核心（xīn）摘要：

“商业落地”已成为人工智能发展（zhǎn）到当前阶段鲜明的（de）主（zhǔ）题词（cí），过（guò）去人工智（zhì）能技术驱动阶段重在AI算法模型比拼，如（rú）今更要依赖商业场景（jǐng）洞（dòng）察、专家团队实力（lì），将AI技术与行业实际需求结合，产（chǎn）生应用与（yǔ）经（jīng）济价值。

因此（cǐ）本报告从人工（gōng）智能（néng）在实体（tǐ）经济中的市场化情况出发，探寻人（rén）工（gōng）智能对实体经（jīng）济的意（yì）义。研究表（biǎo）明（míng），当下，AI相关技术与传（chuán）统（tǒng）行业经营模式和业（yè）务流程（chéng）开始（shǐ）产生实质性（xìng）融合，智能经济时代的全新产业（yè）版图初步显现。预计（jì）2019年人工智（zhì）能赋能（néng）实体经济产业规（guī）模接近570亿元。

本报告对安防（fáng）、金融、客服（fú）、医疗健康、零售（shòu）、广告营销、教育、城市交通、制造（zào）、农业等十大传（chuán）统产业应（yīng）用人工智（zhì）能的现状进行了梳理。整体来看，过去AI企业单纯向传（chuán）统企业技（jì）术输出（chū）的模式已（yǐ）悄（qiāo）然改变，全（quán）产业（yè）链都（dōu）已参与进来，随之而（ér）来的是AI应用（yòng）的快（kuài）速（sù）渗（shèn）透和对相（xiàng）应场景（jǐng）的革新优化。具体应用场景（jǐng）、使用价值及市场规模推算请详（xiáng）见报（bào）告第二章论述。

通往（wǎng）智能世界探索的路径存在多种可能，基于部署思路、建设（shè）架构、同其他数字化技（jì）术联动等方面的差异，业内已有（yǒu）与IoT结合的AIoT、与云平台（tái）能力结合的AI PaSS、与产（chǎn）业全（quán）面（miàn）联通相结合的AI+产业互联网等发展（zhǎn）路径，将共促（cù）人工智能与实体经济的（de）深度融合。

从市场角度看，对人工（gōng）智能产业的未来发展思考集中（zhōng）于玩家角色变化、落地场景的探索与评（píng）估和技术能力的强化提升，因为上（shàng）述因素（sù）会对业务布局、商（shāng）业模式、可持续发展产生（shēng）重（chóng）要影响。艾瑞认（rèn）为未来认知智能的推（tuī）进将带（dài）来传统（tǒng）意（yì）义上客户方的AI化（huà），AI技术将进一步向其他（tā）实体产（chǎn）业（yè）渗透，同时（shí）市场环境的压力敦促国内（nèi）AI行（háng）业（yè）形（xíng）成自主（zhǔ）可控的产业（yè）链，这些变（biàn）化都将促使我国人工智（zhì）能（néng）产业的长（zhǎng）期健康发（fā）展。

行业概述篇

人工智（zhì）能战略意（yì）义

商业价值：2019年AI赋能实体（tǐ）经济预计贡献收入近570亿元

近几年，人工智能技术在实体经（jīng）济中寻找（zhǎo）落地应用场景成为核心要义，人（rén）工智能技术与传统行（háng）业经营模式及业务（wù）流（liú）程产生实质（zhì）性融合，智能经济时代的全新（xīn）产业版图初步显（xiǎn）现（xiàn），预计2019年人工（gōng）智能核心产业规（guī）模接近（jìn）570亿元，目前，安（ān）防和金融（róng）领域市场份（fèn）额最大，工业、医疗、教育（yù）等领域（yù）具有爆（bào）发潜力（lì）。

人（rén）工智能产（chǎn）业（yè）图（tú）谱

人（rén）工智能产业（yè）成熟度（dù）

安防（fáng）与金融发展条件较好，业务（wù）渗（shèn）透最快，营销、客服、教育等（děng）有望（wàng）快速（sù）发展

我（wǒ）们根（gēn）据基础建设和价值空间两大维度对人工智能赋能的十（shí）大实（shí）体经济类（lèi）型进（jìn）行（háng）分析。总体而言，金融、营销、安防、客服等场景在IT基础设施、数据质（zhì）量、对新技（jì）术的接受（shòu）周期等AI发展基础条件（jiàn）方面表现较优，而在当下市（shì）场（chǎng）规模、行业发展（zhǎn）增（zēng）速、解决方案落地（dì）效果和（hé）政策（cè）导向等（děng）诸多因素的（de）影响下（xià），安（ān）防（fáng）、金融、教育（yù）、客服等（děng）场景将产生较高的商业化渗（shèn）透和对传统（tǒng）产业提（tí）升程度。

