鼓勵。特別是與地方經濟緊密相關的產業應用的規劃。此外，與國家級平臺相配套的具體規劃也將進一步細化，成落地先導。而人工智慧倫理的相關討論仍將被持續關注。需要說明的是，越來越多的地區高度重視人工智慧發展，出臺相關政策，需要客觀結合本地實際情況，否則未必能夠產生理想的結果。

2019年一篇《投資人逃離人工智慧》的爆文似乎給人工智慧行業定了調：2019年的人工智慧是個資本寒冬。那麼從資本角度而言2019年是不是人工智慧泡沫破裂前兆呢？

1、十九年來融資總額首度下滑，今年或為分水嶺

資料來源：IT桔子，獵豹全球智庫

獵豹全球智庫統計分析，自2000年以來，人工智慧企業的融資數量已持續18年上漲，在2013年至2018年出現大爆發，融資金額和數量直線飆升，且2014年後這一資料還以接近50%的幅度在增長。

資料來源：IT桔子 ，獵豹全球智庫分析整理

2019年卻成為了人工智慧資本環境冷與熱的分水嶺，今年人工智慧的融資數量和融資金融出現大幅下滑。與2018年相比，2019年中國人工智慧企業的融資金額由1484.53億下降至967.27億，下降幅度達到34.8%，融資數量也由737下降至431，下降幅度達4成。

2、平均融資額仍創19年來新高 投資更傾向頭部

透過IT桔子資料發現，2019年人工智慧企業的融資額從5月開始，幾乎呈現出逐步下滑的態勢，而在2018年這一情況還是一片蒸蒸日上，並在2018年的10月份融資金額達到了345.76億的全年之最。

資料來源：IT桔子 ，獵豹全球智庫分析整理

不過從每筆平均融資額來看，2019年人工智慧的每筆平均融資額為2.24億，依舊超越了2018年的2.04億，成為19年以來每筆平均融資額的最高峰。整體融資數量和金額在下降，但資本卻願意給頭部或者優質企業更高的單筆融資額，可以說，2019年的融資情況呈現出更為集中的特點。

資料來源：IT桔子 ，獵豹全球智庫分析整理

3、投資風向由早期向成熟期邁進，急需退出通道

根據IT桔子資料，近5年人工智慧企業整體的融資情況，機構投資A輪以前的企業佔比較高。獵豹全球智庫分析主要原因有兩方面：人工智慧本身是新興的產業，目前尚未有企業走向真正成熟和大規模盈利；在早期投資中，不少大型機構奉著“大水漫灌”原則，以提高投資標的成功機率。

資料來源：IT桔子 ，獵豹全球智庫分析整理

透過對2018年、2019年的融資10億以上的案例，獵豹全球智庫發現，投資機構大有從此前的投A、B輪早期專案向投成熟階段企業邁進的趨勢，資料顯示，在2019年全年10億以上融資額的企業當中已經不再有A輪的企業，而C、D輪的企業佔據了主流。

資料來源：IT桔子 ，獵豹全球智庫分析整理

在2019年的融資事件中，曠視科技以超50億的融資額成為今年之最，而就在融資的3個月後，曠視科技在港交所提交了IPO申請，同時CV四小龍中雲從科技和依圖科技均傳出欲戰科創板的傳聞，從曠視科技2019年創造最大融資額可以看出，投資機構的資金正在向更為成熟的企業傾斜，而人工智慧企業紛紛尋求走向二級市場，正側面反映投資機構急需拓寬退出渠道。

4、投資依舊集中在應用層，行業解決方案是香餑餑

資料來源：IT桔子 ，獵豹全球智庫分析整理

和一些研究認為資本大多集中在平臺層不一樣，獵豹全球智庫發現，人工智慧行業產生最多融資數量和金額的依舊為應用層，從2012年以來，應用層融資金額達到了2592億，投資數量為1258次，這說明目前的人工智慧投資更加傾向於能夠實現較快速度變現的專案。

值得重視的是，當下資本對行業金字塔底部的“基礎層”重視程度不夠，從長遠戰略來看，未必是好事。

資料來源：IT桔子 ，獵豹全球智庫分析整理

從產業鏈角度看，以AI賦能的行業解決方案企業最受資本青睞，2012年以來其融資總額達到1546億，緊隨其後的是通用演算法應用、消費級終端和計算力，而遭到冷遇的是技術平臺企業，其融資金額僅僅為88億。

從2018年和2019年10億以上融資的案例來看，行業解決方案也是融資的主力，其中包括曠視科技、商湯科技、優必選等行業解決方案企業均是人工智慧行業的融資大戶。

資料來源：IT桔子 ，獵豹全球智庫分析整理

在具體的應用層面，智慧汽車、製造、醫療、金融、家居分別位列人工智慧應用端最受資本歡迎的五大領域，2012年以來它們的融資額分別達到2826億元、2093億元、1371億元、762億元、658億元。

