行業(yè)概述篇

人工智能戰(zhàn)略意義

商業(yè)價值：2019年AI賦能實體經(jīng)濟預(yù)計貢獻收入近570億元

近幾年，人工智能技術(shù)在實體經(jīng)濟中尋找落地應(yīng)用場景成為核心要義，人工智能技術(shù)與傳統(tǒng)行業(yè)經(jīng)營模式及業(yè)務(wù)流程產(chǎn)生實質(zhì)性融合，智能經(jīng)濟時代的全新產(chǎn)業(yè)版圖初步顯現(xiàn)，預(yù)計2019年人工智能核心產(chǎn)業(yè)規(guī)模接近570億元，目前，安防和金融領(lǐng)域市場份額最大，工業(yè)、醫(yī)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，營銷、客服、教育等有望快速發(fā)展

我們根據(jù)基礎(chǔ)建設(shè)和價值空間兩大維度對人工智能賦能的十大實體經(jīng)濟類型進行分析?？傮w而言，金融、營銷、安防、客服等場景在IT基礎(chǔ)設(shè)施、數(shù)據(jù)質(zhì)量、對新技術(shù)的接受周期等AI發(fā)展基礎(chǔ)條件方面表現(xiàn)較優(yōu)，而在當下市場規(guī)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、客服等場景將產(chǎn)生較高的商業(yè)化滲透和對傳統(tǒng)產(chǎn)業(yè)提升程度。

其余產(chǎn)業(yè)中，制造場景由于基礎(chǔ)建設(shè)復(fù)雜、數(shù)據(jù)獲取難度較大，且實際智能應(yīng)用仍較為邊緣化，AI應(yīng)用短期內(nèi)滲透釋放難度較大；醫(yī)療、零售、交通等場景隨著AI技術(shù)與場景核心痛點匹配度上升、產(chǎn)品逐漸完善，未來將激發(fā)更大價值；農(nóng)業(yè)因為技術(shù)基礎(chǔ)、商業(yè)模式、購買能力等問題，目前AI的賦能作用尚不明顯，有待未來探索。

賦能實體經(jīng)濟篇

泛安防領(lǐng)域

2022年G端與B端市場規(guī)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+安防軟硬件市場規(guī)模達到135億元，部分頭部安防廠商AI業(yè)務(wù)在總營收中占比從大約4%提升至超過8%，部分典型AI公司安防業(yè)務(wù)則占接近一半的營業(yè)收入。2018年城市公共安防中AI滲透率達到2.6%。

預(yù)計2019年市場仍將保持高增速，到十三五收官之年2020年增速開始穩(wěn)定，屆時市場規(guī)?？蛇_到453億元（城市公共安防AI滲透率達到11%），2022年市場規(guī)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(jiān)控占比近90%，中心側(cè)份額最大

2018年AI+安防軟硬件市場約135.3億元的產(chǎn)值中，視頻監(jiān)控占據(jù)絕大部分，份額近90%，成為AI+安防的主賽道。其中，端側(cè)市場規(guī)模超過38億元，占28.3%，中心側(cè)市場規(guī)模超過74億元，占54.8%。

而在AI+安防的核心戰(zhàn)場公共安全領(lǐng)域，總市場規(guī)模約93.1億元，其中端側(cè)市場規(guī)模約13.8億元，占14.8%，中心側(cè)市場規(guī)模約66.5億元，占71.4%，邊緣側(cè)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、門禁等，門檻相對較低，與監(jiān)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)，其市場相對較大。

傳統(tǒng)金融領(lǐng)域

傳統(tǒng)金融機構(gòu)、互金公司和AI公司是主要參與者，中小型金融機構(gòu)表現(xiàn)活躍

傳統(tǒng)金融機構(gòu)擁有廣泛的客戶基礎(chǔ)和海量高可信度的數(shù)據(jù)積累，擁有完整的線下布局，對AI應(yīng)用有核心需求，是市場中主要的需求方；互聯(lián)網(wǎng)金融公司承載人口紅利，擁有大量的C端客戶和流量數(shù)據(jù)，在產(chǎn)品設(shè)計和渠道運營方面具有優(yōu)勢，是技術(shù)的需求方，也是提供者；AI公司在終端客戶和數(shù)據(jù)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(tǒng)金融機構(gòu)主要通過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控反欺詐和精準營銷。

