人工智能创新发展浦东方案正式出炉 2020人工智能行业现状及发展前景分析

据悉，7月11日，浦东新区人工智能高质量发展发布会在张江人工智能馆·A馆召开。发布会上，张江人工智能集聚区发展规划、金桥智能网联汽车测试道路正式亮相，上海(浦东新区)人工智能创新应用先导区应用场景公共服务平台揭牌。新石器上海研发中心、Realwear上海总部、上海能链众合科技有限公司新设项目等28个重点项目签约落地浦东。

据悉，目前浦东新区正围绕“1+3+6”总体蓝图，打造人工智能创新发展浦东方案。即，坚持一条主线：坚持以全国首个人工智能创新应用先导区深化建设，赋能实体经济高质量发展为主线。建设三个高地：成为国际领先的人工智能创新策源地、产业集聚地、应用示范地之一。实施6项重点工程任务：实施机器人产业集群、上海人工智能知识产权国际交易中心等若干重点标杆性工程建设。到2021年，实现人工智能企业集聚突破700家，人工智能相关产业规模突破1000亿元。

根据中研普华研究报告《2020-2025年中国人工智能行业全景调研与投资战略研究咨询报告》统计分析显示：

一、2020-2025年人工智能行业发展趋势

1、“人工智能+”有望成为新业态

在移动互联网时代，“互联网+”的出现给经济发展带来了重大影响，随着专用人工智能的发展，作为一个庞大的高新技术合集，“人工智能+”作为一直新经济业态已经开始萌芽，越来越多的行业开始拥抱人工智能，用“人工智能+”助力技术和产业的进一步发展。

2、行业将成为独角兽集中地

在大公司和传统大型企业之外，人工智能产业集中着非常多的优秀创业公司。优秀的人工智能创业公司有着成熟的团队配置、先进的技术能力、健康的现金流等，同时受资本方的认可度较高。人工智能作为最具前景的产业，将成为新的独角兽集中地。

3、人才缺口将制约行业发展

从目前来看，虽然相关机构的研究表明华人的人工智能学术成果占全球一半以上，但中国人工智能技术和产业在大部分领域仍落后于全球一流水平。虽然中国在数据积累和传统产业基础上有一定的优势，部分细分领域有领先成果，相关研究投入不断加大，但整体上的人才储备落后于美国，在基础研究、产业链等方面存在较大挑战，将成为制约人工智能发展的重要因素。

4、行业全面发展需要更多积累

真正的强人工智能缺乏基础，人工智能技术更多的是依靠机器学习和计算能力促进生产力的发展。理性地看，“机器统治人类”的奇点恐惧缺乏一定的基础，虽然人工智能已经在机器学习等关键领域得到了一定的突破，但更多的是属于专用人工智能，往通用人工智能等更高层次的发展仍需积累。

二、2020-2025年人工智能市场规模预测

图表：2020-2025年人工智能市场规模预测(亿元)

数据来源：中研普华

三、2020-2025年人工智能行业应用趋势预测

目前，人工智能已经进入加速爆发的新阶段。相信在不久的将来，人工智能将会全面进驻人类世界的方方面面， 人工智能+将成为人类生产、生活的新模式，改写传统的社交、搜索、医疗、教育、交通、工业等领域。这一切的到来，或许就在明天。

人工智能助力传统产业升级，工厂拥有智能移动、智能物流和智能系统网络，从生产到最后的产品回收服务，都能实时监控。危险性高难度系数大的工业检查可以借助机器视觉人工智能进行图像数据的回传，对设备状态进行评估，对作业环境进行检查;利用加入深度学习的无人机，公司可以做到生产工地的远程实时管理，检查工程进度与蓝图匹配，监测材料使用与储备情况等;在山地救援和警务工作中也可以利用无人机进行快速检索，拍摄图片并分析，迅速找到失踪人员。

