尊龍凱時(shí)

來(lái)源：信息化協(xié)同創(chuàng )新專(zhuān)委會(huì )

核心摘要：

“商業(yè)落地”已成為人工智能發(fā)展到當前階段鮮明的主題詞，過(guò)去人工智能技術(shù)驅動(dòng)階段重在A(yíng)I算法模型比拼，如今更要依賴(lài)商業(yè)場(chǎng)景洞察、專(zhuān)家團隊實(shí)力，將AI技術(shù)與行業(yè)實(shí)際需求結合，產(chǎn)生應用與經(jīng)濟價(jià)值。

因此本報告從人工智能在實(shí)體經(jīng)濟中的市場(chǎng)化情況出發(fā)，探尋人工智能對實(shí)體經(jīng)濟的意義。研究表明，當下，AI相關(guān)技術(shù)與傳統行業(yè)經(jīng)營(yíng)模式和業(yè)務(wù)流程開(kāi)始產(chǎn)生實(shí)質(zhì)性融合，智能經(jīng)濟時(shí)代的全新產(chǎn)業(yè)版圖初步顯現。預計2019年人工智能賦能實(shí)體經(jīng)濟產(chǎn)業(yè)規模接近570億元。

本報告對安防、金融、客服、醫療健康、零售、廣告營(yíng)銷(xiāo)、教育、城市交通、制造、農業(yè)等十大傳統產(chǎn)業(yè)應用人工智能的現狀進(jìn)行了梳理。整體來(lái)看，過(guò)去AI企業(yè)單純向傳統企業(yè)技術(shù)輸出的模式已悄然改變，全產(chǎn)業(yè)鏈都已參與進(jìn)來(lái)，隨之而來(lái)的是AI應用的快速滲透和對相應場(chǎng)景的革新優(yōu)化。具體應用場(chǎng)景、使用價(jià)值及市場(chǎng)規模推算請詳見(jiàn)報告第二章論述。

通往智能世界探索的路徑存在多種可能，基于部署思路、建設架構、同其他數字化技術(shù)聯(lián)動(dòng)等方面的差異，業(yè)內已有與IoT結合的AIoT、與云平臺能力結合的AI PaSS、與產(chǎn)業(yè)全面聯(lián)通相結合的AI+產(chǎn)業(yè)互聯(lián)網(wǎng)等發(fā)展路徑，將共促人工智能與實(shí)體經(jīng)濟的深度融合。

從市場(chǎng)角度看，對人工智能產(chǎn)業(yè)的未來(lái)發(fā)展思考集中于玩家角色變化、落地場(chǎng)景的探索與評估和技術(shù)能力的強化提升，因為上述因素會(huì )對業(yè)務(wù)布局、商業(yè)模式、可持續發(fā)展產(chǎn)生重要影響。艾瑞認為未來(lái)認知智能的推進(jìn)將帶來(lái)傳統意義上客戶(hù)方的AI化，AI技術(shù)將進(jìn)一步向其他實(shí)體產(chǎn)業(yè)滲透，同時(shí)市場(chǎng)環(huán)境的壓力敦促?lài)鴥華I行業(yè)形成自主可控的產(chǎn)業(yè)鏈，這些變化都將促使我國人工智能產(chǎn)業(yè)的長(cháng)期健康發(fā)展。

行業(yè)概述篇

人工智能戰略意義

商業(yè)價(jià)值：2019年AI賦能實(shí)體經(jīng)濟預計貢獻收入近570億元

近幾年，人工智能技術(shù)在實(shí)體經(jīng)濟中尋找落地應用場(chǎng)景成為核心要義，人工智能技術(shù)與傳統行業(yè)經(jīng)營(yíng)模式及業(yè)務(wù)流程產(chǎn)生實(shí)質(zhì)性融合，智能經(jīng)濟時(shí)代的全新產(chǎn)業(yè)版圖初步顯現，預計2019年人工智能核心產(chǎn)業(yè)規模接近570億元，目前，安防和金融領(lǐng)域市場(chǎng)份額最大，工業(yè)、醫療、教育等領(lǐng)域具有爆發(fā)潛力。

