人工智能行研報(bào)告

人工智能行業(yè)研究報(bào)告2017.2人工智能行業(yè)研究報(bào)告2017年2月定義與研究范圍定義與研究范圍涵蓋AI基礎(chǔ)技術(shù)及終端產(chǎn)品行業(yè)分析師曹婷行業(yè)分析師曹婷caoting@36相關(guān)研究報(bào)告：《自動(dòng)駕駛行業(yè)研究報(bào)告》2017.2《機(jī)器之眼，看懂世界：計(jì)算機(jī)視覺(jué)行業(yè)研究報(bào)告》2016.9《科技煉金，融匯未來(lái)：金融科技行業(yè)研究報(bào)告》2016.8人工智能是一門(mén)綜合了計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)的交叉學(xué)科。凡是使用機(jī)器代替人類(lèi)實(shí)現(xiàn)認(rèn)知、識(shí)別、分析、決策等功能，均可認(rèn)為使用了人工智能技術(shù)。作為一種基礎(chǔ)技術(shù)，人工智能在很多行業(yè)都有用武之地。既有人工智能+基礎(chǔ)行業(yè)的概念（如人工智能+金融=Fintech），也有其具體應(yīng)用行業(yè)的概念（比如機(jī)器人）。按照技術(shù)應(yīng)用的不同場(chǎng)景，可以將人工智能分為基礎(chǔ)技術(shù)類(lèi)及終端產(chǎn)品類(lèi)，本報(bào)告研究范圍涵蓋以下領(lǐng)域：片 覺(jué) 別片 覺(jué) 別 基礎(chǔ)技術(shù)別 機(jī)器人 終端產(chǎn)品 智能金融 智能醫(yī)療 智能家居 智能安防 計(jì)算機(jī)視 語(yǔ)音識(shí) 語(yǔ)義識(shí)注釋?zhuān)鹤詣?dòng)駕駛行業(yè)是AI的一個(gè)重要分支，關(guān)于該領(lǐng)域的研究討論請(qǐng)參見(jiàn)36駕駛行業(yè)研究報(bào)告》。研究目的：本報(bào)告將集中探討：人工智能行業(yè)整體的發(fā)展現(xiàn)狀與技術(shù)發(fā)展趨勢(shì)各細(xì)分領(lǐng)域投融資熱度與技術(shù)成熟度巨頭在人工智能領(lǐng)域的布局與策略行業(yè)標(biāo)桿的商業(yè)模式、核心競(jìng)爭(zhēng)力、未來(lái)發(fā)展預(yù)期2目目錄Contents一、人工智能行業(yè)驅(qū)動(dòng)力一、人工智能行業(yè)概述 一、人工智能行業(yè)驅(qū)動(dòng)力行業(yè)驅(qū)動(dòng)——數(shù)據(jù)量、運(yùn)算力、算法技術(shù)政策法規(guī)投資熱度國(guó)際投資熱度分析國(guó)內(nèi)投資熱度分析國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析二、人工智能產(chǎn)業(yè)鏈與巨頭布局分析 產(chǎn)業(yè)鏈構(gòu)成巨頭布局芯片布局技術(shù)布局司分析 語(yǔ)音識(shí)別語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)六、人工智能芯片介紹與典型公司分析四、人工智能芯片介紹與典型公司分析 六、人工智能芯片介紹與典型公司分析人工智能芯片適用性分析人工智能芯片產(chǎn)業(yè)鏈分析

GPUFPGAASIC型公司分析 機(jī)器人六、人工智能行業(yè)趨勢(shì)展望 人工智能各行業(yè)綜述人工智能當(dāng)前發(fā)展瓶頸CHAPTER1 人工智能行業(yè)概述 政策法規(guī)投資熱度國(guó)際投資熱度分析國(guó)內(nèi)投資熱度分析國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月PAGEPAGE6數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

行業(yè)驅(qū)動(dòng)力行業(yè)驅(qū)動(dòng)力·數(shù)據(jù)量海量數(shù)據(jù)為人工智能發(fā)展提供燃料數(shù)據(jù)量、運(yùn)算力和算法模型是影響人工智能行業(yè)發(fā)展的三大要素。2000年之后，數(shù)據(jù)量的上漲、運(yùn)算力的提升和深度學(xué)習(xí)算法的出現(xiàn)極大的促進(jìn)了人工智能行業(yè)的發(fā)展。海量數(shù)據(jù)為人工智能發(fā)展提供燃料要理解數(shù)據(jù)量的重要性，得先從算法說(shuō)起。數(shù)據(jù)量和算法可以分別比作人工智能的燃料和發(fā)動(dòng)機(jī)。算法是計(jì)算機(jī)基于所訓(xùn)練的數(shù)據(jù)集歸納出的識(shí)別邏輯，好的算法模型可以實(shí)現(xiàn)精準(zhǔn)的物體和場(chǎng)景識(shí)別。數(shù)據(jù)集的豐富性和大規(guī)模性對(duì)算法訓(xùn)練尤為重要。因此可以說(shuō)，實(shí)現(xiàn)機(jī)器精準(zhǔn)視覺(jué)識(shí)別的第一步，就是獲取海量而優(yōu)質(zhì)的應(yīng)用場(chǎng)景數(shù)據(jù)。以人臉識(shí)別為例，訓(xùn)練該算法模型的圖片數(shù)據(jù)量至少應(yīng)為百萬(wàn)級(jí)別。訓(xùn)練模型 應(yīng)用于具體場(chǎng)景場(chǎng)景應(yīng)用大數(shù)據(jù) 算法模型場(chǎng)景應(yīng)用2000年以來(lái)，得益于互聯(lián)網(wǎng)、社交媒體、移動(dòng)設(shè)備和廉價(jià)的傳感器，這個(gè)世界產(chǎn)生并存儲(chǔ)的數(shù)據(jù)量急劇增加，這為通過(guò)深度學(xué)習(xí)的方法來(lái)訓(xùn)練計(jì)算機(jī)視覺(jué)技術(shù)提供很好的土壤。IDC數(shù)據(jù)顯示，從2011年起，全球所產(chǎn)生的數(shù)據(jù)量已達(dá)到ZB級(jí)別（1ZB約為10億GB)，海量的數(shù)據(jù)將為計(jì)算機(jī)視覺(jué)算法模型提供遠(yuǎn)遠(yuǎn)不斷的素材。而關(guān)于數(shù)據(jù)量對(duì)提高算法準(zhǔn)確率方面的重要性，更有學(xué)者提出：“It’snotwhohasthebestalgorithmthatwins.It’swhohasthemostdata.”2009-2020年全球總體數(shù)據(jù)量（單位：ZB）5040302010

準(zhǔn)確率準(zhǔn)確率

數(shù)據(jù)量與準(zhǔn)確率之間的關(guān)系

測(cè)試字符數(shù)量02009

2020

1002003004005006007008009001000Window Memory-BasedPerceptron Na?veBayes來(lái)源：IDC，36氪研究院

說(shuō)明：window、memory-based、perceptron、naivebayes均為不同算法來(lái)源：Stanford機(jī)器學(xué)習(xí)公開(kāi)課，36氪研究院人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月1.1行業(yè)驅(qū)動(dòng)數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

運(yùn)算力的提升大幅推動(dòng)人工智能發(fā)展行業(yè)驅(qū)動(dòng)·運(yùn)算力人工智能領(lǐng)域是一個(gè)數(shù)據(jù)密集的領(lǐng)域，傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以滿(mǎn)足高強(qiáng)度、大數(shù)據(jù)的處理需求。AI行業(yè)驅(qū)動(dòng)·運(yùn)算力AI算法的處理需要大量的矩陣計(jì)算操作，因此特別適合使用并行運(yùn)算芯片進(jìn)行數(shù)據(jù)處理。而傳統(tǒng)的CPU一次只能同時(shí)做一兩個(gè)加減法運(yùn)算，無(wú)法滿(mǎn)足并行運(yùn)算的需求。目前，出現(xiàn)了GPU、NPU、FPGA和各種各樣的AI-PU專(zhuān)用芯片。而其中，出現(xiàn)最早的GPU為人工智能的發(fā)展做出了巨大的貢獻(xiàn)。擅長(zhǎng)并行計(jì)算的GPU大幅提升機(jī)器學(xué)習(xí)效率。在GPU出現(xiàn)之前，算法運(yùn)行的速度是很慢的，即使是一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)的培訓(xùn)，也得花費(fèi)幾天、甚至幾周的時(shí)間。1999年，Nvidia公司在推銷(xiāo)Geforce256芯片時(shí)，提出了GPU（圖像處理器)概念。GPU是專(zhuān)為執(zhí)行復(fù)雜的數(shù)學(xué)和集合計(jì)算而設(shè)計(jì)的數(shù)據(jù)處理芯片。它的出現(xiàn)讓并行計(jì)算成為可能，對(duì)數(shù)據(jù)處理規(guī)模、數(shù)據(jù)運(yùn)算速度帶來(lái)了指數(shù)級(jí)的增長(zhǎng)，極大的促進(jìn)人工智能行業(yè)，尤其計(jì)算機(jī)視覺(jué)領(lǐng)域的發(fā)展。世界上第一款GPU-GeForce256 中科寒武紀(jì)即將投產(chǎn)的“寒武紀(jì)”NPU Altera的高端FPGA產(chǎn)品Stratix10 GPU與傳統(tǒng)CPU相比，在處理海量數(shù)據(jù)方面有壓倒性的優(yōu)勢(shì)。據(jù)RajatRaina與吳恩達(dá)的合作論文“用GPU進(jìn)行大規(guī)模無(wú)監(jiān)督深度學(xué)習(xí)”顯示，在運(yùn)行大規(guī)模無(wú)監(jiān)督深度學(xué)習(xí)模型時(shí)，使用GPU和使用傳統(tǒng)雙核CPU在運(yùn)算速度上的差距最大會(huì)達(dá)到近七十倍。在一個(gè)四層，一億個(gè)參數(shù)的深度學(xué)習(xí)網(wǎng)絡(luò)上，使用GPU將程序運(yùn)行時(shí)間從幾周降低到一天。要發(fā)揮專(zhuān)用芯片的計(jì)算優(yōu)勢(shì)，需要芯片結(jié)構(gòu)和軟件算法兩者相匹配。目前的趨勢(shì)是，用于加速人工智能應(yīng)用的AI-PU或?qū)⒊蔀橛?jì)算機(jī)另一個(gè)標(biāo)配組件。數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

深度學(xué)習(xí)突破人工智能算法瓶頸行業(yè)驅(qū)動(dòng)力·算法在深度學(xué)習(xí)出現(xiàn)之前，機(jī)器學(xué)習(xí)領(lǐng)域的主流是各種淺層學(xué)習(xí)算法，如神經(jīng)網(wǎng)絡(luò)的反響傳播算法（BP算法）、支撐向量機(jī)（行業(yè)驅(qū)動(dòng)力·算法Boosting、LogisticRegression等。這些算法的局限性在于對(duì)有限樣本和計(jì)算單元的情況下對(duì)復(fù)雜函數(shù)的表示能力有限，對(duì)復(fù)雜數(shù)據(jù)的處理受到制約。以計(jì)算機(jī)視覺(jué)為例，作為一個(gè)數(shù)據(jù)復(fù)雜的領(lǐng)域，淺層學(xué)習(xí)算法的識(shí)別準(zhǔn)確率并不高。該類(lèi)識(shí)別原理多為通過(guò)尋找合適的特征來(lái)讓機(jī)器辨識(shí)物品狀態(tài)，由于這個(gè)處理邏輯是淺層的，不能窮舉各種復(fù)雜的情境，因而算法擬合的準(zhǔn)確率不高。深度學(xué)習(xí)突破人工智能算法瓶頸。2006年，GeoffreyHintonfastalgorithmfordeepbeliefnets”，此后“DeepLearning（深度學(xué)習(xí)）”的概念被提出。以計(jì)算機(jī)視覺(jué)為例，深度學(xué)習(xí)出現(xiàn)之前，基于尋找合適的特征來(lái)讓機(jī)器辨識(shí)物體狀態(tài)的方式幾乎代表了計(jì)算機(jī)視覺(jué)的全部。盡管對(duì)多層神經(jīng)網(wǎng)絡(luò)的探索已經(jīng)存在，然而實(shí)踐效果并不好。深度學(xué)習(xí)出現(xiàn)之后，計(jì)算機(jī)視覺(jué)的主要識(shí)別方式發(fā)生重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為視覺(jué)識(shí)別主流。即，機(jī)器從海量數(shù)據(jù)庫(kù)里自行歸納物體特征，然后按照該特征規(guī)律識(shí)別物體。圖像識(shí)別的精準(zhǔn)度也得到極大的提升，從70%+提升到95%。Googletranslate語(yǔ)義識(shí)別準(zhǔn)確率 100%

