2020-2026年中国人工智能行业发展态势与产业竞争格局报告
http://www.cction.com 2020-06-22 13:24 中企顾问网
2020-2026年中国人工智能行业发展态势与产业竞争格局报告2020-6
在全球人工智能浪潮下，我国人工智能产业正在积极健康发展。2015年中国人工智能市场规模69亿元，同比增长40%， 2016年达到96亿元，此后在技术和应用的驱动下，继续快速发展，同比增速超过40%，到2023年市场规模达到1100亿元，并带动相关产业规模增长超过1000 亿元。
2014-2023年中国人工智能行业规模发展趋势 |
 |
资料来源：公开资料整理
未来随着人工智能在安全监控、生物识别（如人脸、指纹、虹膜）、语音识别等领域的应用逐步落地，将产生可持续盈利的商业模式，并加速推动人工智能发展。
中企顾问网发布的《2020-2026年中国人工智能行业发展态势与产业竞争格局报告》分析了人工智能行业的产业链，竞争格局，面临的机遇及挑战以及发展前景等，您若想对中国人工智能行业有个系统的了解或者想投资该行业，本报告将是您不可或缺的重要工具。
本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自 国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。
报告目录
1.1 人工智能的基本概述
1.1.1 人工智能的内涵
1.1.2 人工智能的分类
1.1.3 人工智能的特征
1.1.4 人工智能关键环节
1.1.5 人工智能技术层级
1.2 人工智能产业链分析
1.2.1 产业生态链结构
1.2.2 产业链基本构成
1.2.3 产业链相关产品
1.2.4 产业链相关企业
1.3 人工智能的研究方法
1.3.1 大脑模拟
1.3.2 符号处理
1.3.3 子符号法
1.3.4 统计学法
1.3.5 集成方法
第二章 2016-2019年国际人工智能行业发展分析
2.1 2016-2019年全球人工智能行业发展综况
2.1.1 人工智能概念的兴起
2.1.2 驱动人工智能发展动因
2.1.3 人工智能产业发展阶段
2.1.4 全球人工智能企业分布
2.1.5 全球人工智能专利申请状况
2.1.6 发达国家重视人工智能产业
2.1.7 全球人工智能衍生价值预测
2.2 美国
2.2.1 美国人工智能发展状况
2.2.2 美国人工智能战略布局
2.2.3 美国机器智能国家战略
2.2.4 美国人工智能相关主体
2.2.5 美国人工智能应用现状
2.2.6 人工智能应用于美国国防
2.2.7 美国人工智能发展规划
2.3 日本
2.3.1 日本人工智能发展状况
2.3.2 日本人工智能重点企业
2.3.3 日本人工智能相关规划
2.3.4 日本人工智能预算投入
2.3.5 AI成日本工业发展重点
2.3.6 日本人工智能发展线路图
2.4 2016-2019年各国人工智能产业发展动态
2.4.1 欧盟人工智能发展计划
2.4.2 欧盟推进机器人研发
2.4.3 英国人工智能发展分析
2.4.4 法国发布人工智能战略
2.4.5 韩国人工智能发展动态
2.4.6 以色列人工智能融资动态
2.4.7 新加坡人工智能发展计划
第三章 2016-2019年中国人工智能行业政策环境分析
3.1 政策推动人工智能发展
3.1.1 中国大脑研究计划开启
3.1.2 国务院推动人工智能建设
3.1.3 加快建设人工智能资源库
3.1.4 人工智能写进政府工作报告
3.2 人工智能行业相关政策分析
3.2.1 “中国制造”助力人工智能
3.2.2 人工智能纳入科技创新规划
3.2.3 “互联网+”促进人工智能发展