國有銀行等大型機構(gòu)對于AI產(chǎn)品采購的態(tài)度更顯謹慎，為保證數(shù)據(jù)安全可控，往往要求合作公司開放代碼，由雙方共同開發(fā)，在篩選合作對象時更看中AI公司的合作案例和研發(fā)能力，而中小型機構(gòu)相對靈活，是市場中的活躍者；互聯(lián)網(wǎng)金融公司面臨著新一輪轉(zhuǎn)型，在牌照監(jiān)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控產(chǎn)品為主，主要存在技術(shù)集中型和數(shù)據(jù)集中型兩類，前者在算法模型訓練方面有優(yōu)勢，后者在黑名單數(shù)據(jù)積累方面有優(yōu)勢，AI公司與大型機構(gòu)合作后摸索出的解決辦法對中小型機構(gòu)更有應(yīng)用價值。

傳統(tǒng)金融領(lǐng)域

2022年傳統(tǒng)金融AI投入約580億元，銀行業(yè)務(wù)仍是核心場景

據(jù)艾瑞統(tǒng)計，2018年中國傳統(tǒng)金融機構(gòu)科技投入約為1604.3億元，較2017年增長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(tǒng)金融機構(gòu)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(yīng)用的主要投入方，占比70%，大部分通過外部采購方式獲取AI服務(wù)，其中對基礎(chǔ)設(shè)施層投入占60%，在AI應(yīng)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（以精準營銷和智能風控平臺為主）占三分之二。

客服領(lǐng)域

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

2018年，智能客服業(yè)務(wù)規(guī)模達到27.2億元，其中以智能客服機器人為代表的AI應(yīng)用業(yè)務(wù)規(guī)模達到7.9億元，預(yù)計2022年智能客服業(yè)務(wù)規(guī)模將突破160億元，年復(fù)合增長率為56%，AI應(yīng)用業(yè)務(wù)規(guī)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、車載設(shè)備、智能服務(wù)機器人、智能會議系統(tǒng)等領(lǐng)域拓展，預(yù)計2022年，泛智能客服市場想象空間將突破600億。

客服領(lǐng)域

NLP技術(shù)與標準化數(shù)據(jù)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商外，擁有豐富大客戶資源的傳統(tǒng)客服軟件廠商、基于PaaS云通訊優(yōu)勢的云客服廠商、互聯(lián)網(wǎng)巨頭公司的相關(guān)客服平臺都開始組建自身的AI團隊，布局智能客服。

智能客服最大的隱性價值在于NLP技術(shù)在實際場景中的訓練和標準化數(shù)據(jù)累積，后者在挖掘客戶有價值信息中明顯起到降本增效的作用，標準化的數(shù)據(jù)打通了企業(yè)內(nèi)部營銷、產(chǎn)品等環(huán)節(jié)，使得智能客服業(yè)務(wù)擁有了向企業(yè)服務(wù)其他場景拓展的能力；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(yī)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(tǒng)發(fā)展。

醫(yī)療健康領(lǐng)域

AI醫(yī)學影像產(chǎn)品潛在價值巨大，但商業(yè)落地面臨瓶頸

本報告重點關(guān)注AI醫(yī)學影像賽道。AI醫(yī)學影像產(chǎn)品有肺結(jié)節(jié)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(jié)疾病AI、乳腺影像AI、神經(jīng)系統(tǒng)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(jié)節(jié)等胸部AI產(chǎn)品最多、認知度最高。

AI醫(yī)學影像商業(yè)落地的大背景是我國影像科醫(yī)師明顯不足：每年影像檢查量上升30%，而影像科醫(yī)師只增長4%，一方面給醫(yī)院和醫(yī)師造成巨大壓力，醫(yī)師在重復(fù)、單調(diào)的閱片工作中容易出現(xiàn)疲勞、漏診等現(xiàn)象，另一方面中長尾醫(yī)療機構(gòu)缺乏具備診斷能力的影像醫(yī)師，造成可拍片但無人寫報告的局面。

