核心摘要：

“商业（yè）落地”已（yǐ）成（chéng）为人工智（zhì）能发展到当（dāng）前阶段（duàn）鲜明的主题词，过（guò）去人工智能（néng）技术（shù）驱动阶段重（chóng）在（zài）AI算（suàn）法模型比拼，如今更（gèng）要依赖商业场景洞察、专家团队（duì）实力，将AI技术与（yǔ）行业实际需求结合，产生应用与（yǔ）经济（jì）价值。

因此本报告（gào）从（cóng）人工智能在实体经济（jì）中的市场化情（qíng）况出发，探（tàn）寻人（rén）工（gōng）智能对实体经济的意义（yì）。研（yán）究表（biǎo）明，当下，AI相关技术与传统行业（yè）经营（yíng）模（mó）式和业务流程开（kāi）始产生实（shí）质（zhì）性融合，智（zhì）能经（jīng）济时（shí）代的全（quán）新产（chǎn）业版（bǎn）图初步显现。预计2019年人工智能赋能实（shí）体经济产业规模接近（jìn）570亿元。

本报告对安防（fáng）、金（jīn）融、客服、医（yī）疗健康、零售、广告营销（xiāo）、教（jiāo）育（yù）、城市（shì）交通、制造（zào）、农业等十大传统产业应用人工（gōng）智能的现状进行了梳理（lǐ）。整（zhěng）体来看，过去AI企业单纯向传统企业（yè）技术输出的模式已悄然（rán）改变，全产业链都已参与进来，随之而来（lái）的是AI应用的快速渗透和（hé）对相应场景的革新优化。具（jù）体应用场景、使用价值及市场规模推算请（qǐng）详见报告第二（èr）章论（lùn）述。

通往智能世（shì）界探索的路径存在多种可能，基于部署思路、建设架（jià）构、同其（qí）他数（shù）字化（huà）技术（shù）联动（dòng）等方面的差异，业内已（yǐ）有与IoT结合的AIoT、与（yǔ）云（yún）平台能力结合的AI PaSS、与产业全面联通相结合的AI+产业互联网等发展（zhǎn）路（lù）径，将共促人（rén）工智能与实（shí）体经济的深度融合（hé）。

从市场角度（dù）看，对人工（gōng）智能产业的（de）未来发展（zhǎn）思考集中于玩家角色变化、落地场景（jǐng）的（de）探索与评估和技术能（néng）力的强化（huà）提（tí）升，因（yīn）为上述因素会对（duì）业务布局、商业模式、可（kě）持续（xù）发展（zhǎn）产生重要影（yǐng）响。艾瑞认（rèn）为未来认知智（zhì）能的（de）推进将带来传统意义上客户方的AI化，AI技术（shù）将进一步向其（qí）他（tā）实体产（chǎn）业渗透，同时市场环境的压力敦促国内AI行业形成自（zì）主可控的产业链，这（zhè）些变（biàn）化都将促使我国人工智能产业的长（zhǎng）期健康发（fā）展（zhǎn）。

行业概述篇

人工智能战略（luè）意义

商业价（jià）值：2019年AI赋（fù）能实体经济预计贡献收入近570亿元

近（jìn）几年，人工智（zhì）能技术（shù）在实体经（jīng）济中寻找落地应用场景成（chéng）为核（hé）心要义，人（rén）工智能技术与传统行业经营模式及业（yè）务（wù）流程（chéng）产生实质性融（róng）合，智能经济（jì）时代的全新产业版图初（chū）步显（xiǎn）现（xiàn），预计2019年人工智能核心产（chǎn）业规模接（jiē）近（jìn）570亿元（yuán），目前，安防和金融（róng）领域（yù）市场份额最大，工业（yè）、医疗、教育等（děng）领域具有爆发（fā）潜力。

人工智能产业图谱

人工智能产业成熟（shú）度

安防（fáng）与金融（róng）发展条件较好，业（yè）务渗透（tòu）最快（kuài），营销、客服、教育等有望快（kuài）速发（fā）展（zhǎn）

我们根据基础建设和（hé）价（jià）值空（kōng）间（jiān）两大维度对人（rén）工智（zhì）能（néng）赋能的十大实体（tǐ）经（jīng）济类型进行分析。总体而言，金融、营销、安防、客（kè）服等（děng）场（chǎng）景在IT基础设施、数据质量、对（duì）新技术的接受周期等AI发展基础条件方面表现较优，而在当下（xià）市场规（guī）模、行业发展增速、解决方（fāng）案（àn）落地效果和政策导向等诸（zhū）多因素（sù）的影响下，安防、金（jīn）融、教育、客服（fú）等（děng）场景将产（chǎn）生较高的商业化渗透（tòu）和对传统产业提升程度。