人工智能產(chǎn)業(yè)圖譜

人工智能產(chǎn)業(yè)成熟度

安防與金融發(fā)展條件較好，業(yè)務(wù)滲透最快，營(yíng)銷(xiāo)、客服、教育等有望快速發(fā)展

我們根據基礎建設和價(jià)值空間兩大維度對人工智能賦能的十大實(shí)體經(jīng)濟類(lèi)型進(jìn)行分析?？傮w而言，金融、營(yíng)銷(xiāo)、安防、客服等場(chǎng)景在IT基礎設施、數據質(zhì)量、對新技術(shù)的接受周期等AI發(fā)展基礎條件方面表現較優(yōu)，而在當下市場(chǎng)規模、行業(yè)發(fā)展增速、解決方案落地效果和政策導向等諸多因素的影響下，安防、金融、教育、客服等場(chǎng)景將產(chǎn)生較高的商業(yè)化滲透和對傳統產(chǎn)業(yè)提升程度。

其余產(chǎn)業(yè)中，制造場(chǎng)景由于基礎建設復雜、數據獲取難度較大，且實(shí)際智能應用仍較為邊緣化，AI應用短期內滲透釋放難度較大；醫療、零售、交通等場(chǎng)景隨著(zhù)AI技術(shù)與場(chǎng)景核心痛點(diǎn)匹配度上升、產(chǎn)品逐漸完善，未來(lái)將激發(fā)更大價(jià)值；農業(yè)因為技術(shù)基礎、商業(yè)模式、購買(mǎi)能力等問(wèn)題，目前AI的賦能作用尚不明顯，有待未來(lái)探索。

賦能實(shí)體經(jīng)濟篇

泛安防領(lǐng)域

2022年G端與B端市場(chǎng)規模有望突破700億元

2016年是AI+安防商業(yè)化元年， 2018年，我國AI+安防軟硬件市場(chǎng)規模達到135億元，部分頭部安防廠(chǎng)商AI業(yè)務(wù)在總營(yíng)收中占比從大約4%提升至超過(guò)8%，部分典型AI公司安防業(yè)務(wù)則占接近一半的營(yíng)業(yè)收入。2018年城市公共安防中AI滲透率達到2.6%。

預計2019年市場(chǎng)仍將保持高增速，到十三五收官之年2020年增速開(kāi)始穩定，屆時(shí)市場(chǎng)規?？蛇_到453億元（城市公共安防AI滲透率達到11%），2022年市場(chǎng)規模有望突破700億元（城市公共安防AI滲透率達到25%），從2017年到2022年CAGR達到78.3%。

視頻監控占比近90%，中心側份額最大

2018年AI+安防軟硬件市場(chǎng)約135.3億元的產(chǎn)值中，視頻監控占據絕大部分，份額近90%，成為AI+安防的主賽道。其中，端側市場(chǎng)規模超過(guò)38億元，占28.3%，中心側市場(chǎng)規模超過(guò)74億元，占54.8%。

而在A(yíng)I+安防的核心戰場(chǎng)公共安全領(lǐng)域，總市場(chǎng)規模約93.1億元，其中端側市場(chǎng)規模約13.8億元，占14.8%，中心側市場(chǎng)規模約66.5億元，占71.4%，邊緣側滲透有限，占比較小，約3.8%。

出入口控制的主要產(chǎn)品如人臉識別閘機、門(mén)禁等，門(mén)檻相對較低，與監控人臉識別具備相通之處，因此絕大部分安防產(chǎn)品與解決方案提供商均涉足這部分業(yè)務(wù)，其市場(chǎng)相對較大。

傳統金融領(lǐng)域

傳統金融機構、互金公司和AI公司是主要參與者，中小型金融機構表現活躍

傳統金融機構擁有廣泛的客戶(hù)基礎和海量高可信度的數據積累，擁有完整的線(xiàn)下布局，對AI應用有核心需求，是市場(chǎng)中主要的需求方；互聯(lián)網(wǎng)金融公司承載人口紅利，擁有大量的C端客戶(hù)和流量數據，在產(chǎn)品設計和渠道運營(yíng)方面具有優(yōu)勢，是技術(shù)的需求方，也是提供者；AI公司在終端客戶(hù)和數據積累方面不足，但在特定方向上具有較強的創(chuàng )新性和研發(fā)能力，是主要的技術(shù)提供者。

傳統金融機構主要通過(guò)成立子公司自研技術(shù)、對外投資并購和采購合作三種方式進(jìn)行AI布局，目前以采購合作為主，需求更傾向于金融零售中的風(fēng)控反欺詐和精準營(yíng)銷(xiāo)。

