1、2018-2019年 中国人工智能 计算力发展 评估报告 2 人工智能将成为引领第四次工业革命的核心驱动力 人类的历史上经历过三次工业革命， 每一次革命都给人类的生活 水平、 工作方式、 社会结构和经济发展带来了巨大的改变和深远的 影响， 将人类的发展带入一个崭新的周期。 21世纪以来， 信息技术引领的第三次工业革命改变了人类的生产 和生活的方式。 几乎所有的人类活动都会使用信息技术或者留下 数字印迹， 人与人的连接， 人与物的连接， 物与物的连接， 无处不 在， 海量的数据不断产生， 并被采集和存储； 所有的行业都在使用 信息技术来优化甚至改变自己的业务流程和业务模式， 为客户创 造新的价值

2、， 数据成为新的固定资产， 数据的计算和处理能力成为 新的生产力； 互联网飞速发展， 对个人生活和行业的渗透无所不 在， 跨界竞争和降维打击层出不穷， 对新技术的追求和创新勇往直 前， 改变了人与人之间沟通的方式， 改变了商品交易的方式， 改变 了对新技术和资源的共享模式， 取得了史无前例的快速发展。 展望未来， 人类的发展方向又会是怎样的呢？ 此次IDC和浪潮联合 发布2018-2019年中国人工智能计算力发展评估报告， 旨在评估 中国人工智能发展的现状， 探索中国企业破局之道。 IDC认为， 人 工智能不仅仅只是一项技术， 他有可能会改变人类学习的方式， 改 变人与物之间的关系， 带来生产

3、力和生产关系的变革， 有望成为引 领第四次工业革命的核心驱动力。 IDC 观点 3 内容目录 中国人工智能算力发展评估. IDC 观点. 02 前言： 人工智能将引领第四次工业革命， 是推动数字化转型与创新的源动力. 06 中国人工智能发展现状： 算力先行， 从探索走向实践. 08 13 国家政策引领： 国务院发布 新一代人工智能发展规划 ， 人工智能发展成为国家战略 生态环境成熟： 算力、 数据、 算法生态条件日益成熟， 人工智能发展迎来战略机遇期 行业应用加速： 互联网与行业应用有机结合， 中国的人工智能发展与世界处于同一起跑线 中国人工智能计算力发展评估方法论 中国人工智能算力发展评估结

4、果与分析 行动建议 接受度普遍提高： 人工智能将进入快速应用和部署期 需求侧： 客户需要的是能够提升能力、 带来价值的解决方案， 呈现场景化和行业化特征 供给侧： 算力推动数据处理和算法演进， 应用成熟度提升 以算力为核心： 人工智能实践从提升算力开始 4 算力是承载人工智能应用的平台和基础， 算力的发展推动了整个人工智能系统的发展和快速演进， 是人工智能的最核心要素。 算力、 算法和数据是人工智能发展的三个基本条件。 海量的数据每时每刻都在产生， 新的数据正以前所未有的速度 和方式存储下来， 数据不再是问题， 如何处理、 分析和使用数据才是问题； 算法经历了数十年的发展， 之前更多的存 在于

5、学术界和象牙塔中， 在深度学习和加速计算出现之后， 得到了迅速的发展和优化， 也开始广泛的成为互联网和 行业研究者关注的热点； 人工智能的发展， 从理论到实践都离不开算力、 算法和数据这三个核心要素， 而算力是其 中最核心的要素， 带动了人工智能整体的发展和成熟。 算力是承载和推动人工智能走向实际应用的基础平台和决 定性力量。 IDC预测， 2022年全球人工智能市场中用于算力的投资将超过176亿美金， 该市场未来五年的复合 增长率(2017-2022年的CAGR) 将超过30%。 人工智能的特点决定了对算力提出了不同于以往的新要求， 传统的面向通用计算负载的CPU架构无法完全满足海量数据的并

6、 行计算需求， 以异构计算、 加速计算、 可编程计算等为代表的新的计算技术和架构更适合人工智能的并行计算需求， 得到了快 速的发展， 未来将迎来广阔的发展空间。 人工智能的工作负载主要分为训练和推理， IDC认为， 在人工智能发展的早期阶段以能力训练为核 心， 在进入应用期后将以在线的应用推理为核心， 未来对推理的需求将远远超过对训练的需求。 IDC认为， 人工智能发展的早期阶段是对人工智能价值的自我发现的过程， 核心是寻找人工智能的典型应用场景并通过训练使 得人工智能系统获得达到甚至超过人类的能力， 在这一阶段更多的计算负载集中在离线的数据中心中的训练场景； 经过三到 五年的发展， 人工智能

