精华内容
下载资源
问答
  • 附件 2 广州市人工智能产业发展布局 序号 区域 重点载体 发展方向 推进人工智能 +区块链深入发展打造国家 信创产业生态先导区 推进工业智造大脑 建 1 黄埔区 中国软件名城示范区 广东省工业互联 网产业示范基地 黄埔...
  • 制造行业日报:河北开展汽车产业集群优化行动打造“2+3+3”产业发展格局.pdf
  • “十四五”期间,在构建以国内大循环为主体、国内国际双循环相互促进的新发展格局下,现代煤化工产业面临着诸多挑战,需要尽快转变发展理念,即加快能源终端消费产品由化石能源主体向清洁能源主体转变,加快化石能源...
  • 为促进资源型地区城乡一体...文章在阐述产业发展与农村城镇化的关系和农村城镇化进程中资源型地区产业发展路径选择的基础上,以武安地区为例,介绍了该地区城镇化发展现状,分析了该地区的产业发展特征...
  • 论文研究-中国发电产业发展有序性:基于省际布局和产业组织的实证研究.pdf, 目前,中国电力产业已存在"弃风、弃光、弃水、弃核"的限电约束并出现火电"产能过剩"的超额...
  • 来源:HKSAIR本文约10800字,建议阅读20+分钟本文带你了解人工智能产业发展。人工智能市场格局人工智能(Artificial Intelligence,AI)是利用机器学习和数据...


    来源:HKSAIR

    本文约10800字,建议阅读20+分钟

    本文带你了解人工智能产业发展。


    人工智能市场格局

    人工智能(Artificial Intelligence,AI)是利用机器学习和数据分析方法赋予机器模拟、延 申和拓展类人的智能的能力,本质上是对人类思维过程的模拟。AI 概念最早始于 1956 年 的达特茅斯会议,受限于算法和算力的不成熟,未能实现大规模的应用和推广。近年来, 在大数据、算法和计算机能力三大要素的共同驱动下,人工智能进入高速发展阶段。据中 国电子学会预测,2022全球人工智能市场将达到1630亿元,2018-2022年CAGR达31%。

    人工智能赋能实体经济,为生产和生活带来革命性的转变。人工智能作为新一轮产业变革 的核心力量,将重塑生产、分配、交换和消费等经济活动各环节,催生新业务、新模式和 新产品。从衣食住行到医疗教育,人工智能技术在社会经济各个领域深度融合和落地应用。同时,人工智能具有强大的经济辐射效益,为经济发展提供强劲的引擎。据埃森哲预测, 2035 年,人工智能将推动中国劳动生产率提高 27%,经济总增加值提升 7.1 万亿美元。

    多角度人工智能产业比较

    目前,全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系,可以将人工智 能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础,主要提 供硬件(芯片和传感器)及软件(算法模型)等基础能力;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,将基础能力转化成人工智能技术,如计算机视觉、智 能语音、自然语言处理等应用算法研发。其中,技术层能力可以广泛应用到多个不同的应 用领域;应用层是人工智能产业的延伸,将技术应用到具体行业,涵盖制造、交通、金融、 医疗等 18 个领域,其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。

    • 战略部署:大国角逐,布局各有侧重

    全球范围内,中美“双雄并立”构成人工智能第一梯队,日本、英国、以色列和法国等发 达国家乘胜追击,构成第二梯队。同时,在顶层设计上,多数国家强化人工智能战略布局, 并将人工智能上升至国家战略,从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国,局部领域有所突破。中国人工智能起步较晚,发展之路几经沉浮。自 2015 年以来,政府密集出台系列扶植政策,人工智能发展势头迅猛。由于初期我国政策 侧重互联网领域,资金投向偏向终端市场。因此,相比美国产业布局,中国技术层(计算 机视觉和语音识别)和应用层走在世界前端,但基础层核心领域(算法和硬件算力)比较 薄弱,呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。

    美国引领人工智能前沿研究,布局慢热而强势。美国政府稍显迟缓,2019 年人工智能国 家级战略(《美国人工智能倡议》)才姗姗来迟。但由于美国具有天时(5G 时代)地利(硅 谷)人和(人才)的天然优势,其在人工智能的竞争中已处于全方位领先状态。总体来看, 美国重点领域布局前沿而全面,尤其是在算法和芯片脑科学等领域布局超前。此外,美国 聚焦人工智能对国家安全和社会稳定的影响和变革,并对数据、网络和系统安全十分重视。

    伦理价值观引领,欧洲国家抢占规范制定的制高点。2018 年,欧洲 28 个成员国(含英国) 签署了《人工智能合作宣言》,在人工智能领域形成合力。从国家层面来看,受限于文化 和语言差异阻碍大数据集合的形成,欧洲各国在人工智能产业上不具备先发优势,但欧洲 国家在全球 AI 伦理体系建设和规范的制定上抢占了“先机”。欧盟注重探讨人工智能的社 会伦理和标准,在技术监管方面占据全球领先地位。

    日本寻求人工智能解决社会问题。日本以人工智能构建“超智能社会”为引领,将 2017 年确定为人工智能元年。由于日本的数据、技术和商业需求较为分散,难以系统地发展人 工智能技术和产业。因此,日本政府在机器人、医疗健康和自动驾驶三大具有相对优势的 领域重点布局,并着力解决本国在养老、教育和商业领域的国家难题。

    • 基础层面:技术薄弱,芯片之路任重道远

    基础层由于创新难度大、技术和资金壁垒高等特点,底层基础技术和高端产品市场主要被 欧美日韩等少数国际巨头垄断。受限于技术积累与研发投入的不足,国内在基础层领域相 对薄弱。具体而言,在 AI 芯片领域,国际科技巨头芯片已基本构建产业生态,而中国尚 未掌握核心技术,芯片布局难以与巨头抗衡;在云计算领域,服务器虚拟化、网络技术 (SDN)、 开发语音等核心技术被掌握在亚马逊、微软等少数国外科技巨头手中。虽国内 阿里、华为等科技公司也开始大力投入研发,但核心技术积累尚不足以主导产业链发展;在智能传感器领域,欧洲(BOSCH,ABB)、美国(霍尼韦尔)等国家或地区全面布局传 感器多种产品类型,而在中国也涌现了诸如汇顶科技的指纹传感器等产品,但整体产业布 局单一,呈现出明显的短板。在数据领域,中国具有的得天独厚的数据体量优势,海量数 据助推算法算力升级和产业落地,但我们也应当意识到,中国在数据公开力度、国际数据 交换、统一标准的数据生态系统构建等方面还有很长的路要走。

    “无芯片不 AI”,以 AI 芯片为载体的计算力是人工智能发展水平的重要衡量标准,我们 将对 AI 芯片作详细剖析,以期对中国在人工智能基础层的竞争力更细致、准确的把握。

    依据部署位置,AI 芯片可划分为云端(如数据中心等服务器端)和终端(应用场景涵盖手 机、汽车、安防摄像头等电子终端产品)芯片;依据承担的功能,AI 芯片可划分为训练和 推断芯片。训练端参数的形成涉及到海量数据和大规模计算,对算法、精度、处理能力要 求非常高,仅适合在云端部署。目前,GPU(通用型)、FPGA(半定制化)、ASIC(全 定制化)成为 AI 芯片行业的主流技术路线。不同类型芯片各具优势,在不同领域呈现多 技术路径并行发展态势。我们将从三种技术路线分别剖析中国 AI 芯片在全球的竞争力。

    GPU(Graphics Processing Unit)的设计和生产均已成熟,占领 AI 芯片的主要市场份 额。GPU 擅长大规模并行运算,可平行处理海量信息,仍是 AI 芯片的首选。据 IDC 预测, 2019 年 GPU 在云端训练市场占比高达 75%。在全球范围内,英伟达和 AMD 形成双寡头 垄断,尤其是英伟达占 GPU 市场份额的 70%-80%。英伟达在云端训练和云端推理市场推 出的 GPU Tesla V100 和 Tesla T4 产品具有极高性能和强大竞争力,其垄断地位也在不断 强化。目前中国尚未“入局”云端训练市场。由于国外 GPU 巨头具有丰富的芯片设计经 验和技术沉淀,同时又具有强大的资金实力,中国短期内无法撼动 GPU 芯片的市场格局。

    FPGA(Field Programmable Gate Array)芯片具有可硬件编程、配置高灵活性和低能耗 等优点。FPGA 技术壁垒高,市场呈双寡头垄断:赛灵思(Xilinx)和英特尔(Intel)合计 占市场份额近 90%,其中赛灵思的市场份额超过 50%,始终保持着全球 FPGA 霸主地位。 国内百度、阿里、京微齐力也在部署 FPGA 领域,但尚处于起步阶段,技术差距较大。

    ASIC(Application Specific Integrated Circuits)是面向特定用户需求设计的定制芯片, 可满足多种终端运用。尽管 ASIC 需要大量的物理设计、时间、资金及验证,但在量产后, 其性能、能耗、成本和可靠性都优于 GPU 和 FPGA。与 GPU 与 FPGA 形成确定产品不 同,ASIC 仅是一种技术路线或方案,着力解决各应用领域突出问题及管理需求。目前, ASIC 芯片市场竞争格局稳定且分散。我国的 ASIC 技术与世界领先水平差距较小,部分 领域处于世界前列。在海外,谷歌 TPU 是主导者;国内初创芯片企业(如寒武纪、比特 大陆和地平线),互联网巨头(如百度、华为和阿里)在细分领域也有所建树。