國有銀行等大型機構對于A(yíng)I產(chǎn)品采購的態(tài)度更顯謹慎，為保證數據安全可控，往往要求合作公司開(kāi)放代碼，由雙方共同開(kāi)發(fā)，在篩選合作對象時(shí)更看中AI公司的合作案例和研發(fā)能力，而中小型機構相對靈活，是市場(chǎng)中的活躍者；互聯(lián)網(wǎng)金融公司面臨著(zhù)新一輪轉型，在牌照監管壓力下，互金公司將加大與銀行的合作，由業(yè)務(wù)輸出向技術(shù)輸出拓展。

AI公司在金融方面以智能風(fēng)控產(chǎn)品為主，主要存在技術(shù)集中型和數據集中型兩類(lèi)，前者在算法模型訓練方面有優(yōu)勢，后者在黑名單數據積累方面有優(yōu)勢，AI公司與大型機構合作后摸索出的解決辦法對中小型機構更有應用價(jià)值。

傳統金融領(lǐng)域

2022年傳統金融A(yíng)I投入約580億元，銀行業(yè)務(wù)仍是核心場(chǎng)景

據艾瑞統計，2018年中國傳統金融機構科技投入約為1604.3億元，較2017年增長(cháng)10%，其中包括硬件和軟件的AI相關(guān)投入約占10.4%，為166.8億元，較2017年增速為42.9%。

保守估計，到2022年中國傳統金融機構科技投入將突破3700億元，AI相關(guān)投入占比將達到15.6%，超580億元。

銀行業(yè)是AI相關(guān)應用的主要投入方，占比70%，大部分通過(guò)外部采購方式獲取AI服務(wù)，其中對基礎設施層投入占60%，在A(yíng)I應用層投入占40%，約39億元，硬件部分（以AI攝像頭和人證比對機為主）占三分之一，軟件部分（以精準營(yíng)銷(xiāo)和智能風(fēng)控平臺為主）占三分之二。

客服領(lǐng)域

2022年智能客服業(yè)務(wù)規模將突破160億元，AI技術(shù)成為重要推動(dòng)力

2018年，智能客服業(yè)務(wù)規模達到27.2億元，其中以智能客服機器人為代表的AI應用業(yè)務(wù)規模達到7.9億元，預計2022年智能客服業(yè)務(wù)規模將突破160億元，年復合增長(cháng)率為56%，AI應用業(yè)務(wù)規模突破70億元。

在NLP技術(shù)的賦能作用下，客服業(yè)務(wù)將向企業(yè)服務(wù)、智能家居、智能可穿戴、車(chē)載設備、智能服務(wù)機器人、智能會(huì )議系統等領(lǐng)域拓展，預計2022年，泛智能客服市場(chǎng)想象空間將突破600億。

客服領(lǐng)域

NLP技術(shù)與標準化數據累積將拓展智能客服企業(yè)的業(yè)務(wù)邊際

由于客服行業(yè)中智能化需求上升，除原有的客服機器人廠(chǎng)商外，擁有豐富大客戶(hù)資源的傳統客服軟件廠(chǎng)商、基于PaaS云通訊優(yōu)勢的云客服廠(chǎng)商、互聯(lián)網(wǎng)巨頭公司的相關(guān)客服平臺都開(kāi)始組建自身的AI團隊，布局智能客服。

智能客服最大的隱性?xún)r(jià)值在于NLP技術(shù)在實(shí)際場(chǎng)景中的訓練和標準化數據累積，后者在挖掘客戶(hù)有價(jià)值信息中明顯起到降本增效的作用，標準化的數據打通了企業(yè)內部營(yíng)銷(xiāo)、產(chǎn)品等環(huán)節，使得智能客服業(yè)務(wù)擁有了向企業(yè)服務(wù)其他場(chǎng)景拓展的能力；而NLP技術(shù)將成為智能客服公司的核心競爭力，可以此向制造、政務(wù)、醫療等領(lǐng)域拓展，向集認知、交互、協(xié)同、功能性于一身的智能系統發(fā)展。

醫療健康領(lǐng)域

AI醫學(xué)影像產(chǎn)品潛在價(jià)值巨大，但商業(yè)落地面臨瓶頸

本報告重點(diǎn)關(guān)注AI醫學(xué)影像賽道。AI醫學(xué)影像產(chǎn)品有肺結節等胸部AI、心血管疾病AI、大血管疾病AI、DR影像智能報告AI、骨關(guān)節疾病AI、乳腺影像AI、神經(jīng)系統影像AI、骨齡判讀AI、小兒疾病AI、盆腔影像AI、腦部影像AI、眼底影像AI、皮膚AI、病理AI、超聲AI等十余種，其中肺結節等胸部AI產(chǎn)品最多、認知度最高。

