當前位置:首頁 > 研究報告 > 信息技術 > 人工智能 > 2019-2023年中國人工智能行業深度調研及投資前景預測報告(上下卷)

2019-2023年中國人工智能行業深度調研及投資前景預測報告(上下卷)

中國投資咨詢網big5.ocn.com.cn2019/2/12
  • 首次出版:2016年1月   最新修訂:2019年1月
  • 交付方式:特快專遞(2-3天送達)
  • 報告屬性:共531頁、42.3萬字、240個圖表
  • 中文版全價:RMB8900 印刷版:RMB8600 電子版:RMB8600
  • 英文版全價:USD6800 印刷版:USD5800 電子版:USD5800
  • 定購電話:0755-82571522、82571566、400-008-1522
  • 24小時服務熱線:138 0270 8576
中投顧問咨詢服務
中投顧問以"挖掘產業投資機會,促進區域經濟發展"為己任,發展起以產業研究為堅實根基,以產業規劃、招商服務為重點,以中投大數據為創新方向的業務體系,十余年間累計服務政企客戶數萬家。
訂購上方報告,即可免費獲贈以下一款報告,多買多贈
活動時間2019年1月1日至2019年3月31日

 

“人工智能產業”入選中投顧問2018年十大投資熱點!
1.人工智能產業屬于戰略性產業,全球各國家、企業都紛紛搶占技術制高點。我國人工智能產業技術基礎已經具備,各應用場景的技術研發及落地也進展順利,人工智能的產業化應用趨勢日趨明朗。
2.人工智能應用場景側變現在即,發展前景及錢景都不可限量。2017年我國人工智能市場規模達到216.9億元,同比2016年增長52.8%。產業政策規劃指出,到2020年中國人工智能核心產業規模超過1500億元、人工智能是典型的高增速、大增量的藍海市場,未來行業發展前景廣闊。
3.人工智能應用技術多元化,市場分割性強,有較好投資切入點。
人工智能技術門檻較高,目前大多數的領域的發展還依賴于國家技術戰略的推動以及資本的推動。人工智能的市場分割性主要存在于技術應用場景方面,巨頭大而全的布局難以深度介入,這也正是初創企業以及正在轉型的非巨頭上市公司機會所在。
 

第一章 人工智能的基本介紹
1.1 人工智能的基本概述
1.1.1 人工智能的內涵
1.1.2 人工智能的分類
1.1.3 人工智能的特征
1.1.4 人工智能關鍵環節
1.1.5 人工智能技術層級
1.2 人工智能產業鏈分析
1.2.1 產業生態鏈結構
1.2.2 產業鏈基本構成
1.2.3 產業鏈相關產品
1.2.4 產業鏈相關企業
1.3 人工智能的研究方法
1.3.1 大腦模擬
1.3.2 符號處理
1.3.3 子符號法
1.3.4 統計學法
1.3.5 集成方法
第二章 2016-2018年國際人工智能行業發展分析
2.1 2016-2018年全球人工智能行業發展綜況
2.1.1 人工智能概念的興起
2.1.2 驅動人工智能發展動因
2.1.3 人工智能產業發展階段
2.1.4 全球人工智能企業分布
2.1.5 各國加快重視人工智能布局
2.1.6 全球人工智能衍生價值預測
2.2 美國
2.2.1 美國人工智能發展狀況
2.2.2 美國人工智能戰略布局
2.2.3 美國機器智能國家戰略
2.2.4 美國人工智能相關主體
2.2.5 人工智能應用于美國國防
2.2.6 美國人工智能發展規劃
2.3 日本
2.3.1 日本人工智能發展狀況
2.3.2 日本人工智能重點企業
2.3.3 AI成日本工業發展重點
2.3.4 日本人工智能發展線路圖
2.4 2016-2018年各國人工智能產業發展動態
2.4.1 歐盟人工智能發展計劃
2.4.2 歐盟公布AI道德準則草案
2.4.3 英國人工智能發展分析
2.4.4 法國發布人工智能戰略
2.4.5 以色列人工智能融資動態
2.4.6 新加坡人工智能發展計劃
第三章 2016-2018年中國人工智能行業政策環境分析
3.1 政策推動人工智能發展
3.1.1 中國大腦研究計劃開啟
3.1.2 國務院推動人工智能建設
3.1.3 中央明確加快人工智能發展