其余产业（yè）中，制造场景由于基础建设（shè）复杂、数据（jù）获取（qǔ）难度（dù）较大，且实际智能（néng）应用（yòng）仍较为边缘化，AI应用短期内渗（shèn）透释放难度较大；医疗、零（líng）售、交（jiāo）通等场景随着AI技（jì）术与场景核心痛点匹配度上（shàng）升、产品逐渐完善，未来将激发（fā）更大价值（zhí）；农业因（yīn）为技（jì）术基础（chǔ）、商业模式、购买能力（lì）等问题，目前AI的赋能作用尚不明显，有待未来（lái）探索。

赋能（néng）实（shí）体经济篇

泛安防领（lǐng）域

2022年G端与（yǔ）B端市（shì）场规模有望突破700亿元（yuán）

2016年是AI+安防商业化（huà）元年， 2018年，我国AI+安防软硬件市场规模（mó）达到135亿元，部分头部（bù）安防（fáng）厂（chǎng）商（shāng）AI业务在总营收（shōu）中占比从（cóng）大约4%提升至超过8%，部分（fèn）典型AI公司安（ān）防业务则（zé）占接近一半（bàn）的营业收入。2018年城市公（gōng）共安（ān）防中AI渗透（tòu）率达（dá）到2.6%。

预计2019年市场仍将保持（chí）高增速，到十三五收（shōu）官之年2020年增速开始（shǐ）稳定，届时市场（chǎng）规模可达到453亿元（城市公共安（ān）防（fáng）AI渗透率达到11%），2022年市（shì）场规模有（yǒu）望突破（pò）700亿（yì）元（城市公共安防AI渗透率达到25%），从（cóng）2017年（nián）到2022年（nián）CAGR达（dá）到78.3%。

视频（pín）监控占比近90%，中（zhōng）心（xīn）侧（cè）份额（é）最大

2018年（nián）AI+安防软硬件市（shì）场约135.3亿元的产值中，视频监控占（zhàn）据绝大部分，份额近90%，成为AI+安防的主赛道。其中，端侧市场规模超过38亿元，占28.3%，中心侧市场（chǎng）规（guī）模超过74亿元，占54.8%。

而在AI+安防的（de）核心战场公共安（ān）全领域，总市场规模约（yuē）93.1亿元，其中端侧市场规模约13.8亿元，占14.8%，中心侧市场规模约66.5亿元，占71.4%，边缘（yuán）侧渗透有限，占比较小，约3.8%。

出入（rù）口控制的主要产品如人脸识别闸机（jī）、门禁（jìn）等，门槛相（xiàng）对较低，与（yǔ）监控人脸识别具备相通之处，因此绝大部分安防产品与解决方（fāng）案提供商均涉足（zú）这部分业务，其市场相对较大。

传统金融领域

传统（tǒng）金融机构、互金公司和AI公（gōng）司是主要参与者，中小型金（jīn）融机构（gòu）表（biǎo）现活（huó）跃

传统金融机（jī）构（gòu）拥有（yǒu）广泛（fàn）的客户（hù）基础和海量高可信度的数据积累，拥有完整的线下布（bù）局，对AI应用（yòng）有核心需求，是市场中主要的（de）需求方；互联（lián）网（wǎng）金融（róng）公司承载人口红利，拥有大量的C端（duān）客（kè）户（hù）和流量数据，在（zài）产品（pǐn）设（shè）计（jì）和（hé）渠道运营方面具有优势（shì），是技术的需求方，也是提供者；AI公（gōng）司在终端客户和数据积累方面不足，但在特定方向上具有（yǒu）较强的创新（xīn）性和（hé）研发能力，是主要（yào）的技术提供者。

传统金融机构主要通过成立子公司自研技术、对（duì）外（wài）投资（zī）并购和采（cǎi）购合作三种（zhǒng）方式进行AI布局（jú），目前以采购合（hé）作为主，需求（qiú）更倾向于（yú）金融（róng）零售中的（de）风控反（fǎn）欺诈和精准营销。

国（guó）有银（yín）行等（děng）大型（xíng）机（jī）构（gòu）对于AI产（chǎn）品采购的态度更显谨慎，为保证数据安全可（kě）控，往往要求（qiú）合作（zuò）公司开放代码，由双方（fāng）共同（tóng）开发（fā），在筛选合（hé）作对（duì）象时更看中AI公司的合作案例和研发（fā）能力，而中小型机构相对（duì）灵活，是（shì）市（shì）场中（zhōng）的活跃者（zhě）；互联网金融公司面临着新一（yī）轮（lún）转型，在（zài）牌照（zhào）监管（guǎn）压力（lì）下，互金公司将加大与银行的合作，由业务输出向技术输出拓展。