AI醫(yī)學影像產(chǎn)品的主要價值包括：

（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現(xiàn)早診早治，提升病人存活率、降低家庭及社會診療成本，艾瑞預(yù)測，若未來AI醫(yī)學影像得到大規(guī)模使用，在癌癥方面可節(jié)省診療與用藥支出2470億元，其中節(jié)省醫(yī)保和民政救濟支出1062億元；

（2）治療方案賦能。AI對影像進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)后風險，不過相關(guān)技術(shù)和產(chǎn)品尚不成熟；

（3）閱片賦能，提升閱片效率、節(jié)約醫(yī)師時間。從AI產(chǎn)品的價值定位分析，其在很長時期內(nèi)都以院內(nèi)客戶通過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檻高、周期長，產(chǎn)品功能仍需完善等問題，商業(yè)化快速推進有賴于上述問題的解決。

醫(yī)療健康領(lǐng)域

醫(yī)療健康是個慢行業(yè)，預(yù)計2022年AI醫(yī)學影像市場近10億元

AI醫(yī)學影像的商業(yè)落地預(yù)計于2019年起步，到2022年市場規(guī)模達到9.7億元，在已定級醫(yī)院中總付費滲透率達5%，在三級醫(yī)院和二級醫(yī)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展則有更大發(fā)展空間。

此前，AI醫(yī)學影像基本采用三甲醫(yī)院試用合作的模式，2019年后逐步推進產(chǎn)品收費，隨著分級診療的推進和市場對AI認知的提升，預(yù)計2020年底至2021年部分產(chǎn)品獲得CFDA三類醫(yī)療器械認證，同年二級醫(yī)院客戶數(shù)量首次超過三級醫(yī)院。

目前主要有三種收費模式：

（1）將AI醫(yī)學影像嵌入云HIS或云PACS中，打包售賣，由于現(xiàn)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痛點，醫(yī)院客戶較多使用的是免費AI，與云服務(wù)結(jié)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)，軟件開發(fā)形式更符合醫(yī)院采購習慣；

（3）與影像設(shè)備廠商合作提供具有AI功能的醫(yī)療影像設(shè)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。目前市場中主要有AI企業(yè)、醫(yī)療信息化廠商、科技巨頭、醫(yī)療影像設(shè)備廠商等幾類玩家。

零售領(lǐng)域

2022年AI+零售建設(shè)投入將超175億

包含大賣場、超級市場、便利商店等業(yè)態(tài)的現(xiàn)代渠道型零售品牌是新零售的主要實踐場景，也是相關(guān)產(chǎn)品服務(wù)的主要買方。

據(jù)艾瑞研究，2018年中國現(xiàn)代渠道主要零售商數(shù)字化建設(shè)投入為285.1億元，其中AI投入為約9億元，占比3.15%，據(jù)預(yù)測，到2022年其數(shù)字化建設(shè)投入將突破700億元，AI投入將超過178億元，占比超過25%，得益于阿里巴巴、京東、蘇寧等零售巨頭的推動，以AI應(yīng)用為代表的新零售概念處于增長的上升通道，未來兩年將保持較高增速。

目前AI應(yīng)用可以分為以人為準的AI解決辦法、商品識別、供應(yīng)鏈優(yōu)化、智能服務(wù)機器人/客服機器人和無人貨柜/無人店五大類，以CV技術(shù)為核心的人臉識別和商品識別是主要建設(shè)方向，相關(guān)投入占整體的55.36%，供應(yīng)鏈優(yōu)化最為復(fù)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，未來可釋放的增益價值最大。

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)商通過集成AI公司的算法能力，向用戶輸出基于云平臺的標準化服務(wù)，而AI公司交付給用戶的解決辦法多為定制類項目，解決用戶個性化需求，這也是其主要的收入來源；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)化其運營模式。