3.1.4 工信部啟動人工智能揭榜工作
3.2 人工智能行業相關政策分析
3.2.1 “中國制造”助力人工智能
3.2.2 人工智能納入科技創新規劃
3.2.3 “互聯網+”促進人工智能發展
3.3 人工智能行業相關規劃逐步完善
3.3.1 人工智能行動實施方案發布
3.3.2 人工智能發展規劃正式發布
3.3.3 人工智能產業三年行動計劃
3.3.4 人工智能高校人才培養計劃
3.4 地區人工智能政策規劃逐步完善
3.4.1 沈陽市人工智能發展規劃
3.4.2 成都市人工智能發展規劃
3.4.3 福建省人工智能發展規劃
3.5 機器人相關政策規劃分析
3.5.1 機器人產業發展規劃發布
3.5.2 各部委聚焦智能機器人發展
3.5.3 各地區加快機器人行業布局
第四章 2016-2018年人工智能技術認知及專利申請情況
4.1 人工智能技術認知狀況調研
4.1.1 認知歷程
4.1.2 認知程度
4.1.3 認知渠道
4.1.4 認可領域
4.1.5 取代趨勢
4.1.6 爭議領域
4.2 全球人工智能專利申請狀況
4.2.1 專利申請數據的統計來源
4.2.2 全球人工智能專利申請趨勢
4.2.3 全球人工智能專利申請格局
4.2.4 全球人工智能PCT申請狀況
4.2.5 全球AI專利申請細分領域
4.3 中國人工智能專利申請情況
4.3.1 中國人工智能專利申請趨勢
4.3.2 中國人工智能專利申請排名
4.3.3 國內AI專利申請細分領域
4.3.4 中國人工智能專利發展建議
4.4 2016-2018年人工智能技術研究態勢
4.4.1 人工智能再獲重大突破
4.4.2 深度學習專用處理器發布
4.4.3 智能語音交互技術加快發展
4.4.4 嵌入式設備結合AI成為趨勢
4.4.5 人工智能技術走進生活
4.4.6 人工智能帶來媒體變革
第五章 2016-2018年中國人工智能行業發展分析
5.1 人工智能行業發展歷程
5.1.1 發展歷程
5.1.2 研究進程
5.1.3 發展階段
5.2 2016-2018年人工智能行業發展綜況
5.2.1 人工智能行業發展提速
5.2.2 人工智能產業規模結構
5.2.3 人工智能產業發展特征
5.2.4 人工智能人才投入狀況
5.2.5 人工智能開放平臺發布
5.3 人工智能產業生態格局分析
5.3.1 生態格局基本架構
5.3.2 基礎資源支持層
5.3.3 技術實現路徑層
5.3.4 應用實現路徑層
5.3.5 未來生態格局展望
5.4 人工智能企業發展特點分析
5.4.1 人工智能企業區域分布
5.4.2 人工智能企業成立時間
5.4.3 人工智能企業技術領域
5.5 人工智能行業競爭格局分析
5.5.1 企業主體分類
5.5.2 企業發展布局
5.5.3 科技企業布局
5.5.4 京東加大AI投入
5.5.5 華為進軍AI領域
5.6 人工智能行業發展存在的主要問題
5.6.1 人工智能行業發展的痛點
5.6.2 人工智能發展的技術困境
5.6.3 人工智能發展的安全問題
5.6.4 人工智能發展的倫理問題
5.6.5 人工智能發展的隱私問題
5.7 人工智能行業發展對策及建議
5.7.1 人工智能的發展策略分析
5.7.2 人工智能的技術發展建議
5.7.3 人工智能的政策發展建議
5.7.4 推進人工智能標準化建設
5.7.5 人工智能倫理問題的對策
5.8 人工智能行業發展戰略分析
5.8.1 建立完善的數據生態系統
5.8.2 拓寬人工智能的傳統行業應用
5.8.3 加強人工智能專業人才儲備
5.8.4 確保教育和培訓體系與時俱進
5.8.5 相互不建立倫理和法律共識
第六章 2016-2018年重點區域人工智能行業發展布局
6.1 北京市
6.1.1 政策環境分析
6.1.2 產業發展狀況
6.1.3 區域布局分析
6.1.4 專利發展狀況
6.1.5 產業發展動態
6.1.6 產業發展問題
6.2 上海市
6.2.1 產業發展優勢
6.2.2 政策環境分析
6.2.3 財政支持動態
6.2.4 產業發展特點
6.2.5 研究機構成立
6.3 廣東省
6.3.1 政策環境分析
