報告簡介
從城市群來看，目前，我國人工智能企業(yè)主要分布在京津冀、長三角、珠三角、川渝四大都市圈。京津冀區(qū)域競爭力最強，長三角位列第二，珠三角位列第三。
從省市自治區(qū)來看，北京、廣東、上海、浙江、江蘇人工智能企業(yè)數(shù)量排名前五；從城市來看，北上廣深A(yù)I企業(yè)數(shù)量最多，產(chǎn)業(yè)鏈發(fā)展相對完善。
京津冀、長三角和珠三角城市群AI企業(yè)集聚，引領(lǐng)產(chǎn)業(yè)發(fā)展
根據(jù)中國新一代人工智能發(fā)展戰(zhàn)略研究院發(fā)布的最新《中國新一代人工智能科技產(chǎn)業(yè)發(fā)展報告2021》數(shù)據(jù)顯示，截至2020年，我國人工智能企業(yè)主要分布在京津冀、長江三角洲和珠江三角洲三大都市圈，占比分別為31.02%，30.23%和26.39%。
依托科技創(chuàng)新和互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展優(yōu)勢，京津冀、長江三角洲和珠江三角洲地區(qū)在人工智能科技產(chǎn)業(yè)的發(fā)展中走在了全國的前列。
由此可見，中國人工智能區(qū)域發(fā)展與國家區(qū)域戰(zhàn)略高度協(xié)同相互促進，區(qū)域要素匯聚加速人工智能產(chǎn)業(yè)引領(lǐng)。京津冀、長三角和粵港澳大灣區(qū)已成為我國人工智能發(fā)展的三大區(qū)域性引擎，成渝城市群、長江中游城市群也展現(xiàn)出人工智能發(fā)展的區(qū)域活力，產(chǎn)業(yè)集聚區(qū)初顯區(qū)域引領(lǐng)和協(xié)同作用。
北上廣深A(yù)I企業(yè)數(shù)量較多
具體來看，在各省市自治區(qū)中，人工智能企業(yè)主要分布在北京市、廣東省、上海市、浙江省、江蘇省、四川省、山東省、湖北省、福建省和湖南省。其中，北京市占比最高，為29.73%；其次是廣東省，占比為26.39%，主要分布在深圳市和廣州市；排名第三的是上海市，占比為14.07%；排名第四的是浙江省，占比為8.81%，主要集中在杭州市。
從主要城市來看，人工智能企業(yè)分布密集的城市是北京市、上海市、深圳市和廣州市，占比分別為29.73%，14.07%，13.99%和8.14%，是中國人工智能科技產(chǎn)業(yè)發(fā)展的前沿城市。西部地區(qū)的成都市和中部地區(qū)的武漢市同樣是人工智能企業(yè)數(shù)量排名靠前的城市。
北上廣地區(qū)人工智能產(chǎn)業(yè)鏈發(fā)展相對完善，細(xì)分領(lǐng)域龍頭企業(yè)較多
從產(chǎn)業(yè)鏈來看，北京作為中國集聚人工智能企業(yè)最多的區(qū)域，其人工智能產(chǎn)業(yè)的鏈條已經(jīng)比較完善，覆蓋了整個產(chǎn)業(yè)鏈環(huán)節(jié)，且在產(chǎn)業(yè)鏈的重點細(xì)分領(lǐng)域均出現(xiàn)了行業(yè)龍頭企業(yè)。
其中，基礎(chǔ)層中傳感器的行業(yè)龍頭京東方科技，AI芯片的行業(yè)龍頭中星微電子、寒武紀(jì)、地平線、四維圖新等，云計算的百度云、金山云、世紀(jì)互聯(lián)等，數(shù)據(jù)服務(wù)的百度數(shù)據(jù)眾包、京東眾智、數(shù)據(jù)堂等；
技術(shù)層的機器學(xué)習(xí)龍頭百度IDL、京東DNN等，計算機視覺的商湯科技、曠視科技等，自然語言處理的百度、搜狗、紫平方等，語音識別的出門問問、智齒科技等；
應(yīng)用層的人工智能重點企業(yè)也涉及了各個領(lǐng)域。北京正在逐步形成具有全球影響力的人工智能產(chǎn)業(yè)生態(tài)體系。此外，上海和廣東地區(qū)人工智能產(chǎn)業(yè)鏈代表企業(yè)分布也較為廣泛。
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(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。您若想對人工智能行業(yè)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)等人工智能。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)計人工智能及證券交易所等，價格數(shù)據(jù)主要來自于各類市場監(jiān)測人工智能。
報告目錄
2021-2025年中國人工智能行業(yè)市場供需趨勢及發(fā)展戰(zhàn)略研究預(yù)測報告
