中國的人工智慧行業起步於上世紀70年代末，在技術不斷成熟、政策持續推動、企業用工成本不斷提高等多方面因素作用下，人工智慧行業發展迅速。iiMedia Research(艾媒諮詢)數據顯示，2000年以後，人工智慧核心產業規模進入快速增長期，預計2020年達到1500億元，到2025年可以達到4000億元。人工智慧的專利數量穩步增長，2015年以後，人工智慧逐步上升為國家戰略，並成為「新基建」行業之一。與此同時，人工智慧在金融、安防、智能家居、醫療、娛樂等多個行業逐漸落地，並整體呈現出複雜化和綜合化的應用趨勢。未來，作為人工智慧的前沿技術之一的腦機交互技術將會顯著提高人機互動帶寬和設備的反應速度，同時依靠其獨特的腦電波感應技術為人工智慧的應用提供新的內容，促進人工智慧在多個行業的商業化進程。
核心觀點
發展前景：中國人工智慧市場規模預計2025年達到4000億元
中國人工智慧起步於上世紀70年代末，在2000年以後開始迅速增長，2016年以後，人工智慧成為國家戰略，產業發展前景廣闊。預計到2025年，市場規模可以達到4000億元。
應用場景：金融和安防領域率先突破，娛樂、醫療等行業有望成熟
中國人工智慧率先在金融和安防這兩個有大量數據沉澱的行業展開應用，同時也成為智能家居的重要支撐技術。未來，隨著算法的進步和算力的增加，人工智慧的商業化落地會越來越多，有望在娛樂、醫療等多個場景的應用加速。
技術前沿：腦機交互有望提升人機互動帶寬
人機互動方式從最初的按鍵、觸控螢幕發展到如今的語音助手、手勢識別，其帶寬在不斷增加。腦機交互通過腦機接口捕捉腦電波從而實現對物體的控制或內容的輸入，能有效提高交互帶寬和反應靈敏度。同時，腦機交互由於技術原理的不同，可以給人工智慧在諸多領域的應用增加新的內容和形式。
應用趨勢：綜合化和複雜化是人工智慧的應用趨勢
隨著人工智慧在智能家居、智慧物流等領域的商業化加速，人工智慧的應用呈現出複雜化、綜合化的特點，而不是早期的單一場景、單一技術的零散運用。綜合化和智能化提高了人工智慧的價值，使得人工智慧與實體產業實現深度融合。
利好因素：數字經濟的發展催生出對人工智慧的需求，也為其應用提供基礎
數據、算法和算力是人工智慧的三大基礎，由於網際網路的發展，流量和數據量的大規模增加，以及政策對5G、IDC等行業的支持，數字經濟成為當下的熱點。企業的數位化進程必定催生出更多的人工智慧需求，同時，也為其發展與應用提供了基礎。
以下為報告節選內容
中國人工智慧發展歷程
人工智慧是利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識並使用知識獲得最佳結果的理論、方法、技術及應用系統。這一概念在1956年被提出，整體上歷經三次繁榮期，兩次低谷期。中國人工智慧起步較晚，萌芽於上世紀70年代末，隨著網際網路的蓬勃發展及技術的創新和應用，近年來中國人工智慧逐漸落地，進入快速發展時期，已發展成為國家戰略。
中國人工智慧技術商業化演進：智能語音
人工智慧最核心的技術包括智能語音、機器學習和計算機視覺。中國智能語音技術的商業化開始於2011年百度、科大訊飛等智能語音應用的推出，隨著技術的成熟，中國智能語音市場應用領域不斷拓寬。從2017年起，隨著語音識別性能的提升和市場教育的完成，基於語音交互的垂直場景應用蓬勃發展，未來 1-3 年將迎來高速發展階段。
中國人工智慧技術商業化演進：機器學習
中國人工智慧在機器學習方面隨著算法精確度的提高，應用領域和商業化規模不斷擴大，並在網際網路巨頭的帶動下加速商業化進程。
