2022年中國人工智能產業研究報告

中國人工智能產業研究報告序言艾瑞咨詢662023年政府工作報告指出“過去五年極不尋常、極不平凡，我們經受了世界變局加快演變、新冠疫情新、技術產品化落地、應用場景打磨、市場教育等難點；但如今也仍需致力解決可信、業務持續、盈利、部一歷史上極為重要一年中我國AI產業參與者的特征表現、探討AI產業在我國經濟發展中的價值與地位、洞察“行而不輟，未來可期“。前幾年我們討論到，人工智能產業化進程正從AI技術與各行業典型應用場景融合的賦能階段，逐步向效率化、工業化生產的成熟階段演進。2022年，隨著預訓練大模型技術研發進展和ChatGPT這一“現象級”語言大模型產品的發布，政府引導、資本入場、巨頭布局、產業鏈企業積極投——艾瑞咨詢研究院?2023.3iResearchInc.摘要Q縱觀近五年來的AI技術商業落地發展脈絡，產品及服務提供商圍繞技術深耕、場景創新、商業價值創造、精細化服務不斷努力；需求側企業也在從單點試驗、數據積累到戰略改革的發展路線上與AI技術逐漸深度綁定。AI成為企業數字化、智能化改革的重要抓手，也是各行業領軍企業打造營收護城河的重要方向。落地AI應用對企業業務運營的商業價值與戰略意義越來越明確。供需向好趨勢下，艾瑞預計，20選取預訓練大模型、AI芯片、決策智能和虛擬數字人作為2022年度AI產業發展具有代表性的模型架構、硬件產品、解決方案和軟件產品進行分析，闡述四者對未來AI產業發展的重要意義。如今AI產業的最大熱點，莫過于ChatGPT所帶來的搜索與問答功能提升和類人的交互體驗使AIGC這一概念徹底出圈。對于國內AI芯片公司、手握海量數據資源的互聯網巨頭、具備“數據飛輪”的解決方案商、瞄準AIGC賽道的創業企業，是挑戰也是機會，ChatGPT的熱潮帶來了資本市場和消費者對AI產業熱情的再次迸選取計算機視覺、智能語音和人機交互、機器學習、知識圖譜、自然語言處理、AI基礎數據服務、面向AI的數據治理和智能機器人細分賽道，進行投融資、市場規模、典型產品及細分應用領域、產業鏈玩家、技術趨勢等分析。判斷各個細分賽道業務增長動力以及為廠商發展靠智算中心建設以及大模型訓練等應用需求拉動的AI芯片市場、無接觸服務需求拉動的智能機器人及對話式AI市場。目前中國大型企業基本都已在持續規劃投入實施人工智能項目，未來，隨著中小型企業的普遍嘗試和大型企業的穩健部署，在AI成為數字經濟時代核心生產力產業鏈的數據、算力、算法、工具、應用層各環節已逐步進入良性循環帶動期，AI產業鏈逐步成熟。如何在AI新一輪發展熱潮中搶抓機遇，是各環節企業關注的核心議題。從業務持續的角度考慮，把握技術變革與產品應用的融合界限，致力解決質量、ROI、安全可信等核心人工智能產業進階之路人工智能產業進階之路2人工智能產業企業案例人工智能產業企業案例4人工智能產業發展趨勢探討人工智能產業發展趨勢探討5人工智能參與社會建設的千行百業形態和應用邊界不斷拓寬；2022年，人工智能產學研界在通用大模型、行業大模型等促進技術通用性和效率化生產的方向上取得了一定突破。商業價值塑造、通用性提升和效率化應用是AI?2023.3iResearchInc.企業積極部署AI戰略以實現業務增長能化改革的重要抓手，也是各行業領軍企業打造營收護城河的重要方向。麥肯錫2022年對企業應用AI技術的調研表明：也從2018年的平均1.9個增加到2022年的3.8個。除了應用數量上的提升，AI產生的商業價和計算機視覺是每年最常用的技術，而自然語言文本理解已經從2018年的中間位置上升??營收中由AI推動的份額指：1.通過提升AI驅動客戶、供應鏈和渠道等方面的洞察力，使銷售現有產品和服務成為可能；2.利用人機協作模式，使銷售新產品和服務成為可能；3.通過機器算法動態定價。上述包括拆分收入以及凈新營收，但并未計算隨著時間變化，在調研企業中“營收由AI推動的份額”大于30%注釋：取參加調研且至少使用一項人工智能產品的企業的應用AI產品數?2023.3iResearchInc.?2023.3iResearchInc.城市算腦建設推動區域發展與產業升級對人工智能計算/超算中心（簡稱智算中心）的關注度和投資增多。國家信息中心和浪潮信息聯合發布的《智能計算中心算法服務的公共算力新型基礎設施”。我國目前有超過30個城市建設或提出建設智算中心，其中已有近10個城市的智算驅動因素建設熱潮政策指引政策指引應用需求應用需求?全國算力一體化、新型數據中心等構成國家?國務院出臺的《擴大內需戰略規劃綱要（2022-2035年）》提出，“加快建設信息基礎設施，推動人工智能廣泛、深度應這些政策將長遠利好智算中心建設發展?各地大力發展人工智能、生物制藥、芯自動駕駛、數字孿生、元宇宙等創新驅動型?各地積極推動傳統行業產業升級。