智能制造发展的离不开工业软件的支持。工业软件是工业技术和信息技术融合的产物，其最终目标是为工业领域提供一个面向产品全生命周期的网络化、协同化、开放式的产品设计、制造和服务平台。常见的企业管理软件系统包括 BI(商业智能)、CRM (客户关系管理)、 KM(知识管理)、 SCM(供应链管理)、 PLM(生命周期管理)、BPM(企业流程管理)、OA(办公自动化)、APS(先进生产规划及排程系统)和财务软件等系统。根据在企业里面不同的分工，可将企业管理软件分成三个层级，分别是为领导层提供决策参考的决策层，为企业日常运营服务的管理层以及在生产制造层面的生产控制层。

图表：工业软件的形成

数据来源：中研普华

图表：企业管理软件层级架构

数据来源：中研普华

智能控制技术能够有效提高产线的效率与柔性。智能控制技术是现代控制技术的升级版，能够提升生产线的效率和柔性，从而适应目前快速迭代的产品规划与代工外包的商业模式。

预测规划技术助力 BI 顶层建设。BI 系统是在 ERP 系统等管理层管理软件的智能化决策辅助系统，它实时地对 ERP、CRM、SCM 等管理工具生成的企业数据进行各种分析，帮助管理者认识企业和市场的现状，做出正确的决策。人工智能预测规划技术在 BI 系统中具有广泛的应用空间。

图表：BI 厂商分类

数据来源：中研普华

IBM 将商业智能分为三个阶段：Descriptive(描述)，Predictive(预测)和 Cognit ive(认知计算)。传统 BI 系统大多数停留 Descriptive(描述)和 Predictive(预测)

阶段，而利用人工智能技术，有助于 BI 系统从历史发生的事件中学习知识，建立知识体系，并利用这个知识体系来对未来的事情做出决策，达到 Cognit ive(认知计算) 阶段。 Cognitive (认知计算)是集大成者，通过不断学习，把最适合的 Descriptive，Predictive 的最佳实践融合，建立完善的知识体系，典型的代表就是 IBM 的 WatsonAnalyt ics。 目前， 中国大部分企业利用大数据做商业智能还处于起步阶段， Descriptive阶段的企业最多，少数先进企业处于 Predictive 阶段，而大部分企业对 Cognitive 阶段还不能理解，所以 Congit ive(认知计算)对中国企业还是有些超前。

四、2020-2025年细分市场发展趋势预测

人工智能是非常复杂的综合性学科，涉及到知识图谱、神经网络、深度学习等众多技术，需要长时间的积累。同时，还是个自主学习的体系，数据交互量越大，系统精度越高。因此，人工智能领域的先发优势极其重要。Face Book、苹果、微软等龙头正是由于在各自的领域起步早， 积累了足够的客户资源、 行业数据和平台技术，才能在人工智能到来的今天迅速革新、占领市场。 同时，从上述龙头企业的分析可以看到，人工智能行业是技术导向型行业，公司的技术实力是核心竞争力。语音识别、语音合成、自然语言处理、说话人识别、情绪识别、人脸识别等技术均是高尖端的储备技术。自主研发，有所创新需要过硬的技术实力和科研团队支持。各大巨头和优秀的初创公司都是通过收购、储备高尖端人才或加大投资来实现技术领先，特别是软件实力，如精度、速度等的领先。 此外，由于人工智能行业刚刚起步，公司多选择从某一领域重点突破，所选择的方向是否具有爆发也是公司未来能否快速发展的关键。从目前的市场状况来看，个人助手、家用机器人、医疗服务或医疗信息机器人、无人车、行业大数据处理等均是较有爆发潜力的人工智能方向。

图表：目前来看较有爆发潜力的人工智能方向

数据来源：中研普华

想要了解更多关于人工智能行业专业分析，请关注中研普华研究报告《2020-2025年中国人工智能行业全景调研与投资战略研究咨询报告》