導讀：

2010年之后，移動互聯應用深度滲透，大數據時代到來，云計算技術日漸成熟，物聯網應用嶄露頭角。這些都表明，人工智能迎來了跨越式發展的新曙光。據Gartner預測，2022年，人工智能驅動的商業價值將高達3.9萬億美元。中國智能經濟時代的全新產業版圖已經初步顯現，人工智能技術正在賦能實體經濟發展，“商業落地”已成為人工智能發展的主旋律。人工智能是全國各地實現高質量發展的競爭高地，各地均對人工智能的發展投注巨大的資源加以支持。目前已經在科創板上市的兩家人工智能企業天準科技、虹軟科技，均來自于計算機視覺領域，而且兩家企業都聚焦于該領域的中游。一定程度上反映了科創板優先支持人工智能產業中有一定技術難度的重點領域。

一、人工智能的往事與未來

01、人工智能極簡史

人工智能是一門計算機模擬、延伸、擴展人類智能行為的新技術科學，主要研究人類智能活動的規律，應用計算機的軟硬件模擬人類某些思維過程和智能行為，包括學習、推理、思考、規劃等。

“人工智能”作為一個全新概念，最早是在1956年美國漢諾斯小鎮的達特茅斯學院中由一群科學家在會議上提出的。此后的半個多世紀，人工智能的發展幾經起落，人類仍然矢志不渝地在人工智能領域曲線前行。

人工智能的研究范式從早期的大腦模擬、符號處理，到20世紀80年代的子符號法、90年代的統計學法，再到后來的集成方法、智能模擬等，至今仍未形成指導人工智能研究的統一原理或范式。

人類對于重點發展強人工智能還是弱人工智能一直爭論不休。弱人工智能對于技術的未來發展比較保守謹慎，認為人類不可能制造出真正具有推理和解決問題能力的智能機器，這些機器看起來是智能的，但是并不真正擁有智能，也沒有自主意識。強人工智能對技術的預期更為樂觀，認為人類有可能制造出真正具有推理和解決問題能力的智能機器，這樣的機器有知覺、有自我意識。有的學者對技術的設想更為大膽前衛，認為機器可能在幾乎所有領域完勝人類，甚至包括創新、通識、社交技能這樣的方面。在目前的技術水平下，弱人工智能的發展取得了一定進展，暫時占據上風，強人工智能在短期內難有重大突破。

人工智能本質上是對人腦思維的模擬，該模擬可以從兩條路徑展開：一是結構模擬，仿照人腦的結構機制，制造出“類人腦”的機器；二是功能模擬，暫時撇開人腦的內部結構，從人腦的功能過程進行模擬。計算機的產生大大推動了對人腦思維功能、信息處理過程的模擬，人工智能的基礎技術日臻成熟，這使機器已經在算數、益智問答、象棋、圍棋等領域超越人類能力所及。而人機大戰則赤裸裸地將人類與計算機推上擂臺直接進行較量。可以說，這種較量是在全世界鎂光燈的聚焦之下生動直觀地彰顯了人工智能最前沿的能力水平。

盡管學界關于人工智能的基本研究理念、研究模式及發展路徑仍然各成一派、難以統一，但是人工智能研究的廣泛化已經是公認的事實。人工智能已經從計算機科學的一個分支演化為跨越自然科學、社會科學、技術科學三大科學門類的跨界科學，其中涵蓋了計算機、認知學、語言學、心理學、神經生理學、仿生學、生物學、醫學、數學、信息學、控制學、哲學、社會學等具體學科領域。

受科學界廣泛矚目與不斷探索的助推，人工智能成為20世紀末（即70年代以后）的世界三大尖端技術（空間技術、能源技術、人工智能）之一以及21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。

