人工智能根據(jù)從底層到應(yīng)用的技術(shù)邏輯可以分成基礎(chǔ)層、技術(shù)層、應(yīng)用層

人工智能根據(jù)從底層到應(yīng)用的技術(shù)邏輯可以分成基礎(chǔ)層、技術(shù)層、應(yīng)用層�；�礎(chǔ)層從硬件和理論層面，為人工智能的實現(xiàn)提供了根本保障，主要包括

AI 芯片和深度學(xué)習(xí)算法。AI 芯片的發(fā)展進步，提供了越來越強的計算能力；

深度學(xué)習(xí)算法的建立，提供了 AI 解決問題的計算方法。技術(shù)層是基于基礎(chǔ)層的支撐，設(shè)計出的解決某一類過去需要人腦解決問題的通用方法，具體包括智能語音、計算機視覺、自然語言處理以及其他類這四大人腦功能的處理方法。這些方法基于深度學(xué)習(xí)算法，根據(jù)具體的數(shù)據(jù)以及處理場景，形成了專門的成套技術(shù)處理方法和最佳實踐。通過技術(shù)層的實現(xiàn)，可以將基礎(chǔ)層提供的算力以及計算方法運用到具體領(lǐng)域，去真實對應(yīng)到大腦的某一類功能以及實踐能力。

應(yīng)用層是基于技術(shù)層的能力，去解決具體現(xiàn)實生活中的問題。比如利用計算機視覺技術(shù)，實現(xiàn)金融、安防等多個領(lǐng)域的人臉識別；利用智能語音技術(shù)，實現(xiàn)智能音箱、錄音筆等的語音識別；利用自然語言處理技術(shù)，用于智能客服的問答。在實際的應(yīng)用中，技術(shù)層和應(yīng)用層的關(guān)系是相互交叉的，某個領(lǐng)域的應(yīng)用可能用到多個維度的技術(shù)層的能力，比如金融行業(yè)的應(yīng)用對于智能語音、計算機視覺、自然語言處理技術(shù)都會有需求；同樣某個技術(shù)層的能力也可以廣泛應(yīng)用到多個不同的應(yīng)用領(lǐng)域，比如計算機視覺技術(shù)可以廣泛應(yīng)用到金融、安防、醫(yī)療、交通、教育等多個維度。

圖表  人工智能的基礎(chǔ)層、技術(shù)層、應(yīng)用層

從宏觀視角來看，人工智能產(chǎn)業(yè)鏈可以分為上中下游，其中上游提供的是基礎(chǔ)能力；中游將基礎(chǔ)能力轉(zhuǎn)化成具體的 AI 技術(shù)；下游則將 AI 技術(shù)具體運用到各行各業(yè)，形成生產(chǎn)力。下圖代表的是人工智能產(chǎn)業(yè)鏈的全景示意。

圖表  人工智能產(chǎn)業(yè)鏈全景圖

上游提供基礎(chǔ)計算能力、方法和數(shù)據(jù)

上游代表的是支撐人工智能行業(yè)發(fā)展的基礎(chǔ)設(shè)施和方法，主要包括 AI 芯片、數(shù)據(jù)以及 AI 算法。

AI 芯片是支撐人工智能行業(yè)發(fā)展的基礎(chǔ)硬件，提供適配于 AI 算法的計算能力，當(dāng)前國內(nèi)外都有不少公司專注于 AI 芯片的設(shè)計，同時部分中游公司也進行 AI 芯片的設(shè)計以更好匹配自己公司的專用計算模型。

數(shù)據(jù)對于 AI 技術(shù)在具體行業(yè)的應(yīng)用有非常重要的作用，主要的數(shù)據(jù)掌握在行業(yè)中下游公司中，但是數(shù)據(jù)的處理是一個較為專業(yè)化的工作，當(dāng)前國內(nèi)外均出現(xiàn)少數(shù)公司專注于數(shù)據(jù)處理，為行業(yè)中下游提供數(shù)據(jù)資源服務(wù)。

當(dāng)前的主流 AI 算法一般基于深度學(xué)習(xí)技術(shù)，進行 AI 算法研究的主力軍一般是各大院校以及科研機構(gòu)，部分實力較強的中游企業(yè)也具備很強的原創(chuàng)研究能力。

中游將基礎(chǔ)計算能力和方法轉(zhuǎn)化成四類 AI 技術(shù)

中游代表的是基于現(xiàn)有的 AI 算法，在實際應(yīng)用中能達(dá)到較好智能效果，具備擴展性，在各行各業(yè)的應(yīng)用前景廣泛的基礎(chǔ)性技術(shù)。當(dāng)前的基礎(chǔ)技術(shù)可以分為智能語音、計算機視覺、自然語言處理以及其他類技術(shù)。

智能語音指的是利用計算機對語音信息進行分析處理，以模仿人類實現(xiàn)能聽、能說等語音能力的技術(shù)，語音識別和語音合成目前是其核心應(yīng)用。智能語音技術(shù)當(dāng)前的發(fā)展已經(jīng)比較成熟，在很多領(lǐng)域的應(yīng)用已經(jīng)接近人類的水平，比如智能語音交互就在迅速成為主流的人機交互方式。

