全球人工智能市场规模持续高速增长

导读：目前全球人工智能市场仍呈现加速增长态势，主力厂商着重抢先布局人工智能产业生态链。伴随人工智能技术进入相对成熟阶段，智能终端产品销量稳定增加，促进人工智能市场发展。2018年，全球人工智能市场规模达到2636.7亿元，同比增长17.7%。

2018年3月的《政府工作报告》中指出，2018年要发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”，发展智能产业，拓展智能生活。2018年11月，工业和信息化部办公厅印发《新一代人工智能产业创新重点任务揭榜工作方案》，为贯彻落实《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划（2018-2020年）》要求，加快推动我国新一代人工智能产业创新发展。

同时，全国各地开始种积极重点部署人工智能产业，截止至2018年底，北京、上海、天津、浙江、安徽、吉林、贵州等20个省份出台了人工智能专项政策，从资金、税收、科技创新等方面保障了中国人工智能产业的快速发展。未来，全国各地方会出台更多的以实际出发，从企业需求出发的人工智能相关政策。

随着人工智能技术的发展和大众对人工智能产品的认知提升，愈来愈多的企业探索利用人工智能技术为其行业赋能。人工智能的应用从传统的智能制造、智能安防、智慧医疗等低用户接触的应用方面走向如刷脸支付、公交刷脸、AI翻译、无人店、智能语音音箱等产品化应用层面。

互联网巨头公司如百度、阿里、腾讯、京东等企业均已全力投入人工智能领域研发和应用。众多科技巨头开始展开人工智能生态链对弈，在战略层面利用人工智能将传统行业生态进行整合优化。

目前，“AI+”主导的行业智能化提升正处于初级阶段，人工智能在行业中的应用仍具有极大的深度挖掘空间。在如金融、医疗等领域，人工智能的应用将会给传统行业带来变革。在制造业领域，大量的优质资源数据未被充分利用，产业的智能化需求将在未来几年持续保持较高的热度。

“AIoT”指的是人工智能技术与物联网在实际中的落地融合。2019年被视为5G时代的元年，5G技术和边缘计算技术将会在很大程度上推动物联网的发展，大量的数据会随着边缘侧的普及而产生。5G时代下，对于人工智能的需求将会大幅增加，人工智能作为IoT的大脑，在群体智能和大数据智能分析上会有更多的应用。

边缘计算的发展与物联网的发展协同促进。通过提升边缘侧算力和人工智能算法结合，增加了边缘端的使用场景和应用价值。未来，随着5G的普及和物联网设备的广泛应用，更多的边缘侧适应性人工智能算法将被提出，AI与IoT的结合将会更为紧密。

人工智能市场重大变化

人工智能芯片是新一轮人工智能产业发展的核心，人工智能的发展正逐渐向应用层和边缘侧发展，这对智能硬件的算力提出了更高的要求。智能手机、高级辅助驾驶系统（ADAS）、VR设备、语音交互设备、机器人等领域对于人工智能芯片具有极大的需求。在战略层面，中国更加注重自主核心科技的研发，中国要打破芯片领域受制于人的现状。

目前，中国人工智能芯片企业成长迅速，如地平线、深鉴科技、中科寒武纪等中国人工智能创新企业备受关注，中国人工智能产业的快速成长同样带动着人工智能芯片的发展。

目前，科技公司巨头开始重点布局人工智能产业生态。阿里云ET城市大脑作为全国现有最大规模的人工智能公共系统，承载着对全国城市全局分析的任务；腾讯在智慧医疗领域正积极部署建设国家级医疗影像人工智能开放平台；讯飞开放平台则是科大讯飞以语音交互为核心的人工智能开放平台；百度则是推出集成对话式人工智能系统DuerOS、智能驾驶技术平台Apollo、以及由由AI、BigData(大数据)、CloudComputing(云计算)驱动的百度智能云平台的人工智能生态。

人工智能将会在金融、旅游、交通、零售、媒体娱乐等领域有更深更广的应用。创新工场CEO暨人工智能工程院院长李开复博士曾表示，人工智能终将平台化，建立人工智能的“工具箱”，将会创造更多的商业价值。未来，人们能够借助人工智能平台，方便快捷地享受人工智能所带来的技术红利。

无人车研发实验继续扩展，国家层面出台相关政策支持。无人驾驶作为未来交通运输行业的新趋势，不仅能够解放人力劳动，给人类带来更多自由时间，而且通过智能运算能够优化城市交通问题，提升行驶安全性。目前国内外政府都在无人驾驶领域进行积极部署。2016年美国交通部公布“自动驾驶试验场试点计划”，并于2017年1月19日确立了10家自动驾驶试点试验场。我国相关部委及地方政府对智能网联汽车产业发展的重视程度也不断上升，各地示范区建设步伐不断加快。总体上，无人驾驶领域稳步向前发展。

然而无人驾驶技术落地难成为企业面临的最大问题。市场对于无人驾驶的预期与技术进步之间的矛盾成为无人驾驶企业需要面临的挑战。目前L4级别的无人驾驶难以在短期内达到市场要求。在技术层面，即使高精度定位导航，车载传感器等技术日渐成熟，但是由于无人驾驶与生命安全紧密相关，短期内无人驾驶领域的发展与预期目标仍存在差距。无人驾驶领无法在短期内产品化的问题同样给企业带来资金上的挑战。