02、人工智能的未來暢想

2010年之后，移動互聯應用深度滲透，大數據時代到來，云計算技術日漸成熟，物聯網應用嶄露頭角。這些都表明，人工智能迎來了跨越式發展的新曙光。據Gartner預測，2022年，人工智能驅動的商業價值將高達3.9萬億美元。中國智能經濟時代的全新產業版圖已經初步顯現，人工智能技術正在賦能實體經濟發展，“商業落地”已成為人工智能發展的主旋律。未來五年，中國人工智能產業也必將迎來自己的高速成長期（見圖1-1）。

圖1-1 20182023年中國人工智能產業的市場規模及增長率預測

圖片來源：《中國人工智能發展報告2018》

[email protected]??，提出了智能世界的十大趨勢：

1、形態豐富的機器人帶來新的生活方式；

2、機器學習等新技術使能的超級視野；

3、人工智能及物聯網技術將簡化搜索；

4、智能交通“懂”我道路；

5、機器人從事三高工作；

6、人工智能與云計算技術融合推動人機協同創新；

7、人工智能與大數據技術使溝通更精準、無摩擦；

8、數字技術與智能能力以平臺模式共創智能共生經濟；

9、大帶寬、低時延、廣聯接的5G加速商用；

10、智能世界展開全球數字治理。

以5G技術聞名全球的華為公司，正式公開將人工智能的戰略地位置于5G之上，人工智能的重要程度由此可見一斑。如今，人工智能的超級產業風口已經醞釀而成。在新一代信息技術驅動下，智能化革命的大幕已經拉開，未來的人工智能更趨于泛在化、專業化、精細化，人工智能比人類做得更快、更準、更好的高光時刻將會越來越多。

二、人工智能產業格局解析

01、人工智能的三大支柱

人工智能的崛起，有賴于數據、算力、算法三大基礎條件的共同推動。數據的積累、算力的提升、算法的改良，三者相輔相成、相互依賴與促進（見圖1-2）。

圖1-2 人工智能基礎支撐

提煉制圖：正略咨詢

三者所包含的具體內容及其作用可以表述如下：

第一，數據是人工智能的“生產資料”。隨著互聯網的普及、在線社交的興起、電子商務的發展、傳感器的泛在，人類社會所處的信息環境發生了巨變，數據交織滲透到人類社會的物理空間和信息空間的每一個角落，且呈現出來源廣、數量大、類型多、實時態等特征，數據變得隨處可得，其數量級迅速以指數級增長，異常豐富的數據近乎支撐起一個新的虛擬世界。大數據時代的到來，奠定了人工智能的前提基礎，為人工智能的算法訓練積攢了源源不斷的糧草，深度學習算法通過挖掘海量數據，快速積累經驗、總結規律、歸納關聯。

第二，算力是人工智能的“生產工具”。人工智能需要極大的計算能力支持大規模的并行計算，工欲善其事，必先利其器。在摩爾定律“催促”下，算力不斷升級再升級。云計算技術和芯片處理能力迅速發展，目前已可以整合成千上萬臺計算機展開并行計算，使低成本的大規模并行計算變成現實。GPU、NPU、FPGA以及各種各樣的AI-PU人工智能專用芯片的發展，更是奠定了人工智能的快速海量數據計算能力，推動類似人類深層神經網絡的算法模型得以實施。

第三，算法是人工智能的“生產模式”。加拿大多倫多大學的GeoffreyHinton教授2006年發表論文，開啟了深度學習在學術界和工業界的浪潮。深度學習、強化學習的不斷迭代提高了機器自學習的能力，促進人工智能的學習模式從有監督式學習演化為半監督式、無監督式學習。以多層神經網絡為主流的深度學習算法為面向海量數據、復雜場景的算法訓練和落地應用提供了強大的算力支持，深度學習被廣泛應用于自然語言處理、語音處理、計算機視覺、生物識別等領域，成為人工智能應用落地的核心引擎，促成人工智能與商業場景的深度結合。