AI醫學(xué)影像商業(yè)落地的大背景是我國影像科醫師明顯不足：每年影像檢查量上升30%，而影像科醫師只增長(cháng)4%，一方面給醫院和醫師造成巨大壓力，醫師在重復、單調的閱片工作中容易出現疲勞、漏診等現象，另一方面中長(cháng)尾醫療機構缺乏具備診斷能力的影像醫師，造成可拍片但無(wú)人寫(xiě)報告的局面。

AI醫學(xué)影像產(chǎn)品的主要價(jià)值包括：

（1）診斷賦能。提高疾病表征的檢出率，減少漏診，幫助癌癥等重大疾病患者實(shí)現早診早治，提升病人存活率、降低家庭及社會(huì )診療成本，艾瑞預測，若未來(lái)AI醫學(xué)影像得到大規模使用，在癌癥方面可節省診療與用藥支出2470億元，其中節省醫保和民政救濟支出1062億元；

（2）治療方案賦能。AI對影像進(jìn)行分割精準確認病灶位置、形態(tài)，可輔助評估患者術(shù)前術(shù)后風(fēng)險，不過(guò)相關(guān)技術(shù)和產(chǎn)品尚不成熟；

（3）閱片賦能，提升閱片效率、節約醫師時(shí)間。從AI產(chǎn)品的價(jià)值定位分析，其在很長(cháng)時(shí)期內都以院內客戶(hù)通過(guò)IT采購或科研合作形式付費為主，而AI產(chǎn)品的落地還面臨準入門(mén)檻高、周期長(cháng)，產(chǎn)品功能仍需完善等問(wèn)題，商業(yè)化快速推進(jìn)有賴(lài)于上述問(wèn)題的解決。

醫療健康領(lǐng)域

醫療健康是個(gè)慢行業(yè)，預計2022年AI醫學(xué)影像市場(chǎng)近10億元

AI醫學(xué)影像的商業(yè)落地預計于2019年起步，到2022年市場(chǎng)規模達到9.7億元，在已定級醫院中總付費滲透率達5%，在三級醫院和二級醫院的總付費滲透率達到8%，期間若產(chǎn)品功能取得突破性進(jìn)展則有更大發(fā)展空間。

此前，AI醫學(xué)影像基本采用三甲醫院試用合作的模式，2019年后逐步推進(jìn)產(chǎn)品收費，隨著(zhù)分級診療的推進(jìn)和市場(chǎng)對AI認知的提升，預計2020年底至2021年部分產(chǎn)品獲得CFDA三類(lèi)醫療器械認證，同年二級醫院客戶(hù)數量首次超過(guò)三級醫院。

目前主要有三種收費模式：

（1）將AI醫學(xué)影像嵌入云HIS或云PACS中，打包售賣(mài)，由于現階段AI產(chǎn)品商業(yè)化面臨產(chǎn)品功能還未完全直擊客戶(hù)痛點(diǎn)，醫院客戶(hù)較多使用的是免費AI，與云服務(wù)結合可將AI作為收費模塊；

（2）將AI作為服務(wù)單獨提供，其優(yōu)勢在于相較于云服務(wù)，軟件開(kāi)發(fā)形式更符合醫院采購習慣；

（3）與影像設備廠(chǎng)商合作提供具有AI功能的醫療影像設備，收取一定分成，這種形式較難提供完整的拍片-閱片智能解決方案、需要重新申報CFDA審批認證，目前落地較少。目前市場(chǎng)中主要有AI企業(yè)、醫療信息化廠(chǎng)商、科技巨頭、醫療影像設備廠(chǎng)商等幾類(lèi)玩家。

零售領(lǐng)域

2022年AI+零售建設投入將超175億

包含大賣(mài)場(chǎng)、超級市場(chǎng)、便利商店等業(yè)態(tài)的現代渠道型零售品牌是新零售的主要實(shí)踐場(chǎng)景，也是相關(guān)產(chǎn)品服務(wù)的主要買(mǎi)方。

據艾瑞研究，2018年中國現代渠道主要零售商數字化建設投入為285.1億元，其中AI投入為約9億元，占比3.15%，據預測，到2022年其數字化建設投入將突破700億元，AI投入將超過(guò)178億元，占比超過(guò)25%，得益于阿里巴巴、京東、蘇寧等零售巨頭的推動(dòng)，以AI應用為代表的新零售概念處于增長(cháng)的上升通道，未來(lái)兩年將保持較高增速。

