人工智能产业研究报告

下载个考研帮，上面都有的

人工智能是现在新星的一个行业 发展迅速 它与大数据 互联网密不可分 在现在社会 人工智能可以说是热门专业 这方面的人才紧缺 论发展前景它是非常景气的

人工智能产业链清晰，可分为基础层、技术层和应用层。1、人工智能的产业链——数据和计算能力是人工智能的基础底层主要是数据采集和操作。传感器和数据服务主要负责收集数据，人工智能芯片(GPU、FPGA、ASIC、类脑芯片)和云计算负责计算。互联网和移动互联网的快速发展使人们的生活产生了大量的数据,并从中受益的爆发大数据的概念,数据积累和马克高度重视国内,从数据收集、数据分析、数据管理和数据应用,形成一个完整的产业链,这也为国内人工智能输入大量数据训练提供了一个坚实的基础。2、人工智能的产业链——人工智能技术逐渐成熟，为未来的发展提供了动力在收集数据之后，技术层所做的就是模拟人脑，有效地处理和分析数据。算法是技术层的核心内容，将人工智能发展推向高潮的最著名的人工智能算法就是深度学习算法。国内研究主要集中在人工智能技术层、自然语言处理、计算机视觉和机器学习等方面。计算机视觉占55%，自然语言处理和机器学习分别占13%和9%。这一集中也使国内资源成为世界上的三大优势。根据36kR研究所的不完全统计，中国有104家计算机视觉公司，但其中大多数公司的发展道路尚不清楚，在人脸识别领域，公司之间的竞争十分激烈。我国的人脸识别精度已达到世界领先水平。根据国际权威人脸识别公司测试发布的最新测试报告，一家国内公司首次在评估中获得第一名，超越了长期以来全球人脸识别算法第一名的Vocord。国内企业在自然语言处理领域也处于世界领先地位。目前，科大讯飞、百度、Spitzer和YunZhisheng在研究方面已经取得了一定的成果。科大讯飞在中国自然语言处理和语音识别领域处于领先地位。科大讯飞在语音识别、语音合成、语音评价等方面代表了国际最高水平。科大讯飞在许多国际竞赛中都获得了第一名。3、人工智能的产业链——人工智能产品和服务相继推出，得到市场的广泛认可在中国人工智能的应用中，BAT无疑是第一梯队，拥有大量的资源。其中，百度是行业领先者。阿里巴巴和腾讯也在推进人工智能项目。他们正凭借规模迎头赶上。虽然目前落后于百度，但其发展潜力不可低估。horizon robot等独立的人工智能企业，以及京东、搜狗、滴滴、头条等在互联网细分领域取得的垂直优势也值得关注。中国巨大的消费市场可以产生无数的细分市场。互联网渗透到各个行业和领域，为人工智能的应用提供了最有形的参考。与互联网相比，人工智能的应用场景只会更加广阔。以上就是《人工智能的产业链是什么?这才是人工智能发展的真相》，目前，人工智能技术在网络安全领域的应用需求旺盛，技术优势突出，产业发展势头良好。然而，与人工智能相关的核心算法和技术还不成熟，如果你想知道的人工智能安全的发展，可以点击本站其他文章进行学习。

中国政府将人工智能上升到国家战略层面。2017年7月，国务院印发《新一代人工智能发展回规答划》，明确指出新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。人工智能赋能实体经济近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，据艾瑞资料库数据显示，2018年中国人工智能赋能实体经济的市场规模达到251亿元，赋能价值有望在2021年突破千亿。人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现。现阶段的人工智能主要赋能公共安全领域根据艾瑞的资料库数据显示，2019年AI+安防占人工智能赋能实体经济的50以上，其次是AI+金融和AI+营销，分布占比15.8%和11.6%。前瞻分析一方面是由于安防领域国企数量较大易于前期的政策推动，另一方面是智慧城市对公共安全的需求。前瞻初步估算，民企活力将逐步显现，未来AI+营销和AI+金融的赋能价值将持续提高。——以上数据来源于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

