人工智能技术近年来日渐兴起，全球科技巨头均在积极布局这一领域，苹果、谷歌、IBM、微软与雅虎等国际知名厂商争相通过并购、人才争夺战等手段来强化布局人工智能技术相关领域。
根据预测，2015 年以企业为主的人工智能系统市场价值接近 2 亿美元，到 2020 年将可达 20 亿美元以上，五年之间成长倍数高达 10 倍。人工智能或将成为未来 5-10 年科技行业的投资主线。在人工智能技术的创新发展和应用方面，最为突出的、也是最被看好的当属新金融行业。金融领域大数据资源丰富，AI 结合大数据可实现自动的信用评分，让消费者和企业能为贷款支付更具竞争力的利率；“智能合约”使得投资者可以在满足预定市场条件的情况下出售某些资产，从而提高市场效率；通过机器学习技术建立风控模型，并持续对企业风控水平进行迭代，可有效降低金融风险等等。因此，金融科技未来将有望成为人工智能最先落地的应用场景之一。
表：人工智能在金融行业的应用设想
2智能投顾市场热情高涨
今年以来，智能投顾的发展驶入快车道。国内市场广发证券、华泰证券、招商银行等传统金融机构纷纷涉足，海外市场高盛高调发布招聘广告，为打造机器人投资顾问平台近期在大幅度地招兵买马。再加上《国务院关于印发新一代人工智能发展规划的通知》的发布，“智能投顾”站上投资新风口。2.1智能投顾：实现“千人千面”的理财专家
广义的智能投顾指通过 IT 的手段或用人工智能的一些算法解决金融领域的一系列效率的问题，从而提高效率和自动化水平。而狭义的智能投顾则指线下理财顾问的线上化，即把线下理财顾问一系列工作实现线上化、互联网化，尤其实现自动化，这其中会用一些人工智能的方式提高效率。目前人们通常提到的“智能投顾”是指狭义的智能投顾。所谓“智能投顾”，其实是源于人工投顾，而又高于人工投顾的。智能投顾包含两方面：一是最传统的部分，即线下理财的线上化，其实是复制或实现线下理财顾问财富管理的流程，包括了解用户资产情况、理财目标等，进而提出投资建议；
二是个性化定制部分，即把线下理财顾问流程复制出来之后，进而用技术的方式使服务更加定制化。根据每个客户的期望收益、风险偏好等做到“千人千面”，运用人工智能的技术对大量客户进行财富画像，以人工智能算法为每一位客户提供量身定制的资产管理投资方案，并提供自动化的投资管理服务最大化投资回报。相比于传统投顾，智能投顾的优势在于：
一是扩大了覆盖客户的范围，这也是智能投顾最大的优势。传统投资顾问需要站在投资者的角度，帮助投资者进行符合其风险偏好特征、适应某一特定时期市场表现的投资组合管理。而这些工作都需要以大量昂贵的人工方式完成，所以财富管理服务也因此无形地提高了进入门槛，只面向高净值人士开设。而智能投顾以机器人的方式进行投资组合管理，大大节约了人力成本、降低了进入门槛，投资顾问不再是高净值人群的专利。以招商银行为例，其面向高净值人群的私人银行服务门槛为 1000 万元人民币，而 2016 年 12 月推出的摩羯智投服务门槛仅为 2 万元人民币，服务门槛大大降低。
二是管理费用少。传统投资顾问管理费率平均在 1%以上，而智能投顾通过人工智能，节省了昂贵的人工成本，大大降低了投资理财的服务费用，将费率降低到 0.3%左右甚至更低。这种在技术驱动下的性价比的提升，使得新中产阶级乐于选择后者。三是风险分散。不少传统投资顾问将资金投入母公司或合作机构的产品中，风险过于集中某一个市场板块，且容易受到投资顾问个人偏好和情绪的影响。
相比而言，智能投顾有更分散的风险敞口，除了不同市场板块，还追求地域、企业规模、经济类型和期限结构等的分散。投资面覆盖股票（大盘股、中小创）、债券、国内 ETF、海外 ETF 和 QDII 等。人工智能能动态监测投资组合，持续跟踪市场变化，并在偏离目标配置时再平衡。由于目前国内资本管制较严，中产阶层的投资渠道较为有限，因此分散程度高、资产配置范围广的智能投顾能为用户提供一种简捷且避险的资产配置渠道。四是信息透明且避免感性决策。智能投顾能够准确地了解投资者的风险偏好和收益预期，并通过后台算法自动匹配合适的投资策略。高度的自动化流程使得透明度和流动性大大提高，不但为中小投资者提供了个性化的资产配置方案，也给后者更多信息权限带来的信赖感。并且，智能投顾能够预先设定止盈止损点并严格执行，避免因投资者的感性而做出不理智的决策。
图：智能投顾优势图示
2.2机构抢滩智能投顾市场，未来金融或成主要采用 AI 技术的行业