5、人工智慧行業融資龍虎榜：商湯科技9次融資位列榜首

資料來源：IT桔子 ，獵豹全球智庫分析整理

根據IT桔子資料，商湯科技以193.75億元位居人工智慧企業融資榜首，隨後的是曠視科技、優必選，他們的融資額分別為81.67億元 、74.3億元。其中獲得9次投資的是商湯科技，獲得8次投資的包括優必選科技和雲知聲，獲得7次投資的是極鏈科技、曠視科技和雲丁科技。

近五年在人工智慧領域最活躍的機構top5

資料來源：IT桔子

IT桔子資料顯示，近5年在人工智慧領域最為活躍的機構為百度風投，緊隨百度之後的是火山石資本、道生資本和軟銀基金。

（一）晶片：A股AI晶片概念市值近7000億 迎創業黃金時代

1、我國人工智慧晶片概念市值已近7000億

資料來源：同花順iFinD ，獵豹全球智庫分析整理

同花順iFinD資料顯示，在A股中目前我國的人工智慧晶片概念股總市值已經超過了6400億，其中以計算機視覺和安防領域著稱的海康威視市值達到了2672億；

資料來源：IT桔子，獵豹全球智庫分析整理

在一級市場，人工智慧晶片同樣受到追捧，IDG、紅杉、高瓴資本紛紛參與其中，深蘭融資次數也達到了5次之多。加上寒武紀、地平線等一些頭部公司的融資情況，預計目前二級市場加一級市場，人工智慧晶片公司的市值估值綜合將超過7000億，即將邁入萬億時代。

2、2019年是人工智慧晶片搶灘落地年

2019年對於人工智慧晶片是重要的落地年，獵豹全球智庫整理了一下今年國內比較有代表性的事件：

來源：獵豹全球智庫

我們可以看到，無論是研究機構、科技巨頭還是晶片創業公司，眾多力量都在擁抱晶片的創新研發。這將給晶片——這個高投入、高風險、慢回報的行業帶來深刻的化學反應，而對於人工智慧晶片來說，2019年這不平凡的一年究竟意味著哪些趨勢，獵豹全球智庫將透過兩個問題試圖來解答這一疑問：

1、晶片界的摩爾定律會失效麼？

晶片行業一直遵循摩爾定律保持快速增長，如今，電晶體已經縮小至 7nm 製程，預計2030 年將達到 1 nm。而原子的極限就是 0.1 nm。這是否意味著，摩爾定律即將放緩？

答案是否定的，目前看，摩爾定律仍然有效。

但是為了追求最先進的工藝，把電晶體刻得越來越細，半導體工廠需要做十幾層的光掩膜，把光刻在半導體上等（Mask，後來也叫光罩)，這套工藝越來越貴。晶片領域已經變成金錢、資源和時間的比拼。

因而，即使晶片價格沒有變化，晶片工藝成本即 NRE 成本（一次性工程費用）會越來越高。90 年代，晶片流片一次只需要 100 萬美金，到下一代晶片，可能就需要 1億美金。

這時候，誰擁有更多資源，誰能夠獲得規模效應，賣出去更多晶片，誰家的晶片價格就會更低，在市場上就有競爭力。相反，如果沒有錢和資源投入到最新的工藝製作中，沒有大量客戶為晶片買單，晶片公司就容易在市場上處於被動的地位。

2、巨頭做晶片，小玩家是否還有活路？

全球AI 晶片版圖

來源：公開資訊

在全球AI的晶片版圖上，除了包括英偉達、英特爾、高通在內傳統的積體電路供應商，晶片創業公司，華為、谷歌、亞馬遜、微軟、蘋果在內的科技巨頭一躍而起。

對於華為、谷歌、蘋果這類巨頭而言，他們面向客戶，有足夠的營收，生產的晶片可以用在自己的產品上。這將成為晶片行業的一個趨勢：有資金、有客戶的巨頭將從晶片行業的客戶變成玩家。

在行業馬太效應明顯的情況下，創業公司如果只是在原有的通用晶片上和巨頭比拼工藝，很難存活下來。

這時候，創業公司的機會主要有兩個。

一是在垂直場景下提供一站式的解決方案，包括晶片、系統和演算法。第二種則是採用專門工藝，做射頻晶片、功率半導體、特殊感測器等專業晶片。

兩者只是躲開了巨頭的競爭領域，但能否找到合適的垂直市場，實現巨大的規模效應，仍然有很大挑戰。

而從更廣的維度來看，我國有全世界最為廣泛的AI晶片應用場景，目前在 AI 專用晶片（ASIC）設計領域，中國與世界處於同一起跑線上，相信在未來，透過紮實的深耕，中國也能贏得在AI晶片上的話語權。