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

數(shù)字營銷：AI的引入彌合了傳統(tǒng)數(shù)字化營銷的不足

隨著營銷產(chǎn)業(yè)的不斷發(fā)展，傳統(tǒng)的營銷模式漸顯不足，在用戶時間碎片化的前提下，廣告ROI效果不理想、目標用戶不清晰等問題被不斷放大，同時病毒式的投放方式以及單一的內(nèi)容形式也必然會讓用戶產(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題，通過技術(shù)與營銷環(huán)節(jié)相結(jié)合，在提供更加充實的用戶特征以及創(chuàng)意內(nèi)容的同時，對投放的策略和形式進行優(yōu)化，提升引流、集客、轉(zhuǎn)化效果。

視頻廣告：增加廣告位資源，提升用戶接受度

本報告重點關(guān)注AI在場景識別廣告賽道的商業(yè)價值。目前，AI場景營銷、廣告快速植入、功能性互動營銷等視頻廣告類業(yè)務(wù)已經(jīng)有較為明確的商業(yè)模式，主要由長視頻平臺及AI公司通過視頻廣告招商分成的形式運作，2018年實現(xiàn)了初步商業(yè)落地，艾瑞初步測算當年市場規(guī)模達到8.8億元，預(yù)計2022年可達63.8億元，若市場接受度充足、滲透率高于預(yù)期，則有望達到133億元。

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

邊看邊買類服務(wù)由短視頻平臺自建或AI公司提供，有收取電商平臺提成、按點擊收費、收取項目實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，在長視頻平臺、OTT等領(lǐng)域的應(yīng)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和成人市場AI滲透率較高

由于教育關(guān)系到一個人未來的發(fā)展機會，試錯成本高，所以當一項新技術(shù)或一種新模式出現(xiàn)時，用戶一般不愿率先做“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程在目前無法清晰地拆解呈現(xiàn)出來，過程不透明，更加重了用戶消費時的謹慎心理。

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)域的滲透程度來看，越是校外市場，受到教育部門的監(jiān)管就越小，越是高年齡段的市場，用戶的容錯能力就越高，所以滲透程度相對高。其中口語聽力練測、智能題庫、組卷閱卷/作業(yè)批改等場景是目前滲透最好的幾個場景。

教育領(lǐng)域

堅實的發(fā)展基礎(chǔ)——龐大的在線教育市場規(guī)模和用戶數(shù)量

經(jīng)過20余年的曲折發(fā)展，隨著用戶對在線教育的接受度不斷提升、在線付費意識逐漸養(yǎng)成以及線上學習體驗和效果的提升等因素影響，中國在線教育的市場規(guī)模與用戶數(shù)量已進入了初步成熟階段。

2018年中國在線教育市場規(guī)模達2517.6億元，付費用戶數(shù)量超過1.35億人，人工智能技術(shù)進入教育領(lǐng)域后，市場上涌現(xiàn)出大量專注于“AI+教育”的新型教育機構(gòu)，在線教育企業(yè)也在已有業(yè)務(wù)線基礎(chǔ)上引入人工智能技術(shù)以提升教學效率、拓展商業(yè)模式。

艾瑞認為，目前在線教育中與人工智能技術(shù)相關(guān)的業(yè)務(wù)規(guī)模已超過120億元，在AI技術(shù)不斷發(fā)展及教育領(lǐng)域AI落地成熟度持續(xù)提升的背景下，預(yù)計2022年與人工智能技術(shù)相關(guān)的在線教育業(yè)務(wù)規(guī)模將超過700億元。

城市交通領(lǐng)域

2022年交通大腦市場將達33億，軟件需求上升促進其發(fā)展

治理擁堵問題是城市交通場景的核心需求，所以本報告聚焦于城市智慧交通管控平臺目前的應(yīng)用現(xiàn)狀和商業(yè)化程度。

2016年應(yīng)用人工智能技術(shù)的交通大腦出現(xiàn)，使交通管控系統(tǒng)正式步入智能化時代。交通大腦實質(zhì)是囊括數(shù)據(jù)采集平臺、數(shù)據(jù)分析平臺、數(shù)據(jù)建模平臺和決策平臺的PaaS云服務(wù)，通過對城市交通場景中眾多傳感器采集的數(shù)據(jù)信息關(guān)聯(lián)性處理，建立數(shù)據(jù)庫，由機器學習對信號燈管控、車流誘導等問題進行建模，聯(lián)動信號燈控制系統(tǒng)和手機地圖軟件等，輸出最佳解決辦法。

