報告簡介
我國為抓住新一輪科技革命和產業(yè)變革機遇，近年來大力發(fā)展新一代人工智能，我國人工智能行業(yè)發(fā)展迅速，技術得到了顯著的提升，2019年我國專利申請數(shù)成為全球第一。截止到2019年，百度專利申請數(shù)排名第一，且在深度學習技術、語音識別、自然語言三大領域專利申請數(shù)獨占鰲頭。
百度專利申請數(shù)獨占鰲頭
按人工智能一級技術分支來看，截止到2019年，計算機視覺專利申請數(shù)量占比最多，達到34.04%，其次是云計算技術，占整體的15.72%。智能駕駛和深度學習技術各占整體的14.84%和14.56%。智能機器人、語音識別和自然語言處理分別占人工智能專利申請總量的7.19%、6.91%和6.73%。
截止到2019年，百度在人工智能領域專利申請數(shù)量最為突出，申請專利數(shù)高達5712件，超出外資企業(yè)微軟公司千余件專利。騰訊、浪潮集團、華為、三星、阿里等均擠進人工智能專利申請數(shù)量TOP10。
百度AI布局早，在四大領域技術領先
在細分專利申請方面，百度均在深度學習技術、語音識別、自然語言和智能駕駛的專利申請數(shù)均排名第一，且在深度學習技術、語音識別、自然語言三大領域專利申請數(shù)獨占鰲頭，分別為1429件、933件和938件。這主要得益于百度在人工智能領域布局早，早在2013年1月，百度就專門成立了深度學習研究院，這也是中國第一個人工智能研究院。在同年的4月，百度在硅谷設立人工智能實驗室。2014年，百度啟動“少帥計劃”，吸引30歲以下的優(yōu)秀AI人才，同時涉足自動駕駛，發(fā)布深度語音系統(tǒng)Deep Speech。2015年，百度推出機器人助理“度秘”，成立自動駕駛汽車事業(yè)部，完成混合道路上路測試。2016年，百度宣布開放PaddlePaddle深度學習平臺。2017年，百度在國內設立深度學習技術及應用國家工程實驗室。2018年，百度開放Apollo自動駕駛平臺。2019年，百度發(fā)布百度大腦5.0。
在近兩年來的人工智能投融方面，百度主要涉及智能醫(yī)療、AI芯片、自動駕駛、語音交互、智能家居等，重點投資AI芯片和醫(yī)療領域，如2019年投資了Covariant.ai、AUtomation hero、清微智能等重點研發(fā)AI芯片公司。
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、人工智能行業(yè)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行業(yè)市場競爭格局。隨后，報告對人工智能行業(yè)做了重點企業(yè)經營狀況分析，最后分析了中國人工智能行業(yè)發(fā)展趨勢與投資預測。您若想對人工智能行業(yè)產業(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)據主要采用國家統(tǒng)計數(shù)據，海關總署，問卷調查數(shù)據，商務部采集數(shù)據等人工智能。其中宏觀經濟數(shù)據主要來自國家統(tǒng)計局，部分行業(yè)統(tǒng)計數(shù)據主要來自國家統(tǒng)計局及市場調研數(shù)據，企業(yè)數(shù)據主要來自于國統(tǒng)計局規(guī)模企業(yè)統(tǒng)計人工智能及證券交易所等，價格數(shù)據主要來自于各類市場監(jiān)測人工智能。
報告目錄
2020-2024年中國人工智能行業(yè)分析及發(fā)展趨勢預測研究報告
第一章 人工智能的基本介紹
1.1 人工智能的基本概述
1.2 人工智能產業(yè)鏈分析
1.3 人工智能的研究方法
第二章 2018-2020年國際人工智能行業(yè)發(fā)展分析
2.1 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 各國陸續(xù)戰(zhàn)略布局加快
2.1.5 全球人工智能資金支持
2.1.6 全球人工智能系統(tǒng)支出
2.1.7 全球人工智能企業(yè)規(guī)模
2.1.8 全球AI創(chuàng)新融合應用城市
2.1.9 全球人工智能衍生價值預測
2.2 全球主要經濟體人工智能戰(zhàn)略特點
2.2.1 戰(zhàn)略任務分類
2.2.2 主要目標任務
2.2.3 重點研發(fā)布局
2.2.4 主要應用領域
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 美國人工智能發(fā)展布局
2.3.3 美國人工智能發(fā)展戰(zhàn)略
