“人工智能”連續三年進入政府工作報告，2019提出深化大數據、人工智能等研發應用拓展“智能+”，為制造業轉型升級賦能。與此同時，隨著5G商用元年的到來，入網的設備數將呈現幾何級上升，擴大了人工智能的感知設備和執行設備數，為人工智能的進化提供了動力。在多重因素的助推下，人工智能市場規模不斷擴大，有預測指出，2019年中國人工智能領域的市場規模將達到760億人民幣，增速為34.8%，在其中，得益于智能語音、機器視覺等技術趨于成熟，以及與與AR、邊緣計算、5G等技術的融合融合發展，人工智能的市場主體也正在發生變化，由技術輸出向直接可用的解決方案提供商轉變。

[[285244]]

行業應用

隨著人工智能相關技術的成熟以及在不同行業場景的應用落地，人工智能市場在智能安防、智能駕駛和智能金融領域進入規模化應用階段。

• 智能+安防：技術趨于成熟，市場規模穩定增長

安防場景在IT基礎設施、數據質量、環境驅動力等AI發展基礎條件方面表現較優，該場景主要以視覺識別技術為主，與攝像頭、傳感器等硬件設施相結合，同時邊緣計算和3D結構光視覺識別技術也將推動人工智能在安防領域的發展。在數據采集方面，主要依靠攝像頭技術，傳統安防的積淀為安防行業奠定了基礎，另一方面，圖像數據占據高帶寬多內存，加大了數據積累的成本。預計2019年智能安防領域市場規模將達到123億人民幣，其應用場景主要集中落地于政府領域、園區、工地等場所。

同時，隨著安防行業智能上升，由云端智能向端邊智能增加，互聯網公司和云服務公司也正在加入市場競爭，但上游成本居高不下是目前安防行業智能化的主要瓶頸。

• 智能+家庭：迎來爆發期，新產品進入規模化階段

指的是在家庭場景下，基于物聯網技術，對硬件設備實現遠程控制、互聯互通，并最終通過收集、分析用戶行為數據，實現自我學習，為用戶提供個性化生活服務，使家居生活安全、舒適、節能、高效、便捷。智能家庭系統主要由硬件(智能家電、智能硬件、安防控制設備、智能家具等)、軟件系統、云計算平臺構成。該場景下，聯網家居中智能化比例將在2022年達到4%，移動互聯網時代為智能+家庭積累了海量用戶數據，人工智能消費級產品將率先在家庭場景中出現。

智能+家庭涉及到大量終端互聯的場景，新技術的發展，特別是5G網絡支持海量終端設備的連接，目前聯網家居的市場規模整體均呈現上升趨勢，2019年聯網家居的市場規模有望達到1950億元，其中智能化的比例不到2%。

• 智能+醫療：雙驅動，行業數字化加快場景落地

指應用人工智能技術，包含但不限于智能傳感器、神經網絡芯片、開源開放平臺等技術應用于醫療健康領域。醫療領域具有大量的醫療數據，對更精準更高效的診療、操作存在現實需求，是AI技術落地的重要場景。隨著電子病歷的落地和普及，數據的標準化程度提高，為醫療行業提供海量高質量行業數據，推動AI落地。目前的智能+醫療的落地場景主要為對醫務工作者的輔助作用，包括醫療影像識別和輔助診療、大幅改善藥品研發效率等。

目前智能+醫療領域企業大多處于前期研發階段，我國醫療資源不足和分配不均問題為人工智能在醫療領域落地起到了巨大的推動作用。據衛計委統計年鑒統計，2018年綜合性醫院市場規模為2.4萬億，智能醫療存在廣闊的市場空間。

• 智能+教育：落地智能作業批改、發音優化，以教學輔助為主

人工智能技術對教育產業的賦能，本質上是人工智能對教育工作的替代和輔助，將教師和學生從低效重復的工作中解放出來，進而提升教學與學習效率，解決了傳統教育中以教師為核心的成本高、效率低、不公平的問題。相關技術中的圖像識別、語音識別等技術漸趨成熟，但自適應學習技術仍然在培育期，自適應學習是融合深度學習和知識圖譜，對學生學習的過程進行改造，該模式下，傳統以教師為核心的教育模式將被改變，學生成為教育的核心，個性化學習成為可能，個體的學習體驗和學習效率進一步提升。

眾多教育培訓機構紛紛布局智能+教育，其中，在線教育機構擁有大量學生學習數據，行業數字化程度較高，有利于其將機器視覺、知識圖譜和自適應學習等技術盡快運用于教育培訓的實際業務場景中，目前已完成落地的場景包括智能作業批改、分級閱讀和自適應學習等。

目前，在人工智能應用的各類場景中，醫療、制造、農業 、文娛等場景產品仍然處于實驗室或小規模量產階段，需進一步深耕;教育、安防、零售等常場景產品基本成熟，開始進入市場，市場認可度快速上升;金融、汽車、營銷等場景產品價值已經得到認可，將正式開啟規模化應用，企業也將通過產品/服務/解決方案獲得相應的營收回報。

發展趨勢

隨著“智能+”成為個產業發展的重要趨勢，人工智能、大數據、云計算的研發應用都將成為“智能+”發展的關鍵，硬件和軟件都是“智能+”的支撐，數據推動、場景為王、技術融合等關鍵詞也都成為推動“智能+X”產業發展的關鍵詞。

• 數據驅動

人工智能的本質和前提是數據和場景，人工智能技術通過分析大量歷史數據，從中學習總結相應的知識，建立相關模型對以往的數據進行解釋并預測未來的數據，幫助企業削減成本、提高效率。行業數字化程度是人工智能技術落地的發動機，數據人工智能的燃料。目前各行業數字化程度參差不齊，受移動互聯網的影響，金融、零售和內容行業數字化水平較高，將率先落地AI場景應用。同時，隨著萬物互聯推動數據觸點指數級增加，各行各業數字化進程加快，由通用性向細分長尾領域擴展。

• 場景為王

人工智能的優勢在于對非結構化信息的處理、對海量數據進行規模化處理和分析預測、最終形成優質對策的能力，而在實際場景應用中，對數據的采集需要與數字化終端相結合，對海量數據的處理離不開大數據和云計算，最終執行決策則需要利用物聯網和機器人，而這些過程的效率提升和成本的降低少不了邊緣計算技術。在實際的場景應用，無法將某一技術孤立地來看，任何技術的發展都離不開與實際需求和應用場景的結合。

• 技術融合

技術推動生產力進步，技術與技術之間的融合發展將產生系統價值。邊緣計算和5G、類人腦芯片等新技術將為人工智能賦予更多的想象空間。隨著人工智能將在金融、零售、制造、教育、農業進一步落地，與不同技術的融合將為人工智能技術落地提供更多的可能性。

目前，一方面，人工智能受限于算法和算力瓶頸，其作用以替代簡單的重復性勞動為主，但 類人腦芯片的研發加快，可能推動新的算法出現，強人工智能的出現成為可能，人工智能的價值也將從提升效率擴展到創造性工作中。另一方面，隨著人工智能市場的進一步擴大，規模化的需求將有利于整合產業鏈上下游，進一步降低成本，提高AI產品的性價比，由概念走向消費品。各大頭部平臺廠商紛紛提高推出低門檻甚至無門檻的人工智能開發工具，這使得人工智能技術走向神壇，在更多領域實現普及。