7、将进入大规模应用阶段， 应用阶段是将经过训练的应用场景与客户的实际应用相结合， 将人工智能的能 力赋能产品或行业解决方案， 使得人工智能成为普惠的应用技术， 在这一阶段计算负载将更多以推理的方式存在， 呈现 “云+ 端” 部署、 分散化、 终端化、 场景化的特点， 对算力的需求也将迅速增长， 更加多元化。 IDC认为， 人工智能的算力分布将呈现 “二八法则” ， 在早期阶段80% 的算力集中在训练场景， 在未来的大规模应用阶段80%的算力将集 中在推理场景。 5 AI算力 新的AI芯片(FPGA， ASIC） AI云服务 （AIaaS） 算力用户， 算法和数据的提供者 Industry end

8、 User, AI Startup， Internet Company 通用芯片 （CPU， GPU， MIC） （AI服务器） Industry User AI Startup Internet Company 来源： IDC中国人工智能基础架构市场跟踪报告， 2018H1 图1 中国人工智能基础架构市场的生态图谱 6 前言： 人工智能将引领第四次工业革命， 是推动数字化转型与创新的源动力 1. 国家政策引领： 国务院发布 新一代人工智能发展规划 ， 人工智能发展成为国家战略 2017年7月8日， 国务院印发 新一代人工智能发展规划（以下简称 规划 ） ， 提出了面向2030年我国新一代人工

9、智能发展的指 导思想、 战略目标、 重点任务和保障措施， 部署构筑我国人工智能发展的先发优势， 加快建设创新型国家和世界科技强国。 7 2. 生态环境成熟： 算力、 数据、 算法生态条件日益成熟， 人工智能发展迎来战略机遇期 数据爆炸， 为人工 智能提供了土壤 从人工智能概念提出， 算法经历了数十年的发展， 从决策树 到神经网络， 从机器学习到深度学习， 算法不断演进和进步； 与此同时， 算法的研究逐步从实验室走出来， 更多的与产业 和行业相结合， 衍生出丰富的与行业应用和典型场景相关的 算法分支； 互联网巨头开始更多的投入对算法的研究， 并以 互联网的方式和开源的精神推动了算法的发展和与应用

10、的 结合。 算力提升， 成为促进人工 智能系统整体发展的催 化剂和推动力 算力是基于芯片、 加速计算、 服务器等软硬件技术和产品的完 整系统， 也是承载人工智能应用的基础平台， 算力的提升是个 系统工程； 同时， 云计算的发展改变了算力的部署方式和获得 方式， 降低了算力的成本， 有效降低了人工智能的门槛。 数据就在那里， 算法不断演进， 而算力的提升则对数据的产生 和处理、 对算法的优化和快速迭代起到了催化剂的作用， 推动 了人工智能系统的整体发展， 是近年来人工智能取得快速发 展的核心推动力。 算法演进， 推动了人 工智能的实际应用 3. 行业应用加速： 互联网与行业应用有机结合， 中国的

11、人工智能发展与世界处于同一起跑线 中国的互联网企业拥有超大规模的数据中心、 海量的数据、 与世界同步的技术和开发能力， 也是中国人工智能应用的探索者 和推动者。 在技术和资本的推动下， 各行各业的人工智能初创公司和行业应用大量涌现、 层出不穷。 智能音箱、 智能家居在消费市场成为 热点， 基于人脸识别、 语音识别的解决方案在政府、 交通、 安防、 金融等行业大量落地。 进入新世纪以来， 伴随着信息技术和互联网的发展， 数据爆发 性增长， 人类每5年所产生的新数据几乎都超过之前所有数据 的总和， 其中非结构化数据的增长尤其明显。 未来， 随着5G的部署和IoT的发展， 万物互联时代将很快到来，

12、企业和个人、 人和物、 物和物、 互联网和物联网， 连接和数据流 将无处不在， 数据的增长速度只会越来越快。 据IDC统计， 当今世界领先的互联网公司大数据量已达到上 千PB， 传统行业龙头型企业数据量也能达到PB级， 每个人生 也能够产生数千TB数据。 这些类型丰富、 场景各异的数据资 源为人工智能系统自主学习并建立预测模型提供了丰沃的 土壤。 8 中国人工智能发展现状： 算力先行， 从探索走向实践 2017年是中国人工智能元年， 一方面， 数据、 算法和算力的螺旋式发展使得人工智能发展的条件逐渐成熟； 另一方面， 人工智能的某些早期实践使得人们认识到人工智能的巨大潜力和无限想象空间， 未来