AI公司在金融方面以智（zhì）能（néng）风控产品（pǐn）为主，主（zhǔ）要存在技术集中型和数据集中型两类，前者在算法模型训练方面有优势，后者在黑（hēi）名（míng）单（dān）数据积累方面有优势，AI公司与大型机构（gòu）合作后（hòu）摸索出的解决办法对中小型机构更有（yǒu）应用价值。

传统金（jīn）融领域

2022年传统金融AI投入约580亿元，银行业务仍（réng）是核心（xīn）场景

据艾瑞统计，2018年中国传统金融机构科技投入约为1604.3亿元，较2017年增（zēng）长10%，其中（zhōng）包括硬件和（hé）软件的（de）AI相关投入约占（zhàn）10.4%，为166.8亿元，较2017年增速为42.9%。

保（bǎo）守（shǒu）估计，到2022年中国传统金融（róng）机构科技投入将（jiāng）突破3700亿元，AI相关投入（rù）占比（bǐ）将达到15.6%，超580亿元。

银行业（yè）是AI相关（guān）应用的主要投入方（fāng），占（zhàn）比（bǐ）70%，大部分通（tōng）过外部（bù）采购方式获（huò）取（qǔ）AI服（fú）务，其中对基础（chǔ）设施层投入占60%，在AI应（yīng）用层投（tóu）入占40%，约39亿（yì）元，硬件（jiàn）部分（以AI摄像头和人证（zhèng）比对机（jī）为主）占（zhàn）三（sān）分之一，软件部分（以精准营销和智能风（fēng）控平（píng）台为主）占三分之二。

客服（fú）领（lǐng）域

2022年智能客服业务（wù）规模（mó）将突（tū）破160亿元，AI技术（shù）成为重要推动力

2018年，智能客服（fú）业（yè）务规模达到（dào）27.2亿元，其（qí）中以智能客服机器人为（wéi）代表的（de）AI应用业（yè）务规模达到7.9亿（yì）元，预计2022年智能客服业务规（guī）模（mó）将突破160亿元（yuán），年复合增长率为56%，AI应（yīng）用业务规模（mó）突破70亿元。

在（zài）NLP技术的（de）赋能作用下，客服业务（wù）将向企业（yè）服务、智能家居（jū）、智能可穿戴、车载设备（bèi）、智能服务机器人、智能（néng）会议系统等（děng）领（lǐng）域拓展（zhǎn），预计2022年，泛智能客服市场想象空间将突破600亿。

客（kè）服领域

NLP技术与标准化数据累积（jī）将拓展智能客服企业的业（yè）务边际

由于客服行业（yè）中智能化需求上（shàng）升，除原有的客服机（jī）器人（rén）厂（chǎng）商外，拥有丰富（fù）大客户（hù）资源（yuán）的传统客服软件厂商、基于（yú）PaaS云（yún）通讯优势的云客（kè）服厂商（shāng）、互联网巨（jù）头公司的（de）相关客服（fú）平（píng）台都开始组建（jiàn）自身的AI团队，布局智（zhì）能客服。

智能客服最大的隐（yǐn）性价值在于NLP技术在（zài）实际场景中的训（xùn）练和标准化数据累积（jī），后者在（zài）挖掘客户（hù）有（yǒu）价（jià）值信息中（zhōng）明（míng）显起（qǐ）到（dào）降（jiàng）本增（zēng）效的（de）作（zuò）用（yòng），标准化的数据打（dǎ）通（tōng）了企业内（nèi）部营（yíng）销（xiāo）、产品等环节，使得（dé）智能客（kè）服业务拥有了向企业服务（wù）其他场景拓展的能（néng）力；而NLP技术将成为智能客服公司的（de）核心竞（jìng）争力，可以此向制（zhì）造、政务、医疗等领域拓展（zhǎn），向集认知、交互、协同、功能性于一（yī）身的智能（néng）系统发展。

医（yī）疗健康（kāng）领域

AI医学影像产（chǎn）品潜（qián）在价值巨大，但商业（yè）落地面临瓶（píng）颈

本（běn）报告重点关注AI医学影（yǐng）像（xiàng）赛道。AI医学影像产品有肺结节等胸部AI、心血管疾病AI、大血管疾病AI、DR影像智能报（bào）告AI、骨（gǔ）关节疾病AI、乳腺影像（xiàng）AI、神经系统影像AI、骨龄判读AI、小（xiǎo）儿（ér）疾病AI、盆腔影像AI、脑部影（yǐng）像AI、眼（yǎn）底影像AI、皮（pí）肤AI、病理AI、超声AI等十余种，其（qí）中肺结节等胸部AI产品最（zuì）多、认知度最（zuì）高（gāo）。

