AI行业特种部队德勤中国成长型AI企业报告解密五大核心优势附下载 智东西内参

author
0 minutes, 37 seconds Read

数量庞大、小而灵活,成长型AI企业,中国AI力量顶梁柱。

编辑 智东西内参

在中国,人工智能已经上升为国家战略,连续多年写入政府工作报告中,得益于社会经济的持续增长、政策和资本的大力驱动、创新力量的持续沉淀,AI 产业正在蓬勃发展,并孕育了数千家人工智能相关企业。而成长型 AI 企业数量占比达到九成,是人工智能技术发展,应用创新和产业融合的重要推动力量。

近日,德勤推出了报告《中国成长型AI企业研究报告》,就中国成长型 AI 企业的发展特点、投融资变化、发展过程中面临的挑战、不同区域和城市的相关政策和产业现状、生态圈构建、技术发展趋势、以及企业发展建议等进行了全面的系统性研究。如果想收藏本文的报告,可以在智东西(公众号:zhidxcom)回复关键词“nc592”获取。
01.
中国AI企业画像
数量庞大,小而灵活

 

1、数量庞大

当前中国人工智能相关企业可分为四大类:互联网巨头、传统软硬件厂商(包括集成商(SI)、独立软件开发商(ISV)和设备制造商(OEM)以及各垂直行业的领军企业等)、人工智能企业又分为独角兽企业和成长型企业。其中,人工智能成长型企业(以下简称成长型 AI 企业)数量庞大,全国共约 4484 家,占人工智能相关企业的 89%2 。这些企业深耕垂直领域,在人工智能技术和千行百业融合的过程中,起到重要的推动作用。过去几年,经过巨量资本的加持,以及海量的市场需求,都使数量庞大的成长型 AI 企业获得了快速发展,尤其在疫情后,对无人化,智能化的解决方案需求非常旺盛。

▲中国人工智能企业分布

互联网巨头:此类巨头资金雄厚,人才集聚效应强,研发实力强大,结合自身业务优势,投入基础研究,建设技术平台,搭建生态圈赋能产业,代表企业如阿里、百度、腾讯等。在产业布局方面,互联网巨头切入人工智能市场是因为市场存在巨大的变革性机遇,未来人工智能将有望成为新的支柱性业务。

传统软硬件厂商:这类企业行业耕耘时间已久,有着稳固的客户关系和渠道,通常以合作伙伴的形式,搭建产业生态,赋能产业联盟。通过硬件开发、软件开源的合作形式,提供高服务需求、强专业化的软硬件定务,发挥产业集群效应。在人工智能浪潮中,这类企业也积极地把握机遇在产品中加入 AI 元素,通过与人工智能结合来扩大市场增长空间,代表企业如东软、浪潮、亚信等。而

人工智能独角兽企业:2020 年,中国共有 34 家人工智能独角兽企业,其中有 10 家独角兽企业估值超百亿元。这些独角兽企业在特定领域有清晰的核心竞争力,且具有创始人的背景光环,凭借优秀的团队背景,领先的技术水平,借助资本市场活跃的东风,在特定 AI 场景中形成了自己独特的优势。

成长型 AI 企业:成长型 AI 企业数量庞大,依托其场景落地优势、灵活性和成长速度,在 AI 市场中将是强有力的一极。成长型 AI 企业成立之初往往在算法模型和行业深度方面有领先的优势,专注于行业需求,能将人工智能更深、更细致地落地于实际场景,这是成长型 AI 企业在人工智能发展中的重要作用。这类企业通常能更好的找到场景,更快速的去调整并找到技术和场景的适配的点,从这样一个切入点开始,去扩大自己的广度,然后不断发展形成自己独特的竞争优势。

从市场空间、技术优势、场景落地和数量优势上看,研究中国成长型 AI 企业都有着重要的意义。成长型 AI 企业覆盖的产业领域日趋全面,在许多特定的 AI 领域,目前已由成长型 AI 企业引领市场和技术,假以时日,这些成长型 AI 企业会长大成提供产业价值的明日之星。

2、小而灵活

报告研究的 4484 家成长型 AI 企业中,人员规模 250 人以下的企业共 4200 家,占比 92%;其中,员工数在 11-50 人企业数量最多,占比达 45%;员工人数在 51-100 人和 101-250 人企业数占比分别为 14% 和 17%;企业人员规模 250~500 人以上的企业共 284 家,占比 6%。而人数在 500 人以上的大型企业仅占 2%。