制造教育、醫療、交通等領域的數字化改革與智封裝多類型預置行業算法便捷服務低代碼或者無代碼便捷服務低代碼或者無代碼開發形式提供通用和智能算力提供通用和智能算力成為區域科技產業的公共基礎設施?據指南測算，“十四五”期間（2021-2025在智算中心實現80%應用水平的情況下，城市對智算中心的投資——2.9~3.4倍36~42倍政策引導解決AI重大應用和產業化問題u智慧農場u智慧農場u智能港口u智能礦山u智能工廠u智慧家居u智能教育u自動駕駛u智能診療u智慧法院《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》《關于支持建設新一代人工智能示范應用場景圍繞構建全鏈條、全過程的人工智能行業應加強研發上下游配合與新技術集成，打造形成一批可復制、可推廣的標桿型示范應用場推動互聯網、大數據、人工智能和實體經濟深度融合，建設數字中國、智慧社會。推進數字產業《關于規范和加強人工智能司法應全方位智能輔助支持。到2030年，建成具有規則引領和應用示范效應的司法人工智能?2023.3iResearchInc.科技倫理治理持續引導AI“向善”隨著AI與社會產業的融合應用，其帶來安全、法律和倫理方面的風險不容忽視。2022年，科技倫理治理的約束力和影響全球：凝聚力與法律效力持續提升《關于加強科技倫理治理的意見》中共中央、國務院提出要從體制、制度、審查監督和教育宣傳四個層面全面開展科技倫理治理工作。首屆人工智能倫理問題全球論壇在布拉格ad《數據法案》明確提出要在保持高隱私、安全、安保和道德標準的同時，平衡數據的流動和使用。ad《人工智能能力和透聯邦政府將AI定義為美國國家戰略的核心《中國關于加強人工智能倫理治理中國政府向聯合國提出AI治理應堅持倫理先行、加強自我約束、提倡《新一代人工智能倫理規范》針對AI管理、研發、供應、使用《新一代人工智能治理原則—《新一代人工智能倫理規范》針對AI管理、研發、供應、使用《新一代人工智能治理原則——發展負責任的人工智能》《人工智能倫理建議書》聯合國教科文組織發布了全球首個針對人工智能倫理制定的規范《人工智能問責框架》美國政府問責署發布，分為治理、數據、性《人工智能倫理道德標準》《人工智能法案》對日常活動、執法和司法中使用AI的情形《可信賴人工智能的倫理指南》《中國關于規范人工智能軍事應用中國向聯合國提出各國研發、部署和使用相關武器系統應遵守國家或中國代表團提出，中方高度重視“致命性自主武器系統”引發的人來源：艾瑞咨詢研究院根據公開資料自主研究繪制。來源：艾?2023.3iResearchInc.人工智能產業投資熱度仍在統計時間內，Pre-A～A+輪人工智能產業創投輪次為數量最多的輪次；整體而言，Pre-B～B輪+及以后輪次的人工智能年我國人工智能產業資本市場投資金額整體縮水，但投資標的更加豐富，孵化出AIGC、元宇宙、虛擬數字人等新投資賽戰略投資（件）并購（件）戰略投資（件）并購（件）4516241821162011IPO（件）種子輪（件）天使輪（件）IPO（件）種子輪（件）天使輪（件）C～C+輪（件）機器學習計算機視覺自然語言處理智能語音注釋：2021～2022年12月統計數據?2023.3iResearchInc.區域與獨角獸企業融資分布特點從區域分布看，統計時間內融資事件集中分布于北上廣、江浙地帶，北京的融資事件密度最高，融資事件數量占全國的備產業園區進行產學研成果轉化、風投機構密布等因素為北上廣、江浙地帶孵化創投項目提供了有利條件。從獨角獸企業融資情況看，統計時間內獨角獸企業占比6.7%，但對應的融資金額比例高達32.3%。獨角獸融資事件集中分布于自動駕駛、醫療、工業、芯片行業賽道，分別孵化出L3及以上智能駕駛解決方案、AIDD藥物研發服務、工業機器人、云端大規?2023.3iResearchInc.融資數量融資金額?2023.3iResearchInc.人工智能產業市場規模面向AI的數據治理、計算機視覺、智能語音與人機交互、機器學習、知識圖譜和自然語言處理等核心產業。據測算，2022年中國人工智能產業規模達1958億元，年增長率7.8%，整體平穩向好。2022年的業務增長主要依靠智算中心建設人、智能制造、決策智能應用等細分領域增長強勁。2027年人工智能產業整體規模可達6122億元?2023.3iResearchInc.人工智能產業圖譜口MINIEYEGeek+"中科聞歌 口MINIEYEGeek+"中科聞歌 ,沃豐科技營銷客服視覺產品三區進化動力"中科聞歌"中科聞歌計算機視覺大數據智能"中科聞歌 營銷客服信貸風控 人工智能技術層TechnologyforAI"中科聞歌 人工智能基礎層InfrastructureforAIinspur浪潮su器"中科聞歌 ?2023.3iResearchInc.