13、有可能给行业发展带来颠覆性 的影响。 2017年5月， 在中国乌镇围棋峰会上， AlphaGo以3： 0战胜世界排名第一的中国棋手柯洁， 引起了全世界的广泛关注； 7月， 国务院发布 新一代人工智能发展规划 ， 在中央政府发布政策之后， 各地区也都在从不同层面加强人工智能相关 政策的部署， 中国进入人工智能产业发展的 “黄金窗口期” ； 如果说2017年是中国人工智能元年， 那么2018年则是中国人工智能市场投资和应用加速成长， 迅速落地的一年。 2018 年以来， 互联网和产业界巨头加大了对人工智能市场的投入， 人工智能产品和服务层出不穷， 行业解决方案和应用场景 快速落地。 人工智能的发展

14、需要巨大的算力支撑， 算力也是推动人工智能应用 和系统发展的核心驱动力。 目前， 人工智能的投资也以硬件投资为 主， 给基础架构硬件市场带来了巨大的市场机遇。 9 根据IDC对中国人工智能市场的研究数据， 2018年， 中国人工智能市场投资规模约25亿美元， 其中70%以上为以算力为 核心的基础架构硬件市场投资； IDC预测， 到2022年， 中国的人工智能市场投资规模将超过百亿美元， 未来五年的复合增 长率超过59%， 将形成一个新的千亿人民币规模的产业生态， 其中人工智能基础架构硬件市场规模将超过千亿人民币。 接下来， 我们将从客户接受度、 需求侧、 供给侧和人工智能的实践四个方面来分析中

15、国人工智能市场的发展状况。 20018 174.7% 187.8% 107.0% 61.3% 45.5% 40.4% 33.5% 103.7% 1,026 10,926 49.7% 34.4% 26.8%16.8% 202120192022 HardwareSoftwareServiceOverall GRHW GR 图2 中国人工智能市场规模及预测， 2017-2022 来源： IDC中国人工智能基础架构市场跟踪报告， 2018H1 10 2. 需求侧： 客户需要的是能够提升能力、 带来价值的 解决方案， 呈现场景化和行业化特征 经过几年的观念普及和市场教育， 2018

16、年中国人工智能市场已经 进入广泛的应用尝试和行业解决方案探索期， 在人脸识别、 语音识 别、 图片识别、 自然语言处理等某些成熟的应用场景下， 一些解决 方案已经开始在互联网、 政府、 交通、 金融和制造等行业得到了广 泛的应用， 给人工智能解决方案的提供者和最终客户带来了价值。 客户也开始从应用实践中对人工智能有了更清晰的认识， 对人工 智能的应用提出更清晰、 更准确的要求。 1.接受度普遍提高： 人工智能将进入快速应用和部署期 从2017年开始， IDC针对亚太地区进行了企业人工智能接受度和应 用成熟度调研， 2018年的调研结果显示， 中国人工智能的市场接受 度从2017年的10%迅速提

17、升到超过20%； 同时， 在未来两年中计划 使用人工智能的企业比例也从27%提升到60%。 人工智能市场有 望在未来两年提速， 进入实际应用和部署的快速增长期。 IDC2018年的调研结果显示， 客户采用人工智能系统最重 要的三个目标是： 提高生产 力， 提升业务/运营/IT等的自 动化水平和发现新价值。 客户 已经普遍认识到人工智能的 巨大潜力， 将其视为数字化转 型和业务创新的利器， 希望能 够通过使用人工智能技术实 现提高生产力、 提高业务运营 能力并指导决策和业务创新 的目标。 提高生产力59% 57% 46% 39% 30% 提升业务/运营/IT等的自动化 改善与所有利益相关者的 交

18、互体验和一致性 提高决策制定的准确性和一致性 发现新价值和新洞察 60% 15% 20% 5% 1-2年7-12个月2-6个月2年以后 如果您目前还没采用过人工智能系统， 您计划 什么时间段可能会采用？ 亚太500样本 （中国100样本） ， 60%的客户预计将在 未来1-2年内使用人工智能； 贵司部署和采用人工智能系统的主要预期是什么？ 图3 IDC中国人工智能接受度市场调研 图4 IDC亚太人工智能接受度市场调研 数据来源： IDC: 中国人工智能接受度市场调研, N=500 2018 来源： IDC 亚太区人工智能接受度调研， N=416, 2018 11 3.供给侧： 算力推动数据处理

19、和算法演进， 应用成熟度提升 算法是人工智能早期研究和发展的热点， 从人工智能概念提出开始， 算法一直在不断地发展和演进。 从供给的角度来看， 学术界是人工智能理论和算法的开创者， 在人工智能理论和算法的早期发展过程中起到了核心的作 用， 从决策树到神经网络， 从机器学习到深度学习， 推动算法不断演进和进步； 2010年之后， TensorFlow和Caffe框架相继 诞生， 互联网巨头开始更多的投入对算法和算法框架的研究， 并以互联网的方式和开源的精神推动了算法的发展， 促进了 算法与应用的结合。 进入新世纪之后， 互联网的发展和普及使人类进入数字时代， 数据爆炸性增长， 各种类型的数据、

