一、什么是人工智能

人工智能是當前比較熱門的科學和各國重點發展的前沿技術，但人工智能(Artificial Intelligence，縮寫為AI)一詞的出現，卻是早在由麥卡賽、明斯基、羅切斯特和申農等一批具有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題時提出來的，它也標志著"人工智能"的正式誕生。

人工智能產業

人工智能是指通過計算機實現人的頭腦思維所產生的效果，是對能夠從環境中獲取感知并執行行動的智能體的描述和構建。從狹義認知角度來講，人工智能可分為(包含技術、算法、應用等多方面的價值體系)、(包括凡是使用機器幫助、代替甚至部分超越人類實現認知、識別、分析、決策等功能)兩大類。

人工智能得到快速發展的時期，是2008年金融危機之后，美日歐等西方發達國家希望借助機器人實現再工業化。此時的工業機器人比以往任何時候都發展的更快，更加帶動了人工智能和相關領域產業的不斷突破，很多必須用人來做的工作如今已經能用機器人實現。

而企業層面，目前在人工智能領域領先的企業，包括IBM、谷歌、微軟、蘋果、東芝、三星等大型科技企業，國內人工智能領先的企業，包括百度、科大訊飛，中國國家電網、阿里、騰訊以及一些新興科技企業，如商湯科技、云從科技、碼隆科技、影普科技、Yi+等。一、

人工智能

二、國內人工智能應用領域、場景及產值規模

人工智能作為科技創新產物，在促進人類社會進步、經濟建設和提升人們生活水平等方面起到越來越重要的作用。國內人工智能經過多年的發展，已經在安防、金融、客服、零售、醫療健康、廣告營銷、教育、城市交通、制造、 農業等領域實現商用及規模效應。

251.1億元人民幣

2018年國內人工智能技術為實體經濟貢獻收益規模達到，而據艾瑞咨詢預測數據，。

圖：數據來源，艾瑞咨詢

安防領域占比份額最高為53.8%，其次則是金融領域，份額占比為15.8%

在2018年人工智能251.1億元市場規模中，。

圖：數據來源，艾瑞咨詢

2.2 人工智能在安防領域的應用

安防也被認為是人工智能的第一著陸場

安防是為數不多的可以將人工智能成熟應用并落地的行業，為此，。這是因為人工智能在安防領域的快速落地，除了不需要過多的基礎建設之外，也得益于全國范圍內安防設備的普及以及政府部門大力發展雪亮工程、智慧城市、平安城市、智慧交通、天網工程等公共安全領域項目工程的推動。其中，

人工智能在安防領域的應用主要是利用其視頻結構化(視頻數據的識別和提取技術，即對視頻內容自動處理，提供目標的監測、跟蹤、屬性分析、以圖搜圖等功能)、生物識別技術(如指紋識別、人臉識別等)以及物證特征識別(如目前大力推廣的ETC對車牌的識別等)等三大特性。其改變了過去需要通過人工取證、被動監控的安防形態，視頻數據的識別和提取分析，使人力查閱監控的時間大大縮短，而生物識別又大大提升了人物識別的精準性，極大提升了公共安全治理的效率。

135億元（不含C端用戶），其中視頻監控占比達到88.1%，據艾瑞咨詢預測2019年將達到350億元，而到2022年，安防規模將超過700億元，復合增長率將達到51.45%

2018年，我國"AI+安防"軟硬件市場規模達到。

圖：數據來源，艾瑞咨詢

2.3 人工智能在金融領域的應用

人工智能在金融領域的應用僅次于安防，這要得益于移動互聯網、區塊鏈、云計算、大數據等新技術的日趨成熟，為金融行業的智能化轉型升級奠定重要基礎。

從技術層面，人工智能的本質上是機器通過大量的數據訓練作出智能決策，人工智能能夠賦予機器具有理解力的"大腦"，讓機器能夠解讀文字、數據所包含的"語義"，通過自學的方式獲得判斷的規則。金融行業作為高度數據化的行業，加之業務規則和目標明晰，是人工智能、大數據處理技術和云計算等數據驅動技術的最好應用場景。以此同時，在互聯網時代，金融行業的在線業務將成主流，數據量的激增，超出了人的經驗范疇和處理能力，而這些卻是人工智能最擅長處理的。人工智能正在對金融產品、服務渠道、服務方式、風險管理、授信融資、投資決策等帶來新一輪的變革。

