2015年7月，人工智能被写入《国务院关于积极推进“互联网+”行动的指导意见》;2016年3月，人工智能一词被写入“十三五”规划纲要;2016年5月，国家发展改革委员会等四部门联合下发《“互联网+”人工智能三年行动实施方案》;李克强总理的政府工作报告中也提到了人工智能产业发展;中国科学技术部“科技创新2030—重大项目”近期或将新增“人工智能2.0”，人工智能将进一步上升为国家战略．这充分可以看出我国对AI的重视程度．2017年，中国工程院院刊信息与电子工程学部分刊《信息与电子工程前沿(英文)》出版了“ArtificialIntelligence2.0”专题，潘云鹤等多位院士及专家学者对AI2.0所涉及的大数据智能、群体智能、跨媒体智能、混合增强智能和自主智能等进行了深度阐述．
全球人工智能市场飞速发展，引来投资者关注
1.人工智能市场规模飞速发展
近年来，随着大数据、云计算、深度学习等相关技术的成熟以及硬件性能的不断提高，人工智能技术取得了突飞猛进的发展。人工智能技术在诸如医疗健康、安防、教育、金融和智能家居等多个行业得到了广泛的应用，市场规模也随之不断扩大。根据IDC的统计数据显示，认知计算和人工智能解决方案市场在2016年至2020年预测期内的复合年增长率（CAGR）将达到55.1%，认知计算和人工智能（AI）在各行各业中的广泛应用将推动其全球收入从2016年的近80亿美元增长到2020年的470多亿美元。
2016年，全球认知计算和人工智能中超过了一半的收入是来自银行、零售业、医疗保健以及离散制造业这四个行业，其中银行和零售业贡献了将近15亿美元的收入。医疗保健和离散制造业将在2016-2020年预测期内取得最大的收入增长，CAGR分别可达69.3%和61.4%，而教育和流程制造业也将产生明显增长。
在地理分布上，北美是迄今为止最大的认知计算和人工智能支出区域，2016年收入达62亿美元。欧洲、中东及非洲（EMEA）仍然是整个预测期内的第二大区域，而包括日本在内的亚太地区的认知计算和人工智能收入将在2020年缩小与EMEA的差距。
全球人工智能领域融投资情况
资料来源：中国报告网数据中心整理
2. 美国科技巨头引领人工智能技术发展 当前，人工智能已经取代大数据，成为科技行业中“闪耀的新星”。科技巨头纷纷投入AI中，而美国科技企业依然是人工智能领域的引领者和关键参与者。
（1）谷歌
谷歌作为科技界巨头，从技术层和应用层全面布局人工智能。战略上不断积累AI底层技术，研发更高级深度学习算法，增强图形识别和语音识别能力，人工智能技术的应用延伸到智能家居、无人驾驶以及医疗药品研究等多个领域。
谷歌现行有两套人工智能系统，包括谷歌自行开发的TensorFlow，已在2015年11月开源为开发者提供机器学习库，其在谷歌内部被应用于处理图像识别、语音识别和语言翻译等任务并涉及Google搜寻、Google翻译、Gmail等服务；另一套是DeepMind的AlphaGo系统，AlphaGo专注于棋赛发展，在2016年3月以4:1的佳绩击败围棋冠军李世石以及2017年其升级版Master横扫中日韩50多位围棋高手。AlphaGo未来还将应用于医疗诊断或投入无人驾驶等领域，以加速AI商业化进程。谷歌的图像识别、语音识别技术底蕴深厚。2016年9月，谷歌开源其最新自动图像描述系统“ShowandTell”，可根据场景生成准确的图像说明。谷歌还发布了最新生成模型WaveNet，可以生成模拟任何人类声音的语音，并将机器合成语音水平与人类差距缩小50%。同期，还收购了聊天机器人开发平台Api.ai。
此外，谷歌还把智能家居领域作为未来AI的一个重要应用市场，正加速以Nest、GoogleAssistant为基础的智能家居生态系统建设，通过一系列并购、开放平台的建立、软件硬件一体化来打造这个生态系统。Google在融合GoogleAssistant（语音智能助理）、Nest设备的基础上，于2016年5月推出了智能音箱GoogleHome，其将成为亚马逊Echo的强劲对手。
谷歌在无人驾驶领域，以技术驱动，侧重于基础技术研究及AI核心科技开发。目前，谷歌无人驾驶行驶里程数已超过200万英里且成功发布了全球第一款完全能够自动驾驶的原型车“豆荚车”。2016年12月14日，谷歌宣布成立独立子公司Waymo，专门从事无人驾驶技术开发。Waymo在技术上也取得了新进展，使无人驾驶汽车关键部件激光雷达成本削减了90%，这将进一步推动无人车的市场化进程。
