人工智能與工業(yè)融合發(fā)展研究報(bào)告

1、 揚(yáng)帆起航人工智能與工業(yè)融合發(fā)展研究報(bào)告核心結(jié)論01AI與工業(yè)的融合發(fā)展從相向而行 到攜手共進(jìn)02計(jì)算機(jī)視覺技術(shù)成為推動AI與工業(yè)深度融 合的“金剛鉆”03AI與千行百業(yè)的階梯性融合是 未來AI產(chǎn)業(yè)發(fā)展的主風(fēng)口04善于創(chuàng)新的企業(yè)將率先進(jìn)入智能時代，對 數(shù)字化、網(wǎng)絡(luò)化階段的競爭對手降維打擊05在框架級算法開發(fā)能力的支持下， AI將像水電一樣普及到工業(yè)企業(yè)06互信為基，共贏為臺，數(shù)據(jù)為墩，AI為拱， 生態(tài)伙伴共建智能化轉(zhuǎn)型之橋，連接中國 制造的昨天與明天123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀 AI與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進(jìn)AI與工業(yè)深度融合的建議目錄產(chǎn)業(yè)發(fā)展新態(tài)勢

2、全球AI企業(yè)數(shù)量趨于穩(wěn)定,全球活躍AI企業(yè)達(dá)5,526家，主要 分布在美國、中國、英國、加拿大和印度數(shù)據(jù)來源：中國信息通信研究院，2019年10月9.5114.6922.5934.8751.2770.9494.41118.602040608010012014020182019*2020*2021*2022*2023*2024*2025*數(shù)據(jù)來源：Statista, Tractica, 2018AI軟件市場規(guī)模保持高速增長，2019年預(yù)計(jì)達(dá)到146.9億美 元，未來5年將保持133%以上的年復(fù)合增長率全球AI軟件市場規(guī)模（單位：百萬美元）全球AI產(chǎn)業(yè)生態(tài)日益完善，美國在芯片、深度學(xué)習(xí)框架等領(lǐng) 域

3、均占據(jù)主導(dǎo)地位產(chǎn)業(yè)發(fā)展新態(tài)勢我國已經(jīng)初步形成較完整的AI產(chǎn)業(yè)鏈條，部分應(yīng)用軟件和新型終端產(chǎn)品發(fā)展迅速，未來幾年應(yīng)用市場有望呈現(xiàn)爆發(fā)式增長數(shù)據(jù)來源：易觀，中國人工智能學(xué)會，2019年8月我國人工智能市場規(guī)模智 能 產(chǎn) 品行 業(yè) 應(yīng) 用智能翻譯系統(tǒng)醫(yī)療影像輔助診斷 系統(tǒng)視頻圖像身份識別 系統(tǒng)智能語音交互 系統(tǒng)智能無人機(jī)智能服務(wù)機(jī)器人智能網(wǎng)聯(lián)汽車智能家居產(chǎn)品智能交通智能制造智能農(nóng)業(yè)智能金融智能教育智能物流智能文化智能體育開源開放平臺神經(jīng)網(wǎng)絡(luò)芯片智能傳感器網(wǎng)絡(luò)安全保障體系支撐體系行業(yè)訓(xùn)練資源庫標(biāo)準(zhǔn)測試及知識產(chǎn) 權(quán)服務(wù)平臺智能化網(wǎng)絡(luò)基礎(chǔ)設(shè) 施智能醫(yī)療智能能源核 心 基 礎(chǔ)2019年我國人工智能市場規(guī)?？?/p>

4、達(dá)760億 元，未來將保持高速增長，預(yù)計(jì)到2022年 可達(dá)到5,580億元。技術(shù)發(fā)展新態(tài)勢機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法是AI的兩大熱點(diǎn)33.30%機(jī)器學(xué)習(xí) 其他AI技術(shù)66.70% 175%46%40%20%0%80%60%160%140%120%100%180%200%深度學(xué)習(xí)專利神經(jīng)網(wǎng)絡(luò)專利增長率數(shù)據(jù)來源：世界知識產(chǎn)權(quán)組織WIPO發(fā)布的技術(shù)趨勢2019：人工智能開源深度學(xué)習(xí)框架成為科技巨頭全面布局的重點(diǎn)針對深度學(xué)習(xí)算法的專用AI芯片未來可能成為主力GPUFPGAASICGPU、FPGA是目前AI芯片的主流技術(shù)路線ASIC專用芯片作為新兵異軍突起可定制化高性能低功耗技術(shù)發(fā)展新態(tài)勢Gartner