數據、算力、算法作為人工智能的三大支柱，將在人工智能的廣泛應用中獲得反哺，勢必產生“滾雪球”效應，進一步積聚更大量級的數據、更高速度的算力、更優方式的算法。如此，人工智能的底層支柱與上層應用構建起彼此支撐、互促發展的良性循環。

02、人工智能產業的三層結構

經過多年的演進，人工智能在競合中逐漸發展完備，產業結構逐漸清晰，呈現出基礎層、技術層、應用層三大層次（見圖1-3）。

圖1-3 人工智能產業結構圖

信息來源：公開網絡；提煉制圖：正略咨詢

1、產業基礎層

人工智能產業基礎層，包括云平臺、開源框架、開發工具等技術平臺，智能芯片、智能傳感器、激光雷達、服務器、通信設備等基礎硬件，大數據及其管理技術，5G技術平臺與通信設備等（見圖1-4）。

圖1-4 人工智能產業基礎層主要企業分布

信息來源：iMediaResearch、公開網絡；提煉制圖：正略咨詢

該層次歷來是歐美國家的強勢領域，不過，中國企業在技術壁壘相對較低的大數據和云計算領域基本能夠與美國企業并跑，盡管美國在芯片領域依然具有絕對優勢，但是華為海思、寒武紀、地平線、中星微電子等領先的中國企業在芯片領域逐步打開了局面（見圖1-5）。

圖1-5 人工智能產業基礎層對標（中國與發達國家對比）

提煉制圖：正略咨詢

在大數據領域，基于可靠的網絡基礎設施、7.51億全球最龐大規模的網民群體、較高程度的信息化，中國已經具有一定的相對優勢。據IDC預測，全球數據總量在2020年將達到44ZB，中國的數據總量將達到8060EB，占全球數據總量的18%。中國的數據體量大，具有多樣性，其獲取及使用更為開放，這些為人工智能算法訓練提供了良好的基矗

2、產業技術層

人工智能產業技術層包含算法理論、應用技術、開發平臺等領域。隨著各類開源、開放平臺的建立，人工智能技術的使用門檻逐漸降低。中國已經擁有一批全球領先的企業，例如，商湯科技、曠視科技、科大訊飛等就是在人工智能技術層的中國企業的翹楚（見圖1-6）。

圖1-6 人工智能產業技術層主要企業分布

信息來源：iMediaResearch、公開信息；提煉制圖：正略咨詢

中美兩國在該層次平分秋色，形成“雙雄”格局。美國依托于雄厚的教育資源，在人工智能技術層的算法理論領域擁有明顯的領先優勢。中國在特定領域發力，開發形成豐富完備的人工智能產品（見圖1-7）。

圖1-7 人工智能產業技術層對標（中國與發達國家對比）

提煉制圖：正略咨詢

中國企業在技術層的分布顯示，我國在計算機視覺、自然語言處理、機器學習三大領域的發展比較強勢，現階段各類成熟的人工智能應用多以此三項技術為基矗人機交互、生物識別、VR/AR等細分領域均在持續探索，技術層發展將更加多元化，也必將涌現出更多新的增長點（見圖1-8）。

圖1-8 中國人工智能技術企業分布

數據來源：鯨準洞見、36氪研究院《人工智能商業化研究報告（2019）》；

整理制圖：正略咨詢

3、產業應用層

人工智能有兩種落地模式：一是人工智能企業提供“AI+”解決方案或平臺服務，二是傳統企業主動“+AI”引進人工智能技術。其中，人工智能技術企業呈現出“T”字形成長模式，在深耕某一項人工智能技術之后，將技術服務于多個行業應用與商業場景，逐步豐富自身的應用生態，構筑技術型平臺的競爭壁壘。

在人工智能產業的應用層，目前形成了群雄逐鹿的局面，領先企業集中于中美德日等國家，中國在各細分領域均有優秀的企業，如全球最大的獨角獸企業螞蟻金服、全球最大的智慧出行企業滴滴出行、全球語音識別技術翹楚科大訊飛等（見圖1-9）。