（2）IBM
IBM是另一家在人工智能领域大举布局的美国高科技企业。IBM从2014年开始着重关注人工智能领域，在AI领域的布局围绕Watson和类脑芯片展开，试图打造AI生态系统。IBM通过Waston开启了认知时代，可提供医疗、水资源管理、保险欺诈识别、环境保护、金融等行业解决方案，以及将Waston应用于数字顾问、虚拟助理、云计算、科学研究等多个领域。Watson还广泛应用于医疗诊断领域。IBM于2015年5月推出WatsonHealth服务，利用Watson分析健康数据。2015年8月，耗资10亿美元收购医学成像及临床系统供应商MergeHealthcare，并整合到WastonHealth中。Waston的医疗诊断效率和精确度不断提高，2016年8月，Waston仅用10分钟即确诊人类罕见白血病。同期，Waston宣布正式落地中国，首次为21家医院提供Waston肿瘤解决方案。
此外，IBM还推出了多款并行式类脑芯片，比如IBMTrueNorth、Power处理器、随机相变神经元芯片等，大幅度提升了AI算力。
（3）微软
微软一直非常重视AI技术的研发，其语音识别、自然语言和计算机视觉等技术处于业内领先水平。2016年4月，微软上线了CaptionBot应用，可识别任何图像并为其提供详细描述；2016年8月，发布了人工智能机器人第四代微软小冰；2016年9月，宣布成立人工智能及微软研究事业部，旨在加速其在人工智能领域的创新。
未来，微软AI领域将重点关注四大领域，即代理——利用Cortana语音助手等代理改变人机交互方式；应用——将人工智能注入到所有的产品中，比如photoapp、Skype、Office365等；服务——将微软AI技术开放给开发者；基础设施——利用Azure开发全球最强大的AI超级计算机。
（4）亚马逊
云计算和智能家居是亚马逊在人工智能领域的两大亮点。亚马逊领先的云计算能力为其人工智能技术走向应用提供保障，而云服务的强大客户数据也将提升AWS系统的智能化水平。2016年11月，亚马逊在AWSRe:Invent大会上推出了三大AI工具，包括文本到语音转换服务AmazonPolly、基于深度学习的图像和人脸识别服务AmazonRekognition以及可编写自然人机交互的AmazonLex。
此外，亚马逊在过去四年间还重点打造了Alexa智能语音助手和Echo智能音箱。
（5）Facebook
Facebook的AI布局主要围绕其用户社交关系和社交信息展开，集中在图像识别、语音识别、自然语言处理等技术领域。2016年4月，Facebook宣布允许企业在Messenger平台上构建机器人，并且已与几家企业合作在该平台上推出了机器人服务。
2016年6月，推出了基于深度学习的文本理解引擎DeepText，其可处理超过20种语言，以接近人类的准确度、每秒数千篇文本的速度快速理解文本内容。
（6）苹果
苹果加紧了人工智能领域的布局，致力于打造苹果生态系统，提升用户体验。2016年，苹果已经成为最活跃的人工智能公司收购商，完成了对VocalIQ、Perceptio、Emotient、Turi以及Tuplejump等公司的收购。2016年12月，苹果还发布了其首份人工智能研究报告。报告主要阐述了一项新技术，即如何通过计算机生成图像、而非真实图像来训练一种算法的图像识别能力。此次公开人工智能研究也有助于苹果将来普及其人工智能软件。
中国报告网发布的《2017-2021年中国人工智能市场发展现状及投资方向研究报告》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。
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
1.2 人工智能产业链分析
1.2.1 产业链基本构成
1.2.2 产业链的相关企业
1.3 人工智能发展历程
1.3.1 发展历程
1.3.2 研究进程
1.3.3 发展阶段
1.4 人工智能的研究方法
1.4.1 大脑模拟
1.4.2 符号处理
1.4.3 子符号法