第一章 人工智能的基本介紹
第二章 2019-2021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 驅(qū)動人工智能發(fā)展動因
2.1.2 全球人工智能產(chǎn)業(yè)格局
2.1.3 各國人工智能戰(zhàn)略布局
2.1.4 全球人工智能資金支持
2.1.5 全球人工智能支出規(guī)模
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
2.1.9 全球人工智能未來發(fā)展趨勢
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(biāo)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?fàn)顩r
2.3.2 美國人工智能就業(yè)市場
2.3.3 美國人工智能戰(zhàn)略演變
2.3.4 美國人工智能戰(zhàn)略特征
2.3.5 美國人工智能戰(zhàn)略影響
2.3.6 美國人工智能具體布局
2.3.7 美國人工智能相關(guān)主體
2.3.8 美國人工智能競爭策略
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(shù)應(yīng)用
2.4.3 日本加大人工智能投入
2.4.4 日本人工智能發(fā)展動態(tài)
2.4.5 日本人工智能重點企業(yè)
2.4.6 日本人工智能發(fā)展規(guī)劃
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(chǎn)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)展戰(zhàn)略
第三章 2019-2021年中國人工智能行業(yè)政策環(huán)境分析
3.1 人工智能政策階段特點分析
3.1.1 第一階段
3.1.2 第二階段
3.1.3 第三階段
3.1.4 第四階段
3.2 人工智能行業(yè)獲得政策紅利
3.2.1 中央明確加快人工智能發(fā)展
3.2.2 工信部啟動人工智能揭榜工作
3.2.3 科技部助推人工智能創(chuàng)新建設(shè)
3.2.4 教育部加快人工智能人才培養(yǎng)
3.2.5 人工智能被寫進政府工作報告
3.2.6 AI和實體經(jīng)濟融合發(fā)展意見
3.2.7 人工智能成為行業(yè)政策導(dǎo)向
3.2.8 人工智能標(biāo)準(zhǔn)體系建設(shè)加快
3.2.9 “十四五”規(guī)劃布局人工智能
3.3 人工智能行業(yè)規(guī)劃相關(guān)內(nèi)容
3.3.1 戰(zhàn)略目標(biāo)
3.3.2 總體部署
3.3.3 構(gòu)建創(chuàng)新體系
3.3.4 培育智能經(jīng)濟
3.3.5 建設(shè)智能社會
3.3.6 加強軍民融合
3.3.7 構(gòu)建基礎(chǔ)設(shè)施
3.3.8 布局重大項目
3.4 地區(qū)人工智能政策規(guī)劃逐步完善
3.4.1 遼寧省人工智能發(fā)展規(guī)劃
3.4.2 沈陽市人工智能發(fā)展規(guī)劃
3.4.3 濟南市人工智能發(fā)展計劃
3.4.4 陜西省人工智能推進計劃
3.4.5 四川省人工智能發(fā)展方案
3.4.6 成都市人工智能發(fā)展規(guī)劃
3.4.7 重慶市人工智能發(fā)展方案
3.4.8 湖北省人工智能發(fā)展規(guī)劃
3.4.9 武漢市人工智能試驗區(qū)規(guī)劃
3.4.10 福建省人工智能發(fā)展規(guī)劃
3.4.11 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 十四五規(guī)劃機器人相關(guān)內(nèi)容
3.5.2 機器人納入研發(fā)重點專項
3.5.3 各地區(qū)加快機器人行業(yè)布局
第四章 2019-2021年中國人工智能技術(shù)及人才培養(yǎng)狀況分析
4.1 人工智能技術(shù)認(rèn)知狀況調(diào)研
4.1.1 認(rèn)知歷程
4.1.2 認(rèn)知程度
4.1.3 認(rèn)知渠道
4.1.4 認(rèn)可領(lǐng)域
4.1.5 取代趨勢
4.1.6 爭議領(lǐng)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 申請主體排名
4.2.4 細(xì)分技術(shù)占比
4.2.5 疫情防控專利
4.3 中國人工智能專利申請?zhí)攸c