5、 2019AI成熟度曲線99.5%2.25%82.5%美國NIST數(shù)據(jù) 人臉識別準(zhǔn)確率WebVision 圖像分類錯誤率WebVision 萬物識別精確率深度學(xué)習(xí)算法的紅利加速擴(kuò)散，計(jì)算機(jī)視覺等主流AI技術(shù)加快成熟當(dāng)前計(jì)算機(jī)視覺技術(shù)相對成熟我國計(jì)算機(jī)視覺技術(shù)已經(jīng)走在世界前列曠視已經(jīng)連續(xù)在計(jì)算機(jī)視覺領(lǐng)域頂級賽事上獲得27項(xiàng)世界冠軍應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用全面賦能生產(chǎn)生活各個方面，即將迎來應(yīng)用繁榮期交通領(lǐng)域醫(yī)療領(lǐng)域農(nóng)業(yè)智能育種農(nóng)業(yè)大腦無人機(jī)植保機(jī)器人采摘采礦業(yè)礦物勘探預(yù)測采礦機(jī)器人制造業(yè)工業(yè)視覺無人工廠工業(yè)互聯(lián)網(wǎng)工業(yè)機(jī)器人無人機(jī)設(shè)備巡檢能源AI節(jié)能分析金融身份識別智能交通分析無人駕駛AI客服教育機(jī)器

6、人教育智能批改醫(yī)療影像輔助診療健康管理醫(yī)院管理AI的核心發(fā)展要素逐漸完備，在很多領(lǐng)域取得了突破性 進(jìn)展，在農(nóng)業(yè)、制造業(yè)、交 通等多個領(lǐng)域已經(jīng)產(chǎn)生了較 為成熟的應(yīng)用，正在逐步走 向推廣實(shí)踐階段應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用領(lǐng)域逐漸從互聯(lián)網(wǎng)、新零售向制造業(yè)、農(nóng)業(yè)等實(shí)體經(jīng)濟(jì)領(lǐng)域拓展AI對弈20162018科學(xué)研究互聯(lián)網(wǎng)、新零售行業(yè)個性化搜索 精準(zhǔn)營銷制造工藝優(yōu)化 質(zhì)量檢測 故障檢測 智能物流預(yù)測性維護(hù) 生產(chǎn)安全管理AI育種智能環(huán)境分析控制 智能施肥灌溉病蟲害診斷預(yù)測 無人機(jī)植保 智能采摘信息化程度高、擁有豐富數(shù)據(jù)資源，具有AI落地的天然優(yōu)勢制造業(yè)、農(nóng)業(yè) 等實(shí)體經(jīng)濟(jì)領(lǐng)域數(shù)字化轉(zhuǎn)型的不斷深入，信息化水 平日益提

7、升，逐步具備應(yīng)用AI的基 本條件123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀 AI與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進(jìn)AI與工業(yè)深度融合的建議目錄工業(yè)互聯(lián)網(wǎng)建設(shè)取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網(wǎng)平臺建設(shè)水平顯著提升互聯(lián)網(wǎng)企業(yè)創(chuàng)新型企業(yè)大型制造企業(yè)我國工業(yè)互聯(lián)網(wǎng)平臺數(shù)量達(dá)到了上百個具有一定區(qū)域和行業(yè)影響力的平臺超過70個單個重點(diǎn)平臺平均工業(yè)設(shè)備連接數(shù)達(dá)到69萬臺工業(yè)App數(shù)量突破2124個工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用水平持續(xù)提升工業(yè)互聯(lián)網(wǎng)平臺已經(jīng)滲透到鋼鐵、機(jī)械、航空航天、家電等多個行業(yè)，有力促進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)提 質(zhì)降本增效，部分先行先試企業(yè)勞動生產(chǎn)效率提高20%以上。AI與生