1.4.4 统计学法
1.4.5 集成方法
第二章 2015-2017年国际人工智能行业发展分析
2.1 2015-2017年全球人工智能行业发展综况
2.1.1 人工智能概念的兴起
2.1.2 驱动人工智能发展动因
2.1.3 人工智能产业发展阶段
2.1.4 全球人工智能企业分布
2.1.5 全球人工智能专利申请状况
2.1.6 发达国家重视人工智能产业
2.2 美国
2.2.1 美国人工智能发展状况
2.2.2 美国人工智能战略布局
2.2.3 美国人工智能相关主体
2.2.4 美国人工智能应用现状
2.2.5 人工智能应用于美国国防
2.2.6 美国人工智能发展规划
2.3 日本
2.3.1 日本人工智能发展实力
2.3.2 日本人工智能重点企业
2.3.3 日本人工智能相关规划
2.3.4 日本政府推进人工智能
2.3.5 AI成日本工业发展重点
2.3.6 日本人工智能发展展望
2.4 2015-2017年各国人工智能产业发展动态
2.4.1 欧盟推进机器人研发
2.4.2 欧美推出大脑发展计划
2.4.3 俄罗斯推出AI机器人
2.4.4 韩国人工智能发展动态
2.4.5 新加坡人工智能发展计划
2.4.6 以色列人工智能融资动态
2.5 2015-2017年国际企业加快布局人工智能领域
2.5.1 国际巨头加快AI布局
2.5.2 Facebook人工智能布局
2.5.3 戴尔开展人工智能研发合作
2.5.4 NVIDIA公司布局人工智能
2.5.5 雅虎主动布局人工智能领域
2.5.6 维基百科应用人工智能技术
第三章 2015-2017年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 中国大脑研究计划开启
3.1.3 完善人工智能建设基础及应用
3.1.4 加快建设人工智能资源库
3.1.5 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+”促进人工智能发展
3.2.3 人工智能行动实施方案发布
3.2.4 人工智能发展规划正式发布
3.3 人工智能行业地方政策环境分析
3.3.1 黑龙江省
3.3.2 福建省
3.3.3 贵州省
3.3.4 天津市
3.3.5 重庆市
3.3.6 上海市
3.3.7 广州市
3.4 机器人相关政策规划分析
3.4.1 机器人产业发展规划发布
3.4.2 各部委聚焦智能机器人发展
3.4.3 各地区加快机器人行业布局
第四章 2015-2017年中国人工智能行业发展分析
4.1 我国人工智能产业认知调研
4.1.1 认知状况
4.1.2 认知渠道
4.1.3 认可领域
4.1.4 价值领域
4.1.5 取代趋势
4.1.6 争议领域
4.2 我国人工智能技术研究进程
4.2.1 人工智能技术方兴未艾
4.2.2 人工智能研究实力分析
4.2.3 人工智能专利申请状况
4.2.4 人工智能产研结合加快
4.2.5 人工智能实验室成立
4.3 2015-2017年人工智能行业发展综况
4.3.1 人工智能行业发展提速
4.3.2 人工智能产业规模分析
4.3.3 人工智能产业发展特征
4.3.4 人工智能企业区域分布
4.3.5 企业加快人工智能布局
4.4 人工智能产业生态格局分析
4.4.1 生态格局基本架构
4.4.2 基础资源支持层
4.4.3 技术实现路径层
4.4.4 应用实现路径层
4.4.5 未来生态格局展望
4.5 2015-2017年人工智能区域发展动态分析
4.5.1 哈尔滨逐步完善机器人产业
4.5.2 安徽省建立人工智能学会
4.5.3 四川成立人工智能实验室
4.5.4 江苏省启动“大脑计划”
4.5.5 上海进一步布局人工智能
4.5.6 福建建立仿脑智能实验室
4.6 2015-2017年人工智能技术研究动态
4.6.1 人工智能再获重大突破
4.6.2 深度学习专用处理器发布
4.6.3 智能语音交互成为趋势
4.6.4 高级人工智能逐步突破
4.6.5 人工智能技术走进生活
4.6.6 人工智能带来媒体变革
4.7 人工智能行业发展存在的主要问题
4.7.1 人工智能的三大发展瓶颈
4.7.2 人工智能发展的技术困境
4.7.3 人工智能发展的隐性问题