166.8億元

2018年國內金融領域人工智能相關科技投入(包括軟件和硬件設備)約為，較2017年增速為42.9%，到2022年人工智能相關投入將超，年復合增長率超過37%，

圖：數據來源，艾瑞咨詢

主要集中在智能支付、智能理賠、智能投顧、智能客服、智能營銷、智能投研、智能風控等場景

目前，人工智能在金融業的應用，，這些場景又以銀行最具有代表。

2.3.1 智能客服

智能客服是人工智能在金融領域應用最廣的。智能客服機器人取代了傳統菜單式語音和人工客服模式，能夠提供7*24小時的客服服務。智能客服在電話場景當中主要表現為機器管理和語音問答分析，智能客服可以通過深度學習文本中的對話、語音對話場景，并加以應用回復。

客戶服務人工智能替代率超過80%，其服務量也提升了兩至三倍，客服的人力降低了40%

智能客服目前在銀行領域應用最廣，平安銀行的。

客服機器人

2.3.2 智能投顧

智能投顧，即人工智能投資顧問，其是通過人工智能的深度學習和分析能力，為客戶提供個人理財產品策略咨詢，包括股票配置、基金配置、債權配置、 交易執行、投資損失避稅等策略。智能投顧的最大特點，是弱化"人性"，在基于大數據分析、AI算法等的前提下，一旦投資者選定了某種方案，資產的進出拋售就會嚴格按照既定的標準實行。

智能投顧的應用，最早可追溯到2016年年底，"摩羯智投"在招商銀行手機APP的上線。目前，智能投顧已成為銀行、券商、保險等金融機構的標配型服務。

2.3.3 智能風控

金融行業在傳統風控環節中，存在信息不對稱、成本高、時效性差、效率低等問題。而智能風控因為引入了人工智能科技，使得貸前審核、貸中監控和貸后管理等環節效率和準確度都得到了極大的提升，智能風控還能促進風險管理差異化。另外智能風控在信用反欺詐、騙保反欺詐、異常交易行為等方面也發揮了越來越重要的作用，為金融行業欺詐風險的分析和預警監測提供堅實的技術支持。

2.3.4 智能投研

與智能投顧相比，智能投研主要面對B端企業用戶，為其提供輔助投研的工具。對于金融機構來說，人工智能技術的介入，使得傳統投研的各個環節發生一定的優化和革新，解放大量基礎的投研信息搜集類工作，而前期信息搜集的耗時性和不全面性，也是傳統投研中較為主要的缺陷。智能投研是在金融數據基礎上，通過深度學習、自然語言處理等人工智能方法，對數據、事件、結論等信息進行自動化處理和分析，為金融機構提供投研支持。

2.3.5智能理賠

圖像識別等技術實現了快速定損和反欺詐識別等作用

人工智能在保險理賠細分領域的應用，極大的提升了保險產品和服務質量、服務及理賠效率也得到了極大的提升。這是因為傳統在投保、理賠、運營各個核心環節仍存在著投保操作繁瑣、理賠難等諸多問題。隨著一些保險公司將人工智能和大數據等技術運用到理賠服務端，，即通過人臉識別、證件識別(還包括不屬于圖像的聲紋識別)等方式進行身份認證，更重要的，圖像識別還可以處理非結構類數據，比如將筆跡、掃描、拍照單據轉換成文字，對視頻、現場照片進行分類處理等等。

企業層面，自2016年開始國內大型保險公司便積極探索人工智能賦能保險領域。2016年，中國人保推出"心服務·芯理賠"的一站式服務及智能理賠一體化處理模式;緊接著，中國平安實現"智能認證"和"智能理賠"服務...人工智能技術在對查勘定損、欺詐識別及協助理賠等索賠管理程序進行自動化處理，提高理賠處理效率等各個方面正得到了越來越廣泛的應用。

2.4 人工智能在客服領域的應用

85%的客戶服務交互將由聊天機器人處理

前文金融領域中已經提到了智能客服的應用，當然智能客服不僅僅只限于金融行業，在其他行業也運用得越來越廣?？蛻舴找肴斯ぶ悄芗夹g后，整體上節省了10%以上的運營成本。另外，通過對語音等非標準化數據的識別，企業能沉淀下一手數據資源，為后續精準營銷、產品升級等環節做好鋪墊。而聊天機器人作為智能客戶服務領域的熱門技術，預計到2020年，。