2010-2015年ImageNet比賽圖像識(shí)別準(zhǔn)確率 … 83.4%60%過(guò)去 現(xiàn)在 未來(lái)注釋?zhuān)篏oogletranslate是語(yǔ)義識(shí)別項(xiàng)目。

93.00%95.00%89.00%84.70%72.00%74.50%2010 201193.00%95.00%89.00%84.70%72.00%74.50%來(lái)源：36氪研究院

注釋?zhuān)篒mageNet是計(jì)算機(jī)視覺(jué)系統(tǒng)識(shí)別項(xiàng)目。來(lái)源：36氪研究院在短短幾年時(shí)間里，深度學(xué)習(xí)顛覆了語(yǔ)音識(shí)別、語(yǔ)義理解、計(jì)算機(jī)視覺(jué)等基礎(chǔ)應(yīng)用領(lǐng)域的算法設(shè)計(jì)思路，逐漸形成了從一類(lèi)訓(xùn)練數(shù)據(jù)出發(fā)，經(jīng)過(guò)一個(gè)端到端的模型，直接輸出最終結(jié)果的一種模式。由于深度學(xué)習(xí)是根據(jù)提供給它的大量的實(shí)際行為（訓(xùn)練數(shù)據(jù)集）來(lái)自我調(diào)整規(guī)則中的參數(shù)，進(jìn)而調(diào)整規(guī)則，因此在和訓(xùn)練數(shù)據(jù)集類(lèi)似的場(chǎng)景下，可以做出一些很準(zhǔn)確的判斷。數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

政策加碼，人工智能發(fā)展如火如荼政策法規(guī)·國(guó)外政策法規(guī)·國(guó)外各國(guó)均在政策層面強(qiáng)調(diào)和推動(dòng)人工智能的發(fā)展。其中，美國(guó)側(cè)重于研發(fā)新型腦研究技術(shù)；歐盟主攻以超級(jí)計(jì)算機(jī)技術(shù)來(lái)模擬腦功能；日本則聚焦以動(dòng)物為模型研究各種腦功能和腦疾病的機(jī)理。國(guó)家相關(guān)措施美國(guó)20134項(xiàng)目局、國(guó)家科學(xué)基金會(huì)。2014HIN構(gòu)的新工具，十年計(jì)劃共花費(fèi)45歐盟2013年初，歐盟宣布了未來(lái)十年的“新興旗艦技術(shù)項(xiàng)目”——人腦計(jì)劃（HBP），該項(xiàng)目匯聚了來(lái)自24112資預(yù)計(jì)將達(dá)到122018日本2014年9月啟動(dòng)大腦研究計(jì)劃Brain/MINDS。該計(jì)劃為期10年，由日本理化學(xué)研究所主導(dǎo)實(shí)施，旨在理解大腦如何工作以及通過(guò)建立動(dòng)物模型，研究大腦神經(jīng)回路技術(shù)，從而更好地診斷以及治療大腦疾病。來(lái)源：36氪研究院來(lái)源：36來(lái)源：36氪研究院PAGE10數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

政策加碼，人工智能發(fā)展如火如荼政策法規(guī)·政策法規(guī)·國(guó)內(nèi)國(guó)內(nèi)近幾年也出臺(tái)了相關(guān)扶植人工智能發(fā)展的政策，積極推動(dòng)人工智能在各個(gè)細(xì)分領(lǐng)域的滲透。2016年5月，國(guó)家四部委更是頒布《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》，明確提出要培育發(fā)展人工智能新興產(chǎn)業(yè)、推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新、提升終端產(chǎn)品智能化水平。實(shí)施時(shí)間頒布主體法律法規(guī)相關(guān)內(nèi)容2015.5國(guó)務(wù)院《中國(guó)制造2025》提出“加快發(fā)展智能制造裝備和產(chǎn)品”，指出“組織研發(fā)具有深度感知、智慧決策、自動(dòng)執(zhí)行功能的高檔數(shù)控機(jī)床、工業(yè)機(jī)器人、增材制造裝備等智能制造裝備以及智能化生產(chǎn)線，統(tǒng)籌布局和推動(dòng)智能交通工具、智能工程機(jī)械、服務(wù)機(jī)器人、智能家電智能照明電器、可穿戴設(shè)備等產(chǎn)品研發(fā)和產(chǎn)業(yè)化。2015/7/4國(guó)務(wù)院《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》明確提出人工智能作為11個(gè)重點(diǎn)布局的領(lǐng)域之一，促進(jìn)人工智能在智能家居、智能終端、智能汽車(chē)、機(jī)器人等領(lǐng)域的推廣應(yīng)用。2015/7/9中央辦公廳、國(guó)務(wù)院加大公共安全視頻監(jiān)控覆蓋，將社會(huì)治安防控信息化納入智慧城市建設(shè)總體規(guī)劃，加深大數(shù)據(jù)、云計(jì)算和智能傳感等新技術(shù)的應(yīng)用。2016.1國(guó)務(wù)院智能制造和機(jī)器人成為“科技創(chuàng)新-2030項(xiàng)目”重大工程之一。2016/3/18國(guó)務(wù)院草案）》人工智能概念進(jìn)入“十三五”重大工程。2016/5/18國(guó)家發(fā)展改革委、科技部、工業(yè)和信息化部、中央網(wǎng)信辦《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》明確了要培育發(fā)展人工智能新興產(chǎn)業(yè)、推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新、提升終端產(chǎn)品智能化水平，并且政府將在資金、標(biāo)準(zhǔn)體系、知識(shí)產(chǎn)權(quán)、人才培養(yǎng)、國(guó)際合作、組織實(shí)施等方面進(jìn)行保障。人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月1.1行業(yè)驅(qū)動(dòng)PAGEPAGE11數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

全球AI領(lǐng)域融資金額5年增長(zhǎng)12倍投資熱度·全球投資熱度·全球咨詢(xún)公司VentureScanner統(tǒng)計(jì)，截止2016年Q2，全球人工智能公司已突破1000家，跨越13個(gè)子門(mén)類(lèi)，融資金額高達(dá)48億美元。而人工智能創(chuàng)投金額在5年間增長(zhǎng)了12倍。2011Q1-2016Q2全球人工智能行業(yè)融資規(guī)模（百萬(wàn)美元）

112113

2220

63 703738 384350 4737

778480

9284

120

100

134

121

$1,200$1,000$800$600$400$200$62$96$66$68$64$138$125$102$186$283$211$141$321$555$394$942$769$398$911$485$636$1,0490 $0來(lái)源：VentureScanner，36氪研究院

投資額 成交量2000-2015年成立的人工智能公司數(shù)量1169811698100627049253642111017214851201008060402002000200120022003200420052006200720082009201020112012201320142015來(lái)源：VentureScanner，36氪研究院來(lái)源：VentureScanner來(lái)源：VentureScanner，36氪研究院PAGE12數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

深度學(xué)習(xí)、自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)為創(chuàng)業(yè)最火熱領(lǐng)域投資熱度·全球投資熱度·全球應(yīng)用場(chǎng)景擴(kuò)展方面，機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能機(jī)器人、手勢(shì)控制是應(yīng)用范圍較為廣泛的幾個(gè)領(lǐng)域。教育業(yè)，對(duì)眾多傳統(tǒng)行業(yè)形成巨大沖擊。計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理作為主要的感知技術(shù)，應(yīng)用范圍很廣。計(jì)算機(jī)視覺(jué)主要用于安防監(jiān)控系統(tǒng)、無(wú)人駕駛、機(jī)器人、工業(yè)制造、醫(yī)藥、教育和娛樂(lè)業(yè)等。自然語(yǔ)言處理可用于穿戴設(shè)備、智能家居、智能汽車(chē)、智能教育、智能金融等領(lǐng)域。人工智能企業(yè)平均融資前五名 人工智能企業(yè)最為“年”五領(lǐng)域平均融資額（百萬(wàn)美元）151050

年齡中位數(shù)6420 來(lái)源：VentureScanner，36氪研究院 來(lái)源：VentureScanner，36氪研究院細(xì)分領(lǐng)域名稱(chēng)活躍創(chuàng)新企業(yè)數(shù)量創(chuàng)新企業(yè)平均年齡融資總額（億元）深度學(xué)習(xí)/機(jī)器學(xué)習(xí)（通用）12065深度學(xué)習(xí)/機(jī)器學(xué)習(xí)（應(yīng)用）260520自然語(yǔ)言處理（通用）15077語(yǔ)音識(shí)別7062計(jì)算機(jī)視覺(jué)/圖像識(shí)別（通用）10075計(jì)算機(jī)視覺(jué)/圖像識(shí)別（應(yīng)用）8073手勢(shì)控制3082.5虛擬私人助手9062.5智能機(jī)器人6074推薦引擎和協(xié)助過(guò)濾算法651情境感知計(jì)算3061語(yǔ)音翻譯1513<1視頻內(nèi)容自動(dòng)識(shí)別15<1人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月PAGEPAGE16數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

投資熱度投資熱度·國(guó)內(nèi)獲投最多領(lǐng)域?yàn)镹LP、機(jī)器人和計(jì)算機(jī)視覺(jué)國(guó)內(nèi)人工智能投資熱度：成立公司數(shù)量從1996年至今，國(guó)內(nèi)至今仍在運(yùn)營(yíng)的人工智能公司有366家。通過(guò)數(shù)據(jù)分析可以看出，計(jì)算機(jī)視覺(jué)、機(jī)器人、自然語(yǔ)言處理是創(chuàng)業(yè)最熱門(mén)的領(lǐng)域。969296927738261510953100806040200

各領(lǐng)域人工智能公司數(shù)量 注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院獲投金額從我們收集到的數(shù)據(jù)來(lái)看，2015-2016年人工智能領(lǐng)域獲投金額在90億人民幣左右。由于我們的統(tǒng)計(jì)是基于已經(jīng)披露了被投金額的交易，且單個(gè)公司是按照最近一次獲投金額計(jì)算，故這一數(shù)值將小于該領(lǐng)域獲投規(guī)模，僅供參考?？梢钥吹?，獲投最多的細(xì)分領(lǐng)域有自然語(yǔ)言處理、機(jī)器人、計(jì)算機(jī)視覺(jué)，均在十億以上人民幣的級(jí)別。30 28.4225 20151050

人工智能公司獲投金額15.68.1 7 6.1 5.61

2.2 注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

投資熱度投資熱度·國(guó)內(nèi)平均單個(gè)公司獲投金額為4000萬(wàn)獲投公司數(shù)量從我們收集到的數(shù)據(jù)來(lái)看，2015-2016年人工智能領(lǐng)域獲投公司數(shù)量為226個(gè)，平均單個(gè)公司獲投金額為4000萬(wàn)人民幣左右。由于我們的統(tǒng)計(jì)是基于已經(jīng)披露了被投金額的交易，故獲投公司數(shù)量將小于真實(shí)值，僅供參考。可以看到，獲投公司數(shù)量最多的細(xì)分領(lǐng)域有機(jī)器人、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)，基本和獲投金額一致。人工智能公司獲投公司數(shù)量（單位：個(gè))585358534822181286416050403020100注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院平均獲投金額分析通過(guò)數(shù)據(jù)分析可以看到，智能安防、智能家居為平均單個(gè)公司獲投金額最高的領(lǐng)域，平均獲投金額在一億以上。智能安防領(lǐng)域的獲投企業(yè)均是人工智能領(lǐng)域的明星企業(yè)，如曠視科技、商湯科技等。1750013500175001350059204675344829432772 2750 2611100015000

平均單個(gè)公司獲投金額（單位：萬(wàn)元）1000050000注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月1.1行業(yè)驅(qū)動(dòng)數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

獲投公司偏早期，C輪后公司較少投資熱度·投資熱度·國(guó)內(nèi)從獲投公司數(shù)量來(lái)看，機(jī)器人、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理是獲投公司數(shù)量（即，披露了融資信息的公司）最多的領(lǐng)域，分別為58個(gè)，53個(gè)，48個(gè)，占到該領(lǐng)域公司的一半以上；從對(duì)比圖來(lái)看，智能金融、深度學(xué)習(xí)、智能醫(yī)療、智能家居、智能安防為獲投比例最高的領(lǐng)域。531853181241822485861008060200

各領(lǐng)域公司獲投情況（單位：個(gè)) 獲投公司融資輪次分布1059610596332334118100806040200種子輪 天使輪Pre-A輪 A輪 B輪 C輪 D輪 E輪 并注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