圖1-9 人工智能產業應用層主要企業分布

信息來源：iMediaResearch、公開信息；提煉制圖：正略咨詢

國外領先企業發力于自身的人工智能技術優勢，在應用層加以強化延伸，圍繞內生增長潛力開發應用。中國企業從市場需求出發，人工智能技術已經在2C領域全面落地，目前2B端的人工智能應用正在啟動（見圖1-10）。

圖1-10 人工智能產業應用層對標（中國與發達國家對比）

提煉制圖：正略咨詢

人工智能已完成了一定的技術與數據的積累，現正在數據豐富的行業、場景成熟的領域逐步打開商用空間，這表明，人工智能已進入商業應用的轉化階段。企業更要依賴商業場景洞察，將人工智能技術與行業實際需求結合，進行實踐應用，讓其產生經濟價值。

03、中美人工智能產業體系對標

人工智能對經濟增長與轉型的推動作用不言而喻，全球各主要經濟體對此頗有“默契”，紛紛出臺指導政策與具體舉措，從國家層面鼎力支持人工智能的發展，爭相卡位新賽道，人工智能已然成為各國搶占的戰略高地（見圖1-11）。

圖1-11 主要發達經濟體的人工智能產業政策梳理

信息來源：公開網絡；整理制圖：正略咨詢

美國作為全球人工智能引領者，力圖通過七大戰略（基礎研究，人機交互，倫理、法律和社會，安全，數據和環境，標準，人才）鞏固其人工智能產業在全球的領導者地位。

為加快建設創新型國家和世界科技強國，我國抓住人工智能發展的重大戰略機遇，持續釋放人工智能的政策紅利，引導聚焦重點領域，提供支撐保障。

中國在產學研合作、標準體系建設、安全監管、科學普及、資金支持、人才培養、財稅優惠、知識產權保護、基礎設施建設、法律法規等各個層次為人工智能產業給予全方位支撐保障，重點布局基礎理論研究、關鍵技術開發、基礎平臺建設、產業應用轉化，并且取得了一定的先發優勢（見圖1-12）。

圖1-12 中國人工智能產業政策重點聚焦領域

原創制圖：正略咨詢

2010年前后，中美兩國的人工智能進入快速成長階段。20092018年間，美國累計新增人工智能企業數為3701家，占全球累計新增企業數的16%，中國累計新增3362家，占全球新增企業數的24%，占亞洲累計新增總數的3/4。

截至2018年，全球人工智能企業共計15916家（已剔除倒閉公司）。美國人工智能企業數4567家，占全球人工智能企業的29%，處于遙遙領先的地位。中國以3341家緊隨其后，占全球人工智能企業的21%。中美兩國已經成為人工智能發展的熱土，企業數量合計占據全球半壁江山。

融資方面，截至2018年，全球人工智能企業共計融資784.8億美元，其中美國融資373.6億美元，約占全球人工智能企業融資的一半，中國融資276.3億美元，位居全球第二，融資規模為全球的1/3強。全球人工智能企業融資規模持續走高。2018年，中國人工智能企業融資總體規模、單筆金額均高于美國，不過融資活躍度低于美國。當年，中國人工智能企業融資規模達157.54億美元，占全球人工智能企業融資額的47%，占亞洲的93%；共融資262次，平均每筆融資6013.08萬美元。美國人工智能融資規模達135.93億美元，占全球的38%，共融資740次，平均每筆融資1836.89萬美元（見圖1-13）。

圖1-13 2018年中美人工智能融資情況對比

數據來源：烏鎮智庫《全球人工智能發展報告（2018）》；

提煉制表：正略咨詢

2019年1月，聯合國世界知識產權組織（WIPO）發布的《2019人工智能技術趨勢》報告顯示，2013年以來，人工智能的專利申請數量與之前半個世紀一樣多。這意味著，在過去五年間，人工智能產業的技術發展進入了爆發式發展階段。在全球人工智能領域的競爭中，中國和美國處于領先地位，中國已經擁有全世界最大的專利局和數量最多的國內專利申請。