（二）智慧語音：科技巨頭搶食 垂直領域生存空間將遭嚴重擠壓

智慧語音作為下一代人機互動入口或家庭控制中心，成為了國內外巨頭以及新興科技企業爭奪的戰場，其中醫療、家居、教育、可穿戴裝置等是爭奪的主要賽道。

來源：Gartner

根據Gartner在2018年7月釋出的AI技術成熟度曲線，語音理解、虛擬助理已經進入泡沫化低谷期階段，而語音識別則進入實質生產的高峰期，這意味著語音識別技術的場景落地大幕已經開始。

1、智慧語音龍頭科大訊飛：教育是基礎 發力To C

科大訊飛為中國智慧語音第一股，其主攻的場景為智慧教育、城市以及消費者市場等。

來源：獵豹全球智庫

從近期科大訊飛公佈的三季報來看，其營業收入、淨利潤等資料均表現不俗，但是它淨利潤中政府補貼佔比較高，一直被市場所詬病。不過這一情況也正在改變，科大訊飛正從強技術的To B市場向To C端發力。資料顯示，其C端產品的收入佔總營收比例也從2017年的6.3%增長至2018年約13%。

2、智慧語音生態代表：雲知聲、思必馳端芯戰略

雲知聲和思必馳也是智慧語音的典型代表，二者更加強調端和芯，其中雲知聲採用雲端芯戰略，它透過為提供智慧語音解決方案，落地智慧家居、智慧車載、智慧醫療等場景。

來源：獵豹全球智庫

近一年在晶片端的發力跡象比較明顯，2018年5月制定了UniOne系列晶片計劃，先後推出智慧家居和智慧音響的第一代晶片“雨燕”，並計劃推出智慧車載領域的第二代晶片“雪豹”和智慧城市的第三代晶片“旗魚”。

來源：獵豹全球智庫

思必馳則提供自然語言互動解決方案包括DUI開放平臺、企業級智慧服務、人機對話作業系統、人工智慧晶片模組等。

來源：獵豹全球智庫

圍繞四個方向進行佈局：AIOT（車載應用，智慧家居等）、AIBOT、AI晶片、AI生態。此外，思必馳還透過投資的方式佈局上下游試圖構建自己的AI生態。

3、新興智慧語音代表獵戶星空：構建垂直一體化AI能力

獵戶星空垂直一體化AI能力

來源：獵戶星空

另外一個新興代表為獵戶星空，創立於 2016 年9月，是由獵豹移動投資的智慧服務機器人公司，擁有垂直一體化AI能力和全鏈條AI技術。其語音能力包括三層：其語音能力包括三層：（1）打通包括喚醒、識別、理解和合成的語音雲鏈路技術；（2）構建獵戶星空語音OS平臺；（3）自研全鏈條語音晶片。藉此實現智慧服務機器人語音互動能力和多模態語音解決方案的遠場識別、多輪應答、雞尾酒會效應等，在智慧硬體產品和嘈雜的實際場景中保證應用效果。

4、自研晶片成頭部玩家新趨勢

由於落地體驗改善有賴於從硬體到軟體、從演算法到產品各個環節的緊密協調，智慧語音在多數場景下普遍存在落地體驗不好的問題，因此當前眾多頭部企業在佈局專用語音晶片。

例如獵戶星空聯合瑞芯微電子釋出了專門針對智慧語音和物聯網裝置的 AI 晶片OS1000RK，此外出門問問、Rokid也加入了語音晶片研發行列。

部分人工智慧企業佈局晶片

來源：獵豹全球智庫

總結，智慧語音市場一些新興公司透過在垂直領域深耕穫取核心競爭力，但隨著企業技術之間差異化縮小，巨頭加入，垂直領域公司的份額遭到蠶食，在國內，包括科大訊飛在內，將C端作為其重要戰場，但BAT的加入讓未來誰能坐上智慧語音的頭把交椅充滿著懸念。

（三）視覺：計算機視覺“破圈” 頭部公司+垂直場景成市場格局

2019 年人工智慧的哪項技術完成了從技術到大眾的“破圈”運動？答案是計算機視覺！在刷臉支付，門禁考勤，銀行開戶等越來越多場合，ZAO軟體的火爆，讓更多人感知到人臉識別技術的發展。

人臉識別從技術話題到民生層面的背後，是計算機視覺技術的廣泛落地。如果將計算機視覺領域分為基礎層、演算法層和應用層，在過去一年，中國計算機視覺領域的突破主要在應用層，也成為計算機視覺技術最大的消費者與提供商。

中國的人臉識別技術已經遍佈全球

來源：Fiancial Times

經過2017、2018 年的嘗試後，很多沒有需求的場景被證偽，安防、金融、考勤門禁等成為主要的應用領域。

來源：前瞻產業研究院

但對該領域的公司來說，2019 年並不是容易。資本遇冷之後，相關投資數量從2017 年開始持續下降。且市場上有商湯、曠視、依圖這類估值近百億美金的公司，通用性技術公司已無新機會。

