中投顧問

24小時免費服務熱線400-008-1522

2021-2025年中國人工智能行業深度調研及投資前景預測報告(上中下卷)

首次出版:2016年1月最新修訂:2020年11月交付方式:特快專遞(2-3天送達)

報告屬性:共672頁、53萬字、323個圖表下載目錄版權聲明

定購電話:0755-82571522、82571566、400-008-1522

24小時服務熱線:138 0270 8576 為什么選擇中投顧問?

中文版全價:RMB8900 印刷版:RMB8600 電子版:RMB8600

英文版全價:USD6000 印刷版:USD5800 電子版:USD5800

立即訂購 加入購物車 定制報告 在線客服

贈送報告

訂購上方報告,即可免費獲贈以下一款報告(電子版),多買多贈! 價值8900元《2021-2025年中國人工智能技術應用深度調研報告》

中投顧問中投顧問
新基建成2020年中國經濟關鍵詞,重點機會有哪些?
掃碼關注右側公眾號,回復對應關鍵詞,即可免費獲取以下報告

 

“人工智能產業”入選中投顧問2020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
1.1.6 人工智能發展意義
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 2018-2020年國際人工智能行業發展分析
2.1 全球人工智能行業發展綜況
2.1.1 驅動人工智能發展動因
2.1.2 全球人工智能產業格局
2.1.3 各國陸續戰略布局加快
2.1.4 全球人工智能資金支持
2.1.5 全球人工智能系統支出
2.1.6 全球人工智能企業規模
2.1.7 全球AI創新融合應用城市
2.1.8 全球人工智能衍生價值預測
2.1.9 全球人工智能未來發展趨勢
2.2 全球主要經濟體人工智能戰略特點
2.2.1 戰略任務分類
2.2.2 主要目標任務
2.2.3 重點研發布局
2.2.4 主要應用領域
2.2.5 長期戰略規劃
2.3 美國
2.3.1 美國人工智能發展狀況
2.3.2 美國人工智能就業市場
2.3.3 美國人工智能戰略演變
2.3.4 美國人工智能戰略特征
2.3.5 美國人工智能戰略影響
2.3.6 美國人工智能具體布局
2.3.7 美國人工智能相關主體
2.4 日本
2.4.1 日本人工智能戰略布局
2.4.2 日本加快AI技術應用
2.4.3 日本加大人工智能投入
2.4.4 日本人工智能重點企業
2.4.5 日本人工智能發展線路
2.5 歐洲
2.5.1 英法德人工智能企業規模
2.5.2 歐盟人工智能戰略布局
2.5.3 英國人工智能戰略布局
2.5.4 德國人工智能戰略布局
2.5.5 法國發布人工智能戰略
2.6 各國人工智能產業發展動態
2.6.1 韓國發布人工智能國家戰略
2.6.2 俄羅斯加快人工智能布局
2.6.3 新加坡人工智能發展戰略
第三章 2018-2020年中國人工智能行業政策環境分析
3.1 人工智能政策階段特點分析
3.1.1 第一階段
3.1.2 第二階段
3.1.3 第三階段
3.1.4 第四階段
3.2 人工智能行業獲得政策紅利
3.2.1 中央明確加快人工智能發展
3.2.2 工信部啟動人工智能揭榜工作
3.2.3 科技部助推人工智能創新建設
3.2.4 教育部加快人工智能人才培養
3.2.5 人工智能被寫進政府工作報告
3.2.6 AI和實體經濟融合發展意見
3.2.7 人工智能成為行業政策導向
3.2.8 人工智能標準體系建設加快
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
3.4 地區人工智能政策規劃逐步完善
3.4.1 黑龍江人工智能發展計劃
3.4.2 遼寧省人工智能發展規劃
3.4.3 沈陽市人工智能發展規劃
3.4.4 濟南市人工智能發展計劃
3.4.5 陜西省人工智能推進計劃
3.4.6 四川省人工智能發展方案
3.4.7 成都市人工智能發展規劃
3.4.8 重慶市人工智能發展方案
3.4.9 湖北省人工智能發展規劃
3.4.10 福建省人工智能發展規劃
3.4.11 深圳市人工智能發展計劃
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 機器人產業健康發展政策
3.5.3 機器人納入研發重點專項
3.5.4 各地區加快機器人行業布局
第四章 2018-2020年中國人工智能技術及人才培養狀況分析
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 中國人工智能專利申請狀況
4.2.1 專利申請排名
4.2.2 專利申請規模
4.2.3 細分技術占比
4.2.4 申請主體排名
4.2.5 外國申請主體
4.3 中國人工智能專利申請特點
4.3.1 技術研發主體多樣
4.3.2 應用技術發展提速
4.3.3 細分技術專利特征
4.3.4 互聯網企業布局特點
4.3.5 專利技術發展要點
4.4 人工智能技術人才供需狀況分析
4.4.1 AI人才需求的崗位類型
4.4.2 AI人才的整體供需狀況
4.4.3 AI人才的區域供需狀況
4.4.4 AI崗位的能力要求分析
4.5 人工智能技術人才培養狀況分析
4.5.1 AI人才培養的相關政策
4.5.2 人工智能劃入高中新課標
4.5.3 高校AI人才的培養情況
4.5.4 機構AI人才的培養情況
4.5.5 人工智能學院建設模式
4.5.6 AI人才培養存在的問題
4.5.7 AI人才培養的未來趨勢
4.5.8 AI人才培養的政策建議
第五章 2018-2020年中國人工智能行業發展分析
5.1 人工智能行業發展進程
5.1.1 行業發展歷程
5.1.2 技術研究進程
5.1.3 轉型升級階段
5.2 人工智能行業發展價值
5.2.1 人工智能催生智能經濟
5.2.2 人工智能助力智能社會
5.2.3 AI帶來全方位商業化
5.2.4 AI技術推動產業升級
5.2.5 AI進入機器學習時代
5.3 中國產業智能化升級指數分析
5.3.1 產業智能化升級總指數
5.3.2 農業智能化升級指數
5.3.3 工業智能化升級指數
5.3.4 服務業智能化升級指數
5.4 2018-2020年人工智能行業發展綜況
5.4.1 人工智能應用需求加大
5.4.2 人工智能產業逐步成熟
