(网经社讯)中国的人工智能行业起步于上世纪70年代末，在技术不断成熟、政策持续推动、企业用工成本不断提高等多方面因素作用下，人工智能行业发展迅速。iiMedia   Research(艾媒咨询)数据显示，2000年以后，人工智能核心产业规模进入快速增长期，预计2020年达到1500亿元，到2025年可以达到4000亿元。人工智能的专利数量稳步增长，2015年以后，人工智能逐步上升为国家战略，并成为“新基建”行业之一。与此同时，人工智能在金融、安防、智能家居、医疗、娱乐等多个行业逐渐落地，并整体呈现出复杂化和综合化的应用趋势。未来，作为人工智能的前沿技术之一的脑机交互技术将会显著提高人机交互带宽和设备的反应速度，同时依靠其独特的脑电波感应技术为人工智能的应用提供新的内容，促进人工智能在多个行业的商业化进程。

　　核心观点

　　发展前景：中国人工智能市场规模预计2025年达到4000亿元

　　中国人工智能起步于上世纪70年代末，在2000年以后开始迅速增长，2016年以后，人工智能成为国家战略，产业发展前景广阔。预计到2025年，市场规模可以达到4000亿元。

　　应用场景：金融和安防领域率先突破，娱乐、医疗等行业有望成熟

　　中国人工智能率先在金融和安防这两个有大量数据沉淀的行业展开应用，同时也成为智能家居的重要支撑技术。未来，随着算法的进步和算力的增加，人工智能的商业化落地会越来越多，有望在娱乐、医疗等多个场景的应用加速。

　　技术前沿：脑机交互有望提升人机交互带宽

　　人机交互方式从最初的按键、触摸屏发展到如今的语音助手、手势识别，其带宽在不断增加。脑机交互通过脑机接口捕捉脑电波从而实现对物体的控制或内容的输入，能有效提高交互带宽和反应灵敏度。同时，脑机交互由于技术原理的不同，可以给人工智能在诸多领域的应用增加新的内容和形式。

　　应用趋势：综合化和复杂化是人工智能的应用趋势

　　随着人工智能在智能家居、智慧物流等领域的商业化加速，人工智能的应用呈现出复杂化、综合化的特点，而不是早期的单一场景、单一技术的零散运用。综合化和智能化提高了人工智能的价值，使得人工智能与实体产业实现深度融合。

　　利好因素：数字经济的发展催生出对人工智能的需求，也为其应用提供基础

　　数据、算法和算力是人工智能的三大基础，由于互联网的发展，流量和数据量的大规模增加，以及政策对5G、IDC等行业的支持，数字经济成为当下的热点。企业的数字化进程必定催生出更多的人工智能需求，同时，也为其发展与应用提供了基础。

　　以下为报告节选内容

　　中国人工智能发展历程

　　人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。这一概念在1956年被提出，整体上历经三次繁荣期，两次低谷期。中国人工智能起步较晚，萌芽于上世纪70年代末，随着互联网的蓬勃发展及技术的创新和应用，近年来中国人工智能逐渐落地，进入快速发展时期，已发展成为国家战略。

　　中国人工智能技术商业化演进：智能语音

　　人工智能最核心的技术包括智能语音、机器学习和计算机视觉。中国智能语音技术的商业化开始于2011年百度、科大讯飞等智能语音应用的推出，随着技术的成熟，中国智能语音市场应用领域不断拓宽。从2017年起，随着语音识别性能的提升和市场教育的完成，基于语音交互的垂直场景应用蓬勃发展，未来  1-3 年将迎来高速发展阶段。