計算機視覺指的利用計算機對圖像或視頻信息進行處理分析，以模擬實現(xiàn)人類通過眼睛觀察和理解外界世界的技術(shù)，當(dāng)前的主要應(yīng)用包括了圖像視頻的復(fù)原和增強、分割和識別、理解和自動匹配等。計算機視覺技術(shù)給機器安上了智慧的眼睛，能替代很多原本需要人類才能完成的工作。隨著近年來計算機視覺技術(shù)在多個領(lǐng)域的應(yīng)用取得突破，目前其已成為人工智能最為炙手可熱的技術(shù)分支。

自然語言處理指的是利用計算機對語言文字進行分析，以模擬實現(xiàn)人類對于語言的理解和掌控的技術(shù)，當(dāng)前的主要應(yīng)用包括自然語言理解和自然語言生成。自然語言處理是實現(xiàn)認(rèn)知智能的關(guān)鍵技術(shù)，雖然當(dāng)前依然面臨較大挑戰(zhàn)，但其未來的進步和突破對人類社會的意義將十分深遠(yuǎn)。

其他類指的是基于人工智能算法對一些特定類問題進行方案設(shè)計，利用計算機將其智能解決的技術(shù)，其從實際效果來看，針對相應(yīng)問題實現(xiàn)了模擬人類智能。這類技術(shù)相比前三類技術(shù)，其應(yīng)用范圍相對較窄，基礎(chǔ)性較弱，為了便于分類，將這些技術(shù)統(tǒng)稱為其他類。典型的應(yīng)用場景包括棋類的 AlphaGo，智能游戲選手 AlphaStar，金融領(lǐng)域的反欺詐反洗錢、智能投顧、自動交易等。

中游技術(shù)類企業(yè)具備很強的研發(fā)能力，占據(jù)了行業(yè)內(nèi)軟件類技術(shù)的高地，

并且在發(fā)展過程中也逐步建立了資金和數(shù)據(jù)的壁壘。同時中游人工智能技術(shù)是鏈接產(chǎn)業(yè)上下游的關(guān)鍵，且具備較強基礎(chǔ)性和橫向擴展性，需要利用這些技術(shù)的下游廠商很多。因此其中的競爭獲勝者未來有可能成為人工智能行業(yè)的核心公司，當(dāng)前的領(lǐng)先公司非常具備長期跟蹤的價值。

但是技術(shù)類的公司存在變現(xiàn)困難的問題。雖然一些基礎(chǔ)技術(shù)比如人臉識別的擴展速度很快，全國的機場都已鋪開，但是短期內(nèi)依靠技術(shù)輸出獲得的營收和現(xiàn)金流收入依然較為有限，這些企業(yè)主要通過股權(quán)融資的方式獲取資金，信貸業(yè)務(wù)合作的難度較大。

下游綜合利用各類 AI 技術(shù)解決各自行業(yè)的應(yīng)用問題

產(chǎn)業(yè)鏈下游指的是人工智能技術(shù)在各個行業(yè)中的實際應(yīng)用，是技術(shù)和場景結(jié)合并落地的環(huán)節(jié)。當(dāng)前人工智能應(yīng)用落地比較多的下游行業(yè)包括金融、安防、教育、醫(yī)療、自動駕駛、智慧城市、智能穿戴等，產(chǎn)業(yè)鏈的中下游企業(yè)均有參與。

對于中游企業(yè)而言，一般來說其會利用自己在具體某項 AI 技術(shù)的優(yōu)勢，承接自身技術(shù)優(yōu)勢占重要地位且市場空間較大的下游行業(yè)應(yīng)用，親自下場參與競爭，以期盡快獲得較好的市場份額。如科大訊飛就利用自己的語音識別技術(shù)，在智能語音+教育領(lǐng)域自己承接了較多的下游具體訂單。

下游企業(yè)指的是產(chǎn)業(yè)+人工智能的復(fù)合類企業(yè)。這類企業(yè)的特點是首先在某個行業(yè)背景深厚，專業(yè)能力、項目實施與營銷能力都十分優(yōu)秀；其次是具備技術(shù)創(chuàng)新的基因，能快速利用最新的人工智能技術(shù)，將其應(yīng)用到自己的行業(yè)產(chǎn)品或項目中，實現(xiàn)行業(yè)+人工智能的結(jié)合，進一步提升自己在行業(yè)內(nèi)的競爭力，打造更好的產(chǎn)品或者服務(wù)。下游企業(yè)雖然技術(shù)上和中游企業(yè)相比有一定差距，但是由于其直接面向客戶，進行項目建設(shè)或者產(chǎn)品銷售，能短時間內(nèi)獲得較大的銷售收入以及現(xiàn)金流，同時部分項目和研發(fā)需要前期投入，也有一定的資金需求，相對適合銀行進行信貸類業(yè)務(wù)。同時由于這些企業(yè)在特定領(lǐng)域內(nèi)的積累和優(yōu)勢較大，其未來的行業(yè)+人工智能模式也將具備較強競爭力，也具備長期合作價值。