目前AI應用可以分為以人為準的AI解決辦法、商品識別、供應鏈優(yōu)化、智能服務(wù)機器人/客服機器人和無(wú)人貨柜/無(wú)人店五大類(lèi)，以CV技術(shù)為核心的人臉識別和商品識別是主要建設方向，相關(guān)投入占整體的55.36%，供應鏈優(yōu)化最為復雜，對AI算法的可用性要求最高，但更靠近零售業(yè)的核心痛點(diǎn)，未來(lái)可釋放的增益價(jià)值最大。

零售領(lǐng)域

AI公司、云服務(wù)商和零售商是主要玩家，算法與經(jīng)驗的融合是最終方向

目前以人工智能技術(shù)為代表的新零售解決辦法主要有兩種提供途徑，其一是技術(shù)輸出型，提供方主要為云服務(wù)商和AI公司，其中云服務(wù)商通過(guò)集成AI公司的算法能力，向用戶(hù)輸出基于云平臺的標準化服務(wù)，而AI公司交付給用戶(hù)的解決辦法多為定制類(lèi)項目，解決用戶(hù)個(gè)性化需求，這也是其主要的收入來(lái)源；另一種是經(jīng)驗輸出型，由成熟的品牌零售商提供解決辦法，試圖將品牌自身多年的運營(yíng)經(jīng)驗和新技術(shù)融合，向中小微型零售商輸出，優(yōu)化其運營(yíng)模式。

兩種途徑出發(fā)點(diǎn)不同，但終將向算法與行業(yè)經(jīng)驗融合，產(chǎn)出可執行方案的方向發(fā)展，而在實(shí)際場(chǎng)景中的不斷試錯是達到這一目標的唯一方法。

數字營(yíng)銷(xiāo)：AI的引入彌合了傳統數字化營(yíng)銷(xiāo)的不足

隨著(zhù)營(yíng)銷(xiāo)產(chǎn)業(yè)的不斷發(fā)展，傳統的營(yíng)銷(xiāo)模式漸顯不足，在用戶(hù)時(shí)間碎片化的前提下，廣告ROI效果不理想、目標用戶(hù)不清晰等問(wèn)題被不斷放大，同時(shí)病毒式的投放方式以及單一的內容形式也必然會(huì )讓用戶(hù)產(chǎn)生審美疲勞，降低對廣告的體驗和興趣，媒資與流量管理的效率亟待提升。

人工智能針對上述問(wèn)題，通過(guò)技術(shù)與營(yíng)銷(xiāo)環(huán)節相結合，在提供更加充實(shí)的用戶(hù)特征以及創(chuàng )意內容的同時(shí)，對投放的策略和形式進(jìn)行優(yōu)化，提升引流、集客、轉化效果。

視頻廣告：增加廣告位資源，提升用戶(hù)接受度

本報告重點(diǎn)關(guān)注AI在場(chǎng)景識別廣告賽道的商業(yè)價(jià)值。目前，AI場(chǎng)景營(yíng)銷(xiāo)、廣告快速植入、功能性互動(dòng)營(yíng)銷(xiāo)等視頻廣告類(lèi)業(yè)務(wù)已經(jīng)有較為明確的商業(yè)模式，主要由長(cháng)視頻平臺及AI公司通過(guò)視頻廣告招商分成的形式運作，2018年實(shí)現了初步商業(yè)落地，艾瑞初步測算當年市場(chǎng)規模達到8.8億元，預計2022年可達63.8億元，若市場(chǎng)接受度充足、滲透率高于預期，則有望達到133億元。

AI場(chǎng)景廣告相比傳統網(wǎng)絡(luò )視頻廣告可新增約40%廣告位資源、平均提升點(diǎn)擊率2.5倍，綜合投放類(lèi)型、滲透情況等因素，粗略測算未來(lái)AI場(chǎng)景廣告可為網(wǎng)絡(luò )視頻廣告產(chǎn)業(yè)帶來(lái)31%的價(jià)值提升。

邊看邊買(mǎi)類(lèi)服務(wù)由短視頻平臺自建或AI公司提供，有收取電商平臺提成、按點(diǎn)擊收費、收取項目實(shí)施費等幾種收費模式，在短視頻平臺、電商自有直播中落地較快，在長(cháng)視頻平臺、OTT等領(lǐng)域的應用和商業(yè)模式都有待成熟。