6.3.2 產業發展基礎
6.3.3 廣州AI產業綜況
6.3.4 深圳AI產業綜況
6.3.5 企業布局加速
6.3.6 產業聯盟成立
6.4 安徽省
6.4.1 產業運行狀況
6.4.2 政策規劃分析
6.4.3 產業發展綜況
6.4.4 重點園區介紹
6.4.5 未來發展規劃
6.5 浙江省
6.5.1 發展優勢分析
6.5.2 政策環境分析
6.5.3 產業發展綜況
6.5.4 區域發展布局
6.5.5 項目發展動態
6.6 貴州省
6.6.1 產業發展優勢
6.6.2 政策環境分析
6.6.3 區域發展狀況
6.6.4 產業發展動態
第七章 2016-2018年人工智能技術發展的驅動要素
7.1 人工智能行業發展的技術機遇
7.1.1 互聯網基礎建設加快
7.1.2 科技研發支出上升
7.1.3 應用技術逐步完善
7.2 硬件基礎日益成熟
7.2.1 高性能CPU
7.2.2 “人腦”芯片
7.2.3 量子計算機
7.2.4 仿生計算機
7.3 人工智能芯片技術發展提速
7.3.1 人工智能對芯片的要求提高
7.3.2 人工智能芯片成為戰略高點
7.3.3 龍頭企業加快AI芯片布局
7.3.4 人工智能芯片研發動態分析
7.4 物聯網提供基礎環境
7.4.1 物聯網技術的分析
7.4.2 物聯網行業發展現狀
7.4.3 物聯網產業的政策環境
7.4.4 企業加快物聯網布局
7.4.5 物聯網是智能分析的基礎
7.4.6 物聯網與人工智能相互促進
7.5 大規模并行運算的實現
7.5.1 云計算的關鍵技術
7.5.2 云計算的應用模式
7.5.3 云計算產業發展規模
7.5.4 云計算市場需求特點
7.5.5 云計算成人工智能基礎
7.5.6 云計算與人工智能協同發展
7.6 大數據技術的崛起
7.6.1 大數據技術的內涵
7.6.2 大數據的各個環節
7.6.3 大數據市場狀況分析
7.6.4 大數據的主要應用領域
7.6.5 大數據與人工智能的關系
7.6.6 數據視角下AI的應用場景
7.6.7 大數據成人工智能數據源
7.7 深度學習技術的出現
7.7.1 機器學習的階段
7.7.2 深度學習技術內涵
7.7.3 深度學習算法技術
7.7.4 深度學習的技術應用
7.7.5 深度學習領域發展現狀
7.7.6 深度學習提高人工智能水平
第八章 人工智能基礎技術發展及應用分析
8.1 自然語言處理技術
8.1.1 自然語言處理內涵
8.1.2 自然語言處理分類
8.1.3 語音識別技術分析
8.1.4 語義技術研發狀況
8.1.5 自動翻譯技術內涵
8.2 計算機視覺技術
8.2.1 計算機視覺的內涵
8.2.2 計算機視覺的分類
8.2.3 計算機視覺的應用
8.2.4 計算機視覺的運作
8.3 模式識別技術
8.3.1 模式識別技術內涵
8.3.2 文字識別技術應用
8.3.3 生物特征識別技術
8.3.4 人臉識別技術應用
8.3.5 模式識別發展潛力
8.4 知識表示技術
8.4.1 知識表示的內涵
8.4.2 知識表示的方法
8.4.3 知識表示的進展
8.5 其他基礎技術分析
8.5.1 自動推理技術
8.5.2 環境感知技術
8.5.3 自動規劃技術
8.5.4 專家系統技術
第九章 人工智能技術的主要應用領域分析
9.1 工業領域
9.1.1 人工智能的工業應用
9.1.2 AI將催生智能生產工廠
9.1.3 智能工廠進一步轉型
9.1.4 人工智能應用于制造領域
9.1.5 人工智能成工業發展方向
9.1.6 AI工業應用的前景廣闊
9.2 醫療領域
9.2.1 人工智能醫療行業應用概況
9.2.2 人工智能醫療細分領域應用
9.2.3 人工智能醫療市場發展現狀
9.2.4 企業布局人工智能醫療市場
9.2.5 人工智能醫療領域投資機會
9.3 安防領域
9.3.1 AI對安防行業的重要意義
9.3.2 AI在安防領域的應用現狀
9.3.3 快速崛起的巡邏機器人
9.3.4 AI識別技術的安防應用
9.3.5 生物識別市場狀況分析
9.3.6 AI技術應用于國家安防
9.4 金融領域
9.4.1 AI成為投資決策輔助