8、產(chǎn)制造過程融合，提高生產(chǎn)質(zhì)量與效率構(gòu)建生產(chǎn)任務(wù) 自主決策能力ABB在智能工廠部署多種機(jī)器人 生產(chǎn)效率提升 3%產(chǎn)品種類增加 3倍AI技術(shù)全面優(yōu)化 生產(chǎn)工藝過程阿里云ET工業(yè)大腦優(yōu)化工藝過程 中策橡膠公司 煉膠時間縮短10%， 煉膠溫度降低 6%智能在線檢測 提升檢測水平曠視提供整體智能質(zhì)檢方案 缺陷檢測率提高90%降低85%以上人工成本AI與工業(yè)產(chǎn)品融合，實(shí)現(xiàn)產(chǎn)品智能化升級產(chǎn)品故障預(yù)測智能化羅羅公司針對Trent航空發(fā)動機(jī)，采用預(yù)測分析和 機(jī)器學(xué)習(xí)技術(shù)，分析葉片潛在運(yùn)行質(zhì)量問題，建立 智能化預(yù)測預(yù)警模式，提升發(fā)動機(jī)故障預(yù)警能力產(chǎn)品運(yùn)維智能化GE依托東方航空公司的航空安全數(shù)據(jù)、飛行計(jì)劃、導(dǎo)航及

9、環(huán)境數(shù)據(jù)，構(gòu)建發(fā)動機(jī)研發(fā)、生產(chǎn)和運(yùn)行維護(hù)數(shù)據(jù)的集成 平臺，支持東航建立飛行運(yùn)維數(shù)字化、智能化解決方案建立R2數(shù)據(jù)實(shí)驗(yàn)室，利用數(shù)據(jù)分析、工 業(yè)AI與機(jī)器學(xué)習(xí)技術(shù)，加快數(shù)字化轉(zhuǎn)型航空運(yùn)營與發(fā)動機(jī)制造公司合作，構(gòu)建數(shù)字化的 發(fā)動機(jī)使用與維護(hù)、成本管理與航班計(jì)劃方案國際頭部企業(yè)深化AI技術(shù)應(yīng)用，全面釋放智能工廠潛能生產(chǎn)設(shè)備運(yùn)行過程數(shù)據(jù)化監(jiān)控西門子EPA（設(shè)備預(yù)測性分析）系統(tǒng) 青島煉化公司提前數(shù)天實(shí)現(xiàn)設(shè)備預(yù)警 穩(wěn)定運(yùn)行長達(dá)十年，減少80%報(bào)警數(shù)量智能工廠運(yùn)營管理“透明化”施耐德打造基于數(shù)據(jù)的“透明工廠”實(shí)現(xiàn)生產(chǎn)運(yùn)營管理過程的透明可視，具備對 全程生產(chǎn)運(yùn)營環(huán)境進(jìn)行數(shù)字化追溯的能力AI與工業(yè)子行業(yè)融合的程度

10、呈現(xiàn)較大差異數(shù)據(jù)來源：中國信息通信研究院，北京曠視科技有限公司，2019年12月基于19個工業(yè)子行業(yè)40家典型企業(yè)調(diào)研數(shù)據(jù)IAI融合指數(shù)19個工業(yè)子行業(yè)的AI融合度指數(shù)AI應(yīng)用部署與應(yīng)用效果顯著AI應(yīng)用部署與應(yīng)用效果相對落后智能化基礎(chǔ)好、 AI融合前景廣闊從4個維度對工業(yè)子行業(yè)AI融合度打分AI相關(guān)投入、AI應(yīng)用效果、AI應(yīng)用滲透程度、 AI技術(shù)人才123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀 AI與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進(jìn)AI與工業(yè)深度融合的建議目錄AI與工業(yè)融合空間巨大附加價(jià)值高智 力苦低力第一階段：拉升谷底 降低降本第二階段：整體提升生產(chǎn)方式和商業(yè)模式升級，提

11、高附 加值研發(fā)設(shè)計(jì)生產(chǎn)制造市場服務(wù)8.708.702.72無AI有AI2035年中國制造業(yè)總增加值（萬億美元）AI將為中國制造業(yè)額外貢獻(xiàn)2.7萬億美元的增加值，相對無AI應(yīng)用增加近31%驅(qū)動因素1：降本增效AI與工業(yè)深度融合為工業(yè)領(lǐng)域降本增效提供 有效途徑驅(qū)動因素2：產(chǎn)品高質(zhì)量需求工業(yè)產(chǎn)品與服務(wù)全流程質(zhì)量檢測、診斷 與優(yōu)化將成為AI應(yīng)用的重要場景數(shù)據(jù)來源：埃森哲驅(qū)動因素3：人口老齡化AI勞動力替代在工業(yè)領(lǐng)域?qū)l(fā)揮重要 作用AI將分階段實(shí)現(xiàn)與細(xì)分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計(jì)算機(jī)和通信設(shè) 備制造業(yè)石油和煤炭燃料加工業(yè)鐵路、船舶、航空航天運(yùn) 輸設(shè)備制造業(yè)AI最先深度融合滲透的細(xì)分行業(yè)AI與制

