近年來，在算法、算力和大數(shù)據(jù)三大要素驅(qū)動下，人工智能的產(chǎn)業(yè)成熟度正不斷提升，同時，越來越多的人工智能企業(yè)正叩響科創(chuàng)板的大門。

依據(jù)產(chǎn)業(yè)鏈上下游的關系，人工智能被劃分為基礎層、中間技術層和下游應用層。其中國內(nèi)人工智能產(chǎn)業(yè)側(cè)重于技術層和應用層，與之相比，基礎層則是整個人工智能產(chǎn)業(yè)鏈的技術薄弱環(huán)節(jié)。比如對于AI芯片的研發(fā)，雖然寒武紀、地平線、華為等中國公司布局了AI芯片，但與英偉達、AMD、Intel、Xilinx 等美國的公司相比，中國的人工智能芯片行業(yè)正處在萌芽期。

整體來看，華泰證券在2020年5月發(fā)布的深度報告中指出，從產(chǎn)業(yè)生態(tài)來看，我國偏重于技術層和應用層，短期來看，應用終端領域投資產(chǎn)出明顯，但其難以成為引導未來經(jīng)濟變革的核心驅(qū)動力。中長期來看，人工智能發(fā)展根源于基礎層（算法、芯片等）研究有所突破。

三大技術方向

在人工智能產(chǎn)業(yè)鏈中，中游技術類企業(yè)具有技術生態(tài)圈、資金和人才三重壁壘，是人工智能產(chǎn)業(yè)的核心。華泰證券報告指出，相比較絕大多數(shù)上游和下游企業(yè)聚焦某一細分領域，技術層向產(chǎn)業(yè)鏈上下游擴展較為容易。

進一步來看，技術層主要包括算法理論（機器學習）、開發(fā)平臺（開源框架）和應用技術，其中我國在算法理論和開發(fā)平臺的核心技術仍有所欠缺，但在應用技術的部分領域已具備長足的優(yōu)勢。

記者了解到，計算機視覺、智能語音、自然語言處理是三大主要技術方向，也是中國市場規(guī)模最大的三大商業(yè)化技術領域。

在計算機視覺領域，根據(jù)沙利文咨詢的統(tǒng)計預測，2019年中國計算機視覺行業(yè)市場規(guī)模約為219.64億元人民幣，預計2024年將達到1613.03億元人民幣。目前該行業(yè)市占率前四名的企業(yè)分別為：商湯科技，曠視科技，依圖科技和云從科技。

而對于智能語音和自然語言處理，根據(jù)沙利文咨詢的統(tǒng)計預測，2019 年中國智能語音行業(yè)市場規(guī)模約為 218.4 億元人民幣，預計2024 年將達到489.8 億元人民幣。

受益于計算機視覺、智能語音、圖像識別、自然語言處理等技術的快速發(fā)展，人工智能已廣泛地滲透和應用于諸多垂直領域，產(chǎn)品形式也趨向多樣化。

記者了解到，當前運用相對成熟的是 AI+賦能產(chǎn)業(yè)，包含：安防、智能汽車、新零售、 醫(yī)療、教育等和 AI+產(chǎn)品，包含：智能音箱、翻譯筆、機器人、智能家居等。

破局場景碎片化

值得注意的是，盡管AI可以賦能多個產(chǎn)業(yè)，但AI技術的落地仍受限于場景的碎片化。而為特定垂直行業(yè)提供定制化服務，成為一種較為普遍的解決方案。

比如在云從科技發(fā)展早期，其根據(jù)客戶需求提供定制化技術開發(fā)服務占比較大；在AI智能語音公司云知聲的盈利模式中，也存在為客戶提供具有一定定制成分的場景智能化解決方案，以此獲得相應的收入；另外騰訊旗下AI實驗室——騰訊優(yōu)圖，也會針對很多的行業(yè)會做一些專業(yè)的解決方案的定制，包括為工業(yè)、廣電傳媒等行業(yè)定制特定的解決方案。

總體來看，雖然計算機視覺、智能語音等特定領域?qū)崿F(xiàn)了單點突破，但單一模塊化解決方案難以滿足日益復雜的細分場景需求。騰訊優(yōu)圖實驗室副總經(jīng)理黃飛躍此前向包括記者在內(nèi)的媒體表示，即使這些（定制化）解決方案也不夠解決太多的長尾客戶的需求。

記者獲悉，騰訊優(yōu)圖研發(fā)了一些自動化的AI平臺，通過前述平臺來滿足客戶更多的長尾的定制化的需求。

騰訊優(yōu)圖實驗室總監(jiān)吳永堅向包括記者在內(nèi)的媒體解釋，當前遇到比較大的一些問題應該是場景的碎片化和垂直性較強，因此優(yōu)圖希望把當前的工程和研究能力往AI平臺化方向發(fā)展，平臺把整個AI流程標準化，從數(shù)據(jù)的準確，到算法模型的選擇和訓練，再到整個模型的部署和實施，“即通過平臺模式去解決將來會看得到AI垂直化和散落化的一些問題”。