4.3.1 技術(shù)研發(fā)主體多樣
4.3.2 應(yīng)用技術(shù)發(fā)展提速
4.3.3 細(xì)分技術(shù)專利特征
4.3.4 互聯(lián)網(wǎng)企業(yè)布局特點
4.3.5 專利技術(shù)發(fā)展要點
4.4 人工智能技術(shù)人才供需狀況分析
4.4.1 AI人才需求的崗位類型
4.4.2 AI人才的整體供需狀況
4.4.3 AI人才的區(qū)域供需狀況
4.4.4 AI崗位的能力要求分析
4.5 人工智能技術(shù)人才培養(yǎng)狀況分析
4.5.1 AI人才培養(yǎng)的相關(guān)政策
4.5.2 人工智能劃入高中新課標(biāo)
4.5.3 高校AI人才的培養(yǎng)情況
4.5.4 機構(gòu)AI人才的培養(yǎng)情況
4.5.5 人工智能學(xué)院建設(shè)模式
4.5.6 AI人才培養(yǎng)存在的問題
4.5.7 AI人才培養(yǎng)的未來趨勢
4.5.8 AI人才培養(yǎng)的政策建議
第五章 2019-2021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)展進程
5.1.1 行業(yè)發(fā)展歷程
5.1.2 技術(shù)研究進程
5.1.3 轉(zhuǎn)型升級階段
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(xué)習(xí)時代
5.3 中國產(chǎn)業(yè)智能化升級指數(shù)分析
5.3.1 產(chǎn)業(yè)智能化升級總指數(shù)
5.3.2 農(nóng)業(yè)智能化升級指數(shù)
5.3.3 工業(yè)智能化升級指數(shù)
5.3.4 服務(wù)業(yè)智能化升級指數(shù)
5.4 2019-2021年人工智能行業(yè)發(fā)展綜況
5.4.1 人工智能應(yīng)用需求加大
5.4.2 人工智能產(chǎn)業(yè)逐步成熟
5.4.3 市場發(fā)展規(guī)模逐步上升
5.4.4 人工智能基礎(chǔ)架構(gòu)規(guī)模
5.4.5 人工智能行業(yè)市場份額
5.4.6 人工智能產(chǎn)業(yè)發(fā)展特征
5.4.7 人工智能開放平臺發(fā)布
5.4.8 人工智能產(chǎn)業(yè)發(fā)展指數(shù)
5.5 人工智能產(chǎn)業(yè)生態(tài)格局分析
5.5.1 生態(tài)格局基本架構(gòu)
5.5.2 基礎(chǔ)資源支持層
5.5.3 技術(shù)實現(xiàn)路徑層
5.5.4 應(yīng)用實現(xiàn)路徑層
5.5.5 未來生態(tài)格局展望
5.6 人工智能行業(yè)競爭格局分析
5.6.1 企業(yè)主體分類
5.6.2 企業(yè)注冊數(shù)量
5.6.3 企業(yè)地域分布
5.6.4 企業(yè)注冊資本
5.6.5 互聯(lián)網(wǎng)企業(yè)布局
5.6.6 企業(yè)上市情況
5.6.7 未來競爭格局
5.7 人工智能行業(yè)發(fā)展存在的主要問題
5.7.1 人工智能行業(yè)面臨的挑戰(zhàn)
5.7.2 人工智能發(fā)展的技術(shù)困境
5.7.3 人工智能發(fā)展的安全問題
5.7.4 人工智能發(fā)展的倫理問題
5.7.5 人工智能發(fā)展的隱私問題
5.7.6 AI企業(yè)被列入“實體清單”
5.8 人工智能行業(yè)發(fā)展對策及建議
5.8.1 人工智能的發(fā)展策略分析
5.8.2 人工智能的技術(shù)發(fā)展建議
5.8.3 人工智能的政策發(fā)展建議
5.8.4 推進人工智能標(biāo)準(zhǔn)化建設(shè)
5.8.5 人工智能倫理問題的對策
5.9 人工智能行業(yè)發(fā)展戰(zhàn)略分析
5.9.1 建立完善的數(shù)據(jù)生態(tài)系統(tǒng)
5.9.2 拓寬人工智能的傳統(tǒng)行業(yè)應(yīng)用
5.9.3 加強人工智能專業(yè)人才儲備
5.9.4 確保教育和培訓(xùn)體系與時俱進
5.9.5 相互不建立倫理和法律共識
第六章 2019-2021年重點區(qū)域人工智能行業(yè)發(fā)展布局
6.1 人工智能行業(yè)區(qū)域發(fā)展格局分析
6.1.1 人工智能區(qū)域發(fā)展指數(shù)
6.1.2 城市人工智能發(fā)展指數(shù)
6.1.3 人工智能產(chǎn)業(yè)園區(qū)建設(shè)
6.1.4 人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)