20、各种格式的数据、 各行各 业的数据都以前所未有的速度产生并存储下来， 为人工智能的发展提供了丰沃的土壤。 在中国， 数据主要可以划分为两类： 行业数据和互联网数据。 行业数据主要掌握在政府和政府主导的金融、 电信、 制造、 医 疗、 能源等行业巨头和政府管理机构手中， 互联网数据主要掌握在BAT等头部互联网公司手中。 数据量不再是一个问题， 唯 一需要考虑的是如何处理和使用数据？ 使之更适合为人工智能系统所用； 如何打破数据的壁垒， 将更多的数据开放出来， 并保证数据的安全和隐私保护。 中国在2017年6月1日发布并实施了 中华人民共和国网络安全法 ， 该法第三十七条中明确规定：“关键信息基础

21、设施的运 营者在中华人民共和国境内运营中收集和产生的个人信息和重要数据应当在境内存储。 ” ， 网络安全法等法律法规为数据 的存储、 管理和应用提供了法律依据。 在人工智能的三个基本要素中， 算力的提升直接提高了数据的数量和质量， 提高了算法的效率和演进节奏， 成为推动 人工智能系统整体发展并快速应用的核心要素和主要驱动力。 人工智能计算具有并行计算的特征， 按照工作负载的特点主要分为训练 （training） 和推理 （inference） 。 传统的通用 计算无法满足海量数据并行计算的要求， 于是以CPU+GPU为代表的加速计算应运而生并得到了快速的发展， 成为当 前主流的人工智能算力平台

22、， 尤其是在面对训练类工作负载时具有很高的效率和明显的生态优势； 推理类工作负载 具有实时性要求高、 场景化特征强、 追求低功耗等特征， 在不同的应用场景下呈现明显的差异化， 除了GPU加速计算 解决方案以外还出现了众多新的个性化算力解决方案， 比如： 基于FPGAASICARMDSP等架构的定制芯片和解决方 案， 其计算平台呈现明显的多样化特征。 算力的提升是个系统工程， 不仅涉及到芯片、 内存、 硬盘、 网络等所有硬件组件， 同时也要根据数据类型和应用的实际 算法 数据 算力 算力、 算法和数据是人工智能的三个基本要素， 在人工智能的实际应用中缺一不可， 在人工智能发展的进程中相辅相成，

23、在 不同的发展阶段各自发挥着核心作用。 12 情况对计算架构、 对资源的管理和分配进行优化。 目前提升算力的手段也主要是两种， 一种是与应用无关的， 通过对架构 和核心组件的创新， 提升整体系统的算力水平； 另一种是与应用强相关的， 通过定制芯片、 硬件和系统架构， 为某个或某 类应用场景和工作负载提供算力。 国际上来看， 谷歌发布第二代TPU， Intel通过收购布局人工智能市场， Nvidia不断推出新的GPU产品和软件， 微软和AWS 率先在云端推出AIaaS服务， 美国科技企业以核心技术和创新精神引领着人工智能市场的发展和算力的提升。 目前， 中国厂商仍然缺乏算力的核心技术， 算力的供

24、给主要还是由服务器厂商将国际厂商的解决方案产品化来实现。 但 我们也看到， 领先的厂商已经开始在芯片、 算法框架、 应用部署和管理工具等方面加大研发和投入， 丰富和加强自己的算 力平台， 并且已经取得了一定的成果。 伴随算力的提升， 尤其是GPU等技术应用于人工智能之后， 极大提升了算法的效率和演进的节奏， 使产业界看到了人工 智能实际应用的可能， 推动算法的研究走出实验室， 更多的与产业和行业相结合， 衍生出丰富的与行业应用和场景相关 的算法分支， 从而形成了算力、 算法和数据的良性互动， 促进了人工智能生态的快速发展和繁荣。 在人工智能的应用层面， 中国与世界处在同一个起点， 在某些领域甚

25、至已经走在了前面。 互联网是人工智能技术发展和应用实践的先行者， BAT根据自身优势推出自己的智能驾驶、 城市大脑、 智慧医疗等人工智 能战略和AIaaS云服务； 与此同时， 人工智能创新企业不断涌现， 在人脸识别、 图像识别、 自然语言处理、 自动驾驶和人工 智能芯片等细分领域都取得了突破性进展， 推动人工智能的应用场景和行业应用快速发展和落地， 科大讯飞、 寒武纪、 商 汤、 旷世、 地平线、 深鉴科技等领先企业也受到了资本的青睐， 迅速成长为新的独角兽企业。 人工智能成为互联网、 产业界 和投资领域共同关注和投资的核心热点。 4. 以算力为核心： 人工智能实践从提升算力开始 2018年，

