1、中国人工智能+物流 发展研究报告 2020年 2 摘要 近年来，中国物流业在互联网经济的催动下发展较快，在成本不断攀升、效率提升 缓慢的背景下，物流业最迫切的需求即“降本增效”。
人工智能技术及相关软硬件 产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本， 提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。
人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如。

2、中国中国人工智能人工智能100100强强 研究报告研究报告 20182018年年 前瞻产业研究院出品 01012018年中国人工智能100强企业名单 02022018年中国人工智能100强产业链分析 03032018年人工智能百强重点企业解读 CONTENTSCONTENTS 目录目录 2018年中国人工智能年中国人工智能100强企业名单强企业名单 百强企业名单企业区域分布 1-11-2 1-1 。

3、技术和深度学习的发展为人工智能向具体行业赋能奠定了基础，同时具体技术打破了应用到手机上的瓶颈，技术的安全、效率、准确性等指标被验证可靠，从而真正能实现落地。
AI手机商业驱动商业化由点及面的驱动：人工智能手机产业链各环节呈现出“头部带动”效应，上下游厂商之间通过合作扩大优势，呈现出AI走向主流核心应用、各方合作模式逐渐成熟清晰、争相在行业生态入口布局的特点。
而经济、政策、资本、行业的支撑，是人工智能手机行业得以发展的基础条件。
AI手机应用场景应用场景：人工智能手机通过创新和升级，在人机交互上，对用户需求先理解后执行，帮助用户解放了双手，在内容生产上，帮助应用变得更实用、更丰富。
手机用户调研消费者认知与体验：中国手机用户对人工智能手机具有较为广泛的认知与期待，现有人工智能手机用户渗透率高，潜在用户广泛存在，消费者整体认为人脸解锁和语音助手体验最好，并且最有价值。
AI手机未来展望新格局：以战略高度看待人工智能手机的竞争与布局，读懂趋势，深化与底层上游芯片、开发平台的合作，注重将手机与热门移动互联网应用有机融合。
新议题：出海战略下，手机厂商需要思考在特定海外市场，AI如何助力市场份额做大，研究细分市场和产品定位，采取因地制宜的策略。
新机遇：人工智能未来在移动互联网应用的内容产出提升方面大有可为，但需要解决硬件与。

4、器学习、深度学习开源技术全栈，通过介绍开源工具平台及基准的方法论，降低行业人员学习和应用人工智能的技术门槛，提升研发速度，降低研发和运维管理成本，使前沿技术和新兴算法能快速运用到具体领域业务中并创造价值。
（3）推动人工智能生态圈建设报告所描述的人工智能领域的经验和需求能够促进人工智能生态圈的良性发展，促进企业的技术创新。
标准与开源的联动能使产业发展更加健康。
（4）推动产业以更开放的心态进行协同创新报告所倡导的开源开放的业态有助于推动中国人工智能开源走向更深层次，例如数据开放协同的文化及平台建设、开源分享思维和隐私保密需求的平衡等。
报告会给出开放数据平台的构建思路及四种可供参考的方案。

5、年，国务院印发的新一代人工智能发展规划中提出，要在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。
在政策的支持下，人工智能教育企业遍地开花。
目前，经营工具型辅助学习、人工智能学科教育和智慧校园的创业型企业发展得较为完善。
工具型辅助教学：目前AI+大数据、知识图谱、语音语义识别、视觉识别等的应用逐渐广泛，线上教育产品趋于个性化。
人工智能学科教育：以人工智能技术为依据研发出的一种学科类教学系统被称为人工智能学科教育，其主要表现形式有编程教育、航天教育、机器人教育、创客教育等。
智慧校园：将以大数据为基础的校园工作、学习和生活一体化，以各种应用服务系统为载体，使教学、科研、管理和校园生活充分融合。
人工智能基础教育未来将发展成为完善的多层次的培养体系，同时，企业将从顶层建立健全的人工智能基础教育框架，向综合性解决方案提供商性质的人工智能教育企业发展。
未来人工智能教育企业应该做的是，加强人工智能基础教育，依托丰富的教育资源，完善人工智能基础教育体系和综合服务解决方案，创新人工智能教育模式，加强人才储备和梯队建设，加快人工智能人才培养步伐，形成多层次的人才培养体系。