目前，中国人工智能行业已经进入产业化阶段。根据中国国务院规划，2020年中国人工智能核心产业规e68a8462616964757a686964616f31333431343735模将达到1500亿元，并且此后十年将继续保持高速发展。2018年行业融资热度也持续走高，iiMedia Research（艾媒咨询）数据显示，2018年中国人工智能领域共融资1311亿元，增长率超过100%，投资者看好人工智能行业的发展前景，资本将助力行业更好发展。2019年1月18日，全球领先的新经济行业数据挖掘和分析机构iiMedia Research(艾媒咨询)权威发布《艾媒报告|2018中国人工智能产业研究报告——商业应用篇》。目前，中国人工智能行业已经进入产业化阶段。根据中国国务院规划，2020年中国人工智能核心产业规模将达到1500亿元，并且此后十年将继续保持高速发展。2018年行业融资热度也持续走高iiMedia Research（艾媒咨询）数据显示，2018年中国人工智能领域共融资1311亿元，增长率超过100%，投资者看好人工智能行业的发展前景，资本将助力行业更好地发展。随着人工智能技术的进一步发展和落地，深度学习、数据挖掘、自动程序设计等领域也将在的应用场景中得到实现，人工智能技术产业化发展前景向好。以下为报告节选内容：人工智能发展历程2018年中国人工智能企业融资状况2018年中国人工智能领域共获融资1311亿元，在“资本寒冬”来临的论调中，人工智能融资额增长率超过100%。其中融资额较大的融资事件较以往，说明实力雄厚的投资者参与到人工智能的投资中。在融资额较大的融资事件中，融资轮次在C轮及C轮以上的企业占比较大。艾媒咨询分析师认为，随着中国人工智能产业的发展，产业正趋于成熟，企业的发展形势开始明朗，各领域的优秀企业逐渐显现。投资收缩至一些融资轮次较高的优秀企业，对于融资轮次还处于A、B轮的初创企业融资难度将增加。但对于人工智能产业而言，市场的优胜劣汰将有利于真正有价值的AI企业获得更优越的发展环境，从而促进行业的发展。中国人工智能产业规模预测根据规划，2020年中国人工智能的技术与应用水平将发展至世界先进水平，同时核心产业规模超过1500亿。2030年中国人工智能核心产业规模超过1万亿元。艾媒咨询分析师认为，中国人工智能产业的发展起步较晚，但是人工智能作为未来经济发展的新引擎，拥有较好的融资环境与政策环境。目前，中国人工智能产业正处于快速发展的阶段，随着人工智能的不断深入发展，技术商品化的进程完成，人工智能产业将进入更高的发展阶段。人工智能产业技术与应用突破2018年中国人工智能产业宏观发展环境分析2018年中国人工智能产业宏观发展环境分析iiMedia Research(艾媒咨询)数据显示，2018年中国人工智能领域融资额高达1311亿元，增长677亿元，增长率为107%。艾媒咨询分析师认为，虽然2018年人工智能融资事件数增长幅度较缓慢，但融资总额攀升，大额融资事件频发，行业资本变动更集中于头部企业。2018年中国人工智能产业宏观发展环境分析数据显示，2017年中国人工智能领域专利申请量为46284件，增长率为59%。2018年中国人工智能热点动态中国人工智能领域生态

人工智能前景不错，值得投入进来。说到人工智能，我们其实并不陌生，互联网时代带来的庞大数据，为以算法为根本的人工智能技术提供了物质基础。在过去的几年里，我们看到了谷歌的AlphaGo接连战胜人类围棋冠军，百度等科技企业研发的无人驾驶汽车已经上路，这些似乎说明人工智能技术已经发展到了较高的水平。但事实上，人工智能究竟能够做什么？“它到底能够用在什么地方？”“它能够给人类解决哪些问题？”不得不说，在人工智能技术的应用方面，中国的科技企业似乎表现地更加实用主义一些。例如，百度已经将人工智能技术应用于几乎所有的产品和服务。阿里巴巴致力于通过启动美国宇航局项目，将人工智能技术推向“普惠”。华为还发布了自己的人工智能芯片，并将其应用于智能手机产品。  人工智能是一个接近应用水平的领域，如智能制造、机器视觉、大数据分析和处理、机器翻译、文本分析和文本理解、无人驾驶、无人超市、刷脸支付、聊天机器人等。 人工智能的研究有两个方向第一个方向叫做强人工智能，它地出现在科幻作品中，目的是使机器人和人一样聪明，甚至比人更聪明；另一种叫做弱人工智能，它指的是人类的一些能力，使机器变得聪明，成为减少人类智力劳动的工具。