2.3.4 美國機器智能國家戰(zhàn)略
2.3.5 美國人工智能相關主體
2.3.6 人工智能應用于美國國防
2.4 日本
2.4.1 日本人工智能戰(zhàn)略布局
2.4.2 日本加快AI技術應用
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 各國人工智能產業(yè)發(fā)展動態(tài)
2.6.1 韓國發(fā)布人工智能國家戰(zhàn)略
2.6.2 俄羅斯加快人工智能布局
2.6.3 新加坡人工智能發(fā)展計劃
第三章 2018-2020年中國人工智能行業(yè)政策環(huán)境分析
3.1 人工智能行業(yè)獲得政策紅利
3.1.1 中央明確加快人工智能發(fā)展
3.1.2 工信部啟動人工智能揭榜工作
3.1.3 科技部助推人工智能創(chuàng)新建設
3.1.4 教育部加快人工智能人才培養(yǎng)
3.1.5 人工智能被寫進政府工作報告
3.1.6 AI和實體經濟融合發(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+”助力人工智能
3.2.4 “新基建”獲得政策支持
3.3 人工智能行業(yè)相關規(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 機器人相關政策規(guī)劃分析
3.5.1 機器人產業(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 2018-2020年中國人工智能技術認知及專利申請情況
4.1 人工智能技術認知狀況調研
4.1.1 認知歷程
4.1.2 認知程度
4.1.3 認知渠道
4.1.4 認可領域
4.1.5 取代趨勢
4.1.6 爭議領域
4.2 中國人工智能專利申請狀況
4.2.1 專利申請排名
4.2.2 專利申請規(guī)模
4.2.3 細分技術占比
4.2.4 申請主體排名
4.2.5 外國申請主體
4.3 中國人工智能專利申請?zhí)攸c
4.3.1 技術研發(fā)主體多樣
4.3.2 應用技術發(fā)展提速
4.3.3 細分技術專利特征
4.3.4 互聯(lián)網企業(yè)布局特點
4.3.5 專利技術發(fā)展要點
4.4 人工智能技術人才培養(yǎng)加快
4.4.1 高校AI人才培養(yǎng)計劃
4.4.2 地區(qū)推動中小學AI教育
4.4.3 人工智能劃入高中新課標
4.4.4 AI列入本科專業(yè)名單
4.4.5 人工智能學院建設規(guī)模
4.4.6 人工智能學院建設模式
4.5 人工智能技術應用于疫情防控
4.5.1 智能技術應用背景
4.5.2 智能識別技術應用
4.5.3 算法算力技術應用
4.5.4 智能機器人技術應用
4.5.5 智能大數(shù)據技術應用
4.5.6 AI輔診系統(tǒng)研發(fā)應用
4.5.7 地區(qū)AI技術抗疫狀況
第五章 2018-2020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技術推動產業(yè)升級
5.2.5 AI進入機器學習時代
5.3 2018-2020年人工智能行業(yè)發(fā)展綜況
5.3.1 市場發(fā)展規(guī)模逐步上升
5.3.2 人工智能基礎架構規(guī)模
5.3.3 人工智能從業(yè)人員規(guī)模
5.3.4 人工智能產業(yè)發(fā)展特征
5.3.5 人工智能區(qū)域發(fā)展格局
5.3.6 人工智能產業(yè)園區(qū)建設
5.3.7 人工智能創(chuàng)新應用先導區(qū)
5.3.8 人工智能開放平臺發(fā)布
5.3.9 人工智能產業(yè)發(fā)展指數(shù)
5.4 人工智能產業(yè)生態(tài)格局分析
5.4.1 生態(tài)格局基本架構
5.4.2 基礎資源支持層
5.4.3 技術實現(xiàn)路徑層
5.4.4 應用實現(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AI實驗項目
5.5.8 未來競爭格局
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
5.6.6 AI企業(yè)被列入“實體清單”
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
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)據生態(tài)系統(tǒng)
5.8.2 拓寬人工智能的傳統(tǒng)行業(yè)應用