6.1.5 人工智能創(chuàng)新發(fā)展試驗區(qū)
6.2 北京市
6.2.1 政策環(huán)境分析
6.2.2 產(chǎn)業(yè)發(fā)展規(guī)模
6.2.3 人才需求分析
6.2.4 企業(yè)布局動態(tài)
6.2.5 產(chǎn)業(yè)發(fā)展問題
6.2.6 應(yīng)用場景分析
6.2.7 行業(yè)融資現(xiàn)狀
6.3 上海市
6.3.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.3.2 政策環(huán)境分析
6.3.3 財政支持動態(tài)
6.3.4 產(chǎn)業(yè)發(fā)展現(xiàn)狀
6.3.5 產(chǎn)業(yè)發(fā)展應(yīng)用
6.3.6 地區(qū)發(fā)展布局
6.3.7 產(chǎn)業(yè)發(fā)展對策
6.4 廣東省
6.4.1 政策環(huán)境分析
6.4.2 產(chǎn)業(yè)發(fā)展特點
6.4.3 區(qū)域發(fā)展?fàn)顩r
6.4.4 廣州AI產(chǎn)業(yè)布局
6.4.5 深圳AI產(chǎn)業(yè)綜況
6.4.6 產(chǎn)業(yè)聯(lián)盟成立
6.4.7 產(chǎn)業(yè)發(fā)展問題
6.4.8 產(chǎn)業(yè)發(fā)展策略
6.5 浙江省
6.5.1 AI產(chǎn)業(yè)鏈分析
6.5.2 政策環(huán)境分析
6.5.3 產(chǎn)業(yè)發(fā)展綜況
6.5.4 區(qū)域發(fā)展布局
6.5.5 產(chǎn)業(yè)發(fā)展經(jīng)驗
6.5.6 產(chǎn)業(yè)發(fā)展對策
6.5.7 產(chǎn)業(yè)發(fā)展趨勢
6.6 江蘇省
6.6.1 產(chǎn)業(yè)發(fā)展概況
6.6.2 產(chǎn)業(yè)聯(lián)盟成立
6.6.3 區(qū)域發(fā)展布局
6.6.4 技術(shù)發(fā)展?fàn)顩r
6.6.5 重點企業(yè)匯總
6.6.6 產(chǎn)業(yè)發(fā)展機遇
6.6.7 產(chǎn)業(yè)發(fā)展挑戰(zhàn)
6.7 安徽省
6.7.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.7.2 產(chǎn)業(yè)運行成效
6.7.3 重點園區(qū)介紹
6.7.4 政策發(fā)展規(guī)劃
6.7.5 產(chǎn)業(yè)發(fā)展挑戰(zhàn)
6.7.6 政策建議分析
6.8 貴州省
6.8.1 產(chǎn)業(yè)發(fā)展優(yōu)勢
6.8.2 政策環(huán)境分析
6.8.3 人才培養(yǎng)加快
6.8.4 產(chǎn)業(yè)發(fā)展動態(tài)
第七章 2019-2021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 中國人工智能芯片公司排名
7.3.4 人工智能芯片市場規(guī)模結(jié)構(gòu)
7.3.5 人工智能芯片應(yīng)用創(chuàng)新領(lǐng)域
7.3.6 中國人工智能芯片發(fā)展困境
7.3.7 人工智能芯片未來發(fā)展趨勢
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 中國物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模
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)與人工智能融合
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 云計算市場競爭排名
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(fēng)險
7.6.8 人工智能數(shù)據(jù)的安全治理
7.7 深度學(xué)習(xí)技術(shù)的出現(xiàn)
7.7.1 機器學(xué)習(xí)的階段
7.7.2 深度學(xué)習(xí)技術(shù)內(nèi)涵
7.7.3 深度學(xué)習(xí)發(fā)展歷程
7.7.4 深度學(xué)習(xí)算法技術(shù)
7.7.5 深度學(xué)習(xí)的技術(shù)應(yīng)用
7.7.6 深度學(xué)習(xí)領(lǐng)域發(fā)展?fàn)顩r