如今，“智能+”社会已步步临近，社会各界也正积极勾勒未来社会图景。国外人工智能巨头动作不断，在基础技术、应用领域方面都有诸多突破，可以总结为三点：基础研究能力强、跨界创新密集、人才红利持续发挥。我国在深度学习、识别技术等领域实力突出，在人工智能市场应用层面走在世界前列。但在基础技术、产业链跨界协同、核心人才培养方面则存有短板。业内专家呼吁，未来我国人工智能行业和学界应重点关注以上三项弱点，审时度势、全盘考虑、抓紧谋划、扎实推进，在巩固现有优势的同时，补足短板，推动中国人工智能产业可持续发展。基础层研究成人工智能“硬指标”人工智能研究可以分为基础层、技术层、应用层，美国在技术难度大、技术带动效应强的基础层方面，不断取得研究以及实践进展；而中国在基础层方面能力稍弱，在技术层和应用层发力。基础层主要指处理器、芯片等支撑人工智能技术的核心能力；技术层包括自然语言处理、计算机视觉、技术平台等通用技术；应用层是指自动驾驶、智能机器人等实际应用主体。人工智能浪潮的兴起，使得美国大公司纷纷进军基础层的研究。以芯片为例，美国的芯片制造企业英伟达推出了世界首款120万亿次级处理器Volta V100 GPU，可以将机器学习指令传达的效率从几周的时间缩短至几个小时，帮助客户更加快速地迭代并优化各自产品的上市时间。过去3年中，英伟达为深度学习提供了10倍的性能加速，被评论界称为“摩尔定律的平方”，保持目前的性能提升速率，到2025年，GPU将可实现比CPU快1000倍的性能。谷歌、亚马逊、微软、苹果等最初并不研发芯片的公司，也开始发力芯片和处理器，这使得美国在全球人工智能基础层研究地位进一步增强。微软公司公布了其人工智能芯片制造项目，展示了一款专门为微软增强现实眼镜HoloLens打造的新型芯片。谷歌已于2016年宣布了其深度学习芯片的研发，并声称，随着语音识别技术的爆发，高性能处理器TPU已为公司省下了打造15个新数据中心的成本。谷歌同时在与生物公司合作开发高效计算DNA信息的芯片。2017年4月，苹果公司宣布苹果将通过自主研发和生产芯片，进一步掌握产业链主导权。消息一出，苹果芯片供应商英国公司Imagination的股价应声暴跌。但是，中国在芯片基础研发领域仍然落后于美国企业，对进口芯片的需求居高不下。从事计算机视觉识别的中国公司“旷视科技”品牌与市场中心总经理谢忆楠表示，在图像识别领域，公司同时应用英伟达和英特尔的芯片，目前还没有国产芯片能够完全取而代之。英特尔中国研究院院长宋继强也承认，我国人工智能领域不足之处在于我们原创理论创新、基础人工智能研发能力还不太够。中国学者需要在理论上有所突破。地平线机器人技术创始人余凯表示，在PC电脑与移动互联网时代，我们都错失了如操作系统等基础平台性技术，人工智能时代需要迎头赶上。中国电子学会发布《中国机器人产业发展报告》指出，我国机器人领域核心技术积累不足，资金投入相对有限且分散，高端市场长期被外资企业占据，很大程度上以依托进口零部件和本体组装、集成为主营业务，虽有一定突破但基本上是被动地、跟随式发展，难以获得产业发展主动权。计算机学家、图灵奖唯一的华人得主姚期智表示，中国想在2030年实现世界主要人工智能创新中心的战略目标，首先要解决人工智能发展缺少理论的问题。中国在下一波人工智能的发展上，应取得一些原创性的、有知识产权的成果，而不是追赶别人发明的科技。跨界融合创新为智能生态“必修课”未来人工智能领域不仅仅是单一的技术和产品，而是一个整合的“生态系统”。数字技术将结合神经研究等医学领域、自动化机械臂等工业领域共同组成人工智能的底层技术。以人工智能为依托的机器人一方面会以“软件”形式融入社会，如自动翻译、图像识别等。另一方面也将通过集成“硬件”深入到百姓生活中，如特种机器人、医疗机器人等。正是在这种“共识”的指引下，“不务正业”几乎成为美国人工智能巨头都在做的事，从IBM、苹果，到谷歌、脸书、英伟达，所有的人工智能巨头都在尝试软件、硬件、应用场景的联通，不再单一专注于自己的传统业务，而是着眼布局未来。 