3.3 人工智能行业相关规划逐步完善
3.3.1 人工智能行动实施方案发布
3.3.2 人工智能发展规划正式发布
3.3.3 人工智能产业三年行动计划
3.3.4 人工智能高校人才培养计划
3.4 地区人工智能政策规划逐步完善
3.4.1 沈阳市人工智能发展规划
3.4.2 成都市人工智能发展规划
3.4.3 福建省人工智能发展规划
3.5 机器人相关政策规划分析
3.5.1 机器人产业发展规划发布
3.5.2 各部委聚焦智能机器人发展
3.5.3 各地区加快机器人行业布局
第四章 2016-2019年中国人工智能技术认知及研究进展
4.1 人工智能技术认知状况调研
4.1.1 认知历程
4.1.2 认知程度
4.1.3 认知渠道
4.1.4 认可领域
4.1.5 取代趋势
4.1.6 争议领域
4.2 2016-2019年人工智能技术研究综况
4.2.1 人工智能技术方兴未艾
4.2.2 人工智能专利申请规模
4.2.3 人工智能专利申请分布
4.2.4 人工智能产研结合加快
4.2.5 人工智能实验室成立
4.3 2016-2019年人工智能技术研究态势
4.3.1 人工智能再获重大突破
4.3.2 深度学习专用处理器发布
4.3.3 智能语音交互技术加快发展
4.3.4 嵌入式设备结合AI成为趋势
4.3.5 人工智能技术走进生活
4.3.6 人工智能带来媒体变革
第五章 2016-2019年中国人工智能行业发展分析
5.1 人工智能行业发展历程
5.1.1 发展历程
5.1.2 研究进程
5.1.3 发展阶段
5.2 2016-2019年人工智能行业发展综况
5.2.1 人工智能行业发展提速
5.2.2 人工智能产业规模分析
5.2.3 人工智能产业发展特征
5.2.4 人工智能企业区域格局
5.2.5 人工智能开放平台发布
5.3 人工智能产业生态格局分析
5.3.1 生态格局基本架构
5.3.2 基础资源支持层
5.3.3 技术实现路径层
5.3.4 应用实现路径层
5.3.5 未来生态格局展望
5.4 人工智能行业竞争格局分析
5.4.1 企业主体分类
5.4.2 企业发展布局
5.4.3 科技企业布局
5.4.4 京东加大AI投入
5.4.5 华为进军AI领域
5.5 人工智能行业发展存在的主要问题
5.5.1 人工智能行业发展的痛点
5.5.2 人工智能发展的技术困境
5.5.3 人工智能发展的安全问题
5.5.4 人工智能发展的伦理问题
5.5.5 人工智能发展的隐私问题
5.6 人工智能行业发展对策及建议
5.6.1 人工智能的发展策略分析
5.6.2 人工智能的技术发展建议
5.6.3 人工智能的政策发展建议
5.6.4 推进人工智能标准化建设
5.6.5 人工智能伦理问题的对策
5.7 人工智能行业发展战略分析
5.7.1 建立完善的数据生态系统
5.7.2 拓宽人工智能的传统行业应用
5.7.3 加强人工智能专业人才储备
5.7.4 确保教育和培训体系与时俱进
5.7.5 相互不建立伦理和法律共识
第六章 2016-2019年重点区域人工智能行业发展布局
6.1 人工智能企业区域发展格局
6.1.1 企业聚居区域
6.1.2 各地发展实力
6.1.3 公司注册分布
6.1.4 人才招聘分布
6.2 北京市
6.2.1 政策环境分析
6.2.2 产业发展状况
6.2.3 典型区域布局
6.2.4 区域发展动态
6.3 上海市
6.3.1 产业发展优势
6.3.2 政策环境分析
6.3.3 财政支持动态
6.3.4 产业发展特点
6.3.5 研究机构成立
6.4 广东省
6.4.1 政策环境分析
6.4.2 产业发展规模
6.4.3 广州AI产业综况
6.4.4 深圳AI产业综况