頭部公司日子也不好過。曠視在香港港交所提交招股書，招股書顯示，排除政府補貼的因素，曠視依然虧損。計算機視覺公司是否能夠撐起近百億美金估值，成為資本市場關注的話題。未來一年，這些公司仍需要找到持續有利潤的商業模式。

與此同時，創業公司開始深耕垂直化的應用場景，比如獵戶星空就將其視覺識別技術落地到智慧辦公、智慧軌交、智慧家電、智慧教育等領域，推動家庭和公共服務的智慧化。

未來，除了在垂直領域深耕之外，計算機視覺領域，BigGAN、3D人臉建模、Fast.ai（快速、低成本、高準確率的影像模型分類訓練）、vid2vid技術（超逼真高畫質影片生成AI）等新研究或將發揮新作用。不過對現有方法的改進和增強可能多於創造新方法。

從2014 年軟銀集團首次對外展示了人形機器人 Pepper開始，到 2017、2018 年，智慧服務機器人經歷了萌芽，發展，小爆發的階段，投融資專案層出不窮。

2019年，隨著資本遇冷，智慧服務機器人行業也迴歸理性。據不完全統計，2019年，智慧服務機器人行業融資大事件為17起。同比之下，2018年行業融資大事件為20起（資料來自賽迪顧問）。

2019年智慧服務機器人融資事件

來源：獵豹全球智庫

在大眾層面，隨著越多越多的機器人產品落地，機器人也從科幻電影走入了尋常百姓家。由於仍處弱人工智慧時代，距離真正的通用人工智慧有很大差距。對機器人抱有極大幻想和期望的人們不免覺得失望。

如果用 Gartner 的技術曲線週期，目前的智慧服務機器人仍處於市場啟動期，現有的技術方案尚不成熟，仍然需要大量二次開發工作。

來源：獵豹全球智庫

好訊息是，在酒店、餐飲、商場、法律、政務等場合，正在出現一些深耕的服務機器人公司。這些公司由於對垂直場景需求有更深入瞭解，能針對性提供便捷服務，正在實現企業降本增效、提升體驗的效果。

隨著晶片成本降低，5G 商用化到來，機器人不僅成本將大幅度降低，反應速度變快，專業的知識儲備也將越來越豐富。未來 2~3 年，可以預見的是：

1、垂直行業機器人的出貨量將從千臺級別上升到萬臺級別，艾媒諮詢預測，到2020年，中國服務機器人年銷售額將超過300億元 。

2、人機協作仍是趨勢，機器人只能在部分功能替代人，不能完全取代人力，學會使用機器人，讓機器人為人所用，將成為人們的技能之一；

3、資本越來越集中頭部，企業間由技術模型的比拼變為垂直場景和商業化能力較量，專注深扎垂直場景是創業公司的生存之道。

（一）智慧安防：競爭激烈 四大勢力紅海廝殺

安防仍是AI落地場景中最重要的領域。在計算機視覺的行業應用中，佔據了 67.9% 的市場份額。

得益於國家在平安城市、天網工程、雪亮工程、智慧城市等計劃的推動，安防行業總產值在過去十幾年保持快速增長，到 2018 年已經達到 7183 億元。

安防系統包括門禁系統、影片監控系統和報警系統。其中，影片監控是安防行業的主戰場，佔比超過 51%。

AI 在安防行業的主要應用場景包括：以影像識別為基礎的人臉識別、車輛識別、人群與行為識別等。經過2018 、2019 年的加速落地，安防監控行業已經形成了四大類玩家：

1、以海康威視、大華、宇視科技為代表的傳統安防巨頭，正在從產品銷售方到整體解決方案服務商轉變，加大基礎層、平臺層和應用層的建設；

2、以商湯、曠視、依圖為代表的新晉AI視覺公司，從AI 演算法入手，豐富產品，提供端到端的產品和解決方案；

3、華為、騰訊、阿里等網際網路巨頭，也開始從後端向前端進軍，全力推出人臉、車輛、影片儲存等一系列產品和解決方案；

4、以機器人公司為代表的的新玩家。比如，優必選、國自機器人、深蘭科技等，在物流、電力、汽車等行業提供安防巡檢服務。

來源：獵豹全球智庫

展望 2020 年，安防領域 AI 的價值會繼續彰顯。獵豹全球智庫認為以下幾個趨勢可以關注：

1、行業競爭激烈，原有玩家擁抱新技術，新來者攻城略地，網際網路巨頭勢頭不減。在產業鏈條複雜的安防領域，併購、生態合作將成為未來幾年的趨勢。（比如阿里巴巴和宇視合作，佳都和華為合作，千視通與平安雲聯合等。）