同在2019年1月，愛思唯爾集團發布了一份關于人工智能科研轉化與應用的報告。報告顯示，在全球范圍內，過去五年（20132017年）人工智能的研究以每年近13%的速度快速增長，中國、美國、印度成為人工智能領域科研產出最多的國家，2017年，中國在人工智能領域出版的文章數量位列全球第一。

總體來看，雖然人工智能產業的新增企業數量近兩年逐漸下滑，但融資金額仍然持續增加。美國的人工智能產業在科研、技術、人才、資本、產業轉化上全面引領全球。中國的人工智能產業競爭力位居全球前列，但是基礎研究和核心技術比較薄弱，與企業規模相比，資本支持力度偏弱，優勢能力更側重于商業化應用層面。可喜的是，中國的人工智能專利申請及科研成果已經取得一定的領先優勢，如果能高效率地轉化為研發與技術實力，將助力人工智能產業更上一層樓。

三、人工智能產業機遇透視

01、泛在的智能

人工智能在各行各業的融合、滲透和應用為傳統商業場景賦能，大幅提高了其運營效率，降低了其運營成本，這引領人工智能進入大規模商用階段，使人工智能獲得巨大的發展空間與廣闊的發展機遇。

在全球范圍內，人工智能在各個行業的應用全面開花，涉及范圍非常廣泛：在金融、醫療、汽車、零售四個行業的人工智能發展基礎最為堅實，在制造、通信、教育、旅游四個行業的人工智能應用較為領先。

綜合分析人工智能應用成熟度、市場應用潛力，金融、汽車、零售、醫療是人工智能最具發展前景的行業，教育、制造、通信已經具備適合人工智能發展的扎實基礎，旅游、能源、文化娛樂則擁有更優的應用潛力（見圖1-14）。

圖1-14 全球各行業人工智能發展基礎評估

圖表來源：羅蘭貝格咨詢公司

對幾個主要行業人工智能應用簡單分析如下：

金融行業：基于標準化的數據產生了可觀的數據量，擁有良好的數據積累；應用場景明確清晰，具備天然的數據獲取條件；在自動化的工作流與IT技術運用方面也有尚佳表現。

醫療行業：擁有多年的醫療數據積累，數據記錄完備性、持續性較好，具備流程化的數據使用過程以及人工智能應用場景。

汽車行業：利用人工智能技術布局自動駕駛、輔助駕駛技術，人工智能的人才與技術儲備比較突出，提供解決方案的專業機構資源豐富。

零售行業：人工智能應用的戰略方向明確，應用場景清晰；人工智能組織的驅動變革能力強勁；擁有持續性更強的數據基矗

制造行業：作業的流程化、自動化程度突出，具備整潔的數據基矗

通信行業：高頻的使用場景，構造了獲取海量數據的基矗

教育行業、旅游行業：創新文化凸顯，為人工智能的定制化應用提供更多想象空間。

圖1-15 全球人工智能的各行業應用潛能矩陣

信息來源：中國人工智能學會、公開資料；提煉制圖：正略咨詢

02、競爭激烈度與產業空白

在各國政策和全球資本驅動下，人工智能行業發展迅猛，競爭異常激烈。傳統企業、新創企業、科技巨頭均在人工智能領域入場布局，搶占競爭賽道（見圖1-16）。

圖1-16 傳統企業、新創企業、科技巨頭的人工智能競爭態勢

信息來源：公開網絡；提煉制圖：正略咨詢

傳統企業、新創企業、科技巨頭基于各自資源和能力，采取差異化競爭模式，分別在人工智能產業的基礎層、技術層、應用層展開角逐。

經過多年發展，各領域已涌現出一批品牌知名度高、競爭能力強的人工智能企業，引領人工智能行業發展。這些企業的競爭模型分化為綜合發展（平臺型企業）和聚焦發展（專業型企業）兩種模式（見圖1-17）。