9.4.2 智能支付應用狀況分析
9.4.3 AI應用于信用風險管控
9.4.4 人工智能應用于投資顧問
9.5 零售領域
9.5.1 AI在零售行業的應用空間廣闊
9.5.2 人工智能應用于新零售的狀況
9.5.3 人工智能應用于新零售的場景
9.5.4 人工智能應用于新零售的問題
9.5.5 人工智能應用于零售的路徑
9.6 社交領域
9.6.1 人工智能的移動社交應用
9.6.2 組織開展機器情感測試
9.6.3 人工智能產品社交應用
9.6.4 語音交互產品市場火熱
9.6.5 微信人工智能社交系統
第十章 2016-2018年智能機器人產業發展分析
10.1 2016-2018年機器人產業發展綜述
10.1.1 機器人行業產業鏈構成
10.1.2 機器人的替代優勢明顯
10.1.3 機器人下游應用產業多
10.1.4 我國機器人產業發展進程
10.2 2016-2018年機器人產業發展狀況
10.2.1 我國機器人行業發展規模
10.2.2 機器人細分市場發展狀況
10.2.3 機器人市場企業布局狀況
10.2.4 機器人產業規劃發展目標
10.2.5 機器人產業發展趨勢分析
10.3 人工智能在機器人行業的應用狀況
10.3.1 人工智能與機器人的關系
10.3.2 AI于機器人的應用過程
10.3.3 AI大量運用于小型機器人
10.3.4 人工智能促進機器人發展
10.4 人工智能技術在機器人領域的應用
10.4.1 專家系統的應用
10.4.2 模式識別的應用
10.4.3 機器視覺的應用
10.4.4 機器學習的應用
10.4.5 分布式AI的應用
10.4.6 進化算法的應用
10.5 機器人重點應用領域分析
10.5.1 醫療機器人
10.5.2 軍事機器人
10.5.3 教育機器人
10.5.4 家用機器人
10.5.5 物流機器人
10.5.6 協作型機器人
第十一章 2016-2018年國際人工智能重點企業分析
11.1 微軟公司
11.1.1 企業發展概況
11.1.2 企業財務狀況
11.1.3 人工智能發展實力
11.1.4 AI平臺服務范圍
11.1.5 產品融合AI技術
11.2 IBM公司
11.2.1 企業發展概況
11.2.2 企業經營范圍
11.2.3 企業財務狀況
11.2.4 技術研發實力
11.2.5 布局人工智能
11.2.6 AI產品應用廣泛
11.3 谷歌公司
11.3.1 企業發展概況
11.3.2 企業財務狀況
11.3.3 人工智能發展實力
11.3.4 人工智能產業布局
11.3.5 人工智能系統及平臺
11.3.6 人工智能收購動態
11.4 英特爾公司
11.4.1 企業發展概況
11.4.2 企業財務狀況
11.4.3 人工智能技術應用
11.4.4 人工智能發展布局
11.4.5 AI發展機會和挑戰
11.4.6 人工智能領域合作
11.5 亞馬遜公司
11.5.1 企業發展概況
11.5.2 企業財務狀況
11.5.3 布局人工智能
11.6 其他企業
11.6.1 蘋果公司
11.6.2 NVIDA(英偉達)
11.6.3 Uber(優步)
第十二章 2015-2018年中國人工智能重點企業分析
12.1 百度公司
12.1.1 企業發展概況
12.1.2 企業財務狀況
12.1.3 AI技術研發進展
12.1.4 人工智能生態布局
12.1.5 人工智能布局動態
12.1.6 人工智能合作推進
12.2 騰訊公司
12.2.1 企業發展概況
12.2.2 企業財務狀況
12.2.3 人工智能投資
12.2.4 AI智能系統分析
12.2.5 人工智能生態布局
12.2.6 創業公司融資動態
12.3 阿里集團
12.3.1 企業發展概況
12.3.2 企業財務狀況
12.3.3 人工智能生態布局
12.3.4 人工智能平臺建立
12.3.5 人工智能應用方向
12.4 科大訊飛股份有限公司
12.4.1 企業發展概況
12.4.2 技術發展水平
12.4.3 布局人工智能
12.4.4 經營效益分析
12.4.5 業務經營分析
12.4.6 財務狀況分析
