报告简介
发展人工智能是党中央、国务院准确把握新一轮科技革命和产业变革发展大势，为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，做出的重大战略决策部署。自 2015 年 7 月，国务院出台的《关于积极推进“互联网+”行动的指导意见》首次将人工智能纳入重点任务之一，至 2017年 7 月国务院印发《新一代人工智能发展规划》，将其上升至国家战略。
1、大力加强人工智能发展引导
国家重视引导人工智能健康发展。2015 年 7 月，国务院出台的《关于积极推进“互联网+”行动的指导意见》，提出依托互联网平台提供人工智能公共创新服务，加快人工智能核心技术突破。2017 年 7 月，国务院发布《新一代人工智能发展规划》，人工智能首次加入国家战略规划，明确提出“三步走”战略目标，到 2030 年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。将构建开放协同的人工智能科技创新体系、培育高端高效的智能经济、建设安全便捷的智能社会、构建泛在安全高效的智能化基础设施体系等作为重点任务。2017 年 10 月，党的十九大报告进一步强调 “推动互联网、大数据、人工智能和实体经济深度融合”。
2019年3月5日，“人工智能”连续三年被写入政府工作报告，并首次提出“智能+”，强调“促进新兴产业加快发展，深化大数据、人工智能等研发应用”。2019年3月19日，中央全面深化改革委员会第七次会议通过了《关于促进人工智能和实体经济深度融合的指导意见》。会议指出，促进人工智能和实体经济深度融合，要把握新一代人工智能发展的特点，坚持以市场需求为导向，以产业应用为目标，深化改革创新，优化制度环境，激发企业创新活力和内生动力，结合不同行业、不同区域特点，探索创新成果应用转化的路径和方法，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
2、相关部门重视推动人工智能健康发展。
2016 年 5 月，为落实《关于积极推进“互联网+”行动的指导意见》，加快人工智能产业发展，发展改革委、科技部、工业和信息化部、中央网信办制定了《“互联网+”人工智能三年行动实施方案》。2017 年 12 月，工业和信息化部发布《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》。2018 年 4月，教育部出台《高等学校人工智能创新行动计划》，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为推动人工智能发展提供智力支撑。
2019年8月29日，科技部制定《国家新一代人工智能创新发展试验区建设工作指引》，有序开展国家新一代人工智能创新发展试验区建设，在体制机制、政策法规等方面先行先试，形成促进人工智能与经济社会发展深度融合的新路径，探索智能时代政府治理的新方式，推动新一代人工智能健康发展。
图表：我国人工智能产业政策
2020年11月，全国十四五规划建议稿发布，提出瞄准人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。推动互联网、大数据、人工智能等同各产业深度融合，推动先进制造业集群发展，构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎，培育新技术、新产品、新业态、新模式。推动互联网、大数据、人工智能等同各产业深度融合，推动先进制造业集群发展，构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎，培育新技术、新产品、新业态、新模式。此后各地陆续发布十四五规划意见稿，人工智能被多个省份列入十四五规划。
图表：我国人工智能产业生态格局
报告目录
2022-2025年中国人工智能行业“十四五”分析与供需格局研究报告
第一章 人工智能行业概念界定及产业链分析 9
第二章 人工智能行业发展状况分析 27
2.1 国外人工智能行业发展分析 27
2.1.1 国际发展状况 27
2.1.2 全球竞争格局 28
2.1.3 企业布局加快 28
2.1.4 各国发展动态 28
2.1.5 技术研发进展 31
2.2 中国人工智能行业规模结构 31
2.2.1 行业发展格局 31
2.2.2 企业布局加快 31
2.2.3 产业发展提速 33
2.3 中国人工智能行业生态格局分析 34
2.3.1 生态格局基本架构 34
2.3.2 基础资源支持层 34
2.3.3 技术实现路径层 35
2.3.4 应用实现路径层 35
2.3.5 未来生态格局展望 36
2.4 中国人工智能行业区域发展动态 37
2.4.1 哈尔滨市 37
2.4.2 安徽省 37
2.4.3 四川省 39
2.4.4 上海市 41
2.4.5 福建省 42
第三章 中国人工智能行业市场趋势及前景预测 44
3.1 行业发展趋势分析 44
3.1.1 行业政策机遇 44
3.1.2 行业发展趋势 46
3.1.3 技术发展趋势 48
3.2 行业前景预测分析 49
3.2.1 应用前景分析 49
3.2.2 行业发展前景 52
3.2.3 投资前景广阔 54
3.3 人工智能行业前景预测分析 55
3.3.1 行业机遇及挑战 55
3.3.2 市场规模预测 58
第四章 人工智能行业确定型投资机会评估 59
4.1 语音识别 59
4.1.1 行业基本介绍 59
4.1.2 市场发展状况 60
4.1.3 竞争格局分析 61
4.1.4 主要品牌分析 61
4.1.5 投资风险分析 67
4.1.6 投资策略建议 67
4.1.7 发展方向分析 68
4.2 计算机视觉 69
4.2.1 行业基本分析 69
4.2.2 市场发展状况 71
4.2.3 竞争格局分析 72
4.2.4 主要品牌分析 72
4.2.5 投资策略建议 81
4.2.6 投资机遇分析 82
4.3 智能视频分析 83
4.3.1 系统解决方案 83