成长型 AI 企业虽然在发展初期规模较小,但凭借着自身的独特优势可以快速地将技术与应用场景相融合,在细分垂直领域成为行业的“特种部队”。

▲成长型 AI 企业的优势

优势 1:团队背景优秀、技术领先。优秀的成长型 AI 企业的 CEO 往往富有深度的行业认知,对产业有着深刻的理解。他们中有些 CEO 来自知名院校,有些有大公司高层工作经历,还有些有着连续成功创业经历。这些企业的 CTO 则有许多来自于世界AI 研究所,他们积累了国际顶尖的 AI 核心技术,依靠原创算法在世界各大学术期刊发表过论文。这样优秀的团队技术成熟度高,市场空间大,且积极探索“产-学-研”的合作,团队自身的应变能力和执行能力又强,凭借着“硬科技”赋能各行各业,普遍能获得资本青睐,并有机会发展成行业领军企业。

优势 2:在垂直细分领域灵活地找到场景并快速部署。相对灵活的小公司,优势在于能更好的找到场景,更快速的去调整并找到技术和场景的适配的点,从这样一个切入点开始,去扩大自己的广度,然后不断发展。成长型 AI 企业凭借着算法和技术指标的优越性,可以竞标到大量龙头客户业务,并积累丰富的客户案例和稳固的客户资源。不仅如此,在服务头部客户的同时,这些成长型企业还在探索迭代和定义行业标准化的产品,期待未来能够向行业批量化推出创意性产品。例如在南京,智能交通和智能城市项目被一些精于子系统研究和在专业的领域有独门技术的成长型企业竞标获得,这些成长型企业深入理解行业场景需求,抓住了技术的爆发点,从而快速发展。

优势 3:善用优势互补共赢发展 。成长型 AI 企业善于根据自身优势和战略定位,与产业链上下游构建良性合作关系,共建生态,共赢发展。

与产业型大公司进行互补合作,形成新的应用和增长:成长型 AI 企业的优势就是技术和产品创新速度非常快,然而一些产业的发展速度跟不上成长型企业进步与发展的速度,因此,成长型企业可以帮助传统大企业提升行业渗透率,拓展新市场。相应地,产业型大企业也可以帮助成长型技术公司去寻找技术应用场景,加深技术与产业的融和。

与技术平台型大企业进行差异化合作,扩大市场规模:技术型大企业往往重视技术水平的提升和平台的搭建,而成长型 AI 企业则善于利用这些日趋成熟的算力、算法和数据资源来实现场景落地,扩大市场规模。

与传统软硬件厂商进行联盟合作,拓宽市场渠道:成长型 AI 企业会与设备公司,传统软硬件公司合作,加深行业数字化场景管理,扩宽产品渠道;同时,成长型企业也会与世界顶尖咨询公司进行合作,了解业务流程与场景,联合发布产业报告,拓展市场渠道。

优势 4:专利软著成为有利的竞争武器 。首先,许多成长型 AI 企业很多诞生于国内外一流研究机构,在实践“产-学-研”科研转化的过程中积累了大量软著、专利、高新技术成果转化的软件产品认证,优秀的企业还成为了国际标准的定制成员单位之一。这些知识产权不仅能在一定程度上保护成长型企业,更重要的是形成了企业的核心竞争力,能为企业赢得客户、融资带来极大的便利。第二,成长型 AI 企业有着强烈的树立品牌形象的意识,在一次次参加智能行业竞赛的过程中,不断优化技能,提升知名度。

优势 5:借助孵化器的创业资源迅速发展壮大 。首先,国家层面就为硬科技企业提供孵化支持。针对初创企业,政府会有一些通用政策,如社保的减免,税收优惠。针对产业端,会有产业研发补贴,产业基金,市场推广,新技术新产品的采购等相关的政策,政策的体系全面。孵化器会把新的政策信息及时提供给初创企业,对重点扶持的企业会精准推送。以中关村创业大街为例,国家对聚焦硬科技创新的公司的专业设备及材料购置、运营金费、房屋租赁等每年给予最高不超过 1000万元的资金支持,连续支持不超过 3 年。

