歡迎您光臨中國的行業(yè)報告門戶弘博報告!
分享到:
2020-2024年中國人工智能行業(yè)深度調(diào)研及產(chǎn)業(yè)供需格局預(yù)測研究分析報告
2019-12-16
  • [報告ID] 140070
  • [關(guān)鍵詞] 人工智能行業(yè)
  • [報告名稱] 2020-2024年中國人工智能行業(yè)深度調(diào)研及產(chǎn)業(yè)供需格局預(yù)測研究分析報告
  • [交付方式] EMS特快專遞 EMAIL
  • [完成日期] 2019/12/22
  • [報告頁數(shù)] 頁
  • [報告字數(shù)] 字
  • [圖 表 數(shù)] 個
  • [報告價格] 印刷版7500 電子版7800 印刷+電子8000
  • [傳真訂購]
加入收藏 文字:[    ]
報告簡介

作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力和引領(lǐng)未來發(fā)展的戰(zhàn)略技術(shù),國家高度重視人工智能產(chǎn)業(yè)的發(fā)展。2017年國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》,對人工智能產(chǎn)業(yè)進行戰(zhàn)略部署;在2018年3月和2019年3月的政府工作報告中,均強調(diào)指出要加快新興產(chǎn)業(yè)發(fā)展,推動人工智能等研發(fā)應(yīng)用,培育新一代信息技術(shù)等新興產(chǎn)業(yè)集群壯大數(shù)字經(jīng)濟。

自2006年深度學習算法被提出,人工智能技術(shù)應(yīng)用取得突破性發(fā)展。2012年以來,數(shù)據(jù)的爆發(fā)式增長為人工智能提供了充分的“養(yǎng)料”,深度學習算法在語音和視覺識別上實現(xiàn)突破,令人工智能產(chǎn)業(yè)落地和商業(yè)化發(fā)展成為可能。

在人工智能產(chǎn)業(yè)技術(shù)與應(yīng)用取得突破的同時,人工智能領(lǐng)域獲得資本青睞,成為風口產(chǎn)業(yè),在資本和技術(shù)協(xié)同支持下進入了高速進步期。2018年中國人工智能領(lǐng)域融資額高達1311億元,增長677億元,增長率為107%。

中國人工智能相關(guān)專利申請數(shù)從2010年開始持續(xù)增長,于2014年達到19197項,并于2015年開始大幅增長,達到28022項,2017年,中國人工智能相關(guān)專利年申請數(shù)為46284項。

未來中國人工智能市場規(guī)模將不斷攀升。根據(jù)《新一代人工智能發(fā)展規(guī)劃》,2020年中國人工智能的技術(shù)與應(yīng)用水平將發(fā)展至世界先進水平,同時核心產(chǎn)業(yè)規(guī)模超過1500億。2030年中國人工智能核心產(chǎn)業(yè)規(guī)模超過1萬億元。

人工智能的水平建立在機器學習的基礎(chǔ)上,除了先進的算法和硬件運算能力,大數(shù)據(jù)是機器學習的關(guān)鍵。大數(shù)據(jù)可以幫助訓練機器,提高機器的智能水平。數(shù)據(jù)越豐富完整,機器辨識精準度越高,因此大數(shù)據(jù)將是各企業(yè)競爭的真正資本。艾媒咨詢分析師認為,大數(shù)據(jù)是人工智能進步的養(yǎng)料,是人工智能大廈構(gòu)建的重要基礎(chǔ)。通過對大量數(shù)據(jù)的學習,機器判斷處理能力不斷上升,智能水平也會不斷提高。

2018年,中國人工智能領(lǐng)域融資額高達1311億元。艾媒咨詢分析師認為,當技術(shù)的噱頭高于其實現(xiàn)的可能時,投資可能出現(xiàn)泡沫。經(jīng)歷互聯(lián)網(wǎng)、O2O、共享經(jīng)濟泡沫后,投資者較為理性。雖然人工智能投資較為火熱,但是投資者對于人工智能發(fā)展的期望并未超出人工智能可達到的高度,未來在多領(lǐng)域具有廣闊應(yīng)用前景的人工智能行業(yè)仍將在資本市場有良好表現(xiàn),投資熱度將繼續(xù)維持。

本公司出品的研究報告首先介紹了中國人工智能行業(yè)市場發(fā)展環(huán)境、人工智能整體運行態(tài)勢等,接著分析了中國人工智能行業(yè)市場運行的現(xiàn)狀,然后介紹了人工智能市場競爭格局。隨后,報告對人工智能做了重點企業(yè)經(jīng)營狀況分析,最后分析了中國人工智能行業(yè)發(fā)展趨勢與投資預(yù)測。您若想對人工智能產(chǎn)業(yè)有個系統(tǒng)的了解或者想投資中國人工智能行業(yè),本報告是您不可或缺的重要工具。

    本研究報告數(shù)據(jù)主要采用國家統(tǒng)計數(shù)據(jù),海關(guān)總署,問卷調(diào)查數(shù)據(jù),商務(wù)部采集數(shù)據(jù)等數(shù)據(jù)庫。其中宏觀經(jīng)濟數(shù)據(jù)主要來自國家統(tǒng)計局,部分行業(yè)統(tǒng)計數(shù)據(jù)主要來自國家統(tǒng)計局及市場調(diào)研數(shù)據(jù),企業(yè)數(shù)據(jù)主要來自于國統(tǒng)計局規(guī)模企業(yè)統(tǒng)計數(shù)據(jù)庫及證券交易所等,價格數(shù)據(jù)主要來自于各類市場監(jiān)測數(shù)據(jù)庫。


報告目錄
2020-2024年中國人工智能行業(yè)深度調(diào)研及產(chǎn)業(yè)供需格局預(yù)測研究分析報告
[交付形式]: e-mali電子版或特快專遞

http://lwxqpzq.cn/
第一章 人工智能的基本介紹
1.1 人工智能的基本概述
1.1.1 人工智能的內(nèi)涵
1.1.2 人工智能的分類
1.1.3 人工智能的特征
1.1.4 人工智能關(guān)鍵環(huán)節(jié)
1.1.5 人工智能技術(shù)層級
1.2 人工智能產(chǎn)業(yè)鏈分析
1.2.1 產(chǎn)業(yè)生態(tài)鏈結(jié)構(gòu)
1.2.2 產(chǎn)業(yè)鏈基本構(gòu)成
1.2.3 產(chǎn)業(yè)鏈相關(guān)產(chǎn)品
1.2.4 產(chǎn)業(yè)鏈相關(guān)企業(yè)
1.3 人工智能的研究方法
1.3.1 大腦模擬
1.3.2 符號處理
1.3.3 子符號法
1.3.4 統(tǒng)計學法
1.3.5 集成方法
第二章 2017-2019年國際人工智能行業(yè)發(fā)展分析
2.1 2017-2019年全球人工智能行業(yè)發(fā)展綜況
2.1.1 人工智能概念的興起
2.1.2 驅(qū)動人工智能發(fā)展動因
2.1.3 全球人工智能發(fā)展階段
2.1.4 全球人工智能資金支持
2.1.5 全球人工智能系統(tǒng)支出
2.1.6 全球人工智能企業(yè)規(guī)模