26、 中国人工智能市场投资规模约25亿美元， 其中约 66%的投资是算力的投资； IDC预测， 到2022年， 中国市场的人工智能算力投资将超过 50亿美元， 占人工智能整体投资市场规模的近50%。 计算平台既是算法和数据的载体， 也是人工智能系统的承 载平台， 算力直接决定了人工智能系统的效率和人工智能 应用实践的成败， 无论是训练还是推理， 人工智能的投资和 实践往往都是从搭建计算平台开始的。 200022 1,065 5,036 110.6% 49.9% 35.6% 27.8% 16.7% HardwareHW GR 图5 中国人工智能基础架构市场

27、规模及预测， 2017-2022 来源： IDC中国人工智能基础架构市场跟踪报告， 2018H1 13 中国人工智能 算力发展评估 1. 中国人工智能计算力发展评估方法论： 人工智能算力发展评估方法论： 本次研究基于IDC人工智能研究方法论， 从行业和地域两个维度， 对人工智能算力的发展水平和未来发展潜力进 行评估。 在本次中国人工智能计算力发展评估中， 包括但不限于以下因素： 经济总量和IT应用水平 IT总体投资规模和水平 人工智能投资规模 人工智能算力投资规模 人工智能技术场景和应用场景成熟度 行业应用成熟度 数据量和数据完备度 人工智能领先企业分布和聚集效应 人工智能人才水平和发展潜力

28、政策扶持与鼓励 14 IDC中国人工智能基础架构市场跟踪报告 （2018H1） 的数据显示， 人工智能算力投资的行业分布情况如下图七所示： 2. 中国人工智能算力发展评估结果与分析 行 业 维 度 IDC观察到在过去的两年中， 人工智能的应用迅速成熟并以人工智能解决方案的形式落地， 在很多行业得到了应用； 同时我们 也发现， 人工智能的行业应用情况与算力投资的行业分布保持了高度的一致。 基于IDC的已有研究和最终客户调研， 图六以柱状图的形式列出了主要行业的人工智能应用成熟度。 对比右图的数据我们可以看到， 人工智 能应用度最高的八个行业同时也是人 工智能算力投资最高的行业， 行业排名 的次序

29、也大致相同。 目前综合来看， 互联网、 政府、 服务和金 融行业是中国人工智能算力发展的领 先行业， 接下来我们从行业的维度来分 析人工智能投资和应用的特点和趋势。 75 65% 43 15% 21 32 7% 30 5% 19 29 2%2%2% 1%1% 15 12 互联网 互联网 政府 政府 金融 金融 制造 制造 服务 服务 电信 电信 教育 教育 医疗 医疗 其他 其他 图6 人工智能行业应用成熟度调研 来源： IDC: 中国人工智能接受度市场调研, N=500 2018 来源： IDC中国人工智能基础架构市场跟踪报告， 2018H1 图7 中国人工智能算力投资行业分布， 2018H

30、1 15 与百度不同， 阿里和腾讯的人工智能布局更倾向于投资和产业布局， 通过投资、 收购和合作打造自身的人工智能平台， 比如： 阿 里云的城市大脑和AIaaS云服务平台， 腾讯的人工智能大健康和微信平台， 阿里对平头哥在人工智能芯片领域的投资， 腾讯对 蔚来汽车在自动驾驶领域的投资等； 实际应用更多的是对已有核心业务的支撑和优化， 比如在电商的产品推介、 社交娱乐的图 片和视频识别等应用场景中的应用。 2018年， 互联网的人工智能投资得到了快速的发展， 人工智能技术得到了广泛的应用。 在BAT等超大型互联网企业的示范作用 下， 几乎所有互联网企业都开始或多或少的投资于人工智能以推动电商、

31、娱乐社交、 云服务等自身业务的发展。 未来几年内， 互 联网仍然是中国人工智能市场应用最广泛、 投资总量最大的行业， 将在人工智能的发展中起到重要的引领作用。 政府 政府是制定和推动人工智能发展策略和产业规划的管理部门， 同时也是人工智能市场投资和应用的重要行业。 政府行业的人 工智能投资主要集中在智慧城市、 智慧交通、 平安城市等城市运营和管理平台， 主要应用集中在以视频监控为基础的人脸识 别、 车辆识别等典型应用场景。 中国是世界上安装监控摄像头数量最多的国家， 截至2018年年底， 监控摄像头总量达到约2亿个， 其中大部分高清摄像头是由 公安、 交管等政府管理部门投资建设的。 近几年来，