圖1-17 聚焦型企業、綜合型企業的人工智能分布

信息來源：中國電子學會；提煉制圖：正略咨詢

盡管一些人工智能領域的競爭已經進入白熱化競爭階段，也發展出一些巨頭，但是大多數人工智能領域的格局尚未有定論（見圖1-18）。

圖1-18 人工智能產業各層次的競爭壁壘、演化路徑、價值變現

信息來源：阿里研究院；提煉制圖：正略咨詢

人工智能上中下游產業鏈的具體分析如下：

人工智能產業基礎層：技術壁壘高聳，高投入、高回報，值得長期布局并堅守陣地。以大數據領域為例，擁有流量入口的公司才能夠把持數據資源，持續沉淀數據資產，短期（3～5年）價值兌現快，并且數據價值越積累越呈現幾何級增長的趨勢，長期（5年以上）價值疊加成長；再如云計算領域，需要選擇計算量需求較大的行業切入，垂直可孕育計算服務生態，橫向可搭建通用計算平臺；芯片領域最具有挑戰性，不僅技術攻堅強度大，而且需要承受超長周期的投入與虧損，還需要龐大的技術體系能力，在國內芯片產業鏈缺失的情況下，諸多技術壁壘需要突破，一旦成功，將形成壟斷性競爭優勢及市場地位，價值回報極其豐厚。

人工智能產業技術層：進入難度居中，短期有一定的技術變現回報，技術不具有價值疊加效應，長期的價值回報有限。算法與框架方面，可用工具已經存在很多選擇，可以選擇搭建開發者開放型生態，或者打造算法工具平臺；通用技術方面，需要配備一定規模的技術工程團隊，或者選擇構建通用技術平臺，或者結合行業需求提供技術解決方案。

人工智能產業應用層：進入門檻低、價值變現快，相較基礎層、技術層競爭強度更高。應用平臺方向，企業比拼的是行業內的影響力及資源整合能力，打造用戶與產品開發者的社群生態，短期價值有限，長期價值比較豐厚；2B解決方案方向，可以選定某個行業深耕，亦可以進行跨行業的解決方案應用，短期即可實現價值兌現，長期價值也相當可觀，因此競爭也異常激烈。

綜合考慮企業既往基礎（傳統企業、科技巨頭、創新企業等）、擅長的商業能力類型（平臺型、專業型）、人工智能產業結構層次（基礎層、技術層、應用層）等多方面因素，我們認為，在未來的競爭中，人工智能領域將有五類物種生存發展（見圖1-19）。

圖1-19 人工智能未來制勝模式

信息來源：阿里云研究中心、波士頓咨詢公司、AlibabaInnovationVentures合作推出的《人工智能：未來制勝之道》報告；提煉制表：正略咨詢

“生態構建者”脫胎于互聯網平臺型企業，這些企業在人工智能基礎層和技術層長期投入，持續積累，在用戶界面擁有大量場景應用，具備完整的人工智能生態結構。代表性企業有谷歌、亞馬遜、Facebook、阿里巴巴等。

“技術算法驅動者”具有軟件開發基礎，在人工智能技術層深入耕耘，打造算法平臺、通用技術平臺，同時開發場景應用，形成流量，建立應用平臺。代表性企業有微軟、IBM等。

“應用聚焦者”是創業公司直接切入細分領域，或者傳統行業的公司基于其傳統業務場景及行業數據自主開發專門針對細分領域的人工智能應用，或者與“生態構建者”“技術算法驅動者”合作，將人工智能技術與傳統商業整合。

“垂直領域先行者”在某一個或幾個細分領域已經具有相當的積累，率先將人工智能技術運用于所在的垂直領域，通過專門領域的算法和通用技術，成為該領域的顛覆者、新領袖。代表性企業有滴滴出行、曠世科技等。