　　中国人工智能技术商业化演进：机器学习

　　中国人工智能在机器学习方面随着算法精确度的提高，应用领域和商业化规模不断扩大，并在互联网巨头的带动下加速商业化进程。

　　中国人工智能商业化发展经济环境分析

　　传感器、AI芯片等工业是人工智能的上游产业，且人工智能应用需要集成工业产品，如机器视觉的应用需要工业相机、图像采集卡、光源、镜头，机器视觉集成商还需要机械设备。同时，工业也是人工智能的应用领域之一。中国的工业增加值当月同比在今年三月份以后逐步恢复到正常区间，说明人工智能商业化发展的经济环境已经处于良好状态。

　　中国人工智能商业化发展政策环境分析

　　2015年以来，国家开始重视人工智能的重要作用，一些利好人工智能的国家和地方重要政策和文件开始发布，人工智能上升为国家战略。

　　中国人工智能商业化发展社会环境分析

　　数据显示，随着人口结构的变化和社会的发展，企业的用工成本越来越高，促使企业寻求数字化转型，通过应用人工智能减少用工成本，提高效率，为人工智能商业化发展提供了有利的社会环境。

　　中国人工智能产业链图谱

　　中国人工智能产业规模爆发式增长，发展潜力大

　　数据显示，2019年中国人工智能核心产业规模超过510亿元，预计在2020年超过1500亿元，未来呈现爆发式发展趋势。中国人工智能产业在政策、经济、社会、技术等方面共同推动下市场发展潜力巨大。

　　中国人工智能投融资规模增长迅速

　　数据显示，2014年以来中国人工智能产业融资规模不断扩大，并于2018年达到高峰，融资规模达到1311亿元，2019年中国人工智能产业融资规模为898亿元。人工智能技术的发展吸引了大批资本，资本持续看好中国人工智能产业发展。

　　中国人工智能商业化热点分析：AI抗疫与复工

　　2020年，在新冠疫情的影响下，中国人工智能加速落地，助力抗疫与复工复产，AI病毒基因检测、AI测温、AI医疗影像分析、智能机器人等在各地各领域推广普及。

　　中国人工智能商业化热点分析:脑机接口

　　脑机接口作为国内外前沿的技术，因其能使人类与人工智能深度融合而受到关注。近年来脑机接口技术在硬件、算法、范式等方面均取得了阶段性的研究进展，对推动脑机接口领域的发展和技术理论的完善起到了重要作用。2020年8月底埃隆·马斯克在Neuralink年度发布会上展示的最新侵入式脑机接口技术引发广泛关注和争议，也标志着脑机接口技术取得新进展，推动脑机接口在未来的落地应用。

　　中国人工智能商业化地域分布

　　数据显示，截止到2019年年底，中国人工智能企业共有797家，占世界总数的14.8%，从数目上来看仅次于美国。从地域分布上来看，主要分布于京津冀、长三角和珠三角地区，具体主要分布于北京、广东、上海和浙江。

　　中国人工智能商业化驱动力分析

　　中国人工智能商业化挑战分析：技术

　　中国人工智能商业化主要面临技术、场景、安全和社会规范三个方面的挑战。从技术层面上来说，人工智能商业化面临的挑战主要是算法高度依赖数据标注以及深度学习算法的局限性。

　　中国人工智能商业化挑战分析：场景

　　从场景落地层面上来说，目前人工智能仅在安防、金融等部分具有数字化和标准化基础的行业领域落地，在其他领域的商业化落地效果并不理想，因此在人工智能商业化过程中，数字化改造是重要前提，在一些领域的智能化业务的标准还有待建立。

　　中国人工智能技术商业化应用：智能语音

　　智能语音市场分消费级和专业级。消费级主要包括智能家居、智能可穿戴设备、智能车载以及智能手机，专业级主要应用于医疗、教育、呼叫中心等。这些市场处于高速发展期，智能语音在其中起到了重要的推动作用。

　　中国人工智能技术商业化应用：机器学习

　　机器学习在国内主要以平台的形式提供服务，服务的客户主要包括金融、工业、教育等领域。云平台可以为用户提供数据统计分析、数据挖掘、大量的算法模型、评估模块等，这些云平台促进了人工智能的应用，提高了用户的效率。机器学习未来的主要应用场景包括金融、自动驾驶、医疗健康、零售业和制造业等。