其次,孵化器能为初创企业,尤其是开发创新性产品的企业带来阶段性、多元化的帮助。在企业初创阶段,最重要的是找到发展方向,包括这个公司要解决什么问题,股权架构要如何设计等。对于这个阶段的成长型 AI 企业,孵化器可以帮助他们免费成立公司,以低成本的服务产品帮助初创企业做好公司的早期运营,让初创企业能够更好的聚焦在产品的研发上。在企业推出产品后的成长阶段,企业需要做好财务规划,曝光宣传工作,从而获得更多的市场资源。在这个阶段,孵化器会精准推送政府的相关扶持政策,协助企业进行市场宣传,寻找客户,并对接资本市场资源。

 

02.
地域特色
北上深引领,杭宁广州穗稳进

1、北京引领

北京是全球十大科技创新中心之一,也是我国最先开展人工智能建设的城市。作为我国新一代人工智能创新试验区,北京市人工智能企业的数量和专利数均位列全国第一。北京成长型 AI 企业集中分布在海淀区和朝阳区,呈现集聚发展的态势。海淀区引领北京市的 AI 发展,是全球人工智能企业最密集的区域之一。北京智源人工智能研究院、中关村海华信息技术研究院等一批前沿的研发机构都聚集于此,为海淀区人工智能企业提供了大量高端人才。

此外,海淀区率先开发了包括智慧医疗、智慧社区在内的一批人工智能应用场景,并设立人工智能科学家创业基金,构建特色创新创业体系,利于成长型企业发展。朝阳区则以人工智能推动数字产业化发展,运用人工智能技术打造了包括智慧园区、智慧零售、智慧游览在内的多个高质量的应用场景。北京在人工智能各方面的发展都领跑全国,其中,最为突出的优势主要体现在政策支持、科技资源和基础层技术三大方面。

北京市基础层人工智能成长型企业主要集中于云计算、AI 芯片及数据平台等领域,其中,中国云产业园和中关村云计算产业园区为云产品相关的成长型企业提供了良好的发展环境;在 AI 芯片领域,北京拥有灵汐科技、清微智能等多家优秀的成长型企业;在数据平台建设上,北京将构建国家大数据产业创新核心区和全球大数据产业的创新高地。

此外,北京成长型 AI 企业近半数是应用层企业,覆盖了机器人技术、教育、医疗、信息技术等多个应用场景。技术层成长型 AI 企业覆盖机器学习、自然语言处理、计算机视觉等领域。北京市完备的基础层技术吸引了大量人工智能企业入驻,也为人工智能的发展提供了良好的基础环境。

此外,在融资环境方面,北京人工智能企业具有较强的融资能力。2020 年上半年,北京 AI 企业融资金额排名全国第一。2020 年 11 月,海淀区共计投入 27.85 亿元人民币设立科学家基金,新发布人工智能基金 5 支;另一方面,北京设立了多个创业孵化园,其中北京中关村创业大街最为典型,创业大街以空间 + 服务 + 投资为各类企业提供服务,除了三类基本服务外,同时提供政府双创服务和国际创新服务,以帮助企业快速建立、运营和成长。

良好的融资环境和创业孵化环境进一步加速了人工智能在北京的发展。全方位先发发展的北京市拥有最完备的人工智能发展资源与最成熟的发展环境,作为全国人工智能“领跑者”,如何利用优越的基础层技术及科技资源等优势,带领驱动周边城市乃至全国人工智能产业的发展,是未来北京市任重道远的任务与挑战。

▲北京成长型 AI 企业

2、上海商用排头兵

上海作为创新开放的国际性大都市,是人工智能快速发展的领先城市。上海的核心成长型 AI 企业数量上为全国第二,仅次于北京;产业布局较为完善,商业化应用场景丰富。上海目前入驻浦东新区和徐汇区的人工智能成长型企业数量最多。浦东新区拥有张江人工智能岛、浦东软件园、张江机器人谷等多个人工智能核心产业集聚区,聚集了大量上下游企业,产业链完整,同时上海科技大学、中科院张江实验室等优质高校资源也聚集于此,为人工智能企业的发展提供了良好的科研环境和大量的高端人才。

商业化应用方面,上海致力于打造全方位的人工智能应用场景,促进技术与商业化场景结合。从产业链分布来看,上海的成长型 AI 企业中应用层企业超过半数,主要分布于企业服务、智能医疗、智能交通等领域。在企业服务领域,机器人流程自动化已被用于企业流程管理的优化。

在交通领域,人工智能技术在港口运作方面的运用成为未来落地的方向。此外,上海还拥有技术层成长型企业百余家,以计算机视觉、自然语言处理、机器学习等核心技术为主;基础层成长型企业覆盖高端智能芯片、传感器设计、大数据与云计算等。其中,技术层与基础层场景分布与北京市基本一致,且在数量上仅次于北京。商业化场景的多元化及实际应用的高成效使得上海成为了全国人工智能商业化应用的“排头兵”。