5.4.3 市場發展規模逐步上升
5.4.4 人工智能基礎架構規模
5.4.5 人工智能從業人員規模
5.4.6 人工智能產業發展特征
5.4.7 人工智能開放平臺發布
5.4.8 人工智能產業發展指數
5.5 人工智能產業生態格局分析
5.5.1 生態格局基本架構
5.5.2 基礎資源支持層
5.5.3 技術實現路徑層
5.5.4 應用實現路徑層
5.5.5 未來生態格局展望
5.6 人工智能行業競爭格局分析
5.6.1 企業主體分類
5.6.2 獨角獸企業
5.6.3 百強企業名單
5.6.4 百強企業分布
5.6.5 科技企業布局
5.6.6 上市公司業績
5.6.7 未來競爭格局
5.7 人工智能行業發展存在的主要問題
5.7.1 人工智能行業發展的痛點
5.7.2 人工智能發展的技術困境
5.7.3 人工智能發展的安全問題
5.7.4 人工智能發展的倫理問題
5.7.5 人工智能發展的隱私問題
5.7.6 AI企業被列入“實體清單”
5.8 人工智能行業發展對策及建議
5.8.1 人工智能的發展策略分析
5.8.2 人工智能的技術發展建議
5.8.3 人工智能的政策發展建議
5.8.4 推進人工智能標準化建設
5.8.5 人工智能倫理問題的對策
5.9 人工智能行業發展戰略分析
5.9.1 建立完善的數據生態系統
5.9.2 拓寬人工智能的傳統行業應用
5.9.3 加強人工智能專業人才儲備
5.9.4 確保教育和培訓體系與時俱進
5.9.5 相互不建立倫理和法律共識
第六章 2018-2020年重點區域人工智能行業發展布局
6.1 人工智能行業區域發展格局分析
6.1.1 人工智能區域發展指數
6.1.2 人工智能產業園區建設
6.1.3 人工智能創新應用先導區
6.1.4 新一代人工智能創新發展試驗區
6.2 北京市
6.2.1 政策環境分析
6.2.2 產業發展狀況
6.2.3 人才需求分析
6.2.4 產業發展動態
6.2.5 產業發展問題
6.3 上海市
6.3.1 產業發展優勢
6.3.2 政策環境分析
6.3.3 財政支持動態
6.3.4 產業發展應用
6.3.5 地區發展布局
6.3.6 產業發展對策
6.4 廣東省
6.4.1 政策環境分析
6.4.2 產業發展基礎
6.4.3 廣州AI產業布局
6.4.4 深圳AI產業綜況
6.4.5 產業聯盟成立
6.4.6 產業發展瓶頸
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 項目案例分析
6.5.6 產業發展經驗
6.5.7 產業發展對策
6.5.8 產業發展趨勢
6.6 江蘇省
6.6.1 產業發展概況
6.6.2 產業聯盟成立
6.6.3 區域發展布局
6.6.4 人才培養加快
6.6.5 重點企業匯總
6.6.6 產業發展機遇
6.6.7 產業發展挑戰
6.7 安徽省
6.7.1 產業發展綜況
6.7.2 產業運行成效
6.7.3 重點園區介紹
6.7.4 政策發展規劃
6.7.5 產業發展挑戰
6.7.6 政策建議分析
6.8 貴州省
6.8.1 產業發展優勢
6.8.2 政策環境分析
6.8.3 人才培養加快
6.8.4 產業發展動態
第七章 2018-2020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 數據數量規模上升
7.1.4 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 中國人工智能芯片公司排名
7.3.4 人工智能芯片市場規模結構
7.3.5 人工智能芯片應用創新領域
7.3.6 中國人工智能芯片發展困境
7.3.7 人工智能芯片未來發展趨勢
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 中國物聯網產業規模
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 云計算市場競爭排名
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 大數據技術內涵及環節
7.6.2 大數據市場的發展綜況
7.6.3 大數據的主要應用領域
7.6.4 大數據與人工智能的關系
7.6.5 大數據成人工智能數據源
7.6.6 數據視角下AI的應用場景
7.6.7 人工智能數據的安全風險
7.6.8 人工智能數據的安全治理
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 深度學習領域發展狀況
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 語音技術應用規模
8.1.5 語義技術研發狀況
8.1.6 自動翻譯技術內涵
8.2 計算機視覺技術
8.2.1 計算機視覺基本內涵
8.2.2 計算機視覺主要分類
8.2.3 計算機視覺應用領域
8.2.4 計算機視覺應用規模
8.2.5 計算機視覺運作流程
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 語音識別技術分析
8.3.5 人臉識別技術應用
8.3.6 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 2018-2020年人工智能技術的主要應用領域分析
9.1 疫情防控領域
9.1.1 智能技術應用背景
9.1.2 智能識別技術應用
9.1.3 算法算力技術應用
9.1.4 智能機器人技術應用
9.1.5 智能大數據技術應用
9.1.6 AI輔診系統研發應用
9.1.7 地區AI技術抗疫狀況
9.2 工業領域
9.2.1 人工智能的工業應用
9.2.2 AI將催生智能生產工廠
9.2.3 智能工廠進一步轉型
9.2.4 人工智能應用于制造領域
9.2.5 制造業數字化的經濟規模
9.2.6 人工智能成工業發展方向
9.2.7 AI工業應用的發展趨勢
9.3 醫療領域
9.3.1 人工智能醫療行業應用場景
9.3.2 人工智能醫療細分領域應用
9.3.3 人工智能醫療市場發展狀況
9.3.4 人工智能醫學影像市場分析
9.3.5 企業布局人工智能醫療市場
9.3.6 人工智能醫療領域投資機會
9.4 安防領域
9.4.1 AI對安防行業的重要意義
9.4.2 AI識別技術的安防應用