6、迹象似乎表明，因深度学习而进入“二次革命”的人工智能的创业窗口期正在关闭。
八年来，人工智能浪潮从最初的兴奋高涨到逐步冷却，投资市场趋于饱和。
当人们重新审视这个笼罩着“AI光环”的绚烂气泡，将仰望未来前景的双眼聚焦于当下现实，回归理性，增速放缓，是人工智能投资市场必然经历的事情。
2019年，人工智能企业继续在冲往崭新世界的道路上求索。
度过了过往几年快速冲刺的阶段，人工智能新的投资布局究竟如何？这艘满载而起的火箭未来又在何方？2012-2018年间，“人工智能” 在学术、投资以及舆论界的热度整体持增长趋势，其中投资热度的增长相较最快。
根 据 亿 欧 智 库 统 计 ，截止2019年5月，中国人工智能企业共计1093家，2014-2016年间创业热潮显著，集中在行业解决方案、机器人、企业服务和汽车行业。
此后人工智能领域创业增速减缓。
上述1093家企业，分布于25个省份的45个城市，其中北京 、上海、深圳、 杭 州 占77.6%，相关政策颁布与当地企业数量有高度关联性。
在13项人工智能技术方向上，计算机视觉、数据挖掘、机器学习、机器人和IC设计占比有所增长。
人工智能技术在高精尖领域应用的同时实现了生产生活领域的全方位应用。

7、助降本增效。
宏观环境变化、政策、数据和技术是人工智能进入商业化探索阶段的四大驱动力。
资本趋于理性，人工智能早期项目融资难度增加，B轮及以后独角兽融资热度不减。
中国人工智能产业链快速完善，大致可分为基础层、技术层和应用层中国人工智能产业链快速完善，各环节合作模式逐渐成型，并呈现出精细化发展的趋势 。
根据产品和业务侧重的不同，人工智能产业链可大致分为基础层、技术层和应用层。
基础层资本注入稳定，各环节技术、产品和商业模式上均有不同程度的突破。
技术层早期大量研发投入带来的技术优势，转化为商业化的先发优势，进而带来市场机会和规模优势。
应用层深入到各行各业，行业呈现“一专多能”的趋势，即：专注于某一领域的技术公司，同时也关注更多的行业和场景机会。
人工智能与实体产业深度结合的商业化时代已经到来，未来潜力巨大各类人工智能技术都已进入在实体产业应用场景中落地的阶段，受政策和市场环境驱动 ，人工智能商业化的进程加快，未来，将在带动行业创造新的增长点上发挥巨大潜力。
随着开源算法、开放平台的应用，人工智能的使用门槛在逐渐降低，这将使得更多的企业可以利用人工智能技术来为场景和行业赋能。
在探索技术边界的过程中，人工智能所能解决的问题更加精细化，对应的产品和服务也更加专业化。
整。

8、产业链作出分析，并对重点企业进行解读。
（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）北京为主要人工智能企业孵化地前瞻统计发现，100强人工智能企业大多分布在北上广等一线城市。
其中，北京是人工智能企业的主要孵化地，过半数企业在此诞生，占比达到52%。
其次为广东和上海，分别为23和12家企业。
2018年中国人工智能100强企业产业链分析人工智能产业链包括三层：基础层、技术层和应用层。
其中，基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
基础层：基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑。
主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。
技术层：技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径。
主要包括算法理论（机器学习）、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、机器视觉、智能语音、自然语言理解）。
应用层：应用层是人工智能产业的延伸，集成一类或多类人。

9、批三类证审批企业处在临床试验阶段，“多中心验证”成为“金标准”。
1家企业进入三类证注册审批绿色通道。
医疗人工智能：“医疗人工智能”概念出现之初，业内对于“人工智能是学科还是技术、医疗的内涵和外延是什么”展开了一场大讨论。
随着“医疗人工智能”从概念走向实体、应用场景越来越明晰、各类产品走入目标市场、相关标准及规范相继出台，现在业内对于“医疗人工智能”已有较为统一的认知。
目标市场：医疗人工智能企业决定进入的、具有某一共同需要及特征的购买者集合。
落地、商业化*：.“落地”是指“产品走出实验室，进入目标市场”。
其特征是应用对象及应用场景从实验室转变为真实世界。
.“商业化”是指企业所处的“真实可见的实际应用案例、能规模化推广的对应产品、可用统计数据证明的应用成效、合法合规并可执行的商业模式”的状态。
需要说明的是，医疗大数据作为医疗人工智能的底层支撑，并不在本报告所述“应用场景”范围内。
但不可否认，医疗大数据是医疗人工智能能够实现的重要一环，是后者不可或缺的原材料。
为满足叙述的完整性，本报告的企业图谱章节仍将“医疗大数据”相关企业纳入其中。
医疗人工智能各应用场景下引入NLP、深度学习、计算机视觉等人工智能相关技术所开发的，使医疗活动成本降低、效果增强，而且为医疗相关产业链带来了新变化的产品及服务。
目标市场。