人才积累方面,我国 70% 的人工智能人才集中于北京与上海,其中上海占比 33.7%,在计算机视觉、语音语义识别、脑智工程等领域的人才积累数量尤为突出。上海的人才积累首先基于高等人才的培养,复旦大学、上海交通大学、同济大学、华东理工大学等重点院校均设置了人工智能专业;其次,上海注重高层次人才的引进,发布了涵盖人工智能领域的“上海千人计划”,以落户、税收、薪酬三方面留住海内外高层次人工智能人才。上海对人才积累的重视,将充分运用人才储备的辐射,助力人工智能产业的加速发展。

作为国际性的大都市,上海十分注重本土人工智能与国际间的交流合作。自 2018 年开始,上海每年都会举办具有国际影响力的世界人工智能大会,领先的产业国际合作视野,对于上海人工智能引进技术及出口产品等方面均起到了极大的支持作用。与此同时,上海不断完善和细化在人工智能领域的发展战略和政策。2019 年以来,上海在人工智能创新应用场景部署、创新平台建设等多方面均有新政策出台。

在 2020 年 10 月出台的新政中对临港新片区的人工智能产业聚集和发展提出 10 大支持举措,并设立“G60 科创走廊”人工智能产业基金等,对于企业实现关键技术的创新、开发人工智能开源框架、实现主营业务收入标准以及企业落户临港新片区等多方面都提供了不同程度的资金支持与奖励,为成长型企业在沪发展提供了机会和支持。

上海市对商业化场景应用、人才积累以及产业国际合作的重视,均体现在人工智能产业高速发展的卓越成果上。如何持续保持高速发展,向北京市靠拢,是上海市在人工智能产业突破发展的挑战。

▲上海成长型 AI 企业

3、深圳产业化强势

深圳因其粤港澳大湾区、中国社会主义先行示范区等特殊战略地位,在人工智能产业发展上具备深厚基础,走在全国前列。深圳同时拥有大量新兴和成熟的人工智能企业,从区域分布来看,深圳成长型 AI 企业呈集中分布的态势,半数企业均聚集在南山区,宝安区和福田区。深圳在人工智能产业发展方面的优势主要聚焦在产业化优势、资本实力优势等方面。

在产业链分布上,全国范围内深圳基础层成长型 AI 企业数量位列全国第三,且主要涵盖云计算、智能芯片以及大数据等核心领域。在技术层,成长型企业在语音识别与计算机视觉等方面有较大突破。计算机视觉领域,深圳市的人像识别、图像识别等技术已在 AI+ 安防的场景中进行实际应用;语音识别领域技术也较为成熟,已经在智能语音导航、聊天机器人等多个场景进行运用。深圳拥有作为人工智能发展基础的芯片技术发展优势,为未来人工智能的加速发展增添了一笔重要保障。

产业集群发展方面,深圳市充分发挥各区资源禀赋和比较优势,加快人工智能产业布局,建设相关重点园区,培育若干产业集群,助推深圳成为人工智能创新和应用高地。目前,深圳已经建设了深圳湾科技生态园、金地威新软件科技园、南山机器人产业园、宝安区碧桂园(深圳)机器人产业园、龙华区锦绣科学园、宝能产业园等多个人工智能相关产业集聚区。在这些产业集聚区内,依托人工智能领域领军企业辐射带动产业链上中下游企业发展,形成了以产业应用为引导、以技术攻关为核心、以基础软硬件为支撑的完整产业链。

其中,深圳宝能科技园作为深圳中部发展最大的科技产业服务综合体,经过 7 年的稳健发展,在人工智能领域已形成了较为完善的产业生态。目前,园区从事人工智能相关领域的企业有 100 余家,在智能芯片、智能硬件、算法和硬件结合方面独具优势,人工智能业务向政务、医疗、安防、金融、教育、物流等应用领域的延伸已达到国家先进水平。

资本实力方面,深圳拥有天时地利的融资环境,民间资本尤为活跃,因其所在湾区拥有广州、深圳和香港三大金融重镇,以及港交所和深交所两大证券交易所,聚集了全球诸多银行、保险、证券等跨国金融巨头,以及对接国际资本市场的天然优势。统计数据显示,自 2000 年以来,深圳人工智能企业融资规模超过 12.70 亿美元,占全国融资总额的 15.5%,位列全国第三,仅次于上海和北京。