2、軟硬體一體化。在各家紛紛提供整體的解決方案之時，圍繞行業客戶提供軟硬體一體的解決方案將成為 2020 年的方向。

3、隨著各路競爭對手的進入，安防場景的毛利率將進一步被壓縮，低毛利率將成為行業常態。

4、在國內場景完成技術積累後，全球化也將成為安防玩家的一大重要方向。

（二）智慧教育：AI+教育結合條件成熟 商業化仍處於早期

傳統教育領域一直存在三個明顯的痛點：1、以老師為核心，師資資源分配不均；2、課堂趣味性不足，個性化教學難以實現，教學效率低下；3、家校資訊不對稱，學生安全等問題牽動家長的神經。

人工智慧對教育的改善，也從以上三方面展開：

1、作為教學的輔助工作。透過語音語義識別、情緒識別、大資料分析、自適應技術等，為學校、老師、學生，提供更加有效率、個性化的教學和學習工具。

2、人工智慧學科教育引入。包括程式設計教育、機器人教育、創客教育、VR/AR教育，基礎知識培訓。

3、利用人臉、指紋、虹膜等人工智慧技術構建包括安防、社交、管理在內的智慧校園系統。

獵豹全球智庫曾根據教育部發布的政策與投入經費預估，我國在教育資訊化的投入將達到3600億。政策、技術發展、市場規模等都為人工智慧和教育的結合提供了條件。可以看到，2019 年不論是線上教育公司，人工智慧企業，網際網路巨頭，都紛紛佈局 AI+ 教育。

來源：獵豹全球智庫

但AI+教育仍然需要面對一些重要挑戰：

首先是資料道德與隱私問題。曠視就因為智慧校園的一個方案展示截圖飽受爭議，如何在保障學生安全同時防止其隱私不受侵犯，給孩子們提供人性、個性化的教育，需要業內人士探索。

其次是形成更加完善的教學體系和商業化模式。人工智慧和教育的結合仍然處於外圍變革階段，真正推動核心內圈創新，離不開更加完善的教學體系以及規模化的商業模式。

（三）智慧零售：線下線上資料一體化 潛力巨大

2019 年，有一篇特別火的文章《未來的消費品都值得重做一遍》。如果把消費品換成傳統零售，這個結論也一定適用。

隨著大資料、人工智慧相關技術的出現併成熟，傳統零售場景的門店、倉儲、物流、供應鏈體系等都將從粗放的管理進入到數字化、精細化運營的階段。

根據艾瑞諮詢調查資料顯示，2018 年以計算機視覺技術為核心的人臉識別和商品識別是主要的建設方向，相關投入佔據整體的 55.36%。

來源：艾瑞諮詢

其中，湧現出三類主要玩家，以商湯、曠視、獵戶星空為代表的AI 公司，以阿里、騰訊、百度、京東為代表雲服務商，以及蘇寧、盒馬鮮生等品牌零售商。

以獵戶星空智慧服務機器人“豹大屏”為例，透過主動招攬、語音互動、品牌導購、問路查詢、反饋調研等功能，滿足商戶和品牌的營銷需求，目前，已覆蓋超過15個城市，500個主流商場，累計服務人次超8000 萬。

智慧新零售未來的兩個趨勢是：

1、一切以使用者為中心，線上線下資料一體化。隨著感測器無處不在，使用者的線下購買行為將被資料化，使用者身份資訊將同行為資訊關聯，商家在更多維度理解使用者和使用者喜好。

2、零售從供應鏈驅動到消費需求驅動。商家從消費端掌握海量資料，幫助其更好地預測顧客需求，進一步反向影響設計、生產和銷售，最佳化原有供應鏈流程。

（四）智慧金融：人工智慧將降低金融服務門檻 促進金融的普惠性

金融行業與人工智慧天然匹配。目前人工智慧在金融行業的運用主要有人臉支付、量化投資、智慧風控、智慧投顧、智慧客服等。

人工智慧在金融領域的應用

來源：獵豹全球智庫

以量化投資為例，基於語音識別、機器學習等人工智慧演算法開始應用於指數編制或策略開發，並形成了相關策略特色的ETF產品。

來源：獵豹全球智庫

人工智慧在金融應用上的主要參與方為網際網路科技巨頭、金融科技集團及人工智慧技術提供方。

關於人工智慧在金融領域的發展趨勢，獵豹全球智庫認為，主要講體現在以下兩個方面：

1、從趨勢上看，未來新技術不斷滲透將推動金融行業普惠化；

2、強化科技監管將成為規範金融行業未來發展的必然選擇，例如對於人臉支付的法律法規監管問題近來一直被市場所熱議。

（五）智慧家居：進入3.0時代，家庭機器人或將成為家庭智慧中樞

智慧家居作為物聯網領域重要的一部分，標誌著家居行業進入2.0時代，目前智慧家居仍然屬於朝陽產業，已經具備基礎技術能力和商業發展模式。

其中語音識別是未來智慧家居的入口。以客廳為中心的家居場景是語音識別的最合適的試驗場，也是各個巨頭爭奪的場景。以智慧音響為例，隨著亞馬遜Echo智慧音響的面世，百度、天貓、小米也紛紛殺入此領域，競爭日益激烈。根據IDC預估，2020年語音互動在國內智慧家居市場中的滲透率將達到27%。