9.4.3 AI在安防領域的應用場景
9.4.4 人工智能+安防產業鏈
9.4.5 AI+安防市場規模分析
9.4.6 AI+安防軟硬件市場規模
9.4.7 快速崛起的巡邏機器人
9.4.8 AI+安防市場發展前景
9.5 金融領域
9.5.1 AI提升金融經營效能
9.5.2 傳統金融AI投入狀況
9.5.3 智慧金融融資企業分布
9.5.4 智能客服提升服務效率
9.5.5 智能風控降低金融風險
9.5.6 智能支付應用狀況分析
9.5.7 智能投資顧問應用分析
9.6 零售領域
9.6.1 AI在零售行業的應用空間廣闊
9.6.2 人工智能應用于零售業的規模
9.6.3 人工智能應用于零售典型案例
9.6.4 人工智能應用于新零售的問題
9.6.5 人工智能+零售相關布局企業
9.6.6 人工智能應用于零售的路徑
9.7 社交領域
9.7.1 人工智能的移動社交應用
9.7.2 組織開展機器情感測試
9.7.3 人工智能產品社交應用
9.7.4 語音交互產品市場火熱
9.7.5 微信人工智能社交系統
9.8 其他應用領域分析
9.8.1 無人駕駛領域
9.8.2 智能教育領域
9.8.3 智能交通領域
9.8.4 智慧政務領域
第十章 2018-2020年智能機器人產業發展分析
10.1 2018-2020年機器人產業發展綜述
10.1.1 機器人產業發展階段
10.1.2 機器人產業發展圖譜
10.1.3 機器人行業產業鏈構成
10.1.4 機器人的替代優勢明顯
10.1.5 機器人下游應用產業多
10.2 2018-2020年機器人產業發展狀況
10.2.1 全球機器人產業發展狀況
10.2.2 中國機器人市場結構分析
10.2.3 中國機器人區域市場格局
10.2.4 中國機器人企業數量規模
10.2.5 機器人產業國產化進程加快
10.2.6 機器人產業發展問題及對策
10.2.7 機器人產業發展規劃目標
10.2.8 機器人產業未來發展趨勢
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 軍用機器人
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 2018-2020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 人工智能布局領域
11.1.5 AI平臺服務范圍
11.1.6 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 技術研發布局
11.2.5 布局人工智能
11.2.6 AI產品合作動態
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 人工智能技術合作
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 收購人工智能企業
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 2017-2020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 人工智能生態布局
12.1.4 人工智能布局動態
12.1.5 AI芯片研發動態
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 人工智能發展布局
12.2.4 人工智能合作動態
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 人工智能發展地位
12.3.4 人工智能應用領域
12.3.5 AI研發合作動態
12.4 科大訊飛股份有限公司
12.4.1 企業發展概況
12.4.2 主要業務分析
12.4.3 業務開展情況
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 主要業務分析
12.5.3 企業布局動態
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 北京曠視科技有限公司
12.6.1 企業基本概況
12.6.2 重點產品系統
12.6.3 核心硬件分析
12.6.4 合作伙伴分布
12.6.5 財務狀況分析
12.6.6 融資進程分析
12.7 云知聲智能科技股份有限公司
12.7.1 企業基本概述
12.7.2 平臺發展優勢
12.7.3 主要產品服務
12.7.4 核心技術分析
12.7.5 平臺用戶分布
12.7.6 融資歷程分析
第十三章 中投顧問對2021-2025年人工智能行業投資價值分析
13.1 投資價值評估
13.2 投資機會評估
13.3 投資驅動因素
13.3.1 發展動力評估
13.3.2 經濟因素
13.3.3 技術因素
13.3.4 政策因素
13.3.5 社會因素
13.4 投資壁壘分析
13.4.1 進入壁壘評估
13.4.2 競爭壁壘分析
13.4.3 技術壁壘分析
13.4.4 資金壁壘分析
13.4.5 政策壁壘分析
13.5 人工智能行業投資風險分析
13.5.1 環境風險
13.5.2 行業風險
13.5.3 技術壁壘
13.5.4 內部風險
13.5.5 競爭風險
13.5.6 合同毀約風險
13.6 投資時機及建議
13.6.1 進入時機分析
13.6.2 投資建議分析
第十四章 2018-2020年人工智能行業投資分析
14.1 全球人工智能的投融資分析
14.1.1 全球AI融資總額
14.1.2 各國AI融資分布
14.1.3 AI融資企業布局
14.1.4 風險投資上升
14.2 中國人工智能行業投融資狀況
14.2.1 上市企業數量
14.2.2 融資規模走勢
14.2.3 平均融資規模
14.2.4 投資風向特點
14.2.5 投資應用領域
14.2.6 投資活躍機構
14.3 A股及新三板上市公司在人工智能領域投資動態分析
14.3.1 投資項目綜述
14.3.2 投資區域分布
14.3.3 投資模式分析
14.3.4 典型投資案例
第十五章 人工智能行業未來發展前景及趨勢預測
15.1 人工智能行業發展前景展望
15.1.1 契合萬物互聯發展趨勢
15.1.2 人工智能項目投資機遇
15.1.3 人工智能經濟效益巨大
15.1.4 人工智能整體發展前景