4.3.2 行业应用重点 86
4.3.3 市场发展状况 87
4.3.4 市场发展格局 88
4.3.5 重点企业分析 89
4.3.6 发展策略分析 89
第五章 中国人工智能行业风险型投资机会评估 91
5.1 智能机器人 91
5.1.1 细分行业分析 91
5.1.2 市场规模分析 92
5.1.3 竞争格局分析 92
5.1.4 龙头企业分析 93
5.1.5 市场空间预测 94
5.1.6 投资热点分析 94
5.1.7 投资风险分析 95
5.1.8 投资策略建议 95
5.2 深度学习 96
5.2.1 行业基本内涵 96
5.2.2 行业发展状况 100
5.2.3 龙头企业分析 103
5.2.4 投资风险分析 107
5.2.5 投资策略建议 108
第六章 中国人工智能行业未来型投资机会评估 110
6.1 虚拟个人助理 110
6.1.1 基本内涵分析 110
6.1.2 行业应用领域 110
6.1.3 市场发展状况 111
6.1.4 竞争状况分析 111
6.1.5 投资策略建议 112
6.1.6 行业发展前景 112
6.2 无人驾驶汽车 113
6.2.1 市场发展状况 113
6.2.2 市场竞争格局 115
6.2.3 龙头企业分析 117
6.2.4 市场规模预测 118
6.2.5 投资风险分析 118
6.2.6 投资策略建议 118
6.2.7 投资前景分析 119
第七章 中国人工智能行业投资壁垒及风险预警 121
7.1 人工智能行业投资壁垒 121
7.1.1 资金壁垒 121
7.1.2 技术壁垒 121
7.1.3 认知壁垒 121
7.2 人工智能行业投资风险预警 121
7.2.1 技术风险 121
7.2.2 竞争风险 122
7.2.3 盈利风险 122
7.2.4 人才风险 122
7.3 人工智能行业项目运营风险预警 122
7.3.1 法律风险 122
7.3.2 商业风险 123
7.3.3 社会风险 123
7.3.4 融资风险 123
7.3.5 安全风险 123
图表目录
图表：人工智能的本质是对人类智能的模拟甚至超越 9
图表：人工智能三次发展 10
图表：人工智能技术工艺的演化 12
图表：卷积输入及输出特征贴图及最大池 13
图表：循环神经机器翻译 14
图表：深度神经网络 15
图表：人工智能的基础层、技术层、应用层 17
图表：人工智能产业链全景图 17
图表：众多因素助推AI技术发展和普及 20
图表：由计算平台发展规律所驱动 21
图表：个人电脑/ 客户端- 服务器时代 23
图表：互联网时代 24
图表：移动/ 云时代 前端和后端 24
图表：人工智能时代 25
图表：人工智能创造价值的核心模式 26
图表：人工智能时代前端/ 后端特征 26
图表：我国人工智能产业生态格局 34
图表：三大核心基础技术持续突破 36
图表：我国人工智能产业政策 45
图表：智能经济形态将初具雏形 47
图表：AI基础层发展至关重要，挑战与机遇并存 49
图表：AI 从数据驱动向知识驱动发展 50
图表：需要探索结合知识图谱的深度学习 51
图表：AI无限场景案例 51
图表：人工智能技术成熟度曲线 52
图表：2016-2021年中国人工智能行业市场规模 53
图表：2021-2027年中国人工智能行业市场规模预测 58
图表：智能语音技术发展历程示意图 （以语音领域模式识别为主） 59
图表：语音识别分为“降噪-特征提取-解码”三个环节 60
图表：科大讯飞语音支撑软件业务商业模式 61
图表：2016-2021年科大讯飞第三方创业开发者数量 62
图表：TRS 自然语言处理功能和应用架构 64
图表：TRS 人工智能技术平台生态相关产品和应用 64
图表：公司的 NLP 技术能力：200+ 自然语言处理组件及工具 65
图表：搜狗智能语音探索历程 66
图表：思必驰智能交互技术 66
图表：全球主要头部厂商的语音互动产品 68
图表：智能交互终端分布式场景的应用与展望 69
图表：计算机视觉两大功能 69
图表：计算机视觉的应用领域 70
图表：计算机视觉处理流程 71
图表：知名科技巨头推出大规模图像开放数据集 72
图表：依图科技发展 73
图表：依图蜻蜓眼™车辆大平台应用场景 73
图表：依图蜻蜓眼™人像大平台特点 74
图表：依图care.ai™智能医学影像平台的系统 75
图表：商汤科技 76
图表：AI+安防，视频结构化处理，打造智慧城市 77
图表：商汤SenseAR 增强现实感特效引擎 77
图表：旷世竞争力 79
图表：旷视科技Face++平台–人脸比对功能演示版 79
图表：旷视科技手机生态圈解决方案的应用场景案例 79
图表：各类型公司优势比较 81
图表：AI 头部初创企业赛道选择呈现差异化 82
图表：中国主要计算机视觉公司业务布局 82
图表：公安大数据分析平台 84
图表：公安大数据分析平台 84
图表：破案效率对比 84
图表：视频监控摄像机 85
图表：智能交通信息采集汇总平台 85
图表：深度智能视频监控产品生命周期刚刚开始 87
图表：海康、大华、华为、阿里布局大安防 88
图表：智能视频主要公司 89
图表：个人/家庭服务机器人分类 92
图表：全球智能机器人领域典型企业 93
图表：陪伴机器人 95
图表：walker 机器人 95
图表：深度学习将传统计算编程问题转化为数据训练的问题 96
图表：深度学习与机器学习的关系 97
图表：机器学习原理 98
图表：深度学习与传统计算模式的区别 99
图表：传统深度学习提取特征方法 99
图表：语音识别、人脸识别技术程度 100
图表：深度学习在人脸识别中的应用深度学习在人脸识别中的应用 101
图表：Figure 2 十大深度学习框架发展程度（caffe，caffe2分开统计） 101
图表：2021年中国深度学习平台市场综合份额top 10 102
图表：微软个人助手 Cortana 112
图表：Google 无人驾驶图像识别 114
图表：全球无人驾驶领域典型企业 115
图表：各车厂自动驾驶规划及合作对象 116