在资金政策方面,深圳对入驻企业的落户、物业租赁、以及上市募资等方面都有进行支持与奖励。因此,深圳的资本实力为人工智能产业的深入发展提供了基础与前提。

产业创新资源方面,从高等院校来看,深圳人工智能高等院校有深圳大学电子与信息工程学院、南方科技大学计算机科学与工程系等。从研究机构来看,深圳市聚集了如深圳市人工智能与机器人研究院、中国科学院深圳先进技术研究院、鹏城实验室、深圳人工智能与数据科学研究院、深圳智能机器人研究院等在内的 10 余家科研院所。从功能平台来看,深圳市人工智能功能平台有国家超级计算深圳中心、深圳人工智能应用创新服务中心等。

深圳的创新能力全国领先,为成长型企业的发展营造了良好的环境。深圳近十年人工智能领域专利申请数约为 12 万,占广东省申请量的五成,在全国处于领先地位。此外深圳人工智能就业岗位占全国总量的10.5%,拥有 14 家中国人工智能企业知识产权竞争力百强企业。

▲深圳成长型 AI 企业

4、杭州资源汇聚潜力大

科研方面,以浙江大学和阿里巴巴为代表的名校名企是杭州人工智能发展的核心技术支撑力量,围绕浙大系和阿里系研发资源,成长型人工智能核心企业在余杭区、滨江区和西湖区呈现聚集性发展态势。其中,聚焦人工智能科研方面,浙江大学、阿里达摩院、之江实验室等研究中心将自主无人系统、虚拟现实、类脑信息处理等关键人工智能技术作为研究核心,聚焦智能设备在人机交互、设备数据处理、样本学习三方面的能力提升。因此,在科研方面,尤其是人工智能科研方面,杭州具有较完备的科研基建和高等人才资源,为未来人工智能在杭州的进一步深入发展提供了必要条件。

产业园布局方面,杭州拥有高新技术产业开发区和杭州人工智能小镇两大核心产业园区,以及围绕核心园区布局的萧山机器人小镇、萧山信息港等多个人工智能特色小镇。其中,杭州人工智能小镇将以高新产业领先企业为布局核心,凭借毗邻浙江大学和阿里巴巴的地理优势打造高端人工智能产业集群。杭州高新技术产业园则定位高新技术创新源和成长型科技型企业孵化器,是国务院批准的首批国家级高新技术产业开发区之一。

此外,杭州目前正大力布局创新平台,产学研创新生态圈已初步形成。目前杭州已设工业控制技术、计算机辅助设计与图形学等 4 个人工智能相关国家重点实验室,以及脑与脑机融合前沿科学中心、人工智能协同创新中心等 5个国家级创新平台。同时,浙江大学开设了国内首个人工智能交叉学科,位于杭州的阿里巴巴城市大脑、海康威视入选国家新一代人工智能开放创新平台 。从全国范围来看,杭州的产业园布局较为完备,处于第一梯队,园区的集聚效应将更好地发展杭州的城市潜力。

▲杭州成长型 AI 企业

5、南京“新势力”

南京在人工智能人才培养方面具有较大的优势,在高校方面,南京有 53 所地方高校,8 所部队院校,同时也具有 300 多家各层次的研究院,仅中科院和中国工程院双院在南京就有 82 人;高等人才方面,南京研究生数量仅次于北京,因此能够激发大量创新创业的项目,尤其是 2018 年以来,南京市委大力推进创新名城建设,率先打响科技创新和人才的争夺战,与此同时,加快提升产业基础能力和产业链水平的若干政策也相继出台,从而提升科教的基础设施。

在产业布局方面,南京目前已建设紫东人工智能创新发展和产业聚集带,汇聚麒麟科创园、雨花台高新区、栖霞区中国智谷等。南京市委、市政府自 2019 年提出发展紫东地区(紫金山以东地区),紫东地区的核心区位于南京市栖霞区和江宁区。在栖霞区范围内拥有国家级南京经济技术开发区和学落户的仙林大学城,根据地域产业发展特点,南京在栖霞板块内打造中国(南京)智谷。

目前,中国(南京)智谷已成长为长三角区域内高产业聚集度、强创新能力、优产业载体及营销环境的 AI 产业集群,以京东城市、创新工场、地平线、中智行等行业领军企业为代表,智谷集聚的人工智能企业已超过 300 家,现有人工智能研发人员 4000 余人,引育人工智能领军人才超过 50 名,核心产业规模超过 70 亿元,带动相关产业规模近 800 亿元。与此同时,智谷与中国移动积极合作,共建了“5G+AI”的应用示范区,实现 5G 区域全覆盖,形成了全市人工智能产业协调发展的生态。