智能理财在国内的金融市场中热度不断提升，目前国内的智能投顾服务提供机构大体可以分为三类：第一类是国内金融 IT 公司以及创业公司等，如恒生电子、弥财、蓝海智投、拿铁智投、理财魔方及璇玑智投等。据了解，弥财、蓝海智投主要投资于海外 ETF，拿铁智投投资于国内的公募基金。第二类是一些现有互联网金融公司或者大型财富公司提供的智投服务，比如京东金融的“智投”、宜信财富旗下的“投米 RA”。目前，京东智投生产的投资组合覆盖京东金融平台下不同性质的金融产品，例如股票型基金、票据理财、金交所发行的固收理财产品等。
第三类则是传统金融机构提供的智能投顾服务。如招商银行的摩羯智投、光大集团的光云智投、广发证券的贝塔牛、长江证券的阿凡达狗等等。
表：国内智能投顾服务提供机构分类
这些机构提供智能投顾相关业务一般分两种模式：一种是 to C端，即由机构直接对接投资者，通过机构所掌握的 AI 算法或技术等，结合大数据资源为用户画像，从而根据投资者偏好为投资者提供个性化的投顾服务。
另一种则是 to B 模式，即通过研发智能投顾领域的相关技术成果或技术方案，然后打包起来向外界金融机构做统一的技术能力输出的模式，比如采用与券商、互联网企业等合作模式，将产品以组件化形式应用于合作方 APP 中等。对 B 端而言，这一模式可帮助券商等机构通过降低人工成本、提高运营效率，更好地进行业务拓展；对 C 端而言，可根据用户偏好助其实现专属化投资决策。众多投资机构的纷纷布局，掀起对智能投顾市场的投资热潮。截至目前，2017 年全球在 AI 创业公司方面的投融资数据再创新高，已经超过了去年全年的投资总额，最被看好的就是在 AI 在金融领域的结合发展。根据麦肯锡最近发布的人工智能调研报告，未来 3 年，金融服务将成为主要采用 AI 技术的行业之一。金融+AI 未来想象空间巨大。
图：主要应用 AI 技术或投资 AI 的企业行业分布情况
资料来源：中国报告网整理
中国报告网发布的报告书内容严谨、数据翔实，更辅以大量直观的图表帮助本行业企业准确把握行业发展动向、市场前景、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据，以及我中心对本行业的实地调研，结合了行业所处的环境，从理论到实践、从宏观到微观等多个角度进行市场调研分析。它是业内企业、相关投资公司及政府部门准确把握行业发展趋势，洞悉行业竞争格局，规避经营和投资风险，制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资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】
第一章 人工智能的基本介绍
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 人工智能关键环节
1.1.4 人工智能研究阶段
1.1.5 人工智能的产业链
1.2 人工智能发展历程
1.2.1 发展简史
1.2.2 研究历程
1.2.3 发展阶段
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 国际人工智能行业发展分析
2.1 全球人工智能行业发展综况
2.1.1 人工智能概念的悄然兴起
2.1.2 驱动人工智能的内外动因
2.1.3 人工智能的发展阶段分析
2.1.4 全球人工智能产业发展状况
2.1.5 发达国家重视人工智能产业
2.1.6 世界人工智能迎来发展新阶段
2.2 美国
2.2.1 人工智能成美国发展战略
2.2.2 人工智能应用于美国国防
2.2.3 美国量子技术助力AI发展
2.2.4 美国机器人市场需求预测
2.3 日本
2.3.1 AI成日本工业发展重点
2.3.2 日本政府推进人工智能
2.3.3 日本重视人工智能研究
2.3.4 日本人工智能投资计划
2.3.5 日本科技发展借力人工智能
2.4 各国人工智能产业发展动态
2.4.1 欧盟推进服务机器人研发
2.4.2 欧美推出大脑发展计划
2.4.3 俄国成功开发AI系统
2.4.4 韩国人工智能研发动态
2.4.5 AI应用于巴西世界杯
2.5 国际企业加快布局人工智能领域
2.5.1 互联网企业加快AI产业布局
2.5.2 Facebook建设AI硬件平台
2.5.3 戴尔开展人工智能研发合作
2.5.4 雅虎迈出人工智能发展步伐
2.5.5 维基百科涉足人工智能领域
第三章 中国人工智能行业政策环境分析
3.1 政策助力人工智能发展
3.1.1 政策加码布局人工智能
3.1.2 人工智能将纳入“十三五”
3.1.3 中国大脑研究计划开启
3.1.4 人工智能成为国家战略重点
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 “互联网+”推动人工智能