    总体来看,欧美日韩基本垄断中高端云端芯片,国内布局主要集中在终端 ASIC 芯片,部 分领域处于世界前列,但多以初创企业为主,且尚未形成有影响力的“芯片−平台−应用” 的生态,不具备与传统芯片巨头(如英伟达、赛灵思)抗衡的实力;而在 GPU 和 FPGA 领域,中国尚处于追赶状态,高端芯片依赖海外进口。

    • 技术层面:乘胜追击,国内头部企业各领风骚

    技术层是基于基础理论和数据之上,面向细分应用开发的技术。中游技术类企业具有技术 生态圈、资金和人才三重壁垒,是人工智能产业的核心。相比较绝大多数上游和下游企业 聚焦某一细分领域、技术层向产业链上下游扩展较为容易。该层面包括算法理论(机器学 习)、开发平台(开源框架)和应用技术(计算机视觉、智能语音、生物特征识别、自然 语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来,我国技术层 围绕垂直领域重点研发,在计算机视觉、语音识别等领域技术成熟,国内头部企业脱颖而 出,竞争优势明显。但算法理论和开发平台的核心技术仍有所欠缺。

    具体来看,在算法理论和开发平台领域,国内尚缺乏经验,发展较为缓慢。机器学习算法 是人工智能的热点,开源框架成为国际科技巨头和独角兽布局的重点。开源深度学习平台 是允许公众使用、复制和修改的源代码,是人工智能应用技术发展的核心推动力。目前, 国际上广泛使用的开源框架包括谷歌的 TensorFlow、脸书的 Torchnet 和微软的 DMTK等, 美国仍是该领域发展水平最高的国家。我国基础理论体系尚不成熟,百度的 PaddlePaddle、 腾讯的 Angle 等国内企业的算法框架尚无法与国际主流产品竞争。

    在应用技术的部分领域,中国实力与欧美比肩。计算机视觉、智能语音、自然语言处理是 三大主要技术方向,也是中国市场规模最大的三大商业化技术领域。受益于互联网产业发 达,积累大量用户数据,国内计算机视觉、语音识别领先全球。自然语言处理当前市场竞 争尚未成型,但国内技术积累与国外相比存在一定差距。

    作为落地最为成熟的技术之一,计算机视觉应用场景广泛。计算机视觉是利用计算机模拟 人眼的识别、跟踪和测量功能。其应用场景广泛,涵盖了安防(人脸识别)、医疗(影像 诊断)、移动互联网(视频监管)等。计算机视觉是中国人工智能市场最大的组成部分。据艾瑞咨询数据显示,2017 年,计算机视觉行业市场规模分别为 80 亿元,占国内 AI 市 场的 37%。由于政府市场干预、算法模型成熟度、数据可获得性等因素的影响,计算机视 觉技术落地情况产生分化。我国计算机视觉技术输出主要在安防、金融和移动互联网领域。而美国计算机视觉下游主要集中在消费、机器人和智能驾驶领域。

    计算机视觉技术竞争格局稳定,国内头部企业脱颖而出。随着终端市场工业检测与测量逐 渐趋于饱和,新的应用场景尚在探索,当前全球技术层市场进入平稳的增长期,市场竞争 格局逐步稳定,头部企业技术差距逐渐缩小。中国在该领域技术积累丰富,技术应用和产 品的结合走在国际前列。2018 年,在全球最权威的人脸识别算法测试(FRVT)中,国内 企业和研究院包揽前五名,中国技术世界领先。国内计算机视觉行业集中度高,头部企业 脱颖而出。据 IDC 统计,2017 年,商汤科技、依图科技、旷视科技、云从科技四家企业 占国内市场份额的 69.4%,其中商汤市场份额 20.6%排名第一。

    • 应用层面:群雄逐鹿,格局未定

    应用层以底层技术能力为主导,切入不同场景和应用,提供产品和解决方案。受益于计算 机视觉、图像识别、自然语言处理等技术的快速发展,人工智能已广泛地渗透和应用于诸 多垂直领域,产品形式也趋向多样化。近年来,关注度较高的应用场景主要包括安防、金 融、教育、医疗、交通、广告营销等。从融合深度上,由于场景复杂度、技术成熟度和数 据公开水平的不同,而导致各场景应用成熟度不同。例如,政策导向和海量数据助推下, AI+安防、金融和客服领域有较为深入的应用,医疗和教育领域是产品或服务单点式切入, 尚未形成完整的解决方案。而由于基础设施复杂和数据获取难度大,AI+制造业处于边缘 化。此外,AI+农业国内尚未产生成熟产品。

    应用场景市场空间广阔,全球市场格局未定。受益于全球开源社区,应用层进入门槛相对 较低。目前,应用层是人工智能产业链中市场规模最大的层级。据中国电子学会统计,2019 年,全球应用层产业规模将达到 360.5 亿元,约是技术层的 1.67 倍,基础层的 2.53 倍。 在全球范围内,人工智能仍处在产业化和市场化的探索阶段,落地场景的丰富度、用户需 求和解决方案的市场渗透率均有待提高。目前,国际上尚未出现拥有绝对主导权的垄断企 业,在很多细分领域的市场竞争格局尚未定型。

    中国侧重应用层产业布局,市场发展潜力大。欧洲、美国等发达国家和地区的人工智能产 业商业落地期较早,以谷歌、亚马逊等企业为首的科技巨头注重打造于从芯片、操作系统 到应用技术研发再到细分场景运用的垂直生态,市场整体发展相对成熟;而应用层是我国 人工智能市场最为活跃的领域,其市场规模和企业数量也在国内 AI 分布层级占比最大。据艾瑞咨询统计,2019 年,国内 77%的人工智能企业分布在应用层。得益于广阔市场空 间以及大规模的用户基础,中国市场发展潜力较大,且在产业化应用上已有部分企业居于 世界前列。例如,中国 AI+安防技术、产品和解决方案引领全球产业发展,海康威视和大 华股份分别占据全球智能安防企业的第一名和第四名。

    整体来看,国内人工智能完整产业链已初步形成,但仍存在结构性问题。从产业生态来看, 我国偏重于技术层和应用层,尤其是终端产品落地应用丰富,技术商业化程度比肩欧美。 但与美国等发达国家相比,我国在基础层缺乏突破性、标志性的研究成果,底层技术和基 础理论方面尚显薄弱。初期国内政策偏重互联网领域,行业发展追求速度,资金投向追捧 易于变现的终端应用。人工智能产业发展较为“浮躁”,导致研发周期长、资金投入大、 见效慢的基础层创新被市场忽略。“头重脚轻”的发展态势导致我国依赖国外开发工具、 基础器件等问题,不利于我国人工智能生态的布局和产业的长期发展。短期来看,应用终 端领域投资产出明显,但其难以成为引导未来经济变革的核心驱动力。中长期来看,人工 智能发展根源于基础层(算法、芯片等)研究有所突破。

    透析人工智能发展潜力

    基于人工智能产业发展现状,我们将从智能产业基础、学术生态和创新环境三个维度,对 中国、美国和欧洲 28 国人工智能发展潜力进行评估,并使用熵值法确定各指标相应权重 后,利用理想值法(TOPSIS 法)构建了一个代表人工智能发展潜力整体情况的综合指标。

    从智能产业基础的角度

    • 产业化程度:增长强劲,产业规模仅次美国

    中国人工智能尚在产业化初期,但市场发展潜力较大。产业化程度是判断人工智能发展活 力的综合指标,从市场规模角度,据 IDC 数据,2019 年,美国、西欧和中国的人工智能 市场规模分别是 213、71.25 和 45 亿美元,占全球市场份额依次为 57%、19%和 12%。中国与美国的市场规模存在较大差异,但近年来国内 AI 技术的快速发展带动市场规模高 速增长,2019 年增速高达 64%,远高于美国(26%)和西欧(41%)。从企业数量角度, 据清华大学科技政策研究中心,截至 2018 年 6 月,中国(1011 家)和美国(2028 家) 人工智能企业数全球遥遥领先,第三位英国(392 家)不及中国企业数的 40%。从企业布 局角度,据腾讯研究院,中国 46%和 22%的人工智能企业分布在语音识别和计算机视觉 领域。横向来看,美国在基础层和技术层企业数量领先中国,尤其是在自然语言处理、机 器学习和技术平台领域。而在应用层面(智能机器人、智能无人机),中美差距略小。展 望未来,在政策扶持、资本热捧和数据规模先天优势下,中国人工智能产业将保持强劲的 增长态势,发展潜力较大。

    • 技术创新能力:专利多而不优,海外布局仍有欠缺

    专利申请量是衡量人工智能技术创新能力和发展潜质的核心要素。在全球范围内,人工智 能专利申请主要来源于中国、美国和日本。2000 年至 2018 年间,中美日三国 AI 专利申 请量占全球总申请量的 73.95%。中国虽在 AI 领域起步较晚,但自 2010 年起,专利产出 量首超美国,并长期雄踞申请量首位。