▲南京成长型 AI 企业

6、广州大湾区研发“主心骨”

广州是大湾区区域发展的核心,具有良好的人工智能产业发展基础,目前广州共汇聚成长型人工智能核心企业40% 集中在天河区。天河区是粤港澳大湾区最大的软件产业聚集区,在包括大数据、云计算等与人工智能有关的领域具有大量发展优势,能为成长型 AI 企业的技术与业务发展提供便利。广州成长型 AI 企业中,应用层企业主要集中在软件、机器人技术、智慧金融等领域,广州包括电子产品、汽车、金融在内的多个主导产业为应用层企业的发展提供了支撑。技术层的成长型企业覆盖了自然语言处理、计算机视觉、机器学习等领域。基础层企业覆盖云计算、大数据等,广州成熟的电子产品制造业为基础层成长型企业的发展提供了计算硬件、传感硬件等多方面的支持。广州市在研发能力、产业集聚以及投融资三方面尤为突出。

广州人工智能发展要素中最为突出的是研发能力,拥有大量的人工智能领军企业;科研平台方面,广州汇聚了中山大学多媒体实验室和人机互联实验室、华南理工大学广州市脑机交互关键技术及应用重点实验室等一批高校基础科研平台,在互联网与云计算、大数据、人工智能等领域形成了一批原创性技术研发成果10。在领军企业和科研平台的拉力作用下,专业人才与前沿科技在广州大量聚集,使得广州在人工智能研发领域的能力领跑大湾区。

产业集聚方面,广州是华南地区信息中心,拥有比较完善的信息基础设施,是我国长途电信业务三大出口之一。近年来,基于原有的制造、金融、信息等产业聚集区,广州致力于打造粤港澳大湾区人工智能产业集聚区,人工智能企业激增,集聚效应已初有成效,从人工智能企业数量视角,广州排名位列全国第五,仅次于北京、上海、深圳和杭州。目前广州南沙正在打造以国家新区、自贸试验区、粤港澳全面合作示范区以及广州城市副中心为一体的“三区一中心”,目前已聚集多家人工智能企业,产业集群正在快速发展。

融资能力方面,由于广州是全国范围内发达的金融城市,能够较好地满足成长型人工智能企业的融资需求,数据显示,仅南沙区的人工智能企业累计融资总额已超过 100 亿人民币,因此广州良好的融资环境对成长型企业具有较高的吸引力。

此外,在政策方面,广州计划联合琶洲片区、广州大学城、广州国际金融城和鱼珠片区,打造国家级的人工智能和数字经济试验区11,政策支持将有利于广州人工智能产学研用和区域协同发展,对于相关人工智能企业入驻广州、建设技术中心、创新平台以及产品研发等方面提供了补助与支持。

▲广州成长型 AI 企业
另外,苏州、重庆、成都等城市的成长型AI企业也有自己的亮点,详情可查看报告原文。

 

03.
成长型AI企业
生态圈与应用

 

1、生态圈

从生态圈来看,人工智能生态圈分三层结构:基础设施、技术平台、落地场景。基础设施主要包括云计算平台提供商、芯片、IT 软硬件系统提供商;技术平台主要有人工智能算法企业、机器学习平台企业、知识图谱技术提供商、智能语音企业、RPA 提供商、AI 软件框架;落地场景则包括工业、金融、医疗、零售、营销等海量丰富场景。

▲成长型 AI 企业生态圈与企业数量占比

根据对 4484 家成长型 AI 企业的调查,基础层、技术层、应用终端和应用解决方案的企业占比分别是 13%、27%、30% 和 31%,中国成长型 AI 企业主要集中在应用层,其中应用层包括 AI 应用终端及 AI 应用行业解决方案,占比高达 61%,因此,中国成长型 AI 企业集中在“技术 + 场景”的中上层。

成长型 AI 企业集中在应用层。从整体来看,中国成长型 AI 企业主要聚集在应用层,依托技术优势帮助场景落地,尤其在终端产品落地丰富。这些企业在机器人终端市场占比最大,达 52%。其次,随着市场需求的多样化和个性化的发展,智能家居和无人机成为第二、第三大 AI 终端产品市场。成长型 AI 企业在技术和产品创新的速度方面很快,创新速度比产业型大公司的创新速度快,因此能够快速集中可用资源、聚焦客户产品需求并迅速创新优化产品,在一些意想不到的领域开发产品,抢先一步得到市场订单。