12.4.7 核心競爭力分析
12.4.8 公司發展戰略
12.4.9 未來前景展望
12.5 科大智能科技股份有限公司
12.5.1 企業發展概況
12.5.2 布局人工智能
12.5.3 人工智能技術應用
12.5.4 經營效益分析
12.5.5 業務經營分析
12.5.6 財務狀況分析
12.5.7 核心競爭力分析
12.5.8 公司發展戰略
12.5.9 未來前景展望
12.6 格靈深瞳科技有限公司
12.6.1 企業發展概況
12.6.2 布局人工智能
12.6.3 主要產品分析
12.6.4 企業合作動態
12.7 北京捷通華聲語音技術有限公司
12.7.1 企業發展概況
12.7.2 財務狀況分析
12.7.3 技術應用狀況
12.7.4 企業發展動態
12.7.5 未來發展展望
第十三章 2016-2018年人工智能行業投資分析
13.1 全球人工智能的投融資分析
13.1.1 全球AI融資規模
13.1.2 美國AI融資狀況
13.1.3 亞洲AI融資狀況
13.1.4 歐洲AI融資狀況
13.1.5 重點投資品類
13.1.6 風險投資上升
13.2 中國人工智能行業投融資狀況
13.2.1 融資規模分析
13.2.2 融資輪次分布
13.2.3 企業新增狀況
13.2.4 企業投資領域
13.2.5 熱點投資分布
13.2.6 區域投資分布
13.2.7 投資邏輯分析
13.3 人工智能行業投資動態
13.3.1 典型互聯網企業融資分布
13.3.2 AI初創型企業融資動態
13.3.3 人工智能企業融資動態
13.3.4 人工智能最新融資特點
13.4 人工智能行業投資風險分析
13.4.1 環境風險
13.4.2 行業風險
13.4.3 技術壁壘
13.4.4 內部風險
13.4.5 競爭風險
13.4.6 合同毀約風險
第十四章 人工智能行業未來發展前景及趨勢預測
14.1 人工智能行業發展前景展望
14.1.1 人工智能成為發展新熱點
14.1.2 人工智能經濟效益巨大
14.1.3 人工智能整體發展前景
14.1.4 AI成為“十三五”重點
14.1.5 人工智能投資機會分析
14.1.6 人工智能產業投資方向
14.2 人工智能行業發展趨勢預測
14.2.1 人工智能未來變革方向
14.2.2 人工智能產業發展態勢
14.2.3 人工智能技術發展趨勢
14.2.4 人工智能應用趨勢展望
14.2.5 城市人工智能發展方向
14.2.6 “智能+X”將成新時尚
14.3 中投顧問對2019-2023年中國人工智能行業預測分析
14.3.1 2019-2023年中國人工智能行業影響因素分析
14.3.2 2019-2023年中國人工智能市場規模預測
附錄
附錄一:新一代人工智能發展規劃
附錄二:促進新一代人工智能產業發展三年行動計(2018-2020年)

  • 圖表目錄
  •  

圖表1 人工智能、機器學習、深度學習的隸屬關系
圖表2 專用人工智能與通用人工智能的區別
圖表3 人工智能產業生態圖
圖表4 人工智能產業鏈
圖表5 人工智能產業鏈相關產品
圖表6 人工智能產業鏈的重點企業
圖表7 全球運功監測傳動器市場
圖表8 1990VS2013計算成本
圖表9 人工智能產業發展歷程
圖表10 全球人工智能企業分布
圖表11 全球人工智能企業數量排名前20的城市
圖表12 世界各國人工智能戰略與政策發布情況圖
圖表13 主要國家和地區人工智能重點研發和應用領域
圖表14 全球人工智能衍生的商業價值預測
圖表15 2010-2017年美國人工智能融資情況
圖表16 美國人工智能相關戰略、計劃
圖表17 美國人工智能典型研發機構
圖表18 人工智能典型研發企業
圖表19 日本人工智能市場規模
圖表20 日本AI大型上市公司
圖表21 日本AI中小型上市公司
圖表22 “可信賴人工智能”的整體框架
圖表23 中國腦計劃的主要內容
圖表24 中國腦計劃分為腦科學以及類腦科學兩部分
圖表25 沈陽市新一代人工智能重點任務
圖表26 人工智能發展過程中具有社會意義的重要事件
圖表27 大眾對人工智能的了解程度
圖表28 大眾了解人工智能的主要渠道