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 2018-2020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 產業(yè)發(fā)展狀況
6.1.3 專利發(fā)展狀況
6.1.4 產業(yè)發(fā)展動態(tài)
6.1.5 產業(yè)發(fā)展問題
6.2 上海市
6.2.1 產業(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 產業(yè)發(fā)展應用
6.2.5 產業(yè)發(fā)展動態(tài)
6.2.6 產業(yè)發(fā)展對策
6.3 廣東省
6.3.1 政策環(huán)境分析
6.3.2 產業(yè)發(fā)展基礎
6.3.3 廣州AI產業(yè)綜況
6.3.4 深圳AI產業(yè)綜況
6.3.5 產業(yè)聯(lián)盟成立
6.3.6 產業(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
6.4.6 產業(yè)發(fā)展趨勢
6.5 江蘇省
6.5.1 產業(yè)發(fā)展優(yōu)勢
6.5.2 產業(yè)發(fā)展概況
6.5.3 產業(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 產業(yè)運行狀況
6.6.2 政策規(guī)劃分析
6.6.3 產業(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 產業(yè)發(fā)展動態(tài)
第七章 2018-2020年人工智能技術發(fā)展的驅動要素
7.1 人工智能行業(yè)發(fā)展的技術機遇
7.1.1 互聯(lián)網基礎建設加快
7.1.2 科技研發(fā)支出上升
7.1.3 數(shù)據數(shù)量規(guī)模上升
7.1.4 應用技術逐步完善
7.2 硬件基礎日益成熟
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)模結構
7.3.5 人工智能芯片產品研發(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)網提供基礎環(huán)境
7.4.1 物聯(lián)網技術的分析
7.4.2 中國物聯(lián)網產業(yè)規(guī)模
7.4.3 物聯(lián)網產業(yè)的政策環(huán)境
7.4.4 企業(yè)加快物聯(lián)網布局
7.4.5 物聯(lián)網是智能分析的基礎
7.4.6 物聯(lián)網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 云計算的關鍵技術
7.5.2 云計算的應用模式
7.5.3 云計算產業(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
7.5.6 云計算與人工智能協(xié)同發(fā)展
7.6 大數(shù)據技術的崛起
7.6.1 大數(shù)據技術內涵及環(huán)節(jié)
7.6.2 大數(shù)據市場的發(fā)展綜況
7.6.3 大數(shù)據的主要應用領域
7.6.4 大數(shù)據與人工智能的關系
7.6.5 大數(shù)據成人工智能數(shù)據源
7.6.6 數(shù)據視角下AI的應用場景
7.6.7 人工智能數(shù)據的安全風險
7.6.8 人工智能數(shù)據的安全治理
7.7 深度學習技術的出現(xiàn)
7.7.1 機器學習的階段
7.7.2 深度學習技術內涵
7.7.3 深度學習算法技術
7.7.4 深度學習的技術應用
7.7.5 深度學習領域發(fā)展狀況
7.7.6 深度學習提高人工智能水平
第八章 人工智能基礎技術發(fā)展及應用分析
8.1 自然語言處理技術
8.1.1 自然語言處理內涵
8.1.2 自然語言處理分類
8.1.3 語音識別技術分析
8.1.4 語義技術研發(fā)狀況
8.1.5 自動翻譯技術內涵
8.2 計算機視覺技術
8.2.1 計算機視覺基本內涵
8.2.2 計算機視覺主要分類
8.2.3 計算機視覺應用領域
8.2.4 計算機視覺應用規(guī)模
8.2.5 計算機視覺運作流程
8.3 模式識別技術
8.3.1 模式識別技術內涵
8.3.2 文字識別技術應用
8.3.3 生物特征識別技術
8.3.4 語音識別技術分析
8.3.5 人臉識別技術應用
8.3.6 模式識別發(fā)展?jié)摿?