15.1.5 人工智能規劃目標分析
15.1.6 人工智能投資機會分析
15.1.7 人工智能產業投資方向
15.1.8 人工智能技術投資熱點
15.2 人工智能行業發展趨勢預測
15.2.1 人工智能產業發展趨勢
15.2.2 人工智能應用趨勢展望
15.2.3 城市人工智能發展方向
15.2.4 “智能+X”將成新時尚
15.3 中投顧問對2021-2025年中國人工智能行業預測分析
15.3.1 2021-2025年中國人工智能行業影響因素分析
15.3.2 2021-2025年中國新一代人工智能產業規模預測
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 人工智能產業鏈結構
圖表5 人工智能產業鏈相關產品
圖表6 人工智能產業鏈基礎層構成及代表企業
圖表7 人工智能產業鏈技術層構成及代表企業
圖表8 人工智能產業鏈應用層構成及代表企業
圖表9 全球人工智能產業鏈及代表廠商
圖表10 全球主要國家的人工智能產業政策(部分)
圖表11 全球人工智能企業分布情況
圖表12 全球人工智能企業數量城市分布TOP5統計情況
圖表13 2019年20個全球AI創新融合應用城市
圖表14 全球人工智能衍生的商業價值預測
圖表15 主要國家人工智能戰略目標和任務
圖表16 各國在人工智能各領域的重點研發布局情況
圖表17 各主要經濟體高度關注的人工智能應用領域
圖表18 美國人工智能典型研發機構
圖表19 人工智能典型研發企業
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 英法德AI企業數量
圖表23 新加坡人工智能戰略計劃完成時間表
圖表24 2012-2019年中國人工智能政策階段
圖表25 人工智能發展過程中具有社會意義的重要事件
圖表26 大眾對人工智能的了解程度
圖表27 大眾了解人工智能的主要渠道
圖表28 人工智能水平最受認可領域
圖表29 人工智能最具價值的領域
圖表30 體力勞動將會被AI取代
圖表31 人工智能行業技術分支分析情況
圖表32 2000-2018年中國人工智能專利申請量統計情況
圖表33 人工智能一級技術分支申請量占比
圖表34 人工智能申請人專利申請數量排名
圖表35 國外來華申請人申請量比例圖
圖表36 人工智能產業人才崗位類型
圖表37 人工智能領域十大緊缺崗位
圖表38 人工智能各技術方向崗位人才供需比
圖表39 人工智能各職能崗位人才供需比
圖表40 全國主要區域的人才的需求情況及求職人才意向的區域情況
圖表41 算法研究崗位能力要求
圖表42 應用開發崗位能力要求
圖表43 實用技能崗位能力要求
圖表44 產品經理崗位能力要求
圖表45 主要崗位的工作年限要求
圖表46 主要崗位的專業要求
圖表47 主要崗位的學歷要求
圖表48 典型崗位單月薪酬情況
圖表49 高中信息技術課程結構
圖表50 人工智能產業十大熱門專業
圖表51 新增人工智能本科專業高校區域分布
圖表52 高校建設的人工智能學院/研究院名單(部分)
圖表53 高校建設的人工智能學院/研究院名單(部分)續
圖表54 開展人工智能培訓的社會培訓機構(部分)
圖表55 中國龍頭企業與高校合作或共建人工智能學院匯總
圖表56 全球人工智能的三次發展浪潮
圖表57 人工智能技術帶來的全方位變革
圖表58 人工智能技術推動產業升級
圖表59 人工智能各層級圖示
圖表60 我國產業智能化升級總指數及指標得分
圖表61 我國農業智能化升級總指數及指標得分
圖表62 我國工業智能化升級總指數及指標得分
圖表63 我國服務業智能化升級總指數及指標得分
圖表64 我國新一代人工智能產業規模及年增長率
圖表65 2019年中國加速服務器市場廠商市場份額
圖表66 人工智能領域從業人員地域分布
圖表67 國內人工智能所涉業務分類企業數量
圖表68 人工智能產業發展特征
圖表69 國家級人工智能開放平臺
圖表70 2017-2019全國人工智能產業發展指數
圖表71 2017-2019全國重點省市人工智能產業發展指數
圖表72 2019年人工智能產業發展指數一級指標前十名
圖表73 百度大腦的存儲能力
圖表74 技術層的運行機制
圖表75 專業智能階段的AI產業格局
圖表76 通用智能階段的AI產業格局
圖表77 2020人工智能獨角獸企業TOP10
圖表78 人工智能企業綜合發展能力指數
圖表79 2019人工智能企業綜合實力100強名單
圖表80 2019人工智能企業綜合實力100強名單(續)
圖表81 2019人工智能企業成長能力100強名單
圖表82 2019人工智能企業成長能力100強名單(續)
圖表83 2019人工智能企業創新能力100強名單
圖表84 2019人工智能企業創新能力100強名單(續)
圖表85 人工智能綜合實力百強企業產業層級分布
圖表86 人工智能綜合實力百強企業行業分布
圖表87 人工智能綜合實力百強企業地域分布
圖表88 百度、阿里、騰訊人工智能布局
圖表89 我國京津冀地區產業智能化升級總指數及指標得分
圖表90 我國長三角地區產業智能化升級總指數及指標得分
圖表91 我國泛珠三角地區產業智能化升級總指數及指標得分
圖表92 上海市人工智能相關政策匯總
圖表93 2019年上海市產業轉型升級發展專項資金(人工智能)擬支持單位
圖表94 2019年上海重點人工智能企業分布地圖
圖表95 2019年上海人工智能科研中心分布
圖表96 AI領先企業在上海研究中心分布
圖表97 廣東省人工智能三步走規劃
圖表98 江蘇省重點人工智能企業盤點
圖表99 安徽省人工智能產業發展主要目標
圖表100 2018-2020年互聯網寬帶接入端口數發展情況
圖表101 2015-2019年研究與試驗發展(R&D)經費支出及其增長速度
圖表102 16位計算帶來兩倍的效率提升
圖表103 2020中國人工智能芯片企業TOP50
圖表104 2018年中國AI芯片行業結構
圖表105 2008-2020年中國物聯網行業市場規模及增長情況
圖表106 2016-2020年物聯網產業主要政策匯總
圖表107 物聯網各層次代表的領先企業
圖表108 云計算應用模式
圖表109 2015-2019年中國云計算整體市場規模及增速
圖表110 2019云計算企業百強榜(一)
圖表111 2019云計算企業百強榜(二)
圖表112 2019云計算企業百強榜(三)
圖表113 2019云計算企業百強榜(四)