圖表29 人工智能水平最受認可領域
圖表30 人工智能最具價值的領域
圖表31 體力勞動將會被AI取代
圖表32 超人工智能需理性看待
圖表33 全球人工智能專利申請量年度變化趨勢
圖表34 專利申請量排名前十的國家/地區
圖表35 PCT申請來源國家和地區分布
圖表36 PCT申請主要來源國家和地區申請年度趨勢
圖表37 全球人工智能各技術分支專利申請量表格
圖表38 各技術分支全球范圍專利申請量柱狀圖
圖表39 中國專利申請年度變化趨勢
圖表40 國內排名前五位的申請人各自申請量趨勢
圖表41 中國主要專利權人申請量
圖表42 中國人工智能各技術分支專利申請量表格
圖表43 中國人工智能各技術分支專利申請量柱狀圖
圖表44 中國人工智能各技術分支的申請量趨勢
圖表45 人工智能的發展史
圖表46 人工智能的三個階段
圖表47 人工智能市場規模
圖表48 中國人工智能市場結構
圖表49 人工智能產業發展特征
圖表50 人工智能產業生態格局的三層基本架構
圖表51 百度大腦的存儲能力
圖表52 技術層的運行機制
圖表53 專業智能階段的AI產業格局
圖表54 通用智能階段的AI產業格局
圖表55 中國主要省份人工智能企業數量
圖表56 中國人工智能企業數量變化
圖表57 中國主要省份人工智能企業平均年齡
圖表58 國內外人工智能企業應用技術分布
圖表59 國內外人工智能企業行業分布
圖表60 國內企業在人工智能領域的布局
圖表61 2018年北京人工智能企業融資階段比例
圖表62 2000-2017年北京人工智能企業成立時間分布
圖表63 北京人工智能企業區域分布
圖表64 中科院人工智能專利統計表
圖表65 上海市人工智能政策匯總
圖表66 2017年上海市人工智能創新發展專項資金擬支持單位
圖表67 廣東省人工智能三步走規劃
圖表68 深圳人工智能企業百強榜單中TOP20
圖表69 安徽省人工智能產業發展主要目標
圖表70 互聯網寬帶接入端口數規模
圖表71 移動電話基站數規模
圖表72 光纜線路總長度規模
圖表73 16位計算帶來兩倍的效率提升
圖表74 物聯網中期指標完成情況評估表
圖表75 云計算應用模式
圖表76 中國公有云細分市場規模
圖表77 2017年中國市場云計算使用率調查
圖表78 大數據技術框架
圖表79 AI的三階段發展與數據的關系
圖表80 智能數據時代人工智能、大數據與人的智慧的關系
圖表81 數據視角下人工智能行業布局示意圖
圖表82 全球數據增量與人工智能模型在不同數據輸入量下的表現
圖表83 深度學習結構示意圖
圖表84 淺層模型和深層模型的對比
圖表85 谷歌深度學習模型
圖表86 GitHub深度學習開源排名(一)
圖表87 GitHub深度學習開源排名(二)
圖表88 語義依存分析例子
圖表89 計算機視覺與其他領域的關系
圖表90 CV在人機交互上的前沿應用
圖表91 計算機視覺的處理流程
圖表92 人臉識別過程
圖表93 具有情景意識的環境感知網絡分層結構
圖表94 智能診斷系統平臺組成結構
圖表95 AI可能的重構的領域與方式
圖表96 AI全自動化智能工廠系統
圖表97 工業4.0愿景
圖表98 智慧醫療產業鏈
圖表99 2016-2018年中國人工智能醫療市場規模及其增速
圖表100 中國醫療人工智能企業探索中的落地服務和變現模式
圖表101 安防巡邏機器人
圖表102 步態識別技術
圖表103 2002-2021年中國生物識別技術行業市場規模與預測
圖表104 AlphaSense智能搜索幫助提高投資決策效率
圖表105 人工智能在零售領域的技術應用
圖表106 人工智能在零售領域的應用趨勢
圖表107 人工智能將成為未來零售業的超級大腦
圖表108 “情感”圖靈測試
圖表109 語言交互流程示意圖
圖表110 機器人行業產業鏈長度圖
圖表111 機器人產品的全生命周期
圖表112 2018年中國機器人市場結構
圖表113 BAT在機器人領域布局情況
圖表114 2008-2017年中國各地區醫院醫療機器人引進
圖表115 我國醫療機器人產品類型占比情況
圖表116 國產軍事機器“大狗”