10、于教育而言到底意味着什么？从教育本身的发展阶段来看，教育正从以教师为核心的模式走向以学生为核心的模式，这一转变的基础就是大数据和人工智能，AI正让教育走向真正的个性化、规模化和效率化，用AI技术培养人才已成为未来的趋势之一。
当然，人工智能时代对于教育的影响绝不仅仅是技术的赋能，更有对人才培养方向和理念的影响。
如何做好新时代的人才培养在主要发达国家已上升至国家战略层面，甚至与未来国际竞争力直接挂钩，中国、以色列等新兴国家在市场反响和政策层面的重视程度也在逐步增加。
关于人工智能教育公司的7点总结1、教育公司定位“因地制宜”，中国人工智能教育公司发展速度领先全球我们研究发现，仅从功能实现上而言，中外人工智能教育企业的差别不大，甚至在细分功能上，中国教育企业业务比海外企业更为丰富。
而且相似的，全球人工智能教育企业选择的业务都与本国或本地区教育发展现状息息相关，例如：中国教育企业集中在自适应的学科辅导，而美国教育企业更多在提供升学与奖学金配套的指导上。
这样的事实对应的是中美不同的教育现状：中国学生升入普通高中的筛选率接近50%，学习成绩是唯一的影响因子，而美国，大学整体的辍学率接近50%，其中60%的辍学是经济原因导致。
中国速度领先全球，一方面体现在中国对于人工智能教育的总融资金额和融资数量上；2、中外教育机构对于“人工智能”的。

11、习、机器学习、强化学习等领域展开研究。
具体而言，算法模型的开发正逐步从标准化、高人工干预的监督学习转向小样本、少监督、场景化的模式，利用更少数据、更高时效训练出可处理复杂任务的模型成为重点诉求。
人工智能子领域也出现一系列突破：预训练模型已被批量应用于自然语言处理任务中；融合视觉、语音的多模态感知计算备受关注；生成对抗模型（GANs）则拓展进入到图像、文本生成等领域人工智能普惠化以往的人工智能框架在使用过程中仍需要开发者自行设计模型，2018年以来，NAS和AutoML等工具正使AI技术变得更为简单易用。
用户只需喂食数据，工具就能够自行快速地搜索并创建由复杂神经网络驱动的决策功能，这使人工智能在实际场景中更具可用性，降低了开发者和客户使用AI及相应服务的门槛和转换成本。
标准化推进就国内而言，2018年1月，国家人工智能标准化总体组、专家咨询组成立，标准化工作全面推进。
2019年4月，国家人工智能标准化总体组第二次全体会议召开，发布了人工智能开源与标准化研究、人工智能伦理风险分析等研究成果，国家新一代人工智能标准体系建设指南也进入审改完善阶段。
人工智能标准化取得进展，将加速相关技术创新和成果转化。
企业视角：AI创业机会收窄，研发+商业化并重成创企共识人工智能的创业机会收窄亿欧智库统计数据显示，自2012年起，人工智能创业初见端倪，在2014年快速增长，到2016年达到顶峰，之。

12、流的市场规模为15.9亿元，预计到2025年市场规模将接近百亿。
在物流各环节的应用分布方面，仓储与运输占比较大，两者占比之和超过八成。
人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工；二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统提高人工效率。
代替人工方向的AI应用市场前景广阔，但受技术水平和政策限制等因素影响，落地条件尚不成熟，还需要较长的培育时间。
提效方向的AI应用已具备一定的技术基础，但实际场景散落在物流业务体系中的各个角落，场景清晰度不高，空间不足。
目前，人工智能在物流领域还处于探索之中，但从已经取得的成果来看，“人工智能+物流”的确能够给物流企业在降本增效层面带来收益。
物流企业应该以立足当下、着眼长远的原则，以辅助管理、提升效率为短期目标，寻找自身业务链条中能够被AI技术赋能的环节并通过试点论证，稳步推进；对未来有望打破物流现有业态的前沿应用做好技术储备。
AI公司一方面要把握与物流企业与电商平台的合作机会，在不断地测试积累中打磨核心技术；另一方面也要灵活运用自己研发的技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，具备一定的造血能力，以待机会到来之时能够迅速响应物流领域的市场需求。