6.4.5 企业布局加速
6.4.6 产业联盟成立
6.5 安徽省
6.5.1 产业运行状况
6.5.2 政策规划分析
6.5.3 产业发展综况
6.5.4 重点园区介绍
6.5.5 未来发展规划
6.6 浙江省
6.6.1 发展优势分析
6.6.2 政策环境分析
6.6.3 产业发展综况
6.6.4 区域发展布局
6.6.5 项目发展动态
6.7 贵州省
6.7.1 产业发展优势
6.7.2 政策环境分析
6.7.3 区域发展状况
6.7.4 产业发展动态
第七章 2016-2019年人工智能技术发展的驱动要素
7.1 人工智能行业发展的技术机遇
7.1.1 互联网基础建设加快
7.1.2 我国信息化水平提高
7.1.3 科技研发支出上升
7.1.4 应用技术逐步完善
7.2 硬件基础日益成熟
7.2.1 高性能CPU
7.2.2 “人脑”芯片
7.2.3 量子计算机
7.2.4 仿生计算机
7.3 人工智能芯片技术发展提速
7.3.1 人工智能对芯片的要求提高
7.3.2 人工智能芯片成为战略高点
7.3.3 人工智能芯片专利申请状况
7.3.4 龙头企业加快AI芯片布局
7.3.5 人工智能芯片研发动态分析
7.4 物联网提供基础环境
7.4.1 物联网技术的分析
7.4.2 物联网行业发展规模
7.4.3 物联网产业的政策环境
7.4.4 企业加快物联网布局
7.4.5 物联网是智能分析的基础
7.4.6 物联网与人工智能相互促进
7.5 大规模并行运算的实现
7.5.1 云计算的关键技术
7.5.2 云计算的应用模式
7.5.3 云计算产业发展规模
7.5.4 云计算产业发展状况
7.5.5 云计算成人工智能基础
7.5.6 云计算与人工智能协同发展
7.6 大数据技术的崛起
7.6.1 大数据技术的内涵
7.6.2 大数据的各个环节
7.6.3 大数据市场状况分析
7.6.4 大数据的主要应用领域
7.6.5 大数据与人工智能的关系
7.6.6 数据视角下AI的应用场景
7.6.7 大数据成人工智能数据源
7.7 深度学习技术的出现
7.7.1 机器学习的阶段
7.7.2 深度学习技术内涵
7.7.3 深度学习算法技术
7.7.4 深度学习的技术应用
7.7.5 深度学习领域发展现状
7.7.6 深度学习提高人工智能水平
第八章 人工智能基础技术发展及应用分析
8.1 自然语言处理技术
8.1.1 自然语言处理内涵
8.1.2 自然语言处理分类
8.1.3 语音识别技术分析
8.1.4 语义技术研发状况
8.1.5 自动翻译技术内涵
8.2 计算机视觉技术
8.2.1 计算机视觉的内涵
8.2.2 计算机视觉的分类
8.2.3 计算机视觉的应用
8.2.4 计算机视觉的运作
8.3 模式识别技术
8.3.1 模式识别技术内涵
8.3.2 文字识别技术应用
8.3.3 生物特征识别技术
8.3.4 人脸识别技术应用
8.3.5 模式识别发展潜力
8.4 知识表示技术
8.4.1 知识表示的内涵
8.4.2 知识表示的方法
8.4.3 知识表示的进展
8.5 其他基础技术分析
8.5.1 自动推理技术
8.5.2 环境感知技术
8.5.3 自动规划技术
8.5.4 系统技术
第九章 人工智能技术的主要应用领域分析
9.1 工业领域
9.1.1 人工智能的工业应用
9.1.2 AI将催生智能生产工厂
9.1.3 智能工厂进一步转型
9.1.4 人工智能应用于制造领域
9.1.5 人工智能成工业发展方向
9.1.6 AI工业应用的前景广阔
9.2 医疗领域
9.2.1 人工智能的医疗应用概况
9.2.2 人工智能在中医学中的应用
9.2.3 人工神经网络技术的医学应用
9.2.4 AI在医学影像诊断中的应用