圖表117 掃地機器人
圖表118 AGV機器人
圖表119 碼垛機器人
圖表120 分揀抓取機器人
圖表121 2016-2017財年微軟綜合收益表
圖表122 2016-2017財年微軟分部資料
圖表123 2016-2017財年微軟收入分地區資料
圖表124 2017-2018財年微軟綜合收益表
圖表125 2017-2018財年微軟分部資料
圖表126 2017-2018財年微軟收入分地區資料
圖表127 2018-2019財年微軟綜合收益表
圖表128 2018-2019財年微軟分部資料
圖表129 2018-2019財年微軟收入分地區資料
圖表130 微軟人工智能服務多樣
圖表131 2015-2016年IBM綜合收益表
圖表132 2015-2016年IBM分部資料
圖表133 2016-2017年IBM綜合收益表
圖表134 2016-2017年IBM分部資料
圖表135 2016-2017年IBM收入分地區資料
圖表136 2017-2018年IBM綜合收益表
圖表137 2017-2018年IBM分部資料
圖表138 2017-2018年IBM收入分地區資料
圖表139 IBM圍繞Watson全面布局人工智能
圖表140 2015-2016年Alphabet綜合收益表
圖表141 2015-2016年Alphabet收入分部門資料
圖表142 2015-2016年Alphabet收入分地區資料
圖表143 2016-2017年Alphabet綜合收益表
圖表144 2016-2017年Alphabet收入分部門資料
圖表145 2016-2017年Alphabet收入分地區資料
圖表146 2017-2018年Alphabet綜合收益表
圖表147 2017-2018年Alphabet收入分部門資料
圖表148 2017-2018年Alphabet收入分地區資料
圖表149 人工智能深入滲透到谷歌各項業務中
圖表150 2015-2016財年英特爾綜合收益表
圖表151 2015-2016財年英特爾分部資料
圖表152 2015-2016財年英特爾收入分地區資料
圖表153 2016-2017財年英特爾綜合收益表
圖表154 2016-2017財年英特爾分部資料
圖表155 2016-2017財年英特爾收入分地區資料
圖表156 2017-2018財年英特爾綜合收益表
圖表157 2017-2018財年英特爾分部資料
圖表158 英特爾全面布局人工智能
圖表159 2015-2016年亞馬遜綜合收益表
圖表160 2015-2016年亞馬遜收入分地區資料
圖表161 2016-2017年亞馬遜綜合收益表
圖表162 2016-2017年亞馬遜分部資料
圖表163 2016-2017年亞馬遜收入分地區資料
圖表164 2017-2018年亞馬遜綜合收益表
圖表165 Amazon Lex
圖表166 Alexa在越來越多的場景和設備中應用
圖表167 Amazon AI服務架構
圖表168 亞馬遜的人工智能服務
圖表169 2015-2016年百度綜合收益表
圖表170 2015-2016年百度收入分部資料
圖表171 2016-2017年百度綜合收益表
圖表172 2016-2017年百度收入分部資料
圖表173 2017-2018年百度綜合收益表
圖表174 2017-2018年百度收入分部資料
圖表175 百度在人工智能領域的生態布局
圖表176 2015-2016年騰訊綜合收益表
圖表177 2015-2016年騰訊分部資料
圖表178 2015-2016年騰訊收入分地區資料
圖表179 2016-2017年騰訊綜合收益表
圖表180 2016-2017年騰訊分部資料
圖表181 2016-2017年騰訊收入分地區資料
圖表182 2017-2018年騰訊綜合收益表
圖表183 2017-2018年騰訊分部資料
圖表184 騰訊人工智能硬件布局
圖表185 QQ物聯系統
圖表186 騰訊在人工智能領域的生態布局
圖表187 2016-2017財年阿里巴巴綜合收益表
圖表188 2016-2017財年阿里巴巴分部資料