    从专利申请领域来看,深度学习、语音识别、人脸识别和机器人等热门领域均成为各国重 点布局领域。其中,美国几乎全领域领跑,而中国在语音识别(中文语音识别正确率世界 第一)、文本挖掘、云计算领域优势明显。具体来看,多数国内专利于 AI 科技热潮兴起后 申请,并集中在应用端(如智能搜索、智能推荐),而 AI 芯片、基础算法等关键领域和前 沿领域专利技术主要仍被美国掌握。由此反映出中国 AI 发展存在基础不牢,存在表面繁 荣的结构性不均衡问题。


    从专利权人分布来看,中国高校和科研机构创新占据主导地位,或导致理论、技术和产业 割断的市场格局。欧美日人工智能申请人集中在企业,IBM、微软、三星等巨头企业已构 建了相对成熟的研发体系和策略,成为专利申请量最多的专利人之一。其中,IBM 拥有专 利数量全球遥遥领先,截至 2018 年 12 月 31 日,共拥有 4079 件 AI 专利。而中国是全球 唯一的大学和研究机构 AI 专利申请高于企业的国家。由于高校与企业定位与利益追求本 质上存在差异,国内技术创新与市场需求是否有效结合的问题值得关注。

    中国 AI 专利质量参差不齐,海外市场布局仍有欠缺。尽管中国专利申请量远超美国,但 技术“多而不强,专而不优”问题亟待调整。其一,中国 AI 专利国内为主,高质量 PCT 数量较少。PCT(Patent Cooperation Treaty)是由 WIPO 进行管理,在全球范围内保护 专利发明者的条约。PCT 通常被为是具有较高的技术价值。据中国专利保护协会统计,美 国 PCT 申请量占全球的 41%,国际应用广泛。而中国 PCT 数量(2568 件)相对较少, 仅为美国 PCT 申请量的 1/4。目前,我国 AI 技术尚未形成规模性技术输出,国际市场布 局欠缺;其二,中国实用新型专利占比高,专利废弃比例大。我国专利类别包括发明、实 用新型专利和外观设计三类,技术难度依次降低。中国拥有 AI 专利中较多为门槛低的实 用新型专利,如 2017 年,发明专利仅占申请总量的 23%。此外,据剑桥大学报告显示, 受高昂专利维护费用影响,我国 61%的 AI 实用新型和 95%的外观设计将于 5 年后失效, 而美国 85.6%的专利仍能得到有效保留。

    • 人才储备:供需失衡,顶尖人才缺口大

    人才的数量与质量直接决定了人工智能的发展水平和潜力。目前,全球人工智能人才分布 不均且短缺。据清华大学统计,截至 2017 年,人才储备排名前 10 的国家占全球总量的 61.8%。欧洲 28 国拥有 43064 名人工智能人才,位居全球第一,占全球总量的 21.1%。美国和中国分别以 28536、18232 列席第二、第三位。其中,中国基础人才储备尤显薄弱。根据腾讯研究院,美国 AI 技术层人才是中国 2.26 倍,基础层人才数是中国的 13.8 倍。

    我国人工智能人才供需严重失衡,杰出人才缺口大。据 BOSS 直聘测算,2017 年国内人 工智能人才仅能满足企业 60%的需求,保守估计人才缺口已超过 100 万。而在部分核心 领域(语音识别、图像识别等), AI 人才供给甚至不足市场需求的 40%,且这种趋势随 AI 企业的增加而愈发严重。在人工智能技术和应用的摸索阶段,杰出人才对产业发展起着 至关重要的作用,甚至影响技术路线的发展。美国(5158 人)、欧盟(5787 人)依托雄 厚的科研创新能力和发展机会聚集了大量精英,其杰出人才数在全球遥遥领先,而中国杰 出人才(977 人)比例仍明显偏低,不足欧美的 1/5。

    人才流入率和流出率可以衡量一国生态体系对外来人才吸引和留住本国人才的能力。根据 Element AI 企业的划分标准,中国、美国等国家属于 AI 人才流入与流出率均较低的锚定 国(Anchored Countries),尤其是美国的人工智能人才总量保持相对稳定。具体来看, 国内人工智能培育仍以本土为主,海外人才回流中国的 AI 人才数量仅占国内人才总量的 9%,其中,美国是国内 AI人才回流的第一大来源大国,占所有回流中国人才比重的 43.9%。 可见国内政策、技术、环境的发展对海外人才的吸引力仍有待加强。

    从学术生态的角度

    • 技术创新能力:科研产出表现强劲,产学融合尚待加强

    科研能力是人工智能产业发展的驱动力。从论文产出数量来看,1998-2018 年,欧盟、中 国、美国位列前三,合计发文量全球占比 69.64%。近些年,中国积极开展前瞻性科技布 局, AI发展势头强劲,从1998年占全球人工智能论文比例的8.9%增长至2018年的28.2%, CAGR17.94%。2018 年,中国以 24929 篇 AI 论文居世界首位。中国研究活动的活跃从 侧面体现在人工智能发展潜力较大。

    我国论文影响力仍待提高,但与欧美差距逐年缩小。FWCI(Field-Weighted Citation Impact, 加权引用影响力)指标是目前国际公认的定量评价科研论文质量的最优方法,我们利用 FWCI 表征标准化1后的论文影响力。当 FWCI≥1 时,代表被考论文质量达到或超过了世 界平均水平。近 20 年,美国的 AI 论文加权引用影响力“独领风骚”,2018 年,FWCI 高 于全球平均水平的 36.78%;欧洲保持相对平稳,与全球平均水平相当;中国 AI 领域论文 影响力增幅明显,2018 年,中国 FWCI 为 0.80,较 2010 年增长 44.23%,但论文影响力 仍低于世界平均水平的 20%。从高被引前 1%论文数量来看,美国和中国高质量论文产出 为于全球第一、第二位,超出第三位英国论文产出量近 4 倍。综合来看,中国顶尖高质量 论文产出与美国不分伯仲,但整体来看,AI 论文影响力与美国、欧美仍有差距。

    从发文主体来看,科研机构和高校是目前中国人工智能知识生产的绝对力量,反映出科研成 果转化的短板。而美国、欧盟和日本则呈现企业、政府机构和高校联合参与的态势。据Scopus 数据显示,2018 年,美国企业署名 AI 论文比例是中国的 7.36 倍,欧盟的 1.92 倍。2012 年 至 2018 年,美国企业署名 AI 论文比例增长 43pct,同期中国企业署名 AI 论文仅增长 18pct。 此外,人工智能与市场应用关联密切,校企合作论文普遍存在。而我国校-企合作论文比例仅为 2.45%,与以色列(10.06%)、美国(9.53%)、日本(6.47%)差别较大。从产学结合的角度, 中国人工智能研究以学术界为驱动,企业在科研中参与程度较低,或难以实现以市场为导向。

    中国人工智能高校数量实位于第二梯队,实力比肩美国。高校是人工智能人才供给和论文 产出的核心载体。据腾讯研究院统计,全球共 367 所高校设置人工智能相关学科,其中, 美国(168 所)独占鳌头,占据全球的 45.7%。中国拥有 20 所高校与英国并列第三,数 量上稍显逊色。此外,中国高校实力普遍上升,表现强劲。据麻省理工学院 2019 年发布 的 AI 高校实力 Top20 榜单中,中国清华大学、北京大学包揽前两名,较 2018 年分别上 升 1 个和 3 个名次。

    从创新环境的角度

    • 研发投入:中美研发投入差距收窄

    中国研发高投入高强度,在全球研发表现中占据重要地位。从研发投入的角度,美国、中 国、日本和德国始终是全球研发投入的主力军。据 IDC 统计显示,2018 年四国的研发投 入总和占全球总量的比例已达 60.77%。其中,美国凭借其强大的研发实力连续多年位居 全球研发投入的榜首。近年来,中国研发投入呈现一路猛增的强进势头,据 Statista 统计, 国内 2019 年研发投入额为 5192 亿美元,仅次于美国。且趋势上与美国差距不断缩小, 2000 年至 2019 年,CAGR 高达 14.43%,同期美国 CAGR 仅 2.99%。由于经济疲软等 诸多原因,欧盟与日本则呈现较为缓慢的上升趋势。据研发投入与强度增长的趋势推测, 中国或在 1-2 年内取代美国的全球研发领先地位。从研发强度的角度,中国研发强度总体 上呈逐步攀升的趋势,且涨幅较大。但对创新活动投入强度的重视程度仍与美国和日本存 在差距。2018 年中国研发强度 1.97%,低于日本和美国 1.53、0.87 个百分点。