12、造業(yè)：同步應(yīng)用于全流程AI與采礦業(yè)和能源行業(yè)生產(chǎn)制造倉儲物流售后服務(wù)研發(fā)設(shè)計(jì)率先應(yīng)用于作業(yè)環(huán)境條件較差的領(lǐng)域風(fēng)電設(shè)備運(yùn)維采礦整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產(chǎn)、 快速交付和降低能耗未來的計(jì)算不僅僅局限在大型數(shù)據(jù) 中心，而將分布在由云-邊-端構(gòu)成 的一體化架構(gòu)上。云端邊緣設(shè)備終端終端終端終端 設(shè)備設(shè)備設(shè)備設(shè)備上 傳下 載請 求結(jié)請結(jié)果求果請 求結(jié) 果請 求結(jié) 果一半以上 的終端設(shè) 備數(shù)據(jù)需 要在網(wǎng)絡(luò) 邊緣側(cè)分 析處理私有化部署的交鑰匙方案將 成為主流產(chǎn)品形態(tài)大部分工業(yè)企業(yè)需要部署交鑰匙方 案，對解決方案提供商的整合能力 提出了高標(biāo)準(zhǔn)要求。個性化的細(xì)分場景需求 成為主要需求

13、類型解決方案提供商需提煉企業(yè)共性需求，面向行業(yè)開發(fā)通用模板，并根據(jù)企 業(yè)需求快速、低成本定制開發(fā)開發(fā)， 在AI算法上降低成本、縮短周期。2145私有化部署軟件安裝運(yùn)行 在企業(yè)本地服務(wù)器上企業(yè)自主 掌控所有 數(shù)據(jù)和權(quán) 限3可實(shí)現(xiàn)內(nèi)外網(wǎng)隔 離，安全性更高個性化強(qiáng)， 企業(yè)可按需 定制功能擴(kuò)展性高， 企業(yè)能自行 二次開發(fā)AI工業(yè)實(shí) 資 生 能 安 經(jīng) 物 時 產(chǎn) 產(chǎn) 源 全 營 流 監(jiān) 管 運(yùn) 管 環(huán) 管 管 控 理 行 理 保 理 理風(fēng)機(jī)無人巡檢輸配電網(wǎng)無人 巡檢智能電力調(diào)度智能用電管理場景化是人工智能與工業(yè)深度融合的必然選擇制造業(yè)典型融合場景:覆蓋制造業(yè)全流程 9個典型應(yīng)用場景能源行業(yè)典型融合場景

14、:覆蓋能源生產(chǎn)、傳輸和使用全過程設(shè)備維護(hù)采礦作業(yè)礦山勘探采礦業(yè)典型融合場景：在危險(xiǎn)環(huán)境下替代人力制造業(yè)融合場景：提高復(fù)雜產(chǎn)品的設(shè)計(jì)與仿真能力UTC公司基于知識圖譜構(gòu)建設(shè)計(jì) 資料庫，運(yùn)用深度學(xué)習(xí)確定方案換熱器重量減輕20%，傳熱效率 提高80%，設(shè)計(jì)周期加快9倍實(shí)現(xiàn)復(fù)雜產(chǎn)品的智能化設(shè)計(jì)智能仿真降低建模難度AI技術(shù)與仿真模型深度融合，開 展虛擬裝配，進(jìn)行產(chǎn)品驗(yàn)證吉利公司應(yīng)用AI技術(shù)進(jìn)行碰撞仿 真，從30個小時縮短到10個小時制造業(yè)融合場景：實(shí)現(xiàn)生產(chǎn)制造過程的精準(zhǔn)化與個性化深度優(yōu)化制造工藝過程采用深度學(xué)習(xí)對設(shè)備運(yùn)行狀態(tài)、工藝過程等進(jìn)行分析，找出最優(yōu)工藝參數(shù)應(yīng)用ET工業(yè)大腦，恒逸石化燃煤效率提升2.6