2016年9月，谷歌、微软、脸书、亚马逊、IBM更是组成人工智能联盟，大有形成合力、制定行业标准之意。目前，谷歌的跨界非常广泛，跨越了芯片、机器学习平台、软件、云计算等各个领域。其人工智能学习系统TensorFlow目前是全世界应用最为广泛的人工智能软件平台。研发芯片起家的高通，也推出了自己的摄像头Spectra Mole，旨在优化VR、AR的效果。最近，这一摄像头又添加了一些新的功能，如深度检测和生物认证，用户可以通过虹膜扫描来解锁认证。IBM中国研究院认知交互技术总监秦勇表示，IBM打造人工智能平台，最终目的就是形成生态圈，可以满足客户的不同需要。比如IBM的WDC（Watson Developer Cloud），已经有很多应用程序编程接口公布出来，比如知识图谱、语音识别、计算机视觉、性格分析、对话管理等等。在教育领域和芝麻街合作，利用人工智能帮助小孩，用游戏的方式来做辅助学习。这一平台还和美敦力（Medtronic）合作，提前两三小时就可以准确预测一个人的血糖指标。英伟达不仅有芯片，还发布了高效的深度学习软件平台，为客户提供综合全面的服务，其客户涵盖汽车、虚拟现实、图像识别、基因分析等各领域。电商起家的亚马逊，凭借其深度学习能力，崛起成为人工智能的巨头。去年，其发布的三大人工智能技术（图像识别、自动语音发音、语音互动）广受欢迎，中国的社群电商软件“小红书”就利用了亚马逊的人工智能技术开发了人脸识别痘痘的功能。除以技术优势加速全链条布局外，国外巨头凭借投资并购等资本运作手段，提升自身技术实力，在人工智能领域迅速占据制高点，也有部分巨头在我国建立产业基地，抢占中国市场。如微软收购位于多伦多的人工智能初创企业Maluuba，谷歌收购数据科学公司Kaggle。库卡也宣布建设中国二期厂房，继续扩大产能。而中国人工智能产业的跨界互动能力不足，部分企业存在短期套利思维。业内人士认为，从技术到产品的跨越非常之困难。不同于硅谷技术公司的“一呼百应、迅速抱团”，中国企业之间的“门户之见”较深，产业链倾向于为了短期利益，维护已有的客户链条，而不会积极拥抱新产品，这使得一项技术需要投产时，找生产商就十分困难，更别提以后的推广、应用了。另一方面，中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃认为，目前市场上有很多风险基金来主导基础研究型公司，这对正常的创新过程会产生一定负面影响。特定阶段确实需要一些特殊的措施，但无论如何要给有能力、愿意做研究的人一个安静的空间，这才是科研创新真正的源头。王飞跃认为，很多人蜂拥而至进入智能行业，其中不乏“语言创新”、炒作概念的PPT公司，好多核心硬件还要从外国进口，企业技术能力“配不上”它的名字，这是需要我们反思的地方。《中国机器人产业发展报告》建议，围绕市场需求，加强新技术之间的整合能力，打造“政产学研用”紧密结合的协同创新载体。既要围绕智慧工厂、智能家居和智慧城市开展细分领域示范工程，也要打造重点领域机器人应用系统集成商和综合解决方案服务商，推进全产业链协同发展。人才队伍建设是产业发展“脊梁柱”任何产业的发展都依赖高素质的人才。美国人工智能产业的发展，得益于过去几十年来高校、科研院所没有停止过的探索，美国从而成为世界人工智能人才的最大输出地。而中国人工智能人才则较为稀缺。腾讯研究院发布的《中美两国人工智能产业发展全面解读》，从企业人数分布可以看出中美之间的巨大差异。报告显示，截至2017年6月，美国共有1078家人工智能企业，员工数量为78700名；中国有592家人工智能企业，员工数量为39200名，约为美国的50%。分领域来看，在处理器/芯片领域，美国员工人数是中国的13.8倍，美国17900人，中国1300人。中国在技术层领域的企业人数也远远落后于美国，仅在智能机器人领域人才稍多，为6400人，是美国同领域人数的3倍。根据全球职场社交平台“领英”的数据，7成美国人工智能人才从业10年以上，而中国仅有4成相关人才有这样的从业经验。报告分析，这源于中国人工智能产业起步比美国晚，人才培养模式尚存差距。