人工智能是当前最火热的科技红利之一。1956年“人工智能”概念在达特茅斯会议上被首次提出，为人工智能产业的发展拉开序幕。2006年，深度学习理论提出，互联网、云计算、大数据、芯片等新兴技术为人工智能产业发展提供充足的数据支持和算力支撑；2020年人工智能已在各大行业被广泛应用。

　　从技术的研发周期判断，人工智能行业正处于第三波浪潮爆发期，而这波浪潮最大的特点就是与业务紧密结合的AI应用场景逐渐落地，比如说智能汽车、智慧安防、智慧医疗、工业视觉、车载领域的ADAS和DMS产品等。

　　随着核心算法的突破、并行计算能力的迅速提升以及海量数据的支撑，在深度学习等新理论的驱动下，近十年来迎来质的飞跃，产业结构也日趋成熟。

　　在需求爆发和政策鼓励下，产业化落地加速，当前人工智能产业有望进入规模商用的红利兑现阶段。

　　IDC预测在2020-2024年中国人工智能整体市场规模将保持30.4%的年复合增长率，预计到2024年将达到172.2亿美元的市场规模。中国在全球人工智能市场的占比将从2020年的12.5%上升到2024年的15.6%，成为全球市场增长的重要驱动力。

　　人工智能产业链

　　从宏观视角来看，人工智能产业链分为上中下游，其中上游提供的是基础能力、中游将基础能力转化成具体的AI技术、下游则将AI技术具体运用到各行各业，形成生产力。

　　按照底层到应用的技术逻辑称为基础层、技术层和应用层。基础层为AI提供数据以及算力的支撑、技术层提供了各类AI算法、架构以及应用平台、应用层主要挖掘在各个行业和产品的AI+应用价值。

　　而算力、算法和数据是人工智能发展的三驾马车，三大四素的变革催化人工智能迎来新一轮的发展热潮。

　　基础层：人工智能产业的基础

　　基础层是人工智能产业的基础，为人工智能提供数据以及算力的支撑，分为计算硬件、计算系统技术和数据三部分。基础层从硬件和理论层面，为人工智能的实现提供了根本保障，包括了算力、数据以及传感系统。

　　计算硬件的创新集中在AI芯片和传感器。AI芯片通常指针对人工智能算法做了特殊加速设计的芯片，是人工智能产业的核心硬件。

　　相比于美国的英伟达、AMD、Intel、Xilinx等公司，中国的人工智能芯片行业正处在萌芽期，国内的寒武纪、地平线、华为等布局了AIASIC，知存科技的投入主要集中在存算一体芯片。

　　人工智能芯片逐渐取代传统芯片的某些应用场景。随着云计算和边缘计算需求的高速增长，传统芯片厂商将持续发展新的合作模式，以应对新客户的需求。

　　美国在基础层优势巨大，以开源算法平台为例，Google、Facebook、Microsoft都推出了自己的深度学习算法的开源平台，而中国有百度的paddle。

　　技术层：人工智能产业的核心

　　技术层是人工智能产业的核心，巨头环伺，专业壁垒高。技术层提供了各类人工智能算法、架构以及应用平台，构建人工智能的核心能力，需要组建高水平的研发团队，适合中长期布局。

　　技术层是基于基础层的支撑，设计出的解决某一类过去需要人脑解决问题的通用方法，以模拟人的智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。

　　从技术视角来看，语音和图像领域由于条件概率计算的复杂度相对较低，深度神经网络率先在这些领域取得突破。其中在安静环境下的语音识别准确率已经超过95%；ImageNet比赛2017年冠军的图像识别准确率也已经超过了97%，均达到了商业应用的门槛，推动商业应用逐渐落地。

　　在技术层的云平台中，美国作为云计算的初始玩家，占据市场主导地位。中国的阿里、华为、腾讯等互联网巨头也推出了领先的云服务平台。

　　在技术层的竞争中，无论中国还是美国，企业巨头的策略都是三管齐下。

　　1.通过招募高端人才来组建相应的实验室研究团队，从而加快关键技术的研发，建立相应的技术壁垒。

　　2.通过收购一些细分领域的优秀初创公司，降低巨头进入该领域的成本，同时完善公司的整体战略布局。

　　3.开放平台层包含基础开源框架和技术开放平台，科技龙头企业构建基础开源框架，部署机器学习、深度学习底层平台。通过开源技术平台，吸引全球开发者一起构建相应的生态体系。

　　美国典型的公司有Google、Microsoft、IBM、Facebook；国内布局AI实验室的代表企业有百度、阿里巴巴、腾讯、字节跳动、快手。

　　应用层：人工智能产业的延伸

　　应用层是基于技术层的能力，主要是与产业和产品融合，去解决具体现实生活中的问题。

　　该层面直击行业痛点，变现能力最强，较短期限内即可得到回报，也呈现出百花齐放的态势。

　　目前产业链中位于该环节的相关人工智能公司最多。运用相对成熟的是AI+赋能产业，包含：安防、智能汽车、新零售、医疗、教育等和AI+产品，包含智能音箱、翻译笔、机器人、智能家居等。

　　相较而言，碎片化应用虽然已经逐渐被各行业用户所采用，但整体的应用成熟度仍相对较低，也是未来增长潜力较高的应用场景。

　　在应用层，中美互联网巨头都有属于自己的垂直应用平台。以语音平台为例，Google Assistant、Cortana、科大讯飞语音开放平台、百度大脑都是业内知名平台。

　　根据《全球人工智能产业数据报告》显示，中国在人工智能领域论文发表量超过9万篇，占全球人工智能论文发表总量的22.7%。

　　在人工智能发表论文数量排名前15的机构中，中国科学院系统排名第一，加州大学系统和法国国家科学研究中心分列二，三位。除了中国科学院系统，包括清华大学，上海交通大学，哈尔滨工业大学和北京航空航天大学共5家中国研究机构上榜，美国同期有7家上榜。

　　随着技术不断迭代，市场认知不断完善，相关技术与传统行业经营模式和业务流程开始产生实质性融合，应用领域也逐渐向实体经济领域和公共服务领域拓展，全面赋能生产生活各个方面，人工智能的基础设施属性正在逐步显现。

　　根据埃森哲的数据，2035年人工智能将推动我国劳动生产率提高27%，经济总增加值提升7.1万亿美元。未来随着以深度学习为代表的技术的成熟，人工智能将更加注重应用落地，深入到数字经济的各个组成部分，促进产业内价值创造方式的智能化变革。