AI医学影像商业落地的大背景是我国影像科医师明显不足：每年影（yǐng）像检查量上升30%，而影像（xiàng）科（kē）医师只增长4%，一方面给医院（yuàn）和医师（shī）造成巨大（dà）压力，医师在重复、单调的阅片工作中容易出现疲劳、漏诊等（děng）现象，另一方面中长尾医（yī）疗机构缺乏具备（bèi）诊断能力的影像医（yī）师，造成可拍片但无人（rén）写报告的局面（miàn）。

AI医学影像产品的主要价值包括：

（1）诊断赋能。提高疾病表征的检出率，减少漏诊，帮助（zhù）癌症等重大（dà）疾（jí）病患者实现早诊早治，提升（shēng）病人存活率、降低家庭及社（shè）会（huì）诊疗成本，艾瑞预测，若未来AI医学影像得到大规模使（shǐ）用，在癌症方面可节省诊（zhěn）疗与用药支（zhī）出2470亿（yì）元，其中节（jiē）省医保和民政救济支（zhī）出1062亿元；

（2）治疗（liáo）方案赋能。AI对影像进（jìn）行分割精（jīng）准确认病灶位置、形态，可辅助评估患者（zhě）术前（qián）术后风险，不过相关技术和产品尚不成熟（shú）；

（3）阅片（piàn）赋（fù）能，提升阅（yuè）片效率、节约医师时间。从（cóng）AI产品的价值（zhí）定位（wèi）分析，其在很长时期内都以院内（nèi）客（kè）户通过IT采购（gòu）或（huò）科研合（hé）作形（xíng）式付费为（wéi）主，而AI产品的落（luò）地还面（miàn）临准入门槛高（gāo）、周期长，产（chǎn）品功能仍（réng）需完善等（děng）问题，商业化快（kuài）速（sù）推进有赖于上述问题的解决。

医（yī）疗健（jiàn）康（kāng）领域

医疗健康是个慢行业，预计2022年AI医（yī）学（xué）影像市场近10亿元

AI医学（xué）影像的商业落地预计于2019年起步，到2022年市场（chǎng）规模达到9.7亿元，在已定级（jí）医（yī）院中总（zǒng）付费渗透（tòu）率达5%，在三级医院（yuàn）和二级医院的总付费渗透率达到（dào）8%，期（qī）间（jiān）若产品功能取得突破性进（jìn）展则有更大发展空间。

此前，AI医学影像基本采（cǎi）用三（sān）甲医院（yuàn）试用合作（zuò）的模（mó）式，2019年后逐（zhú）步推进产品收（shōu）费，随着分（fèn）级诊（zhěn）疗（liáo）的推进和市场对AI认（rèn）知的提（tí）升，预计2020年底至2021年部分产品获得CFDA三类医疗器械认证，同年二（èr）级医（yī）院客户数量首次超（chāo）过三级医（yī）院。

（1）将AI医（yī）学影像嵌入云HIS或云（yún）PACS中，打（dǎ）包售（shòu）卖（mài），由于现阶（jiē）段AI产（chǎn）品商业化（huà）面临产品（pǐn）功（gōng）能还未完全直（zhí）击客户痛点，医院客户较（jiào）多使（shǐ）用的是免费AI，与云（yún）服务结（jié）合可将AI作为收费（fèi）模块；

（2）将AI作为服（fú）务单独提供，其优势在于相较于云服务，软件开（kāi）发形式更符合医院（yuàn）采购习惯；

（3）与影（yǐng）像设备厂商合作提供具有AI功能（néng）的（de）医疗影像（xiàng）设备，收取一定分成，这种形式（shì）较难提（tí）供（gòng）完整的拍片-阅片（piàn）智能（néng）解决方案、需（xū）要重新申报CFDA审批认证，目（mù）前落（luò）地较少。目前市场中主要有AI企业、医疗（liáo）信息化厂商、科（kē）技巨头、医（yī）疗影像（xiàng）设备厂（chǎng）商等几类玩家。

零售领域

2022年AI+零售建设投入将超175亿

包含大卖场（chǎng）、超级市场、便（biàn）利商店等业态的现代渠道型零（líng）售品牌是新零（líng）售的主要实践（jiàn）场景，也是相关产品服务的主要买方。

据艾（ài）瑞研究，2018年中国现代渠道主（zhǔ）要（yào）零售（shòu）商数字化建设投入为285.1亿元，其中AI投入为约9亿元，占比3.15%，据预测，到2022年其数字化建设（shè）投入将突破700亿元，AI投入将（jiāng）超过178亿元，占比超过25%，得益于阿里（lǐ）巴巴（bā）、京（jīng）东、苏宁（níng）等零售巨头的推动，以（yǐ）AI应用为代表的（de）新零售概念处（chù）于（yú）增长的上升通（tōng）道（dào），未（wèi）来两年将保持（chí）较高增速（sù）。