教育領(lǐng)域

受政策及文化限制較小的校外市場(chǎng)和成人市場(chǎng)AI滲透率較高

由于教育關(guān)系到一個(gè)人未來(lái)的發(fā)展機會(huì )，試錯成本高，所以當一項新技術(shù)或一種新模式出現時(shí)，用戶(hù)一般不愿率先做“小白鼠”，而是傾向于選擇口碑好的成熟品牌，并且，人腦吸收知識或技能的過(guò)程在目前無(wú)法清晰地拆解呈現出來(lái)，過(guò)程不透明，更加重了用戶(hù)消費時(shí)的謹慎心理。

因此教育行業(yè)本身具有頑固性，對于新技術(shù)或新模式存在天然的排斥，而不像大眾消費品行業(yè)、娛樂(lè )行業(yè)那樣求新求異。

從人工智能在不同教育領(lǐng)域的滲透程度來(lái)看，越是校外市場(chǎng)，受到教育部門(mén)的監管就越小，越是高年齡段的市場(chǎng)，用戶(hù)的容錯能力就越高，所以滲透程度相對高。其中口語(yǔ)聽(tīng)力練測、智能題庫、組卷閱卷/作業(yè)批改等場(chǎng)景是目前滲透最好的幾個(gè)場(chǎng)景。

教育領(lǐng)域

堅實(shí)的發(fā)展基礎——龐大的在線(xiàn)教育市場(chǎng)規模和用戶(hù)數量

經(jīng)過(guò)20余年的曲折發(fā)展，隨著(zhù)用戶(hù)對在線(xiàn)教育的接受度不斷提升、在線(xiàn)付費意識逐漸養成以及線(xiàn)上學(xué)習體驗和效果的提升等因素影響，中國在線(xiàn)教育的市場(chǎng)規模與用戶(hù)數量已進(jìn)入了初步成熟階段。

2018年中國在線(xiàn)教育市場(chǎng)規模達2517.6億元，付費用戶(hù)數量超過(guò)1.35億人，人工智能技術(shù)進(jìn)入教育領(lǐng)域后，市場(chǎng)上涌現出大量專(zhuān)注于“AI+教育”的新型教育機構，在線(xiàn)教育企業(yè)也在已有業(yè)務(wù)線(xiàn)基礎上引入人工智能技術(shù)以提升教學(xué)效率、拓展商業(yè)模式。

艾瑞認為，目前在線(xiàn)教育中與人工智能技術(shù)相關(guān)的業(yè)務(wù)規模已超過(guò)120億元，在A(yíng)I技術(shù)不斷發(fā)展及教育領(lǐng)域AI落地成熟度持續提升的背景下，預計2022年與人工智能技術(shù)相關(guān)的在線(xiàn)教育業(yè)務(wù)規模將超過(guò)700億元。

城市交通領(lǐng)域

2022年交通大腦市場(chǎng)將達33億，軟件需求上升促進(jìn)其發(fā)展

治理?yè)矶聠?wèn)題是城市交通場(chǎng)景的核心需求，所以本報告聚焦于城市智慧交通管控平臺目前的應用現狀和商業(yè)化程度。

2016年應用人工智能技術(shù)的交通大腦出現，使交通管控系統正式步入智能化時(shí)代。交通大腦實(shí)質(zhì)是囊括數據采集平臺、數據分析平臺、數據建模平臺和決策平臺的PaaS云服務(wù)，通過(guò)對城市交通場(chǎng)景中眾多傳感器采集的數據信息關(guān)聯(lián)性處理，建立數據庫，由機器學(xué)習對信號燈管控、車(chē)流誘導等問(wèn)題進(jìn)行建模，聯(lián)動(dòng)信號燈控制系統和手機地圖軟件等，輸出最佳解決辦法。

據艾瑞統計，2018年交通管控項目規模約166.2億元，其中交通大腦項目規模約5.3億元，預測2022年交通管控項目規模將突破240億，交通大腦項目突破32億。

目前交通大腦的供應商多采用與合作伙伴綁定的形式爭取項目，利潤在整體項目的20%左右，在產(chǎn)業(yè)鏈中的話(huà)語(yǔ)權不高，但以北、上、廣、深為代表的一線(xiàn)城市和部分二線(xiàn)城市，已經(jīng)從基礎建設階段向應用階段過(guò)渡，對軟件的需求逐漸上升，這一利好未來(lái)會(huì )持續促進(jìn)交通大腦項目的落地。

制造領(lǐng)域

制造數字化是“AI+制造”的基礎

我國制造業(yè)信息化水平參差不齊，且制造產(chǎn)業(yè)鏈條遠比其他行業(yè)復雜，更強調賦能者對行業(yè)背景的理解，這都造成了制造業(yè)的AI賦能相比其他行業(yè)門(mén)檻更高、難度更大。

