2019中国人工智能商业落地研究报告

五大视角解读年度人工智能概况

学术视角：参与数量与范围提升，自动工具与标准化降低科研成本

学术研究参与度持续上升，参与范围扩大，NLP等子领域取得进展

近年来人工智能学术研究的参与度持续上升，直观表现为各大顶级学术会议的论文提交量逐年大幅攀升；学术研究的参与范围也不断扩大，除高校和科研机构外，企业更加积极地投入到基础科研中。论文主题主要围绕深度学习、机器学习、强化学习等领域展开研究。

具体而言，算法模型的开发正逐步从标准化、高人工干预的监督学习转向小样本、少监督、场景化的模式，利用更少数据、更高时效训练出可处理复杂任务的模型成为重点诉求。人工智能子领域也出现一系列突破：预训练模型已被批量应用于自然语言处理任务中；融合视觉、语音的多模态感知计算备受关注；生成对抗模型（GANs）则拓展进入到图像、文本生成等领域……

人工智能普惠化

以往的人工智能框架在使用过程中仍需要开发者自行设计模型，2018年以来，NAS和AutoML等工具正使AI技术变得更为简单易用。用户只需喂食数据，工具就能够自行快速地搜索并创建由复杂神经网络驱动的决策功能，这使人工智能在实际场景中更具可用性，降低了开发者和客户使用AI及相应服务的门槛和转换成本。

标准化推进

就国内而言，2018年1月，国家人工智能标准化总体组、专家咨询组成立，标准化工作全面推进。2019年4月，国家人工智能标准化总体组第二次全体会议召开，发布了人工智能开源与标准化研究、人工智能伦理风险分析等研究成果，《国家新一代人工智能标准体系建设指南》也进入审改完善阶段。人工智能标准化取得进展，将加速相关技术创新和成果转化。

企业视角：AI创业机会收窄，研发+商业化并重成创企共识

人工智能的创业机会收窄

亿欧智库统计数据显示，自2012年起，人工智能创业初见端倪，在2014年快速增长，到2016年达到顶峰，之后热度便迅速走低。据此可以大致推断，2018年以来，人工智能的创业机会逐渐收窄。

初创企业：科研实力+商业落地两条腿走路

度过早期在算法技术方面的争夺战，依靠科研实力和商业化落地两条腿走路正成为人工智能初创企业的共识。尽管人工智能的各项技术在理论上具备跨领域通用的能力，但对于人力财力有限的初创企业而言，在具体场景制定客户可理解、可执行的解决方案，才具备商业化的可能性。以高举高打的策略与大型客户达成定制合作，随后打磨出成本可控的标准化方案进行推广应用，是初创企业一般采取的路径。这个过程进展顺利与否，将受到公司的技术实力、销售能力和资本背景等因素的影响。

传统企业与互联网企业的人工智能转型

包括华为、平安集团在内的大型企业在2018年开始加速部署AI应用到企业整体运营和核心业务流程中。吴恩达团队在2018年发布《人工智能转型指南》，认为试点项目执行、AI团队建设、员工AI技能培训、AI战略（进入市场）制定、内外部沟通渠道建立这五个步骤，是公司AI转型的必由之路，而这一过程的完成大概需要2~3年时间。MMC Ventures和英国巴克莱银行在一份报告中指出，到2019年底，超三分之一的企业将部署人工智能，被认可和采用的范围进一步扩大。

投资视角：人工智能私募投资呈退潮态势，RPA领域成热点

人工智能私募投资市场数据回落，呈现退潮态势

据亿欧智库统计，在2014-2017年相关投资持续走热的背景下，2018年中国私募市场中人工智能领域的投资事件频数有所回落，同比2017年下跌20.7%。2019年1-5月的投资事件数量仅为2018年全年的23.7%，预计2019全年的投资频数和投资金额均将下滑。与此同时，私募投资更加集中于头部企业和偏中后期轮次，市场对公司的估值也有所缩水。人工智能在私募投资市场开始呈现退潮态势。

科创板为人工智能企业拓宽融资渠道

一级市场募资难度上升，使有高额资金需求的人工智能企业持续造血的难度加大。科创板开市，以注册制取代核准制进行新股发行审核，提升了上市效率，为相关企业开辟了IPO的快速通道，拓宽了融资渠道。目前，澜起科技、虹软科技在科创板上市，旷视科技则向港交所递交了招股说明书，优必选、云知声等发展速度较快的初创企业也已筹备在科创板或其他股市板块上市。

可落地性强，RPA掀起投资热潮

人工智能的私募股权投资市场整体归于沉寂，细分赛道之一——RPA（机器人流程自动化）却成为热点，受到投资者的广泛重视。该技术能够承担各类需要高频处理强规则、结构化的重复工作流程，部署实现周期快，可拓展性强。其中美国RPA企业UiPath在三年内实现营收由350万美元到2亿美元的跨越。在国内，部分人工智能初创企业在今年也明确以RPA作为核心业务。

政策视角：国家以促进人工智能与实体经济融合为主要导向

三年行动计划奠定发展基调：重点突破关键技术，培育标杆型产品服务

国家政策更加注重培育关键技术研发和标志性产品服务，推动人工智能与实体经济深度融合。为配合《促进新一代人工智能产业发展三年行动计划(2018-2020年)》的实施，工信部在2018年9月还公布人工智能与实体经济深度融合创新项目名单，持续跟踪支持，培育典型案例，总结经验并加以推广；在11月印发《新一代人工智能产业创新重点任务揭榜工作方案》，征集并遴选一批企业进行重点任务攻关，树立产业创新标杆，在标志性技术、产品和服务方面取得突破。

在2019年的政府工作报告中，还明确提出将深化人工智能研发应用，打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。

地方省市加速企业培育，构建高度聚集的AI创新高地

各省市也结合自身产业优势制定了规划方案，打造人工智能创新高地。以上海为例，该市从人才团队建设、数据开放应用、产业协同集聚、政府引导和投融资支持等维度推动人工智能高质量发展，就重点应用场景征集和扶持创新项目，以期在2020年实现标志性产品的重要突破。

以美国为代表的主要国家抢占人工智能领先优势

其他主要国家同样推动了人工智能领域扶持政策的落地实施。以美国为例，白宫在2019年2月发布了旨在维护自身AI领导地位的行政令，涵盖了投资AI研发、释放AI资源、制定AI治理标准、构建AI劳动力、国际参与及保护美国的AI优势五个方面；随后在6月对《国家人工智能研究发展战略计划》做出更新，重新评估了美国人工智能研发投资的优先次序，指出扩大公私合作伙伴关系对美人工智能研发至关重要。

行业视角：数据量丰富、AI应用需求紧迫的应用场景更受关注

数据丰富度、付费意愿和竞争程度是AI企业场景选择的主要考量维度

AI初创企业需要具体落地于垂直行业实现技术成果的转化应用，才能确保营收，实现资金的可持续造血。在选择应用场景时，企业一般从行业既有数据的丰富度和闭环关系、行业对AI应用的紧迫性和付费意愿与市场的竞争程度等维度进行考量。

在中国，政府类项目（含安防、交通等公共事业）、金融、大健康、机器人等赛道是企业创业和市场投资的热点。由于各个垂直行业的市场空间和营收体量不尽相同，具体排名会呈现差异。

来源：亿欧智库

版权归原作者所有，如有侵权请后台联系我们，我们将第一时间处理

PDF版本将分享到《三个皮匠每日知识精选》知识星球，三个皮匠感谢您的支持！

往期回顾：加入知识星球后，可立即免费获得该行业的报告合集打包下载链接