2.1.7 全球AI創(chuàng)新融合應(yīng)用城市
2.1.8 全球人工智能衍生價值預(yù)測
2.2 全球主要經(jīng)濟體人工智能戰(zhàn)略特點
2.2.1 戰(zhàn)略任務(wù)分類
2.2.2 主要目標任務(wù)
2.2.3 重點研發(fā)布局
2.2.4 主要應(yīng)用領(lǐng)域
2.2.5 長期戰(zhàn)略規(guī)劃
2.3 美國
2.3.1 美國人工智能發(fā)展狀況
2.3.2 美國人工智能戰(zhàn)略布局
2.3.3 美國機器智能國家戰(zhàn)略
2.3.4 美國人工智能相關(guān)主體
2.3.5 人工智能應(yīng)用于美國國防
2.3.6 美國人工智能發(fā)展規(guī)劃
2.4 日本
2.4.1 日本人工智能市場規(guī)模
2.4.2 日本人工智能戰(zhàn)略布局
2.4.3 日本加大人工智能投入
2.4.4 日本人工智能重點企業(yè)
2.4.5 日本人工智能發(fā)展線路圖
2.5 歐洲
2.5.1 英法德人工智能企業(yè)規(guī)模
2.5.2 歐盟人工智能戰(zhàn)略布局
2.5.3 英國人工智能戰(zhàn)略布局
2.5.4 德國人工智能戰(zhàn)略布局
2.5.5 法國發(fā)布人工智能戰(zhàn)略
2.6 2017-2019年各國人工智能產(chǎn)業(yè)發(fā)展動態(tài)
2.6.1 俄羅斯加快人工智能布局
2.6.2 以色列人工智能融資動態(tài)
2.6.3 新加坡人工智能發(fā)展計劃
第三章 2017-2019年中國人工智能行業(yè)政策環(huán)境分析
3.1 政策推動人工智能發(fā)展
3.1.1 國務(wù)院推動人工智能建設(shè)
3.1.2 中央明確加快人工智能發(fā)展
3.1.3 工信部啟動人工智能揭榜工作
3.1.4 科技部助推人工智能創(chuàng)新建設(shè)
3.1.5 人工智能被寫進政府工作報告
3.1.6 AI和實體經(jīng)濟融合發(fā)展意見
3.1.7 人工智能成為行業(yè)政策導向
3.2 人工智能行業(yè)相關(guān)政策分析
3.2.1 “中國制造”助力人工智能
3.2.2 人工智能納入科技創(chuàng)新規(guī)劃
3.2.3 “互聯(lián)網(wǎng)+”助力人工智能
3.3 人工智能行業(yè)相關(guān)規(guī)劃逐步完善
3.3.1 人工智能行動實施方案發(fā)布
3.3.2 人工智能發(fā)展規(guī)劃正式發(fā)布
3.3.3 人工智能產(chǎn)業(yè)三年行動計劃
3.4 地區(qū)人工智能政策規(guī)劃逐步完善
3.4.1 黑龍江人工智能發(fā)展計劃
3.4.2 遼寧省人工智能發(fā)展規(guī)劃
3.4.3 沈陽市人工智能發(fā)展規(guī)劃
3.4.4 濟南市人工智能發(fā)展計劃
3.4.5 陜西省人工智能推進計劃
3.4.6 四川省人工智能發(fā)展方案
3.4.7 成都市人工智能發(fā)展規(guī)劃
3.4.8 福建省人工智能發(fā)展規(guī)劃
3.4.9 深圳市人工智能發(fā)展計劃
3.5 機器人相關(guān)政策規(guī)劃分析
3.5.1 機器人產(chǎn)業(yè)發(fā)展規(guī)劃發(fā)布
3.5.2 各部委聚焦智能機器人發(fā)展
3.5.3 各地區(qū)加快機器人行業(yè)布局
第四章 2017-2019年人工智能技術(shù)認知及專利申請情況
4.1 人工智能技術(shù)認知狀況調(diào)研
4.1.1 認知歷程
4.1.2 認知程度
4.1.3 認知渠道
4.1.4 認可領(lǐng)域
4.1.5 取代趨勢
4.1.6 爭議領(lǐng)域
4.2 全球人工智能專利申請狀況
4.2.1 專利申請數(shù)據(jù)的統(tǒng)計來源
4.2.2 全球人工智能專利申請趨勢
4.2.3 全球人工智能專利申請格局
4.2.4 全球人工智能PCT申請狀況
4.2.5 全球AI專利申請細分領(lǐng)域
4.3 中國人工智能專利申請情況
4.3.1 中國人工智能專利申請趨勢
4.3.2 中國人工智能專利申請排名
4.3.3 國內(nèi)AI專利申請細分領(lǐng)域
4.3.4 中國人工智能專利發(fā)展建議
4.4 人工智能技術(shù)人才培養(yǎng)加快
4.4.1 高校AI人才培養(yǎng)計劃
4.4.2 人工智能劃入高中新課標
4.4.3 人工智能學院建設(shè)規(guī)模
4.4.4 人工智能學院建設(shè)模式
4.5 2017-2019年人工智能技術(shù)研究態(tài)勢
4.5.1 人工智能再獲重大突破
4.5.2 深度學習專用處理器發(fā)布
4.5.3 智能語音交互技術(shù)加快發(fā)展
4.5.4 嵌入式設(shè)備結(jié)合AI成為趨勢
4.5.5 人工智能技術(shù)走進生活
4.5.6 人工智能帶來媒體變革
第五章 2017-2019年中國人工智能行業(yè)發(fā)展分析
5.1 人工智能行業(yè)發(fā)展歷程
5.1.1 發(fā)展歷程
5.1.2 研究進程
5.1.3 發(fā)展階段
5.2 人工智能行業(yè)發(fā)展價值
5.2.1 人工智能催生智能經(jīng)濟
5.2.2 人工智能助力智能社會
5.2.3 AI帶來全方位商業(yè)化
5.2.4 AI技術(shù)推動產(chǎn)業(yè)升級
5.2.5 AI進入機器學習時代
5.3 2017-2019年人工智能行業(yè)發(fā)展綜況
5.3.1 人工智能產(chǎn)業(yè)規(guī)模結(jié)構(gòu)
5.3.2 人工智能基礎(chǔ)架構(gòu)規(guī)模
5.3.3 人工智能產(chǎn)業(yè)發(fā)展特征
5.3.4 人工智能區(qū)域發(fā)展格局
5.3.5 人工智能產(chǎn)業(yè)園區(qū)建設(shè)
5.3.6 人工智能開放平臺發(fā)布
5.3.7 人工智能產(chǎn)業(yè)發(fā)展指數(shù)
5.4 人工智能產(chǎn)業(yè)生態(tài)格局分析
5.4.1 生態(tài)格局基本架構(gòu)
5.4.2 基礎(chǔ)資源支持層
5.4.3 技術(shù)實現(xiàn)路徑層
5.4.4 應(yīng)用實現(xiàn)路徑層
5.4.5 未來生態(tài)格局展望
5.5 人工智能行業(yè)競爭格局分析
5.5.1 企業(yè)主體分類
5.5.2 企業(yè)規(guī)模狀況
5.5.3 百強企業(yè)名單
5.5.4 百強企業(yè)分布
5.5.5 科技企業(yè)布局
5.5.6 京東加快AI布局
5.5.7 華為發(fā)布AI產(chǎn)品
5.6 人工智能行業(yè)發(fā)展存在的主要問題
5.6.1 人工智能行業(yè)發(fā)展的痛點
5.6.2 人工智能發(fā)展的技術(shù)困境
5.6.3 人工智能發(fā)展的安全問題
5.6.4 人工智能發(fā)展的倫理問題