　　中国人工智能行业商业化应用

　　目前，人工智能应用较为成熟的行业是金融和安防领域，这些行业本身有大量的数据积累，而随着人工智能技术的进步和社会环境的发展，人工智能应用领域逐渐向智慧医疗、智能家居、娱乐等领域拓宽。

　　中国人工智能行业商业化应用：金融业

　　传统的金融行业沉淀了大量的数据，因此中国人工智能在金融业的应用较早，应用范围比较广泛。典型的应用主要为贷款公司的风险控制和资金回收、面向个人投资者的智能投顾、面向二级市场的智能投研等，另外，金融机构(如银行等)网点的引导机器人也受到市场关注。

　　中国人工智能行业商业化应用：安防

　　安防是中国人工智能商业化落地最快、最成熟的行业，人工智能在安防行业主要应用的是计算机视觉技术和知识图谱技术，商业化应用场景多样化，主要分为公共安全及民用安防两类。

　　中国人工智能行业商业化应用：智能家居

　　人工智能、物联网和云计算是智能家居的三大关键技术。智能家居与人交互依赖语音识别、计算机视觉(如生物识别)等人工智能技术来支撑，另外，人工智能算法的进步也提升其智能程度。例如，把智能家居被动地接收指令转为主动感知、调整，智能程度上升的同时，用户体验也进一步提升。目前中国智能家居落地多样化趋势明显，行业发展推动家居全屋智能化。

　　中国人工智能行业商业化应用：娱乐

　　VR和AR作为智能娱乐的主要技术，在国内娱乐领域应用越来越广泛。目前，视频游戏和视频娱乐是VR和AR最大的应用场景。AR核心技术之一就是SLAM算法，这种算法可以实现对每一帧画面实现定位和构图，目前有前沿研究把深度学习引入到SLAM算法之中，使得AR能够理解更多信息。

　　中国人工智能行业商业化应用案例：脑陆科技

　　现阶段非侵入式脑机交互主要分为EEG和FRMI两种技术手段，其中，脑陆科技是国内EEG中的头部企业。脑陆科技成立于2018年，专注于脑科学、脑电算法、脑电数据开放平台、类脑决策计算等脑科学前沿科技应用。其核心优势是算法、硬件和数据三位一体的生态闭环，具备独立的硬件设计和边缘计算研发能力，使其面对终端用户时有较强的适应能力。

　　脑陆科技的产品可以为人工智能娱乐、金融、安防、医疗多个场景的应用带来新的内容。例如，在金融和养老社区，可以提供与传统体检不同的脑与精神健康筛查，深入社区、家庭，筛查内容多，适用范围广，结果快速、精准。

　　脑机交互或将使人机交互带宽显著提高

　　人机交互最初是通过鼠标和键盘，触控技术发展以后触摸屏成为新的交互方式。人工智能的发展使得智能语音、动作识别等更新的交互方式得以广泛应用，此外，柔性显示、3D电视机等技术也在同步发展。未来，脑机交互技术有望成为人机交互的主流方式之一，并显著提高交互带宽和反应速度。同时，5G的发展也为交互带宽的增长提供条件。

　　人工智能应用趋向综合化和复杂化

　　当前的人工智能应用主要是智能语音、人脸识别等单一场景。随着智能家居、智慧物流等新的应用场景的成熟，人工智能的应用将会呈现出复杂化和综合化的特点，使得人工智能的价值也得以提高。

　　人工智能开源化促进其与实体经济融合

　　当前，越来越多的企业选择将自己的人工智能技术开源。平台、硬件和底层技术的开源可以使实体经济内的中小企业更快地学习基础算法及思路、缩短开发周期，从而使得人工智能的应用得到量的增加，同时，企业的个性化开发也促进人工智能的商业化进程。