中国高校在很长时间内并没有人工智能专业，而美国是人工智能概念的诞生地，基本上大院校都有人工智能专业和研究方向。根据美国国家科技委员会的人工智能全球大学排名，前20名中有16所是美国大学，这些大学源源不断地向科技企业输送人才。业内人士表示，由于人才匮乏，人工智能工程师的年薪水涨船高。博士毕业进入企业，起薪或可高达百万元，“否则根本留不住人”。而且，即便这样的人也很难“上手就用”，都要在公司经过数月至一年的专业培训。目前，中国正在快速追赶美国人工智能人才的培养步伐。从论文发表数量来看，华人作者的领先优势日益明显。在“深度学习”领域，中国的论文数量从2014年开始超越美国。专家认为，人才培养是“智能+”发展的关键，而且，人才培养要与重点项目相结合，真正做到核心人才本土化、核心项目自主化。《中国机器人产业发展报告》建议，应建立机器人行业亟须的多层次、多类型技能人才培养体系，建立校企联合培养人才的新机制。同时，建立培养标准体系，运用职业培训和职业资格制度加深与汽车、电子、化工、消防等相关行业合作，实现人才培养与企业需求的良好对接。国务院2017年印发《新一代人工智能发展规划》，提到将“加快培养聚集人工智能高端人才”。伴随着巨大的市场需求和应用场景，我国有望吸引人才来华从事人工智能行业。在面向2030年对我国人工智能发展进行的战略性部署中，我国新一代人工智能发展规划也明确提出了我国人工智能发展的“三步走”目标：第一步，到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业进入国际第一方阵，成为我国新的重要经济增长点；第二步，到2025年，人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平，人工智能产业进入全球价值链高端，成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，我国成为世界主要人工智能创新中心，人工智能产业竞争力达到国际领先水平。专家认为，要想让机器人渗透到人们生活，真正实现智能社会，一定要把相应的基础设施建设好，建立知识库、大数据库、面向各类具体问题的智能系统等。“这不仅要有技术，还涉及整个社会体系、服务体系和治理体系等。”业内人士呼吁，要加快机器人向各领域的应用，实现人机协调、跨界融合、共创分享，营造有利于机器人发展的良好生态。瑞银研究报告显示：至2030年AI每年将为亚洲贡献经济价值高达1.8万亿至3.0万亿美元，将对金融服务、医疗保健、制造、零售和交通等行业产生巨大影响。这些行业加起来，相当于目前亚洲GDP的三分之二。据统计，2000至2016年，中国人工智能企业数量累计增长1477家，融资规模达27.6亿美元。其中，2014至2016年三年是中国人工智能发展最为迅速的时期。这三年里新增的人工智能企业数量占累计总数的55.38%。另据艾瑞咨询公开数据，中国人工智能产业规模2016年已突破100亿元。面对优势，还需戒骄戒躁；面对补足，还需踏实补强；我国应在人工智能产业发展的浪潮中争当“弄潮儿”。未来已来，当时代的钟声缓缓敲响，新科技革命和产业变革将是最难掌控但必须面对的不确定性因素之一，抓住了就是机遇，抓不住就是挑战，必须在日新月异的科技大变革中、在国际合作与竞争的征程中加速前进。

随着政策的推动以及资本的关注，人工智3431366338能产业仍将保持迅猛发展态势，2020年中国人工智能核心产业规模将超1500亿元。当前人工智能的商业化主要是基于计算机视觉、智能语音、自然语言处理等技术，技术应用面广泛，涉及智能医疗、智能驾驶、智能家居等多场景。2018年中国人工智能领域共融资1311亿元，增长率超过100%，投资者看好人工智能行业的发展前景，资本将助力行业更好地发展。在人工智能与出行结合领域，路径规划、网络约车、交通管理、自动驾驶等技术的研发解决了传统出行不便的痛点，其中深兰科技深耕智能交通、智能环境、智能城市等细分领域，已实现人工智能产品落地。其深兰科技熊猫智能公交车已实现在广州、天津等国内多个城市试运行。