目（mù）前AI应用可以分（fèn）为（wéi）以人为准的AI解决办法、商（shāng）品（pǐn）识别、供应链优化、智（zhì）能服务机器人/客服机器人和无人货（huò）柜/无人店（diàn）五大（dà）类，以CV技术为核心的人脸识别和商品识别是主要建设（shè）方向，相关投入占整体的55.36%，供应链优化（huà）最为复杂，对AI算法（fǎ）的可用（yòng）性（xìng）要（yào）求最高（gāo），但更靠近零售业的核心（xīn）痛点，未（wèi）来可释（shì）放的增益（yì）价值最大（dà）。

零（líng）售（shòu）领域

AI公司、云服务商（shāng）和零售商是主（zhǔ）要玩家，算法与经（jīng）验的融（róng）合是最终方向

目前以人（rén）工智能技术为（wéi）代表的新零售解（jiě）决（jué）办法（fǎ）主（zhǔ）要有两种提供途（tú）径（jìng），其一是技（jì）术输出（chū）型，提供（gòng）方主（zhǔ）要为云服务商和（hé）AI公司（sī），其（qí）中云服务（wù）商通过集成（chéng）AI公司的算法能力，向用户输出基于云（yún）平台（tái）的标准（zhǔn）化服务，而AI公司交付给用户的（de）解决办法多为定制（zhì）类项目，解决用户（hù）个性（xìng）化需求，这（zhè）也（yě）是（shì）其主要的收（shōu）入来源；另一种是（shì）经验输出型，由（yóu）成熟（shú）的（de）品牌零（líng）售商提供解决办法，试图将品牌自身多年的运营经（jīng）验（yàn）和（hé）新（xīn）技术（shù）融（róng）合（hé），向中小微（wēi）型零售商输（shū）出，优化（huà）其运营模式。

两种途径（jìng）出发点（diǎn）不同，但终将向算法与行（háng）业经验融合，产出可（kě）执（zhí）行（háng）方案（àn）的（de）方（fāng）向（xiàng）发展，而在实际场景中（zhōng）的不断（duàn）试错是达到这一目标的唯一（yī）方法（fǎ）。

数字营销（xiāo）：AI的（de）引入弥合了（le）传（chuán）统数字化营销的不足（zú）

随着（zhe）营销产业的不断发展，传统的营销模式（shì）渐显（xiǎn）不足，在（zài）用户时间碎（suì）片化的前提下，广告ROI效果不（bú）理（lǐ）想、目（mù）标用户不清晰（xī）等问（wèn）题被不（bú）断放大，同时病毒式的（de）投放方式以（yǐ）及单一（yī）的内（nèi）容形式也必然会让用户产生审美疲劳，降低对（duì）广告的体（tǐ）验和兴趣（qù），媒资（zī）与流量管理的（de）效率亟待提（tí）升。

人工智能针对上述问（wèn）题，通（tōng）过技术与营销（xiāo）环（huán）节相结（jié）合，在提供更（gèng）加充实的用户特征以及（jí）创意内（nèi）容的同时，对投放的策略和形式进行优化，提升引流、集客、转化效（xiào）果。

视频广告：增加广告位资源，提升用（yòng）户接受（shòu）度

本报告重点关注AI在（zài）场景识别广告赛道的商业价值。目前，AI场景营销（xiāo）、广告快速植入、功能性互动营销等视频广告类（lèi）业务已（yǐ）经有较为明确的商业模（mó）式，主要由长（zhǎng）视频平台（tái）及AI公司通过（guò）视频广告招商分（fèn）成（chéng）的形式运作，2018年实现（xiàn）了（le）初步商（shāng）业落（luò）地，艾瑞初步（bù）测算（suàn）当年市场规模达到8.8亿（yì）元，预计2022年可达63.8亿元，若市场接受度充（chōng）足、渗透率高于预期，则有望达到133亿元。

AI场（chǎng）景广告相比（bǐ）传统网络（luò）视频广告可新增约（yuē）40%广（guǎng）告位资源、平均提升点击（jī）率2.5倍，综合（hé）投（tóu）放（fàng）类型、渗透情况等因素，粗略测（cè）算未来AI场景广告可为网络视频广告产业（yè）带来31%的价（jià）值提升。

边看边（biān）买类服务由短视（shì）频平台（tái）自建或（huò）AI公司（sī）提（tí）供，有收取（qǔ）电商平（píng）台（tái）提成（chéng）、按点击收费（fèi）、收取项目实施费等几种收费模式（shì），在短（duǎn）视频（pín）平台（tái）、电商自有（yǒu）直播（bō）中落地（dì）较（jiào）快，在长视频（pín）平台、OTT等（děng）领域的应（yīng）用和商业模式都有待成熟。