中國人工智慧商業化發展經濟環境分析
傳感器、AI晶片等工業是人工智慧的上遊產業，且人工智慧應用需要集成工業產品，如機器視覺的應用需要工業相機、圖像採集卡、光源、鏡頭，機器視覺集成商還需要機械設備。同時，工業也是人工智慧的應用領域之一。中國的工業增加值當月同比在今年三月份以後逐步恢復到正常區間，說明人工智慧商業化發展的經濟環境已經處於良好狀態。
中國人工智慧商業化發展政策環境分析
2015年以來，國家開始重視人工智慧的重要作用，一些利好人工智慧的國家和地方重要政策和文件開始發布，人工智慧上升為國家戰略。
中國人工智慧商業化發展社會環境分析
數據顯示，隨著人口結構的變化和社會的發展，企業的用工成本越來越高，促使企業尋求數位化轉型，通過應用人工智慧減少用工成本，提高效率，為人工智慧商業化發展提供了有利的社會環境。
中國人工智慧產業鏈圖譜
中國人工智慧產業規模爆發式增長，發展潛力大
數據顯示，2019年中國人工智慧核心產業規模超過510億元，預計在2020年超過1500億元，未來呈現爆發式發展趨勢。中國人工智慧產業在政策、經濟、社會、技術等方面共同推動下市場發展潛力巨大。
中國人工智慧投融資規模增長迅速
數據顯示，2014年以來中國人工智慧產業融資規模不斷擴大，並於2018年達到高峰，融資規模達到1311億元，2019年中國人工智慧產業融資規模為898億元。人工智慧技術的發展吸引了大批資本，資本持續看好中國人工智慧產業發展。
中國人工智慧商業化熱點分析：AI抗疫與復工
2020年，在新冠疫情的影響下，中國人工智慧加速落地，助力抗疫與復工復產，AI病毒基因檢測、AI測溫、AI醫療影像分析、智慧機器人等在各地各領域推廣普及。
中國人工智慧商業化熱點分析:腦機接口
腦機接口作為國內外前沿的技術，因其能使人類與人工智慧深度融合而受到關注。近年來腦機接口技術在硬體、算法、範式等方面均取得了階段性的研究進展，對推動腦機接口領域的發展和技術理論的完善起到了重要作用。2020年8月底埃隆·馬斯克在Neuralink年度發布會上展示的最新侵入式腦機接口技術引發廣泛關注和爭議，也標誌著腦機接口技術取得新進展，推動腦機接口在未來的落地應用。
中國人工智慧商業化地域分布
數據顯示，截止到2019年年底，中國人工智慧企業共有797家，佔世界總數的14.8%，從數目上來看僅次於美國。從地域分布上來看，主要分布於京津冀、長三角和珠三角地區，具體主要分布於北京、廣東、上海和浙江。
中國人工智慧商業化驅動力分析
中國人工智慧商業化挑戰分析：技術
中國人工智慧商業化主要面臨技術、場景、安全和社會規範三個方面的挑戰。從技術層面上來說，人工智慧商業化面臨的挑戰主要是算法高度依賴數據標註以及深度學習算法的局限性。
中國人工智慧商業化挑戰分析：場景
從場景落地層面上來說，目前人工智慧僅在安防、金融等部分具有數位化和標準化基礎的行業領域落地，在其他領域的商業化落地效果並不理想，因此在人工智慧商業化過程中，數位化改造是重要前提，在一些領域的智能化業務的標準還有待建立。
中國人工智慧技術商業化應用：智能語音
智能語音市場分消費級和專業級。消費級主要包括智能家居、智能可穿戴設備、智能車載以及智慧型手機，專業級主要應用於醫療、教育、呼叫中心等。這些市場處於高速發展期，智能語音在其中起到了重要的推動作用。
中國人工智慧技術商業化應用：機器學習