來源：獵豹全球智庫

目前智慧家居的主要玩家包括網際網路企業、硬體廠商、裝潢家居、地產商和各類服務商等，網際網路巨頭BAT率先扛起了大旗 ，華為、百度、小米不甘落後；傳統家電企業美的 、海爾、格力、海信、TCL等相繼入局。

關於智慧家居的趨勢，獵豹全球智庫認為：

1.隨著5G技術的超高速傳輸實現，極大地方便了資訊的檢測和管理，將加速實現家居場景的萬物互聯。在市場份額上，雖然目前智慧家居格局未定，未來國內外的網際網路巨頭由於本身具有能夠抓住使用者心智，同時資金優勢、技術優勢、人才優勢、流量優勢，更有可能佔據未來智慧家居領域的重要地位。

2.智慧音響競爭局面的殘酷及智慧音響缺乏主動服務意識的缺點，造就新產品形態入局機會。具有互動特點和主動服務意識的家庭機器人迎來新的空間，甚至會成為家庭智慧中樞的入口，將智慧家居推到3.0時代。

（六）智慧醫療：兩種模式廝殺，正在開啟“下沉市場”爭奪

人工智慧在醫療領域的應用場景，目前相對統一的認識是：醫學影像、輔助診斷、藥物研發、健康管理、疾病預測。

來源：億歐智庫

2019年，醫療人工智慧場景並沒有與之前有顯著不同。但醫療自身的特性，讓參與其中的玩家不僅需要硬核的AI技術和解決方案能力，還需要深入醫療專業和漫長的醫療健康產業鏈，其商業化之路仍然處在起步階段。

獵豹全球智庫的關注點在於兩點：

1、由於醫療的專業性，目前深入（臨床應用）醫療人工智慧場景的更多為所謂的“醫療+AI”模式，而“AI+醫療”（AI企業在醫療領域佈局）模式前期更多是基於自身技術優勢搶佔場景賽道，此後逐步強化臨床應用。

2、不論是“醫療+AI”還是“AI+醫療”，醫療人工智慧也在開啟“下沉”模式，向基層醫療和全科醫學擴充。

來源：動脈網、蛋殼研究院

獵豹全球智庫認為，在醫療基因濃厚的“醫療+AI”模式中，其優勢在於距離臨床應用更近，醫學專業人才和醫療行業資源更為豐富；其弱勢在於目前仍然距離商業化很遠，且缺乏場景擴充的彈性。由AI向醫療進擊的“AI+醫療”模式，其優勢在於以智慧技術或機器人解決方案參與整個智慧醫療產業鏈；而其弱勢是在臨床應用和醫學專業科研上或許競爭力不足。

此外，人工智慧在醫療的應用還有玩家共同面臨的問題：

1、資料打通困難，不同醫療機構的資料隔閡，真實資料遷移不易實現。

2、深度學習演算法難以解決醫療場景的特有問題。比如醫學影像中出現同病異像、異病同像、模糊邊界等問題。

3、人工智慧輔助設施不足，醫療機構資料化資訊系統尚未建立。

儘管如此，獵豹全球智庫仍然相信，在2020年，醫療領域仍然是人工智慧應用的熱門，基層醫療的智慧時代也將開啟，而隨著智慧服務機器人和AI賦能的繼續進步，“健康管理”或也將躋身醫療人工智慧的熱門。

（七）自動駕駛：冰火兩重 道阻且長

自動駕駛已被證明是一個非常複雜的系統性工程，僅技術層面就涉及雷達感知、高精度地圖、定位、路徑規劃、決策、動態控制、系統架構、系統驗證等十多項核心能力，此外還需要法律法規、城市規劃等方面的支援，以及鉅額的資金投入。但仍不能阻擋其在過去一年中獲得了全球AI投資的最大份額（77億美元）。

來源：公開資訊

1、技術實力：中國難以挑戰美國霸主地位 中國百度領跑

2019年從技術角度說對於自動駕駛來說是平淡的一年，無論是演算法和硬體都沒有什麼突破性的改變。從地區上看，美國、中國和歐洲為全球研發及應用“重鎮”。著名研究機構 Navigant research 的2019自動駕駛競爭力排行榜中，百度是唯一一個上榜的中國公司。在另一份報告中，歐洲地區提交的自動駕駛專利，僅有3%來自於中國。在自動駕駛技術上，中國想要挑戰美國的地位，還有很長一段路要走。

