这年头，没挂上AI的名号，都不好意思说自己是旗舰机。德勤也预测到：2023年，人工智能芯片将成为智能手机的标配。除了手机，智能音箱作为AI的一大入口，也是迅速风靡：2017年销售量达165万台。
人工智能，这个科幻感十足的名词，正在走进现实：各国将AI融入顶层设计，巨头们积极布局生态，小厂商们纷纷在各大场景找突破，金融、医疗、公共服务等领域的新应用雨后春笋般的冒出来。
以下为智能内参整理呈现的干货：
AI浪潮爆发的背后
随着PC市场、 移动终端市场渐于饱和，互联网正在迎接人工智能时代。
▲全球爆发人工智能产业浪潮
人工智能（AI）一词最早出现于1956年的达特茅斯会议，受限于早期的计算性能和算法发展，AI经历了半个多世纪的起起伏伏，概念更迭。
21世纪，随着计算能力大幅提升（特别是GPU的引入）、云计算的兴起、机器学习（特别是深度学习）变得更加强大、互联网数据量急剧增长，人工智能从此进入了加速增长的新阶段。
▲三大因素推动人工智能快速发展
2016年，随着AlphaGo在人机大战（韩国围棋高手李世石败给谷歌人工智能AlphaGo）中，完成了传统算法在传统硬件架构下的不可能任务，“人工智能”成为热词，一夜蹿红。
人类看到了机器智能的曙光，产业看到了信息革命的风口。
▲信息革命：人工智能将成为各个产业的核心（援引软银世界大会.2017）
普华永道分析指出，截至2030年，AI将为全球GDP带来14%的增长，也就是15.7万亿美元（6.6万亿美元来自生产力的提高，9.1万亿美元来自相关消费/商业市场）。
▲主要国家加快布局人工智能
为此，各国政府将AI融入顶层设计，相关政策层出不穷，联手资本推动技术向产业转化；科技巨头致力于AI底层技术，并购交易数量飙升，围绕自家主业打造AI生态并加速向其他业务的扩散；中小企业在各个细分领域找到了生存空间并纷纷站队，传统企业走上转型之路……
▲人工智能分类与应用场景（援引渤海证券）
目前，人工智能全产业链基本形成。
从提高生产力的角度来看，AI为交通、医疗、教育、工业等行业的各层级提供深度融通，ICT（信息与通信技术）供给能力产生质的飞跃；从相关消费/商业市场的角度来看，AI加持下，实体经济数字化、网络化、智能化转型升级步伐加快。
▲AI全产业链基本形成
从AI创新的活跃度来看，科研机构和企业都在加快人工智能研究和创新，相关专利数指数型增长。2016年科技巨头在AI上的相关投入已经达到200亿到300亿美元，2017年AI投融资金额呈现井喷，2018年国产AI独角兽创企更是迎来了上市良机。
▲AI产业热度逐步提升
从规模来看，语音、视觉等AI技术已经步入实用和商用，智能音箱、智能安防等新兴市场备受追捧。我国现有人工智能企业数量已经接近1500家；全球来看，欧洲和亚洲的新增AI企业数增速逐步提升。
▲创新AI企业快速涌现，我国是人工智能发展高地
全球产业地图
人工智能产业链结构分为基础层（计算基础设施）、技术层（软件算法及平台）与应用层（行业应用及产品）。
基础层
▲AI基础层产业地图
基础层主要包括计算硬件（AI芯片）、计算系统技术（云计算、大数据和5G通信）和数据（数据采集、标注和分析）。
▲AI芯片产业梳理
以AI芯片为例，作为AI产业的核心硬件，有分析认为，到2020年AI芯片市场规模将达到146.16亿美元，约占全球人工智能市场规模12.18%，故此发展迅猛。
AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责），支撑于侧、端侧AI计算需求。
当前，AI芯片主要分为GPU、DSP、FPGA、ASIC以及类脑芯片等，尤其是于端深度学习计算平台的需求正在快速释放。其中，来自我国的亮点企业有寒武纪、深鉴科技等。
▲全球部分人工智能公共数据集情况
除了计算硬件的支持，全球数据流量的快速增长也为AI倚仗的深度学习提供了良好基础，公共数据集为创新创业和行业竞赛提供优质数据，给初创企业带来必丌可少的资源。
有这样一种说法：深度学习是人工智能这台火箭的发动机，燃料是大数据，云计算是引擎。
技术层
▲AI技术层产业地图
技术层面，我们可以从三个维度来理解：算法理论（机器学习算法、类脑算法）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、自然语言理解和人机交互）。
▲关键平台逐步形成，是产业竞争焦点
其中，开发平台可谓巨头云集。以平台为核心既能纵向打通全产业，又能以业务为导向抢滩重点产业，拓展基础技术，从而与自家的硬件战略打配合战。
基础开源框架方面，优势企业如谷歌、亚马逊、脸书加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争异常激烈。
技术开放平台方面， 典型企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
▲部分应用技术快速成熟，进入实用阶段
应用技术方面，以语音识别、机器视觉为代表的人工智能技术快速成熟，达到实用化水平（详细成熟度评估参考智东西第209期内参）。
鉴于语音识别、机器视觉的成熟化，机器视觉、智能语音成为AI产业化水平最高的人工智能领域，企业数量和初创企业快速增长。
应用层
▲AI应用层产业地图
应用层面，我们可以从行业解决方案（“AI+”）和典型产品（机器人、智能音箱、智能汽车、无人机等）两个角度来看。
▲“AI+传统行业”：加快融合创新，推动社会转型升级
先来说行业解决方案，主要也就是“AI+传统行业”，这就覆盖了安防、交通、医疗、制造、教育、金融、家居等诸多垂直领域。
对于安防产业，AI指向了智能化检测预警与控制，将带来行业变革；对于交通，驾驶模式、交通优化等AI方案将提高城市通行效率，改变人们的出行模式；对于消费市场，智能音箱、智能家居等多通道交互产品将改变用户模式，催生新的O2O平台；对于工业而言，AI指向的工业机器人，甚至无人工厂将改善作业环境，提升生产力，降低成本。
本土AI的发展
▲当前各国AI实力：美国领跑，中国猛追
▲AI企业分布
目前，美国仍是人工智能核心发源地之一，坐拥卓越的技术研发机构、理论学科以及各类实验室，加上资本、政策利好，AI产业发展前景乐观，在基础算法和理论研究方面，相对领先，其它国家人工智能发展正在快速跟进。
中国已经成为全球AI中心之一。但数据环境、人才紧缺和智能硬件，特别是微晶片、CPU等产业的不成熟，可以说是中国人工智能发展面临的最大难题。
▲三个维度推动我国AI基础环境建设
不过，在政策指导和监管下，强烈的市场需求，包括工业、商业市场和消费场景，将会强力作用于AI技术研发和人才培养。目前，国内北京人工智能发展领跑全国，沪粤江浙发展逐步加速。
▲加快关键环节布局，推动我国人工智能产业生态化发展
人工智能在经历了2017年的爆炸式发展后，并没有冷却起来，巨头们强势布局，各大创企纷纷进入成长期，在政策和资本的支持下加速建设技术壁垒并推广商业应用。预计AI+安防、出行、工业、金融等行业将率先增长，计算芯片、模式识别（语音和图像）、自然语言理解的可用性将得到检验，新的消费场景和商业模式将得到探索。