而人工智能与安防、医疗、零售等产业的结合，均解决了一定行业痛点，利用机器学习算法、深度学习和NLP促进行业发展。随着5G商用时代的逐渐来临，人工智能技术连接效率也将进一步提升，深度学习、数据挖掘、自动程序设计等领域也将在的应用领域得到实现。中国人工智能发展迅速　　中国人工智能技术起步较晚，但是发展迅速，目前在专利数量以及企业数量等指标上已经处于世界领先地位。2013-2018年，全球人工智能领域的论文文献产出共30.5万篇，其中，中国发表7.4万篇，美国发表5.2万篇。在数量占比方面，2017年中国人工智能论文数量占比全球已经达27.7%。当前中美两国之间人工智能科研论文合作规模最大，是全球人工智能合作网络的中心，中美两国合作深刻影响全球人工智能发展。2019中国人工智能发展新动向2019中国人工智能发展热点中国人工智能核心产业规模规划　　国务院印发的《新一代人工智能发展规划》提出，到2020年人工智能总体技术和应用与世界先进水平同步，核心产业规模超过1500亿元，到2025年人工智能核心产业规模超过4000亿元，到2030年人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过1万亿元。随着政策的进一步推动以及技术的进一步成熟，人工智能产业落地速度将明显提速。中国人工智能未来热度持续　　艾媒咨询分析师认为，目前中国整个人工智能产业规模仍在保持增长，同时国家也在不断出台各类人工智能产业扶持政策，资本市场对人工智能行业的投资热情不减，技术方面不断突破是产业增长的核心驱动力。　　未来人工智能产业的走向取决于算法的进步，由于算法的技术突破是决定人工智能上限的，所以未来人工智能企业拉开差距就在算法的技术突破上，谁能先在算法上取得成功，谁就能取得资本市场青睐，同时产业落地也会进一步提速。在算法方面，目前已经有深度学习和神经网络这样优秀的模型，但就目前国内人工智能算法的总体发展而言，工程学算法虽已取得阶段性突破，但基于认知层面的算法水平还亟待提高，这也是未来竞争的核心领域。　　虽然算法决定人工智能上限，但是目前的算法短时间内可能很难有所突破，所以算力也是目前人工智能企业竞争的一个重点方向，以目前的算力水平，主要实现商业化的人工智能技术为计算机视觉、智能语音等，未来若算力进一步突破包括算力的提升、生产成本的降低都会使人工智能技术的产业化进一步深入。以上内容摘自艾媒咨询最新发布的《艾媒报告 |2019上半年中国人工智能产业研究报告》

人工智能被纳入“新基建”体系2020年3月34336333644日，中央明确指示要加快推进国家规划已明确的重大工程和基础设施建设，其中要加快 5G 网络、数据中心等新型基础设施建设进度。相比于传统的“铁公基”，新基建是立足于高新科技的基础设施建设，主要包括5G基建、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等七大领域。人工智能方面，AI将是新一轮产业变革的核心驱动力，重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。中国人工智能产业规模逐年上升近年来，中国人工智能产业发展迅速，语音识别和计算机视觉成为国内人工智能市场最成熟的两个领域。自2015年开始，中国人工智能产业规模逐年上升，据中国信通院数据，2015年到2018年复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。前瞻推算，2019年我国人工智能市场规模达到554亿元左右。新基建浪潮下，人工智能建设些什么“新基建”不同于“铁公基”传统思路，其本质是信息数字化的基础设施建设，用于支撑传统产业向网络化、数字化、智能化方向发展。那么在“新基建”浪潮的背景下，人工智能基础设施应该建什么、怎样建?根据通信世界网发布的观点，人工智能新基建的核心是构建专用设施，填补算力不足，同时应在泛在、融合的发展趋势下，构建软硬件协同、新老系统协同、各个行业协同的产业新生态。——以上数据及分析请参考于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》