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 自然語音處理研究
8.1.4 語音識別系統(tǒng)框架
8.1.5 語音技術(shù)應(yīng)用規(guī)模
8.1.6 自動翻譯技術(shù)內(nèi)涵
8.1.7 語音識別研究歷程
8.1.8 語音識別技術(shù)趨勢
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 人工智能語音識別
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 2019-2021年人工智能技術(shù)的主要應(yīng)用領(lǐng)域分析
9.1 疫情防控領(lǐng)域
9.1.1 智能技術(shù)應(yīng)用背景
9.1.2 智能識別技術(shù)應(yīng)用
9.1.3 算法算力技術(shù)應(yīng)用
9.1.4 智能機器人技術(shù)應(yīng)用
9.1.5 智能大數(shù)據(jù)技術(shù)應(yīng)用
9.1.6 AI輔診系統(tǒng)研發(fā)應(yīng)用
9.1.7 地區(qū)AI技術(shù)抗疫狀況
9.2 工業(yè)領(lǐng)域
9.2.1 人工智能的工業(yè)應(yīng)用
9.2.2 智能工廠人工智能應(yīng)用
9.2.3 智能工廠進一步轉(zhuǎn)型
9.2.4 人工智能應(yīng)用于制造領(lǐng)域
9.2.5 制造業(yè)數(shù)字化的經(jīng)濟規(guī)模
9.2.6 人工智能成工業(yè)發(fā)展方向
9.2.7 AI工業(yè)應(yīng)用的發(fā)展趨勢
9.3 醫(yī)療領(lǐng)域
9.3.1 人工智能醫(yī)療行業(yè)應(yīng)用場景
9.3.2 人工智能醫(yī)療細(xì)分領(lǐng)域應(yīng)用
9.3.3 人工智能醫(yī)療市場發(fā)展?fàn)顩r
9.3.4 人工智能醫(yī)學(xué)影像市場分析
9.3.5 企業(yè)布局人工智能醫(yī)療市場
9.3.6 人工智能醫(yī)療領(lǐng)域投資機會
9.4 安防領(lǐng)域
9.4.1 AI對安防行業(yè)的重要意義
9.4.2 AI識別技術(shù)的安防應(yīng)用
9.4.3 AI在安防領(lǐng)域的應(yīng)用場景
9.4.4 人工智能+安防產(chǎn)業(yè)鏈
9.4.5 AI+安防市場規(guī)模分析
9.4.6 AI+安防軟硬件市場規(guī)模
9.4.7 快速崛起的巡邏機器人
9.4.8 AI+安防市場發(fā)展前景
9.5 金融領(lǐng)域
9.5.1 AI提升金融經(jīng)營效能
9.5.2 金融領(lǐng)域AI投入狀況
9.5.3 智能客服提升服務(wù)效率
9.5.4 智能風(fēng)控降低金融風(fēng)險
9.5.5 智能支付應(yīng)用狀況分析
9.5.6 智慧銀行人工智能應(yīng)用
9.5.7 智能投資顧問應(yīng)用分析
9.6 零售領(lǐng)域
9.6.1 AI在零售行業(yè)的應(yīng)用場景分析
9.6.2 人工智能應(yīng)用于零售業(yè)的規(guī)模
9.6.3 人工智能應(yīng)用于零售典型案例
9.6.4 人工智能應(yīng)用于新零售的問題
9.6.5 人工智能+零售相關(guān)布局企業(yè)
9.6.6 人工智能+零售未來趨勢展望
9.7 社交領(lǐng)域
9.7.1 人工智能社交產(chǎn)品應(yīng)用
9.7.2 組織開展機器情感測試
9.7.3 語音交互產(chǎn)品市場火熱
9.7.4 微信人工智能社交系統(tǒng)
9.7.5 人工智能社交現(xiàn)存問題
9.8 其他應(yīng)用領(lǐng)域分析
9.8.1 智能物流領(lǐng)域
9.8.2 智能教育領(lǐng)域
9.8.3 智能交通領(lǐng)域
9.8.4 智能政務(wù)領(lǐng)域
第十章 2019-2021年智能機器人產(chǎn)業(yè)發(fā)展分析
10.1 2019-2021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 機器人下游應(yīng)用產(chǎn)業(yè)多
10.1.5 機器人專利申請技術(shù)流向
10.2 2019-2021年機器人產(chǎn)業(yè)發(fā)展?fàn)顩r
10.2.1 全球機器人產(chǎn)業(yè)發(fā)展?fàn)顩r
10.2.2 中國機器人市場結(jié)構(gòu)分析
10.2.3 中國機器人區(qū)域市場格局
10.2.4 中國機器人企業(yè)數(shù)量規(guī)模