4.7.4 人工智能发展的道德问题
4.8 人工智能行业发展对策及建议
4.8.1 人工智能的发展策略分析
4.8.2 人工智能的技术发展建议
4.8.3 人工智能伦理问题的对策
第五章 2015-2017年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 云计算产业发展现状
5.2.4 我国推进云计算发展
5.2.5 云计算技术发展动态
5.2.6 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 大数据市场规模分析
5.3.4 大数据的主要应用领域
5.3.5 大数据成人工智能数据源
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 深度学习领域发展现状
5.4.6 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 AI将催生智能生产工厂
7.1.4 人工智能应用于制造领域
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技术在医疗诊断中的应用
7.2.6 AI技术将逐步加快药品研发
7.2.7 企业加快布局医疗人工智能
7.3 安防领域
7.3.1 AI对安防行业的重要意义
7.3.2 AI在安防领域的应用现状
7.3.3 快速崛起的巡逻机器人
7.3.4 AI识别技术的安防应用
7.3.5 生物识别市场规模分析
7.3.6 AI技术应用于国家安防
7.4 社交领域
7.4.1 人工智能的移动社交应用
7.4.2 组织开展机器情感测试
7.4.3 人工智能社交新品发布
7.4.4 微信人工智能社交系统
7.5 金融领域
7.5.1 投资决策辅助
7.5.2 信用风险管控
7.5.3 智能支付应用
7.5.4 智能投资顾问
7.6 零售领域
7.6.1 AI在零售行业的应用空间广阔
7.6.2 人工智能应用于新零售的状况
7.6.3 人工智能应用于新零售的场景
7.6.4 人工智能应用于新零售的问题
7.6.5 人工智能应用于新零售的路径
7.7 智能家居领域
7.7.1 智能家居的AI应用情景
7.7.2 AI或成为智能家居的核心
7.7.3 人工智能家居成为新趋势
7.7.4 人工智能助力智能家居发展
7.8 无人驾驶领域
7.8.1 无人驾驶发展效益分析
7.8.2 无人驾驶汽车将实现量产
7.8.3 自动驾驶技术发展进程
7.8.4 AI成为无人汽车的大脑
7.8.5 AI成为智能汽车发展方向
7.9 其他领域
7.9.1 人工智能的智能搜索应用
7.9.2 人工智能应用于答题领域
7.9.3 人工智能应用于电子商务
7.9.4 人工智能与可穿戴设备结合
7.9.5 人工智能的“虚拟助手”
7.9.6 人工智能应用于法律预判
第八章 2015-2017年人工智能机器人发展分析
8.1 2015-2017年机器人产业发展状况
8.1.1 机器人行业产业链构成
8.1.2 机器人的替代优势明显
8.1.3 机器人下游应用产业多
8.1.4 我国机器人产业发展综况
8.2 2015-2017年机器人产业发展规模
8.2.1 全球工业机器人行业规模分析
8.2.2 全球服务机器人市场规模分析
8.2.3 中国工业机器人销售情况
8.2.4 中国服务机器人产业规模
8.3 人工智能在机器人行业的应用状况
8.3.1 人工智能与机器人的关系
8.3.2 AI于机器人的应用过程
8.3.3 AI大量运用于小型机器人
8.3.4 人工智能促进机器人发展
8.4 人工智能技术在机器人领域的应用
8.4.1 专家系统的应用
8.4.2 模式识别的应用
8.4.3 机器视觉的应用
8.4.4 机器学习的应用
8.4.5 分布式AI的应用
8.4.6 进化算法的应用
8.5 机器人重点应用领域分析
8.5.1 医疗机器人
8.5.2 军事机器人
8.5.3 教育机器人
8.5.4 家用机器人
8.5.5 物流机器人
8.5.6 协作型机器人
第九章 2015-2017年国际人工智能行业重点企业分析
9.1 微软公司
9.1.1 企业发展概况
9.1.2 企业财务状况