5.6.5 人工智能發(fā)展的隱私問題
5.7 人工智能行業(yè)發(fā)展對策及建議
5.7.1 人工智能的發(fā)展策略分析
5.7.2 人工智能的技術(shù)發(fā)展建議
5.7.3 人工智能的政策發(fā)展建議
5.7.4 推進人工智能標準化建設(shè)
5.7.5 人工智能倫理問題的對策
5.8 人工智能行業(yè)發(fā)展戰(zhàn)略分析
5.8.1 建立完善的數(shù)據(jù)生態(tài)系統(tǒng)
5.8.2 拓寬人工智能的傳統(tǒng)行業(yè)應(yīng)用
5.8.3 加強人工智能專業(yè)人才儲備
5.8.4 確保教育和培訓體系與時俱進
5.8.5 相互不建立倫理和法律共識
第六章 2017-2019年重點區(qū)域人工智能行業(yè)發(fā)展布局
6.1 北京市
6.1.1 政策環(huán)境分析
6.1.2 產(chǎn)業(yè)發(fā)展狀況
6.1.3 專利發(fā)展狀況
6.1.4 產(chǎn)業(yè)發(fā)展動態(tài)
6.1.5 產(chǎn)業(yè)發(fā)展問題
6.2 上海市
6.2.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.2.2 政策環(huán)境分析
6.2.3 財政支持動態(tài)
6.2.4 產(chǎn)業(yè)發(fā)展提速
6.2.5 地區(qū)發(fā)展動態(tài)
6.3 廣東省
6.3.1 政策環(huán)境分析
6.3.2 產(chǎn)業(yè)發(fā)展基礎(chǔ)
6.3.3 廣州AI產(chǎn)業(yè)綜況
6.3.4 深圳AI產(chǎn)業(yè)綜況
6.3.5 產(chǎn)業(yè)聯(lián)盟成立
6.3.6 產(chǎn)業(yè)發(fā)展瓶頸
6.4 浙江省
6.4.1 發(fā)展優(yōu)勢分析
6.4.2 政策環(huán)境分析
6.4.3 產(chǎn)業(yè)發(fā)展綜況
6.4.4 區(qū)域發(fā)展布局
6.4.5 項目案例分析
6.5 江蘇省
6.5.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.5.2 產(chǎn)業(yè)發(fā)展概況
6.5.3 產(chǎn)業(yè)聯(lián)盟成立
6.5.4 區(qū)域發(fā)展布局
6.5.5 人才培養(yǎng)加快
6.6 安徽省
6.6.1 產(chǎn)業(yè)運行狀況
6.6.2 政策規(guī)劃分析
6.6.3 產(chǎn)業(yè)發(fā)展綜況
6.6.4 重點園區(qū)介紹
6.6.5 未來發(fā)展規(guī)劃
6.7 貴州省
6.7.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.7.2 政策環(huán)境分析
6.7.3 區(qū)域發(fā)展狀況
6.7.4 產(chǎn)業(yè)發(fā)展動態(tài)
第七章 2017-2019年人工智能技術(shù)發(fā)展的驅(qū)動要素
7.1 人工智能行業(yè)發(fā)展的技術(shù)機遇
7.1.1 互聯(lián)網(wǎng)基礎(chǔ)建設(shè)加快
7.1.2 科技研發(fā)支出上升
7.1.3 數(shù)據(jù)數(shù)量規(guī)模上升
7.1.4 應(yīng)用技術(shù)逐步完善
7.2 硬件基礎(chǔ)日益成熟
7.2.1 高性能CPU
7.2.2 “人腦”芯片
7.2.3 量子計算機
7.2.4 仿生計算機
7.3 人工智能芯片技術(shù)發(fā)展提速
7.3.1 人工智能對芯片的要求提高
7.3.2 人工智能芯片成為戰(zhàn)略高點
7.3.3 相關(guān)企業(yè)加快AI芯片布局
7.3.4 人工智能芯片市場規(guī)模結(jié)構(gòu)
7.3.5 人工智能芯片產(chǎn)品研發(fā)動態(tài)
7.3.6 中國人工智能芯片發(fā)展困境
7.4 物聯(lián)網(wǎng)提供基礎(chǔ)環(huán)境
7.4.1 物聯(lián)網(wǎng)技術(shù)的分析
7.4.2 物聯(lián)網(wǎng)行業(yè)發(fā)展進程
7.4.3 物聯(lián)網(wǎng)產(chǎn)業(yè)的政策環(huán)境
7.4.4 企業(yè)加快物聯(lián)網(wǎng)布局
7.4.5 物聯(lián)網(wǎng)是智能分析的基礎(chǔ)
7.4.6 物聯(lián)網(wǎng)與人工智能相互促進
7.5 大規(guī)模并行運算的實現(xiàn)
7.5.1 云計算的關(guān)鍵技術(shù)
7.5.2 云計算的應(yīng)用模式
7.5.3 云計算產(chǎn)業(yè)發(fā)展規(guī)模
7.5.4 云計算市場競爭格局
7.5.5 云計算成人工智能基礎(chǔ)
7.5.6 云計算與人工智能協(xié)同發(fā)展
7.6 大數(shù)據(jù)技術(shù)的崛起
7.6.1 大數(shù)據(jù)技術(shù)內(nèi)涵及環(huán)節(jié)
7.6.2 大數(shù)據(jù)市場規(guī)模分析
7.6.3 大數(shù)據(jù)的主要應(yīng)用領(lǐng)域
7.6.4 大數(shù)據(jù)與人工智能的關(guān)系
7.6.5 大數(shù)據(jù)成人工智能數(shù)據(jù)源
7.6.6 數(shù)據(jù)視角下AI的應(yīng)用場景
7.6.7 人工智能數(shù)據(jù)的安全風險
7.6.8 人工智能數(shù)據(jù)的安全治理
7.7 深度學習技術(shù)的出現(xiàn)
7.7.1 機器學習的階段
7.7.2 深度學習技術(shù)內(nèi)涵
7.7.3 深度學習算法技術(shù)
7.7.4 深度學習的技術(shù)應(yīng)用
7.7.5 深度學習領(lǐng)域發(fā)展狀況
7.7.6 深度學習提高人工智能水平
第八章 人工智能基礎(chǔ)技術(shù)發(fā)展及應(yīng)用分析
8.1 自然語言處理技術(shù)
8.1.1 自然語言處理內(nèi)涵
8.1.2 自然語言處理分類
8.1.3 語音識別技術(shù)分析
8.1.4 語義技術(shù)研發(fā)狀況
8.1.5 自動翻譯技術(shù)內(nèi)涵
8.2 計算機視覺技術(shù)
8.2.1 計算機視覺基本內(nèi)涵
8.2.2 計算機視覺主要分類
8.2.3 計算機視覺應(yīng)用領(lǐng)域
8.2.4 計算機視覺應(yīng)用規(guī)模
8.2.5 計算機視覺運作流程
8.3 模式識別技術(shù)
8.3.1 模式識別技術(shù)內(nèi)涵
8.3.2 文字識別技術(shù)應(yīng)用
8.3.3 生物特征識別技術(shù)
8.3.4 語音識別技術(shù)分析
8.3.5 人臉識別技術(shù)應(yīng)用
8.3.6 模式識別發(fā)展?jié)摿?