據(jù)艾瑞統(tǒng)計，2018年交通管控項目規(guī)模約166.2億元，其中交通大腦項目規(guī)模約5.3億元，預(yù)測2022年交通管控項目規(guī)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(yīng)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)鏈中的話語權(quán)不高，但以北、上、廣、深為代表的一線城市和部分二線城市，已經(jīng)從基礎(chǔ)建設(shè)階段向應(yīng)用階段過渡，對軟件的需求逐漸上升，這一利好未來會持續(xù)促進交通大腦項目的落地。

制造領(lǐng)域

制造數(shù)字化是“AI+制造”的基礎(chǔ)

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(fù)雜，更強調(diào)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(jié)與流程中已經(jīng)有了一定程度的應(yīng)用，但整體滲透率仍然處于較低水平?！癆I+制造”的落地基礎(chǔ)取決于制造業(yè)的數(shù)字化程度，根據(jù)中國信通院的測算，2018年中國工業(yè)數(shù)字化經(jīng)濟的比重僅為18.3%，尚不足20%。

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

農(nóng)業(yè)領(lǐng)域

農(nóng)業(yè)數(shù)字化基礎(chǔ)薄弱，AI滲透率低，市場尚處于培育期

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

2018年，中國農(nóng)業(yè)數(shù)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(nóng)業(yè)的信息化、數(shù)字化基礎(chǔ)薄弱，人工智能在農(nóng)業(yè)中的成長壯大還需要一段積累數(shù)據(jù)和調(diào)整算法的培育期，并隨著農(nóng)業(yè)數(shù)字化程度的逐步提升以及農(nóng)業(yè)企業(yè)、農(nóng)業(yè)規(guī)模戶對“AI+農(nóng)業(yè)”產(chǎn)品服務(wù)的認可而迎來新的發(fā)展。2018年中國“AI+農(nóng)業(yè)”領(lǐng)域的市場規(guī)模為1.9億元。

預(yù)計未來數(shù)年內(nèi)，“AI+農(nóng)業(yè)”市場規(guī)模將以35.2%的年復(fù)合增長率高速發(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(shè)備與解決方案方、系統(tǒng)方、基礎(chǔ)設(shè)施提供方

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

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

操作系統(tǒng)/平臺相當于AIoT的“大腦”，解決流程體系性問題，核心功能包括對設(shè)備層進行連接與控制，分配計算資源，通過AI算法協(xié)同優(yōu)化、合理調(diào)度等，這一層對業(yè)務(wù)邏輯、統(tǒng)一建模、全鏈路技術(shù)能力、高并發(fā)支撐能力等要求較高。基礎(chǔ)設(shè)施層是AIoT的“軀干”，提供服務(wù)器、存儲等IT基礎(chǔ)設(shè)施。

AI PaaS

AI能力平臺化輸出降低了入局門檻，推動商業(yè)化第二波爆發(fā)

隨著人工智能技術(shù)對傳統(tǒng)產(chǎn)業(yè)的不斷滲透，越來越多的企業(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(tǒng)和應(yīng)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，因此通過云平臺PaaS層輸出AI能力的AI PaaS服務(wù)成為需求方向。

結(jié)合產(chǎn)業(yè)化落地，AI PaaS平臺可分為三個階段， 既模型自動化生產(chǎn)、模型規(guī)?；a(chǎn)和模型智能化生產(chǎn)，逐步實現(xiàn)去監(jiān)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(gòu)方面主體基本一致，只有在權(quán)限管理、資源管理和數(shù)據(jù)管理部分區(qū)分公有化和私有化，總體來看AI PaaS要滿足模塊化、分布式、資源共享、可拓展和環(huán)境分離五大特性，以滿足不同量級用戶的并發(fā)需求。