人工智能產業進階之路人工智能產業進階之路2人工智能產業企業案例人工智能產業企業案例4人工智能產業發展趨勢探討人工智能產業發展趨勢探討5供了強力支撐和應用產品的全新可能性。基于從AI芯片應用類型來看，以英偉達公司產品為代表的GPU產品長期占據AI芯片應用的主流市場，尤其是在推理側率先展開對GPU的替代。國內互聯網廠商與AI機遇。本、技術的合力推動下，虛擬偶像、虛擬博主火爆出預訓練大模型范式加速落地海量數據積累與治理、深度學習算法突破等，作為確及適配、投入產出比、模型開源及交互等多行業多垂直領域多功能場景個性化定制化場景化個性化定制化場景化腰部/初創廠商：基于API進行二次開發或提供腰部/初創廠商：基于API進行二次開發或提供?2023.3iResearchInc.基于預訓練大模型的生成式AI技術使AIGC這一概念徹底出圈。AIGC是一種全新的內容生產方式，是利用現有文本、音——結合AIGC技術——傳統人力形式“絕望的深淵”?2023.3iResearchInc.AIGC助力數實融合世界建設試水落地；供給側，智能算力支撐、深度神經網絡結構升級、商用基石模型出現、多模態大模型等技術進步驅動了AIGC內容生成、分布式交互算法等進一步提升，AIGC將加速助力數實融合世界建設。新技術與數字內容的海量迸發也增加了“GPT-3.5”的ChatGPT的效果來看，2020年2020年?2023.3iResearchInc.?????GAN（生成對抗網絡）、改像???????2023.3iResearchInc.ChatGPT熱潮閉平臺。邁入2023年，OpenAI的ChatGPT產品所帶來的搜索與問答功能提升和類人的地開啟了新的征程；國內廠商也緊隨其后公布了類ChatGPT的產品研發或者上線計劃。但無論AI技術革新引發的關注與討論多熱烈，最終仍需回到技術產品化的主線上：生成速度、調用成本、內容質量的安全可控及版權歸屬等問題仍是脖子”問題擺在面前；國內廠商的預訓練型訓練也面臨限制。但對于國內AI芯片公司、手握海量數據資源的互聯網巨頭、具備“數據飛輪”的解決方案商、瞄準ChatGPT落地挑戰ChatGPT落地挑戰次；但目前開發者使用API接口的成本已可下降到之前的1/10，用戶量的快速增長會提供數據反哺、產品功能ChatGPT的商業化之路已經逐步跑通。但以低價策略促進用戶增?類似問答式智能體，可跨越式提升C端消費者對AI的感知。與CV浪潮中的人臉識別爆款產品相比，交互性大大增強，對于提升辦公、創作、營銷、代碼等工作效率和質量具有注：詳細分析請見艾瑞ChatGPT專題?2023.3iResearchInc.AI芯片類型算、智算中心、新型數據中心的建設浪潮與互可實現的極致產品性能及DSA部分軟件可編程擴大場景范圍的優質特性，將率先在推理側展開對GPU的替代，順應“先魚a應用場景云支持云端大量運算，靈活適配圖片云支持云端大量運算，靈活適配圖片、語音、視頻等面向機器人/無人機、自動駕駛、智慧安防、工業互聯網、移動互聯網、物聯訓練主要在云端進行，GPU訓練主要在云端進行，GPU在云端訓練場景可充分發擔更多云端訓練任務來轉移云端訓練壓力，同時及相對訓練而言對性能的要求并不高，對精度要求也要更低，但更注重發展成熟之前，FPGA可成為過渡產品，邊緣/端推理芯片可加載于邊緣服務器，也可作為SoC嵌入終端設備，以滿足特定場景需求，端側需求差異大。隨著數據傳輸帶寬壓力、數據因素安全、實時響應的需求，愈多云端推理任務下放?2023.3iResearchInc.國產AI芯片廠商表現面對國外廠商的壟斷壓力，國內互聯網廠商與AI芯片創業廠商積極入局，選擇ASIC-DSA或GPGPU等細分產品架構切入中國ASIC初創廠商多已完成產品迭代，與互聯網短視頻，泛安防廠商或車銷售或規模化應用階段；中國GPGPU廠商產品也在今年陸續完成點亮發布。綜合來看，中國AI芯片廠商已脫離早期的愿GPU廠商：全球GPU市場長期被英偉達、憑借產品性能及CUDA生態占據主流地位。FPGA廠商：FPGA廠商：呈現“兩大兩小”競爭格局，代表企業賽靈思（AMD）、阿爾特拉ASIC廠商：國外專門做ASIC產品的企業GPGPU產品結構的優化對標GPU龍頭英偉達產品。ASIC廠商：多以DSA架構，錨定特定應用場景做錨定泛安防、自動駕駛等領域。代表企業：云天勵注：國內FPGA廠商覆蓋領域廣泛，以紫光同創、上海復旦微電子、安路科技等為代表，專注AI芯片領域的創業廠商較少。互聯網廠商：互聯網廠商：國內互聯網廠商出于自用目的入局AI芯片市場。為了實現極致性能適配，滿足固定場景下的模型與算法需求，我國廠商多選擇ASIC-DSA架構切入，服務于內部特定推理及訓練場景。防互聯網廠商的芯片發展路線多為：先自品銷售。代表企業：阿里平頭哥、百度?2023.3iResearchInc.