盡管人工智能技術(shù)在制造業(yè)的部分環(huán)節與流程中已經(jīng)有了一定程度的應用，但整體滲透率仍然處于較低水平?！癆I+制造”的落地基礎取決于制造業(yè)的數字化程度，根據中國信通院的測算，2018年中國工業(yè)數字化經(jīng)濟的比重僅為18.3%，尚不足20%。

在制造業(yè)整體數字化水平偏低的背景下，艾瑞認為AI技術(shù)在制造業(yè)數字化經(jīng)濟中的滲透率在0.4%左右，并將在2022年達到1%。

農業(yè)領(lǐng)域

農業(yè)數字化基礎薄弱，AI滲透率低，市場(chǎng)尚處于培育期

傳統產(chǎn)業(yè)的AI賦能都以其數字化程度為基礎，中國農業(yè)在耕地面積有限且不斷減少、規?；N植范圍較小、機械化程度不高等因素的影響下，數字化程度處于較低水平。

2018年，中國農業(yè)數字經(jīng)濟占增加值比重僅為7.3%，不僅遠遠低于服務(wù)業(yè)的35.9%，與工業(yè)相比也有較大差距。由于農業(yè)的信息化、數字化基礎薄弱，人工智能在農業(yè)中的成長(cháng)壯大還需要一段積累數據和調整算法的培育期，并隨著(zhù)農業(yè)數字化程度的逐步提升以及農業(yè)企業(yè)、農業(yè)規模戶(hù)對“AI+農業(yè)”產(chǎn)品服務(wù)的認可而迎來(lái)新的發(fā)展。2018年中國“AI+農業(yè)”領(lǐng)域的市場(chǎng)規模為1.9億元。

預計未來(lái)數年內，“AI+農業(yè)”市場(chǎng)規模將以35.2%的年復合增長(cháng)率高速發(fā)展，并于2024年突破10億元，2025年達到15.7億元。

新興發(fā)展模式篇

AIoT核心生態(tài)

主要包括智能設備與解決方案方、系統方、基礎設施提供方

AIoT的體系架構中主要包括物聯(lián)網(wǎng)設備及解決方案、操作系統/平臺、基礎設施（以云服務(wù)形態(tài)為主）等三大層級。

智能化設備是AIoT的“五官” 與“手腳” ，可以完成視圖、音頻、壓力、溫度等數據收集，并執行抓取、分揀、搬運等行為，通常是物聯(lián)網(wǎng)設備與解決方案搭配向客戶(hù)提供，這一層涉及設備形態(tài)多樣化，玩家眾多。

操作系統/平臺相當于A(yíng)IoT的“大腦”，解決流程體系性問(wèn)題，核心功能包括對設備層進(jìn)行連接與控制，分配計算資源，通過(guò)AI算法協(xié)同優(yōu)化、合理調度等，這一層對業(yè)務(wù)邏輯、統一建模、全鏈路技術(shù)能力、高并發(fā)支撐能力等要求較高?；A設施層是AIoT的“軀干”，提供服務(wù)器、存儲等IT基礎設施。

AI PaaS

AI能力平臺化輸出降低了入局門(mén)檻，推動(dòng)商業(yè)化第二波爆發(fā)

隨著(zhù)人工智能技術(shù)對傳統產(chǎn)業(yè)的不斷滲透，越來(lái)越多的企業(yè)對AI產(chǎn)生了需求，但自主組建一支AI技術(shù)團隊，研發(fā)相關(guān)系統和應用對于大部分公司而言投入產(chǎn)出比并不高，而且難以達到“即插即用”的效果，因此通過(guò)云平臺PaaS層輸出AI能力的AI PaaS服務(wù)成為需求方向。

結合產(chǎn)業(yè)化落地，AI PaaS平臺可分為三個(gè)階段， 既模型自動(dòng)化生產(chǎn)、模型規?；a(chǎn)和模型智能化生產(chǎn)，逐步實(shí)現去監督化生產(chǎn)。AI PaaS又分公有云平臺和私有云平臺，二者在架構方面主體基本一致，只有在權限管理、資源管理和數據管理部分區分公有化和私有化，總體來(lái)看AI PaaS要滿(mǎn)足模塊化、分布式、資源共享、可拓展和環(huán)境分離五大特性，以滿(mǎn)足不同量級用戶(hù)的并發(fā)需求。

產(chǎn)業(yè)互聯(lián)網(wǎng)