產(chǎn)業(yè)互聯(lián)網(wǎng)

產(chǎn)業(yè)互聯(lián)網(wǎng)打造數(shù)據(jù)環(huán)境，AI算法體現(xiàn)核心價值

互聯(lián)網(wǎng)巨頭公司正致力于推動產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展，希望通過豐富的云端應(yīng)用打通產(chǎn)業(yè)鏈上下游企業(yè)，使真實的生產(chǎn)數(shù)據(jù)能夠在云平臺累積。

其中，AI主要通過認知智能體現(xiàn)價值，由NLP、知識圖譜技術(shù)建立打通產(chǎn)業(yè)的關(guān)聯(lián)數(shù)據(jù)庫，通過機器學習訓練模型，推導出最佳的優(yōu)化策略，向企業(yè)輸出解決辦法、咨詢服務(wù)或SaaS應(yīng)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(yù)測性。

隨著平臺用戶增加，導入數(shù)據(jù)激增，AI算法獲得更多優(yōu)質(zhì)數(shù)據(jù)訓練，準確率上升，產(chǎn)生能夠撬動更多用戶的核心競爭力，形成良性循環(huán)的產(chǎn)業(yè)生態(tài)，從而達到技術(shù)推動傳統(tǒng)產(chǎn)業(yè)升級的效果。

未來思考篇

新出發(fā)

認知智能到來的過程，也是傳統(tǒng)意義上客戶方AI化的過程

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(jié)，無論是出于提升產(chǎn)業(yè)智能化還是拓展人工智能企業(yè)商業(yè)價值的目的，2019年都將是成長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(tǒng)企業(yè)獲取AI應(yīng)用的普遍方式是依賴第三方實現(xiàn)全部業(yè)務(wù)需求，往往出現(xiàn)兩類問題：第三方對業(yè)務(wù)邏輯理解不足；客戶很難根據(jù)自身不斷變化的環(huán)境與需求實現(xiàn)算法迭代和人機智能實時協(xié)同，這都會導致AI產(chǎn)品在客戶處“水土不服”時而發(fā)生。

而且產(chǎn)業(yè)數(shù)據(jù)的保有方往往是客戶，出于敏感數(shù)據(jù)安全性的顧慮，也很難將涉及核心業(yè)務(wù)的數(shù)據(jù)交托給第三方訓練，這些非技術(shù)性問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)方與客戶合作開發(fā)完成在客戶公司內(nèi)部的數(shù)據(jù)訓練標注，以及向客戶提供基礎(chǔ)AI工具保障其擁有一定的維護、優(yōu)化甚至開發(fā)能力很有必要，因此近幾年認知智能的推進將帶來傳統(tǒng)意義上客戶方獲得一定自有AI能力，實現(xiàn)AI化。

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

對于更為廣泛的傳統(tǒng)行業(yè)或線下使用場景的潛在客戶，艾瑞建議人工智能企業(yè)從產(chǎn)業(yè)智能化升級基礎(chǔ)-市場進入方式-市場成長周期等幾個角度評估可行性。

以煤炭行業(yè)為例，有勘查設(shè)計、地測、采掘、洗選、安全保障、運營等主要業(yè)務(wù)環(huán)節(jié)，其中勘查、安全保障、運營等環(huán)節(jié)已有相關(guān)AI應(yīng)用研究。

分析煤炭行業(yè)特點可以發(fā)現(xiàn)，其有對智能化技術(shù)需求強、智能化升級基礎(chǔ)較好、政策引導性較強等特點，行業(yè)具備應(yīng)用AI的較好基礎(chǔ)；產(chǎn)業(yè)生態(tài)中有話語權(quán)較強、具備研發(fā)實力的相關(guān)研究所與科研單位，因此通過聯(lián)合技術(shù)研發(fā)、與客戶聯(lián)合開發(fā)部署服務(wù)的方式更符合行業(yè)需求，預(yù)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。