中國AI芯片產業的逆風而行2022年10月7日，美國對中國半導體產業的禁令管制再一步升級，新增“限制中國企業獲取高性能芯片和先進計算海外英偉達、AMD等大算力AI訓練芯片產品受到管制禁售，需進行參數調整后再受美國禁令影響，訓練芯片的銷售與制造更加被重點管制《美國出口管理條例》——限制滿足條件的芯切斷中國先進芯片的海外供給：根據美國出口管理條例對算力及帶寬的閾值限制，“先進計算芯受美國禁令影響，訓練芯片的銷售與制造更加被重點管制《美國出口管理條例》——限制滿足條件的芯3A090“先進計算芯片”的基礎計算單元算力之和超I/O傳輸接口的傳輸速率4A090“超級計算機”定義為滿足：更小的范圍內，具有100或以上雙精度》3A090“先進計算芯片”的基礎計算單元算力之和超I/O傳輸接口的傳輸速率4A090“超級計算機”定義為滿足：更小的范圍內，具有100或以上雙精度》中國AI芯片廠商面臨的機遇與挑戰根據升級后的美國禁令條例，英偉達超算和云端訓練產品A100和H100、AMD的MI250和MI250X等GPU產品均在禁售范圍之內，英偉達常用于AI推理和視頻編解碼等場景的T4、T100芯》片，及自動駕駛產品線的Orin系列由于算力和帶寬性能并未達標而尚未受到此次管制影響。未來英偉達將推出新款中國特供版海外產品禁售后的參數調整期給國內AI芯片廠商帶來機會：英偉達、AMD等海外產品被禁售后將經歷產品參數調整，這為國內AI芯片廠商的下游市場拓展帶國內AI芯片廠商需從代工工藝、軟硬件生態、芯片架構抓住發展機遇：從代工工藝、先進封裝工藝、芯片產品架構、軟硬件生態建設等維度開展創新，加速實?2023.3iResearchInc.洞察AI芯片變化趨勢2022年，中國AI芯片市場規模約在385億元，未來在國內AI智算中心建設浪潮與AI自主生態驅力下，預計將保持高增長將承擔更多工作負載，助力AI模型在各行各業應用端實現泛化投產。預計2027年，中國AI訓練芯片與推理芯片的比例將AI芯片市場規模（億元）2022-2027年中國AI芯片訓練、推理比例2022-2027年中國AI芯片應用場景比例變化--云端AI芯片（%）--邊緣AI芯片（%）--端側AI芯片（%）?2023.3iResearchInc.決策智能概念及應用決策智能一詞由谷歌于2019年成立同名部門后逐漸為人熟知，這并非是一個底層技術層面的確切定義，而是從商業價值以智能排產為例（白盒優化版）以智能排產為例（白盒優化版）排排?2023.3iResearchInc.求解器技術發展及落地現狀年國內最成熟的COPT僅覆蓋工業、電力和零售為主的6個行業，在金融、傳媒、農業等領域還未起步。且國內以求解器國產商用求解器技術發展現狀2020年Gurobi&COPT商業版用戶行業分布對比國內覆蓋問題業化國內覆蓋問題業化落地最成熟的商用求解器，目前已迭.2019.08.2020.08性規劃的網絡流優化和半.2020.083.2021.09華為OptVerse在線性規劃中的網絡流規劃和單純形.2021.09?2023.3iResearchInc.?2023.3iResearchInc.決策智能解決方案全局化趨勢局優化，能挖掘出決策智能的深層次價值，也是決策智能解決方案進一步成熟的標志。全局優化模式分兩類，一類是 營銷和風控是兩項相對獨立的業務，在用戶里程不同階段都分別對應營銷營銷風控一體化是以用戶運營的視角重新梳理和建構營銷風控的關系，在底層數據和上層經營管理實現更緊密下游環節能夠將上游環節優化后的結果作為條件數據輸入優下游環節能夠將上游環節優化后的結果作為條件數據輸入優智能營銷和風控各自多條業務線決策結果反哺到高管經營分在營銷場景產生和搭建的用戶畫像等外部數據可以在風控業于營銷場景。跨場景數據平臺同時支撐營銷和風控業模式二：串聯業務前后向一體化關鍵價值單獨環節決策智能仍然受到效果有限。從單環節優化向前后拓展其他單獨環節決策智能仍然受到效果有限。從單環節優化向前后拓展其他+}?2023.3iResearchInc.決策智能通用化前景探討策智能解決方案所需數據標簽、特征工程等維度都存在較大差異。這決產品形態：策智能解決方案所需數據標簽、特征工程等維度都存在較大差異。這決產品形態：難題攻堅和路徑整合持續推進：為社會各界開發者和開發團積極推動產、學、研跨界合作，專家、學者模型泛化加速：MADT多智體預訓練大模型由上海數字大腦研究院于2022年推出，全來源：艾瑞咨詢研究院自主研究及繪制。?2023.3iResearchInc.虛擬數字人產品 基于語音識別、計算機視覺完成用戶信息輸入 基于語義理解、知識庫、知識圖譜給到信息回饋 對廠商圖像能力要求高，傳統CG廠商擅長真人驅動；計算機視覺CV廠計算驅動型交互對廠商的對話式AI能力要求高，往往由對話式AI廠商進行能力提供究范疇。在3D原畫建模中，靜態掃描建模（相機陣列掃描重建）為建模應用主流方式，動態光場重建是未來建模驅動：分為真人驅動與計算驅動。 