投資熱度·投資熱度·國(guó)內(nèi)從我們收集到的數(shù)據(jù)來(lái)看，機(jī)器人、計(jì)算機(jī)視覺(jué)、智能駕駛、自然語(yǔ)言處理是獲投公司數(shù)量最多的四個(gè)領(lǐng)域；分析這四個(gè)領(lǐng)域創(chuàng)業(yè)公司的融資輪次特點(diǎn)可以看到，機(jī)器人和計(jì)算機(jī)視覺(jué)的獲投企業(yè)中處于天使輪的最多，而智能駕駛和自然語(yǔ)言處理的獲投企業(yè)中A輪企業(yè)最多；這四個(gè)領(lǐng)域獲投企業(yè)中B輪企業(yè)均占據(jù)一定比例；智能駕駛、自然語(yǔ)言處理的投資更趨于中后期。各領(lǐng)域公司獲投公司融資階段分布706050403020100機(jī)器人 計(jì)算機(jī)視覺(jué) 智能駕駛 自然語(yǔ)言處理天使輪 Pre-A輪 E輪 D輪 C輪 B輪 A輪注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院融資公司獲投金額：公司名稱(chēng)成立年份融資輪次人民幣融資數(shù)額公司名稱(chēng)成立年份融資輪次人民幣融資數(shù)額優(yōu)必選2012B輪6.6億猿題庫(kù)2013D輪2.6億Roobo智能管家2014A輪6.6億中譯語(yǔ)通2013B輪2.5億云知聲2012B輪3.3億百融金服2014B輪2億學(xué)霸君2013B輪3.3億達(dá)闥科技2015種子輪2億曠視科技） 2016C輪6.6億公子小白2013A輪2億人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月1.1行業(yè)驅(qū)動(dòng)注釋?zhuān)?016注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院PAGE19數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

2011年后AI創(chuàng)業(yè)興起，2014、2015迎來(lái)創(chuàng)業(yè)高峰公司運(yùn)營(yíng)狀況分析各細(xì)分領(lǐng)域公司數(shù)量分析公司運(yùn)營(yíng)狀況分析從1996年至今，國(guó)內(nèi)至今仍在運(yùn)營(yíng)的人工智能公司有366家。機(jī)器人、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理是創(chuàng)業(yè)熱度最高的領(lǐng)域。人工智能公司獲投公司數(shù)量（單位：個(gè))585358534822181286416050403020100注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院人工智能總體領(lǐng)域公司成立時(shí)間分析從我們收集到的數(shù)據(jù)來(lái)看，2015-2016年人工智能領(lǐng)域在2011年之后迎來(lái)了創(chuàng)業(yè)熱潮，在2014、2015年達(dá)到創(chuàng)業(yè)高峰，企業(yè)平均年齡為3.2歲。人工智能公司逐年成立數(shù)量9899989950261 1 232 126 5331122238100806040200數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

智能安防、計(jì)算機(jī)視覺(jué)公司平均成立年齡最久公司運(yùn)營(yíng)狀況分析各領(lǐng)域創(chuàng)業(yè)公司平均年齡公司運(yùn)營(yíng)狀況分析通過(guò)數(shù)據(jù)分析可以看到，智能安防、計(jì)算機(jī)視覺(jué)領(lǐng)域的創(chuàng)業(yè)公司年齡最大，智能金融、芯片領(lǐng)域的公司大部分成立時(shí)間不久。各領(lǐng)域創(chuàng)業(yè)公司平均年齡543210

4.6

3.9

3.6

2.7

2.2 2.11 注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院機(jī)器人領(lǐng)域公司成立時(shí)間分析機(jī)器人領(lǐng)域至今仍在運(yùn)營(yíng)的創(chuàng)業(yè)公司最早在2005年出現(xiàn)，在2014、2015年迎來(lái)創(chuàng)業(yè)高潮，與人工智能整體領(lǐng)域趨勢(shì)基本一致；創(chuàng)業(yè)公司平均年齡為2.8歲。機(jī)器人公司逐年成立數(shù)量25262526146672301022520151050200520062007200820092010201120122013201420152016數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

CV、NLP企業(yè)平均年齡為3-4歲公司運(yùn)營(yíng)狀況分析計(jì)算機(jī)視覺(jué)領(lǐng)域公司成立時(shí)間分析公司運(yùn)營(yíng)狀況分析計(jì)算機(jī)視覺(jué)領(lǐng)域至今仍在運(yùn)營(yíng)的創(chuàng)業(yè)公司最早在1997年出現(xiàn)，在2011年之后快速增長(zhǎng)，2014、2015年迎來(lái)創(chuàng)業(yè)高潮，與人工智能整體領(lǐng)域趨勢(shì)基本一致；創(chuàng)業(yè)公司平均年齡在3.9歲。計(jì)算機(jī)視覺(jué)公司逐年成立數(shù)量2112821128951330252015105011 2 0 0 2 0 2 2 1注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院自然語(yǔ)言處理領(lǐng)域公司成立時(shí)間分析自然語(yǔ)言處理領(lǐng)域至今仍在運(yùn)營(yíng)的創(chuàng)業(yè)公司最早在2000年出現(xiàn)，在2011年之后快速增長(zhǎng)，2014年迎來(lái)創(chuàng)業(yè)高潮，與人工智能整體領(lǐng)域趨勢(shì)基本一致；企業(yè)平均年齡為3.4歲。自然語(yǔ)言處理公司逐年成立數(shù)量211521151291002451302220151050數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

自動(dòng)駕駛領(lǐng)域2014年迎來(lái)創(chuàng)業(yè)熱潮公司運(yùn)營(yíng)狀況分析自動(dòng)駕駛領(lǐng)域公司成立時(shí)間分析公司運(yùn)營(yíng)狀況分析自動(dòng)駕駛領(lǐng)域至今仍在運(yùn)營(yíng)的創(chuàng)業(yè)公司最早在1997年出現(xiàn)，在2011年之前增長(zhǎng)非常緩慢，2014年迎來(lái)創(chuàng)業(yè)高潮，與人工智能整體領(lǐng)域趨勢(shì)基本一致；創(chuàng)業(yè)公司平均年齡為3.8歲。智能駕駛公司逐年成立數(shù)量6 6336 6331 001 1 1 0 1 000 00114121086420注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院深度學(xué)習(xí)領(lǐng)域公司成立時(shí)間分析深度學(xué)習(xí)領(lǐng)域至今仍在運(yùn)營(yíng)的創(chuàng)業(yè)公司最早在2006年出現(xiàn)，這與深度學(xué)習(xí)實(shí)現(xiàn)突破的時(shí)間點(diǎn)一致，創(chuàng)業(yè)熱潮出現(xiàn)在2015年，企業(yè)平均年齡為2.2歲。深度學(xué)習(xí)領(lǐng)域公司逐年成立數(shù)量12812823000000112108642020062007200820092010201120122013201420152016PAGEPAGE21數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

180160100806040200

北京地區(qū)為AI公司創(chuàng)業(yè)集中地，占總體43%公司運(yùn)營(yíng)狀況分析總體創(chuàng)業(yè)公司地理分布公司運(yùn)營(yíng)狀況分析從366家人工智能創(chuàng)業(yè)公司的分布來(lái)看，北京市、上海市、深圳市是公司數(shù)量最多的三個(gè)地區(qū)。其中，北京地區(qū)的創(chuàng)業(yè)公司數(shù)量遙遙領(lǐng)先，占到總體的43%。各地區(qū)人工智能公司數(shù)量15915961402723221163 3 3 2 2 1 1 1 1北京市深圳市浙江省廣東省江蘇省貴州省黑吉林省注釋?zhuān)罕本┦猩钲谑姓憬V東省江蘇省貴州省黑吉林省機(jī)器人創(chuàng)業(yè)公司地理分布從92家機(jī)器人創(chuàng)業(yè)公司的分布來(lái)看，北京市、上海市、深圳市仍舊是公司數(shù)量最多的三個(gè)地區(qū)。其中，北京地區(qū)的創(chuàng)業(yè)公司數(shù)量遙遙領(lǐng)先，占到總體的三分之一左右。各地區(qū)機(jī)器人公司數(shù)量34153415148652211111135302520151050注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院來(lái)源：36來(lái)源：36氪研究院PAGE22數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

CV、NLP公司北京創(chuàng)業(yè)熱情高公司運(yùn)營(yíng)狀況分析計(jì)算機(jī)視覺(jué)創(chuàng)業(yè)公司地理分布公司運(yùn)營(yíng)狀況分析從96家計(jì)算機(jī)視覺(jué)創(chuàng)業(yè)公司的分布來(lái)看，北京市、上海市、深圳市是仍是公司數(shù)量最多的三個(gè)地區(qū)。其中，北京地區(qū)的創(chuàng)業(yè)公司數(shù)量遙遙領(lǐng)先，占到總體的37.5%。36各地區(qū)計(jì)算機(jī)視覺(jué)公司數(shù)量36各地區(qū)計(jì)算機(jī)視覺(jué)公司數(shù)量1411106653211135302520151050北京市深圳市上海市浙江省廣東省江蘇省四川省河南省陜西省福建省湖北省遼寧省注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院自然語(yǔ)言處理創(chuàng)業(yè)公司地理分布從77家自然語(yǔ)言處理創(chuàng)業(yè)公司的分布來(lái)看，北京市、上海市是公司數(shù)量最多的三個(gè)地區(qū)。其中，北京地區(qū)的創(chuàng)業(yè)公司數(shù)量仍是最高，占到總體將近一半。各地區(qū)自然語(yǔ)言處理公司數(shù)量3619361944444235302520151050北京市 上海市 廣東省 江蘇省 深圳市 四川省 浙江省 湖北省注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31數(shù)據(jù)量運(yùn)算力算法技術(shù)政策法規(guī)投資熱度全球投資熱度國(guó)內(nèi)投資熱度國(guó)內(nèi)公司運(yùn)營(yíng)數(shù)據(jù)分析

北京市、廣東省為自動(dòng)駕駛創(chuàng)業(yè)集中地公司運(yùn)營(yíng)狀況分析深度學(xué)習(xí)創(chuàng)業(yè)公司地理分布公司運(yùn)營(yíng)狀況分析從26家深度學(xué)習(xí)創(chuàng)業(yè)公司的分布來(lái)看，北京市是公司數(shù)量最多的三個(gè)地區(qū)，占到總體的62%；由于大部分深度學(xué)習(xí)公司按照所應(yīng)用的行業(yè)已計(jì)入其他細(xì)分領(lǐng)域，故此部分?jǐn)?shù)據(jù)分析趨勢(shì)僅供參考。各地區(qū)深度學(xué)習(xí)公司數(shù)量1651652211614121086420北京市 上海市 陜西省 深圳市 浙江省注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31來(lái)源：36氪研究院自動(dòng)駕駛創(chuàng)業(yè)公司地理分布從35家智能駕駛創(chuàng)業(yè)公司的分布來(lái)看，北京市、廣東省為公司數(shù)量最多的兩個(gè)地區(qū)，分別為15個(gè)、8個(gè)。對(duì)于智能駕駛領(lǐng)域更詳細(xì)的數(shù)據(jù)分析，請(qǐng)參見(jiàn)同系列智能汽車(chē)行研報(bào)告。各地區(qū)深度學(xué)習(xí)智能駕駛公司數(shù)量855285522114121086420北京市 廣東省 江蘇省 上海市 深圳市 浙江省 吉林省注釋?zhuān)?016年數(shù)據(jù)統(tǒng)計(jì)截止至2016.10.31，此處深圳市不計(jì)入廣東省創(chuàng)業(yè)數(shù)量。CHAPTER2 產(chǎn)業(yè)鏈與巨頭布局分析 產(chǎn)業(yè)鏈構(gòu)成分析巨頭布局分析芯片布局技術(shù)布局人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月2525產(chǎn)業(yè)鏈構(gòu)成分析巨頭布局分析芯片布局技術(shù)布局