其余产（chǎn）业中，制造场景由于基础建设复杂、数据获取难度较大（dà），且实际智能应用仍较（jiào）为边缘（yuán）化，AI应用短期内渗透（tòu）释放难度较大；医疗、零售、交通等（děng）场景随着（zhe）AI技术与场景核（hé）心痛点匹（pǐ）配度上升、产品逐渐（jiàn）完善，未来（lái）将激发更大价值；农业因为技术基础、商业模式、购买能力等问题，目（mù）前AI的赋能作用尚不明显（xiǎn），有待未（wèi）来探索。

赋能实（shí）体经济篇

泛（fàn）安防领域

2022年G端与B端（duān）市场规模有望突（tū）破700亿元

2016年是AI+安防（fáng）商业化元（yuán）年， 2018年（nián），我（wǒ）国AI+安防软硬件市场规模（mó）达到135亿（yì）元，部分（fèn）头部安防厂商AI业（yè）务在总营收中占比（bǐ）从大约4%提（tí）升至（zhì）超过8%，部分典（diǎn）型AI公司安防业务（wù）则占接近一半的营业收入。2018年城市公共（gòng）安防中AI渗透率达到（dào）2.6%。

预计2019年市场仍将保（bǎo）持高增速，到（dào）十三五收官（guān）之年2020年增速开（kāi）始稳定（dìng），届时市（shì）场规模可达到453亿元（城市公（gōng）共安防（fáng）AI渗透率达（dá）到11%），2022年市场规模有望突破700亿元（城（chéng）市公共安防AI渗（shèn）透率达到25%），从2017年（nián）到2022年CAGR达到78.3%。

视频监控（kòng）占比近90%，中心侧（cè）份（fèn）额最（zuì）大

2018年AI+安防软硬件市场约135.3亿元的产值中，视频监（jiān）控占据绝大（dà）部分，份额近90%，成为（wéi）AI+安防的主赛道。其中，端侧市场规模超（chāo）过38亿（yì）元，占28.3%，中心侧市场规（guī）模超过74亿元，占（zhàn）54.8%。

而在AI+安防的（de）核心战场公共安全领域，总（zǒng）市（shì）场规模约（yuē）93.1亿元，其中端侧市场规（guī）模约13.8亿元，占14.8%，中心侧市场规（guī）模约（yuē）66.5亿（yì）元，占71.4%，边缘侧渗透有限，占比较小（xiǎo），约3.8%。

出入（rù）口控制的主（zhǔ）要（yào）产品如（rú）人脸识别闸机、门禁等（děng），门（mén）槛（kǎn）相对较低，与监（jiān）控人（rén）脸识别具（jù）备相通之处，因此绝大部分安防产品与解（jiě）决方案提供商均涉足这部分业务（wù），其市场相对较大（dà）。

传统金融领域

传（chuán）统金融机构、互金公司和AI公司是主要参（cān）与者，中小型金融机构表现活跃（yuè）

传（chuán）统金融机构拥有广（guǎng）泛的客户基础和海量高可信度的数据积（jī）累，拥有完整的线下布局（jú），对AI应用有核心需求，是市场中（zhōng）主（zhǔ）要的需求方；互联网金融（róng）公司（sī）承载人口（kǒu）红利，拥有大量的C端客户和流量数据（jù），在产品设计和渠道运营方面具（jù）有优势，是技术（shù）的（de）需求方，也是提供者；AI公司在终端客（kè）户（hù）和数据（jù）积累（lèi）方面不足，但在特定方向上具有较强的创新（xīn）性和研发能力，是主（zhǔ）要的技术提供者（zhě）。

传统金融机构主要通过（guò）成立子公（gōng）司自研技（jì）术、对外投资并购和采购合作三种（zhǒng）方式进行AI布局，目（mù）前以采购合作为主，需求（qiú）更（gèng）倾向于金融零售（shòu）中的风控反欺诈和精准营销（xiāo）。