8.4 知識表示技術
8.4.1 知識表示的內涵
8.4.2 知識表示的方法
8.4.3 知識表示的進展
8.5 其他基礎技術分析
8.5.1 自動推理技術
8.5.2 環(huán)境感知技術
8.5.3 自動規(guī)劃技術
8.5.4 專家系統(tǒng)技術
第九章 2018-2020年人工智能技術的主要應用領域分析
9.1 工業(yè)領域
9.1.1 人工智能的工業(yè)應用
9.1.2 AI將催生智能生產工廠
9.1.3 智能工廠進一步轉型
9.1.4 人工智能應用于制造領域
9.1.5 制造業(yè)數(shù)字化的經濟規(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)應用的發(fā)展趨勢
9.2 醫(yī)療領域
9.2.1 人工智能醫(yī)療行業(yè)應用場景
9.2.2 人工智能醫(yī)療細分領域應用
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)療領域投資機會
9.3 安防領域
9.3.1 AI對安防行業(yè)的重要意義
9.3.2 AI識別技術的安防應用
9.3.3 AI在安防領域的應用場景
9.3.4 人工智能+安防產業(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
9.3.8 AI+安防市場發(fā)展前景
9.4 金融領域
9.4.1 AI提升金融經營效能
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 智能客服提升服務效率
9.4.5 智能風控降低金融風險
9.4.6 智能支付應用狀況分析
9.4.7 人工智能應用于投資顧問
9.5 零售領域
9.5.1 AI在零售行業(yè)的應用空間廣闊
9.5.2 人工智能應用于零售業(yè)的規(guī)模
9.5.3 人工智能應用于零售典型案例
9.5.4 人工智能應用于新零售的問題
9.5.5 人工智能+零售相關布局企業(yè)
9.5.6 人工智能應用于新零售的路徑
9.6 社交領域
9.6.1 人工智能的移動社交應用
9.6.2 組織開展機器情感測試
9.6.3 人工智能產品社交應用
9.6.4 語音交互產品市場火熱
9.6.5 微信人工智能社交系統(tǒng)
9.7 其他應用領域分析
9.7.1 無人駕駛領域
9.7.2 智能教育領域
9.7.3 智慧政務領域
第十章 2018-2020年智能機器人產業(yè)發(fā)展分析
10.1 2018-2020年機器人產業(yè)發(fā)展綜述
10.1.1 機器人產業(yè)發(fā)展階段
10.1.2 機器人產業(yè)發(fā)展圖譜
10.1.3 機器人行業(yè)產業(yè)鏈構成
10.1.4 機器人的替代優(yōu)勢明顯
10.1.5 機器人下游應用產業(yè)多
10.2 2018-2020年機器人產業(yè)發(fā)展狀況
10.2.1 全球機器人產業(yè)發(fā)展狀況
10.2.2 中國政府扶持機器人產業(yè)
10.2.3 中國機器人市場結構分析
10.2.4 機器人產業(yè)國產化進程加快
10.2.5 機器人產業(yè)發(fā)展問題及對策
10.2.6 機器人產業(yè)發(fā)展規(guī)劃目標
10.2.7 機器人產業(yè)未來發(fā)展趨勢
10.3 人工智能在機器人行業(yè)的應用狀況
10.3.1 人工智能與機器人的關系
10.3.2 AI于機器人的應用過程
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 人工智能技術在機器人領域的應用
10.4.1 專家系統(tǒng)的應用
10.4.2 模式識別的應用
10.4.3 機器視覺的應用
10.4.4 機器學習的應用
10.4.5 分布式AI的應用
10.4.6 進化算法的應用
10.5 機器人重點應用領域分析
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 2018-2020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)財務狀況
11.1.3 人工智能發(fā)展實力
11.1.4 AI平臺服務范圍
11.1.5 產品融合AI技術
11.2 IBM公司
11.2.1 企業(yè)發(fā)展概況
11.2.2 企業(yè)經營范圍
11.2.3 企業(yè)財務狀況
11.2.4 技術研發(fā)實力
11.2.5 布局人工智能
11.2.6 AI產品應用廣泛
11.3 谷歌公司
11.3.1 企業(yè)發(fā)展概況
11.3.2 企業(yè)財務狀況
11.3.3 人工智能發(fā)展實力
11.3.4 人工智能產業(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)財務狀況