基于終端顯示技術，將數字人產品呈現于手機等智慧終端屏幕。?2023.3iResearchInc.供需產業分析非交互場景互聯網廠商技術積累外包集成以服務屬性為重，輔助或替代人類完成“任務”非交互型虛擬導購/……交互型?2023.3iResearchInc.?2023.3?2023.3iResearchInc.年度表現盤點技術的合力推動下，虛擬數字人產品在“噱頭”“曇花一現”的質疑聲中熱度不減，虛擬偶像、虛擬博主線發展的布局成果。虛擬數字人產品及事件列舉2022年5月，海外虛擬主播2022年5月，海外虛擬主播2022年5月，虛擬偶像團體A-SOUL官方宣布團隊成員珈樂由于“身體和學業的原因”亮相河南衛視2023“歡樂春從前端客戶接待到后端運營管從前端客戶接待到后端運營管心虛擬主持人海小佳首次亮相廣播電視總臺新增了央視新聞的“數字員工”筱翼為用戶提?2023.3iResearchInc.商業化路徑探討泛娛樂–場景價值當下核心價值落點產業服務–場景價值當下核心價值落點C·例：C·例：AI創造批量手語主播，在節約人力同時滿足手語老師供需失衡的應用場景泛娛樂場景的變現收入以B端商業推廣與C端直播打賞為主，頭部效應顯著，品牌代言偏愛有內容特色和粉絲基礎的成熟偶像。泛娛樂場景的變現收入以B端商業推廣與C端直播打賞為主，頭部效應顯著，品牌代言偏愛有內容特色和粉絲基礎的成熟偶像。大量泛娛樂數字人產品“出道即巔峰”，大量泛娛樂數字人產品“出道即巔峰”，而后難以掀起熱度水花，后續運營投入、多方角色參與、類偶像經濟高筑運營門檻。?2023.3iResearchInc.人工智能產業進階之路人工智能產業進階之路2人工智能產業企業案例人工智能產業企業案例4人工智能產業發展趨勢探討人工智能產業發展趨勢探討5行業投融資熱度分布2021-2022年統計時間內共有151起投資事件，工業、泛安防、能源為熱門賽道TOP3，工業賽道以53.6%的過半熱度斬質檢、運輸獲投企業業務涵蓋工業視覺軟件/工業視覺算法平臺、工業智能相機/識別模組、工業視覺軟硬一體機的研發，致力于提升工業領域生產效率、節約人工/材料成本等。作為近兩年來AI產業上市最火爆的細分賽道，涌現了商湯科來源：IT桔子，烯牛數據，艾瑞咨詢研究院自主研究整理及繪制。?2023.3iResearchInc.獲投產品與融資輪次分布用領域的算法服務，如人臉人體識別、文字識別OCR等；而應用于泛安防、零售等場景的視覺軟硬一體機產品占比也達u工業視覺軟件和工業?2023.3iResearchInc. ?2023.3iResearchInc.依然是AI產業規模的主戰場 商。各家以應用場景、產品類型（軟硬一體、純軟標準化平臺/定制化軟件解決方案、硬件）、渠道經驗等為市場切入點， 計算機視覺應用產品規模（億元）來源：艾瑞咨詢研究院根據專家訪談及公開資料自主搭建模型測算繪制。來?2023.3iResearchInc.落地行業賽道特征及競爭策略探討圖像審核圖像審核視覺AIGC：或許會產生CV在C端應用的現象級產品。但國內AI繪畫產品整體處于起步階段，多基于海外金融：人民銀行與銀保監會等提出的遠程開戶放開、理財及代銷產品銷售行為雙錄要求以及刷臉付等持續性刺醫療：行業審批嚴格、審慎性特征強，AI醫療影像市場需求大規模釋放的信號還不明顯，零售：為輔助行業企業降低成本、提升經營效率、解決發展瓶頸提供了新的技術手段，?2023.3iResearchInc.產品架構發展趨勢智能決策分析實時監控預警可視化呈現…… 云服務.r 云服務.r云邊端?2023.3iResearchInc.?2023.3iResearchInc.典型應用場景與廠商分析-工業再配備工業計算機，具有更高效率、開發簡易、硬件投資節約等優點，市場對3D視覺的需求也在不斷提升。圖像采集效果、涉及行業know-how的工程化能力（模型選擇和參數調整等）、數據處理能力等批量復用的產品、過長的項目服務周期等均會給廠商帶來生存壓力。放眼未來，賽道廠商的良性生存需逐步向“標準化:將標準化軟件將標準化軟件設備商服務于最終客戶。需有高質量算法 業康耐視，亦具備標準化硬能力。其標準產品線可跨行覆蓋低端至高端應用，且提定制化→→多種標準產品目前完成度較高的任務如尺寸測量、業康耐視，亦具備標準化硬能力。其標準產品線可跨行覆蓋低端至高端應用，且提定制化→→多種標準產品定制化解決方案（純軟/軟硬一體）提供整體集成定制化解決方案（純軟/軟硬一體）提供整體集成視覺檢測方案自動化解決方案、識別設備項目交付需要較大量的算法研發、后期調優、“重”“重”（提取共性模塊等）及選對目標行服務于“標準化“（提取共性模塊等）及選對目標行及其背后行業know-how與數據積累，典型應用場景與廠商分析-泛安防1：N檢索、視頻結構化等典型產品在2018-2020年密集建設期落地較多。