產(chǎn)業(yè)鏈構(gòu)成分析產(chǎn)業(yè)鏈構(gòu)成分析產(chǎn)業(yè)鏈可分為基礎(chǔ)支撐層、技術(shù)應(yīng)用層和方案集成層從產(chǎn)業(yè)鏈來(lái)看，人工智能可以分為技術(shù)支撐層、基礎(chǔ)應(yīng)用層和產(chǎn)品層。方案集成層產(chǎn)品方案集成層產(chǎn)品智慧家電 智慧工基礎(chǔ)應(yīng)用技術(shù)基礎(chǔ)應(yīng)用層 語(yǔ)音識(shí)別 自然語(yǔ)言處理計(jì)算機(jī)視覺(jué)技術(shù)支撐層關(guān)鍵硬件傳感器CPU GPU 算法模型深度學(xué)習(xí)（CNN、RNN等）路徑規(guī)劃來(lái)源：36氪研究院技術(shù)支撐層主要由算法模型（軟件）和關(guān)鍵硬件（AI芯片、傳感器）兩部分構(gòu)成。傳感器負(fù)責(zé)收集數(shù)據(jù)，AI芯片（GPU,FPGA,NPU等）負(fù)責(zé)運(yùn)算，算法模型負(fù)責(zé)訓(xùn)練數(shù)據(jù)?；A(chǔ)應(yīng)用層主要由感知類(lèi)技術(shù)和其他深度學(xué)習(xí)應(yīng)用構(gòu)成。感知技術(shù)主要用于讓機(jī)器完成對(duì)外部世界的探測(cè)，即看懂世界、聽(tīng)懂、讀懂世界，由計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、語(yǔ)義識(shí)別一并構(gòu)成，是人工智能產(chǎn)品或方案不可或缺的重要部分。唯有看懂、聽(tīng)懂、讀懂，才能夠做出分析判斷，進(jìn)而采取行動(dòng)，讓更復(fù)雜層面的智慧決策、自主行動(dòng)成為可能。方案集成為集成了一類(lèi)或多類(lèi)基礎(chǔ)應(yīng)用技術(shù)的，面向應(yīng)用場(chǎng)景特定需求的產(chǎn)品或方案。人工智能作為一類(lèi)技術(shù)，應(yīng)用在多種多樣的應(yīng)用場(chǎng)景中；而在各類(lèi)產(chǎn)品中人工智能的比重或有區(qū)別，但其本質(zhì)都是讓機(jī)器更好的服務(wù)于我們的生產(chǎn)和生活。人工智能行業(yè)研究報(bào)告2017年2月人工智能行業(yè)研究報(bào)告2017年2月21產(chǎn)業(yè)鏈構(gòu)成分析2.2巨頭布局分析開(kāi)源平臺(tái)布局芯片布局巨頭布局巨頭打造開(kāi)源平臺(tái)、布局AI芯片和核心技術(shù)來(lái)源：36來(lái)源：36氪研究院PAGE26技術(shù)布局

隨著AlphaGo將AI帶入人們的視野，AI逐漸被人們認(rèn)為是下一個(gè)“互聯(lián)網(wǎng)”類(lèi)顛覆行業(yè)的技術(shù)?？粗谹I技術(shù)帶來(lái)的巨大市場(chǎng)潛力，科技巨頭們紛紛布局人工智能產(chǎn)業(yè)鏈，具體來(lái)講有三種方式；打造AI開(kāi)源平臺(tái)、布局AI芯片、布局AI核心技術(shù)。從產(chǎn)業(yè)鏈的角度來(lái)講，無(wú)論是開(kāi)源平臺(tái)，AI芯片還是AI核心技術(shù)，都是偏產(chǎn)業(yè)鏈上游的基礎(chǔ)設(shè)施。打造人工智能開(kāi)源平臺(tái)AI開(kāi)源平臺(tái)是一個(gè)深度學(xué)習(xí)的工具箱，用戶(hù)可以在其開(kāi)放的平臺(tái)上使用其算法系統(tǒng)，獲取開(kāi)源代碼。自從深度學(xué)習(xí)取得突破性進(jìn)展以后，巨頭們頻頻開(kāi)源。其根本原因在于，盡管算法是競(jìng)爭(zhēng)的一個(gè)障礙，但數(shù)據(jù)和應(yīng)用場(chǎng)景的甄別才是真正的山頭。當(dāng)AI公司們使用開(kāi)源平臺(tái)進(jìn)行算法的迭代時(shí)，開(kāi)源平臺(tái)可以獲取數(shù)據(jù)，以及市場(chǎng)對(duì)應(yīng)用場(chǎng)景熱度的反饋。饋甄別哪些是更有市場(chǎng)潛力的應(yīng)用場(chǎng)景?？萍季揞^紛紛打造AI開(kāi)源平臺(tái)公司開(kāi)源時(shí)間開(kāi)源平臺(tái)名稱(chēng)簡(jiǎn)介Google2015.11Tensorflow谷歌第二代聯(lián)機(jī)版人工智能深度學(xué)習(xí)系統(tǒng)，能同時(shí)支持多臺(tái)服務(wù)器。Facebook2015.12Torchnet深度學(xué)習(xí)函式庫(kù)Torch的框架，旨在鼓勵(lì)程序代碼再利用及模塊化編程。Microsoft2015.11DMTK一個(gè)將機(jī)器學(xué)習(xí)算法應(yīng)用在大數(shù)據(jù)上的工具包。IBM2015.11SystemML使用Java編寫(xiě)，可實(shí)現(xiàn)三大功能：定制算法、多個(gè)執(zhí)行模式、自動(dòng)優(yōu)化。Yahoo2016.02CaffeOnSpark結(jié)合深度學(xué)習(xí)框架和大規(guī)模數(shù)據(jù)處理系統(tǒng)，從而更方便地處理多個(gè)服務(wù)器的內(nèi)容。Amazon2016.05DSSTNE能同時(shí)支持兩個(gè)圖形處理器（GPU）參與運(yùn)算的深度學(xué)習(xí)系統(tǒng)百度2016.09Paddle-Paddle對(duì)新手非常友好的并行分布式深度學(xué)習(xí)平臺(tái)，可以使用更少的代碼實(shí)現(xiàn)相同的功能Tesla2016.04Open-AI一套更專(zhuān)注于開(kāi)發(fā)和對(duì)比強(qiáng)化學(xué)習(xí)（RL）算法的深度學(xué)習(xí)系統(tǒng)。PAGEPAGE27技術(shù)布局

（2）布局人工智能芯片人工智能芯片作為人工智能行業(yè)的重要底層架構(gòu)，其戰(zhàn)略重要性不能強(qiáng)調(diào)更多。芯片行業(yè)雖然已有行業(yè)巨頭NVIDIA和Intel，且技術(shù)壁壘極高，但由于行業(yè)目前AI運(yùn)算仍以GPU為主，并未出現(xiàn)大規(guī)模應(yīng)用的人工智能定制類(lèi)芯片，Google、IBM、乃至國(guó)內(nèi)的中科院都在積極布局探索?？萍季揞^的AI芯片布局公司發(fā)布時(shí)間ＡＩ芯片名稱(chēng)簡(jiǎn)介Google2016.05TPU專(zhuān)為其深度學(xué)習(xí)算法TensorFlow設(shè)計(jì)的專(zhuān)用集成芯片。Intel預(yù)計(jì)2017年XeonPhi能快速計(jì)算，并根據(jù)概率和聯(lián)系做決策，其設(shè)計(jì)將為計(jì)算帶來(lái)更多的浮點(diǎn)性能。NVIDIA2016.04特斯拉P100GPU目前世界上最大的芯片，可以執(zhí)行深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)任務(wù)，運(yùn)算速度極快。IBM2015.10TrueNorth在不借助云計(jì)算基礎(chǔ)設(shè)施的情況下，讓移動(dòng)計(jì)算機(jī)以極低能耗運(yùn)行先進(jìn)機(jī)器智能軟件。中科院預(yù)計(jì)2017年寒武紀(jì)專(zhuān)門(mén)面向深度學(xué)習(xí)技術(shù)設(shè)計(jì)的處理器芯片。Microsoft2016.09FPGA可以執(zhí)行Bing的機(jī)器學(xué)習(xí)算法的FPGA，同時(shí)也是Azure和Office365的“內(nèi)芯”。來(lái)源：36氪研究院（3）布局人工智能核心技術(shù)并購(gòu)擁有先進(jìn)技術(shù)的AI公司。公司簡(jiǎn)介公司簡(jiǎn)介Google2013年3月 收購(gòu)初創(chuàng)公司DNNresearch將深度學(xué)習(xí)鼻祖GeoffreyHinton招入麾下2013年12月 連續(xù)收購(gòu)Schaft、IndustrialPerception等8家機(jī)器人公司2014年1月 收購(gòu)人工智能初創(chuàng)企業(yè)DeepMind收購(gòu)智能家居制作商N(yùn)est2014年10月 居中樞控設(shè)備司Revolv，積極局智家居和物聯(lián)網(wǎng)領(lǐng)域2015年3月 與強(qiáng)生旗下子公司愛(ài)康（Ethicon）進(jìn)行略合，研機(jī)器人輔助手術(shù)平臺(tái)2015年10月 投資德國(guó)人工智能研中心DFKIIBM2014年3月 與紐約基因中心（NYGC）合，利超級(jí)算機(jī)運(yùn)算力加速腦癌研究2015年3月 收購(gòu)初創(chuàng)公司AlchemyAPI，把AlchemyAPI的深度學(xué)習(xí)技術(shù)整合利用2016年3月 與科大訊飛正式建立略合，致于在知計(jì)算法平臺(tái)架構(gòu)等層面合作與希爾頓全球合作試驗(yàn)酒店業(yè)機(jī)器人禮賓員Microsoft2016年3月 與海爾達(dá)成戰(zhàn)略合作共同動(dòng)智家居展與invigr悅型合作推出情感型人工智能營(yíng)養(yǎng)師Facebook2013年8月 收購(gòu)語(yǔ)音識(shí)別及機(jī)器譯公司MobileTechnologies，助公司從圖片識(shí)別拓展到語(yǔ)識(shí)別域2015年1月 創(chuàng)業(yè)公司W(wǎng)it.AI，助Messenger創(chuàng)建音輸入模式騰訊2016年2月 投資人工智能初創(chuàng)公司Diffbot2016年7月 投資初創(chuàng)公司ScaledInference，這家公司提供中立臺(tái)，來(lái)解決不同需求方關(guān)于人智能各種題2016年10月 投資智能可穿戴公司時(shí)科技百度2014年9月 與寶馬正式簽署合作議，同研自動(dòng)駕駛術(shù)2016年7月 投資金融科技公司ZestFinance，可以更加精確評(píng)估款對(duì)象2016年8月 投資激光雷達(dá)公司VelodyneLiDAR阿里巴巴2015年6月 康向日本軟銀(SoftBank)下的器人司SBRH戰(zhàn)略注資

科技巨頭的AI技術(shù)布局來(lái)源：36氪研究院CHAPTER3 人工智能基礎(chǔ)應(yīng)用介紹與典型公司分析 語(yǔ)音識(shí)別語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月3.1語(yǔ)音識(shí)別PAGEPAGE33技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)

基礎(chǔ)技術(shù)分類(lèi)基礎(chǔ)技術(shù)分類(lèi)語(yǔ)音、語(yǔ)義識(shí)別和計(jì)算機(jī)視覺(jué)幫助機(jī)器感知這個(gè)世界目前，人工智能基礎(chǔ)技術(shù)主要為感知類(lèi)技術(shù)。因?yàn)闄C(jī)器唯有探測(cè)到、看懂、聽(tīng)懂、讀懂這個(gè)世界，才能更進(jìn)一步的分析、預(yù)測(cè)。感知類(lèi)技術(shù)包括計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理。此外，我們將深度學(xué)習(xí)技術(shù)也納入到基礎(chǔ)技術(shù)層的范圍的原因，是因?yàn)楹芏辔茨軞w類(lèi)到感知類(lèi)的技術(shù)也會(huì)作為一種基礎(chǔ)應(yīng)用出現(xiàn)在各種應(yīng)用場(chǎng)景，如推理與歸納。從產(chǎn)業(yè)鏈的角度講，基礎(chǔ)層的技術(shù)可以作為核心技術(shù)直接應(yīng)用于終端產(chǎn)品中，也可以?xún)H作為一種感知類(lèi)技術(shù)集成于產(chǎn)品中。如，語(yǔ)音識(shí)別既可以作為一種產(chǎn)品來(lái)解決演講錄音電子化的產(chǎn)品，也可以作為機(jī)器人人機(jī)交互必不可少的核心技術(shù)。計(jì)算機(jī)視覺(jué) 語(yǔ)音識(shí)別 語(yǔ)義識(shí)別深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)語(yǔ)音識(shí)別語(yǔ)義識(shí)別深度學(xué)習(xí)技術(shù)成熟度人臉識(shí)別較為成熟；物體與場(chǎng)景識(shí)別仍在探索技術(shù)成熟度