來源：Navigant research

2、自動駕駛中國落地：政府很積極，企業實施難

與其它AI技術相比，自動駕駛技術的落地相對來說會更謹慎也更窄。2019 年，是 L2（部分自動駕駛）/L3（有條件自動駕駛）的高光時刻，整車企業都在探索汽車更多的智慧化，搭載ADAS（高階駕駛輔助系統）。而L4以上的自動駕駛不需要駕駛員，這無論在技術上、法規上、倫理上都難以短期實現。

宣稱L4級別的公司

來源：獵豹全球智庫

在中國，很多城市在積極探索自動駕駛試點，併發放相關的牌照。百度Apollo自動駕駛路測牌照總數達 150 張，佔中國全部獲批自動駕駛路測牌照一半以上，其中 80 張牌照已經允許載人測試。

來源：獵豹全球智庫

來源：獵豹全球智庫

但中國似乎在實施另外一條路：不再訓練自動駕駛汽車在現有的城市環境中進行導航，而是對現有城市進行數字化改造，以適應並促進自動駕駛技術的發展。這被稱為“智慧城市”建設，包括路邊感測器裝置的完善，這些感測器會根據導航提示（例如車道變化和限速牌）傳遞更豐富的道路資訊。（吳恩達團隊盤點）

3．融資數下降，但資金正向頭部企業聚攏

融資則是冰火兩重天。資料顯示，中國自動駕駛領域2019年比2018年融資數量下降了36%，但總融資額卻上升了26%。這說明自動駕駛領域的風險投資逐漸向優質的頭部企業聚攏，光靠一個Demo就能融錢的時代已經過去。

資料來源：IT桔子，獵豹全球智庫分析整理

融資額大的專案很多是短時間內可以實現自動駕駛大規模落地的市場——自動駕駛商用車，如無人駕駛卡車、無人駕駛物流車、無人駕駛擺渡車等。

來源：獵豹全球智庫

4、2019年自動駕駛為何面臨窘境？

（1）發展中的技術瓶頸：自動駕駛底層架構和大部分技術問題已經被解決，剩下的5%的長尾問題逐漸成了制約發展的關鍵。這些問題包括各種零碎的場景、極端情況和無法預測的人類行為。

（2）受制於政策法律和倫理，無人駕駛也許是AI各技術中最難以得到推進的一個。目前無人駕駛汽車事故責任劃分規則仍未出臺。而專案週期長、應用場景窄，讓投資人沒有耐心等到下一個接盤者。

5、2020年的自動駕駛行業會怎樣？

（1）行業將繼續洗牌。從大環境看，資本向頭部企業靠攏的趨勢還會繼續，技術開發能力不夠，無法落地的專案必將被清盤。

（2）將尋找更多的落地場景。突破口應在簡單場景的公交車、計程車，非載人的快遞車、重型卡車、封閉場景的礦區和港口等地。這場景在落地難度和政策上的門檻都更小。

（3）致命事故的發生，此類黑天鵝事件是自動駕駛行業的最大變數。

（八）智慧交通：前途光明，但誰來買單？

2019年9月，中共中央、國務院印發《交通強國建設綱要》，其中提到“大力發展智慧交通。推動大資料、網際網路、人工智慧、區塊鏈、超級計算等新技術與交通行業深度融合”。

據華經市場研究中心《2019-2024年中國智慧交通產業招商指引及產業招商方案設計報告》預測，2019年智慧交通相關的市場規模達到815億元，2023年達到1590億元，年均複合增長率約為18.18%。

來源：華經市場研究中心

市場前景樂觀，問題在於人工智慧如何在智慧交通領域落地。從目前來看，智慧交通人工智慧解決方案包括物聯網感知裝置、智慧交通專用網路、雲端計算技術，以及智慧交通智慧應用。

騰訊智慧交通解決方案

來源：騰訊雲官網

華為智慧城軌新架構

來源：華為企業業務官網

獵豹全球智庫關注到，智慧交通領域的人工智慧企業大致分為兩派，一派是綜合實力雄厚的巨頭，在底層和基礎層建構資料化和智慧化應用生態，以自身優勢覆蓋細分解決方案，如華為強調新ICT技術和數字世界底座概念，騰訊突出連線優勢藉助海量資料推出細分應用；另一派在垂直領域透過與場景合作方深入捆綁，針對場景痛點進行技術賦能，不斷擴充交通領域場景，如視覺方面海康威視在城市交通、智慧停車等場景，商湯在車輛識別、車輛行為識別等應用，語音+視覺多模態能力的獵戶星空在智慧軌交場景，語音方面的科大訊飛在交通指揮排程場景等。

隨著智慧交通的深入，鐵路、機場等場景數字化與智慧化程度加深，智慧交通的市場空間足夠大。但從目前來看，存在著相關產品或服務不符合真實場景需求問題。智慧交通的買單方到底是B端還是C端？目前不明晰。在2020年，智慧交通各種場景中的AI技術應用和智慧化轉型會有更多嘗試，這些嘗試僅是應用場景的試水和擴充，很難大規模商業變現。