9.2.5 AI技术在医疗诊断中的应用
9.2.6 AI技术将逐步加快药品研发
9.2.7 企业加快布局医疗人工智能
9.3 安防领域
9.3.1 AI对安防行业的重要意义
9.3.2 AI在安防领域的应用现状
9.3.3 快速崛起的巡逻机器人
9.3.4 AI识别技术的安防应用
9.3.5 生物识别市场状况分析
9.3.6 AI技术应用于国家安防
9.4 金融领域
9.4.1 AI成为投资决策辅助
9.4.2 智能支付应用状况分析
9.4.3 AI应用于信用风险管控
9.4.4 人工智能应用于投资顾问
9.5 零售领域
9.5.1 AI在零售行业的应用空间广阔
9.5.2 人工智能应用于新零售的状况
9.5.3 人工智能应用于新零售的场景
9.5.4 人工智能应用于新零售的问题
9.5.5 人工智能应用于新零售的路径
9.6 社交领域
9.6.1 人工智能的移动社交应用
9.6.2 组织开展机器情感测试
9.6.3 人工智能产品社交应用
9.6.4 语音交互产品市场火热
9.6.5 微信人工智能社交系统
第十章 2016-2019年智能机器人产业发展分析
10.1 2016-2019年机器人产业发展状况
10.1.1 机器人行业产业链构成
10.1.2 机器人的替代优势明显
10.1.3 机器人下游应用产业多
10.1.4 我国机器人产业发展进程
10.2 2016-2019年机器人产业发展规模
10.2.1 机器人产业发展历程回顾
10.2.2 我国机器人行业发展状况
10.2.3 机器人细分市场发展展望
10.2.4 机器人产业规划发展目标
10.2.5 机器人产业发展趋势分析
10.3 人工智能在机器人行业的应用状况
10.3.1 人工智能与机器人的关系
10.3.2 AI于机器人的应用过程
10.3.3 AI大量运用于小型机器人
10.3.4 人工智能促进机器人发展
10.4 人工智能技术在机器人领域的应用
10.4.1 系统的应用
10.4.2 模式识别的应用
10.4.3 机器视觉的应用
10.4.4 机器学习的应用
10.4.5 分布式AI的应用
10.4.6 进化算法的应用
10.5 机器人重点应用领域分析
10.5.1 医疗机器人
10.5.2 军事机器人
10.5.3 教育机器人
10.5.4 家用机器人
10.5.5 物流机器人
10.5.6 协作型机器人
第十一章 2016-2019年国际人工智能重点企业分析
11.1 微软公司
11.1.1 企业发展概况
11.1.2 企业财务状况
11.1.3 人工智能研究进展
11.1.4 人工智能发展动态
11.1.5 人工智能发展布局
11.2 IBM公司
11.2.1 企业发展概况
11.2.2 企业经营范围
11.2.3 企业财务状况
11.2.4 技术研发实力
11.2.5 布局人工智能
11.2.6 人工智能平台
11.3 谷歌公司
11.3.1 企业发展概况
11.3.2 企业财务状况
11.3.3 布局人工智能
11.3.4 人工智能系统及平台
11.3.5 人工智能收购历程
11.3.6 人工智能收购动态
11.4 英特尔公司
11.4.1 企业发展概况
11.4.2 企业财务状况
11.4.3 人工智能技术应用
11.4.4 人工智能发展布局
11.4.5 AI发展机会和挑战
11.4.6 人工智能发展战略
11.5 亚马逊公司
11.5.1 企业发展概况
11.5.2 企业财务状况
11.5.3 布局人工智能
11.5.4 机器学习工具发布
11.6 其他企业
11.6.1 苹果公司
11.6.2 NVIDA（英伟达）
11.6.3 Uber（优步）
第十二章 2015-2019年中国人工智能重点企业分析