    • 资本投入:资金多而项目缺,资本投向侧重终端市场

    中美是全球人工智能“融资高地”。人工智能开发成本高,资本投入成为推动技术开发的 主力。在全球范围内,美国是人工智能新增企投融资领先者,据 CAPIQ 数据显示,2010 年至 2019 年 10 月,美国 AI 企业累计融资 773 亿美元,领先中国 320 亿美元,占全球总 融资额的 50.7%。尤其是特朗普政府以来,人工智能投资力度逐步加码。中国作为全球第 二大融资体,融资总额占全球 35.5%。考虑到已有格局和近期变化,其他国家和地区难以 从规模上撼动中美两国。从人工智能新增企业数量来看,美国仍处于全球领先地位。2010 至 2018 年,美国累计新增企业数量 7022 家,较约是中国的 8 倍(870 家)。中国每年新 增人工智能企业在 2016 年达到 179 家高点后逐渐下降,近两年分别是 179 家( 2017 年), 151 家(2018 年),表明中国资本市场对 AI 投资也日趋成熟和理性。整体来看,中国人 工智能新增企业增势缓慢,但融资总额涨幅迅猛。这一“资金多而项目缺”的态势或是行 业泡沫即将出现的预警。

    相比较美国,中国资本投向侧重易落地的终端市场。从融资层面来看,中国各领域发展较 为均衡,应用层是突出领域,如自动驾驶、计算机学习与图像、语音识别和无人机技术领 域的新增融资额均超过美国。而美国市场注重底层技术的发展。据腾讯研究院数据显示, 芯片和处理器是美国融资最多的领域,占总融资额的 31%。当前中国对人工智能芯片市场 高度重视,但受限于技术壁垒和投资门槛高,国内芯片融资处于弱势。

    • 基于信息熵的 TOPSIS 法:综合指标评估(略)

    数据结果显示,美国综合指标及三大项目指标评分绝对领先,中国第二,欧洲 28 国暂且 落后。具体来看,美国在人工智能人才储备、创新产出、融资规模方面优势明显。中国作 为后起之秀,尽管有所赶超,但总体水平与美国相比仍有差距,尤其是杰出人才资源、高 质量专利申请上存在明显的缺陷和短板。但在论文数量和影响力、研发投入等指标上,中 国正快速发展,与美国差距收窄。从各指标具体分析来看,我国人工智能研究主要分布在 高校和科研机构,企业参与度较低,产出成果较多呈现条块化、碎片化现象,缺乏与市场 的系统性融合,这将不利于中国人工智能技术的发展和产业优势的发挥。此外,我国科研 产出、企业数量和融资领域集中于产业链中下游,上游核心技术仍受制于国外企业。未来, 若国内底层技术领域仍未能实现突破,势必导致人工智能产业发展面临瓶颈。

    展望:乘风破浪,探寻弯道超车之路

    国内人工智能追赶速度迅猛,但基础薄弱问题突出。在强有力的战略引领和政策支持下、 依托庞大的数据体量、丰富的应用场景和高度的互联网普及率,中国人工智能产业持续保 持蓬勃发展态势,并跻身全球人工智能第一梯队。技术上,我国人工智能论文和专利申请 量长期雄踞世界首位,在国际技术竞赛中多次拔得头筹;产业上,以阿里巴巴、腾讯为代表的科技巨头全面布局人工智能生态,以寒武纪、科大讯飞、商汤科技为代表的初创企业 深耕垂直领域,打造技术护城河。我国人工智能产业规模、资本投入、企业数量呈现爆发 式增长,智能技术与实体融合持续加强,落地场景不断丰富。但我们也应当意识到,与美 国、欧洲相比,我国在产业链分布上更加集中于应用落地端口。长期市场化导向导致国内 行业发展出现结构性失衡,基础理论缺乏、原创算法薄弱、高端芯片依赖进口等问题凸显, 这也反映出中国人工智能发展不牢的风险点。因此,站在科技创新的“巨型风口”,我们 更需要审慎后续技术路线和产业发展路径,加大科研攻关力度,补齐技术短板。

    从中短期看,技术优化、落地场景的开拓和渗透是是最主要的增长点;从长期看,智能生 态体系建设才是弯道超车的必由之路。人工智能产业的核心竞争力在于生态体系的建设, 包括大数据、算法理论、底层技术、应用生态、人才储备等层面。而我国人工智能产业生 态和基础设施建设正处于探索期,如何实现核心技术的突破和拓宽人工智能技术与社会经 济融合场景着力点在于人才储备和持续的研发投入。从人才的角度,收窄技术差距的根本 在于优化人的知识结构和能力。当前政策应侧重建立人才培养体系,为人工智能打造人才 资源池,尤其是在基础学科领域突破人才瓶颈。同时,打破“唯数量论”的科研评价和考 核体系,改变人才激励机制势在必行。我国人工智能专利申请和科研产出数量全球领先, 但质量堪忧。唯有从源头改变评价机制,才能扭转“量多而质优”的问题。从研发的角度, 企业技术优化和创新能力是解决产业痛点的关键。基础研究的投入周期长、不确定性大、 和风险高特点决定了其难以短期内获得投资回报,但基础领域的突破将为经济带来长期和 广泛的溢出效应,因此,国内更应关注底层技术的研发投入,扭转传统技术路径,颠覆核心技术受制于人的被动局面。此外,人工智能在赋能机器模拟人类进行决策的同时产生的 伦理道德、隐私保护和社会安全问题值得关注。由于法律法规存在滞后性,尚无法对人工 智能技术进行有效监管。我国应加快人工智能伦理研究,及早识别人工智能治理风险。

    编辑:于腾凯

    展开全文
  • 20210526-平安证券-前瞻性产业研究周报:数字经济地区协调发展,新兴产业布局扩大.pdf
  • 展望2019年,我国人工智能领域核心基础技术持续突破,边缘智能 加速应用布局产业链条正在形成,集聚效应初具规模;融合应用水平大幅拓展,智能经 ...以营造发展环境为目标,培育多元化发展格局
  • 20210402-国金证券-通信行业:从“3A”发展看中国云计算产业竞争格局变化.pdf
  • 本报告重点对智能语音产业生态、产业发展前景、行业痛点等进行了全面梳理,并结合我市智能语音产业发展提出有关建议。 智能语音产业概述 智能语音产业结构分为三层,上游基础层包括芯片、模组、传感器以及云计算...

    当前,随着智能语音技术日益成熟,越来越多的互联网巨头、传统终端制造厂商以及初创公司进军智能语音领域,新产品、新技术不断涌现,智能语音产业进入快速发展阶段。本报告重点对智能语音产业生态、产业发展前景、行业痛点等进行了全面梳理,并结合我市智能语音产业发展提出有关建议。

    智能语音产业概述

    智能语音产业结构分为三层,上游基础层包括芯片、模组、传感器以及云计算服务和大数据平台等;

    中游技术层主要提供语音识别、语音合成、深度/机器学习、人机交互等技术研究和服务;

    下游应用包括智能手机、智能家居、智能汽车、可穿戴设备、虚拟助力、家庭机器人等B2C应用,以及金融、教育、医疗、安防等B2B应用。

    全面梳理智能语音产业生态及产业发展前景

    图1智能语音产业架构

    智能语音产业概述

    (一)谷歌

    谷歌一直致力于语音交互市场,2011年已收购语音通信技术公司SayNow、语音合成技术PhoneticArts等技术公司,2014年收购了SRTechGroup的多项语音识别相关的专利。2016年,谷歌开放了语音识别API,即谷歌语音搜索和语音输入的支持技术,包括80多种语言,适用于各种实时语音识别与翻译应用。2017年,谷歌发布了用于语音交互的ActionsonGoogle平台,可支持所有GoogleAssistant所支持的平台,并在功能方面允许用户通过语音完成交易。

    谷歌作为全球知名互联网巨头,依托已有的产品基础,将语音交互技术融入到搜索、地图、智能家居、机器人等产品中,构建一个新的应用平台。目前,谷歌语音助手已接入全球智能手机、汽车与智能家庭设备等产品达5亿台以上,进入了80多个国家与地区。根据Capvision统计数据显示,谷歌占据全球智能语音市场28.4%的份额,位居全球第二。

    (二)科大讯飞

    科大讯飞是从事智能语音技术、人工智能技术研究、软件及芯片产品开发、语音信息服务及电子政务系统集成的国家级重点软件企业和创新型企业,拥有语音及语言信息处理国家工程实验室、国家级企业技术中心、国家博士后科研工作站等荣誉称号。科大讯飞是我国智能语音与人工智能产业的龙头企业之一,在语音合成、语音识别、口语评测、自然语言处理等多项技术拥有国际领先的成果,其产品占据中文语音识别服务市场70%的份额,在专业领域的应用更是占到80%的市场份额。

    在业务布局方面,科大讯飞持续推进“平台+赛道”的人工智能战略,推出了国内首个以智能语音和人机交互为核心的人工智能开放平台,为移动互联网、智能硬件的广大创业开发者和海量用户提供人工智能开发与服务能力,围绕人工智能开放平台积极构建产业生态。在“赛道”上,把握垂直入口或行业的刚需,在教育、政法、智能汽车等领域实现了规模应用。2018年,科大讯飞实现营业收入79.17亿元,同比增长45.41%,净利润达5.42亿元。

