北京，2017年7月24日——IDC日前發布《中國人工智能市場生態體系研究報告，2017》，報告從AI基礎支撐資源、關鍵技術及應用解決方案層面研究分析了中國市場的進展、機會和挑戰。
近五年大數據的發展提高了行業企業的信息化、數字化程度，數據的體量、價值密度不斷提升，為人工智能模型訓練提供了數據支撐。數據處理、模型訓練需要有計算能力的支撐，能夠加速數據處理的芯片是人工智能市場發展的重要驅動力。NVIDIA、Intel等芯片廠商提供硬件和軟件平臺，賦能開發者快速進入應用開發環節，推動了市場的發展。開源框架諸如Tensorflow, Caffe,以及國內BAT的開放平臺則提供了大量的算法庫，幫助開發者依托已有的積累快速進行優化。數據體量增長、算力快速提高，成為人工智能市場發展最重要的驅動因素。
另外，云計算服務平臺不僅提供了AI開發的基礎存儲資源，也在不斷推出云化GPU/FPGA服務器，并通過云平臺輸出AI服務，是市場發展的重要驅動力之一，同時也是2017年以來發展速度最快的一個細分市場。截至2017年上半年，共有10家云計算服務廠商加入了這一市場，而到2017年底，這一數字可能會翻倍。
在關鍵技術領域，報告重點解讀了包括自然語言處理、智能語音、計算機視覺在內的市場進展，典型的商業模式，應用場景以及典型廠商。
自然語言處理中的語義理解、分析，知識模型生成及預測，是上層應用能否真正實現智能的重要環節。機器需要讀懂語言才能與人類實現多輪自然交互，圖像、視頻結構化后也需要基于知識模型去推理、預測。知識模型的生成離不開大量的語料庫和精準的算法模型，當前能夠在語義理解、分析領域投資并取得優勢的仍以有大量語料庫積累的大公司為主。
語義理解+語音交互的人工智能軟件平臺逐漸被廣泛的應用在智能家電、兒童玩具、教育產品、車載系統中，用戶既包括傳統行業的巨頭，又有各種開發者創新團隊。這一領域廠商的關注點在于打造包括內容、渠道、開發者在內的整體生態。而終端用戶通常會選擇2到3家的單點技術合成一套解決方案，給技術提供商帶來了更多機會也帶來了一定挑戰。
計算機視覺場景待深挖。廣義的計算機視覺又分機器視覺和計算機圖像識別，當前計算機圖像識別領域的人臉識別應用最為成熟。在平安城市安防行業解決方案中，已落地多套人臉檢測系統，并為公安破案提供了有效的支撐。在航空業，國內也有近20家機場在探索使用人臉識別進行安檢。在金融業遠程身份認證環節，招商銀行預計將于2017年底在所有ATM機使用刷臉取款。澳門今年5月宣布將推出ATM機先人臉識別再取錢的新規，要求中國大陸銀聯持卡人在澳門ATM機取款必須要先通過人臉識別才能取錢，以此來監控洗錢行為。另外，機器視覺也在不斷的應用到機器人的感知系統中。盡管項目在不斷落地，應用場景仍然比較單一，企業需克服技術挑戰，在場景縱深方向繼續發力。
此外，作為底層技術，機器學習逐漸被大數據廠商引入到分析架構中，進行高級預測分析；深度學習則被引入到有大量圖像數據需要處理的場景中，如醫療服務業MRI圖像等。
未來，所有B2B、B2C的業務都將全面的應用AI來獲得更多收益。
AI+企業級運營管理，仍以企業級應用廠商為主，將機器學習融入到企業級解決方案中，以企業級應用廠商為主。未來，AI在企業中將全面應用到IT運營、OT運營自動化中，以數據和智能連接客戶，連接產品，連接資產。
AI+行業，以金融、醫療最多。其中醫療行業處于A輪以上的創新企業最多，多以結合云計算、大數據、機器學習進行診療圖像處理、輔助診斷應用為主，未來將從就診前交互環節向下延伸至臨床診療、精準用藥，向上拓展至新藥研發環節。金融行業應用場景以風險監測、反欺詐、信用評估為主，如SAS、國內的金融科技廠商同盾科技，明略數據等，智能投顧的落地應用相對較少。在制造行業，工業物聯網+實時數據分析用于故障診斷、個性化定制為主，目前市面上廠商多處于探索階段。
AI+B2B服務，包括跨行業通用的B2B產品或服務，如法律服務、服務機器人等。在這一分類下，應用案例相對較多的還是倉儲及物流環節的無人車、社區擺渡車等。
AI+B2C產品，包括智能硬件、智能家居、消費級機器人、智能駕駛汽車等。在這一分類下，企業已經推出眾多AI增強的產品，未來多模態的人機交互方式也將帶來更多商機。
人工智能的應用，不僅是人工智能技術提供商的機會，也是眾多IT廠商的機會：非結構化數據存儲和處理為大數據廠商帶來新機會；邊緣計算為云計算、物聯網的數據傳輸以及分析提供了新模式。對于傳統行業，人工智能更是重要的數字化轉型加速器，結合大數據、人工智能，企業能夠為用戶提供智能增強的產品、服務，促進數字化運營流程，改進用戶體驗。
IDC中國研究經理盧言霞認為：“未來，所有的企業都將是與AI相關的企業。新的人機交互方式、增強的數字化流程，將直接或間接的影響到組織當前的業務流程、產品服務客戶的形式。所有的企業，不論是IT企業還是傳統行業，都需要積極的評估人工智能的發展帶來的影響、挑戰和機會。”