整體較為成熟；但背景噪音仍難解決

技術(shù)仍待提升，規(guī)則場(chǎng)景的語(yǔ)義識(shí)別較為成熟

涵蓋多類(lèi)人工智能基礎(chǔ)應(yīng)用，仍在發(fā)展投資熱度很高投資熱度語(yǔ)音識(shí)別

較高 高 很高3.1.1語(yǔ)音識(shí)別技術(shù)簡(jiǎn)介語(yǔ)音識(shí)別是將語(yǔ)音轉(zhuǎn)換為文本的技術(shù)，是自然語(yǔ)言處理的一個(gè)分支機(jī)器識(shí)別和理解語(yǔ)音。 語(yǔ)音/語(yǔ)言數(shù)據(jù)庫(kù)語(yǔ)音信號(hào)語(yǔ)音語(yǔ)音信號(hào)語(yǔ)音/數(shù)據(jù)挖掘技術(shù)訓(xùn)練信號(hào)處理技術(shù)統(tǒng)計(jì)建模方法前臺(tái)前臺(tái)特征提取解碼語(yǔ)音/語(yǔ)言模型端點(diǎn)檢測(cè)降噪識(shí)別結(jié)果后臺(tái)技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介技術(shù)成熟度與主要瓶頸市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)

語(yǔ)音識(shí)別語(yǔ)音識(shí)別語(yǔ)音識(shí)別整體成熟度高，但背景噪音仍難解決語(yǔ)音識(shí)別應(yīng)用場(chǎng)景簡(jiǎn)介按照應(yīng)用場(chǎng)景的不同，可以大致分為三類(lèi)；電信級(jí)系統(tǒng)應(yīng)用：嵌入式應(yīng)用：人、手機(jī)、車(chē)載系統(tǒng)等；電信級(jí)系統(tǒng)應(yīng)用電話(huà)銀行機(jī)器人身份辨認(rèn)股票交易電信級(jí)系統(tǒng)應(yīng)用電話(huà)銀行機(jī)器人身份辨認(rèn)股票交易智能手機(jī)案件偵破金融產(chǎn)品客服車(chē)載系統(tǒng)國(guó)家安全電子商務(wù)智能家居旅游服務(wù)其他智能終端嵌入式應(yīng)用 特殊應(yīng)用嵌入式應(yīng)用特殊應(yīng)用語(yǔ)音識(shí)別技術(shù)成熟度與主要瓶頸目前語(yǔ)音識(shí)別的技術(shù)成熟度較高，已達(dá)到95%的準(zhǔn)確度。然而，需要指出的是，從95%的準(zhǔn)確度到99%的準(zhǔn)確度帶來(lái)的改變才是質(zhì)量的飛躍，是人們從偶爾使用語(yǔ)音變到常常使用。百度語(yǔ)音識(shí)別算法模型的迭代百度語(yǔ)音識(shí)別算法模型的迭代主要瓶頸：別較大，實(shí)際應(yīng)用僅限近距離使用；數(shù)消費(fèi)者尚未形成語(yǔ)音使用習(xí)慣。技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介技術(shù)成熟度與主要瓶頸市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)

語(yǔ)音識(shí)別語(yǔ)音識(shí)別呼叫中心和在線教育為目前剛需場(chǎng)景，科大訊飛一家獨(dú)大3.1.4語(yǔ)音識(shí)別市場(chǎng)規(guī)模語(yǔ)音識(shí)別作為一種基礎(chǔ)技術(shù)，在產(chǎn)業(yè)鏈的多個(gè)環(huán)節(jié)都有所涉及，因而市場(chǎng)規(guī)模難以測(cè)算。其中，目前已被驗(yàn)證的真需求的場(chǎng)景有兩個(gè)。中國(guó)呼叫中心投資規(guī)模

中國(guó)在線教育市場(chǎng)規(guī)模140012001000

2014 2015 2016E 2017E

2000投資規(guī)模（億元人民幣）CAGR7%投資規(guī)模（億元人民幣）CAGR7%0

投資規(guī)模（億元人民幣）CAGR15%2014 2015 2016E投資規(guī)模（億元人民幣）CAGR15%來(lái)源：Capvision，36氪研究院 來(lái)源：Capvision，36氪研究院語(yǔ)音識(shí)別國(guó)內(nèi)競(jìng)爭(zhēng)格局從事語(yǔ)音識(shí)別的企業(yè)較多，科大訊飛、百度均為主要的市場(chǎng)參與者。然而，由于該行業(yè)市場(chǎng)規(guī)模在不斷增長(zhǎng)，技術(shù)仍在不斷迭代，仍有新的存量市場(chǎng)來(lái)容納創(chuàng)業(yè)企業(yè)?？拼笥嶏w是我國(guó)語(yǔ)音識(shí)別領(lǐng)域的重要企業(yè)，占據(jù)了44%的市場(chǎng)份額。從其營(yíng)收來(lái)看，一方面，公司總營(yíng)收增長(zhǎng)很快，其2016收為14.6億元，同比增長(zhǎng)40.6%；另一方面，公司在教育、政府、汽車(chē)、客服等額中國(guó)，40.68億44.2%

百度，27.8%

6.8%

Nuance，3.0%來(lái)源：Capvision，36氪研究院人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月3.1語(yǔ)音識(shí)別技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析

語(yǔ)義識(shí)別語(yǔ)義識(shí)別語(yǔ)義識(shí)別應(yīng)用場(chǎng)景廣泛，技術(shù)難度高語(yǔ)音識(shí)別典型公司分析代表公司成立時(shí)間代表公司成立時(shí)間融資信息主要客戶(hù)主要業(yè)務(wù)云知聲2012.062015年底完成了美的、格力、華帝、海信、華為、暴風(fēng)魔鏡、樂(lè)視、通用汽車(chē)等專(zhuān)注物聯(lián)網(wǎng)的B端市場(chǎng)4769000萬(wàn)臺(tái)接入設(shè)備普強(qiáng)科技2010.092016年完成了四維圖新領(lǐng)投的C輪數(shù)千萬(wàn)美元融資運(yùn)營(yíng)商、保險(xiǎn)、銀行等企業(yè)呼叫中心、汽車(chē)廠商提供語(yǔ)音服務(wù)思必馳：36氪研究院20082016年年初完成2億元融資易圖、小米、穿戴和機(jī)器人4個(gè)場(chǎng)景B端市場(chǎng)來(lái)源3.2語(yǔ)義識(shí)別3.2.1語(yǔ)義識(shí)別技術(shù)簡(jiǎn)介語(yǔ)音識(shí)別解決的是計(jì)算機(jī)“聽(tīng)得見(jiàn)”的問(wèn)題，而語(yǔ)義識(shí)別解決的是“聽(tīng)得懂”的問(wèn)題。自然語(yǔ)言處理（NLP）研究表示語(yǔ)言能力、語(yǔ)言應(yīng)用的模型，通過(guò)建立計(jì)算機(jī)框架來(lái)實(shí)現(xiàn)該語(yǔ)言模型，并根據(jù)該語(yǔ)言模型來(lái)設(shè)計(jì)各種實(shí)用系統(tǒng)。人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月3.1語(yǔ)音識(shí)別語(yǔ)義識(shí)別技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介典型公司與科研院所計(jì)算機(jī)視覺(jué)

語(yǔ)義識(shí)別語(yǔ)義識(shí)別背景知識(shí)的表達(dá)、上下文環(huán)境等技術(shù)瓶頸難以突破語(yǔ)義識(shí)別應(yīng)用場(chǎng)景介紹應(yīng)用場(chǎng)景應(yīng)用 嵌入式應(yīng)用應(yīng)用場(chǎng)景應(yīng)用嵌入式應(yīng)用機(jī)器翻譯 機(jī)器翻譯機(jī)器人智能手機(jī)車(chē)載系統(tǒng)智能家居其他智能終端語(yǔ)義識(shí)別典型公司與科研院所科大訊飛科大訊飛出門(mén)問(wèn)問(wèn)智能360百度典型公司 典型科研院所 斯坦福大學(xué)自然語(yǔ)言處理研究小組卡內(nèi)基梅隆大學(xué)語(yǔ)言技術(shù)研究院約翰霍普金斯大學(xué)語(yǔ)言和語(yǔ)音處理研究組谷歌蘇黎世研究院亞馬遜NLP研究組香港科技大學(xué)NLP實(shí)驗(yàn)室

中科院計(jì)算機(jī)所自然語(yǔ)言處理研究組中科院聲學(xué)所語(yǔ)言聲學(xué)與內(nèi)容理解重點(diǎn)實(shí)驗(yàn)室中科院自動(dòng)化所模式識(shí)別重點(diǎn)室百度自然語(yǔ)言處理部中科大人機(jī)語(yǔ)音通信研究評(píng)測(cè)實(shí)驗(yàn)室2.4語(yǔ)義識(shí)別技術(shù)成熟度與主要瓶頸技術(shù)成熟度較低，主要瓶頸在于深度學(xué)習(xí)并非語(yǔ)義識(shí)別最佳解決方案。NLP現(xiàn)在實(shí)際的技術(shù)困難還是語(yǔ)義的復(fù)雜性，包含因果關(guān)系和邏輯推理的上下文等，現(xiàn)在解決這些問(wèn)題的思路主要還是深度學(xué)習(xí)。深度學(xué)習(xí)拓展了神經(jīng)網(wǎng)絡(luò)的層次，而且大數(shù)據(jù)的積累和并行計(jì)算的增強(qiáng)則給這種方法奠定了基礎(chǔ)，這也是最近機(jī)器學(xué)習(xí)非?；馃岬脑颉Ｒ虼嘶诖髷?shù)據(jù)、并行計(jì)算的深度學(xué)習(xí)將會(huì)給NLP帶來(lái)長(zhǎng)足的進(jìn)步，但是若想達(dá)到人類(lèi)的這種理解層次，恐怕僅靠這種方法也很難實(shí)現(xiàn)。人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月3.1語(yǔ)音識(shí)別語(yǔ)義識(shí)別技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析

計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)應(yīng)用場(chǎng)景廣泛，可用于安防監(jiān)控、無(wú)人駕駛、機(jī)器人、工業(yè)制造、醫(yī)療、教育等行業(yè)3.3計(jì)算機(jī)視覺(jué)3.3.1計(jì)算機(jī)視覺(jué)技術(shù)簡(jiǎn)介計(jì)算機(jī)視覺(jué)是指用計(jì)算機(jī)來(lái)模擬人的視覺(jué)系統(tǒng)，實(shí)現(xiàn)人的視覺(jué)功能，以適應(yīng)、理解外界環(huán)境和控制自身的運(yùn)動(dòng)。概括的說(shuō)，視覺(jué)系統(tǒng)主要解決的是物體識(shí)別、物體形狀和方位確認(rèn)以及物體運(yùn)動(dòng)判斷這三個(gè)問(wèn)題。而計(jì)算機(jī)視覺(jué)的研究，則是專(zhuān)注于讓機(jī)器代替人眼，解決這些問(wèn)題。從技術(shù)流程上看，計(jì)算機(jī)視覺(jué)識(shí)別通常需要三個(gè)過(guò)程：目標(biāo)檢測(cè)、目標(biāo)識(shí)別、行為識(shí)別，分別解決了“去背景”、“是什么”、“干什么”的問(wèn)題。目標(biāo)檢測(cè) 目標(biāo)識(shí)別 行為識(shí)別目標(biāo)檢測(cè)目標(biāo)識(shí)別行為識(shí)別圖像預(yù)處理圖像分割特征提取目標(biāo)分類(lèi)判斷匹配圖像預(yù)處理圖像分割特征提取目標(biāo)分類(lèi)判斷匹配行為識(shí)別3.2終端產(chǎn)品開(kāi)發(fā)底層技術(shù)開(kāi)發(fā)是指通用的計(jì)算機(jī)視覺(jué)，主要解決通用場(chǎng)景的識(shí)別問(wèn)題，包含圖像識(shí)別平臺(tái)和嵌入式視覺(jué)軟件兩類(lèi)。前者直接提供應(yīng)用服務(wù)，后者需要和硬件進(jìn)行系統(tǒng)集成后在終端產(chǎn)品中使用。場(chǎng)景應(yīng)用層作為直接解決具體應(yīng)用場(chǎng)景的需求，產(chǎn)品的形式可能是應(yīng)用系統(tǒng)，也可能是軟硬件一體的終端產(chǎn)品或服務(wù)。終端產(chǎn)品開(kāi)發(fā)產(chǎn)品與方案集成 搜索引擎視頻分析門(mén)禁監(jiān)視應(yīng)用系統(tǒng)開(kāi)發(fā)產(chǎn)品與方案集成搜索引擎視頻分析門(mén)禁監(jiān)視應(yīng)用系統(tǒng)開(kāi)發(fā)智能工業(yè) ?智能安防智能家居 ? 機(jī)器人底層技術(shù)開(kāi)發(fā)底層技術(shù)開(kāi)發(fā)字符識(shí)別場(chǎng)景識(shí)別物體識(shí)別視頻對(duì)象提取人像識(shí)別表情識(shí)別字符識(shí)別場(chǎng)景識(shí)別物體識(shí)別視頻對(duì)象提取人像識(shí)別表情識(shí)別嵌入式視覺(jué)軟件圖像識(shí)別平臺(tái)人工智能行業(yè)研究報(bào)告2017年2人工智能行業(yè)研究報(bào)告2017年2月3.1語(yǔ)音識(shí)別計(jì)算機(jī)視覺(jué)PAGEPAGE36語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析