    (三)思必驰

    思必驰是国内拥有全套语音类知识产权的公司,在语音识别、语义理解、声纹识别、对话管理、音频分析等方面均有深厚技术积累,是国际上极少数拥有自主产权、中英文综合语音技术的公司之一。2017年9月,思必驰对外发布了DUI语音交互开放平台,把语音相关技术整合成AIOS人机对话操作系统,作为安卓系统之上的一层标准接口,提供给硬件合作伙伴。同时针对不同场景,AIOS分成了不同版本,针对车载、家居、机器人等产品做垂直领域下的对话式交互。

    在产业生态构建上,思必驰主要依托自身语音交互技术优势,面向车载、家居、机器人等垂直领域,为互联网企业、智能硬件企业提供语音交互技术解决方案。其中,在车载方向,思必驰在车载后装市场占有率已达到行业第一,并逐步向前装市场延伸,与一汽、长城、大众、海马、小鹏汽车等十余个车厂企业建立合作关系;在智能家居方向,思必驰的技术被应用于猫精灵X1/M1、腾讯听听、小米小爱同学、联想智能音箱等多款知名产品,在音箱市场占有率行业第一;在家用机器人、儿童故事机等领域,思必驰已与浙江大华、步步高等企业建立合作关系。同时,思必驰通过DUI开放平台,面向开发者提供完整的智能对话交互方案,支持快速自定义开发,打造开放的生态圈。

    (四)声智科技

    声智科技成立于2016年5月,是全球领先的远场智能交互系统提供商之一,主要面向智能家居、智能汽车、智能会议、智能安防、智能金融、智能教育、智能医疗、智能法院、智能交通和机器人等行业领域,为客户提供麦克风阵列芯片与模组以及智能网关/机顶盒、智能电视、智能车机、智能手机、智能玩具等技术解决方案。

    在产业生态构建方面,声智科技主要依托自身远场交互技术,为互联网企业、智能硬件等客户提供应用解决方案,同时发布了AZERO远程智能交互平台,连接相关智能终端产品,为终端客户提供更多的功能服务。目前声智科技已与小米、百度、阿里、华为、腾讯、中国移动、联想、创维、金蝶、浪潮、国美等龙头企业建立合作关系,小易精灵带屏智能音箱、百度小度智能音箱、华为AI音箱、联想MINI智能音箱、国美智能音箱GOMEPOD等产品均使用了声智科技远场语音交互方案。

    智能语音产业发展前景

    (一)市场需求助力产业拓展

    5G通信技术高速率、大带宽、低时延、高可靠、海量连接的特性加速了“万物互联”时代发展,有效激发了智能语音进入更多应用场景,为语音识别与语义识别提供更大的数据量和更有利的数据环境,从而横向衍生出更丰富的功能和产品。智能语音应用在智能手机、平板电脑等移动智能终端的普及,移动互联网用户中使用智能语音的数量正大幅增长。在金融、电信、教育、医疗、轨道交通等垂直领域,智能语音技术和产品的应用正快速发展,实现从辅助技术手段向关键应用的发展。智能语音产业规模持续快速增长,预测2019年国内智能语音市场规模破2000亿元大关。

    (二)政策利好推动行业发展

    我国利好政策持续推动智能语音行业的发展。早在2017年11月5日,科技部召开《新一轮人工智能发展规划》暨重大科技项目启动会,会上宣布了首批四家国家新一代人工智能开放创新平台名单,明确依托科大讯飞建设智能语音国家新一代人工智能开放创新平台。2018年3月5日,国务院总理李克强在十三届全国人大一次会议政府工作报告时表示,要加强新一代人工智能研发应用,在医疗、养老、教育、文化、体育等多领域推进“互联网+”,“人工智能”再次被写入政府工作报告。随着人工智能上升到国家战略地位,智能语音作为其基础,未来发展也将受益。

    (三)智能家居场景带来机遇

    2018年全球智能家居市场出货量约为6.56亿台,其中,中国市场累计出货近1.5亿台,同比增长36.7%。智能音箱等单品的爆发、语音交互的普及以及智能平台的崛起,将促使消费者购买更多的智能家居设备,智能家居产品和服务可用性也会明显增加,全球智能家居市场将持续快速增长。在人工智能快速发展的环境下,语音已经成为智能家居产品的重要环节。2018年,中国智能家居设备市场语音助手搭载率达到28.6%,同比增长177.6%。

    (四)科技巨头纷纷开展布局

    在语音生态方面,百度宣布语音识别技术及能力全面开放。腾讯、搜狗语音开放平台相继上线。在语音技术应用方面,各大厂商对家居、车载、可穿戴等环节的关注明显升温。智能家居领域,百度发布了Baiduihome,阿里联合智能家电厂商推出天猫魔盒,搜狗联手魅族发布了魅族电视盒子。智能车载领域,百度分别推出了手机智能互联产品Carlife、私有云服务平台MyCar和智能行车助手CoDriver。阿里云和上汽合作推出车载操作系统,腾讯发布了路宝App+路宝盒子,可与腾讯云连接,以实现车辆诊断、油耗分析、车友社交等功能。搜狗则和四维图新合作,推出飞歌导航。可穿戴领域,百度采取扶持外部产品,内置百度服务,形成开放生态思路,分别推出inside智能硬件平台、基于健康云的Dulife智能健康平台等应用,以吸引硬件厂商加入。

    智能语音行业发展痛点

    (一)人才欠缺,创新成效低

    智能语音和人工智能技术产业化趋势愈发明显,国内外知名IT企业纷纷加大对智能语音业务的投入,不仅加剧了语音技术的国际竞争,也增大了语音技术人才需求缺口。在风险投资的追捧下,人工智能领域高端人才离职创业数量增多,近年来微软、百度、阿里、腾讯、IBM、英特尔中国等都出现了研究院院长等核心人才离职创业的现象。同时由于国内智能语音及人工智能行业的特殊性、高水平科研人才的稀缺性以及人才培养的滞后性,智能语音和人工智能人才将面临持续短缺,吸引和培养高水平人才队伍的力度不足,智能语音行业今后发展存在潜在风险。

    (二)重点关键技术有待突破

    从智能语音技术发展来看,当前语音合成技术已经较为成熟,合成清晰度和自然度已经达到较高水平,但是语音识别技术仍有许多需要提升的技术难点。目前大部分语音识别的研究和应用,主要是基于英语、汉语、阿拉伯语和法语等大语种,而世界上一共有6900多种语言,快速实现一套基于任何语言的语言识别系统是非常困难的。

    (三)语音交互平台“各自为政”

    目前各个语音交互开放平台各自为政,相关真实数据训练彼此分散,在语义理解和图谱识别等认知技术方面也尚未形成通用的技术框架,智能手机、智能可穿戴设备、智能音箱、智能电视等不同产品类型、不同品牌间语音交互技术不统一,影响用户使用体验,不利于构建融合、开放的智能终端应用生态,制约语音交互市场和产业发展。

    我市智能语音发展建议

    (一)构建产业生态圈

    加快推进智能语音应用平台布局,引导和支持已落户的科大讯飞联合百度、腾讯、思必驰等智能语音公司,在渝搭建开放共享平台,统一开发者和用户入口,为智能音箱、智能家电、智能可穿戴设备等不同类型、不同品牌的智能产品用户提供统一的平台入口和功能服务,构建智能应用生态圈。鼓励欧珀、维沃、传音、美的、海尔等本地智能手机厂商、智能家电厂商加强与统一开放平台的合作,植入智能语音技术与服务,推进产品提档升级。

    (二)加强公共平台建设

    整合大数据资源,建立支持智能语音产业发展的基础数据,引导建设基于语音的海量训练资源库和标准测试数据集。通过新建或协议使用等方式,引导建设满足深度学习等智能计算需求的国家超级计算中心、新型计算集群共享平台、云端智能分析处理服务系统、智能系统安全服务平台等基础资源平台,降低人工智能创新成本。鼓励和支持现有众创空间等创新孵化平台加大对智能语音项目的培育。

    (三)加强技术创新

    研究制定专项政策,下大力引进培育5G、智能语音等关键技术研究、产品开发、应用创新等方面的人才或研发团队。推动产业链各方加强深度协作,推动智能语音交互、智能可穿戴设备、智能服务机器人、材料及系统的关键技术突破和成果转化。鼓励企业离岸创新,将境外智能语音技术形成创新成果后在园区实现产业化。加强与本地高校联动,合力制定语言学和人工智能交叉的复合型人才联合培养计划,推动人才引进与培养。

     

    展开全文
  • 在对产业互联网发展大方向的一致认同下,各方势力开始在工业品、办公采购、生鲜、服装、家居、建筑等行业争相布局,形成了互联网巨头、垂直平台、行业龙头企业、央国企、技术型企业以及品牌企业多方参与的发展格局。...
  • CDN产业发展现状分析报告

    千次阅读 2019-06-07 16:05:46
    一、 CDN产业发展背景 2 (一) CDN产业发展历程 2 (二) CDN产业发展模式 3 二、 全球CDN产业发展现状 4 (一) 全球流量增速进入爆发期,激发CDN流量大爆发 4 (二) 全球CDN发展迎来新阶段,CDN市场规模逐年攀升...