除騰訊優(yōu)圖外，云從科技也提出一種相似的理念，即人機協(xié)同操作系統(tǒng)。其招股書顯示，人機協(xié)同操作系統(tǒng)主要為標準化的產(chǎn)品，其可根據(jù)不同應用場景客戶需求提供的多種人機協(xié)同應用產(chǎn)品和整體操作系統(tǒng)。

有觀點認為，人工智能產(chǎn)業(yè)將逐步向工業(yè)化邁進。既擁有行業(yè)知識又擁有智能技術的企業(yè)通過提供標準化、模塊化的產(chǎn)品和服務，將為橫向多行業(yè)全場景賦能。

芯片！芯片？

與人工智能的技術層和應用層相比，基礎層有著更高的壁壘。

華泰證券報告指出，基礎層由于創(chuàng)新難度大、技術和資金壁壘高等特點，底層基礎技術和高端產(chǎn)品市場主要被歐美日韓等少數(shù)國際巨頭壟斷。

以基礎層中的AI芯片為例，目前GPU（通用型）、FPGA（半定制化）、ASIC（全定制化）是AI 芯片行業(yè)的主流技術路線。其中GPU擅長大規(guī)模并行運算，可平行處理海量信息，是AI 芯片的首選，目前英偉達和AMD占據(jù)GPU芯片市場的主要份額，其中英偉達占GPU市場份額的 70%-80%。

FPGA同樣是AI芯片市場的重要細分市場，從經(jīng)濟成本看，F(xiàn)PGA重復成本高于同類ASIC芯片，規(guī)?；慨a(chǎn)下，ASIC芯片單位IC成本隨產(chǎn)量增加持續(xù)走低，總成本顯著低于FPGA。但從時間成本看，F(xiàn)PGA無需等待芯片流片周期，編程后可直接使用，相比于ASIC可助于企業(yè)節(jié)約產(chǎn)品上市時間。

在FPGA領域，國內(nèi)百度、阿里、上海復旦、紫光同創(chuàng)等在布局，但與賽靈思、Intel等巨頭相比，在市占率、技術等方面尚存差距；而在ASIC領域，國內(nèi)初創(chuàng)芯片企業(yè)有寒武紀、比特大陸和地平線等，互聯(lián)網(wǎng)巨頭有百度、華為和阿里等。

華泰證券在研報中認為，國內(nèi)布局主要集中在終端 ASIC 芯片，部分領域處于世界前列，但多以初創(chuàng)企業(yè)為主，且尚未形成有影響力的“芯片?平臺?應用”的生態(tài)；而在GPU 和 FPGA領域，中國尚處于追趕狀態(tài)，高端芯片依賴海外進口。

不過，記者注意到，近年來，越來越多的AI公司選擇走向“造芯”之路，比如云知聲早在2014年就表態(tài)必須研發(fā)面向物聯(lián)網(wǎng)的芯片，目前公司已量產(chǎn)了兩款AI專用芯片；依圖科技也在2019年推出了首款定制芯片：求索。

創(chuàng)道咨詢執(zhí)行董事步日欣向記者表示，專注于應用領域的人工智能企業(yè)，大概率都會開發(fā)自有芯片，能夠結(jié)合自己產(chǎn)品算法、應用特點，提高產(chǎn)品性能，開發(fā)更有競爭力的產(chǎn)品。

人工智能行業(yè)內(nèi)人士向記者指出，簡單來說，研發(fā)AI芯片，就是找一家代工廠商，將自身的算法定制到芯片中，關鍵的問題是，是否有必要去做AI芯片，是面向資本市場做、還是服務于自身的業(yè)務。

“市場對于AI芯片的選擇很多，客戶對于AI芯片的選擇可以是寒武紀、可以是華為海思，也可以是地平線等” ，上述業(yè)內(nèi)人士進一步補充道，“AI芯片需要很高的投資，能否覆蓋成本也是要考慮的”。

記者了解到，AI公司中，云從科技目前未選擇自研芯片，而是聚焦于操作系統(tǒng)，其AI芯片選擇合作研發(fā)的方式，公司當前承擔著工信部“基于自研 SoC 芯片的高準確度人臉識別產(chǎn)業(yè)化應用”。

云從科技聯(lián)合創(chuàng)始人姚志強曾表示， 在“造芯”過程中，由于芯片是一個系統(tǒng)工程，云從會基于自身優(yōu)勢自研其中的核心組件，而非全部。

除云從科技外， AI公司第四范式同樣側(cè)重自研操作系統(tǒng)。
責任編輯:tzh