“基礎設施提供者”專注于開發具有智能計算能力的新型芯片、硬件等基礎設施，夯實技術實力，向技術層延伸拓展，與應用層深度融合，廣泛集成于應用場景的各種設備，提供低成本、高效率的算力服務。

03、投資機遇與產業風險

2013年至今，人工智能熱興起，人工智能領域的股權投資持續升溫，投資案例數的年復合增長率達到了69%，投資金額數的年復合增長率更是高達130%（見圖1-20）。

圖1-20 20132018年中國股權投資市場人工智能領域的投資情況

數據來源：清科研究中心《2019上半年中國股權投資市場

回顧與展望》；整理制圖：正略咨詢

人工智能產業整體正處在高投入、高研發的燒錢階段。據統計，2017年，中國人工智能商業落地100強創業公司累計收益不足100億元，90%以上的人工智能企業處于虧損狀態，許多企業年營收不足一億元。人工智能產業結構各層次的投資活躍度依次遞增。應用層的項目因其場景廣、數據富、風險低而成為中國資本的投資熱點。但是在2019年中美貿易爭端、國家支持自主核心技術、資本市場推出科創板等重大事件的合力推動下，人工智能產業的基礎層、技術層已經獲得更多資本的追捧（見圖1-21）。

圖1-21 20132017年中國人工智能產業各層次投資額（億元）

數據來源：清科觀察；提煉制圖：正略咨詢

從人工智能的行業應用角度來看，植入人工智能技術的產業空間不斷被打開，但行業總體集中度不高，尚且處于人工智能空白的行業領域仍然不在少數。應用場景成熟、數據資源豐富、規則流程標準的行業引入人工智能對其賦能后，更能獲得資本的青睞。

專注于金融（智能風控、智能投顧、市場預測、信用評級等）、醫療（新藥研制、輔助診療、癌癥檢測等）、交通（自動駕駛、無人駕駛等）、商業（智能推介、在線導購等）的人工智能企業率先融資受益（見圖1-22）。

圖1-22 全球各行業人工智能發展基礎評估

圖表來源：羅蘭貝格咨詢公司

未來，中國的人工智能產業經過在某些領域的積累，將逐步延伸整合上下游產業資源，在更廣泛的行業與領域落地，從多個層次構建圍繞人工智能的商業生態，語音識別、智能家居、機器人、智能駕駛、智能醫療、個人助手六大應用領域獲得高度關注。

人工智能是全國各地實現高質量發展的競爭高地，各地均對人工智能的發展投注巨大的資源加以支持。北上深杭牢牢占據著國內人工智能實力城市的第一梯隊地位，在經濟、政策、科技、學術方面所具有的全方位優勢支撐著四城市的人工智能創新創業的高度，使其人工智能的發展速度遠超其他城市。作為一線城市，由于缺乏大型科技企業，也缺少初創企業支持，廣州的人工智能產業發展相對滯后（見圖1-23）。

圖1-23 2017年中國人工智能企業百強區域分布

信息來源：中國科學院、eNet研究院；提煉制圖：正略咨詢

北京可謂是人工智能創業與投資的首選城市。北京的人工智能綜合競爭力遙遙領先，擁有最多的人工智能初創及成熟企業、科研院所，同時具有突出的人才優勢，在人工智能產業各個層次分布均衡，產業鏈最為完備。上海、深圳、杭州也是人工智能創業與投資的重點布局城市，其人工智能綜合競爭力領先全國。上海、深圳、杭州更側重于人工智能產業的應用層，基礎層、技術層相對薄弱。同時，深圳（華為公司、騰訊公司）、杭州（阿里巴巴公司）的巨頭效應明顯，當地的人工智能產業基本上完全由行業巨頭帶動。人工智能產業在國家政策支持下更加成熟，創業與投資也更趨于理性，行業風險受到越來越多的關注。中國管理科學研究院商業模式研究所將人工智能產業風險概括為四大方面（見圖1-24）。