圖表114 AI的三階段發展與數據的關系
圖表115 智能數據時代人工智能、大數據與人的智慧的關系
圖表116 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117 數據視角下人工智能行業布局示意圖
圖表118 人工智能中的數據安全風險構成
圖表119 深度學習結構示意圖
圖表120 淺層模型和深層模型的對比
圖表121 GitHub深度學習開源排名(一)
圖表122 GitHub深度學習開源排名(二)
圖表123 語義依存分析例子
圖表124 2019年中國人工智能之語音語義應用主流供應商
圖表125 計算機視覺與其他領域的關系
圖表126 CV在人機交互上的前沿應用
圖表127 2019年中國人工智能之計算視覺應用主流供應商
圖表128 計算機視覺的處理流程
圖表129 語音識別系統流程
圖表130 語音識別獲得多項突破
圖表131 人臉識別過程
圖表132 具有情景意識的環境感知網絡分層結構
圖表133 智能診斷系統平臺組成結構
圖表134 2020年人工智能技術各細分應用領域發展成熟度
圖表135 AI抗疫產品生產企業地區分布
圖表136 北京地區AI抗疫產品分布
圖表137 江蘇地區AI抗疫產品分布
圖表138 2016-2022年中國制造業數字化經濟規模及AI技術在其中的滲透率情況
圖表139 工業4.0愿景
圖表140 AI醫療健康應用場景示意圖
圖表141 2016-2020年我國智慧醫療行業投資規模統計情況及預測
圖表142 2019-2022年中國AI醫學影像市場規模
圖表143 AI醫學影像主要類型玩家商業化優勢對比
圖表144 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145 步態識別技術
圖表146 AI+安防應用場景示意圖
圖表147 中國AI+安防產業鏈
圖表148 2017-2022年中國AI+安防市場規模(不含C端)
圖表149 2018年AI+安防軟硬件細分市場占比
圖表150 安防巡邏機器人
圖表151 人工智能技術對金融行業經營全過程的變革
圖表152 2018-2022年中國傳統金融機構科技投入情況
圖表153 2018年中國傳統金融AI投入和份額矩陣圖
圖表154 智慧金融投融企業類型分布
圖表155 2019年通過第三方支付交易規模市場份額
圖表156 人工智能在零售領域的應用趨勢
圖表157 人工智能將成為未來零售業的超級大腦
圖表158 2018-2022年中國現代渠道主要零售商數字化建設投入和AI投入
圖表159 2018年中國現代渠道主要零售商AI應用投入
圖表160 AI+零售能力輸出類型
圖表161 AI+零售主要玩家結構
圖表162 “情感”圖靈測試
圖表163 語言交互流程示意圖
圖表164 自動駕駛汽車的目標探測
圖表165 國內自動駕駛企業地域分布
圖表166 中國人工智能教育架構示意圖
圖表167 人工智能在學習五大環節中的應用
圖表168 人工智能+交通應用狀況
圖表169 機器人產業發展階段
圖表170 機器人產業圖譜
圖表171 機器人行業產業鏈長度圖
圖表172 機器人產品的全生命周期
圖表173 2019年全球機器人行業市場構成(按市場規模)情況
圖表174 2019年全球服務機器人行業市場構成(按市場規模)情況
圖表175 2019年中國機器人行業市場構成(按市場規模)情況
圖表176 中國機器人產業發展主要聚集區
圖表177 國產機器人軍團已經崛起
圖表178 國產機器人企業梯次獲得競爭優勢
圖表179 掃地機器人
圖表180 AGV機器人
圖表181 碼垛機器人
圖表182 分揀抓取機器人
圖表183 2018-2019財年微軟綜合收益表
圖表184 2018-2019財年微軟分部資料
圖表185 2018-2019財年微軟收入分地區資料
圖表186 2019-2020財年微軟綜合收益表
圖表187 2019-2020財年微軟分部資料
圖表188 2019-2020財年微軟收入分地區資料
圖表189 2020-2021財年微軟綜合收益表
圖表190 2020-2021財年微軟分部資料
圖表191 2020-2021財年微軟收入分地區資料
圖表192 微軟Azure人工智能平臺和框架圖
圖表193 微軟人工智能服務多樣
圖表194 2017-2018年IBM綜合收益表
圖表195 2017-2018年IBM分部資料
圖表196 2018-2019年IBM綜合收益表
圖表197 2018-2019年IBM分部資料
圖表198 2018-2019年IBM收入分地區資料
圖表199 2019-2020年IBM綜合收益表
圖表200 2019-2020年IBM分部資料
圖表201 2019-2020年IBM收入分地區資料
圖表202 IBM圍繞Watson全面布局人工智能
圖表203 2017-2018年Alphabet綜合收益表
圖表204 2017-2018年Alphabet收入分部門資料
圖表205 2017-2018年Alphabet收入分地區資料
圖表206 2018-2019年Alphabet綜合收益表
圖表207 2018-2019年Alphabet收入分部門資料
圖表208 2018-2019年Alphabet收入分地區資料
圖表209 2019-2020年Alphabet綜合收益表
圖表210 2019-2020年Alphabet收入分部門資料
圖表211 2019-2020年Alphabet收入分地區資料
圖表212 人工智能深入滲透到谷歌各項業務中
圖表213 2017-2018財年英特爾綜合收益表
圖表214 2017-2018財年英特爾分部資料
圖表215 2017-2018財年英特爾收入分地區資料
圖表216 2018-2019財年英特爾綜合收益表
圖表217 2018-2019財年英特爾分部資料
圖表218 2018-2019財年英特爾收入分地區資料
圖表219 2019-2020財年英特爾綜合收益表
圖表220 2019-2020財年英特爾分部資料
圖表221 英特爾全面布局人工智能
圖表222 2017-2018年亞馬遜綜合收益表
圖表223 2017-2018年亞馬遜分部資料
圖表224 2017-2018年亞馬遜收入分地區資料
圖表225 2018-2019年亞馬遜綜合收益表
圖表226 2018-2019年亞馬遜分部資料
圖表227 2018-2019年亞馬遜收入分地區資料