15、%，天合光能生產(chǎn)A品率提升7%實(shí)現(xiàn)個性化定制模式以AI為核心，數(shù)據(jù)為生產(chǎn)驅(qū)動，融合物聯(lián)網(wǎng)，形成個性化大規(guī)模定制生產(chǎn)模式酷特公司構(gòu)建智能排產(chǎn)、智能排版、智能裁剪系統(tǒng)，構(gòu)建千萬級服裝版型數(shù)據(jù) 庫，驅(qū)動10000個數(shù)據(jù)同步變化，定制生產(chǎn)周期從50個工作日縮短至7個工作日構(gòu)建設(shè)備自學(xué)習(xí)能力新松公司GCR20-1100協(xié)作機(jī)器人利用智能傳感器與3D視覺技術(shù)，按照樣條曲 線路徑對鞋底區(qū)域進(jìn)行自動涂膠，逐步增強(qiáng)協(xié)作機(jī)器人的學(xué)習(xí)與感知能力制造業(yè)融合場景：智能倉儲智能倉儲依托搬運(yùn)機(jī)器人、碼垛機(jī)器人、自動化立體庫等智能裝備，實(shí)現(xiàn)智能搬運(yùn)。與傳統(tǒng)倉儲相比，智能倉儲 從空間利用率、作業(yè)效率、人工成本等指標(biāo)來看，優(yōu)勢顯

16、著，降本增效明顯。曠視推出供應(yīng)鏈操作系統(tǒng)河圖,在電商倉庫中協(xié)同 500臺機(jī)器人并發(fā)工作，將倉庫效率提升了40%在全球部署了10萬臺以上機(jī)器人，智能系統(tǒng)作業(yè)效率 要比傳統(tǒng)的物流作業(yè)提升2-4倍，準(zhǔn)確率達(dá)到99.99%制造業(yè)融合場景：預(yù)測性維護(hù)在設(shè)備/系統(tǒng)預(yù)測性維護(hù)中，機(jī)器學(xué)習(xí)方法擬合設(shè)備運(yùn)行復(fù)雜非線性關(guān)系，能夠提升預(yù)測準(zhǔn)確率，減少成本與故障 率。設(shè)備智能管理設(shè)備智能運(yùn)行監(jiān)控設(shè)備智能售后服務(wù)設(shè)備管理成本降低50%運(yùn)行管理反應(yīng)時間縮 短80%售后時間縮短30% 成 本降低50%制造業(yè)融合場景： 安全管理安全管理貫穿制造業(yè)運(yùn)營的始終。通過計(jì)算機(jī)視覺等技術(shù)對危險(xiǎn)區(qū)域進(jìn)行管控，實(shí)現(xiàn)識別并跟蹤進(jìn)入危險(xiǎn)區(qū)域的

17、非 授權(quán)對象、監(jiān)控作業(yè)區(qū)域人員是否按規(guī)定佩戴安全帽、穿安全服，將安全生產(chǎn)的風(fēng)險(xiǎn)降到最低。為華潤電力部署了園區(qū)安全管理系統(tǒng)，利用人臉識別、物體檢測等計(jì)算機(jī)視覺算法， 對變電設(shè)備周邊等危險(xiǎn)區(qū)域?qū)崿F(xiàn)了7*24小時警戒，顯著提升了安全管理水平能源行業(yè)融合場景AI在能源領(lǐng)域的應(yīng)用主要可以解決能源行業(yè)現(xiàn)在存在的痛點(diǎn)問題，從而最大化的提升能源的供給、使用效率，節(jié) 約能源資源，實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境保護(hù)的雙贏。風(fēng)機(jī)無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理能源生產(chǎn)應(yīng)用無人機(jī)、深度學(xué)習(xí)等技術(shù)實(shí)現(xiàn)高 頻次、高質(zhì)量、全覆蓋的設(shè)備巡檢， 少故障隱患，減少故障處理速度能源傳輸應(yīng)用機(jī)器人、深度學(xué)習(xí)等技術(shù)實(shí)現(xiàn)全 天24小