近年來政策資金傾向變弱，G端營收主要依靠帶來了市場機會。但具備價格優勢、渠道優勢的集成商也很快切入競爭，收割了只需求基礎識別功能的中小企業市場。在B端碎片化需求逐步走高、G端需求成本、促銷量”成為廠商塑造競爭力的錨點。理想情況下，標準化平臺可以有標準化平臺建設與維護需大量人力和財力投入，在資本更聚焦頭部優質項目的資金環境下，尚不具備自身造血能力的企業正經歷一段艱難的時期。但隨著平臺規模經濟逐漸顯現，具備算法技術與產品實力的企業“大浪淘沙始見金”?2023.3iResearchInc.技術的工業界落地效用預期技術研發趨勢技術的工業界落地效用預期視覺Transformer(ViT)的研之間的關系，但同時也需要額外的訓練來學習隨機初始化后融入CNN架構的方法。2022年，ViT的應用范圍擴大了，可以生成逼真的連續視頻幀，利用2D圖像序列生成3D場景并在點云中檢測目標；尤其在AIGC浪潮中，助力基于擴散模型模態信息融合分析、與知識和常識結合解決高層次問題、主動感知與適應復雜變化等上仍有待突破。此外“技術同質化”值得期待的技術拐點：AI視覺技術工業界落地2012-20192020-20212022-20232024-20?2023.3iResearchInc.——IntelligentSpeechandHuman-ComputerInteraction行業融資熱度分布 ?2023.3iResearchInc.獲投產品與融資輪次分布熱度分別為40.4%與38.5%。而語音機器人、文本機器人、多模態數字人以不同產品形式并列為三大對話式AI基礎性產品， u語音機器人與文本機來源：IT桔子、烯牛數據，艾瑞咨詢研究院自主研究整理及繪制。?2023.3iResearchInc.?2023.3iResearchInc.智能語音應用-產品洞察121233典型產品：會議記錄庭審記錄典型產品：語音播報有聲讀物典型產品：遠程認證刑偵辦案智能語音應用產品發展洞察：1122從內容輸入看，未來智能語音應用可結合自然語言理解、機器學習、知識圖譜等AI技術，拓展產品場景邊界，在語音內容的識別轉寫基礎上，生成優化策略與對應方案，以更從內容輸出來看，語音合成技術愈發成熟，通用TTS已做到口齒清晰、自然停頓的擬人化表達，個性化TTS在近幾年得到快速發展，一方面可通過小樣本快速生成定制化語音，一方面對個性化表達的情緒把控也更加成熟，在文娛、自媒體、教?2023.3iResearchInc.智能語音應用-市場規模代表的綜合互聯網廠商與科大訊飛、思必馳代表的AI語音廠商為代表已占據主要市場地位。由網領域在個性化語音生成、語音轉寫翻譯及語音審核的產品應用需求加速釋放，2022年下游分布占比達到26.5%；其次為教育領域，如口語考試、高教語音應用及翻譯機學習機等產品應用逐步成為青少年教育的剛性需求，2022年下游分布智能語音應用產品規模（億元）來源：艾瑞咨詢研究院根據專家訪談及公開資料自主搭建模型測算繪制。來?2023.3iResearchInc.?20人機交互領域-市場規模人、語音機器人、多模態數字人等為典型產品代表，廣泛應用于客服、營銷、內部問答、泛娛樂等對話交互場景。2022年，中國人機交互領域的消費級硬件產品規模與對話式AI產品規模分別為43億元與65億元，總規模達到109億元。未來，受元宇宙、物聯網、5G、多模態AI等融合技術驅力推動，預計2027年中國人機交互領域的消費級硬件產品規模2020-2027年中國人機交互產業規模2022年中國對話式AI市 對話式AI產品規模（億元）消費級硬件產品規模（億元）其他（泛交互領域）2022年受疫情及經域對話式AI投入有所2022年，在管控政策的對話交互需2022年受疫情及經域對話式AI投入有所互聯網占比24.3%互聯網占比24.3%來源：艾瑞咨詢研究院根據專家訪談及公開資料自主搭建模型測算繪制。來?2023.3iResearchInc.?20人機交互領域-技術創新封閉域對話：體任務，有明確目標與限定范圍。常應用在標準化/半標省人力成本或提升人工效率。由知識庫技術支持封閉OOMeta大模型參數訓練需要大規模算力支持與大量數據封閉域對話：體任務，有明確目標與限定范圍。常應用在標準化/半標省人力成本或提升人工效率。由知識庫技術支持封閉OOMeta大模型參數訓練需要大規模算力支持與大量數據本及內容資源，因此成功開發訓練大模型的廠商封閉域開放域完成人機交互目的，開放域對話：沒有框定主題或明確對話目標，可進行隨機內容對話，又稱非任務型對話。隨著對話模型技術的發展突破，開放域對話不僅僅是閑談或枯燥回復，AI可以實現在開放領域更加有意義、生動擬人化的對話交互過程。?2023.3iResearchInc.