8.4 知識表示技術(shù)
8.4.1 知識表示的內(nèi)涵
8.4.2 知識表示的方法
8.4.3 知識表示的進展
8.5 其他基礎(chǔ)技術(shù)分析
8.5.1 自動推理技術(shù)
8.5.2 環(huán)境感知技術(shù)
8.5.3 自動規(guī)劃技術(shù)
8.5.4 專家系統(tǒng)技術(shù)
第九章 人工智能技術(shù)的主要應(yīng)用領(lǐng)域分析
9.1 工業(yè)領(lǐng)域
9.1.1 人工智能的工業(yè)應(yīng)用
9.1.2 AI將催生智能生產(chǎn)工廠
9.1.3 智能工廠進一步轉(zhuǎn)型
9.1.4 人工智能應(yīng)用于制造領(lǐng)域
9.1.5 制造業(yè)數(shù)字化的經(jīng)濟規(guī)模
9.1.6 人工智能成工業(yè)發(fā)展方向
9.1.7 AI工業(yè)應(yīng)用的前景廣闊
9.2 醫(yī)療領(lǐng)域
9.2.1 人工智能醫(yī)療行業(yè)應(yīng)用場景
9.2.2 人工智能醫(yī)療細分領(lǐng)域應(yīng)用
9.2.3 人工智能醫(yī)療市場發(fā)展狀況
9.2.4 人工智能醫(yī)學影像市場分析
9.2.5 企業(yè)布局人工智能醫(yī)療市場
9.2.6 人工智能醫(yī)療領(lǐng)域投資機會
9.3 安防領(lǐng)域
9.3.1 AI對安防行業(yè)的重要意義
9.3.2 AI識別技術(shù)的安防應(yīng)用
9.3.3 AI在安防領(lǐng)域的應(yīng)用場景
9.3.4 人工智能+安防產(chǎn)業(yè)鏈
9.3.5 AI+安防市場規(guī)模分析
9.3.6 AI+安防軟硬件市場規(guī)模
9.3.7 快速崛起的巡邏機器人
9.4 金融領(lǐng)域
9.4.1 AI提升金融經(jīng)營效能
9.4.2 傳統(tǒng)金融AI投入狀況
9.4.3 智慧金融投融企業(yè)分布
9.4.4 智能客服提升服務(wù)效率
9.4.5 智能風控降低金融風險
9.4.6 智能支付應(yīng)用狀況分析
9.4.7 人工智能應(yīng)用于投資顧問
9.5 零售領(lǐng)域
9.5.1 AI在零售行業(yè)的應(yīng)用空間廣闊
9.5.2 人工智能應(yīng)用于零售業(yè)的規(guī)模
9.5.3 人工智能應(yīng)用于新零售的場景
9.5.4 人工智能應(yīng)用于新零售的問題
9.5.5 人工智能+零售相關(guān)布局企業(yè)
9.5.6 人工智能應(yīng)用于新零售的路徑
9.6 社交領(lǐng)域
9.6.1 人工智能的移動社交應(yīng)用
9.6.2 組織開展機器情感測試
9.6.3 人工智能產(chǎn)品社交應(yīng)用
9.6.4 語音交互產(chǎn)品市場火熱
9.6.5 微信人工智能社交系統(tǒng)
9.7 其他應(yīng)用領(lǐng)域分析
9.7.1 無人駕駛領(lǐng)域
9.7.2 智能教育領(lǐng)域
9.7.3 智慧政務(wù)領(lǐng)域
第十章 2017-2019年智能機器人產(chǎn)業(yè)發(fā)展分析
10.1 2017-2019年機器人產(chǎn)業(yè)發(fā)展綜述
10.1.1 機器人產(chǎn)業(yè)發(fā)展階段
10.1.2 機器人產(chǎn)業(yè)發(fā)展圖譜
10.1.3 機器人行業(yè)產(chǎn)業(yè)鏈構(gòu)成
10.1.4 機器人的替代優(yōu)勢明顯
10.1.5 機器人下游應(yīng)用產(chǎn)業(yè)多
10.2 2017-2019年機器人產(chǎn)業(yè)發(fā)展狀況
10.2.1 全球機器人產(chǎn)業(yè)發(fā)展狀況
10.2.2 中國政府扶持機器人產(chǎn)業(yè)
10.2.3 國內(nèi)企業(yè)布局機器人產(chǎn)業(yè)
10.2.4 中國機器人市場結(jié)構(gòu)分析
10.2.5 機器人產(chǎn)業(yè)發(fā)展問題及對策
10.2.6 機器人產(chǎn)業(yè)發(fā)展規(guī)劃目標
10.2.7 機器人產(chǎn)業(yè)未來發(fā)展趨勢
10.3 人工智能在機器人行業(yè)的應(yīng)用狀況
10.3.1 人工智能與機器人的關(guān)系
10.3.2 AI于機器人的應(yīng)用過程
10.3.3 AI大量運用于小型機器人
10.3.4 人工智能促進機器人發(fā)展
10.4 人工智能技術(shù)在機器人領(lǐng)域的應(yīng)用
10.4.1 專家系統(tǒng)的應(yīng)用
10.4.2 模式識別的應(yīng)用
10.4.3 機器視覺的應(yīng)用
10.4.4 機器學習的應(yīng)用
10.4.5 分布式AI的應(yīng)用
10.4.6 進化算法的應(yīng)用
10.5 機器人重點應(yīng)用領(lǐng)域分析
10.5.1 醫(yī)療機器人
10.5.2 軍事機器人
10.5.3 教育機器人
10.5.4 家用機器人
10.5.5 物流機器人
10.5.6 協(xié)作型機器人
第十一章 2017-2019年國際人工智能重點企業(yè)分析
11.1 微軟公司
11.1.1 企業(yè)發(fā)展概況
11.1.2 企業(yè)財務(wù)狀況
11.1.3 人工智能發(fā)展實力
11.1.4 AI平臺服務(wù)范圍
11.1.5 產(chǎn)品融合AI技術(shù)
11.2 IBM公司
11.2.1 企業(yè)發(fā)展概況
11.2.2 企業(yè)經(jīng)營范圍
11.2.3 企業(yè)財務(wù)狀況
11.2.4 技術(shù)研發(fā)實力
11.2.5 布局人工智能
11.2.6 AI產(chǎn)品應(yīng)用廣泛
11.3 谷歌公司
11.3.1 企業(yè)發(fā)展概況
11.3.2 企業(yè)財務(wù)狀況
11.3.3 人工智能發(fā)展實力
11.3.4 人工智能產(chǎn)業(yè)布局
11.3.5 人工智能系統(tǒng)及平臺
11.3.6 人工智能收購動態(tài)
11.4 英特爾公司
11.4.1 企業(yè)發(fā)展概況
11.4.2 企業(yè)財務(wù)狀況
11.4.3 人工智能技術(shù)應(yīng)用
11.4.4 人工智能發(fā)展布局
11.4.5 AI發(fā)展機會和挑戰(zhàn)
11.4.6 人工智能領(lǐng)域合作
11.5 亞馬遜公司
11.5.1 企業(yè)發(fā)展概況
11.5.2 企業(yè)財務(wù)狀況