18、時實(shí)時監(jiān)控，大大降低人工工 作量能源使用通過機(jī)器學(xué)習(xí)的應(yīng)用優(yōu)化供能、用能 端，大大提升能源的供應(yīng)和使用效率采礦業(yè)融合場景AI分析各類設(shè)備運(yùn)行狀況，發(fā)出AI預(yù)警，有助于避免因部件故障而導(dǎo)致代價(jià)高 昂的采礦事故。當(dāng)前機(jī)器人已經(jīng)被應(yīng)用于無人采礦作業(yè) 中，顯著降低可能出現(xiàn)的危險(xiǎn)事件，同 時提高整體生產(chǎn)效率。利用AI技術(shù)改進(jìn)礦產(chǎn)資源的發(fā)現(xiàn)與 規(guī)劃，為采礦行業(yè)帶來更科學(xué)的規(guī) 劃思路與更可觀的投資回報(bào)。010203礦山勘探勘探識別鉆潛在價(jià)值高的區(qū)域采礦作業(yè)采礦人員需在惡劣環(huán)境中進(jìn)行挖掘作業(yè)設(shè)備維護(hù)采礦重型裝備需要不斷維護(hù)、維修人工智能較早已融入采礦業(yè)，提供提升效率、解決安全問題的有力手段，幫助采礦企業(yè)長期保

19、持自身價(jià)值產(chǎn)出123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀 AI與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進(jìn)AI與工業(yè)深度融合的建議目錄AI共性技術(shù)亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供應(yīng)商缺乏框架級的AI算法開發(fā)能力AI技術(shù)體系核心：深度學(xué)習(xí)框架3%6%7%7%8%8%18%23%24%52%3%0%10%20%30%40%50%60%TensorFlow Torch/PyTorchCaffe Scikit-learnMXNet MLib TensorLayerCNTKPaddlePaddleMahout Theano使用普及率數(shù)據(jù)來源：CSDN，2018-2019年中國

20、開發(fā)者報(bào)告百度PaddlePaddle、曠視Brain+技術(shù)實(shí)力已接近國際一流水準(zhǔn)。曠視Brain+ 的核心，深度學(xué)習(xí)框架MegEngine更是在單機(jī)訓(xùn)練速率等方面優(yōu)于TensorFlow、Pytorch等主流框架，不過生態(tài)打造方面才剛剛起步，有待后續(xù)的大力推廣和 使用。ASIC專用芯片主流底層芯片國內(nèi)國外國內(nèi)國外激烈競逐我國一直追趕GPU短期內(nèi)將繼續(xù)占領(lǐng)AI芯片的主 要市場份額FPGA是短期內(nèi)AI芯片市場上的重要 增長點(diǎn)我國在GPU、FPGA等主流底層芯片領(lǐng)域主要依靠進(jìn)口，技術(shù)受制于人。盡管國 內(nèi)正涌現(xiàn)出一批新銳企業(yè)，同國外廠商展開激烈競逐，但絕大多數(shù)芯片依然依靠 國外的IP核進(jìn)行設(shè)計(jì)，國內(nèi)

21、AI應(yīng)用市場主要依托GPU開展算法訓(xùn)練，主要利潤流 向國外巨頭，難與國外巨頭抗衡。可落地的應(yīng)用場景不清晰企業(yè)對AI應(yīng)用的潛能認(rèn)識不準(zhǔn)確我國許多制造業(yè)企業(yè)的AI意識還沒有覺醒，沒有考慮到AI方面的投入會帶來 不止倍增的效益缺乏適合的AI應(yīng)用切入場景工業(yè)企業(yè)對AI領(lǐng)域的陌生，與掌握AI技術(shù)的科技企業(yè)之間存在著信息錯位、 供需斷層等溝通壁壘成功案例示范效應(yīng)不明顯目前在制造業(yè)智能化水平較高的普遍都是超大型企業(yè)，需要巨大的前期投入，對于中小型企業(yè)并不具備可推廣性企業(yè)部署AI應(yīng)用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應(yīng)用的成本預(yù)算少企業(yè)AI應(yīng)用投入風(fēng)險(xiǎn)過大，缺乏風(fēng)險(xiǎn)分擔(dān)機(jī)制10073.3 8324.3