——MachineLearning行業融資熱度分布統計時間內共有155起投資事件，醫療、工業、零售、金融為熱門賽道TOP4，醫療賽道以46.5%的熱度斬獲中國機器學學習事件數比例超60%，融資金額占醫療機器學習融資金額比例超65%。資金除了注入晶泰科技、英硒智能這樣的獨角?2023.3iResearchInc.獲投產品與融資輪次分布統計時間內，AIDD賽道的藥物研發平臺與服務為獲投熱度最高的典型機器學習產品集中在靶點發現與化合物合成階段，靶點發現與化41.2%?2023.3iResearchInc. ?2023.3iResearchInc.市場規模機器學習應用產品與服務規模（億元）?2023.3iResearchInc.?2023.3iResearchInc.形態二：形態二：?算法選擇：聚類/分類回歸/決策樹……??TensorFlow/PyTorch/Al器學習開發平臺的形態而存在。機器學習開發平臺作為一類高開發、培訓等人力服務捆綁在一起打包對外出售。2020年后，部分客戶在內部組建培育出更多的專業技術團隊，并出于策優化類產品（決策智能產品的一類典型應用）。 機器學習開發平臺（含入門版與專業版）對數據進行可視化展示結合歷史數據分析現象背基于分析出的歷史規律基于業務實際限制條件?2023.3iResearchInc.產品核心指標表現與建設現狀說明：IT基礎支持與架構設計、產品功能設計、業務知識儲備為一級評級指標，與之顏色相對應的細分內容為該一級指標之下的二級指標。雷達圖以二IT基礎支持與架構設計產品功能設計業務邏輯清晰度、交互友好度操作便捷度需求側側重技術指標供給側技術強項指標12 1）偏中下層的大數據部署仍是主要強化部署自有的AI平臺。3）企業優先在進行數據深度挖掘的高頻業務領據智能時代如何將數據與工具融合，商可借此驗證自身平臺的可靠性與整來源：艾瑞咨詢研究院自主研究繪制。?2023.3iResearchInc.?2023.3iResearchInc.參與者在產業鏈核心環節表現AI企業具備模型開發優勢，將強化決策智機器學習主流參與玩家產業鏈核心環節表現與未未來布局策略未來布局策略是否具備系統的數據治理模塊與是否為企業主營是否具備自主的云計算、邊緣計算、隱私是否具備數據是否是否具備系統的數據治理模塊與是否為企業主營是否具備自主的云計算、邊緣計算、隱私是否具備數據是否能將自研數據庫打包進是否具備將傳統ML、知識圖譜、是否具備體系化的平臺模塊與組發工具是否能獨供定制化應用開需要兼顧技術專Know-how、項…賽道資本情況：2021-2022年，中國知識圖譜賽道累計投融資事件數達33起。金融、零售、政務、工業為知識圖譜Top4應用領域；同期NLP賽道累計投融資事件數達到54起。金融、醫療、零售、政務為NLP賽道Top4產業規模解讀：2022年中國知識圖譜產業規模約為68億元，NLP產業規模約為87億元。金融均為占比最高的核心領域，2022年金融知識圖譜市場規模21億元、金融NLP市場規模23億元。金融領域銀行、證券、保險等產品發展洞察1）預計知識圖譜未來應用熱度將在政企數字化持續轉型的建設驅動下有所回暖2）產業趨勢探討1）政策引導、業務痛點、行業本質內涵和語言大模型商業化應用，一批聚焦語言大模型開發與應用的產業鏈上下游企業具備發展契機2）?2023.3iResearchInc.知識圖譜與自然語言處理（1）NLP本質是一個文本處理+機器學習的過程，它讓計算機完成以自然語言為載體的各類非結構化信息的處理任務；識別標注。2018年ELMo、GPT、BERT三大NLP模型出現，標志著NLP對文字語義的處理進入了新的歷史臺階，泛化能確且可延伸閱讀；金融領域風控、營銷、反欺詐、反洗錢等應用需基于NLP進行知識挖掘，基于KG實現多層關系挖掘；圍主要包括：通用網絡搜索與推薦、文本生成/分析/審核、行業垂直知識庫及應用、RPA產品中的NLP部分、大數據產品文本生成/分析/文本生成/分析/市場規模2020-2027年中國知識圖譜產業規模知識圖譜產業市場規模（億元）來源：艾瑞咨詢研究院根據專家訪談及公開資料自主搭建模型測算繪制。來?2023.3iResearchInc.知識圖譜行業融資熱度分布2021年至2022年，中國知識圖譜賽道累計投融資事件數達到33起。其中，金融、零售、政務、工業為知識圖譜Top4應用領域，占比分別達到54.5%、36.4%、27.3%與27.3%，更快滲透在信貸風控、精準營銷、業務流程優化等核心場景。排名第二的零售行業主要為互聯網零售企業在精準推薦、精準營銷與智能問答領域的產品應用，與對話式AI結合緊密。面對復雜問答場景，知識圖譜可作為對話機器人產品的背后?2023.3iResearchInc.知識圖譜獲投產品與融資輪次分布知識圖譜典型產品形式可劃分為知識圖譜平臺應用、嵌入機器學習平臺、結合對話式AI產品、嵌入大數據平臺四類。