12.1 百度公司
12.1.1 企业发展概况
12.1.2 企业财务状况
12.1.3 AI技术研发进展
12.1.4 人工智能生态布局
12.1.5 人工智能布局动态
12.1.6 人工智能合作推进
12.2 腾讯公司
12.2.1 企业发展概况
12.2.2 企业财务状况
12.2.3 企业财务状况
12.2.4 人工智能投资
12.2.5 AI智能系统分析
12.2.6 人工智能生态布局
12.2.7 创业公司融资动态
12.3 阿里集团
12.3.1 企业发展概况
12.3.2 企业财务状况
12.3.3 人工智能生态布局
12.3.4 人工智能平台建立
12.3.5 人工智能应用方向
12.4 科大讯飞股份有限公司
12.4.1 企业发展概况
12.4.2 技术发展水平
12.4.3 布局人工智能
12.4.4 经营效益分析
12.4.5 业务经营分析
12.4.6 财务状况分析
12.4.7 核心竞争力分析
12.4.8 公司发展战略
12.4.9 未来前景展望
12.5 科大智能科技股份有限公司
12.5.1 企业发展概况
12.5.2 布局人工智能
12.5.3 经营效益分析
12.5.4 业务经营分析
12.5.5 财务状况分析
12.5.6 核心竞争力分析
12.5.7 公司发展战略
12.5.8 未来前景展望
12.6 格灵深瞳科技有限公司
12.6.1 企业发展概况
12.6.2 布局人工智能
12.6.3 主要产品分析
12.7 北京捷通华声语音技术有限公司
12.7.1 企业发展概况
12.7.2 财务状况分析
12.7.3 布局人工智能
12.7.4 技术应用状况
12.7.5 企业发展动态
12.7.6 未来发展展望
第十三章 2016-2019年人工智能行业投资分析
13.1 全球人工智能的投融资分析
13.1.1 全球AI融资规模
13.1.2 美国AI融资状况
13.1.3 亚洲AI融资状况
13.1.4 欧洲AI融资状况
13.1.5 重点投资品类
13.1.6 风险投资上升
13.2 中国人工智能行业投融资状况
13.2.1 融资规模分析
13.2.2 融资轮次分布
13.2.3 企业新增状况
13.2.4 企业投资领域
13.2.5 热点投资分布
13.2.6 区域投资分布
13.2.7 投资逻辑分析
13.3 人工智能行业投资动态
13.3.1 典型互联网企业融资分布
13.3.2 AI独角兽企业融资动态
13.3.3 重点融资事件排名状况
13.3.4 商汤科技融资动态分析
13.3.5 优必选公司完成C轮融资
13.4 人工智能行业投资风险分析
13.4.1 环境风险
13.4.2 行业风险
13.4.3 技术壁垒
13.4.4 内部风险
13.4.5 竞争风险
13.4.6 合同毁约风险
第十四章 人工智能行业未来发展前景及趋势预测
14.1 人工智能行业发展前景展望
14.1.1 人工智能成为发展新热点
14.1.2 人工智能经济效益巨大
14.1.3 人工智能整体发展前景
14.1.4 AI成为“十三五”重点
14.1.5 人工智能投资机会分析
14.1.6 人工智能产业投资方向
14.2 人工智能行业发展趋势预测
14.2.1 人工智能未来变革方向
14.2.2 人工智能产业发展态势
14.2.3 人工智能技术发展趋势
14.2.4 人工智能应用趋势展望
14.2.5 城市人工智能发展方向
14.2.6 “智能＋X”将成新时尚
14.3 2020-2026年中国人工智能行业预测分析
14.3.1 影响因素分析
14.3.2 人工智能市场规模预测
附录
附录一：新一代人工智能发展规划
附录二：促进新一代人工智能产业发展三年行动计划（2018-2020年）