圖表228 2019-2020年亞馬遜綜合收益表
圖表229 2019-2020年亞馬遜分部資料
圖表230 2019-2020年亞馬遜收入分地區資料
圖表231 AmazonLex
圖表232 Alexa在越來越多的場景和設備中應用
圖表233 Amazon AI服務架構
圖表234 亞馬遜的人工智能服務
圖表235 2017-2018年百度綜合收益表
圖表236 2017-2018年百度分部資料
圖表237 2018-2019年百度綜合收益表
圖表238 2018-2019年百度分部資料
圖表239 2019-2020年百度綜合收益表
圖表240 2019-2020年百度分部資料
圖表241 百度在人工智能領域的生態布局
圖表242 百度大腦
圖表243 2017-2018年騰訊綜合收益表
圖表244 2017-2018年騰訊分部資料
圖表245 2017-2018年騰訊收入分地區資料
圖表246 2018-2019年騰訊綜合收益表
圖表247 2018-2019年騰訊分部資料
圖表248 2018-2019年騰訊收入分地區資料
圖表249 2019-2020年騰訊綜合收益表
圖表250 2019-2020年騰訊分部資料
圖表251 騰訊在人工智能領域的生態布局
圖表252 2017-2018財年阿里巴巴綜合收益表
圖表253 2017-2018財年阿里巴巴分部資料
圖表254 2018-2019財年阿里巴巴綜合收益表
圖表255 2018-2019財年阿里巴巴分部資料
圖表256 2019-2020財年阿里巴巴綜合收益表
圖表257 2019-2020財年阿里巴巴分部資料
圖表258 2017-2020年科大訊飛股份有限公司總資產及凈資產規模
圖表259 2017-2020年科大訊飛股份有限公司營業收入及增速
圖表260 2017-2020年科大訊飛股份有限公司凈利潤及增速
圖表261 2018-2019年科大訊飛股份有限公司營業收入分行業、產品
圖表262 2018-2019年科大訊飛股份有限公司營業收入分地區
圖表263 2019-2020年科大訊飛股份有限公司營業收入分行業、產品、地區
圖表264 2017-2020年科大訊飛股份有限公司營業利潤及營業利潤率
圖表265 2017-2020年科大訊飛股份有限公司凈資產收益率
圖表266 2017-2020年科大訊飛股份有限公司短期償債能力指標
圖表267 2017-2020年科大訊飛股份有限公司資產負債率水平
圖表268 2017-2020年科大訊飛股份有限公司運營能力指標
圖表269 2017-2020年科大智能科技股份有限公司總資產及凈資產規模
圖表270 2017-2020年科大智能科技股份有限公司營業收入及增速
圖表271 2017-2020年科大智能科技股份有限公司凈利潤及增速
圖表272 2018-2019年科大智能科技股份有限公司營業收入分行業、產品、地區
圖表273 2020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274 2017-2020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275 2017-2020年科大智能科技股份有限公司凈資產收益率
圖表276 2017-2020年科大智能科技股份有限公司短期償債能力指標
圖表277 2017-2020年科大智能科技股份有限公司資產負債率水平
圖表278 2017-2020年科大智能科技股份有限公司運營能力指標
圖表279 曠視科技發展歷程
圖表280 曠視洞鑒——智能城市管理操作系統
圖表281 曠視河圖——機器人網絡操作系統
圖表282 曠視科技人工智能產品-核心硬件
圖表283 曠視科技合作伙伴
圖表284 曠視科技股東持股比例
圖表285 云知聲人工智能產品與服務
圖表286 云知聲人工智能核心技術
圖表287 云知聲平臺用戶
圖表288 云知聲融資歷程
圖表289 中投產業投資價值綜合評估:人工智能
圖表290 人工智能產業市場機會整體評估表
圖表291 中投市場機會矩陣:人工智能產業
圖表292 人工智能產業發展動力整體評估表
圖表293 中投產業投資驅動因素:人工智能
圖表294 中投產業進入壁壘評估:人工智能
圖表295 中投產業投資進入時機:人工智能
圖表296 中投產業生命周期:人工智能產業
圖表297 中投顧問投資機會箱:人工智能產業
圖表298 按國家劃分的AI公司的總融資金額
圖表299 按國家劃分的AI公司數量
圖表300 394家獲取融資的AI公司的最常用標簽
圖表301 從事人工智能技術開發與應用的中國企業上市數量
圖表302 2018年和2019年人工智能融資數量與金額對比
圖表303 2000-2019年人工智能企業單筆平均融資額
圖表304 2019年融資10億以上的人工智能企業
圖表305 2018年融資10億元以上的人工智能企業
圖表306 人工智能應用層、算法層、基礎層投資數量和投資金額比對
圖表307 人工智能產業鏈投資金額分布圖
圖表308 人工智能行業應用投資金額分布
圖表309 2015-2019年在人工智能領域最活躍的機構top5
圖表310 2018年A股及新三板上市公司人工智能領域投資規模
圖表311 2019年A股及新三板上市公司人工智能領域投資規模
圖表312 2020年A股及新三板上市公司人工智能領域投資規模
圖表313 2018年A股及新三板上市公司人工智能領域投資項目區域分布(按項目數量分)
圖表314 2018年A股及新三板上市公司人工智能領域投資項目區域分布(按投資金額分)
圖表315 2019年A股及新三板上市公司人工智能領域投資項目區域分布(按項目數量分)
圖表316 2019年A股及新三板上市公司人工智能領域投資項目區域分布(按投資金額分)
圖表317 2020年A股及新三板上市公司人工智能領域投資項目區域分布(按項目數量分)
圖表318 2020年A股及新三板上市公司人工智能領域投資項目區域分布(按投資金額分)
圖表319 2018年A股及新三板上市公司人工智能領域投資模式
圖表320 2019年A股及新三板上市公司人工智能領域投資模式
圖表321 2020年A股及新三板上市公司人工智能領域投資模式
圖表322 2020年中國重點省市人工智能產業規模目標匯總
圖表323 中投顧問對2021-2025年中國新一代人工智能產業規模預測