32、 伴随人工智能技术的迅速发展， 智能摄像头成为视频监控解决方案的标配， 基于视频监控的人脸识别和物体识别等人工智能解决方案在智慧城市、 平安城市、 天网工程、 雪亮工程等项目中都得到了广泛 的应用， 监控系统产生的海量的非结构化数据也给数据存储和人工智能计算带来了巨大的市场机会， 反过来也推动了人工智 能技术和生态的快速进化和发展。 互联网 互联网是新技术开拓和应用的先行者， 全球互联网市场范围 内， 中国是唯一能与美国在市场规模和技术能力上相提并论 的国家， 人工智能市场同样如此， 在人工智能技术上中国与美 国基本保持同步， 在某些应用上甚至超过美国。 BAT是首先大规模进行人工智能投资并将

33、人工智能应用于自 身业务的互联网公司， 其各自的人工智能策略也各具特点， 在 语音交互、 自动驾驶、 图像识别、 人工智能云服务等方面在全 球处于领先地位。 百度是最早开始布局人工智能的中国互联网公司， 2013年 即成立了深度学习研究院， 2014年就在硅谷成立了人工智 能实验室。 2017年百度明确了其人工智能发展战略： 以Due- rOS和Apollo两大开放平台为核心的人机交互平台和自动驾 驶平台。 DuerOS面向最终用户打造智能硬件和智能家居生 态， Apollo面向汽车产业打造开放的自动驾驶生态。 经过多年 的投资， 百度在算力、 算法和数据方面都建立了自己的体系， 在人工智能技

34、术上具备了先发优势。 来源： IDC: 中国人工智能接受度市场调研, N=500 2018 来源： IDC中国人工智能基础架构市场跟踪报告， 2018H1 16 服务 服务行业对人工智能的投资主要集中在核心业务涉及人工智能的科技企业中， 比如： 科大讯飞、 商汤、 旷视、 依图、 寒武纪、 思必 驰、 碳云智能等科技企业。 他们的具体产品和业务模式可能各不相同， 但也具有几个共同的特点： 首先， 他们以人工智能为核心业务， 普遍拥有自主研发的核心技术、 算法和数据， 是整个人工智能产业的上游企业， 是人工智能 产业中最具创造力和活力的核心企业； 其次， 从硬件投资上来看， 算力是人工智能企业的

35、核心基础设施和核心生产力， 他们在资本市场的支持下会不惜余力的打造自 己的算力平台以提高核心竞争力， 大部分头部企业都拥有自己的异构算力平台； 最后， 他们基本都是技术驱动的初创类公司， 技术、 产品和客户基础相对单一、 薄弱， 在将技术产品化、 将解决方案深入行业客 户的实际应用场景的商业化进程中， 需要合作伙伴的支持和配合。 在人工智能市场快速发展的大背景下， 这些科技企业也迎来了前所未有的发展机遇， 他们在人工智能基础设施的投资也必然 会水涨船高。 金融 金融行业是对业务连续性和数据安全要求最高的行业， 往往对新技术的应用持谨慎和保守的态度， 但金融行业同时具有专业 化程度高、 整体IT

36、水平高、 拥有独立而完整的行业和客户数据的特点， 比较适合人工智能应用对算力和数据的要求， 因此在人 工智能的应用上走在了传统行业的前列。 人工智能技术主要在自动化客服、 合规管理、 智能CRM和量化交易等领域得到了应 用， 帮助金融企业降低成本、 提升效率和提高客户体验。 IDC看到在金融行业已经有了很多人工智能应用的成功案例， 比如： 人机交互技术在智能客服领域， 人脸和声音等生物识别技 术在身份验证和风控领域， 图片识别在OCR领域等都得到了广泛的应用。 同时， 部分领先的金融企业已经开始大规模投资建设 自己的人工智能平台， 并基于金融业务特征和自身的数据， 进行人工智能算法的开发和业务

37、创新， 利用人工智能技术打造自己 的核心竞争力。 17 安防 人脸识别 内容鉴定 智能投顾 智能交管 智能停车管理 智能路灯 车辆识别 舆情分析 自然语言处理 智能推荐和精准营销 语音识别 欺诈分析与调查 互动娱乐 客户行为分析 自动化客服 IT自动化 自动驾驶 辅助诊断与早期筛查 智能助理 智能诊断 合规管理智能化 智能工厂 ERP自动化 QC自动化 智能机器人 智能音箱 传统经济 新兴经济 数字经济生物识别 智能制造 智能家居 智能医疗 智慧城市 图8 AI典型应用场景及未来展望 不同阶段示例 市场发展潜力 时间 20202025 对于制造、 电信、 教育和医疗等行业， 由于存在应用场景碎