在該領域產業規模方面，據艾瑞咨詢數據，2018年，國內智能客服業務規模達到27.2億元，其中以智能客服機器人為代表的人工智能應用業務規模達到7.9億元，預計2022年智能客服業務規模將突破160億元，年復合增長率為56%，人工智能應用業務規模突破70億元。

機器人

2.5 人工智能在醫療健康領域的應用

醫療影像輔助診斷、輔助閱片、藥物研發、個人健康大數據的智能分析等方面

人工智能技術在醫療健康領域的應用主要表現在也逐漸成為影響醫療行業發展，提升醫療服務水平的重要因素。其應用技術主要包括：。

2.5.1 醫療影像輔助診斷

人工智能在醫療影像的應用主要是通過計算機視覺技術對醫療影像進行快速讀片和智能診斷。醫療影像數據是醫療數據的重要組成部分，人工智能技術能夠通過快速準確地標記特定異常結構來提高圖像分析的效率。

2.5.2 藥物研發

人工智能助力藥物研發，可大大縮短藥物研發時間、提高研發效率并控制研發成本。目前我國制藥企業人工智能技術主要應用在新藥發現和臨床試驗階段。傳統制藥方式是將小分子化合物組合成不同蛋白，通過高通量篩選發現合適的化合物，這個過程需要進行百萬次試驗，成本高昂，而如果利用人工智能機器學習取代高通量篩選，或用圖像識別技術優化高通量篩選，都將降低研發成本。另外，人工智能技術可以從相關文獻、組學數據、功能實驗數據等這些散亂無章的海量信息中提取出能夠推動藥物研發的知識，提出新的可以被驗證的假說，從而加速藥物研發的過程。

當然，人工智能在藥物研發領域的應用不只是上述階段，還包括藥物優化、臨床測試等階段。

2.5.3 個人健康大數據智能分析

當前，以運動、心律、睡眠等檢測為主的移動健康醫療設備發展較快，比如一些運動手環等等。通過這些智能設備對人體進行檢測，采集血壓、心電、脂肪率等多項健康指標數據，并將這些數據上傳到云數據庫形成個人健康檔案，并通過數據分析，結合個人生活習慣等建立個性化健康管理方案。

2.6 人工智能在零售領域的應用

括無人便利店、智慧供應鏈、客流統計、無人倉儲等細分領域

人工智能在零售領域的應用已經十分廣泛，包。人工智能通過深度學習以及計算機視覺、圖像智能識別、大數據應用等技術，使得工業智能機器人可通過自主判斷和行為學習，完成各種復雜的任務，包括在商品分揀、運輸、出庫等環節實現自動化。另外，將人工智能技術應用于客流統計工作中，其通過人臉識別客流統計功能，門店可以從性別、年齡、表情、新老顧客、滯留時長等維度建立到店客流用戶畫像，為調整運營策略提供數據基礎，幫助門店運營從匹配真實到店客流的角度提升轉換率。

2018年中國現代渠道主要零售商數字化建設投入為285.1億元，其中人工智能投入約為9億元，占比3.15%，據預測，到2022年其數字化建設投入將突破700億元，人工智能投入將超過178億元，占比超過25%

，這主要得益于阿里巴巴、京東、蘇寧等零售巨頭的推動，以人工智能應用為代表的新零售概念處于增長的上升通道，未來兩年將保持較高增速。

圖：數據來源，艾瑞咨詢

而以計算機視覺技術為核心的人臉識別和商品識別是主要建設方向，相關投入占整體的55%以上。另外，零售領域供應鏈的優化最為復雜，對人工智能算法的可用性要求最高，但更靠近零售業的核心點，未來可釋放的增益價值也將最大。

2.7 人工智能在教育領域的應用

在線教育目前處在蓬勃發展的藍海市場，據數據預測，2020年在線教育市場規模將達4538億元，與人工智能技術相關的在線教育業務規模則將超過328.6億元，到2022年這個市場規模將超過700億元。