▲中国成长型 AI 企业应用终端细分行业占比

在 AI 行业解决方案细分领域,2020 年 AI+ 制造、AI+ 医疗分别以 23% 和 21% 成为占比最高的两大行业。由于中国市场辽阔,技术与场景的深入融合仍有很大空间,端到端的产品覆盖和数据触达能力需要广大成长型 AI 企业进一步落实。传统行业应用场景与 AI 深度融合的趋势下,人工智能将不再是单点替代的形式,而是真正融入到传统产业各个环节之中,推动传统产业的工艺、流程、流通、服务等核心业务的高效创新。

▲成长型 AI 企业应用行业占比

计算机视觉技术应用最广泛。在 AI 的技术层,计算机视觉以 45% 的占比成为成长型 AI 企业应用最多的技术,而人机交互由于刚刚兴起,2020 年在技术层市场占比相对较小,仅有 14%。未来,人机交互将会极大提高场景的融通性和体验性,发展空间巨大,建议成长型 AI 企业可在该赛道开拓落地商机。

▲成长型 AI 企业技术层占比

大型企业主要分布在基础层搭建基础设施和技术平台。目前我国人工智能基础层核心技术有待突破,存在产学研不够紧密的问题,成长型 AI 企业数量相对较少。而巨头企业目前主要着力在基础层的设施搭建和技术平台设施的完善上,其中云计算和芯片仍有核心技术有待攻克,市场占比 17.3% 和 11.6%;而在大数据和传感器领域,已发展的较为成熟完善,市场占比分别为 51.1% 和 20%。

▲成长型 AI 企业基础层占比

2、成长型 AI 企业应用场景

人工智能技术在过去数年持续快速发展,商业化应用成为关注焦点。从市场规模以及行业渗透率的视角来看,人工智能的行业应用可以落入四个象限:

萌芽期:人工智能技术的行业渗透以及市场机会都尚未成熟。虽然处于起步阶段,但是这些行业在未来往往有着巨大的发展潜力、蕴藏巨大市场机遇,例如医疗行业、无人驾驶;

过渡期:人工智能技术在该行业具有较高的渗透程度,但现阶段市场规模较低。未来,这些行业有可能因为政策驱动等因素,带来新的行业增长点,如数字政务;

成长期:表示虽然行业的渗透度不足,但市场规模巨大,在现阶段就拥有较高的市场增长潜力,例如智能制造;

发展期:表示人工智能技术已经在这些领域产生了较为深刻的影响,行业应用度较高,同时市场机会也高,例如金融行业。

报告分别在萌芽期、成长期、发展期选择了三个最具增长潜力的重点行业:医疗、智能制造、金融,每个行业面临的痛点有所不同,但通过人工智能对数据的收集、处理与分析能够有效解决上述多样的问题,从而带动产业变革与升级。由于这些行业自身规模庞大,再加上人工智能在这些行业都有着巨大的应用潜力,因此将有望创造规模巨大的细分市场。

▲人工智能推动产业升级

人工智能与相关技术结合,可优化制造业各流程环节的效率,通过工业物联网采集各种生产资料,再借助深度学习算法处理后提供建议甚至自主优化。然而,相较于金融、商业、医疗行业,人工智能在制造业领域应用潜力被明显低估。

我国制造业正加速智能化进程,未来巨大的市场潜力将逐步被释放。预计到 2025 年,中国制造业人工智能市场规模将达到 133 亿元,预测期(2018-2025 年)复合年增长率为 49.4%。制造业大数据技术的迅猛发展、自动化水平的不断提高以及人工智能应用的不断加强是推动中国制造业人工智能发展的主要因素。

▲中国智能制造市场规模(亿元)

作为人工智能技术应用落地最快的领域之一,金融业与人工智能的结合已日渐深化,在创新智能金融产品、提升金融服务效率、加强风险防控能力等多个方面已有较成熟的应用路径和方法,并普遍应用于智能身份验证、智能反欺诈、智能支付、智能客服、互联网金融业务创新、客户洞察等领域。2019 年 8 月,中国人民银行发布的《金融科技发展规划(2019-2021 年)》明确提到,要深入把握新一代人工智能发展特点,统筹优化数据资源、算法模型、算力支持等人工智能核心资产,稳妥推动人工智能技术与金融业务深度融合。