圖1-24 人工智能產業的四大風險

信息來源：中國管理科學研究院商業模式研究所數字經濟研究中心；提煉制圖：正略咨詢

人工智能產業的四大風險具體解析如下:

技術創新風險：人工智能的底層理論與基礎研究仍然存在較多短期內難以突破的瓶頸，理論與探索路徑也存在諸多爭議，未知代表著期盼，也集聚著風險。這些不確定因素將導致人工智能技術的周期性與階段性迷茫，技術開發障礙增大，可能導致研發的方向性失敗，這些不確定因素同時會向應用層傳導，使產業結構各個層面的推進不協調，進而讓市嘗資金、管理等多方面對底層研究與技術開發產生疑慮，造成更大的外在壓力而導致創新夭折。

產能過剩風險：人工智能目前尚處于發展初期，產能過剩風險主要體現在兩個方面：一是企業重復投資過剩，初創企業盲目進入，導致某一領域的企業數量增長較快、形成行業冗余；二是低端產品產能過剩，我國人工智能產業的應用過熱，應用終端產品出現產能過剩的概率較高，已經出現產品產能過剩的工業機器人、智能穿戴、智能家居三個領域值得警惕。機器人領域已經陷入高端產業低端化、低端產品嚴重過剩的困局，全國在建和已建成的機器人工業園區超過40個，與機器人技術相關的企業達800多家。

信息安全風險：人工智能依賴數據，以信息為基礎構建應用，不僅涉及每個人的隱私、身份與生物特征，還涉及整個社會乃至國家的安全信息。人工智能產業的基礎層、技術層、應用層，都存在數據安全和系統安全問題，三層形成的閉環體系則會將信息安全風險疊加放大。

貿易政策風險及國別風險：我國在基礎技術領域對美國的依賴程度較高，2018年中美貿易摩擦以來，在人工智能的產業結構布局上，美國扼守基礎層、技術層，我國主要集中于應用層，作為人工智能產業基石的高端智能芯片、處理器、核心算法等都經受著貿易摩擦帶來的供給限制，甚至存在完全斷供的風險。

四、科創板上市企業（人工智能產業）

01、產業落點

時至今日，有關人工智能的研究，已經涵蓋了人類智力行為的方方面面，包括眾多新領域、新方向（見圖1-25）。

圖1-25 人工智能研究領域

信息來源：公開網絡；提煉制表：正略咨詢

從應用類技術角度看，人工智能可以分為語音類技術、視覺類技術、自然語言處理類技術、基礎硬件四類。其中，機器視覺能夠實現計算機系統對外界環境的觀察、設別以及判斷等功能，是機器人自主行動的前提。機器視覺技術是人工智能最重要的前沿分支之一（見圖1-26）。

圖1-26 中外人工智能應用技術的比重

數據來源：清華大學《中國人工智能發展報告》；

整理制圖：正略咨詢

在國內外人工智能企業的應用技術中，視覺類技術最受矚目，占比均超過40%，國內企業相對更加追捧。在中國人工智能市場中，機器視覺占據著最大的市場份額（見圖1-27）。

圖1-27 中國人工智能子領域的市場份額

數據來源：清華大學《中國人工智能發展報告》；

整理制圖：正略咨詢

巧合的是，目前已經在科創板上市的兩家人工智能企業天準科技、虹軟科技，均來自于計算機視覺領域，而且兩家企業都聚焦于該領域的中游。一定程度上反映了科創板優先支持人工智能產業中有一定技術難度的重點領域。天準科技專注于計算機視覺在工業領域的應用，虹軟科技則側重于在消費端發揮技術價值（見圖1-28）。

圖1-28 科創板上市企業在計算機視覺領域的產業定位

信息來源：《天準科技招股說明書》《虹軟科技招股說明書》；

提煉制圖：正略咨詢

02、計算機視覺天準科技（688003）

03、計算機視覺虹軟科技（688088）