10.2.5 機器人產(chǎn)業(yè)國產(chǎn)化進程加快
10.2.6 機器人產(chǎn)業(yè)發(fā)展問題及對策
10.2.7 機器人產(chǎn)業(yè)“十四五”展望
10.2.8 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(xué)習(xí)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 軍用機器人
10.5.3 工業(yè)機器人
10.5.4 教育機器人
10.5.5 服務(wù)機器人
10.5.6 物流機器人
第十一章 2019-2021年國際人工智能重點企業(yè)分析
11.1 微軟（Microsoft Corporation）
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 人工智能布局領(lǐng)域
11.1.5 AI平臺服務(wù)范圍
11.1.6 人工智能云業(yè)務(wù)
11.1.7 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)布局
11.2.5 布局人工智能
11.2.6 AI產(chǎn)品發(fā)展動態(tài)
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 人工智能合作動態(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)展動態(tài)
11.4.5 AI發(fā)展機會和挑戰(zhàn)
11.4.6 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(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 NVIDIA（英偉達(dá)）
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(wù)狀況
12.1.3 人工智能布局
12.1.4 人工智能應(yīng)用
12.1.5 AI業(yè)務(wù)合作動態(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(wù)狀況
12.2.3 人工智能發(fā)展布局
12.2.4 人工智能發(fā)展動態(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研發(fā)合作動態(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(wù)分析
12.4.3 業(yè)務(wù)開展情況
12.4.4 經(jīng)營效益分析
12.4.5 業(yè)務(wù)經(jīng)營分析
12.4.6 財務(wù)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(wù)分析
12.5.3 企業(yè)布局動態(tài)
12.5.4 經(jīng)營效益分析
12.5.5 業(yè)務(wù)經(jīng)營分析
12.5.6 財務(wù)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(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 企業(yè)營收情況
12.7.3 企業(yè)競爭優(yōu)勢
12.7.4 企業(yè)業(yè)務(wù)體系
12.7.5 主要產(chǎn)品分析
12.7.6 平臺用戶分布
12.7.7 企業(yè)發(fā)展動態(tài)
第十三章 2021-2025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(fēng)險分析
13.5.1 環(huán)境風(fēng)險
13.5.2 行業(yè)風(fēng)險
13.5.3 技術(shù)風(fēng)險
13.5.4 內(nèi)部風(fēng)險
13.5.5 競爭風(fēng)險
13.5.6 合同毀約風(fēng)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 2019-2021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 AI融資輪次分布
14.2 中國人工智能行業(yè)投融資狀況
14.2.1 上市企業(yè)數(shù)量
14.2.2 融資規(guī)模走勢