11.4.3 人工智能技術應用
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 人工智能領域合作
11.4.7 收購人工智能企業(yè)
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 2017-2020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 AI芯片研發(fā)動態(tài)
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)財務狀況
12.3.3 人工智能發(fā)展地位
12.3.4 人工智能應用領域
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 主要業(yè)務分析
12.4.3 業(yè)務開展情況
12.4.4 經營效益分析
12.4.5 業(yè)務經營分析
12.4.6 財務狀況分析
12.4.7 核心競爭力分析
12.4.8 公司發(fā)展戰(zhàn)略
12.4.9 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 主要業(yè)務分析
12.5.3 企業(yè)布局動態(tài)
12.5.4 經營效益分析
12.5.5 業(yè)務經營分析
12.5.6 財務狀況分析
12.5.7 核心競爭力分析
12.5.8 公司發(fā)展戰(zhàn)略
12.5.9 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 主要產品服務
12.7.4 核心技術分析
12.7.5 平臺用戶分布
12.7.6 融資歷程分析
第十三章 2020-2024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 投資驅動因素
13.3.1 發(fā)展動力評估
13.3.2 經濟因素
13.3.3 技術因素
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 技術壁壘
13.5.4 內部風險
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 2018-2020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融資總額
14.1.2 各國AI融資分布
14.1.3 AI融資企業(yè)布局
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 總體融資規(guī)模
14.2.2 平均融資金額
14.2.3 細分領域分布
14.2.4 創(chuàng)業(yè)基金傾向
14.2.5 融資輪次分布
14.2.6 區(qū)域投資分布
14.2.7 大額投資項目
14.3 A股及新三板上市公司在人工智能領域投資動態(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 人工智能項目投資機遇
15.1.3 人工智能經濟效益巨大
15.1.4 人工智能整體發(fā)展前景
15.1.5 人工智能規(guī)劃目標分析
15.1.6 人工智能投資機會分析
15.1.7 人工智能產業(yè)投資方向
15.2 人工智能行業(yè)發(fā)展趨勢預測
15.2.1 人工智能未來變革方向
15.2.2 人工智能產業(yè)發(fā)展態(tài)勢
15.2.3 人工智能技術發(fā)展趨勢
15.2.4 人工智能應用趨勢展望
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 2020-2024年中國人工智能行業(yè)預測分析
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年中國新一代人工智能產業(yè)規(guī)模預測
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 人工智能產業(yè)生態(tài)圖
圖表4 人工智能產業(yè)鏈結構
圖表5 人工智能產業(yè)鏈相關產品
圖表6 人工智能產業(yè)鏈基礎層構成及代表企業(yè)
圖表7 人工智能產業(yè)鏈技術層構成及代表企業(yè)
圖表8 人工智能產業(yè)鏈應用層構成及代表企業(yè)
圖表9 全球人工智能產業(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)新融合應用城市
圖表13 全球人工智能衍生的商業(yè)價值預測
圖表14 主要國家人工智能戰(zhàn)略目標和任務
圖表15 各國在人工智能各領域的重點研發(fā)布局情況