圖：數據來源，艾瑞咨詢

目前，人工智能在在線教育領域應用場景，主要體現在對教學體系進行反饋和測評、智能搜題、分層排課、口語測評、組卷閱卷、作業批改、作業布置、語言識別測評等方面。例如在語音識別測評方面，利用人工智能語音識別功能，某些英語學習App程序自動為用戶的口語打分，幫助其不斷提高口語水平。

當然，目前人工智能在教育領域的應用還只是停留在學習過程的輔助環節上，未來隨著教育測量學和人工智能技術的進一步發展，人工智能有望逐步滲透到教育的核心環節，從根本上改進用戶的學習理念和學習方式。

三、人工智能未來發展趨勢

分別只占有17.9%和5.4%

目前，人工智能的研究及應用主要集中在基礎層、技術層和應用層三個方面，其中基礎層以AI芯片、計算機語言、算法架構等研發為主，技術層以計算機視覺、智能語音、自然語言處理等應用算法研發為主;應用層以AI技術集成與應用開發為主。而國內人工智能企業多集中在應用層，占比高達77.7%，技術層和基礎層企業占比相對較小，。當然，未來隨著5G的建設普及以及科技進步，人工智能除了在語音識別、計算機視覺技術的繼續拓展和實地運用外，在，人工智能也將在越來越多的領域得到應用落地。

芯片

3.2 智能制造滲透率將得到顯著提升

制造業是一個國家的支柱產業，制造業代表著一個國家的先進程度和科技發展程度，2015年國家就提出了"中國制造2025"戰略目標。目前，人工智能在制造業領域的應用場景，主要體現在產品智能化研發設計、智能質檢、生產設備的預測性維護等方面。2018年人工智能在制造業的滲透率僅有0.17%。滲透率不足的主要原因：

1)制造環節數據難以被開發利用

人工智能與制造業的深度融合發展需要以大數據作為支撐，與消費環節相比，制造環節數據的可獲得性、可通用性更弱。制造業機器設備生成的數據通常較為復雜，有接近一半的數據是沒有相關性的。與此同時，制造環節的數據需要安裝大量高精度傳感器，這不僅需要投入巨額的資金，而且在后期維護上也會產生檢修及人工成本等。

2)無法采用可復制的系統和整體解決方案

人工智能必須根據制造業的具體場景進行定制，簡單照搬模版式的制造業人工智能解決方案是不可行的，而且也不存在一個能夠被大多數制造業接受的統一的人工智能系統。

3)人才嚴重缺乏

目前人工智能高端人才主要集中在互聯網行業，而制造業相關人員對人工智能概念的理解、對技術的掌握還不是很準確，因此難以支撐制造業企業智能化轉型升級。

當然，隨著技術積累、以及構建制造環節的工業數據庫、加強智能制造領域人才培養等一系列措施，智能制造的瓶頸將被打開，智能制造的滲透率也有望得到大幅提升。

智能制造

3.3 AIoT將得到重點發展

未來，人工智能與物聯網的結合(即AIoT)也將更緊密，人工智能的介入讓物聯網有了連接的大腦，使得萬物互聯互通成為現實，未來或將顛覆現有的產業模式。主要表現在，經濟方面，助力產業價值鏈延伸，目前產業很難依靠既有技術與業務模式打破產業生命周期，AIoT通過設備感知與數據分析支撐新的產品形態與服務模式落地，開拓新的市場空間，產生新的發展周期。社會發展方面，數據價值得到挖掘，實現大量線下數據線上化，實現自動高效處理。

目前，國內外的科技巨頭也早已開始積極布局AIoT，谷歌此前公開宣布計劃用5000萬美元收購物聯網平臺Xively，高調進軍AIoT行業。微軟2018年4月4日宣布，計劃在未來四年內，向物聯網相關的各種項目投資50億美元，用以提供智能化服務。小米集團的戰略目標也是“小米手機+AIoT兩步走策略”....

當然，智能手機依然被看做是未來物聯網的入口， AIoT也將為智能手機賦能，將智能裝置、設備都聯接起來，打造閉環生態模式。另外，AIoT也將促進智能家居的快速發展，其將智能應用、智能家居產品和智能平臺串聯，使得家居產品關聯互動....

關鍵詞： 人工智能 應用領域 未來發展