圖表189 2017-2018財年阿里巴巴綜合收益表
圖表190 2017-2018財年阿里巴巴分部資料
圖表191 2018-2019財年阿里巴巴綜合收益表
圖表192 2018-2019財年阿里巴巴分部資料
圖表193 阿里集團在人工智能領域的生態布局
圖表194 DTPAI機器學習核心庫
圖表195 2015-2018年科大訊飛股份有限公司總資產及凈資產規模
圖表196 2015-2018年科大訊飛股份有限公司營業收入及增速
圖表197 2015-2018年科大訊飛股份有限公司凈利潤及增速
圖表198 2017年科大訊飛股份有限公司主營業務分行業、產品、地區
圖表199 2015-2018年科大訊飛股份有限公司營業利潤及營業利潤率
圖表200 2015-2018年科大訊飛股份有限公司凈資產收益率
圖表201 2015-2018年科大訊飛股份有限公司短期償債能力指標
圖表202 2015-2018年科大訊飛股份有限公司資產負債率水平
圖表203 2015-2018年科大訊飛股份有限公司運營能力指標
圖表204 2015-2018年科大智能科技股份有限公司總資產及凈資產規模
圖表205 2015-2018年科大智能科技股份有限公司營業收入及增速
圖表206 2015-2018年科大智能科技股份有限公司凈利潤及增速
圖表207 2017年科大智能科技股份有限公司主營業務分行業、產品、地區
圖表208 2015-2018年科大智能科技股份有限公司營業利潤及營業利潤率
圖表209 2015-2018年科大智能科技股份有限公司凈資產收益率
圖表210 2015-2018年科大智能科技股份有限公司短期償債能力指標
圖表211 2015-2018年科大智能科技股份有限公司資產負債率水平
圖表212 2015-2018年科大智能科技股份有限公司運營能力指標
圖表213 深瞳人眼攝像機
圖表214 皓目行為分析儀
圖表215 捷通華聲主要業務產品(一)
圖表216 捷通華聲主要業務產品(二)
圖表217 捷通華聲主要業務產品(三)
圖表218 捷通華聲服務領域及代表客戶
圖表219 全球人工智能投融資地域分布
圖表220 2000-2016年美國主要城市AI融資規模
圖表221 中印以AI企業投資頻次與融資規模對比
圖表222 2000-2016年英德法三國AI融資規模與投資頻次對比
圖表223 2000-2016年歐洲主要國家AI融資分布融資情況
圖表224 人工智能的重點品類的融資分布
圖表225 最受風險資本青睞的人工智能品類
圖表226 中國人工智能融資規模和筆數
圖表227 人工智能領域投融資輪次
圖表228 人工智能領域新增企業數量
圖表229 2017年人工智能企業投資領域分布
圖表230 近三年人工智能投融資領域分布
圖表231 2017年國內人工智能領域投融資地區分布
圖表232 人工智能投資邏輯
圖表233 互聯網巨頭公司分領域投資筆數
圖表234 2017年國際人工智能領域主要融資事件
圖表235 2016-2017年國內人工智能明星創業公司融資概況
圖表236 一級市場人工智能融資10強
圖表237 人工智能融資事件行業分布圖
圖表238 人工智能融資輪次分布
圖表239 人工智能發展趨勢
圖表240 中投顧問對2019-2023年中國人工智能市場規模預測

***************更多圖表目錄略***************
本報告目錄與內容系中投顧問原創,未經中投顧問書面許可及授權,拒絕任何形式的復制、轉載,謝謝!
購買流程
溫馨提示
    1. 購買報告時請認準"中投顧問"商標,公司從未通過第三方代理,請與本站電話聯系購買。
    2. 中投顧問歡迎廣大客戶上門洽談與合作,您可以上門瀏覽報告核實后付款。
聯系我們
研究報告熱線:
規劃咨詢熱線:
招商咨詢熱線:
節日值班電話:
深圳總部地址:
0755-82571522
400 008 1522
400 008 0552
400 008 0586
138 0270 8576
廣東省深圳市福田區車公廟泰然六路雪松大廈A座4樓
在線咨詢: 點擊這里給我發消息