11.5.3 布局人工智能
11.6 其他企業(yè)
11.6.1 蘋果公司
11.6.2 NVIDA(英偉達)
11.6.3 Uber(優(yōu)步)
第十二章 2016-2019年中國人工智能重點企業(yè)分析
12.1 百度公司
12.1.1 企業(yè)發(fā)展概況
12.1.2 企業(yè)財務(wù)狀況
12.1.3 人工智能生態(tài)布局
12.1.4 人工智能布局動態(tài)
12.1.5 人工智能合作推進
12.2 騰訊公司
12.2.1 企業(yè)發(fā)展概況
12.2.2 企業(yè)財務(wù)狀況
12.2.3 人工智能發(fā)展布局
12.2.4 人工智能合作動態(tài)
12.3 阿里集團
12.3.1 企業(yè)發(fā)展概況
12.3.2 企業(yè)財務(wù)狀況
12.3.3 人工智能發(fā)展地位
12.3.4 人工智能應(yīng)用領(lǐng)域
12.3.5 AI芯片研發(fā)動態(tài)
12.4 科大訊飛股份有限公司
12.4.1 企業(yè)發(fā)展概況
12.4.2 AI業(yè)務(wù)布局
12.4.3 AI開放平臺
12.4.4 AI發(fā)展效益
12.4.5 AI發(fā)展戰(zhàn)略
12.4.6 經(jīng)營效益分析
12.4.7 業(yè)務(wù)經(jīng)營分析
12.4.8 財務(wù)狀況分析
12.4.9 核心競爭力分析
12.4.10 公司發(fā)展戰(zhàn)略
12.4.11 未來前景展望
12.5 科大智能科技股份有限公司
12.5.1 企業(yè)發(fā)展概況
12.5.2 業(yè)務(wù)發(fā)展進程
12.5.3 科研投入狀況
12.5.4 AI技術(shù)應(yīng)用
12.5.5 經(jīng)營效益分析
12.5.6 業(yè)務(wù)經(jīng)營分析
12.5.7 財務(wù)狀況分析
12.5.8 核心競爭力分析
12.5.9 公司發(fā)展戰(zhàn)略
12.5.10 未來前景展望
12.6 北京曠視科技有限公司
12.6.1 企業(yè)基本概況
12.6.2 重點產(chǎn)品系統(tǒng)
12.6.3 核心硬件分析
12.6.4 合作伙伴分布
12.6.5 財務(wù)狀況分析
12.6.6 融資進程分析
12.7 云知聲智能科技股份有限公司
12.7.1 企業(yè)基本概述
12.7.2 平臺發(fā)展優(yōu)勢
12.7.3 主要產(chǎn)品服務(wù)
12.7.4 核心技術(shù)分析
12.7.5 平臺用戶分布
12.7.6 融資歷程分析
第十三章 對2019-2023年人工智能行業(yè)投資價值分析
13.1 投資價值評估
13.2 投資機會評估
13.3 投資驅(qū)動因素
13.3.1 發(fā)展動力評估
13.3.2 經(jīng)濟因素
13.3.3 技術(shù)因素
13.3.4 政策因素
13.3.5 社會因素
13.4 投資壁壘分析
13.4.1 進入壁壘評估
13.4.2 競爭壁壘分析
13.4.3 技術(shù)壁壘分析
13.4.4 資金壁壘分析
13.4.5 政策壁壘分析
13.5 人工智能行業(yè)投資風險分析
13.5.1 環(huán)境風險
13.5.2 行業(yè)風險
13.5.3 技術(shù)壁壘
13.5.4 內(nèi)部風險
13.5.5 競爭風險
13.5.6 合同毀約風險
13.6 投資時機及建議
13.6.1 進入時機分析
13.6.2 投資建議分析
第十四章 2017-2019年人工智能行業(yè)投資分析
14.1 全球人工智能的投融資分析
14.1.1 全球AI融資規(guī)模
14.1.2 美國AI融資規(guī)模
14.1.3 歐洲AI融資規(guī)模
14.1.4 重點投資品類
14.1.5 風險投資上升
14.2 中國人工智能行業(yè)投融資狀況
14.2.1 投資規(guī)模狀況
14.2.2 整體投資階段
14.2.3 獲投領(lǐng)域分布
14.2.4 上市企業(yè)分布
14.2.5 投資主體分布
14.2.6 大額投資項目
14.3 A股及新三板上市公司在人工智能領(lǐng)域投資動態(tài)分析
14.3.1 投資項目綜述
14.3.2 投資區(qū)域分布
14.3.3 投資模式分析
14.3.4 典型投資案例
第十五章 人工智能行業(yè)未來發(fā)展前景及趨勢預(yù)測
15.1 人工智能行業(yè)發(fā)展前景展望
15.1.1 契合萬物互聯(lián)發(fā)展趨勢
15.1.2 人工智能經(jīng)濟效益巨大
15.1.3 人工智能整體發(fā)展前景
15.1.4 人工智能規(guī)劃目標分析
15.1.5 人工智能投資機會分析
15.1.6 人工智能產(chǎn)業(yè)投資方向
15.2 人工智能行業(yè)發(fā)展趨勢預(yù)測
15.2.1 人工智能未來變革方向
15.2.2 人工智能產(chǎn)業(yè)發(fā)展態(tài)勢
15.2.3 人工智能技術(shù)發(fā)展趨勢
15.2.4 人工智能應(yīng)用趨勢展望
15.2.5 城市人工智能發(fā)展方向
15.2.6 “智能+X”將成新時尚
15.3 對2020-2024年中國人工智能行業(yè)預(yù)測分析
15.3.1 2020-2024年中國人工智能行業(yè)影響因素分析
15.3.2 2020-2024年中國人工智能行業(yè)收入預(yù)測
附錄
附錄一:新一代人工智能發(fā)展規(guī)劃
附錄二:促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計(2018-2020年)

圖表目錄

圖表1 人工智能、機器學習、深度學習的隸屬關(guān)系
圖表2 專用人工智能與通用人工智能的區(qū)別
圖表3 人工智能產(chǎn)業(yè)生態(tài)圖
圖表4 人工智能產(chǎn)業(yè)鏈結(jié)構(gòu)
圖表5 人工智能產(chǎn)業(yè)鏈相關(guān)產(chǎn)品
圖表6 人工智能產(chǎn)業(yè)鏈基礎(chǔ)層構(gòu)成及代表企業(yè)
圖表7 人工智能產(chǎn)業(yè)鏈技術(shù)層構(gòu)成及代表企業(yè)
圖表8 人工智能產(chǎn)業(yè)鏈應(yīng)用層構(gòu)成及代表企業(yè)
圖表9 人工智能產(chǎn)業(yè)發(fā)展歷程
圖表10 全球人工智能企業(yè)分布情況
圖表11 全球人工智能企業(yè)數(shù)量城市分布TOP5統(tǒng)計情況
圖表12 2019年20個全球AI創(chuàng)新融合應(yīng)用城市
