报告发布方：中金企信国际咨询《销量认证-人工智能市场占有率申报证明（2024）》

项目可行性报告&商业计划书专业权威编制服务机构（符合发改委印发项目可行性研究报告编制要求）-中金企信国际咨询：集13年项目编制服务经验为各类项目立项、投融资、商业合作、贷款、批地、并购&合作、投资决策、产业规划、境外投资、战略规划、风险评估等提供项目可行性报告&商业计划书编制、设计、规划、咨询等一站式解决方案。助力项目实施落地、提升项目单位申报项目的通过效率。

中金企信国际咨询相关报告推荐（2023-2024）

《2024-2030年全球与中国人工智能行业主要企业占有率及排名分析预测报告》

《2024-2030年实验室设备行业全景深度分析及投资战略可行性评估预测报告》

《2024-2030中国无人机行业市场供需、竞争格局、投资策略分析报告》

《2024-2030年中国无人车行业下游应用领域分析及优势企业竞争份额评估报告》

《2024-2030年中国无人船行业下游应用领域分析及优势企业竞争份额评估报告》

1.人工智能行业市场规模

人工智能利用机器学习和数据分析，对人的意识和思维过程进行模拟、延伸和拓展，赋予机器类人的能力。人工智能将重塑实体经济，提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。

人工智能是新一轮科技革命和产业变革的重要驱动力量。经历了从技术到产品、从产品到场景的快速发展过程，人工智能正逐步作为一种变革力量与产业深度融合，并成为目前新型基础设施建设的重要一环，面临广阔的发展空间。据预测，至2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。

数据整理：中金企信国际咨询

中国市场丰富的应用场景和庞大的数据量同样刺激人工智能市场的快速扩张，将从2019年的28.06亿美元增长至2023年的119.25亿美元，复合增长率高达43.58%。政府行业、金融业、互联网行业在经过近年的应用实践后将全面推广AI的应用，而新零售、新制造、医疗领域也将成为AI市场的新增长点。预计未来这六大行业应用AI的3年复合增长率将超过30%。

2.人工智能行业产业链

从产业链上来看，人工智能行业的基础层主要提供数据和算力支持，其中包括硬件设施、系统平台和数据资源三个维度；技术层为感知和认知能力，包括算法模型、基础框架和通用技术；应用层即场景和产品，主要包括各类型的智能产品和应用平台。同时，智能产品端即众多物联网化的终端和边缘端设备是数据资源的重要来源，形成了对基础层底层数据的持续补充，进而带动技术层的演进和迭代，从而构成完整的闭环。

在人工智能应用技术方面，主要可分为计算机视觉、智能语音、自然语言处理三个主要方向。其中，计算机视觉主要研究计算机代替人眼对目标进行识别、跟踪和测量等相关课题，解决机器“看得清、看得懂”的问题。智能语音识别技术主要研究人际之间语音信息的处理问题，即实现计算机、智能设备、家用电器等通过对语音的分析、理解和合成，实现“能听会说”，具备自然语言交流的能力。自然语言处理技术主要研究计算机处理人类语言，是机器理解并解释人类写作、说话方式的能力，也是人工智能最初发展的切入点和目前的研究焦点。

目前，国内的人工智能企业集中于应用层，基础层则较为薄弱。在统计中，产业链基础层、技术层和应用层的企业数量分别占总数的2.8%、22%和75.2%。由于对技术和资金的要求较高，基础层的底层技术由少数国际巨头垄断，国内行业结构稍显“头重脚轻”，国内企业在算法和硬件算力领域仍然任重道远。近年来，国家就相关领域的政策正在经历由侧重技术应用到全产业链系统发展的方向转变，未来就基础层的发展，可预见更多资本和人才的政策倾斜，基础层也将成为未来人工智能整体市场的核心增长引擎。

3.人工智能整体市场未来发展趋势

1）端侧与云侧的融合与协作是大势所趋

中国物联网市场在未来三年预计将保持20%以上的增长速度，在2021年达到26,251亿元的市场规模，而物联网应用的渗透将带动对物联网芯片的需求。据预计，2020年全球物联网芯片市场规模将达109.41亿美元，对云侧和端侧的要求将更加全面，在云侧寻求算力、响应时间、成本等因素的最优配置，在端侧提升算力和让数据尽可能实现本地处理。一方面，物联网将有更多的应用场景对延时更为敏感，例如智能家居、智能工业、智能医疗需要端侧设备的实时响应。另一方面，5G时代的无线网络将具有更低的时延性，大规模的数据流动将增加传输和云端的压力，这同样需要云侧和端侧的密切配合。

目前云侧和端侧的配合主要体现在云端训练神经网络，再由终端或边缘端设备进行推理。未来，随着端侧设备的进一步迭代，设备能负载更多的计算分析工作，甚至可以承担部分的训练过程。另一方面，计算力的前置是行业发展的重要趋势，未来云侧的边界也会逐渐向终端和数据源头推进，整合云侧和端侧的架构，将AI处理分布在各个网络设备中。随着云侧和端侧的技术走向成熟，其协作的适应性和灵活性将成为下一阶段的竞争重点。未来云端和终端设备及其连接网络可能会构成一个庞大的AI处理网络，云端能够实时控制、调整终端的算法，重新定义、迭代硬件；而终端也能将数据及时反哺给云端进行自适应优化；训练和推理的相互协作、互补整合也将成为技术的一大探索方向，形成完整协同的智能生态。

2）视觉人工智能行业的竞争维度逐步从单一技术领先性竞争转向综合服务能力竞争

AI芯片与算法都是人工智能行业的关键底层技术，两者的发展彼此交互、相互融合、相互促进，共同助推终端智能和AI生态的发展。以安防行业为例，前端采集设备和云端软件的协调、优化能有效提升整体方案运行的稳定性和效率。随着AI算法技术的不断进步，视觉人工智能企业技术成熟度均已达到较高水平，同行业企业间的技术差异正在逐渐缩小，行业技术进步所带来的边际改善效应正在衰减。在更多场景下，竞争者之间的技术水平都已经可以较好地满足用户的需求。故而，视觉人工智能领先企业间的竞争正从过往的以技术领先性为核心的技术研发竞争逐步转向以用户需求理解和应用场景落地为核心的技术应用竞争。

上述变化也对企业的技术研发能力和综合服务能力提出了新的要求，过去在产业链单一环节的专业化优势正趋于弱化，而如何基于场景需要，打通底层的算法、芯片等核心技术，如何为客户提供全面、综合、成本更优、体验更好的方案和服务正成为未来行业竞争的关键因素。

3）核心城市日渐成为视觉人工智能技术等AI技术创新和应用的重要载体和试验地

随着人工智能技术的发展和城市治理水平的内在需求趋强，城市日益成为人工智能技术创新融合应用的重要载体和试验地。在全球范围内，包括旧金山、纽约、伦敦、新加坡、东京、北京、上海、深圳等核心城市都在形成人工智能技术创新和应用的集聚。而中国政府正在大力推动的新型基础设施建设，核心城市也是建设的主战场和示范基地。未来，能抢占核心城市市场的人工智能企业也将拥有更丰富的技术落地场景，进而拥有更强的竞争优势。视觉人工智能技术作为目前应用最成熟的AI技术之一，未来将不仅局限在与公共安全相关的领域，有望在城市的发展和治理中发挥更加重要的作用。