国有银行等大型机构（gòu）对（duì）于AI产品采购的态度更（gèng）显（xiǎn）谨慎，为（wéi）保（bǎo）证数据安全可控（kòng），往往要求合作公司开放代码，由（yóu）双方共同（tóng）开发，在筛选合作对（duì）象时（shí）更（gèng）看中AI公（gōng）司的合作案例和研发（fā）能（néng）力，而中小型机构相对灵活，是市场中的活跃（yuè）者；互联网金融公（gōng）司面（miàn）临着新一轮转型，在（zài）牌照监（jiān）管压力下，互金公司（sī）将加大与银行的合作，由业务输出向技术输（shū）出拓（tuò）展。

AI公司（sī）在金融方面以智能风（fēng）控（kòng）产品为主，主要存在（zài）技术集中型（xíng）和数据（jù）集中型两类，前者在算法模型训练方面（miàn）有优势，后者在（zài）黑名单数据积累方面有优势，AI公司与大型机构合作后摸索出的解（jiě）决办（bàn）法对（duì）中（zhōng）小型机构更有应（yīng）用价值。

传统（tǒng）金融领域

2022年（nián）传统金融AI投入约580亿元，银行（háng）业（yè）务仍是核心场（chǎng）景（jǐng）

据（jù）艾（ài）瑞统计，2018年（nián）中国传统（tǒng）金融机（jī）构科技投入约为1604.3亿（yì）元，较2017年（nián）增长10%，其中包括（kuò）硬件（jiàn）和软件的（de）AI相关投入约占（zhàn）10.4%，为166.8亿元，较2017年增速（sù）为42.9%。

保守估计，到2022年中国传（chuán）统金（jīn）融机构科（kē）技（jì）投入（rù）将突破3700亿（yì）元，AI相关（guān）投入（rù）占比将（jiāng）达到15.6%，超（chāo）580亿（yì）元（yuán）。

银（yín）行业是AI相关应（yīng）用的主要投入方，占比（bǐ）70%，大部分通过（guò）外部采购方（fāng）式获取AI服务，其中对基础设施（shī）层投（tóu）入占60%，在AI应用层投入占40%，约39亿元，硬件部分（以AI摄（shè）像头和人证比对机为（wéi）主）占三分之（zhī）一，软件部分（以精准（zhǔn）营销和（hé）智能风控平台为主）占三（sān）分之二（èr）。

客服领域

2022年智能客服业务规模将突破160亿（yì）元，AI技术成为（wéi）重要（yào）推动力

2018年，智能客服业务规模达到27.2亿元（yuán），其（qí）中（zhōng）以智能客服机（jī）器人（rén）为代表的AI应用（yòng）业务规（guī）模达到7.9亿元，预计2022年智能（néng）客服业务规模（mó）将突破160亿元，年复合增长（zhǎng）率为（wéi）56%，AI应用（yòng）业务规模（mó）突破70亿元。

在NLP技术的赋能作（zuò）用（yòng）下（xià），客服业务（wù）将向（xiàng）企业服务、智能家居、智能可（kě）穿（chuān）戴（dài）、车载设备（bèi）、智能服务机器（qì）人、智能会（huì）议系统等领域（yù）拓展，预计2022年，泛智（zhì）能客（kè）服市场想象空间将突（tū）破600亿。

客服领域

NLP技术与标准化数据累积将（jiāng）拓展智能客服企业的业（yè）务边际

由于客服行业（yè）中智能化需求上升，除原有的客服机器（qì）人（rén）厂商外，拥有丰富（fù）大客户（hù）资源的（de）传统客（kè）服（fú）软件厂商、基于PaaS云通讯优势的云（yún）客（kè）服厂商、互联网巨头公司的相（xiàng）关客（kè）服平台都开始（shǐ）组建自身的AI团队，布局智能客服。

智能客服最大的隐性价值在（zài）于NLP技术在实际场景中的训练（liàn）和标（biāo）准化数据（jù）累（lèi）积，后者（zhě）在挖掘客户（hù）有价值信息（xī）中明显起到降本增效的作（zuò）用，标准化的数据打（dǎ）通（tōng）了（le）企业内（nèi）部营销、产品等环节，使得（dé）智能（néng）客服业务（wù）拥有了向企业服务其（qí）他（tā）场景拓展的能力；而（ér）NLP技术将成为智能客服公司的核心竞争力，可以（yǐ）此向制造、政务、医（yī）疗等领域拓展，向集认知、交（jiāo）互、协同、功能性于一身的智能系统发展。