从人工智能的基础设施平台来看,金融 AI 负载正在逐步从传统的数据中心、云平台向边缘端迁移。在网络边缘

与设备边缘部署的金融 AI 应用能够就近搜集并处理数据,减少数据上传到云端所带来的网络成本与延迟。例如,在银行大堂等区域部署的边缘人工智能系统可以通过计算机视觉、深度学习等方式对于业务动态进行实时洞察,进行人流统计、异常行为告警、环境控制(如动态调整灯光强弱、空调温度)等。部署于边缘端的轻量级风控算法能够支持金融用户通过深度学习特征提取框架,直接在终端对数据进行清洗、预处理、聚合、筛选,降低云或数据中心的数据处理压力,节省网络带宽,加快特定环境下的风控响应速度。

同时,由于敏感数据能够直接在边缘端进行处理、脱敏,从而降低了敏感数据在传输过程中泄露的风险。此外,越来越多的金融机构正在对于自助柜员机、交互屏幕、客户终端、安防监控等金融设备与系统进行智能改造,以增强对于金融业务的全局可视化与感知能力,并自动化、智能化地处理特定的金融业务,从而提升金融业务效率、改善用户体验。例如,通过在自助柜员机中融入人脸识别、智能语音交互等应用,能够将大量的业务从传统柜台转移到自助柜台,提升金融网点的服务能力,并减少排队等问题给客户所带来的负面影响。从金融服务来看,在 AI 技术应用的驱动下,我国金融行业呈现出产品个性化、管理精细化和服务普惠化三大发展态势。

▲人工智能金融定制化应用场景

我国目前 AI 医疗市场处于发展初期,但规模高速增长。对人工智能医疗的需求主要基于几方面客观现实:一方面是优质医疗资源供给不足,成本高,医生培养周期长,误诊率高,疾病谱变化快,技术日新月异;另一方面,随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高,医疗服务需求持续增加。

中国医疗人工智能的发展经历了早期以“数据整合”为特征的第一阶段、以“数据共享 + 较基础算力”为特征的第二阶段,而后发展到目前所处的以“健康医疗大数据 + 应用水平的 AI”为特征的第三阶段。人工智能医疗从走出实验室到实现商业化,面临的不仅仅是场景的变化,除了打磨产品、落地推广之外,还要跨过较高的准入门槛审评审批要求,刺中刚需、产生流水、实现盈利、形成稳定可持续的商业模式,我国医疗人工智能进入价值验证期。

在 AI 医疗领域,技术的成熟度决定了场景落地的时机。当前,在视觉和语音领域的发展已经完全可以商业化的时候,AI 在单病的医疗影像诊断领域已经非常成熟,但在多模态影像与临床的融合场景中,AI 技术提高整个医院的信息化水平方面还处于早期阶段。随着交互式人工智能的发展,AI 医疗在虚拟医生助手和辅助临床诊断将会有进一步发展;未来,联邦学的发展将可以广泛应用于药物研发和基因测序。因此,企业对技术发展节奏的把握非常关键,只有找准时机点及其关键点,才能将技术落实于应用场景,实现商业化。中国医疗器械行业市场规模较大且持续快速增长。

2020 年,中国医疗器械市场规模预估为 8,000 亿元人民币,目前占据了全球医疗器械市场近 20% 的份额,较 2015 年的 3,080 亿元人民币翻了一番多。国内医疗器械企业以成长型 AI 企业为主,主要集中于低价值医用耗材等低附加值器械领域。这些小型国内企业主导着中低端市场。就高端器械而言,行业仍高度依赖于进口,这一细分市场由少数外资品牌主导。不过,在过去的10 年里,国内品牌在高值医用耗材细分市场的份额已从约 20% 增长至约 30%,未来,成长型 AI 企业在医疗领域将成为高端医疗器械国产替代的主力军。

▲智慧医疗产业链

智东西认为,成长型 AI 企业虽然在发展初期规模较小,但凭借着自身的独特优势可以快速地将技术与应用场景相融合,在细分垂直领域成为行业的“特种部队”。成长型 AI 企业在技术和产品创新的速度方面很快,能够快速集中可用资源、聚焦客户产品需求并迅速创新优化产品,在一些意想不到的领域开发产品,抢先一步得到市场先机。在互联网行业已被巨头瓜分这种大背景下,AI行业是未来诞生独角兽的蓝海。


 

 

Similar Posts