機器學習在國內主要以平臺的形式提供服務，服務的客戶主要包括金融、工業、教育等領域。雲平臺可以為用戶提供數據統計分析、數據挖掘、大量的算法模型、評估模塊等，這些雲平臺促進了人工智慧的應用，提高了用戶的效率。機器學習未來的主要應用場景包括金融、自動駕駛、醫療健康、零售業和製造業等。
中國人工智慧行業商業化應用
目前，人工智慧應用較為成熟的行業是金融和安防領域，這些行業本身有大量的數據積累，而隨著人工智慧技術的進步和社會環境的發展，人工智慧應用領域逐漸向智慧醫療、智能家居、娛樂等領域拓寬。
中國人工智慧行業商業化應用：金融業
傳統的金融行業沉澱了大量的數據，因此中國人工智慧在金融業的應用較早，應用範圍比較廣泛。典型的應用主要為貸款公司的風險控制和資金回收、面向個人投資者的智能投顧、面向二級市場的智能投研等，另外，金融機構(如銀行等)網點的引導機器人也受到市場關注。
中國人工智慧行業商業化應用：安防
安防是中國人工智慧商業化落地最快、最成熟的行業，人工智慧在安防行業主要應用的是計算機視覺技術和知識圖譜技術，商業化應用場景多樣化，主要分為公共安全及民用安防兩類。
中國人工智慧行業商業化應用：智能家居
人工智慧、物聯網和雲計算是智能家居的三大關鍵技術。智能家居與人交互依賴語音識別、計算機視覺(如生物識別)等人工智慧技術來支撐，另外，人工智慧算法的進步也提升其智能程度。例如，把智能家居被動地接收指令轉為主動感知、調整，智能程度上升的同時，用戶體驗也進一步提升。目前中國智能家居落地多樣化趨勢明顯，行業發展推動家居全屋智能化。
中國人工智慧行業商業化應用：娛樂
VR和AR作為智能娛樂的主要技術，在國內娛樂領域應用越來越廣泛。目前，視頻遊戲和視頻娛樂是VR和AR最大的應用場景。AR核心技術之一就是SLAM算法，這種算法可以實現對每一幀畫面實現定位和構圖，目前有前沿研究把深度學習引入到SLAM算法之中，使得AR能夠理解更多信息。
中國人工智慧行業商業化應用案例：腦陸科技
現階段非侵入式腦機交互主要分為EEG和FRMI兩種技術手段，其中，腦陸科技是國內EEG中的頭部企業。腦陸科技成立於2018年，專注於腦科學、腦電算法、腦電數據開放平臺、類腦決策計算等腦科學前沿科技應用。其核心優勢是算法、硬體和數據三位一體的生態閉環，具備獨立的硬體設計和邊緣計算研發能力，使其面對終端用戶時有較強的適應能力。
腦陸科技的產品可以為人工智慧娛樂、金融、安防、醫療多個場景的應用帶來新的內容。例如，在金融和養老社區，可以提供與傳統體檢不同的腦與精神健康篩查，深入社區、家庭，篩查內容多，適用範圍廣，結果快速、精準。
腦機交互或將使人機互動帶寬顯著提高
人機互動最初是通過滑鼠和鍵盤，觸控技術發展以後觸控螢幕成為新的交互方式。人工智慧的發展使得智能語音、動作識別等更新的交互方式得以廣泛應用，此外，柔性顯示、3D電視機等技術也在同步發展。未來，腦機交互技術有望成為人機互動的主流方式之一，並顯著提高交互帶寬和反應速度。同時，5G的發展也為交互帶寬的增長提供條件。
人工智慧應用趨向綜合化和複雜化
當前的人工智慧應用主要是智能語音、人臉識別等單一場景。隨著智能家居、智慧物流等新的應用場景的成熟，人工智慧的應用將會呈現出複雜化和綜合化的特點，使得人工智慧的價值也得以提高。
人工智慧開源化促進其與實體經濟融合
當前，越來越多的企業選擇將自己的人工智慧技術開源。平臺、硬體和底層技術的開源可以使實體經濟內的中小企業更快地學習基礎算法及思路、縮短開發周期，從而使得人工智慧的應用得到量的增加，同時，企業的個性化開發也促進人工智慧的商業化進程。
來源：艾媒網