圖表13 全球人工智能衍生的商業(yè)價值預(yù)測
圖表14 主要國家人工智能戰(zhàn)略目標和任務(wù)
圖表15 各國在人工智能各領(lǐng)域的重點研發(fā)布局情況
圖表16 各主要經(jīng)濟體高度關(guān)注的人工智能應(yīng)用領(lǐng)域
圖表17 美國人工智能典型研發(fā)機構(gòu)
圖表18 人工智能典型研發(fā)企業(yè)
圖表19 日本人工智能市場規(guī)模
圖表20 日本AI大型上市公司
圖表21 日本AI中小型上市公司
圖表22 英法德AI企業(yè)數(shù)量
圖表23 沈陽市新一代人工智能重點任務(wù)
圖表24 人工智能發(fā)展過程中具有社會意義的重要事件
圖表25 大眾對人工智能的了解程度
圖表26 大眾了解人工智能的主要渠道
圖表27 人工智能水平最受認可領(lǐng)域
圖表28 人工智能最具價值的領(lǐng)域
圖表29 體力勞動將會被AI取代
圖表30 全球人工智能專利申請量年度變化趨勢
圖表31 專利申請量排名前十的國家/地區(qū)
圖表32 PCT申請來源國家和地區(qū)分布
圖表33 PCT申請主要來源國家和地區(qū)申請年度趨勢
圖表34 全球人工智能各技術(shù)分支專利申請量表格
圖表35 各技術(shù)分支全球范圍專利申請量柱狀圖
圖表36 中國專利申請年度變化趨勢
圖表37 國內(nèi)排名前五位的申請人各自申請量趨勢
圖表38 中國主要專利權(quán)人申請量
圖表39 中國人工智能各技術(shù)分支專利申請量表格
圖表40 中國人工智能各技術(shù)分支專利申請量柱狀圖
圖表41 中國人工智能各技術(shù)分支的申請量趨勢
圖表42 高中信息技術(shù)課程結(jié)構(gòu)
圖表43 2017-2018年中國新建人工智能學院匯總
圖表44 中國龍頭企業(yè)與高校合作或共建人工智能學院匯總
圖表45 人工智能的發(fā)展史
圖表46 人工智能的三個階段
圖表47 人工智能技術(shù)帶來的全方位變革
圖表48 人工智能技術(shù)推動產(chǎn)業(yè)升級
圖表49 人工智能各層級圖示
圖表50 中國人工智能市場結(jié)構(gòu)
圖表51 中國AI服務(wù)器市場廠商份額
圖表52 人工智能產(chǎn)業(yè)發(fā)展特征
圖表53 人工智能產(chǎn)業(yè)分布熱力圖
圖表54 中國人工智能企業(yè)區(qū)域分布
圖表55 中國人工智能企業(yè)層次數(shù)量區(qū)域分布
圖表56 國家級人工智能開放平臺
圖表57 2017-2019全國人工智能產(chǎn)業(yè)發(fā)展指數(shù)
圖表58 2017-2019全國重點省市人工智能產(chǎn)業(yè)發(fā)展指數(shù)
圖表59 2019年人工智能產(chǎn)業(yè)發(fā)展指數(shù)一級指標前十名
圖表60 百度大腦的存儲能力
圖表61 技術(shù)層的運行機制
圖表62 專業(yè)智能階段的AI產(chǎn)業(yè)格局
圖表63 通用智能階段的AI產(chǎn)業(yè)格局
圖表64 2018年中國人工智能企業(yè)層級分布
圖表65 2018年中國人工智能企業(yè)主要技術(shù)類型分布
圖表66 2018年中國人工智能100強企業(yè)名單(一)
圖表67 2018年中國人工智能100強企業(yè)名單(二)
圖表68 2018年中國人工智能100強企業(yè)名單(三)
圖表69 2018年中國人工智能100強企業(yè)名單(四)
圖表70 2018年中國人工智能100強企業(yè)名單(五)
圖表71 2018年中國人工智能100強企業(yè)名單(六)
圖表72 2018年中國人工智能100強企業(yè)分布情況
圖表73 百度、阿里、騰訊人工智能布局
圖表74 北京市人工智能相關(guān)政策匯總
圖表75 中科院人工智能專利統(tǒng)計表
圖表76 上海市人工智能相關(guān)政策匯總
圖表77 2017年上海市人工智能創(chuàng)新發(fā)展專項資金擬支持單位
圖表78 廣東省人工智能三步走規(guī)劃
圖表79 深圳人工智能企業(yè)百強榜單中TOP20
圖表80 安徽省人工智能產(chǎn)業(yè)發(fā)展主要目標
圖表81 2017-2019年互聯(lián)網(wǎng)寬帶接入端口數(shù)發(fā)展情況
圖表82 2017-2019年移動電話基站數(shù)發(fā)展情況
圖表83 2017-2019年光纜線路總長度發(fā)展情況
圖表84 2014-2018年研究與試驗發(fā)展(R&D)經(jīng)費支出及其增長速度
圖表85 2018年專利申請、授權(quán)和有效專利情況
圖表86 16位計算帶來兩倍的效率提升
圖表87 國內(nèi)從事人工智能芯片的代表性企業(yè)
圖表88 2018年中國AI芯片行業(yè)結(jié)構(gòu)
圖表89 AI芯片新產(chǎn)品介紹
圖表90 物聯(lián)網(wǎng)中期指標完成情況評估表
圖表91 物聯(lián)網(wǎng)相關(guān)政策匯總
圖表92 物聯(lián)網(wǎng)各層次代表的領(lǐng)先企業(yè)
圖表93 云計算應(yīng)用模式
圖表94 我國公有云市場規(guī)模及增速
圖表95 我國私有云市場規(guī)模及增速
圖表96 中國公有云細分市場規(guī)模(億元)
圖表97 中國私有云細分市場構(gòu)成
圖表98 2018年國內(nèi)公有云IaaS市場份額占比
圖表99 大數(shù)據(jù)市場產(chǎn)值圖
圖表100 中國大數(shù)據(jù)核心產(chǎn)業(yè)規(guī)模及增速
圖表101 AI的三階段發(fā)展與數(shù)據(jù)的關(guān)系
圖表102 智能數(shù)據(jù)時代人工智能、大數(shù)據(jù)與人的智慧的關(guān)系
圖表103 全球數(shù)據(jù)增量與人工智能模型在不同數(shù)據(jù)輸入量下的表現(xiàn)
圖表104 數(shù)據(jù)視角下人工智能行業(yè)布局示意圖
圖表105 人工智能中的數(shù)據(jù)安全風險構(gòu)成
圖表106 深度學習結(jié)構(gòu)示意圖
圖表107 淺層模型和深層模型的對比
圖表108 GitHub深度學習開源排名(一)
圖表109 GitHub深度學習開源排名(二)
圖表110 語義依存分析例子
圖表111 計算機視覺與其他領(lǐng)域的關(guān)系
圖表112 CV在人機交互上的前沿應(yīng)用
圖表113 中國計算機視覺應(yīng)用市場份額
圖表114 計算機視覺的處理流程