教（jiāo）育领域

受（shòu）政策及（jí）文化（huà）限制较小的校外市场和成人市场AI渗透（tòu）率（lǜ）较高

由于教育关系（xì）到一个人未来的发展机会，试错成本高（gāo），所以当一项新技术或（huò）一种新（xīn）模式出现时，用户（hù）一（yī）般不愿率（lǜ）先做（zuò）“小（xiǎo）白鼠”，而是倾向于选择口碑好（hǎo）的成熟品牌，并且，人脑吸收（shōu）知识或技能的过程（chéng）在目前无（wú）法清晰地（dì）拆解呈现出来，过程不透（tòu）明，更（gèng）加重了（le）用户消费时的谨慎心理。

因（yīn）此教育行业本身具有顽固性，对于新技术或新模（mó）式存在天然的排斥，而（ér）不像大众消费品行业、娱（yú）乐行业那样求新求异。

从（cóng）人工智（zhì）能在不同教育领域的渗透程度来看，越是校外市（shì）场，受（shòu）到教育部（bù）门的监管就越小，越是高年（nián）龄段的市场，用户（hù）的容错能力就（jiù）越高，所（suǒ）以渗透程度相（xiàng）对高。其（qí）中口语听力练测（cè）、智能（néng）题库、组卷阅卷/作业批改等场景是目前渗透最（zuì）好的几个场（chǎng）景。

教育领（lǐng）域（yù）

坚实的（de）发展基础——庞（páng）大的在线教育（yù）市场规模（mó）和用户数量

经过20余年的曲折发展，随着用户对在（zài）线教育的接受度不断提升、在线付费意（yì）识逐渐养成以及（jí）线上学习体验和效果的提升等（děng）因（yīn）素影响，中国（guó）在线教（jiāo）育的市场规模与用户数量已（yǐ）进入了初步成熟阶段。

2018年（nián）中国在线教育（yù）市场规模达2517.6亿元（yuán），付费用户数量超过1.35亿（yì）人，人工智（zhì）能技术进入教育领（lǐng）域后，市场上涌现出大量专注（zhù）于“AI+教育”的新型教育机构，在线教育企（qǐ）业也在已有业务线（xiàn）基础上引入人工智（zhì）能技术（shù）以提升教学（xué）效率、拓展商业模（mó）式。

艾瑞认为，目前在线教育中与人（rén）工智能技术相关的业务规（guī）模已超过120亿元，在AI技术不断发展及教（jiāo）育领域AI落地成熟度持续提升的背景下，预计2022年与人工（gōng）智能技术相（xiàng）关的在（zài）线教育业（yè）务规模将超过700亿（yì）元。

2022年（nián）交通大脑市场将达33亿，软件需（xū）求上升促进其（qí）发（fā）展

治理拥堵（dǔ）问题是城市（shì）交通（tōng）场景的核心需求，所以本报告聚焦（jiāo）于城市智（zhì）慧交通管控平（píng）台目前（qián）的应用现状和商业化（huà）程度（dù）。

2016年应用人工智能技术的交通大脑出现（xiàn），使（shǐ）交通管（guǎn）控系统（tǒng）正式步入智能化时代（dài）。交通大（dà）脑实质是（shì）囊括数据采集平台、数据分析平台、数据建模平台和决（jué）策平台的PaaS云服务（wù），通过对城市交通场景中众多传感器采（cǎi）集的数（shù）据（jù）信息关联性处理，建立（lì）数（shù）据库，由机器学习对信（xìn）号灯管控、车（chē）流诱导等问题进行建模，联动信号灯控制系统和手机地图软件等，输出最佳解决（jué）办法。

据艾瑞统计，2018年交通管（guǎn）控项目规模约166.2亿元（yuán），其（qí）中交通大脑（nǎo）项目（mù）规模约5.3亿（yì）元，预测（cè）2022年交通管控项目（mù）规模将突破240亿，交通大脑项目突破32亿。

目前交通大脑的供（gòng）应商（shāng）多采用（yòng）与合作伙伴绑定的（de）形式争取项目，利润在整体项目的20%左右，在（zài）产业链中的（de）话语权不（bú）高，但以北、上、广、深为（wéi）代表（biǎo）的一线城市（shì）和部分二线城市（shì），已（yǐ）经从（cóng）基础建设（shè）阶段向（xiàng）应（yīng）用阶段过渡（dù），对（duì）软件的（de）需求逐渐上升，这一利好（hǎo）未来会（huì）持续促进交（jiāo）通大（dà）脑项目（mù）的落地。