圖表16 各主要經濟體高度關注的人工智能應用領域
圖表17 美國人工智能典型研發(fā)機構
圖表18 人工智能典型研發(fā)企業(yè)
圖表19 日本AI大型上市公司
圖表20 日本AI中小型上市公司
圖表21 英法德AI企業(yè)數(shù)量
圖表22 人工智能發(fā)展過程中具有社會意義的重要事件
圖表23 大眾對人工智能的了解程度
圖表24 大眾了解人工智能的主要渠道
圖表25 人工智能水平最受認可領域
圖表26 人工智能最具價值的領域
圖表27 體力勞動將會被AI取代
圖表28 人工智能行業(yè)技術分支分析情況
圖表29 2000-2018年中國人工智能專利申請量統(tǒng)計情況
圖表30 人工智能一級技術分支申請量占比
圖表31 人工智能申請人專利申請數(shù)量排名
圖表32 國外來華申請人申請量比例圖
圖表33 高中信息技術課程結構
圖表34 2017-2018年中國新建人工智能學院匯總
圖表35 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36 AI抗疫產品生產企業(yè)地區(qū)分布
圖表37 北京地區(qū)AI抗疫產品分布
圖表38 江蘇地區(qū)AI抗疫產品分布
圖表39 人工智能的發(fā)展史
圖表40 人工智能技術帶來的全方位變革
圖表41 人工智能技術推動產業(yè)升級
圖表42 人工智能各層級圖示
圖表43 我國新一代人工智能產業(yè)規(guī)模及年增長率
圖表44 2019年中國加速服務器市場廠商市場份額
圖表45 人工智能領域從業(yè)人員地域分布
圖表46 國內人工智能所涉業(yè)務分類企業(yè)數(shù)量
圖表47 人工智能產業(yè)發(fā)展特征
圖表48 人工智能產業(yè)分布熱力圖
圖表49 中國人工智能企業(yè)區(qū)域分布
圖表50 中國人工智能企業(yè)層次數(shù)量區(qū)域分布
圖表51 國家級人工智能開放平臺
圖表52 2017-2019全國人工智能產業(yè)發(fā)展指數(shù)
圖表53 2017-2019全國重點省市人工智能產業(yè)發(fā)展指數(shù)
圖表54 2019年人工智能產業(yè)發(fā)展指數(shù)一級指標前十名
圖表55 百度大腦的存儲能力
圖表56 技術層的運行機制
圖表57 專業(yè)智能階段的AI產業(yè)格局
圖表58 通用智能階段的AI產業(yè)格局
圖表59 2018年中國人工智能100強企業(yè)名單（一）
圖表60 2018年中國人工智能100強企業(yè)名單（二）
圖表61 2018年中國人工智能100強企業(yè)名單（三）
圖表62 2018年中國人工智能100強企業(yè)名單（四）
圖表63 2018年中國人工智能100強企業(yè)名單（五）
圖表64 2018年中國人工智能100強企業(yè)名單（六）
圖表65 2018年中國人工智能100強企業(yè)分布情況
圖表66 百度、阿里、騰訊人工智能布局
圖表67 中科院人工智能專利統(tǒng)計表
圖表68 上海市人工智能相關政策匯總
圖表69 2019年上海市產業(yè)轉型升級發(fā)展專項資金（人工智能）擬支持單位
圖表70 2019年上海重點人工智能企業(yè)分布地圖
圖表71 2019年上海人工智能科研中心分布
圖表72 AI領先企業(yè)在上海研究中心分布
圖表73 廣東省人工智能三步走規(guī)劃
圖表74 2018-2019年廣東省人工智能產業(yè)園區(qū)名單
圖表75 安徽省人工智能產業(yè)發(fā)展主要目標
圖表76 2014-2019年互聯(lián)網寬帶接入端口發(fā)展情況
圖表77 2014-2019年移動電話基站發(fā)展情況
圖表78 2015-2019年研究與試驗發(fā)展（R&D）經費支出及其增長速度
圖表79 16位計算帶來兩倍的效率提升
圖表80 國內從事人工智能芯片的代表性企業(yè)
圖表81 2018年中國AI芯片行業(yè)結構
圖表82 AI芯片新產品介紹
圖表83 2008-2020年中國物聯(lián)網行業(yè)市場規(guī)模及增長情況
圖表84 物聯(lián)網相關政策匯總
圖表85 物聯(lián)網各層次代表的領先企業(yè)
圖表86 云計算應用模式
圖表87 我國公有云市場規(guī)模及增速
圖表88 我國私有云市場規(guī)模及增速
圖表89 中國公有云細分市場規(guī)模（億元）
圖表90 中國私有云細分市場構成
圖表91 2018年國內公有云IaaS市場份額占比
圖表92 AI的三階段發(fā)展與數(shù)據的關系
圖表93 智能數(shù)據時代人工智能、大數(shù)據與人的智慧的關系
圖表94 全球數(shù)據增量與人工智能模型在不同數(shù)據輸入量下的表現(xiàn)
圖表95 數(shù)據視角下人工智能行業(yè)布局示意圖