    一、CDN产业发展背景
    (一)CDN产业发展历程
    1996年,鉴于对未来接入速率提升的预计,为保证内容传输的稳定性、高效性,保障用户访问网站响应速度,MT首次提出CDN网络概念,即在网络边缘放置服务器及资源备份。自此,随着信息及互联网技术的发展与升级,CDN产业的发展与互联网产业趋势呈现显著协同效应,并随着互联网产业发展呈现阶段性特征。
    1998-2000年互联网迎来第一次大发展,掀起全球互联网发展浪潮,CDN产业兴起,并迅速发展;2000-2004年互联网出现泡沫危机,全球互联网发展进入低谷期,CDN技术几乎停滞,产业发展放缓;2004-2007年互联网迎来第二波发展浪潮,门户、电商等互联网应用涌现,促进CDN产业恢复并迅速发展;2007-2016年PC互联网进入移动互联网时代,OTT、IPTV等应用刺激流量爆发式增长,驱动CDN加速发展;2016年-至今互联网向产业互联网升级发展,全球流量呈现爆发式增长,以云计算、大数据、人工智能为代表的新一代信息技术为CDN技术带来新的突破,CDN产业进入全面扩张发展阶段。
    在这里插入图片描述
    图1 CDN产业发展阶段

    (二)CDN产业发展模式
    CDN产业作为互联网内容智能化传输管道,其发展与互联网产业发展形成显著协同效应。一方面,互联网产业深入发展产生流量、技术等方面的突破,将进一步激发CDN产业发展;另一方面,CDN产业发展规模的形成及技术的突破,将影响整个互联网架构及产业格局的变化。因此,CDN产业将依托于互联网产业发展,以技术作为驱动,不断促进其蓬勃发展。
    随着中国互联网基础网络建设的不断推进、互联网内容的日益丰富、终端设备的全面普及以及庞大基础网络用户的形成,云计算、大数据等新一代信息技术的成熟,CDN产业发展正在不断深入。第一,基础网络升级将提高对CDN需求,每一轮基础网络升级势必会带来流量的爆发,从而进一步提高了对宽带的要求,进而激发对CDN的需求;第二,互联网内容日益丰富推动CDN产业发展,以OTT、IPTV等为代表的应用涌现,未来以VR/AR为代表的新一代信息技术应用的普及将极大促进流量需求,从而推动CDN加速发展;第三,云计算、大数据及人工智能技术为CDN产业发展提供技术支持,新一代信息技术的发展为CDN实现智能运维,提升服务质量,降低运营成本提供了基础支撑,促进CDN产业加速规模化发展。
    二、全球CDN产业发展现状
    (一)全球流量增速进入爆发期,激发CDN流量大爆发
    新兴互联网应用崛起,推动全球流量持续高速增长。据CISCO预测,截止2021年,全球流量总量将达到20.6ZB,2016-2021年全球年流量年均复合增长率为25%,全球流量持续高速增长。一方面,随着全球进入移动互联网时代,以物联网、云计算、移动互联等为代表的新兴互联网应用迅速崛起,促使无线流量及移动设备流量持续高速增长,截止2021年全球移动数据IP流量将达到47.14EB/月,2016-2021年全球移动数据IP流量年均复合增长率为46%;另一方面,全球数字化转型进一步深入,将持续扩大对IP网络需求,促进IP网络流量持续增加,据预测,2016 年全球 IP 流量为 96 EB/月,截止2021 年,全球IP流量将增长近 3 倍,达到 278 EB/月,2016-2021年全球IP流量年均复合增长率为24%。
    在这里插入图片描述
    图2 全球流量及增长率趋势
    Source:思科可视化网络指数(VNI)全球IP流量预测,2016-2021年
    在这里插入图片描述在这里插入图片描述
    图3 全球固定网络及移动数据IP流量及增长率趋势 图4 全球IP网络流量及增长率趋势
    Source:思科可视化网络指数(VNI)全球IP流量预测,2016-2021年
    CDN流量大爆发,视频流量成为主导。随着智能手机的全面普及以及OTT、IPTV应用的迅速发展,CDN流量呈现几何式增长。据统计,截止2021年,全球所有互联网流量的77%将流经CDN,较之2016年的67%提升10个百分点,2016年全球CDN流量达37.44EB/月,预计至2021年将达到161.68EB/月,2016-2021年全球CDN流量年均复合增长率为44%。其中,视频流量在CDN流量总量中占据主导地位。据统计,2016年互联网视频在个人互联网流量中占比71%,预计至2021年占比将达到81%,其主要原因得益于短视频及直播行业应用的爆发。
    在这里插入图片描述在这里插入图片描述
    图5 全球CDN流量及增长率趋势 图6全球个人互联网流量个应用占比
    Source:思科可视化网络指数(VNI)全球IP流量预测,2016-2021年
    (二)全球CDN发展迎来新阶段,CDN市场规模逐年攀升
    “技术+新应用”,驱动CDN产业迈入规模扩张新阶段。新技术、新应用、新模式不断涌现,驱动CDN产业迎来其规模发展新阶段,进入规模扩张阶段。技术层面,随着以云计算、大数据、人工智能,虚拟现实等为代表的新一代信息技术的成熟,CDN的关键技术容存储和分发技术实现突破,为减少网络拥塞,提高用户网络访问体验和服务质量,有效合理的分配资源提供稳定支撑;应用层面,移动互联网的应用和内容需求显著增加,驱动海量动态和丰富的移动内容消费,其中以电子商务、网络游戏、网络视频为最主要的市场增长推动力,尤其是高清流媒体的普及更将大地刺激网络内容加速传播服务的需求,为CDN服务商提供巨大市场空间。据统计,2016年全球CDN产业市场规模为60.5亿美元,预计至2021年全球CDN产业市场规模将达到232.2亿美元,2016-2021年全球CDN市场规模年均复合增长率达30.9%。
    在这里插入图片描述
    图7 全球CDN产业市场规模
    Source:公开资料整理所得
    (三)全球CDN渗透率整体较高,CDN市场分布差异显著
    全球CDN渗透率偏高,区域渗透存在差异。据统计,全球CDN市场渗透率超50%,美日韩地区CDN网络业务渗透率普遍较高,中国CDN渗透率仅为10%,存在巨大发展潜力;其中,美国云计算CDN渗透率达90%,而中国仅为15%,具备较大提升空间。国外渗透率偏高分析其原因有三:一是欧洲运营商市场竞争激烈,导致网络互联互通受阻,伴随互联网技术不断发展,给予了CDN产业发展机遇;二是各国政府重视网络基础设施所扮演的重大作用,运营商重视CDN产业的发展;三是视频商业模式成熟,云计算起步较早。
    全球CDN市场分布差异显著,美国占据主导地位。从市场营收或者使用比例方面来看,各国企业的CDN产业规模存在显著差异,美国CDN服务商占据市场份额主导地位。据统计,在Alexa Top 1k和Top 10k网站中,美国CDN服务商占70%,而中国CDN服务商市场份额分布在0.5%~3.5%之间。根据网站数量统计分析,Akamai及Amazon CloudFront属于第一梯队,市场份额分布在10%40%左右,二者合计份额占50%左右;EdgeCast、CloudFlare、MaxCDN等位居第二第一,市场份额分布在4%9%左右。网宿、百度、蓝汛等位居第三梯队,市场份额低于4%。
    在这里插入图片描述
    图8 Alexa排名前1000的网站使用CDN服务商的比例
    Source:Datanyze
    三、中国CDN产业发展现状
    (一)政策监管目标明确,CDN成为流量主要承载平台
    国家出台系列政策,CDN重要程度日趋增加。鉴于我国CDN产业在市场规模、运营能力、服务水平及技术研发与全球存在一定差距,国家出台系列扶持及监管政策,推进CDN产业加速规范化发展。2015年3月,国家发布“宽带战略”及方案,明确提出将CDN产业作为国家基础设施的重要组成部分,加快发展CDN产业;2016年1月,《电信业务分类目录(2015版)》开始实施,《目录》单独列出内容分发网络业务(CDN),明确固定CDN业务内涵和相关管理措施;2017年1月,《信息基础设施重大工程建设三年行动方案》发布,提出构建全球化基础网络设施,加快布局CDN产业节点,持续扩大内容分发网络容量以及覆盖范围。
    CDN成为流量主要承载平台,边缘计算和服务模式日益下沉。CDN成为新的“骨干网”,流量主导权逐渐转向应用层的互联网企业掌握,流量分配格局发生深远变化。据统计显示,目前CDN产业的部署使视频流量从骨干网的66%下降至46%,达20个百分点;同时,运营商城域网的流量成为全网流量热点,增速为骨干网的2~3倍。遵循“应用在边缘,管理在云端”服务模式,推进边缘计算与云端计算协同发展。一方面积极推进企业IT基础设施及应用服务在边缘云的部署,另一方面加快网络存储及内容分发向用户端下沉至接入网,推动CDN下沉至网络边缘,满足4K/8K等超高流量业务需要。
    (二)移动流量逐年攀升,视频流量需求快速增加
    移动流量持续攀升,视频流量需求快速增加。移动互联网时代,网络视频、社交网络、电子商务等各类应用迅速发展,驱动移动流量持续攀升。据统计,截止2017年,中国移动互联网流量达246亿G,同比增长162.7%,2011-2017年中国移动互联网流量年均复合增长率达74.2%。其中,网络视频产业搭乘移动互联网红利便车,进入高速发展阶段。2014年,网络视频市场规模为298.1亿元,预计2020年市场规模将达到3349.5亿元,2014-2019年网络视频市场规模年均复合增长率达41.3%。其中,泛娱乐直播、短视频不仅激发了大量的视频需求,同时用户对于低延时、零卡顿、首屏秒开等要求越来越高,网络视频的快速发展及要求的提高为CDN产业的发展带来机遇,同时也对CDN产业服务企业提出了更高的要求。