圖表115 語音識別系統(tǒng)流程
圖表116 語音識別獲得多項突破
圖表117 人臉識別過程
圖表118 具有情景意識的環(huán)境感知網(wǎng)絡(luò)分層結(jié)構(gòu)
圖表119 智能診斷系統(tǒng)平臺組成結(jié)構(gòu)
圖表120 AI可能的重構(gòu)的領(lǐng)域與方式
圖表121 2016-2022年中國制造業(yè)數(shù)字化經(jīng)濟規(guī)模及AI技術(shù)在其中的滲透率情況
圖表122 工業(yè)4.0愿景
圖表123 AI醫(yī)療健康應(yīng)用場景示意圖
圖表124 2016-2018年中國人工智能醫(yī)療市場規(guī)模及其增速
圖表125 2019-2022年中國AI醫(yī)學影像市場規(guī)模
圖表126 AI醫(yī)學影像主要類型玩家商業(yè)化優(yōu)勢對比
圖表127 中國醫(yī)療人工智能企業(yè)探索中的落地服務(wù)和變現(xiàn)模式
圖表128 步態(tài)識別技術(shù)
圖表129 AI+安防應(yīng)用場景示意圖
圖表130 2019年中國AI+安防產(chǎn)業(yè)鏈
圖表131 2017-2022年中國AI+安防市場規(guī)模(不含C端)
圖表132 2018年AI+安防軟硬件細分市場占比
圖表133 安防巡邏機器人
圖表134 人工智能技術(shù)對金融行業(yè)經(jīng)營全過程的變革
圖表135 2018-2022年中國傳統(tǒng)金融機構(gòu)科技投入情況
圖表136 2018年中國傳統(tǒng)金融AI投入和份額矩陣圖
圖表137 智慧金融投融企業(yè)類型分布
圖表138 人工智能在零售領(lǐng)域的技術(shù)應(yīng)用
圖表139 人工智能在零售領(lǐng)域的應(yīng)用趨勢
圖表140 人工智能將成為未來零售業(yè)的超級大腦
圖表141 2018-2022年中國現(xiàn)代渠道主要零售商數(shù)字化建設(shè)投入和AI投入
圖表142 2018年中國現(xiàn)代渠道主要零售商AI應(yīng)用投入
圖表143 AI+新零售應(yīng)用場景
圖表144 AI+零售能力輸出類型
圖表145 AI+零售主要玩家結(jié)構(gòu)
圖表146 “情感”圖靈測試
圖表147 語言交互流程示意圖
圖表148 自動駕駛汽車的目標探測
圖表149 國內(nèi)自動駕駛企業(yè)地域分布
圖表150 中國人工智能教育架構(gòu)示意圖
圖表151 人工智能在學習五大環(huán)節(jié)中的應(yīng)用
圖表152 機器人產(chǎn)業(yè)發(fā)展階段
圖表153 機器人產(chǎn)業(yè)圖譜
圖表154 機器人行業(yè)產(chǎn)業(yè)鏈長度圖
圖表155 機器人產(chǎn)品的全生命周期
圖表156 2018年全球機器人市場結(jié)構(gòu)
圖表157 2018年中國機器人市場結(jié)構(gòu)
圖表158 2008-2017年中國各地區(qū)醫(yī)院醫(yī)療機器人引進
圖表159 我國醫(yī)療機器人產(chǎn)品類型占比情況
圖表160 國產(chǎn)軍事機器“大狗”
圖表161 掃地機器人
圖表162 AGV機器人
圖表163 碼垛機器人
圖表164 分揀抓取機器人
圖表165 2017-2018財年微軟綜合收益表
圖表166 2017-2018財年微軟分部資料
圖表167 2017-2018財年微軟收入分地區(qū)資料
圖表168 2018-2019財年微軟綜合收益表
圖表169 2018-2019財年微軟分部資料
圖表170 2018-2019財年微軟收入分地區(qū)資料
圖表171 2019-2020財年微軟綜合收益表
圖表172 2019-2020財年微軟分部資料
圖表173 2019-2020財年微軟收入分地區(qū)資料
圖表174 微軟人工智能服務(wù)多樣
圖表175 2016-2017年IBM綜合收益表
圖表176 2016-2017年IBM分部資料
圖表177 2016-2017年IBM收入分地區(qū)資料
圖表178 2017-2018年IBM綜合收益表
圖表179 2017-2018年IBM分部資料
圖表180 2018-2019年IBM綜合收益表
圖表181 2018-2019年IBM分部資料
圖表182 2018-2019年IBM收入分地區(qū)資料
圖表183 IBM圍繞Watson全面布局人工智能
圖表184 2016-2017年Alphabet綜合收益表
圖表185 2016-2017年Alphabet收入分部門資料
圖表186 2016-2017年Alphabet收入分地區(qū)資料
圖表187 2017-2018年Alphabet綜合收益表
圖表188 2017-2018年Alphabet收入分部門資料
圖表189 2017-2018年Alphabet收入分地區(qū)資料
圖表190 2018-2019年Alphabet綜合收益表
圖表191 2018-2019年Alphabet收入分部門資料
圖表192 2018-2019年Alphabet收入分地區(qū)資料
圖表193 人工智能深入滲透到谷歌各項業(yè)務(wù)中
圖表194 2016-2017財年英特爾綜合收益表
圖表195 2016-2017財年英特爾分部資料
圖表196 2016-2017財年英特爾收入分地區(qū)資料
圖表197 2017-2018財年英特爾綜合收益表
圖表198 2017-2018財年英特爾分部資料
圖表199 2017-2018財年英特爾收入分地區(qū)資料
圖表200 2018-2019財年英特爾綜合收益表
圖表201 2018-2019財年英特爾分部資料
圖表202 英特爾全面布局人工智能
圖表203 2016-2017年亞馬遜綜合收益表
圖表204 2016-2017年亞馬遜分部資料
圖表205 2016-2017年亞馬遜收入分地區(qū)資料
圖表206 2017-2018年亞馬遜綜合收益表
圖表207 2017-2018年亞馬遜分部資料
圖表208 2017-2018年亞馬遜收入分地區(qū)資料
圖表209 2018-2019年亞馬遜綜合收益表
圖表210 2018-2019年亞馬遜分部資料
圖表211 AmazonLex
圖表212 Alexa在越來越多的場景和設(shè)備中應(yīng)用
圖表213 Amazon AI服務(wù)架構(gòu)
圖表214 亞馬遜的人工智能服務(wù)
圖表215 2016-2017年百度綜合收益表
圖表216 2016-2017年百度分部資料
圖表217 2017-2018年百度綜合收益表
圖表218 2017-2018年百度分部資料