人臉識(shí)別、OCR識(shí)別較為成熟，安防為其剛需應(yīng)用市場(chǎng)計(jì)算機(jī)視覺(jué)技術(shù)成熟度與主要瓶頸技術(shù)成熟度：計(jì)算機(jī)視覺(jué)各細(xì)分領(lǐng)域的成熟度相差較大。在生物特征識(shí)別領(lǐng)域，如人臉識(shí)別、指紋識(shí)別、瞳孔識(shí)別，技術(shù)成熟度高，工業(yè)化程度高，廣泛應(yīng)用于安防和考勤。在物體和場(chǎng)景識(shí)別方面，由于識(shí)別的物體種類(lèi)繁雜，表現(xiàn)形態(tài)多樣，技術(shù)成熟度較低?，F(xiàn)階段多數(shù)公司著力數(shù)據(jù)標(biāo)注。靜態(tài)物體的識(shí)別技術(shù)較為成熟，動(dòng)態(tài)圖像的圖像識(shí)別難度較大。主要瓶頸：受圖片質(zhì)量、光照環(huán)境的影響，現(xiàn)有圖像識(shí)別技術(shù)較難解決圖像殘缺、光線過(guò)爆、過(guò)暗的圖像。此外，受制于被標(biāo)記數(shù)據(jù)的體量和數(shù)量，若無(wú)大量、優(yōu)質(zhì)的細(xì)分應(yīng)用場(chǎng)景數(shù)據(jù)，該特定應(yīng)用場(chǎng)景的算法迭代很難實(shí)現(xiàn)突破。比賽名稱(chēng)2016年冠軍比賽成績(jī)物體探測(cè)比賽名稱(chēng)2016年冠軍比賽成績(jī)物體探測(cè)CUImage平均準(zhǔn)確率66.28%物體定位Trimps-Soushen分類(lèi)錯(cuò)誤率2.99%視頻物體識(shí)別NUIST平均準(zhǔn)確率80.83%場(chǎng)景識(shí)別?？低暦诸?lèi)錯(cuò)誤率9.01%來(lái)源：36氪研究院計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模計(jì)算機(jī)視覺(jué)作為一種人工智能的基礎(chǔ)技術(shù)應(yīng)用，使用場(chǎng)景多樣，市場(chǎng)潛力巨大。其中，人臉識(shí)別和視頻監(jiān)控作為計(jì)算機(jī)視覺(jué)的重要應(yīng)用領(lǐng)域，2015年市場(chǎng)容量已達(dá)十億和百億級(jí)別。0

人臉識(shí)別市場(chǎng)規(guī)模（億元人民幣）2014 2015 2016E 2017E 2018E 2019E 中國(guó) 全球

18001300800300

2012-2018年中國(guó)視頻監(jiān)控市場(chǎng)規(guī)模15.3%15.3%26.50%19.40%17.20%14.10%12.60%98911147408674254906202012 2013 2014 2015 2016 2017 2018市場(chǎng)規(guī)模 增長(zhǎng)率來(lái)源：Capvision，36氪研究院 來(lái)源：Capvision，36氪研究院人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月語(yǔ)音識(shí)別語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析

計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)我國(guó)創(chuàng)業(yè)公司人臉識(shí)別水平國(guó)際領(lǐng)先，智能安防、自動(dòng)駕駛為計(jì)算機(jī)視覺(jué)公司主攻方向3.3.5計(jì)算機(jī)視覺(jué)競(jìng)爭(zhēng)格局國(guó)內(nèi)從事計(jì)算機(jī)視覺(jué)領(lǐng)域的公司在2011年后顯著增加，至今熱度不減。據(jù)36氪研究院不完全統(tǒng)計(jì)，目前國(guó)內(nèi)從事計(jì)算機(jī)視覺(jué)技術(shù)的公司有104個(gè)。但是，我們也觀測(cè)到，不少公司仍在調(diào)整公司定位，是做底層技術(shù)提供者，還是直接對(duì)接某細(xì)分領(lǐng)域，提供行業(yè)技術(shù)解決方案。大部分公司的商業(yè)化發(fā)展道路仍不明晰。從技術(shù)水平來(lái)看，國(guó)內(nèi)廠商在人臉識(shí)別領(lǐng)域處于國(guó)際領(lǐng)先地位。而而綜合各細(xì)分領(lǐng)域熱度來(lái)看，目前人臉識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的競(jìng)爭(zhēng)熱點(diǎn)，金融、安防領(lǐng)域的人臉識(shí)別為重點(diǎn)布局場(chǎng)景。而此類(lèi)公司多有未來(lái)涉足機(jī)器人視覺(jué)、無(wú)人機(jī)視覺(jué)領(lǐng)域的計(jì)劃。此外，自動(dòng)駕駛也有創(chuàng)業(yè)公司布局。我們認(rèn)為，各應(yīng)用場(chǎng)景的視覺(jué)識(shí)別技術(shù)探索剛剛起步。更多關(guān)于各類(lèi)應(yīng)用場(chǎng)景的討論參見(jiàn)后續(xù)章節(jié)。計(jì)算機(jī)視覺(jué)識(shí)別技術(shù)領(lǐng)先廠家計(jì)算機(jī)視覺(jué)識(shí)別技術(shù)領(lǐng)先廠家曠視科技碼隆科技來(lái)源：36氪研究院人工智能行業(yè)研究報(bào)告2017年人工智能行業(yè)研究報(bào)告2017年2月3.1語(yǔ)音識(shí)別語(yǔ)義識(shí)別計(jì)算機(jī)視覺(jué)技術(shù)簡(jiǎn)介應(yīng)用場(chǎng)景簡(jiǎn)介市場(chǎng)規(guī)模競(jìng)爭(zhēng)格局典型公司分析

計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)典型公司案例分析計(jì)算機(jī)視覺(jué)典型公司分析公司名稱(chēng)成立時(shí)間融資信息核心業(yè)務(wù)類(lèi)別合作企業(yè)未來(lái)發(fā)展預(yù)期曠視科技（Face++）20112015年獲啟明創(chuàng)投構(gòu)輪4700資人臉識(shí)別機(jī)關(guān)等將人臉檢測(cè)領(lǐng)域做深做覺(jué)技術(shù)領(lǐng)域商湯科技20142014年獲IDG1000年StarVC金額未公開(kāi)人臉識(shí)別華為、Nvidia銀聯(lián)、華為、小米、微博、科大訊飛、宜信等域格靈深曈20132014年獲紅杉資本A輪數(shù)千萬(wàn)美元投資人臉識(shí)別北京新天地、中國(guó)農(nóng)業(yè)銀行等做強(qiáng)人臉識(shí)別領(lǐng)域，未來(lái)可能進(jìn)軍無(wú)人車(chē)行業(yè)依圖科技20122016年獲云鋒基金B(yǎng)輪數(shù)千萬(wàn)美元投資人臉識(shí)別、車(chē)輛識(shí)別做強(qiáng)金融和安防領(lǐng)域的人像和車(chē)輛識(shí)別云從科技2007目前融到A輪人臉識(shí)別銀行等域人臉識(shí)別飛搜科技來(lái)源：362015研究院2016年獲天使輪1000萬(wàn)人民幣投資人臉識(shí)別頻識(shí)別移動(dòng)互聯(lián)網(wǎng)，金融，智能硬件集成商等域CHAPTER4 人工智能芯片介紹與典型公司分析

GPUFPGAASIC人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月PAGEPAGE42GPUFPGAASIC芯片產(chǎn)業(yè)鏈分析典型公司分析

人工智能芯片人工智能芯片目前適應(yīng)深度學(xué)習(xí)的芯片有GPU、FPGA、ASIC等，GPU集成與制造成熟度高芯片又叫集成電路，按照功能不同可分為很多種，有負(fù)責(zé)電源電壓輸出控制的，有負(fù)責(zé)音頻視頻處理的，還有負(fù)責(zé)復(fù)雜運(yùn)算處理的。算法必須借助芯片才能夠運(yùn)行，而由于各個(gè)芯片在不同場(chǎng)景的計(jì)算能力不同，算法的處理速度、能耗也就不同。在人工智能市場(chǎng)高速發(fā)展的今天，人們都在尋找更能讓深度學(xué)習(xí)算法更快速、更低能耗執(zhí)行的芯片。目前，能夠適應(yīng)深度學(xué)習(xí)需要的芯片類(lèi)型有GPU、FPGA和ASIC等。4.1AI芯片適用性分析4.1.1GPU：適合大規(guī)模并行運(yùn)算，生產(chǎn)設(shè)計(jì)成熟度高，未必為人工智能最適用芯片GPU最初是作為應(yīng)對(duì)圖像處理需求而出現(xiàn)的芯片。其特點(diǎn)為擅長(zhǎng)大規(guī)模并行運(yùn)算，可以平行處理大量信息。在人工智能技術(shù)發(fā)展早期，因其優(yōu)異的大規(guī)模數(shù)據(jù)處理能力，GPU被使用在多個(gè)項(xiàng)目之中。谷歌的圖像識(shí)別項(xiàng)目、AlphaGo項(xiàng)目、特斯拉/沃爾沃等諸多汽車(chē)廠商的輔助駕駛系統(tǒng)和無(wú)人駕駛實(shí)驗(yàn)中，均使用了GPU作為加速芯片。然而，從芯片底層架構(gòu)來(lái)講，由于GPU并非專(zhuān)為深度學(xué)習(xí)設(shè)計(jì)的專(zhuān)業(yè)芯片，未必為人工智能加速硬件的最終答案。目前，GPU的設(shè)計(jì)和生產(chǎn)均已非常成熟，在集成度和制造工藝上具有優(yōu)勢(shì)，因而從成本和性能的平衡來(lái)講，是當(dāng)下人工智能運(yùn)算的很好選擇。NVIDIAGTX960M/950M系列移動(dòng)GPU來(lái)源：36氪研究院芯片適用性分析GPUFPGAASIC芯片產(chǎn)業(yè)鏈分析典型公司分析

人工智能芯片人工智能芯片F(xiàn)PGA可編程但不適合大規(guī)模生產(chǎn)，ASIC為為后起之秀，確定場(chǎng)景規(guī)模后適用于大量生產(chǎn)4.1.2FPGA：高性能、低功耗的可編程芯片F(xiàn)PGA全稱(chēng)為「可編輯門(mén)陣列」(FieldProgrammableGateArray)，它是一種通用型的芯片，設(shè)計(jì)更接近于硬件底層的架構(gòu)，其最大特用戶(hù)可以通過(guò)燒入FPGA配置文件來(lái)實(shí)現(xiàn)應(yīng)用場(chǎng)景的高度定制，進(jìn)而實(shí)現(xiàn)高性能，低功耗。FPGA成本較高，更適用于企業(yè)用戶(hù)，尤其是可重配置需求較高的軍事和工業(yè)電子領(lǐng)域（在這些領(lǐng)域可重配置可能真的需要）。此外，百度、微軟、IBM等公司都有專(zhuān)門(mén)做FPGA的團(tuán)隊(duì)為服務(wù)器加速。CPU,FPGA算法能耗對(duì)比算法能耗對(duì)比（毫焦）403020100CPU