    在这里插入图片描述在这里插入图片描述
    图9 中国移动互联网流量趋势 图10 中国网络视频市场规模趋势
    Source:艾瑞咨询数据库
    (三)CDN市场规模持续增加,网络视频占比位居首位
    流量爆发驱动CDN市场规模持续增加。随着短视频、在线直播、AR及AI等各类新型应用及服务迅速发展,使得流量呈现几何指数增加,促进CDN市场规模不断扩大。据统计,2011年中国CDN市场规模为23.10亿元,预计至2019年CDN市场规模将达到250亿元,2011-2019年CDN市场规模年均复合增长率为30.3%,保持持续高速增长。
    在这里插入图片描述
    图11 中国CDN市场规模趋势
    Source:公开资料整理
    CDN行业应用深化,网络视频占比位居首位。随着国家政策扶持、技术环境的突破以及市场成本的降低,CDN在各行各业渗透率逐渐提升。现阶段,CDN主要应用在网络视频、电子商务、网络游戏、门户网站、政府网站、云计算等领域,其中网络视频、电子商务、网络游戏三者为CDN产业发展主要推动力,合计占CDN市场规模近70%。受益于近年来短视频以及在线直播行业的爆发,现阶段网络视频渗透率最高,占比达24.5%。
    在这里插入图片描述
    图12 中国CDN行业应用占比
    Source:公开资料整理
    (四)CDN获牌企业数量显著上升,海外市场拓展速度加快
    CDN获牌企业数量显著上升,市场竞争格局日趋稳定。从企业规模方面来看,随着国家管制的放松,企业获牌数量出现大幅度上升,与2017年同期相比,近一年我国获牌企业数量增加将近200家,达到231家,规模化经营逐渐成为趋势。从市场格局方面来看,市场格局发展深刻变化,以阿里云、腾讯云为代表的云CDN服务商出现在第一梯队中,打破了传统CDN服务商寡头格局,初步形成了以网宿科技、阿里云、腾讯云、金山云、白山云科技为第一梯队,以百度云、七里云等为第二梯队的市场竞争格局,并日趋稳定。
    在这里插入图片描述
    图13 中国CDN产业获牌企业数量变化
    Source:公开资料整理
    国内企业加速拓展海外市场,出海CDN企业将持续增加。近几年国内CDN企业迅速发展,过去国内引入国外应用的需求发生逆转。随着国内视频、小说、节目逐渐向外拓展,越来越多应用面临加速迅速。因此,预计未来出海CDN企业将会持续增加。作为传统CDN服务商网宿科技收购了CDNetworks及CDN-Video两家全球化的服务商,海外合作运营商达60多家,覆盖大洋洲、美洲、大洋洲、非洲、欧洲近70个国家;阿里云在北美洲、南美洲、欧洲、亚洲、非洲、大洋洲6大洲70多个国家和地区布局了CDN节点。
    (五)CDN降价幅度持续收窄,市场价格趋向稳定
    CDN降价幅度持续收窄,市场价格趋向稳定。为了抢占CDN市场空间,加速蓝海市场布局,2015-2017年,以阿里云、腾讯云为代表的云服务商率先开启价格战,随机各云厂商及创新型CDN企业纷纷相继大幅度降价,CDN价格加剧。随着价格战的深入,一方面各CDN企业的利润出现大幅度下降,导致各企业纷纷向海外拓展市场,推动资源向海外进行部署,国内CDN市场规模放缓,另一方面由于CDN成本刚性化,流量成本在CDN成本中占比逐渐增加,导致价格战的边际效应逐渐减弱。自2018以来,各中小企业公开市场价格调整幅度逐渐收窄,CDN价格趋向稳定。
    四、典型CDN服务商
    (一)传统CDN:网宿科技
    网宿科技成立于2000年,作为国内传统CDN产业的龙头企业,一直致力于大数据及云计算基础设施等方面关键技术研究,主要为客户提供CDN、定制化IDC、云安全、云计算和边缘计算等产品及服务。
    网宿科技在全球构建了广泛高效的内容分发(CDN)、边缘计算网络及数据中心(IDC),满足用户随时随地的数据计算及交互需求。网宿科技在全球部署150000多个服务器,全球布局1500多个CDN节点,覆盖全球70多个国家级地区,建设10个全球大型数据中心,连续6年位居中国CDN市场份额第一。基于强大的数据分发和处理能力,网宿智能平台日均处理万亿级的服务请求,服务全球数十亿网民。
    为把握大数据、人工智能、物联网、5G等新一代信息技术互联网发展机遇,网宿科技根据其战略规划,积极打造面向边缘计算的支撑平台及网宿计算能力共享平台,布局云安全领域,拓展海外CDN市场,旨在通过打造智能网络,进一步提升其核心竞争力。
    (二)云服务CDN:阿里云
    阿里云成立于2009年,是全球领先的云计算及人工智能科技公司,致力于以在线公共服务的方式,提供安全、可靠的计算和数据处理能力,为200多个国家和地区的企业、开发者和政府机构提供服务。
    阿里云于2014年对外提供CDN服务,2018年Gartner最新CDN报告将阿里云评为全球级。作为中国最大的CDN云服务商,经过多年沉淀,除了静态内容加速、动静混合内容加速外,阿里云还推出了SCDN(Security+CDN)、PCDN(P2P+CDN)等产品,实现更快速、更安全的内容加速服务。目前阿里云拥有1500多个全球CDN加速节点,其中海外节点有200多个,覆盖北欧、北美、东亚、东南亚等地70多个国家和地区,业务涵盖视频、金融、电商、医疗、直播等多个领域,服务超过24万客户,全中国互联网三分之一的流量由阿里云承担,近七成内容通过阿里云完成加速调度。
    (三)创新型CDN:星域云
    星域云成立于2015年,作为国内创新型CDN企业,一直致力于新一代分布式云计算,主要为广大企业提供边缘计算、函数计算、CDN等云计算解决方案。
    星域云创造性的将共享经济、区块链和云计算相融合,打造了全球首个百万量级节点的“云计算网络”。星域云在全球布局一百多万个节点,区块高度超20万个,储备宽带超30T,存储储备超1500PB,其首创的星域调度技术、弱网加速技术、动态防御技术和无限节点,让海量超高性价比的带宽、存储空间、CPU等闲置资源触手可及。
    星域CDN依托独创的百万量级无限节点搭建的分布式内容分发网络,为客户提供无限节点、星域调度、动态防御、弱网加速等顶尖技术,用户通过SDK接入服务后,配合自身已有第三方CDN共同进行加速服务,可以有效优化CDN加速能力,大幅降低带宽成本,在直播、点播、大文件下载等业务场景中优势显著。
    五、CDN产业未来发展趋势
    (一)跨境节点部署和业务合作成为发展趋势
    业务资源覆盖格局已形成,未来跨境节点部署和业务合作将成为竞争趋势。一方面,全球CDN市场环境发生变化,过去中国一直引进国外应用及服务,而随着近些年中国互联网技术及相关应用的成熟,国内网络视频、小说、音乐等应用面临走出去的需求,这对CDN产业企业海外服务能力提出了新的要求,而跨境节点部署将成为争夺市场的关键。其中,东南亚市场将成为CDN产业走出去的第一步,网宿在马来西亚设立全资子公司,东南亚地区客户正式提供CDN与IDC服务。另一方面,为加速海外市场布局,三大运营商(移动、联通、电信)和部分增值企业通过与海外CDN运营商合作,运营商通过与传统CDN服务提供商强强联合,将运营商边缘网络资源、用户终端网络的计算资源、宽带资源与CDN服务提供商的技术积累、运营经验、服务品质及网络布局进行有效结合,提升海外节点加载能力,以满足“海外客户的国内落地、国内客户的海外落地”市场需求 。Limelight将通过腾讯云为其客户提供在中国的CDN服务。而腾讯云将通过Limelight为北美和其他全球市场的腾讯云客户提供CDN服务,业务合作将成为CDN服务企业加快全球CDN市场布局的趋势。
    (二)CDN节点分布式部署在边缘云是大势所趋
    随着5G、物联网、人工智能新一代信息技术发展,未来CDN节点分布式部署在边缘云将成为趋势。根据IDC预测,预计至2020年全球将有超过500亿的终端及设备连网,超过40%的数据将要在网络边缘侧进行分析、处理及存储。在万物连网时代,网络服务商的边缘能力成为关键竞争力。运营商方面,中国电信将运营商政企网关、家庭网关、机顶盒、摄像头等引入边缘计算,并开展物联网边缘网关研究,同时在网络中引入MEC,推出基于MEC的业务平台及解决方案;中国移动在10多个省20多个地市县开展MEC应用试点;中国联通在浙江、天津等省完成基于MEC边缘云节点的固移融合vCDN验证,并在15个省份启动Edge-Cloud规模试点工作。云服务商方面,阿里正式将IoT作为继电商、金融、物流、云计算后一条新赛道,推出边缘计算产品Link Edge,并计划在边缘计算上进行大规模投入;国内CDN服务商方面,网宿升级原有CDN网络为边缘计算网络,并推出边缘计算平台。国外CDN服务商,AWS推出可以同客户实时互联、实时响应的AWS Greengrass边缘计算平台。
    (三)业务覆盖能力及服务能力将成为竞争重心**
    业务覆盖能力及服务能力将成为CDN服务商新的竞争重心。用户体验、速度、可靠性已成为网站吸引用户访问的最基本要素,CDN服务商提供的网络加速服务将成为越来越多企业和用户的评判其竞争力的标准。随着价格战趋于平缓,CDN市场将逐渐摆脱价格战带来的影响,实现向业务覆盖能力及服务能力迁移转变,进入到以新一轮技术及产品创新作为主旋律的竞争环境中。业务覆盖能力方面,目前我国已有14家企业节点覆盖全国31个省份,其中阿里云、腾讯云、网宿企业节点超1000个,节点遍布全国并积极向外海市场布局;服务能力方面,安全、稳定、极速、易拓展、性价比成为服务核心竞争力,随着5G大范围落地以及物联网、车联网的成熟,安全逐渐成为一个亟待解决的问题,各CDN企业纷纷加大对安全领域的投资及布局。