22、4409.4 4086.931092695.8 2519.920852018年，我國規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入利潤率僅為6.5%,我國工業(yè)企業(yè)信息化投入占比僅為0.25%。2018年世界主要國家制造業(yè)增加值（億美元）40027.521733.22.60%30%中國制造業(yè)利潤全球占比中國制造業(yè)增加值全球占比數(shù)據(jù)來源：世界銀行數(shù)據(jù)來源：世界銀行智能化改造項(xiàng)目 平均周期智能化改造項(xiàng)目 平均投資額3.5年9000萬元產(chǎn)業(yè)鏈各環(huán)節(jié)協(xié)同不足提供端到端解決方案的能力不足云服務(wù)層管理層 制造執(zhí)行層控制層 感知層 現(xiàn)場層產(chǎn)業(yè)鏈上下游協(xié)同不順暢系統(tǒng)解決方案需要軟件產(chǎn)品開發(fā)商、硬件設(shè)備供應(yīng)商、系統(tǒng)集成商等產(chǎn)業(yè)主體

23、相互適配、協(xié)同創(chuàng)新。鏈上節(jié)點(diǎn)企業(yè)之間缺乏信賴和協(xié)作、信息不透明等問題也延緩了AI與工業(yè)融合的步伐。制造業(yè)智能化轉(zhuǎn)型是一項(xiàng)系統(tǒng)工程，需 要實(shí)現(xiàn)橫向集成、縱向集成以及端到端 集成。國內(nèi)缺少能夠打通整個架構(gòu)體系的智能 制造解決方案商。工業(yè)企業(yè)數(shù)字化基礎(chǔ)薄弱生產(chǎn)系統(tǒng)數(shù)字化率低，難以支撐智能化生產(chǎn)工業(yè)企業(yè)關(guān)鍵工序數(shù)控化率為49.7%，只有46.0%企業(yè)在主要環(huán)節(jié)實(shí)現(xiàn)數(shù)字化工業(yè)企業(yè)傳感器部署不足，工業(yè)數(shù)據(jù)采集難度大，業(yè)務(wù)系統(tǒng)互聯(lián)互通程度不高工業(yè)企業(yè)數(shù)據(jù)不規(guī)范，數(shù)據(jù)資源整合難度大我國工業(yè)領(lǐng)域缺乏統(tǒng)一的工業(yè)數(shù)據(jù)標(biāo)準(zhǔn)與通信協(xié)議，制約系統(tǒng)之間數(shù)據(jù)互通高端工業(yè)控制系統(tǒng)及通信協(xié)議被國外大型企業(yè)掌控，關(guān)鍵核心技術(shù)受制于

24、人實(shí)現(xiàn)全面數(shù)字化的企業(yè)沒有實(shí)現(xiàn)全面數(shù)字化的企業(yè)46%54%高校81%科研機(jī)構(gòu)9%企業(yè)6%其他4%AI頂尖人才和應(yīng)用人才不足數(shù)據(jù)來源：中國人工智能發(fā)展報(bào)告2018285365158182329770500010000150002000025000AI頂尖人才AI人才美國中國中國AI人才總量為18232人，位列第二，占全球AI人才 總量的13.9%；僅有977位頂尖人才，排名第六，占全球頂尖人才比例 為4.8%，頂尖人才相對不足。美國與中國AI人才對比30000中國AI人才81.3%來自高校，8.8%來自科研機(jī)構(gòu)，只有 5.9%來自企業(yè)。絕大部分的AI人才在培養(yǎng)過程中對于應(yīng)用產(chǎn)業(yè)難以有深 入的了解，復(fù)合型應(yīng)用人才匱乏。我國AI人才分布123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀 AI與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進(jìn)AI與工業(yè)深度融合的建議目錄給政府部門的建議注重基礎(chǔ)技術(shù)，夯實(shí)核心技術(shù)能力鼓勵A(yù)I開發(fā)框架和芯片研發(fā)，并在工業(yè)特定領(lǐng)域 推廣應(yīng)用推動AI行業(yè)標(biāo)準(zhǔn)化探索成立開源基金鼓勵產(chǎn)業(yè)協(xié)同，打造產(chǎn)業(yè)生態(tài)體系支持成立AI與工業(yè)融合發(fā)展相關(guān)聯(lián)盟、工作委員會支持AI產(chǎn)業(yè)聯(lián)盟開展行業(yè)交流合作鼓勵產(chǎn)業(yè)園區(qū)搭建跨行業(yè)交流平臺推進(jìn)融合應(yīng)用，提升實(shí)體經(jīng)濟(jì)效率推進(jìn)AI應(yīng)用示范，深化“揭榜掛帥”機(jī)制鼓勵工業(yè)互聯(lián)網(wǎng)平臺提供商與