CPU,FPGA算法性能對(duì)比算法性能對(duì)比（毫秒）4003002001000CPU FPGA來(lái)源：浙商證券，36氪研究院 來(lái)源：浙商證券，36氪研究院4.1.3ASIC：后起之秀，AI定制芯片必為趨勢(shì)ASIC的全稱(chēng)為ApplicationSpecificIntegratedCircuits,即專(zhuān)用集成電路，是對(duì)應(yīng)特定應(yīng)用場(chǎng)景，針對(duì)特定用戶(hù)需求是的專(zhuān)用類(lèi)芯片。假如把FPGA比作科研研發(fā)專(zhuān)用芯片，那么ASIC就是確定應(yīng)用市場(chǎng)后，大量生產(chǎn)的專(zhuān)用芯片?；诖?，廠家可以針對(duì)特定用戶(hù)場(chǎng)景使用FPGA進(jìn)行研發(fā)，當(dāng)算法成熟、芯片設(shè)計(jì)固定后可以以ASIC的方式進(jìn)行大規(guī)模生產(chǎn)。因此，毫不意外的，作為全定制設(shè)計(jì)的ASIC芯片，針對(duì)適用的應(yīng)用場(chǎng)景，ASIC的性能和能耗都要優(yōu)于市場(chǎng)上的現(xiàn)有芯片，包括FPGA和GPU。目前，人工智能類(lèi)ASIC的發(fā)展仍處于早期。其根本原因是，ASIC一旦設(shè)計(jì)制造完成后電路就固定了，只能微調(diào)，無(wú)法大改。而硬件的研發(fā)設(shè)計(jì)與生產(chǎn)成本很高，如果應(yīng)用場(chǎng)景是否為真市場(chǎng)尚不清晰，企業(yè)很難貿(mào)然嘗試。此外，能設(shè)計(jì)出適用于人工智能芯片的公司必然是要既具備人工智能算法又擅長(zhǎng)芯片研發(fā)的公司，進(jìn)入門(mén)檻較高GPUFPGAASIC芯片產(chǎn)業(yè)鏈分析KneronNvidia高通博通聯(lián)發(fā)科高通博通聯(lián)發(fā)科英偉達(dá)賽靈思IC設(shè)計(jì)上游上游高附加價(jià)值低高附加價(jià)值低高資本投入效益低

人工智能芯片人工智能芯片芯片上下游分為IC設(shè)計(jì)、晶圓代工和專(zhuān)業(yè)測(cè)封，技術(shù)及資本壁壘都較高AI芯片產(chǎn)業(yè)鏈分析下游中游芯片市場(chǎng)依上、中、下游分為IC設(shè)計(jì)、晶圓代工和專(zhuān)業(yè)封測(cè)。在專(zhuān)業(yè)分工的價(jià)值鏈中，由與各自于產(chǎn)業(yè)之腦力密集、資本密集與勞力密集的程度不同，所以其人均產(chǎn)值、附加價(jià)值以及資本投入效益均有不同。下游中游晶圓代工專(zhuān)業(yè)封測(cè)晶圓代工專(zhuān)業(yè)封測(cè)臺(tái)積電羅格方德聯(lián)電臺(tái)積電羅格方德聯(lián)電三星中芯日月光艾克爾矽品星科金朋紫光AI芯片行業(yè)典型公司分析公司Kneron成立日期2015年11月主要產(chǎn)品1、軟件sdk（覆蓋汽車(chē)ADAS系統(tǒng)、人臉識(shí)別、物體識(shí)別領(lǐng)域，可做到實(shí)時(shí)識(shí)別）；2、芯片IP，可用于物聯(lián)網(wǎng)終端裝置，功耗低主要客戶(hù)騰訊，華碩，經(jīng)緯航太及臺(tái)灣志伸主要優(yōu)勢(shì)優(yōu)秀的硬件IP設(shè)計(jì)能力可使其在移動(dòng)端而非云端實(shí)現(xiàn)運(yùn)算加速，且所用加速器滿(mǎn)足低功耗要求未來(lái)發(fā)展預(yù)期致力于移動(dòng)端的人工智能軟硬件研發(fā)，重點(diǎn)關(guān)注領(lǐng)域有安防、機(jī)器人和智能駕駛團(tuán)隊(duì)背景核心團(tuán)隊(duì)來(lái)自高通、谷歌、英特爾、三星等；擁有61項(xiàng)專(zhuān)利，7項(xiàng)國(guó)際獎(jiǎng)項(xiàng)和112篇發(fā)表文章。來(lái)源：36氪研究院人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月GPU公司名稱(chēng)NVIDIA公司名稱(chēng)NVIDIA（NASDAQ:NVDA)立日期1993年析主營(yíng)產(chǎn)品包括游戲顯卡GeForceTeslaTegra等主要客戶(hù)Baidu、Facebook，Google，IBM等企業(yè)及Oxford，NYU等知名教育機(jī)構(gòu)行業(yè)地位GPU全球行業(yè)龍頭，圖形技術(shù)處理器領(lǐng)袖發(fā)展現(xiàn)狀打造平臺(tái)，建立包含、、深度感知網(wǎng)絡(luò)、RNN以及強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)等算法的平臺(tái)截止2015年，與在深度學(xué)習(xí)方面展開(kāi)合作的企業(yè)增至3400多家企業(yè)，年增長(zhǎng)率為120%，客戶(hù)涉及醫(yī)療、生命科學(xué)、能源、金融服務(wù)、汽車(chē)、制造業(yè)以及娛樂(lè)業(yè)等多個(gè)領(lǐng)域相關(guān)財(cái)務(wù)數(shù)據(jù)（單位：百萬(wàn)美元）財(cái)政年度2016.Q12015.Q12014.Q12016.Q22015.Q22014.Q2總營(yíng)業(yè)收入130511511103142811531103營(yíng)業(yè)利潤(rùn)751653604826634619研發(fā)費(fèi)用346339334350320337研發(fā)占比68%71%74%69%57%74%凈利潤(rùn)19613413725326128芯片產(chǎn)業(yè)典型公司KneronNvidiaXlinx

人工智能芯片人工智能芯片典型公司分析公司名稱(chēng)Xilinx(NASDAQ:XLNX)成立日期1984年主營(yíng)產(chǎn)品ARTIX,KINTEXVIRTEX,ZYNQ等多個(gè)系列的FPGA芯片主要客戶(hù)不僅有ARM,ADI,Avnet等企業(yè)，也包含Oxford，NYU等知名教育機(jī)構(gòu)行業(yè)地位全球領(lǐng)先的可編程邏輯完整解決方案的供應(yīng)商發(fā)展前景目前為止不論是28nm、20nm還是16nm節(jié)點(diǎn)的產(chǎn)品，賽靈思的份額都遠(yuǎn)大于對(duì)手將FPGA的生態(tài)系統(tǒng)建立起來(lái)，成為目前幾個(gè)最重要的主處理平臺(tái)生態(tài)中最具發(fā)展活力又恰是最年輕的一個(gè)相關(guān)財(cái)務(wù)數(shù)據(jù)（單位：百萬(wàn)美元）財(cái)政年度2016.Q12015.Q12014.Q12016.Q22015.Q22014.Q2總營(yíng)業(yè)收入575 549 613 579527604營(yíng)業(yè)利潤(rùn)407389423403369435研發(fā)費(fèi)用136 127 122 142130138研發(fā)占比62%60%56%63%60%59%凈利潤(rùn)163 148 174 16412717243 來(lái)源：36氪研究院CHAPTER5 人工智能在各行業(yè)的應(yīng)用分析 機(jī)器人人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月PAGEPAGE45機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人機(jī)器人可分為工業(yè)機(jī)器人、專(zhuān)業(yè)服務(wù)機(jī)器人和家庭機(jī)器人5.1機(jī)器人機(jī)器人是一種自動(dòng)化的機(jī)器，與其他機(jī)器所不同的是，這種機(jī)器具備一些與人或生物相似的智能能力，如感知能力、規(guī)劃能力、動(dòng)作能力和協(xié)同能力，具有高級(jí)靈活性。傳統(tǒng)意義上，機(jī)器人主要是指具備傳感器、智能控制系統(tǒng)、驅(qū)動(dòng)系統(tǒng)等三個(gè)要素的機(jī)械。然而，隨著數(shù)字化的進(jìn)展、以及人工智能技術(shù)的進(jìn)步，一些機(jī)器人即便沒(méi)有驅(qū)動(dòng)系統(tǒng)，也能通過(guò)獨(dú)立的智能控制系統(tǒng)驅(qū)動(dòng)，來(lái)聯(lián)網(wǎng)訪問(wèn)現(xiàn)實(shí)世界的各種物體或人類(lèi)。未來(lái)，隨著物聯(lián)網(wǎng)的發(fā)展，機(jī)器人僅僅通過(guò)智能控制系統(tǒng)，就能夠應(yīng)用于社會(huì)的各個(gè)場(chǎng)景之中。例如，無(wú)人駕駛汽車(chē)、智能家電、智能手機(jī)等也將成為機(jī)器人之一。在這個(gè)章節(jié)，我們將討論范圍僅僅限定在傳統(tǒng)意義上的工業(yè)機(jī)器人和服務(wù)機(jī)器人。在其他章節(jié)和報(bào)告中，將詳細(xì)討論智能家電和智能駕駛。機(jī)器人的分類(lèi)：工業(yè)機(jī)器人、專(zhuān)業(yè)服務(wù)機(jī)器人和家庭機(jī)器人按照國(guó)際機(jī)器人聯(lián)盟（IFR）的分類(lèi)，機(jī)器人一般分為工業(yè)機(jī)器人和服務(wù)機(jī)器人，而服務(wù)機(jī)器人按照應(yīng)用領(lǐng)域劃分，可分為專(zhuān)業(yè)服務(wù)機(jī)器人和家庭機(jī)器人。機(jī)器人分類(lèi)服務(wù)機(jī)器人專(zhuān)業(yè)服務(wù)機(jī)器人 個(gè)人服務(wù)機(jī)器人專(zhuān)業(yè)服務(wù)機(jī)器人 個(gè)人/家庭機(jī)器人國(guó)防家政醫(yī)療物流農(nóng)業(yè)娛樂(lè)/教育工業(yè)機(jī)器人 焊接 鑄造 裝配 沖壓 搬運(yùn) 噴漆 全球機(jī)器人銷(xiāo)售額占比，2015工業(yè)服務(wù)機(jī)器人64%專(zhuān)業(yè)服務(wù)機(jī)器人工業(yè)服務(wù)機(jī)器人64%個(gè)人/家庭服務(wù)機(jī)器人13%

400CAGR10%300CAGR10%2001000

全球機(jī)器人市場(chǎng)規(guī)模預(yù)測(cè)20152016E2017E2018E2019E2020E來(lái)源：IFR，36氪研究院 來(lái)源：Capvision，36氪研究院機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人工業(yè)機(jī)器人增長(zhǎng)空間巨大，2020年將超過(guò)180億美元5.1.1工業(yè)機(jī)器人工業(yè)機(jī)器人是指在工業(yè)自動(dòng)化的應(yīng)用中，既可以固定又可以以移動(dòng)形態(tài)存在，可重復(fù)編程及自動(dòng)控制的操作機(jī)器。ABB生產(chǎn)的IRB2400機(jī)器人注：該機(jī)器人用于物料搬運(yùn)、機(jī)械管理和過(guò)程應(yīng)用，是ABB公司推出的應(yīng)用最廣的工業(yè)機(jī)器人之一。來(lái)源：ABB官網(wǎng)，36氪研究院市場(chǎng)規(guī)模隨著工業(yè)自動(dòng)化的推進(jìn)，人力成本的上升，未來(lái)對(duì)工業(yè)機(jī)器人的需求將繼續(xù)增加，工業(yè)機(jī)器人市場(chǎng)規(guī)模不斷增大。據(jù)國(guó)際機(jī)器人聯(lián)合會(huì)(IFR)統(tǒng)計(jì)，2014年全球工業(yè)機(jī)器人銷(xiāo)量為22.9萬(wàn)臺(tái)，比2013年增長(zhǎng)29％，其中亞洲銷(xiāo)量約占三分之二，中國(guó)、韓國(guó)、日本、美國(guó)和德國(guó)五大市場(chǎng)的銷(xiāo)量占全球工業(yè)機(jī)器人總銷(xiāo)量的75%左右。BCG咨詢(xún)預(yù)測(cè)，2020年工業(yè)機(jī)器人市場(chǎng)規(guī)模將超過(guò)180億美元。2010-2014年我國(guó)工業(yè)機(jī)器人銷(xiāo)量（萬(wàn)臺(tái)，增長(zhǎng)百分比）171.1%8171.1%859.1%650.7%5.755.9%1.8%21.50來(lái)源：IFR，36氪研究院人工智能行業(yè)研究報(bào)告2017人工智能行業(yè)研究報(bào)告2017年2月機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人汽車(chē)和電氣、電子行業(yè)為工業(yè)機(jī)器人主要驅(qū)動(dòng)力市場(chǎng)發(fā)展?fàn)顩r中國(guó)為全球工業(yè)機(jī)器人銷(xiāo)量份額最大的國(guó)家，2014年約占市場(chǎng)份額的25%不到日本的1/4,2013年日本、韓國(guó)、德國(guó)機(jī)器人保有量分別為30.4萬(wàn)臺(tái)、15.6萬(wàn)臺(tái)、16.8萬(wàn)臺(tái)，且韓國(guó)、日本的機(jī)器人密度在全球居前兩位。生產(chǎn)的工業(yè)機(jī)器人數(shù)量較少。其他26%中國(guó)其他26%中國(guó)26%德國(guó)8%韓國(guó)15%美國(guó)11%日本14%