產(chǎn)業(yè)互聯(lián)網(wǎng)打造數據環(huán)境，AI算法體現核心價(jià)值

互聯(lián)網(wǎng)巨頭公司正致力于推動(dòng)產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展，希望通過(guò)豐富的云端應用打通產(chǎn)業(yè)鏈上下游企業(yè)，使真實(shí)的生產(chǎn)數據能夠在云平臺累積。

其中，AI主要通過(guò)認知智能體現價(jià)值，由NLP、知識圖譜技術(shù)建立打通產(chǎn)業(yè)的關(guān)聯(lián)數據庫，通過(guò)機器學(xué)習訓練模型，推導出最佳的優(yōu)化策略，向企業(yè)輸出解決辦法、咨詢(xún)服務(wù)或SaaS應用等，使整條產(chǎn)業(yè)鏈的生產(chǎn)更柔性，商業(yè)邏輯更具可預測性。

隨著(zhù)平臺用戶(hù)增加，導入數據激增，AI算法獲得更多優(yōu)質(zhì)數據訓練，準確率上升，產(chǎn)生能夠撬動(dòng)更多用戶(hù)的核心競爭力，形成良性循環(huán)的產(chǎn)業(yè)生態(tài)，從而達到技術(shù)推動(dòng)傳統產(chǎn)業(yè)升級的效果。

未來(lái)思考篇

新出發(fā)

認知智能到來(lái)的過(guò)程，也是傳統意義上客戶(hù)方AI化的過(guò)程

2018年，感知智能取得了較快發(fā)展，但由于感知智能很難切入產(chǎn)業(yè)關(guān)鍵業(yè)務(wù)環(huán)節，無(wú)論是出于提升產(chǎn)業(yè)智能化還是拓展人工智能企業(yè)商業(yè)價(jià)值的目的，2019年都將是成長(cháng)期的感知智能與萌芽期的認知智能共同發(fā)展的一年。

目前傳統企業(yè)獲取AI應用的普遍方式是依賴(lài)第三方實(shí)現全部業(yè)務(wù)需求，往往出現兩類(lèi)問(wèn)題：第三方對業(yè)務(wù)邏輯理解不足；客戶(hù)很難根據自身不斷變化的環(huán)境與需求實(shí)現算法迭代和人機智能實(shí)時(shí)協(xié)同，這都會(huì )導致AI產(chǎn)品在客戶(hù)處“水土不服”時(shí)而發(fā)生。

而且產(chǎn)業(yè)數據的保有方往往是客戶(hù)，出于敏感數據安全性的顧慮，也很難將涉及核心業(yè)務(wù)的數據交托給第三方訓練，這些非技術(shù)性問(wèn)題在很大程度上阻礙了認知智能的發(fā)展。

在此背景下，AI服務(wù)方與客戶(hù)合作開(kāi)發(fā)完成在客戶(hù)公司內部的數據訓練標注，以及向客戶(hù)提供基礎AI工具保障其擁有一定的維護、優(yōu)化甚至開(kāi)發(fā)能力很有必要，因此近幾年認知智能的推進(jìn)將帶來(lái)傳統意義上客戶(hù)方獲得一定自有AI能力，實(shí)現AI化。

從技術(shù)可行性和產(chǎn)業(yè)生態(tài)的角度評估新場(chǎng)景

對于更為廣泛的傳統行業(yè)或線(xiàn)下使用場(chǎng)景的潛在客戶(hù)，艾瑞建議人工智能企業(yè)從產(chǎn)業(yè)智能化升級基礎-市場(chǎng)進(jìn)入方式-市場(chǎng)成長(cháng)周期等幾個(gè)角度評估可行性。

以煤炭行業(yè)為例，有勘查設計、地測、采掘、洗選、安全保障、運營(yíng)等主要業(yè)務(wù)環(huán)節，其中勘查、安全保障、運營(yíng)等環(huán)節已有相關(guān)AI應用研究。

分析煤炭行業(yè)特點(diǎn)可以發(fā)現，其有對智能化技術(shù)需求強、智能化升級基礎較好、政策引導性較強等特點(diǎn)，行業(yè)具備應用AI的較好基礎；產(chǎn)業(yè)生態(tài)中有話(huà)語(yǔ)權較強、具備研發(fā)實(shí)力的相關(guān)研究所與科研單位，因此通過(guò)聯(lián)合技術(shù)研發(fā)、與客戶(hù)聯(lián)合開(kāi)發(fā)部署服務(wù)的方式更符合行業(yè)需求，預期相關(guān)技術(shù)發(fā)展成熟并得以驗證后可較快商業(yè)落地。