13、19显示，目前我国人工智能论文发文量全球领先。
一方面科研院校与机构是人工智能技术实现突破的重要力量，另一方面企业自建或者联合高校共同创立的人工智能实验室为人工智能技术商用落地和技术储备付出了重大努力，例如腾讯AI Lab、百度机器人与自动驾驶实验室等。
深度学习不断取得突破，图神经网络成为新研究方向由深度学习引起的AI热潮，深度学习从一开始的深度神经网络到循环神经网络、卷积神经网络，再到生成对抗网络，AI核心技术不断取得创新突破。
近两年深度学习的一个分支图神经网络又成为新的热点研究方向。
图神经网络的两大特点是不规则性和无序性，能够很好地发现实体之间依赖关系，可以在社交网络、推荐系统、金融风控、分子化学和知识图谱等领域产生巨大价值。
人工智能从感知智能向认知智能迈进近年来人工智能高速发展，虽然在计算机视觉、智能语音领等特定领域实现了单点突破，但尚未具备通用性，AI技术整体还处于依托数据驱动的感知智能阶段，存在深度学习依赖海量标准数据、中间过程不可解释等问题。
而目前以迁移学习、类脑学习等为代表的认知智能研究热度也在不断攀升，与传统深度学习不断融合，助推人工智能向认知智能过渡。
企业视角：AI创业窗口期临近尾声，人工智能整体步入商业驱动发展阶段人工智能的创业机会窗口期迈入尾声阶段根据亿欧智库统计，中国AI初创企业从2012年起，经过4年的高速发展，在2016年达到顶峰，而后AI创业热度逐。

14、2020年深度行业分析研究报告,契合：人工智能是物流降本增效的良药,1,赋能：中国人工智能+物流应用分析,2,实践：中国人工智能+物流典型案例,3,展望：人工智能在物流领域的发展前景,4,物流的概念与地位,7.1,7.6,7.9,8.8,10.1,10.3,6.9%,4.5%,4.6%,11.5%,14.5%,9.0%,2014,2015,2。

15、span style;font-size13px;font-family等线;colorrgb0,0,0人工耳蜗是植入式听觉辅助设备的一种，其体外言语 span style;font-size13px;font-family等线;colorrgb0,0,0处理器将声音转换为一定编码形式的电信号传入.。

16、 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系弗若斯特沙利文公司独有的高度机密性文件（在报告中另行标明出处者除外）。
未经弗若斯特沙利文公司事先书面许可，任何人不得以任何 方式擅自复制、再造、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，弗若斯特沙利文公司保留采取法律措施，追究相关人员责任的权利。
弗若斯特沙利。

17、ffalo在三个月内(2018年10月至2018年12月)的员工人工成本估计为120,600美元。
成本中最大的比例来自数据活动(23%)，辅导(18%)，管理(14%)以及推广和注册(12%)。
在数据活动上花费的费用份额与Buffalo强调完善其数据跟踪程序并将其用于管理目的相一致。
在三个月的时间(2019年1月至3月)中，圣安东尼奥市的人工成本估计为295,300美元。
成本最高的是领导活动(21%)，其次是管理层(20%)，数据活动(16%)和儿童服务(14%)。
在整个赠款期间，圣安东尼奥市正式招募461个家庭。
哥伦布在三个月内(2019年10月至12月)的员工人工成本估计为104,200美元。
大多数成本与教练(22%)，领导力活动(19%)，儿童服务(16%)和数据活动(15%)有关。
教练花费的费用份额与哥伦布针对家庭教练的强化方法相吻合。
在哥伦布，有112个家庭正式加入了FCCC。
二、协调两代程序的成本协调和整合现有的儿童服务以及成人教育和培训服务：这些费用包括工作人员花在外展和注册上的时间协调两代计划的成本。
领导，管理和数据活动; 在计划的整个生命周期内发展和维持跨行业的伙伴关系和关系。
图1 将FCCC两代程序结合在一起的胶水三、估计的BUFFALO劳工成本在所有费用中，有三分之二以上涉及数据活动(23%)，辅导(18%)，管理活动(14%。