14.2.3 平均融資規(guī)模
14.2.4 投資應(yīng)用領(lǐng)域
14.2.5 企業(yè)融資動態(tài)
14.2.6 投資活躍機構(gòu)
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 人工智能經(jīng)濟效益巨大
15.1.2 人工智能區(qū)塊鏈應(yīng)用前景
15.1.3 人工智能生產(chǎn)方式前景
15.1.4 人工智能項目投資機遇
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
15.1.7 人工智能技術(shù)投資熱點
15.1.8 人工智能“十四五”發(fā)展機遇
15.2 人工智能行業(yè)發(fā)展趨勢預(yù)測
15.2.1 人工智能產(chǎn)業(yè)發(fā)展趨勢
15.2.2 人工智能應(yīng)用趨勢展望
15.2.3 人工智能城市發(fā)展方向
15.2.4 “智能＋X”將成新時尚
15.3 2021-2025年中國人工智能行業(yè)預(yù)測分析
附錄
附錄一：新一代人工智能發(fā)展規(guī)劃
圖表目錄
圖表1 人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)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 全球人工智能產(chǎn)業(yè)鏈及代表廠商
圖表10 全球人工智能企業(yè)地區(qū)分布
圖表11 2019年20個全球AI創(chuàng)新融合應(yīng)用城市
圖表12 全球人工智能衍生的商業(yè)價值預(yù)測
圖表13 主要國家人工智能戰(zhàn)略目標(biāo)和任務(wù)
圖表14 各國在人工智能各領(lǐng)域的重點研發(fā)布局情況
圖表15 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16 美國人工智能典型研發(fā)機構(gòu)
圖表17 人工智能典型研發(fā)企業(yè)
圖表18 日本推進人工智能發(fā)展的政策體系
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 新加坡人工智能戰(zhàn)略計劃完成時間表
圖表23 人工智能發(fā)展過程中具有社會意義的重要事件
圖表24 大眾對人工智能的了解程度
圖表25 大眾了解人工智能的主要渠道
圖表26 人工智能水平最受認(rèn)可領(lǐng)域
圖表27 人工智能最具價值的領(lǐng)域
圖表28 體力勞動將會被AI取代
圖表29 2000-2020年中國人工智能專利申請量年度變化趨勢
圖表30 人工智能申請人專利申請數(shù)量排名
圖表31 人工智能申請人專利授權(quán)數(shù)量排名
圖表32 深度學(xué)習(xí)重點申請人重點分支技術(shù)布局圖
圖表33 人工智能產(chǎn)業(yè)人才崗位類型
圖表34 人工智能領(lǐng)域十大緊缺崗位
圖表35 人工智能各技術(shù)方向崗位人才供需比
圖表36 人工智能各職能崗位人才供需比
圖表37 全國主要區(qū)域的人才的需求情況及求職人才意向的區(qū)域情況
圖表38 算法研究崗位能力要求
圖表39 應(yīng)用開發(fā)崗位能力要求
圖表40 實用技能崗位能力要求
圖表41 產(chǎn)品經(jīng)理崗位能力要求
圖表42 主要崗位的工作年限要求
圖表43 主要崗位的專業(yè)要求
圖表44 主要崗位的學(xué)歷要求
圖表45 典型崗位單月薪酬情況
圖表46 高中信息技術(shù)課程結(jié)構(gòu)
圖表47 人工智能產(chǎn)業(yè)十大熱門專業(yè)
圖表48 新增人工智能本科專業(yè)高校區(qū)域分布
圖表49 高校建設(shè)的人工智能學(xué)院/研究院名單（部分）
圖表50 高校建設(shè)的人工智能學(xué)院/研究院名單（部分）續(xù)
圖表51 開展人工智能培訓(xùn)的社會培訓(xùn)機構(gòu)（部分）
圖表52 中國龍頭企業(yè)與高校合作或共建人工智能學(xué)院匯總
圖表53 全球人工智能的三次發(fā)展浪潮
圖表54 人工智能技術(shù)帶來的全方位變革
圖表55 人工智能技術(shù)推動產(chǎn)業(yè)升級
圖表56 人工智能各層級圖示
圖表57 我國產(chǎn)業(yè)智能化升級總指數(shù)及指標(biāo)得分
圖表58 我國農(nóng)業(yè)智能化升級總指數(shù)及指標(biāo)得分
圖表59 我國工業(yè)智能化升級總指數(shù)及指標(biāo)得分