    展开全文
  • 《中国AI芯片产业发展白皮书》,从AI芯片的定义及分类、发展过程与现状、应用机会、竞争格局、发展趋势等多角度全面剖析AI芯片的发展新态势、 技术演进及行业格局,旨在为业内相关企业把握行业发展动态、挖掘市场...
  • 文章经授权转载自中国电子信息产业发展研究院(ID:ccid-2014)《车联网(智能网联汽车)产业发展行动计划》2018年12月27日,工业和信息化部正式印发《车联网(智...
        

    640?wx_fmt=gif


    文章经授权转载自中国电子信息产业发展研究院(ID:ccid-2014)


    《车联网(智能网联汽车)产业发展行动计划》

    2018年12月27日,工业和信息化部正式印发《车联网(智能网联汽车)产业发展行动计划》(以下简称《行动计划》)。《行动计划》指出了发展车联网产业对“推进供给侧结构性改革、推动制造强国和网络强国建设、实现高质量发展”的重要意义,并明确了产业未来发展目标及重点内容。


    640?wx_fmt=png


    对比2017年工业和信息化部、国家发展改革委和科技部制定的《汽车产业中长期发展规划》(以下简称《发展规划》)中智能网联汽车发展目标,《行动计划》为产业发展制定了更为明确、领先的发展计划。


    640?wx_fmt=jpeg


    注:DA、PA、CA、HA、FA分别对应自动驾驶L1-L5。


    《行动计划》要求,到2020年新车驾驶辅助系统(L2)搭载率达到30%以上,相较《发展规划》中2025年“PA、CA级新车装配率达25%”有明显的提升,且时间大幅提前。


    赛迪顾问认为,《行动计划》为智能网联汽车产业发展制定更高的目标是基于我国相关产业发展新状态。2018年长安、吉利、比亚迪等企业推出了达到L2级别自主品牌量产车型,一汽、广汽等企业也推出了具备L2级别的合资品牌车型。与此同时,百度、阿里、腾讯、滴滴等互联网公司也加快了在智能网联汽车上的布局,搭建技术平台、共享测试数据。我国智能网联汽车产业发展前景乐观可期。


    为实现智能网联汽车产业加速发展,赛迪顾问认为全产业继续积极推进以下三方面的工作。


    01

    协同推进相关技术发展


    我国智能网联汽车产业虽取得长足的进步,但相比美国Tesla、Waymo、Uber,日本的丰田、本田、日产等企业,技术上仍有较大差距,数据积累不足。我国车企、互联网公司需发挥各自在应用、硬件、软件、数据、通讯等方面的优势,方能为产业发展奠定良好的产品基础。


    02

    完善产业基础设施建设


    智能网联汽车更加依赖技术设施,因此需完善通讯网络设施、大数据云平台和智能道路等基础设施,为智能网联汽车应用提供良好的使用环境。


    03

    推动标准体系和测试验证能力建设


    明确智能网联汽车阶段性使用场景及测试标准,进一步提升智能网联汽车使用安全。


    除此之外,相关部门应当先行一步调整相关政策法规,产业政策发挥产业引导的关键作用,交通法规明确智能网联汽车应用模式和权责归属,财政支持对产业发展应精准到位,为大规模测试示范和商业化应用提供政策和制度保障。


    640?wx_fmt=gif

    以上文章为转载,不代表本报观点


    640?wx_fmt=jpeg


    展开全文
  • 深度解析中国养老产业发展前景

    万次阅读 2018-12-19 09:55:15
    随着养老产业竞争的不断加剧,大型养老企业间并购整合与资本运作日趋...中国养老产业发展现状 |中国养老行业所处阶段 中国养老产业尚处于起步阶段。我国的养老产业才刚起步,发展还处在初级阶段。以养老床位测算,...
  • 云计算产业发展与智慧城市建设相辅相成,云计算技术在工业、交通、能源、医疗、市政等经济社会各个领域支撑城市的智慧发展。通过技术创新提高城市的综合管理效率和公共服务水平,让城市运营发展的更加智慧。同时智慧...
  • 安全是老生常谈的话题,安全技术也在时代的发展下发生了进步和变化,除去硬件级别的安全之外当下最火的要数TEE技术了,那么TEE技术是由何而来呢?TEE又是如何保证移动终端的安全的?目前国内有哪些企业在专注TEE技术...
  • 工信部印发超高清视频产业发展计划:大力推进产业应用 央视网消息(新闻联播):日前,工业和信息化部、国家广播电视总局、中央广播电视总台联合发布《超高清视频产业发展行动计划(2019-2022年)》。 3月1日下午...
  • 2018年9月26日,赛迪研究院电子信息产业研究所、中国超高清视频产业联盟政策研究工作组在北京发布了《中国超高清视频产业发展白皮书(2018)》和《超高清视频产业地图》。这是我国第一份超高清视频领域的综合性发展...
  • 我国区域大数据产业规划布局研究

    千次阅读 2019-06-10 17:51:08
    我国区域大数据产业规划布局研究摘要目前,我国大数据产业进入快速发展阶段。围绕国家大数据战略,省域层面及重点城市地方政府陆续出台了诸多大数据相关政策,特别是对大数据产业发...
  • 来源:雷克世界导语:2016年4月,我国发布了《机器人产业发展规划(2016-2020年)》,该规划引导我国机器人产业快速健康可持续发展,增强技术创新能力和国际竞争能力,医疗机器人政策长期利好。同时由于政府医疗投入...
  • 产业空间结构是产业各部门、各要素、各环节在地域上的组合与分布。...分析了城市产业布局的现状特征———产业发展的空间强势极化、产业空间集中-分散布局等,并进一步提出了长春市产业空间重组的演化趋势与调控路径。
  • 目录 序 1 报告相关说明 7 核心观点 8 第一章 人工智能产业发展概况 10 全球人工智能的发展及产业格局 10 1.1.1 人工智能的三次发展浪潮 10 1.1.2 人工智能的产业格局 11 1.1.3 全球人工智能产业发展概况 12 中国...
  • 大数据近年来发展迅速,但一定程度上存在问题,近日国家重拳出击,在多省市成立大数据局,加快大数据产业发展。本文转载自科多大数据 互联网时代产生了海量的数据,但是对于数据的管理,一直缺乏相应的措施。很多...
  • 特别是近年来,随着发达国家和地区纷纷出台物联网相关政策进行战略布局,希望在新一轮信息产业发展中抢占先机,全球物联网产业呈现快速增长的态势,物联网成为继计算机、互联网之后,世界信息产业的第三次浪潮。...
  • 区块链国内外产业发展现状

    万次阅读 2018-10-16 15:01:34
    1 区块链相关产业政策现状 中欧在区块链产业政策中逐渐引领全球,欧盟在2018年2月已成立欧洲区块链观察论坛,主要职责包括:政策确定,产学研联动,跨国境BaaS(Blockchain as a Service)服务构建,标准开源制定等...
  • 10月20日,智联招聘发布《2019年互联网产业人才发展报告》显示,2019年我国互联网产业人才需求整体回暖,但供给侧有待适配。近两年,我国互联网产业在经历了快速发展的大潮后进入理性调整、去粕存精的阶段。国内...
  • 国际机器视觉产业发展现状与趋势

    万次阅读 2015-07-23 17:43:01
    国际机器视觉产业发展现状与趋势 发布时间:2014-10-03 14:24:28 来源:中国产业洞察网  一、国际机器视觉产业市场规模  产业发展历程  机器视觉的概念起始于20世纪60年代,最先的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 51,447
精华内容 20,578
关键字:

产业发展布局