随着中国人工智能产业进程的快速发展，中国人工智能产业布局已经基本形成。

一、市场规模

中国人工智能产业将迎来新一轮的增长点，新技术的引入让更多的创新应用成为可能，预计到 2021 年，中国人工智能产业规模达到 2035.6 亿元，增长率为 28.8%。

中国人工智能产业规模

随着人工智能市场的不断发展，人工智能操作系统融合核心人工智能技术与计算数据能力，为人工智能产业提供智力、计算和数据资源支撑，在产业中实现终端设备、数据与应用的全面连接，是人工智能的生态大脑和能力输出的基础，在人工智能生态体系构建中占据入口的核心价值。人工智能操作系统通过开放 AI 大规模输出，大幅提升专家、普通从业者、行业管理者的生产效率与产品品质，具有巨大商业价值和市场空间。

同时，人工智能通过行业智慧解决方案的方式带动相关的产业保持以较高的市场增速发展，2019 年人工智能在各行业领域综合渗透规模达到 7,369.5 亿元，随着人工智能技术在各垂直领域加速渗透，越来越多的行业将开启智慧化升级进程，其他垂直领域占比将以较快的速度增长。预计 2021 年人工智能带动行业应用综合解决方案服务的市场规模将达到 12801.46 亿元。

随着人工智能核心算法、算力等技术快速普及和不断成熟，人工智能技术在智慧治理领域的应用水平越来越高。从 2016 年开始，人工智能与安防、公安、司法、检察机构以及民生服务等的结合不断增加。2019 年中国智慧治理领域的市场规模达到 927.23 亿元。预计 2021 年市场规模有望突破 1338.7 亿，年增长率为 19.7%，未来发展空间巨大。

二、行业未来发展趋势

（1）以技术为核心的 " 人机协同生态圈 " 将成为未来智能产业发展新模式

在深度学习技术开启的人工智能第一发展阶段，单点技术的革新在市场中快速形成小型的技术应用闭环，技术为驱动的商业模式快速形成。计算机视觉、自然语言处理、语音处理等人工智能核心技术领域的突破开启了全球智能时代的新浪潮。以计算机视觉为例，门禁、考勤、人证核验、刷脸支付等场景问题在活体检测、ReID、动作识别等计算机视觉技术应用后能够高效地被解决。然而未来随着人工智能技术在场景中应用的不断深化，单一技术实现的技术闭环难以满足复杂场景下的智能化需求。人们对于智能算法的能力要求持续升高，核心技术能力的研发难度开始加大。

    （2）融合专家能力和机器能力的 " 纵向深耕 " 将是人工智能行业赋能关键

目前，人工智能已在金融、医疗、教育、零售、工业、交通、娱乐等诸多领域进行智能化的渗透。在智能变革的趋势下，传统行业纷纷开始探索如何与人工智能结合应用。随着传统产业的智能化实践逐步深入，行业中深层次的知识和经验尤为重要。简单的人工智能技术叠加将不再能满足用户的智能化预期。例如在金融领域，虚假申请、伪冒交易、内容违规给传统金融信贷造成巨大风险，传统的用户信用评估使得企业和个人信贷申请流程较为繁琐，金融机构的风险把控力不足。人机协同则通过融合专家能力与机器能力，将风控专家的知识技能模型化、结构化，再运用深度学习、自然语言处理、计算机视觉、知识图谱等技术手段自动学习贷款者的行为消费细节，实现用户画像的精准定位，从而提高风险识别能力，对全局的风险做到有效控制。

（3）以开放平台为载体的 " 横向延展 " 将是未来人工智能产业化方向

未来，人工智能产业将逐步向工业化迈进。标准化的产品、规模化的生产、流水线式的作业将是人工智能实现产业化的发展方向。企业在行业实践中的大量人机协同经验沉淀将通过开放平台扩散至更多行业。既拥有行业知识又拥有智能技术的企业通过提供标准化、模块化的产品和服务，为横向多行业全场景赋能。" 开放、共享 " 将成为下一阶段人工智能产业发展的关键词。开放创新平台的建设可以更好的整合行业技术、数据及用户需求等方面的资源，以普惠应用的方式细化产业链层级，助力人工智能产业生态的构建。中小型人工智能企业能够依托开放平台，集中资源和力量，打造自身的核心竞争力。传统领域的企业能够借助开放平台的技术能力，快速实现行业的智能化转型。" 开放、共享 " 的创新发展模式将提升人工智能技术成果的扩散与转化能力，促进中国人工智能产业形成以开放平台为核心的智能生态圈。

三、行业前景预测

（1）人工智能领域技术能力全面提升为人机协同奠定基础

随着大数据、云计算、互联网、物联网等信息技术的发展，以深度神经网络为代表的人工智能技术飞速发展，人工智能领域科学与应用的鸿沟正在被突破。图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术能力快速提升，技术的产业化进程得以开启，人工智能迎来爆发式增长的新高潮。机器在人工智能技术的应用下，" 视觉 "" 听觉 "" 触觉 " 等感知能力不断增强。例如计算机视觉领域中深受关注的 ImageNet 图像识别挑战赛获奖结果表明，2015 年，计算机对于图像的识别能力已经超过人类水平，这意味着计算机能够在多种场景下一定程度上替代人类视觉的工作，更高效地完成任务。同时得益于深度学习算法能力的提升，语音识别、自然语言处理等人工智能算法的不断革新助推计算机视觉产业持续向前。

（2）计算能力提升与数据资源累积为人机协同能力发展提供基础支撑

人工智能技术得以商业化主要得益于计算能力的提升与数据资源的累积。芯片处理器的技术迭代、云服务普及以及硬件价格下降使得人工智能算法的计算总成本大幅下降。传统的面向通用计算负载的 CPU 架构无法完全满足海量数据的并行计算需求，在人工智能使用 GPU 进行训练与推理后，由于同时调用数以千计的计算核心，人工智能的计算能够实现 10-100 倍吞吐量，大幅加速人机协同产业的发展进程。人工智能算法性能决定着人机协同智能水平，所以计算性能的大幅提升将为人机协同提供重要的基础支撑。

（3）人工智能战略地位凸显，行业政策支持力度大

人工智能是国家战略的重要组成部分，是未来国际竞争的焦点和经济发展的新引擎。人工智能的逐步成熟将极大拓展其在生产生活、社会治理、国防建设等各个方面应用的广度和深度，并形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群。目前世界主要国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。

本公司出品的研究报告首先介绍了中国人工智能行业市场发展环境、人工智能行业整体运行态势等，接着分析了中国人工智能行业市场运行的现状，然后介绍了人工智能行业市场竞争格局。随后，报告对人工智能行业做了重点企业经营状况分析，最后分析了中国人工智能行业发展趋势与投资预测。您若想对人工智能行业产业有个系统的了解或者想投资中国人工智能行业，本报告是您不可或缺的重要工具。

本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等人工智能。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计人工智能及证券交易所等，价格数据主要来自于各类市场监测人工智能。