【中國傳動網(wǎng) 市場分析】 中國人工智能產(chǎn)業(yè)仍處于發(fā)展初期

近年來中國人工智能產(chǎn)業(yè)發(fā)展迅速，截至2018年6月，中國人工智能企業(yè)數(shù)量已達到1011家，位列世界第二，2018年中國人工智能市場規(guī)模有望超過300億元人民幣。中國人工智能的快速發(fā)展驅動因素主要來自于計算力的顯著提升、智能制造相關政策支持以及資本市場的投資支持，但中國人工智能仍然處于發(fā)展初期，基礎研究、芯片、人才方面的多項關鍵指標與美國差距較大。

根據(jù)中國信息通信研究院數(shù)據(jù)，2017年中國人工智能市場規(guī)模為217億元，同比增長52.8%，預計到2020年市場規(guī)模增長到710億元。

政策加速中國人工智能產(chǎn)業(yè)發(fā)展

2015年以來中國各個部門單位先后發(fā)布多則支持人工智能發(fā)展的政策，為人工智能技術發(fā)展和落地提供大量的項目發(fā)展基金，并且對人工智能人才的引入和企業(yè)創(chuàng)新提供支持。這些政策給行業(yè)發(fā)展提供堅實的政策導向的同時，也給資本市場和行業(yè)利益相關者發(fā)出來積極信號。

計算力提升與硬件價格下降加速人工智能商業(yè)化

根據(jù)摩爾定律，當價格不變時，集成電路上可容納的元器件的數(shù)目，約每隔18-24個月便會增加一倍，性能也將提升一倍。近年來芯片處理能力的快速提升，云服務的普及以及硬件價格下降，大大加速了人工智能產(chǎn)業(yè)的商業(yè)化落地。

GPU的強大數(shù)據(jù)處理能力，使其廣泛應用于人工智能數(shù)據(jù)處理和深度學習領域。用GPU來訓練深度神經(jīng)網(wǎng)絡，所使用的訓練集更大，所耗費的時間大幅縮短，占用的數(shù)據(jù)中心基礎設施更少。GPU還被用于運行機器學習訓練模型，以便在云端進行分類和預測，從而在耗費功率更低、占用基礎設施更少的情況下能夠支持遠比從前更大的數(shù)據(jù)量和吞吐量。與CPU相比，GPU擁有更多的計算核心，數(shù)據(jù)處理能力更加強大。

人工智能芯片價格下降以及尺寸縮小，使得數(shù)據(jù)處理費用大幅下降，人工智能學習成本降低，加速人工智能技術在商業(yè)化領域應用。預計2020年，全球的芯片價格將比2014年下降70%左右。

中國已成為全球人工智能投融資規(guī)模最大國家

新創(chuàng)建的人工智能公司正在快速壯大人工智能市場規(guī)模，并且持續(xù)吸引資本入場。2013年以來，全球和中國人工智能行業(yè)投融資規(guī)模都呈上漲趨勢。2017年全球人工智能投融資總規(guī)模達395億美元，融資事件1208筆，其中中國的投融資總額達到277.1億美元，融資事件369筆，中國人工智能企業(yè)融資總額占全球融資總額70%，融資筆數(shù)達31%。截至2017年，中國的人工智能創(chuàng)業(yè)公司只占全球的9%，但是他們卻拿到了全球48%的投資。

以上數(shù)據(jù)來源于前瞻產(chǎn)業(yè)研究院發(fā)布的《2018-2023年智能制造行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》。