2020年全球人工智能产业市场现状及竞争格局

当前，国内外互联网巨头都将人工智能作为下一次工业革命的突破口，积极加大投资布局。 同时，在人工智能技术进步和基础设施建设不断完善的推动下，全球人工智能应用场景将不断丰富，市场规模不断扩大。

 

“人工智能”一词最早是在1956年美国计算机学会组织的达特茅斯学会上提出的。人工智能的发展经历了资金枯竭的两个寒冬（1974-1980年、1987-1993年）。 ），也经历了两次大发展的春天（1956-1974年、1993-2005年）。 2006年以来，人工智能进入加速发展的新阶段。 并行计算能力、大数据和先进算法加速了人工智能的发展。 与此同时，近年来，人工智能的研究越来越受到业界的关注。 全球对人工智能的投资和收购正如火如荼地进行。

人工智能技术进入深度学习阶段

机器学习是实现人工智能的重要方法，而深度学习（Deep Learning）是机器学习（Machine Learning）的关键技术之一。 深度学习自2006年被Jeffery Hinton论证以来，在云计算、大数据和芯片的支持下，成功走出实验室，开始进入商业应用，在机器视觉、自然语言处理等方面取得了重大进展。和机器翻译。 、路径规划等领域取得了显著成果，全球人工智能正式进入深度学习阶段。

与此同时，全球人工智能领域对新技术的探索从未停止，新技术层出不穷。 例如，近年来提出了一些新的类脑智能算法，将脑科学和思维科学的一些新成果结合到神经网络算法中。 其中，形成了不同于深度学习的神经网络技术路线，例如胶囊网络。 技术的不断进步是全球人工智能发展的不竭动力。 这些新技术的研究和应用将加速全球人工智能的发展进程。 。

主要经济体加速人工智能战略布局

人工智能是引领未来的战略技术。 当前，世界主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。 2013年以来，美国、中国、欧盟、英国、日本、德国、法国、韩国、印度、丹麦、芬兰、新西兰、俄罗斯、加拿大、新加坡、阿联酋等20多个国家、意大利、瑞典、荷兰、越南、西班牙等国家和地区发布了人工智能相关战略、计划或重大规划，越来越多的国家加入了部署人工智能的队列，为国内人工智能提供了条件政策、资金、技术人才培养、应用基础设施建设等。 着陆是有人护送的。

人工智能领域新基建扩张趋势明显

人工智能新型基础设施包括智能芯片、5G、感知网络、数据中心等支撑人工智能发展的生产设施建设。 同时，人工智能与实体经济深度融合构建的智能经济形态也是人工智能领域新基建的一部分。 近年来，全球人工智能发展的生产设施建设加快。 2020年新冠疫情暴发，对全球经济生产活动产生较大影响。 不过，值得注意的是，全球新基建业务的扩张尚未受阻，各国政府到业内各大企业都在积极参与人工智能新基建的建设。

人工智能芯片是人工智能的大脑。 随着全球人工智能终端设备数量的增加以及边缘计算需求逐渐增加，全球人工智能芯片需求快速增长，市场规模不断扩大。 据Tractica发布的数据显示，2019年全球人工智能芯片市场规模达110亿美元，预计2020年全球人工智能芯片市场规模将增至175亿美元，全球人工智能芯片市场规模有望超过2025 年将达到 720 亿美元。

5G的低时延、高速率和边缘计算能力可以推动人工智能设备更加智能地连接大量数据，提高人工智能设备的学习能力。 同时，将5G网络与人工智能技术相结合，可以有效提高5G网络的智能化程度，使网络能够从手动配置参数、利用专家经验编写策略，转变为自动生成网络智能配置参数和智能策略。 可见，5G与人工智能相辅相成的发展，可以加速全球人工智能应用的突破和落地。 因此，目前全球5G商用推广步伐正在加快，全球5G基础设施建设正如火如荼地进行。

根据GSMA（全球移动通信系统）公布的数据，截至2020年7月底，全球38个国家已部署92个5G移动网络，较4月底增加22个； 截至2020年9月，全球5G终端有18类362款，其中手机162款，其中113款已上市，其中70%+支持SA（独立组网），5G商用正在加速。

爱立信公布的数据显示，截至2020年6月底，全球已部署5G基站约72万个，2020年8月这一数字增至80万个。预计到2020年底，全球5G基站总数将达到80万个。全球5G基站数量将达到100万个。