9.1.3 人工智能研究进展
9.1.4 人工智能发展动态
9.1.5 人工智能发展布局
9.2 IBM公司
9.2.1 企业发展概况
9.2.2 企业经营范围
9.2.3 企业财务状况
9.2.4 技术研发实力
9.2.5 布局人工智能
9.2.6 人工智能平台
9.3 谷歌公司
9.3.1 企业发展概况
9.3.2 企业财务状况
9.3.3 布局人工智能
9.3.4 人工智能系统及平台
9.3.5 人工智能投资加快
9.4 英特尔公司
9.4.1 企业发展概况
9.4.2 企业财务状况
9.4.3 人工智能技术应用
9.4.4 人工智能发展布局
9.4.5 AI发展机会和挑战
9.4.6 人工智能发展战略
9.5 亚马逊公司
9.5.1 企业发展概况
9.5.2 企业经营状况
9.5.3 布局人工智能
9.5.4 机器学习工具发布
9.6 其他企业
9.6.1 苹果公司
9.6.2 NVIDA（英伟达）
9.6.3 Uber（优步）
第十章 2015-2017年中国人工智能行业重点企业分析
10.1 百度公司
10.1.1 企业概况
10.1.2 主营产品
10.1.3 运营情况
10.1.4 公司优劣势分析
10.2 腾讯公司
10.2.1 企业概况
10.2.2 主营产品
10.2.3 运营情况
10.2.4 公司优劣势分析
10.3 阿里集团
10.3.1 企业概况
10.3.2 主营产品
10.3.3 运营情况
10.3.4 公司优劣势分析
10.4 科大讯飞股份有限公司
10.4.1 企业概况
10.4.2 主营产品
10.4.3 运营情况
10.4.4 公司优劣势分析
10.5 科大智能科技股份有限公司
10.5.1 企业概况
10.5.2 主营产品
10.5.3 运营情况
10.5.4 公司优劣势分析
10.6 格灵深瞳科技有限公司
10.6.1 企业概况
10.6.2 主营产品
10.6.3 运营情况
10.6.4 公司优劣势分析
10.7 北京捷通华声语音技术有限公司
10.7.1 企业概况
10.7.2 主营产品
10.7.3 运营情况
10.7.4 公司优劣势分析
第十一章 2015-2017年人工智能行业投资状况分析
11.1 全球人工智能的投融资分析
11.1.1 企业融资状况
11.1.2 投资规模分析
11.1.3 融资分布状况
11.1.4 重点投资品类
11.1.5 风险投资上升
11.2 中国人工智能行业投资综况
11.2.1 企业融资加快
11.2.2 投资企业类型
11.2.3 投资规模分析
11.2.4 投资并购状况
11.2.5 投资热点分布
11.2.6 细分投资领域
11.2.7 融资阶段分析
11.2.8 投资逻辑分析
11.3 人工智能行业投资动态
11.3.1 Vicarious公司开启AI融资
11.3.2 出门问问公司获C轮融资
11.3.3 特斯拉注资建人工智能公司
11.3.4 Demiurge公司注资人工智能
11.3.5 AI平台糖析获Pre-A轮融资
11.4 人工智能行业投资态势
11.4.1 全球人工智能投资升温
11.4.2 人工智能成为市场投资风口
11.4.3 我国人工智能迎来投资机遇
11.5 人工智能行业投资风险分析
11.5.1 环境风险
11.5.2 行业风险
11.5.3 技术壁垒
11.5.4 内部风险
11.5.5 竞争风险
11.5.6 合同毁约风险
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 人工智能的经济潜力巨大
12.1.2 人工智能成为“十三五”重点
12.1.3 人工智能的市场空间巨大
12.1.4 人工智能成为发展新热点
12.1.5 人工智能发展前景分析
12.1.6 人工智能投资机会分析
12.2 人工智能行业发展趋势预测
12.2.1 人工智能未来发展变革
12.2.2 人工智能产业整体趋势
12.2.3 人工智能应用市场展望
12.2.4 “智能＋X”将成新时尚
12.2.5 人工智能带来生活变革
图表详见正文
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，请放心查阅。
资料来源：公开资料，中国报告网整理，转载请注明出处（FSW）