3.3 人工智能行业地方政策环境分析
3.3.1 AI或纳入北京“十三五”
3.3.2 上海市推出AI“脑计划”
3.3.3 人工智能获广州财政支持
3.3.4 深圳市具备AI发展优势
3.4 机器人行业政策规划分析
3.4.1 政策大力支持机器人行业
3.4.2 工业机器人将持续高增长
3.4.3 服务机器人将成为新蓝海
第四章 中国人工智能行业发展分析
4.1 人工智能行业发展综况
4.1.1 人工智能技术方兴未艾
4.1.2 国内人工智能布局加快
4.1.3 人工智能实验室成立
4.1.4 人工智能行业发展迅猛
4.1.5 人工智能市场需求将增长
4.1.6 人工智能市场进入新阶段
4.2 人工智能产业生态格局分析
4.2.1 生态格局基本架构
4.2.2 基础资源支持层
4.2.3 技术实现路径层
4.2.4 应用实现路径层
4.2.5 未来生态格局展望
4.3 人工智能区域发展动态分析
4.3.1 哈尔滨逐步完善机器人产业
4.3.2 安徽省建立人工智能学会
4.3.3 四川成立人工智能实验室
4.3.4 上海进一步推进人工智能
4.3.5 福建建立仿脑智能实验室
4.4 人工智能技术研究动态分析
4.4.1 人工智能再获重大突破
4.4.2 智能语音识别及控制技术
4.4.3 高级人工智能逐步突破
4.4.4 AI神经网络识别技术
4.4.5 人工智能带来媒体变革
4.5 人工智能行业发展存在的主要问题
4.5.1 人工智能发展面临的困境
4.5.2 人工智能发展的隐性问题
4.5.3 人工智能发展的道德问题
4.5.4 人工智能发展的技术障碍
4.6 人工智能行业发展对策及建议
4.6.1 人工智能的发展策略分析
4.6.2 人工智能的技术发展建议
4.6.3 人工智能伦理问题的对策
第五章 人工智能行业发展驱动要素分析
5.1 硬件基础日益成熟
5.1.1 高性能CPU
5.1.2 “人脑”芯片
5.1.3 量子计算机
5.1.4 仿生计算机
5.2 大规模并行运算的实现
5.2.1 云计算的关键技术
5.2.2 云计算的应用模式
5.2.3 我国推进云计算发展
5.2.4 云计算技术发展动态
5.2.5 云计算成人工智能基础
5.3 大数据技术的崛起
5.3.1 大数据技术的内涵
5.3.2 大数据的各个环节
5.3.3 大数据的主要应用领域
5.3.4 大数据成人工智能数据源
5.3.5 大数据技术助力人工智能
5.4 深度学习技术的出现
5.4.1 机器学习的阶段
5.4.2 深度学习技术内涵
5.4.3 深度学习算法技术
5.4.4 深度学习的技术应用
5.4.5 深度学习提高人工智能水平
第六章 人工智能行业的技术基础分析
6.1 自然语言处理
6.1.1 自然语言处理内涵
6.1.2 语音识别技术分析
6.1.3 语义技术研发状况
6.1.4 自动翻译技术内涵
6.2 计算机视觉
6.2.1 计算机视觉的内涵
6.2.2 计算机视觉的应用
6.2.3 计算机视觉的运作
6.2.4 人脸识别技术应用
6.3 模式识别技术
6.3.1 模式识别技术内涵
6.3.2 文字识别技术应用
6.3.3 指掌纹识别技术应用
6.3.4 模式识别发展潜力
6.4 知识表示
6.4.1 知识表示的内涵
6.4.2 知识表示的方法
6.4.3 知识表示的进展
6.5 其他技术基础
6.5.1 自动推理技术
6.5.2 环境感知技术
6.5.3 自动规划技术
6.5.4 专家系统技术
第七章 人工智能技术的主要应用领域分析
7.1 工业领域
7.1.1 智能工厂进一步转型
7.1.2 人工智能的工业应用
7.1.3 人工智能应用于制造领域
7.1.4 人工智能助力中国制造
7.1.5 人工智能成工业发展方向
7.1.6 AI工业应用的前景广阔
7.2 医疗领域
7.2.1 人工智能的医疗应用概况
7.2.2 人工智能在中医学中的应用
7.2.3 人工神经网络技术的医学应用
7.2.4 AI在医学影像诊断中的应用
7.2.5 AI在医疗诊断应用中的展望
7.2.6 企业加快布局医疗人工智能
7.3 社交领域
7.3.1 人工智能的移动社交应用
7.3.2 人工智能社交产品发布
7.3.3 社交网络成AI应用焦点
7.4 无人驾驶领域
7.4.1 无人驾驶的效益分析
7.4.2 自动驾驶技术发展进程
7.4.3 无人驾驶产业发展加快
7.4.4 人工智能助力无人驾驶
7.4.5 AI成为智能汽车发展方向
7.5 其他领域
7.5.1 人工智能的智能搜索应用