18、中国人工智能应用市场 2015年 研究报告 人工智能发展现状分析 人工智能应用现状分析 人工智能前景及市场机会分析 人工智能概况 人工智能国内发展情况 3 3 3 定义：用计算机实现目前必须 借助人类智慧才能实现的任务 什么是人工智能？ 人工智能 (Artificial Intelligence)： 用机器去实现所有目前必 须借助人类智慧才能实现 的任务。
Example:Example: 让。

19、2017年6月 36氪研究院 人工智能行业研究报告 （2017年） 2 报告摘要 人工智能（Artificial Intelligence）是指使用机器代替人类实现认知、识别 、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。
在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个 阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。
其中技术驱动阶段 集中诞生了基础理论、基。

20、中国人工智能城市展望中国人工智能城市展望 研究报告研究报告 2017年 2 2017.12 iResearch Inc 摘要 来源：艾瑞咨询研究院自主研究绘制。
艾瑞认为：科技蕴藏无限的生产创造力生产创造力，但用户更需要的是通过技术确切改善生活， 因此，技术落地技术落地才是科学改变生活的实践证明。
。

21、中国人工智能手机行业研究报告 2018年 2 2018.12 iResearch Inc 开篇摘要 发展阶段：当下人工智能手机进入了早期发展阶段，部分功能已举足轻重。
发展特点：人工智能手机的题中之义是通过AI技术让手机软硬件升级的效用最大化，重在“升级”而非“颠 覆”，并以视觉、语音等重头应用场景为核心。
AI手机发展 概况 商业化由点及面的驱。

22、中国人工智能产业研究报告 2020年 iResearch Serial Market Research on Chinas AI Industry 公开版 2 序言 2020年是不平凡的一年，新冠疫情打乱了很多经济生活的节奏，人工智能站上了。

23、人工智能技术进入商业应用阶段后，已经逐步在众多行业得到应用，成为影响经济发展的重要力量。
各地政府为推动产业升级，实现经济新旧动能转换，纷纷颁布与人工智能产业相关的产业规划指导意见，提供税收优惠资金补贴人才引入优化政务流程等措施优化2商环境。

24、AI技术作为智能化转型的重要工具，是指通过机器学习计算机视觉智能语音和自然语言处理等技术，处理企业的结构 化与非结构化数据等，以提升业务流程效率进行产品与服务创新并对整体业务作出分析与反馈等。
现阶段，各行业企业 在改善价值链降本增效的内在需。

25、AI 算法龙头，11X打造核心竞争力。
公司成立于 2014 年，创始人为香港中文大学工程学院教授汤晓鸥，业务聚焦于计算机视觉和深度学习领域。
公司推行1基础研发1产品和服务化X行业应用战略，通过自行研发的 SenseCore 商汤 AI 大装。

26、AI安防SpeakInSpeakIn势必可赢科技 2015 年诞生于美国硅谷，是一家全球领先的专注于声纹识别与身份安全人工智能公司。
以声纹识别技术为落脚点，深耕国家安全和物联网领域。
通过产业研发和技术创新打造出一系列具有大规模开放性1：N场。

27、中国人工智能产业研究报告2019年2序言在新一轮科技革命和产业变革的浪潮中，人工智能从感知和认知两方面模拟人类智慧，赋予机器学习以及推断能力，在与5G通信技术物联网以及云计算的协同下，成为能够真正改变现有人类社会生产工艺的科学技术。
自201。

28、中国面向人工智能的数据治理行业研究报告2022.3 iResearch Inc. 击破业务落地要害22022.3 iResearch Inc. 摘要来源：艾瑞研究院自主研究绘制。
实践高频高价值应用及数据痛点：本篇报告选择金融零售医疗和工业四。

29、工业人工智能Industrial Artificial Intelligence，简称Al是铝在工业应用中的应用，是第四次工业革命中价值创造的主要贡献者。
Al被嵌入到广泛的应用程序中，帮助组织获得显著的利益，并授权他们转换他们向市场交付价值。

30、 1 目目 录录 报告摘要 . 2 图表目录 . 3 一研究背景情况 . 6 一研究背景 . 6 二研究分析框架 . 7 三课题调研 . 8 三人工智能应用总体情况 . 14 一总体应用情况 . 14 二不同类型商家智能化工具应用情况 . 。

31、中国人工智能自适应教育行业研究报告2018年22018.2 iResearch Inc 摘要来源：艾瑞咨询研究院自主研究绘制。
SMSSMS自适应学习产品有智能程度之分，区分标准是看它的技术水平基于人工基于计算机编程还是基于人工智能。
人工智能。