人工智能(Artificial Intelligence,簡稱AI)是研究人類智能活動的規律,構造具有一定智能的人工系統,研究如何讓計算機去完成以往需要人的智力才能勝任的工作,也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。人工智能是計算機學科的一個分支,既被稱為20世紀世界三大尖端科技之一(空間技術、能源技術、人工智能),也被認為是21世紀三大尖端技術之一(基因工程、納米科學、人工智能)。

市場規模方面,市場規模方面,IDC數據顯示,2019年人工智能基礎架構市場規模達到20.9億美元,同比增長58.7%。其中GPU服務器占據96.1%的市場份額。預計到2024年中國GPU服務器市場規模將達到64億美元。技術專利方面,2019年12月,國家工業信息安全發展研究中心發布《人工智能中國專利技術分析報告》。報告顯示,截至2019年10月,中國人工智能專利申請量累計44萬余件,超越美國成為AI領域專利申請量最高的國家。百度、騰訊、微軟、浪潮、華為專利申請數量名列前五。2020年上半年中國人工智能核心產業規模達到了770億元,人工智能企業超過了260家,已成為全球獨角獸企業主要集中地之一。

融資情況來看,與2018年相比,2019年中國人工智能企業的融資金額由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。截至2020年4月,共有91家從事人工智能技術開發與應用的中國企業完成上市,其中A股35家,港股6家,美股9家,新三板29家,科創板12家。受新冠情影響,2020年部分AI企業或將延緩其上市進程。