根據2021-2022年知識圖譜獲投典型產品熱度分布來看，排名第一的仍然是知識圖譜平臺應用，其次為機器學習平臺，位列嵌入機器學習平臺，嵌入大數據平臺，提來源：IT桔子、烯牛數據，艾瑞咨詢研究院自主研究整理及繪制。?2023.3iResearchInc.?2023.3iResearchInc.知識圖譜產品路徑構建實體語義網絡，原圖應用，通過圖譜產生直接價值，如學術知識查詢、識別理解用戶深層搜索意圖及需求，讓檢索更準確，并基于用戶和物品的精確畫像，實現準確的匹配與有針對基于問題的語義理解及解析，利用知通過知識圖譜對信息源的生數據進行處理，將產出的結構化關聯數據用于深度學習算法行業應用（列舉）行業應用（列舉） ?2023.3iResearchInc.知識圖譜廠商發展方向僅在20%左右，以文件、語音、圖片等形式存在的非結構化數據占比高達80%。知識圖譜廠商可提高下游企業對“知識譜與自然語言理解技術息息相關，業界一直有在討論預訓練語言模型與知識圖譜的結合研究，因此最近ChatGPT模型的方面端到端的ChatGPT模型也將對長鏈條的知識圖譜體系應用帶來替代沖擊。但由于大規模預訓練語言模型在可解釋性/數據運營管理平臺、知識圖譜應用、NLP應用。在打通數據孤島設。從應用產出角度攤薄知識圖譜的建設成本，對海量非結構化的文檔及數據進行知識管理，擴大數據信息連接范圍，基于更大層級的知識流轉?2023.3iResearchInc.自然語言處理行業融資情況文本生成、機器翻譯、垂直領域認知智能產品（如醫療CDSS、政務輿情監測系統）等。其中平臺類（如語言大模型等） 注釋：廠商主營業務主要包含IDP（智能文檔處理）、RPA/IPA（智能機器人流程自動化）、專用搜索引擎、文本生成、機器翻譯、垂直領域認知智能產品（如醫療CDSS、?2023.3iResearchInc.自然語言處理產品與廠商發展路徑NLP作為AI融合性技術應用賽道前景廣闊；基于計算機理解和生成自自動問答不再是簡單的基于關鍵詞匹配排序的信息檢索要求計算機理解用戶輸入的自然語言信息，/討厭等）進行挖掘和分析的過程?金融領域，各大銀行、券商的智能客服與知識庫產品需要借助NLP技術，但基于數據安全傾向于選擇私有化部署形式且?政務/公安領域應用多以私有化部署形式確保數據安全。且基于公安統一平臺建設需求，對 ?產品SaaS化應用多集成于大數據平臺中或以開放平臺API形式調用，企業可調用云端NLP能力服務于搜索推薦、智能營銷、?目前我國的目前我國的NLP廠商多集研發算法、解?互聯網頭部企業：頭部廠商研發投入較多，具備智能算力、互聯網數據、AI算法技術人才多方優勢，以搜索、電商、社交等場景應用為流量入口，打造全產?NLP垂直賽道廠商：聚焦自然語言和文本處理等場景應用外，深耕算法開發平臺建設，打造技術壁壘。產品中也會集知識圖譜產業化提供了機會，搜索、推薦、風控等領域也是KG廠商的競爭賽道?對話式AI廠商：服務于對話機器人產品開發，致力打造面向工業化生產環境的?2023.3iResearchInc.人工智能基礎層_“AI數據資源”——TheAIDataResourceofAIinfrastructure總體評價：算力、算法、數據是人工智能產業發展的三大要素。前文我們已經討論了AI芯片、智算中心、預訓AI數據治理”的資源價值。十四屆全國人大一次會議上市場規模：作為AI應用開發“燃料”，AI數據資源產業規模穩步提升。2022年中國AI基礎數據服務市場規模（含數據采集與標注）為31億元；2022年中國面向人工智能的數據治理市場規模約為45億元。來產業機會，需加深對NLP數據集和相關標注平臺的開發優化；現階段高質量、易監督數據存量見底，基于提供面向AI數據治理軟件服務的企業主要有數據平臺基因廠商和AI基因廠商兩類。兩類廠商可能基于同類業務AI產業的“數據基石”（1）AI基礎數據服務是指為各業務場景中的AI算法訓練與調優而提供的數據庫設計、數據采集、數據清洗、據治理在客戶AI項目的實施中普遍花費90%以上的精力。而已搭建傳統數據治理體系的企業目前仍多停留在對★數據標注★數據標注以設計好的數據體系為采集標準、以各類硬件設備或數據采集系統、爬蟲軟件等為采集工具，對一手、二手數據進行以設計好的數據體系為采集標準、以各類硬件設備或數據采集系統、爬蟲軟件等為采集工具，對一手、二手數據進行借助標注工具加工已清洗好的數據，標注過程使用圖像降噪與拉框、OCR、語音音素提取、語義分割、語音轉寫、語音合成等技術，人機邏輯有誤的數據，去除★★數據質檢以質量監管制度為標準，以質量監管制度為標準，把控各環節的人員行為與數據質量，提高數據準確率。目前已融合AI批量檢測能力與生物識數據標注和數據質檢環節重要程度較高（根據工作量與時間占比、采購服務占比等）數據集為AI基礎數據服務的最終環節與成果。根據應用后的模型訓練效果決定是否要調整數據集，根據業務情況返回之前的某挖掘企業內外部信息，