制（zhì）造领域

制（zhì）造数字化是“AI+制造”的（de）基础

我国制造业信息化水平参差不齐，且制造产业链条（tiáo）远比其他行（háng）业复（fù）杂，更强调（diào）赋能（néng）者对行业背景的理解，这（zhè）都造成（chéng）了制造（zào）业的（de）AI赋能相比其他（tā）行（háng）业门槛更高、难度更大。

尽管人（rén）工智能技术在制造业的部分（fèn）环节与流程中（zhōng）已经有了一（yī）定程度的应用，但整体（tǐ）渗透（tòu）率仍（réng）然处于较低（dī）水平。“AI+制造”的（de）落地基（jī）础取（qǔ）决（jué）于（yú）制造业的数字（zì）化（huà）程（chéng）度，根（gēn）据中国信（xìn）通（tōng）院（yuàn）的测算，2018年中国工业数（shù）字化经济的比重仅（jǐn）为18.3%，尚不足（zú）20%。

在制（zhì）造业整体（tǐ）数字化（huà）水平（píng）偏低（dī）的背（bèi）景下，艾瑞认为AI技术在制造业数字（zì）化（huà）经（jīng）济中（zhōng）的渗透率在0.4%左右，并将在（zài）2022年（nián）达到1%。

农业数字化基础薄弱，AI渗透率低，市场尚处于培育期

传统产（chǎn）业（yè）的AI赋能（néng）都以其数字化程度为（wéi）基（jī）础，中国农业在耕地面积（jī）有限且不断减少、规模化种植范围较小、机械化程度不（bú）高等因素的影响下，数字化程度处于较低水平。

2018年，中国农（nóng）业数（shù）字经济占（zhàn）增加值比重仅为7.3%，不仅远远低（dī）于服务业的35.9%，与工业（yè）相比也有较大差（chà）距（jù）。由于农业的信息化、数字化基础薄弱，人（rén）工智能在（zài）农业中的成长壮大还（hái）需要（yào）一段积累数（shù）据和调整算（suàn）法的培育期，并随着农业数（shù）字化程度的逐步提（tí）升以及农（nóng）业企业（yè）、农业（yè）规（guī）模户对（duì）“AI+农业”产品服（fú）务（wù）的（de）认可（kě）而迎来新的发（fā）展。2018年中国“AI+农业”领（lǐng）域（yù）的市（shì）场规模为1.9亿元（yuán）。

预（yù）计未来（lái）数（shù）年内，“AI+农业”市场规模（mó）将以35.2%的年复合增长率高速发展，并于2024年突破10亿元，2025年达到15.7亿元（yuán）。

AIoT核心生态

AIoT的体（tǐ）系（xì）架构中主要包括物联网设备及解决（jué）方案、操作系统/平台、基础设（shè）施（以（yǐ）云服务形（xíng）态为（wéi）主）等三（sān）大层级。

智能化设备是AIoT的（de）“五（wǔ）官” 与“手脚” ，可以完成视图、音（yīn）频、压力、温度等数据（jù）收集，并执行抓取、分拣、搬运等行（háng）为（wéi），通常是物（wù）联网设备与解决方案搭配向客户提供，这一层涉及设备形（xíng）态多样化，玩家众多。

操作系统/平台相当于AIoT的“大脑（nǎo）”，解决（jué）流程体系（xì）性问题，核心功能包（bāo）括（kuò）对（duì）设备层进行连接与控制，分配计算资源，通过AI算法协（xié）同优化、合理（lǐ）调度等，这一层对业务逻辑、统一建（jiàn）模、全链（liàn）路技术能力、高并发支撑能力等（děng）要求较（jiào）高。基础设施层是AIoT的（de）“躯干（gàn）”，提供服务（wù）器、存储（chǔ）等IT基础设施（shī）。

AI PaaS

AI能力平台化输出降低（dī）了入（rù）局门槛，推动商业化第二波爆发

随着人工智能技术对传统产业的不断渗透，越来越多的企业（yè）对（duì）AI产生了（le）需求，但（dàn）自（zì）主（zhǔ）组建一支（zhī）AI技（jì）术团队（duì），研发相关（guān）系（xì）统（tǒng）和应用对于大部分公司而言投入产出（chū）比并不高，而且难（nán）以达到“即插即用”的效果（guǒ），因此通过云平台PaaS层输出（chū）AI能力（lì）的AI PaaS服务成为（wéi）需求方向。