在中國,人工智能的發展受到政府高度重視。從國家互聯網+行動計劃到“十三五”的相關規劃中,均明確將人工智能作為戰略性新興產業,給予重點扶持。2017年,先后印發了《新一代人工智能發展規劃》和《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》。2020年3月27日,科技部發布《科技創新2030—“新一代人工智能”重大項目2020年度項目申報指南的通知》,2020年度項目申報指南在新一代人工智能基礎理論、共性關鍵技術、新型感知與智能芯片、人工智能提高經濟社會發展水平創新應用等4個技術方向啟動22個研究任務,擬安排國撥經費概算5.6億元。2020年8月,國家五部委聯合印發《國家新一代人工智能標準體系建設指南》。《指南》提出到2021年完成關鍵通用技術、關鍵領域技術、倫理等20項以上重點標準的預研工作。到2023年,初步建立人工智能標準體系,并率先在制造、交通、金融、安防、家居、養老、環保、教育、醫療健康、司法等重點行業和領域進行推進。2020年11月,管理層通過了《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二三五年遠景目標的建議》。《建議》中明確指出,將瞄準人工智能等前沿領域,實施一批具有前瞻性、戰略性的國家重大科技項目,以此來強化國家戰略科技力量。

2020年初新冠肺炎疫情給中國經濟帶來了較大的沖擊,而新基建投資成為救市熱點。2020年3月4日,中共中央政治局常務委員會召開會議,指出要加快5G網絡、人工智能等新型基礎設施建設進度。人工智能成為了“基建”七大領域內消費型投資的主戰場。疫情擴散也使全球產業鏈各環節存在不確定性,經濟穩增長背景下,發展人工智能新興產業的基礎設施,符合經濟轉型方向,有望成為“基建”的主要抓手之一,加快建設發展,使行業彰顯“逆周期性”的屬性。

中投產業研究院發布的《2021-2025年中國人工智能行業深度調研及投資前景預測報告》共十五章。首先介紹了人工智能的定義及分類,接著分析了國際人工智能產業的發展狀況、我國人工智能產業的政策環境及運行情況。接著,報告對我國人工智能行業的發展驅動要素、基礎技術、應用領域、機器人行業發展狀況做了細致的透析,最后對國內外人工智能重點企業的經營狀況、行業的投資狀況、發展前景和趨勢做了詳細介紹。

本研究報告數據主要來自于國家統計局、工信部、財政部、發改委、中國互聯網絡信息中心、中國通信院、中國人工智能學會、中投產業研究院、中投產業研究院市場調查中心、中國高科技產業協會、中國人工智能學會以及國內外重點刊物等渠道,數據權威、詳實、豐富,同時通過專業的分析預測模型,對行業核心發展指標進行科學地預測。您或貴單位若想對人工智能行業有個系統深入的了解、或者想投資相關行業,本報告將是您不可或缺的重要參考工具。

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!

微信掃一掃關注公眾號"中投顧問"(ID :touziocn),回復""即可獲取。

知道了
在線咨詢: 點擊這里給我發消息