38、片化、 行业专业化程度高、 行业数据封闭等各种各样的原因， 人工智能的 应用和投资相对分散， 目前还没有形成具有一定市场规模和影响力的典型的行业应用场景， 影响了人工智能在这些行业的大规模 应用。 目前， 制造业的应用比较多的集中在基于物品识别的质量检测和控制场景， 电信的应用集中在智能客服和自动化运维场景， 教育 的应用集中在智能语音和人机交互场景， 医疗的应用集中在基于图片识别的辅助诊断场景。 由于人工智能解决方案高度依赖于典型应用和典型应用场景， 只有与行业应用和应 用场景高度融合， 才能取得好的成果。 IDC对人工智能的典型应用和典型应用场景进 行了梳理， 如图八所示。 纵轴是市场规模

39、和未来发展潜力的大小， 横轴是我们预测的 解决方案成熟和得到广泛应用的时间线。 来源： IDC中国人工智能基础架构市场跟踪报告， 2018H1 18 在中国市场， 目前最成熟的人工智能应用是生物识别类应用， 人脸识别、 图像识别、 语音识别、 自然语言处理等生物识别 技术在视频监控、 平安城市、 智慧城市、 自动化客服、 内容鉴定、 智能推荐和精准营销等典型应用场景得到了广泛的应用， 为互联网、 政府、 金融、 制造等行业客户提供更优的行业解决方案； 未来人工智能在产品智能化和行业智能化方面还有无限的潜力和广阔的应用空间， 但也需要在算力、 算法和数据方面得 到更好的支持。 在产品智能化和行业

40、智能化的演进过程中， 都需要算力、 算法和数据的协同发展， 但其侧重点也略有不 同， 在产品智能化方面更多的是需要算力和算法的提升， 在行业智能化方面更多的需要行业数据的开放和共享。 在此次研究中， 我们发现领先的行业客户率先投资和应用人工智能， 已经开始取得成果和收益。 浙江大华技术股份有限公司 （简称大华） 是全球领先的以视频为核心的智慧物联解决方案提供商和运营服务商， 以技术 创新为基础， 提供端到端的视频监控解决方案、 系统及服务， 为城市运营、 企业管理和个人消费者创造价值。 在市场竞争 中， 大华敏锐的意识到人工智能对视频监控、 安防、 城市运营等市场会带来深远的影响和其中蕴藏着巨

41、大的商业机会。 在 过去两年中， 大华开始积极探索人工智能在本行业的应用， 并制定了 “全感知、 全计算、 全智能和全生态” 四个全面的人工 智能战略。 经过两年的努力和探索， 大华已经将人工智能技术和成果广泛地应用到产品和应用中， 全面升级了原有的产 品和解决方案， 打造了从智能终端进行数据采集、 边缘计算进行数据预处理、 云数据中心进行数据分析和应用场景落地 的数据流和价值链， 为客户提供端到端的智能产品和解决方案。 大华研究院殷俊院长谈到 “人工智能正在驱动产业升级， 未来人工智能将成为所有产品和解决方案的标配， 大华在安防 领域已经深刻感知到这个趋势。 从2017年开始， 大华确定了四

42、个全面的人工智能战略， 投入巨资建设自己两个中心的人 工智能平台。 一个是训练中心， 建设以GPU服务器为核心的高性能人工智能训练平台， 为人工智能提供基础能力并打造 大华自己的核心能力和解决方案； 一个是产品中心， 基于人工智能的能力和自身业务开发自己的智能化产品。 通过与合 作伙伴的合作和两个中心的建设， 大华已经初步形成了全面的人工智能产品线和HOC （城市之心） 智能城市解决方案架 构， 构建了以视频监控和智慧物联业务为纽带的人工智能生态体系， 为政府、 金融等行业客户提供了更好的体验和新的 价值。 ” 招商银行是中国领先的零售银行， 也是中国金融界IT应用和创新的先行者。 招商银行认

43、为， 金融科技 （Fintech） 是未来金 融业务创新和发展的核动力， 未来的银行就是金融科技公司、 是传统银行向网络化、 数据化、 智能化的转变。 2017年， 招 商银行正式提出建设Fintech银行的3.0转型战略， 而人工智能和大数据技术则是招商银行推进金融科技发展和创新的 重中之重。 招商银行人工智能实验室负责人李金龙谈到 “招商银行制定了用科技的力量建设金融科技银行的战略大方向， 人工智能 是金融科技银行建设的总要组成部分。 在人工智能领域， 人工智能实验室承担着大胆探索、 超前研究、 先锋尝试的角色， 具体思路是： 一方面， 借力合作伙伴的力量打造、 提高招行自己的人工智能能力