（九）智慧城市：複雜的系統工程，兩種路數，一種難題

智慧城市是一項系統工程，涉及人工智慧、大資料、雲端計算、區塊鏈、5G、物聯網等眾多技術。具體到AI應用場景，包括智慧政務、智慧交通、智慧教育、智慧醫療和智慧家居、智慧社群、智慧園區等。

依據國家標準《GB/T 34678-2017智慧城市 技術參考模型》，由艾瑞諮詢研究院整理的“中國智慧城市一般技術架構”可以大概瞭解智慧城市的基本要素。

來源：艾瑞諮詢

獵豹全球智庫對於智慧城市的關注點在於人工智慧企業如何切入其中。

華為的“智慧城市馬斯洛模型”、中國平安的“智慧城市1+N全面解決方案”、阿里的“ET城市大腦”、騰訊的“3143整體框架”、浪潮的“三融五跨一協同”原則，代表了實力雄厚的巨頭對於智慧城市這一領域的系統策略，覆蓋自硬體與通訊層、計算與平臺層到應用層，並承擔所謂“智慧城數字底座”（華為）、“城市大腦”（阿里）的基礎或中樞任務。而更多科技企業則從細分領域切入，在應用層透過數字化或智慧化，參與智慧城市具體應用領域的產品與服務智慧化升級程序。

華為智慧城市馬斯洛模型

來源：華為企業業務官網

中國平安智慧城市解決方案

來源：平安智慧城市官網

騰訊智慧城市解決方案

來源：騰訊雲官網

實際上，作為一個龐大複雜且涉及各方的系統工程，城市細分場景的數字化和智慧化是最直觀的落腳點。以智慧政務為例，2019年，除了電子政務、數字政務繼續深化，已經出現了以智慧服務機器人為載體的AI軟硬體一體化產品和服務試驗性落地，在政務服務層面帶來全新體驗。比如，由獵豹移動與獵戶星空所打造的智慧語音服務機器人即已經在多個城市政務大廳提供業務諮詢、引領帶路、終端機操作講解、特定場景接待講解、大廳各辦理地點導覽介紹等智慧服務。

獵豹全球智庫認為，2019年智慧城市仍然處在起步階段，目前談商業化還為時尚早。從整體進展看，底層數字化和智慧化基礎設施仍比較薄弱，下一步更重要的在於城市管理中跨行業、跨部門整合業務應用。此外，在一些細分應用場景，集多項AI技術、軟硬一體化能力於一身的智慧服務機器人正在加入智慧城市的構建中來，更多物理場景資料化、智慧化也將因為更多資料採集、處理、傳輸而加快。

2020年的人工智慧會更難嗎？

顯然，在商業化落地上，大家依然會面臨壓力。不少應用場景中還將出現洗牌的可能，比如已成紅海的安防，仍然面臨諸多困難的自動駕駛；即便是成熟度相對較高的應用場景中，如醫療、交通，也面臨著真正變現的壓力。5G商業化，讓智慧家居、智慧城市、智慧教育等看到新契機，但在激烈的競爭中能否殺出重圍，在更細分的應用裡能否贏得市場青睞，不僅取決於5G商業化是否順利，對人工智慧應用而言，還需要對生意鏈條進行更精細化的探索。

投資大咖雖然說了“大家淡定完了，應該激動起來”的話，但就人工智慧而言，資本市場在2020年的更大可能性是繼續保持理性，畢竟明星企業的估值仍然昂貴，投資人對AI商業化的期待還沒有清晰的路徑出現。

2020 年，一個在科幻小說中屢屢被想象的年份。人們期待中的2020 ，是佈滿電子大屏、穿梭著飛行器；仿生人、外星殖民、時空旅行等黑科技充斥的年份。顯然，這些預言都不會在2020 年發生，技術仍然以緩慢且不可逆的方式改變著每個人的生活。

著名未來學家丹尼爾·伯勒斯在《理解未來的七個原則》中提到預見未來的七個趨勢，分別是：去物質化、虛擬化、移動化、智慧化、網路化、互動化與全球化。

從這個角度理解人工智慧，我們將在更廣的範圍，更多的裝置，感受到AI 產品與服務的連線。

而對於中國而言，由於擁有全球最大最全的供應鏈，最大的消費市場，面對成熟使用者，不僅要看把使用者需求翻譯給供應鏈的能力，更需要看誰能做到全產業鏈效率最高的能力，只有在全鏈條上都有效率，才能讓產品做到最好，讓存量品類變為增量品類。

更接近消費者和使用者需求，更具備全鏈條能力和效率，透過具體產品或服務出現在市場上的人工智慧，將是2020年及之後新的發力方向。

“預見未來的最好方式就是創造它”，在經歷了泡沫、艱難與蹉跎的2019 年，我們將迎來嶄新的20 年代，全力以赴，不負韶華。