我國(guó)機(jī)器人密度遠(yuǎn)低于世界平均水平每百萬(wàn)員工擁有機(jī)器人數(shù)量500每百萬(wàn)員工擁有機(jī)器人數(shù)量4003002001000 來(lái)源：IFR，36氪研究院 來(lái)源：IFR，36氪研究院應(yīng)用領(lǐng)域分布工業(yè)機(jī)器人廣泛應(yīng)用于汽車(chē)、機(jī)械加工、電氣/料、食品、物流等諸多工業(yè)行業(yè)，其中，汽車(chē)產(chǎn)業(yè)和電氣/行業(yè)是增長(zhǎng)主要驅(qū)動(dòng)力。汽車(chē)行業(yè)為工業(yè)機(jī)器人的主要應(yīng)用行業(yè)，占比全行業(yè)的43%，目前增速放緩。電子家電和金屬器械分別占比20%、10%左右。2014年全球工業(yè)機(jī)器人應(yīng)用行業(yè)分布金屬制品10%7%食品加工

電氣/電子行業(yè)21%14%

汽車(chē)行業(yè)44%3% 玻璃水泥47 1%PAGEPAGE55機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人產(chǎn)業(yè)鏈構(gòu)成來(lái)源：36氪研究院機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人服務(wù)機(jī)器人2014年銷(xiāo)售額為60億美元5.1.2服務(wù)機(jī)器人服務(wù)機(jī)器人按照其應(yīng)用領(lǐng)域劃分，主要包括專(zhuān)業(yè)服務(wù)機(jī)器人和個(gè)人/家用服務(wù)機(jī)器人。專(zhuān)用服務(wù)機(jī)器人主要包括國(guó)防機(jī)器人、擠奶機(jī)器人、野外機(jī)器人、醫(yī)療機(jī)器人、物流機(jī)器人等；個(gè)人/窗戶(hù)機(jī)器人及娛樂(lè)機(jī)器人等。市場(chǎng)規(guī)模從201460億美元；其中，專(zhuān)業(yè)機(jī)器人收入占比63.1%；家庭服務(wù)機(jī)器人占比36.9%；從增長(zhǎng)潛力來(lái)看，IFR預(yù)測(cè)顯示，2015-2018年，專(zhuān)業(yè)服務(wù)機(jī)器人銷(xiāo)售量將增加到15.2萬(wàn)臺(tái)，市場(chǎng)規(guī)模上升至196億美元（）。于此同時(shí)，家用服務(wù)機(jī)器人銷(xiāo)量將增加到2590萬(wàn)臺(tái)，市場(chǎng)規(guī)模高達(dá)122億美元（2015-2018年加總）。要增長(zhǎng)方向。2011—2018年全球服務(wù)機(jī)器人銷(xiāo)售額（億美元）CAGR≈11%CAGR≈11%290240190

2014年全球服務(wù)機(jī)器人收入份額個(gè)人/家庭服務(wù)機(jī)器人1409040 注釋?zhuān)浩渲?011-2014年數(shù)據(jù)源自IFR,2015-2018年數(shù)據(jù)為總的預(yù)測(cè)數(shù)據(jù)20 個(gè)人/家庭服務(wù)機(jī)器人銷(xiāo)量（萬(wàn)臺(tái)

專(zhuān)業(yè)服務(wù)機(jī)器人63%來(lái)源：IFR，36氪研究院20 專(zhuān)業(yè)服務(wù)機(jī)器人銷(xiāo)量（萬(wàn)臺(tái)

37%15 2013 1510 2014 105 2015-2018 5預(yù)計(jì)總量0 0

201320142015-2018預(yù)計(jì)總量注釋?zhuān)浩渲?011-2014年數(shù)據(jù)源自IFR,2015-2018年數(shù)據(jù)為預(yù)測(cè)數(shù)據(jù)數(shù)據(jù)來(lái)源：IFR,36氪研究院

注釋?zhuān)浩渲?011-2014年數(shù)據(jù)源自IFR,2015-2018年數(shù)據(jù)為預(yù)測(cè)數(shù)據(jù)數(shù)據(jù)來(lái)源：IFR,36氪研究院機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人醫(yī)療、國(guó)防、物流為專(zhuān)業(yè)服務(wù)機(jī)器人主要增長(zhǎng)方向，家庭機(jī)器人容易做成智能不足的玩具應(yīng)用領(lǐng)域分布2014年IFR數(shù)據(jù)顯示，在專(zhuān)業(yè)服務(wù)機(jī)器人中，國(guó)防機(jī)器人占據(jù)了比5%、736氪研究院認(rèn)為，物流、醫(yī)療領(lǐng)域的機(jī)器人份額的主導(dǎo)市場(chǎng)力量。在家庭服務(wù)機(jī)器人中，2014年家政機(jī)器人仍占據(jù)市場(chǎng)主導(dǎo)，其次為教育、陪伴類(lèi)的娛樂(lè)機(jī)器人。未來(lái)，隨著機(jī)器人行業(yè)技術(shù)的不斷提升、人口老齡化趨勢(shì)的增強(qiáng)，陪護(hù)類(lèi)機(jī)器人的市場(chǎng)份額將不斷提升。2014年個(gè)人/家用服務(wù)機(jī)器人份額 2014年全球?qū)Ｓ梅?wù)機(jī)器人應(yīng)用領(lǐng)域分布

2%

5%

物流機(jī)器人7%28%

其他

國(guó)防機(jī)器人45%類(lèi)型應(yīng)用場(chǎng)景代表廠商家政服務(wù)機(jī)器人代替人完成家政服務(wù)工作，如除草機(jī)器人、掃地機(jī)器人眾筑機(jī)械，科沃斯機(jī)器人陪伴類(lèi)機(jī)器人類(lèi)型應(yīng)用場(chǎng)景代表廠商家政服務(wù)機(jī)器人代替人完成家政服務(wù)工作，如除草機(jī)器人、掃地機(jī)器人眾筑機(jī)械，科沃斯機(jī)器人陪伴類(lèi)機(jī)器人交流，從而與家庭成員互動(dòng)，如教育機(jī)器人、情感陪伴機(jī)器人小魚(yú)在家，Roboo醫(yī)療機(jī)器人協(xié)助人完成醫(yī)療服務(wù)，如微創(chuàng)手術(shù)機(jī)器人能夠輔助醫(yī)生完成手術(shù)任務(wù)；康復(fù)機(jī)器人能夠代替醫(yī)生幫助病人做康復(fù)理療IntuitiveSurgucal、博實(shí)股份物流機(jī)器人搬運(yùn)等動(dòng)作Kiwa，Effi-BOTDHL國(guó)防機(jī)器人通過(guò)傳感器、物體識(shí)別等技術(shù)，在特殊環(huán)境下代替軍人執(zhí)行特殊任務(wù)的機(jī)器人iRobot,波士頓動(dòng)力來(lái)源：36

家政服務(wù)機(jī)器人70%

野外機(jī)器人24%來(lái)源：36氪研究院，IFR機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防 操作系統(tǒng) 操作系統(tǒng) 芯片供應(yīng)商

機(jī)器人機(jī)器人產(chǎn)業(yè)鏈圖譜產(chǎn)業(yè)鏈圖譜 軟件供應(yīng)商 軟件供應(yīng)商 云服務(wù)平臺(tái) 零部件供應(yīng)商 零部件供應(yīng)商 設(shè)備制造商 OEM/ODM 源軟件/硬件平臺(tái) 源軟件/硬件平臺(tái) 來(lái)源：易觀智庫(kù)，36氪研究院機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

機(jī)器人機(jī)器人服務(wù)機(jī)器人中看好家政服務(wù)、醫(yī)療、物流等方向家政服務(wù)機(jī)器人技術(shù)含量相對(duì)低，產(chǎn)業(yè)較為成熟家政服務(wù)機(jī)器人技術(shù)含量相對(duì)低，產(chǎn)業(yè)較為成熟隨著滲透率的增加，市場(chǎng)規(guī)模將持續(xù)增長(zhǎng)家庭陪伴機(jī)器人家庭陪伴機(jī)器人技術(shù)成熟度較低，只能實(shí)現(xiàn)較低層次的交互目前主要增速來(lái)自大量低端玩具機(jī)器人，技術(shù)瓶頸仍未突破醫(yī)療機(jī)器人醫(yī)療機(jī)器人景看好康復(fù)類(lèi)機(jī)器人為二類(lèi)器械，審批時(shí)間較短；微創(chuàng)手術(shù)類(lèi)機(jī)器人為三類(lèi)器械，審批需3-5年物流機(jī)器人技術(shù)成熟度較高，國(guó)內(nèi)應(yīng)用時(shí)成本為最大瓶頸市場(chǎng)前景非常廣闊，未來(lái)將大量替代人力，但行業(yè)發(fā)展將大大取決于物流行業(yè)信息系統(tǒng)的標(biāo)準(zhǔn)化、數(shù)字化進(jìn)程來(lái)源：36氪研究院機(jī)器人AI+金融AI+醫(yī)療AI+安防AI+家居

來(lái)源：36

機(jī)器人機(jī)器人典型案例分析案例分析公司圖靈機(jī)器人公司圖靈機(jī)器人成立日期2010年7月主要產(chǎn)品1、圖靈機(jī)器人操作系統(tǒng)；2、通用軟件服務(wù)平臺(tái)，提供語(yǔ)音識(shí)別、語(yǔ)義識(shí)別等軟件算法主要客戶(hù)HTC語(yǔ)音助手、NAO機(jī)器人、中國(guó)電信客服、Microsoft、IBM、海爾、百度主要優(yōu)勢(shì)在國(guó)內(nèi)機(jī)器人操作系統(tǒng)和技術(shù)開(kāi)發(fā)方面具有優(yōu)勢(shì)，已經(jīng)和主要的硬件廠商建立合作未來(lái)發(fā)展預(yù)期致力于移動(dòng)端的人工智能軟硬件研發(fā)，重點(diǎn)關(guān)注領(lǐng)域有安防、機(jī)器人和智能駕駛手術(shù)機(jī)器人-IntuitiveSurgucal手術(shù)機(jī)器人代表公司-IntuitiveSurgical代表公司IntuitiveSurgical（NASDAQ：ISRG)主營(yíng)產(chǎn)品手術(shù)機(jī)器人產(chǎn)品特點(diǎn)未來(lái)計(jì)劃公司可能通過(guò)已有病例庫(kù)逐漸累積為數(shù)據(jù)庫(kù)，為今后機(jī)器學(xué)習(xí)累積樣本。相關(guān)財(cái)務(wù)數(shù)據(jù)（單位：萬(wàn)美元）2016.Q220152014總營(yíng)業(yè)收入6829023844021370營(yíng)業(yè)利潤(rùn)487007400054480研發(fā)費(fèi)用62601974017800研發(fā)費(fèi)用占比27%8%8%凈利潤(rùn)211008480065730來(lái)源：36氪研究院機(jī)器人工業(yè)機(jī)器人服務(wù)機(jī)器人AI+金融典型企業(yè)圖譜典型企業(yè)分析AI+醫(yī)療安防AI+家居

AI+AI+金融應(yīng)用場(chǎng)景包括智能投顧、征信、風(fēng)控、身份驗(yàn)證、智能客服等5.2AI+金融5.2.1技術(shù)與應(yīng)用場(chǎng)景簡(jiǎn)介人工智能在金融領(lǐng)域的應(yīng)用場(chǎng)景有智能投顧、征信、風(fēng)險(xiǎn)控制、身份驗(yàn)證、智能客服等，主要采用的方法有機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、知識(shí)圖譜、人臉識(shí)別等。AI+金融典型應(yīng)用場(chǎng)景簡(jiǎn)介應(yīng)用領(lǐng)域所用AI技術(shù)應(yīng)用領(lǐng)域所用AI技術(shù)應(yīng)用場(chǎng)景簡(jiǎn)介應(yīng)用成熟度未來(lái)發(fā)展預(yù)期智能投顧機(jī)器學(xué)習(xí)自然語(yǔ)言處理知識(shí)圖譜利用機(jī)器學(xué)習(xí)技術(shù)，結(jié)合預(yù)測(cè)算法，可根據(jù)歷史經(jīng)驗(yàn)和新的市場(chǎng)信