44、， 并运用人工智能提高金融服务的效率和 水平； 另一方面， 将人工智能的能力和金融业务的实际需求相结合， 应用人工智能全面赋能金融业务运营和创新， 在银行 的获客方式、 市场营销、 风控管理、 客户服务和体验等领域带来直接的改变。 2017年开始， 我们开始加大在人工智能方向 的投资， 主要集中在算力的建设和算法的研发。 算力是人工智能的基础能力， 我们通过与领先的服务器厂商的合作， 已经 搭建了自己的以GPU服务器为核心的人工智能算力平台， 为我们未来的研发和创新提供了坚实的基础和支撑。 ” 19 百度是全球最大的中文搜索引擎， 是中国互联网的代表BAT中最具技术基因的互联网公司， 也是中国

45、最早将人工智能作为公 司未来发展核心战略的公司。 百度在人工智能领域大力投入， 并积极进行商业模式探索， 在自动驾驶、 语音识别、 图像识别、 知 识图谱、 增强现实技术与深度学习等领域都实现了重大突破， 已经建立起以百度大脑、 DuerOS、 Apollo和百度云为基础的覆盖 终端、 汽车和企业服务的人工智能能力平台和生态系统， 是中国人工智能产业发展的领先企业。 在百度的人工智能生态中， 百度云为整个生态提供基础架构支撑， 是核心的算力平台， 同时也是将百度的人工智能研究成果产 品化， 为企业客户提供人工智能解决方案的业务平台。 在本次研究中， 百度云团队谈到 “百度云以人工智能为中枢、

46、以大数据为 依托、 以云计算为基础推进ABC战略， 结合传统行业的实际应用， 为客户的数字化转型提供动力引擎， 正在营销、 金融、 媒体、 工 业、 交通、 物流等各个行业推动创新与变革。 在百度的人工智能生态中， 百度云为整个生态提供基础架构支撑， 是核心的算力平台， 同时也是将百度的人工智能研究成果产 品化， 为企业客户提供人工智能解决方案的业务平台。 在本次研究中， 百度云团队谈到 “百度云以人工智能为中枢、 以大数据为 依托、 以云计算为基础推进ABC战略， 结合传统行业的实际应用， 为客户的数字化转型提供动力引擎， 正在营销、 金融、 媒体、 工 业、 交通、 物流等各个行业推动创新

47、与变革。 地 域 维 度 IDC发现人工智能的算力分布还呈现出明显的地域属性。 当前， 那些IT投资规模大、 IT发展水平高、 拥有较多人工智能领军企业 的省市在算力投资方面也走在了前面； 未来， 那些有清晰的人工智能发展战略、 拥有更多人才储备和人工智能产业规划投资的 省市将有更大的发展潜力。 按照自己的研究方法， 本次研究IDC按照区域推出了省级的人工智能热图和TOP10的城市排行榜， 具体情况和排名如下 图所示： 区域省份 华东浙江江苏上海山东福建江西安徽 华南广东海南广西 华北北京天津河北山西内蒙古 华中湖北湖南河南 东北辽宁吉林黑龙江 西南四川重庆云南贵州西藏 西北陕西新疆甘肃宁夏青

48、海 表1 2018中国AI计算力发展评估白皮书地域分析 20 武汉 广州 贵阳 重庆 成都 图9 2018中国AI计算力发展评估-城市分析 1 2 3 4 5 杭州 上海 北京 合肥 深圳 21 本次研究IDC发布了TOP10的算力领先的城市名单， 并且将TOP10的城市分成两档， 杭州、 北 京、 深圳、 上海和合肥成为中国最领先的人工智能算力城市， 其次是成都、 重庆、 武汉、 广州和 贵阳。 杭州在此次评估中脱颖而出， 主要是由于杭州在人工智能的政策和策略、 投资规模和人才储 备、 领军企业和初创企业数量等几个方面都有自己的特点和优势， 在人工智能的技术发展水 平、 实际应用、 生态建设和算力投资等方面具有明显的整体优势。 浙江省政府全力支持杭州发展人工智能产业， 2017年12月浙江省人民政府即发布了切实可 行、 目标明确的 浙江省新一代人工智能发展规划 ， 在规划中明确了以杭州为核心推进人工 智能发展的基本原则和主要目标， 提出了技术突破、 加快产业化、 优化行业布局、 推动示范应 用、 培育创新企业和人才的主要任务， 在全国范围内率先为人工智能产业的发展创造了优越 的政策环境和营商环境。 在政府的政策支持下， 阿里、 海康威视、 大华等领军企业加大在人工智能领域的投资和研发， 在人工智能芯片、 算法研发和数据积累方面都取得了成果， 在城市大脑、 智