7.5.2 人工智能应用于电子商务
7.5.3 人工智能与可穿戴设备结合
7.5.4 人工智能成3D打印基础
7.5.5 人工智能的“虚拟助手”
7.5.6 人工智能家居成为新趋势
第八章 人工智能机器人发展分析
8.1 机器人产业发展综况
8.1.1 全球机器人行业规模分析
8.1.2 中国工业机器人市场现状
8.1.3 机器人行业产业链构成
8.1.4 机器人的替代优势明显
8.1.5 机器人下游应用产业多
8.1.6 智能机器人成为发展趋势
8.2 人工智能在机器人行业的应用状况
8.2.1 人工智能与机器人的关系
8.2.2 AI于机器人的应用过程
8.2.3 AI大量运用于小型机器人
8.2.4 AI机器人的重要应用领域
8.3 人工智能在智能机器人领域的技术应用
8.3.1 专家系统的应用
8.3.2 模式识别的应用
8.3.3 机器视觉的应用
8.3.4 机器学习的应用
8.3.5 分布式AI的应用
8.3.6 进化算法的应用
8.4 机器人重点应用领域分析
8.4.1 医疗机器人
8.4.2 军事机器人
8.4.3 教育机器人
8.4.4 家用机器人
8.4.5 物流机器人
8.4.6 协作型机器人
第九章 国际人工智能行业重点企业分析
9.1 微软公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
9.2 IBM公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
9.3 谷歌公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
9.4 亚马逊公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
第十章 中国人工智能行业重点企业分析
10.1 百度公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
10.2 腾讯公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
10.3 阿里集团
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
10.4 科大讯飞股份有限公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
10.5 北京捷通华声语音技术有限公司
（1）企业概况
（2）主营业务情况分析
（3）公司运营情况分析
（4）公司优劣势分析
第十一章 人工智能行业投资状况分析
11.1 人工智能行业投资综况
11.1.1 全球人工智能的投融资分析
11.1.2 国内人工智能的投融资状况
11.1.3 人工智能行业投资总量分析
11.1.4 人工智能行业投资进程加快
11.1.5 AI认知技术商业投资加快
11.2 人工智能行业投资动态
11.2.1 AnkiDrive获得新一轮投资
11.2.2 Vicarious公司开启AI融资
11.2.3 特斯拉注资建人工智能公司
11.2.4 Demiurge公司注资人工智能
11.2.5 格灵深瞳公司获得天使投资
11.3 人工智能行业迎来投资机遇
11.3.1 人工智能成为投资风口
11.3.2 人工智能进入黄金时期
11.3.3 人工智能迎来投资机遇
11.3.4 全球人工智能投资升温
第十二章 人工智能行业发展前景及趋势预测
12.1 人工智能行业发展前景展望
12.1.1 人工智能发展前景展望
12.1.2 人工智能的市场空间巨大
12.1.3 人工智能成为发展新热点
12.1.4 人工智能产业的机遇与挑战
12.2 人工智能行业发展趋势预测
12.2.1 人工智能未来发展趋势
12.2.2 “智能＋X”将成新时尚
12.2.3 机器视觉成主要发展方向
12.2.4 人工智能将带来新变化
12.2.5 人工智能市场规模预测
图表目录
图表 人工智能产业链
图表 全球运功监测传动器市场
图表 计算成本
图表 全球每年产生的数据总量
图表 人工智能的重点品类
图表 人工智能的重点品类的公司分布
图表 人工智能的重点品类的融资分布
图表 最受风险资本青睐的人工智能品类
图表 全球人工智能“战局”
图表 人工智能各品类成熟度排行
图表 计算机在图像识别的错误率
更多图表详见正文（ GSLWK）
特别说明：中国报告网所发行报告书中的信息和数据部分会随时间变化补充更新，报告发行年份对报告质量不会有任何影响，并有助于降低企事业单位投资风险。