结合产业（yè）化落地，AI PaaS平台可分为三个阶段， 既模型自动化生产、模型规模化生产（chǎn）和（hé）模型（xíng）智能化生产（chǎn），逐步实现去监（jiān）督化生产（chǎn）。AI PaaS又分（fèn）公有云平台和私有云平台，二者在架（jià）构方面主（zhǔ）体基本一致，只有在权限管理（lǐ）、资源（yuán）管理（lǐ）和数据管理（lǐ）部分区分公有化（huà）和私有化，总体来看（kàn）AI PaaS要满足模块化（huà）、分布（bù）式、资源共享、可拓展和环境（jìng）分离五大特性，以（yǐ）满足不同量级（jí）用户的并发需求（qiú）。

产业互（hù）联网

产业互联（lián）网打（dǎ）造数据环境，AI算法体现核（hé）心价值（zhí）

互联网（wǎng）巨头公司正致力于推动（dòng）产（chǎn）业互联（lián）网（wǎng）发展，希望通过丰富的（de）云端（duān）应用打通产业（yè）链上下游企（qǐ）业，使真实的生产数据能够在云平台累积。

其（qí）中，AI主要通（tōng）过认知智能体（tǐ）现价值，由NLP、知识图谱技术建立打（dǎ）通（tōng）产业的关联（lián）数（shù）据库，通过机器学（xué）习训练模型，推导出（chū）最佳（jiā）的优化策略，向企业输（shū）出解决办法、咨（zī）询（xún）服务或SaaS应（yīng）用等，使整条产（chǎn）业链的生产更（gèng）柔性，商业逻辑更（gèng）具可预测性。

随着平台用户增加（jiā），导入数据激增，AI算（suàn）法获得更多优质数（shù）据训练（liàn），准确（què）率上（shàng）升，产生能够撬动更多用（yòng）户的（de）核心（xīn）竞争力，形（xíng）成良性（xìng）循环的产业生态，从（cóng）而达到（dào）技术（shù）推（tuī）动传统产业升级的效（xiào）果。

认知智能（néng）到来的过程，也是传统意义上客户方（fāng）AI化的（de）过程（chéng）

2018年，感知（zhī）智能取（qǔ）得了较快发展（zhǎn），但由于感（gǎn）知智能很难切入产业关键业务环（huán）节，无论是（shì）出于提升产业智（zhì）能化还是拓（tuò）展（zhǎn）人工智能企业商业价值的（de）目的，2019年（nián）都将是成长期的（de）感知智能与萌芽期的认（rèn）知智能共同发（fā）展（zhǎn）的一年。

目前传（chuán）统企业（yè）获取AI应用（yòng）的普（pǔ）遍方式（shì）是依（yī）赖第三方实现全（quán）部业务需求，往（wǎng）往（wǎng）出现两类问题：第（dì）三（sān）方对业务逻（luó）辑理解不足；客户很难（nán）根据自身不（bú）断变化的环（huán）境与需求实现（xiàn）算法迭代和人（rén）机智能实时协同，这都会（huì）导致AI产品在客户处“水土（tǔ）不服”时而（ér）发生。

而且产（chǎn）业数据的保有方往（wǎng）往（wǎng）是客户（hù），出于（yú）敏感数据安全性的顾虑，也（yě）很难将涉及核心业务的数据交托给第三方训（xùn）练，这些非技术性问题在很大程度上阻碍了认知智能的发展。

在此背景下（xià），AI服务方与客户合作开发完成在客户公司内部（bù）的数据训（xùn）练标注，以及（jí）向客户（hù）提供基础（chǔ）AI工具保障其拥有一定的（de）维护、优化甚至开发（fā）能力很有（yǒu）必要（yào），因（yīn）此近几年认知智能的推（tuī）进（jìn）将（jiāng）带来传统意义上客户方获得一定（dìng）自有（yǒu）AI能（néng）力，实现AI化。

对于更（gèng）为广泛的传统行业或（huò）线下使用场（chǎng）景（jǐng）的（de）潜在客户，艾（ài）瑞建议人工智能（néng）企业从产业智能化升级基础-市场进入方式-市场成长周期等几个角度（dù）评估可行性。

以煤炭（tàn）行业为例，有勘查设计、地（dì）测（cè）、采掘、洗选、安全保障、运（yùn）营（yíng）等（děng）主要业务环节，其（qí）中勘（kān）查、安全保障、运营等环节已有相关AI应用研究。

分析煤炭行业特点可以发现，其（qí）有对智能化技术需求强、智能化升级基（jī）础较好、政（zhèng）策引（yǐn）导（dǎo）性（xìng）较强等（děng）特点，行业具备应用AI的（de）较好基础；产（chǎn）业生态（tài）中有话语权（quán）较强、具（jù）备研发实力的（de）相关研究所与科研单位，因此通过联合（hé）技术（shù）研发、与客户联（lián）合开发部署服务的方式更符合行业（yè）需求，预期（qī）相关技术发展成熟并得以验证（zhèng）后可较快（kuài）商业落地（dì）。