近年来，随着计算能力越来越强，云计算、大数据、虚拟化等技术的出现，让人工智能有了可以依赖的现实技术基础。 人工智能算法需要依赖海量数据，利用海量样本进行机器学习。 数据中心天然就是一个海量的数据库，每天产生和转发的数据都在呈指数级增长。 有了这些数据，如果用大数据技术来分析，就能得到很多有意义的数据供人工智能学习； 同时，人工智能依赖于计算。 只有高速的计算能力才能在短时间内完成指定的任务。 如今的数据中心利用网络进行分布式计算，大大提高了计算能力，人工智能的学习能力也能得到很大的提高。 数据中心提供更多技术支持，为人工智能创造无限可能。

全球数据中心的加速建设有力推动了人工智能的发展。 从2017年开始，随着规模化、集约化发展，全球数据中心数量开始萎缩。 但值得注意的是，随着行业集中度逐渐提高，全球超大型数据中心数量整体增加。 据思科统计，2019年，全球超大型数据中心数量约为447个； 到2020年，全球新增超大型数据中心数量将达到485个。

根据Gartner公布的数据，2017年底全球部署的机架数量达到493.3万个，安装服务器超过5500万台。 2019年，全球数据中心部署的机架数量约为495.4万个。 预计2020年机架数量将超过498万个，服务器数量将超过6200万台。

人工智能商业化加速，应用场景日益丰富

人工智能技术经过近10年的快速发展，取得了重大突破。 随着人工智能理论和技术日益成熟，人工智能场景整合能力不断提升。 因此，商业应用成为人工智能科技公司近年来的布局。 关键在于，欧美等发达国家和地区的人工智能产业商业落地较早。 中国作为后来者，近年来在政策和资本的双重推动下，加快了人工智能的商业应用。目前，人工智能技术已在金融、医疗、安防、教育、交通等多个领域落地。 、制造、零售，其应用场景也日益丰富。

值得注意的是，虽然目前全球人工智能商业化进程正在加速，但由于应用场景复杂性、技术成熟度、数据公开水平等限制，全球人工智能仍处于发展过程中。产业化和市场开发。 在全球化的探索阶段，解决方案的实施场景丰富度、用户需求和市场渗透率仍有待提高。

人工智能市场正在快速增长

基于人工智能技术的各类产品在各个领域代替了人类简单重复的体力或脑力劳动，大大提高了生产效率和生活质量，也促进了各个行业的发展和变革。

普华永道数据预测，在下游需求和上游技术形成的双重因素推动下，2020年全球人工智能市场规模将达到2万亿美元，预计未来几年市场将继续保持快速增长。 到2030年，全球人工智能市场规模将达到2万亿美元。 市场规模将达到15.7万亿美元，折合人民币约104万亿元。

北美引领人工智能产业发展

近年来，人工智能在北美、亚洲和欧洲的发展加剧。 北美、亚洲和欧洲是全球人工智能发展最快的地区。 截至2019年底，北美活跃人工智能公司2472家，其中超级独角兽公司78家； 亚洲活跃人工智能企业1667家，其中超级独角兽企业8家； 欧洲有1149家活跃的人工智能公司，其中包括超级独角兽公司。 角角落落企业8家。

注：超级独角兽是指估值超过100亿美元的公司

科技巨头纷纷投资人工智能产业

近年来，全球科技巨头纷纷布局人工智能。 在美国，谷歌实施“全面开花”战略，在云服务、无人驾驶、虚拟现实、无人机、仓储机器人等领域都有布局。 Facebook依靠社交网络从产品中获取数据和训练数据，然后利用其人工智能产品对社交网络用户做出反应。 微软致力于将人工智能技术应用于智能助手、AR/VR等领域，如Skype实时翻译、小冰聊天机器人、Cortana虚拟助手等应用。 在国内，百度、腾讯、阿里巴巴等互联网巨头凭借自身平台优势打造人工智能服务产品，主要集中在人工智能应用层领域。

人工智能新一轮资本热潮方兴未艾

从生产方式的智能化转变，到生活水平的智能化提升，再到社会治理的智能化升级，新一代人工智能的应用驱动特征日益明显，大量新兴应用场景不断涌现。待培养。 迅速丰富的数据储备、日益清晰的商业逻辑、迫在眉睫的商业价值，促使全球新一轮人工智能资本热潮拉开帷幕。

CBInsights发布的数据显示，2014年至2019年全球人工智能融资金额和融资次数逐年增长，2019年再创新高，融资金额达到265.8亿美元，融资次数超过2000次。

以上数据及分析均来自前瞻产业研究院《中国人工智能产业市场预测及投资战略规划分析报告》。