圖表219 2018-2019年百度綜合收益表
圖表220 2018-2019年百度分部資料
圖表221 百度在人工智能領(lǐng)域的生態(tài)布局
圖表222 百度大腦
圖表223 2016-2017年騰訊綜合收益表
圖表224 2016-2017年騰訊分部資料
圖表225 2016-2017年騰訊收入分地區(qū)資料
圖表226 2017-2018年騰訊綜合收益表
圖表227 2017-2018年騰訊分部資料
圖表228 2017-2018年騰訊收入分地區(qū)資料
圖表229 2018-2019年騰訊綜合收益表
圖表230 2018-2019年騰訊分部資料
圖表231 騰訊在人工智能領(lǐng)域的生態(tài)布局
圖表232 2017-2018財年阿里巴巴綜合收益表
圖表233 2017-2018財年阿里巴巴分部資料
圖表234 2018-2019財年阿里巴巴綜合收益表
圖表235 2018-2019財年阿里巴巴分部資料
圖表236 2019-2020財年阿里巴巴綜合收益表
圖表237 2019-2020財年阿里巴巴分部資料
圖表238 2016-2019年科大訊飛股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表239 2016-2019年科大訊飛股份有限公司營業(yè)收入及增速
圖表240 2016-2019年科大訊飛股份有限公司凈利潤及增速
圖表241 2018年科大訊飛股份有限公司主營業(yè)務(wù)分行業(yè)、產(chǎn)品、地區(qū)
圖表242 2016-2019年科大訊飛股份有限公司營業(yè)利潤及營業(yè)利潤率
圖表243 2016-2019年科大訊飛股份有限公司凈資產(chǎn)收益率
圖表244 2016-2019年科大訊飛股份有限公司短期償債能力指標
圖表245 2016-2019年科大訊飛股份有限公司資產(chǎn)負債率水平
圖表246 2016-2019年科大訊飛股份有限公司運營能力指標
圖表247 2016-2019年科大智能科技股份有限公司總資產(chǎn)及凈資產(chǎn)規(guī)模
圖表248 2016-2019年科大智能科技股份有限公司營業(yè)收入及增速
圖表249 2016-2019年科大智能科技股份有限公司凈利潤及增速
圖表250 2017-2018年科大智能科技股份有限公司營業(yè)收入分行業(yè)、產(chǎn)品、地區(qū)
圖表251 2016-2019年科大智能科技股份有限公司營業(yè)利潤及營業(yè)利潤率
圖表252 2016-2019年科大智能科技股份有限公司凈資產(chǎn)收益率
圖表253 2016-2019年科大智能科技股份有限公司短期償債能力指標
圖表254 2016-2019年科大智能科技股份有限公司資產(chǎn)負債率水平
圖表255 2016-2019年科大智能科技股份有限公司運營能力指標
圖表256 曠視科技發(fā)展歷程
圖表257 曠視洞鑒——智能城市管理操作系統(tǒng)
圖表258 曠視河圖——機器人網(wǎng)絡(luò)操作系統(tǒng)
圖表259 曠視科技人工智能產(chǎn)品-核心硬件
圖表260 曠視科技合作伙伴
圖表261 云知聲人工智能產(chǎn)品與服務(wù)
圖表262 云知聲人工智能核心技術(shù)
圖表263 云知聲平臺用戶
圖表264 云知聲融資歷程
圖表265 中投產(chǎn)業(yè)投資價值綜合評估:人工智能
圖表266 人工智能產(chǎn)業(yè)市場機會整體評估表
圖表267 中投市場機會矩陣:人工智能產(chǎn)業(yè)
圖表268 人工智能產(chǎn)業(yè)發(fā)展動力整體評估表
圖表269 中投產(chǎn)業(yè)投資驅(qū)動因素:人工智能
圖表270 中投產(chǎn)業(yè)進入壁壘評估:人工智能
圖表271 中投產(chǎn)業(yè)投資進入時機:人工智能
圖表272 中投產(chǎn)業(yè)生命周期:人工智能產(chǎn)業(yè)
圖表273 投資機會箱:人工智能產(chǎn)業(yè)
圖表274 全球人工智能企業(yè)各輪融資金額
圖表275 全球人工智能企業(yè)各輪融資金額占比
圖表276 美國融資規(guī)模及頻次
圖表277 英法德AI企業(yè)融資規(guī)模及頻次
圖表278 人工智能的重點品類的融資分布
圖表279 最受風險資本青睞的人工智能品類
圖表280 2012-2019年中國人工智能私募股權(quán)投資市場整體情況
圖表281 2012-2019年人工智能領(lǐng)域投資頻數(shù)占比情況
圖表282 各行業(yè)人工智能投資頻數(shù)(左)和投資金額(右)
圖表283 從事人工智能技術(shù)開發(fā)與應(yīng)用的中國企業(yè)上市數(shù)量
圖表284 2012-2019年人工智能投資機構(gòu)投資頻數(shù)TOP10
圖表285 2018年人工智能領(lǐng)域融資額過10億元以上融資項目
圖表286 2017年A股及新三板上市公司人工智能領(lǐng)域投資規(guī)模
圖表287 2018年A股及新三板上市公司人工智能領(lǐng)域投資規(guī)模
圖表288 2019年A股及新三板上市公司人工智能領(lǐng)域投資規(guī)模
圖表289 2017年A股及新三板上市公司人工智能領(lǐng)域投資項目區(qū)域分布(按項目數(shù)量分)
圖表290 2017年A股及新三板上市公司人工智能領(lǐng)域投資項目區(qū)域分布(按投資金額分)
圖表291 2018年A股及新三板上市公司人工智能領(lǐng)域投資項目區(qū)域分布(按項目數(shù)量分)
圖表292 2018年A股及新三板上市公司人工智能領(lǐng)域投資項目區(qū)域分布(按投資金額分)
圖表293 2019年A股及新三板上市公司人工智能領(lǐng)域投資項目區(qū)域分布(按項目數(shù)量分)
圖表294 2019年A股及新三板上市公司人工智能領(lǐng)域投資項目區(qū)域分布(按投資金額分)
圖表295 2017年A股及新三板上市公司人工智能領(lǐng)域投資模式
圖表296 2018年A股及新三板上市公司人工智能領(lǐng)域投資模式
圖表297 2019年A股及新三板上市公司人工智能領(lǐng)域投資模式
圖表298 2020年中國重點省市人工智能產(chǎn)業(yè)規(guī)模目標匯總
圖表299 人工智能發(fā)展趨勢
圖表300 對2020-2024年中國人工智能行業(yè)收入預(yù)測
文字:[    ] [ 打印本頁 ] [ 返回頂部 ]
1.客戶確定購買意向
2.簽訂購買合同
3.客戶支付款項
4.提交資料
5.款到快遞發(fā)票