医疗健康领域

AI医学影（yǐng）像产（chǎn）品（pǐn）潜在价值巨大，但（dàn）商业（yè）落地面临瓶颈

本报（bào）告重（chóng）点关注AI医（yī）学影像赛道。AI医学（xué）影像产品（pǐn）有（yǒu）肺（fèi）结（jié）节等（děng）胸部AI、心血管疾病（bìng）AI、大血管（guǎn）疾病（bìng）AI、DR影像智能报告AI、骨关（guān）节疾病AI、乳腺影像（xiàng）AI、神经系统影像（xiàng）AI、骨龄（líng）判读AI、小儿疾（jí）病（bìng）AI、盆腔影像AI、脑部影像（xiàng）AI、眼底影像AI、皮肤AI、病理（lǐ）AI、超声（shēng）AI等十余种（zhǒng），其中肺结节等胸部（bù）AI产品（pǐn）最多、认（rèn）知（zhī）度最高。

AI医学影像商业落地的大背景是我（wǒ）国（guó）影像科医（yī）师明显不足（zú）：每年影像检查量上升（shēng）30%，而（ér）影（yǐng）像科医师只增长4%，一方面给医院和医师造成巨（jù）大压力，医师在重复（fù）、单调的阅片工作中容易出现疲劳（láo）、漏诊（zhěn）等现象，另一（yī）方面中长（zhǎng）尾医疗机构缺乏具备诊断（duàn）能力的影像（xiàng）医师，造（zào）成（chéng）可（kě）拍（pāi）片但无人写报告的局面。

AI医学（xué）影像产品的主要价值包括：

（1）诊断赋能。提（tí）高疾病表征的检出率，减（jiǎn）少漏诊，帮助癌（ái）症等重大（dà）疾病（bìng）患者实现早诊早（zǎo）治，提（tí）升病（bìng）人存（cún）活率、降低家庭及社会诊（zhěn）疗成本（běn），艾（ài）瑞预测，若未来AI医（yī）学影像得到大规模使用，在癌（ái）症方面可节省诊疗与用药（yào）支出2470亿元，其中节省医（yī）保（bǎo）和民政救（jiù）济支出1062亿元（yuán）；

（2）治疗方案赋能。AI对影（yǐng）像进行分割精准确认病（bìng）灶位置、形态，可（kě）辅助评估（gū）患（huàn）者术前术后风险，不过相关技（jì）术和产品尚不成熟；

（3）阅片赋能，提升阅片效率、节约医师（shī）时间。从（cóng）AI产品的价值定位分析，其（qí）在很长时（shí）期内都以院内客户（hù）通过IT采购或（huò）科研合作形（xíng）式付费为主，而（ér）AI产（chǎn）品（pǐn）的落地还面临准入门槛高、周期长，产（chǎn）品功能（néng）仍需完善等问题，商（shāng）业化（huà）快速推进有赖于（yú）上述问题的解决。

医疗健康（kāng）领（lǐng）域

医疗健康是（shì）个（gè）慢（màn）行业，预计2022年（nián）AI医学影像市场近10亿元（yuán）

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（guī）模达到9.7亿元（yuán），在已定级医院中（zhōng）总付费渗透率达5%，在三级医院和二级医院（yuàn）的总付（fù）费渗透（tòu）率（lǜ）达到8%，期间若产品功能取得突破性进展则有更大发展空间。

此前（qián），AI医（yī）学影（yǐng）像基本（běn）采（cǎi）用（yòng）三甲医院试用合作（zuò）的模式，2019年后逐步推（tuī）进产品（pǐn）收费，随着分（fèn）级（jí）诊疗的（de）推（tuī）进和市场对AI认（rèn）知的提升，预计2020年底至（zhì）2021年部（bù）分产品获得CFDA三类医疗（liáo）器械认证，同年二级（jí）医院客户数量首次（cì）超过三（sān）级医院。

（1）将AI医学影像（xiàng）嵌入云HIS或云PACS中，打包售卖，由于现阶段AI产品（pǐn）商业化面临产品功（gōng）能还未完全直击客户痛点，医院客户（hù）较多使用的是免费（fèi）AI，与云（yún）服务结合可将（jiāng）AI作为收费模块；

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

（3）与影像设备厂商合作提供（gòng）具有（yǒu）AI功能的（de）医（yī）疗影像（xiàng）设备（bèi），收（shōu）取一定分成，这种形式（shì）较难提供完整（zhěng）的（de）拍（pāi）片-阅片智能解决（jué）方案、需要重新（xīn）申报CFDA审批认证，目前落地较少。目前市场中主要有AI企（qǐ）业、医疗信息化厂商、科技（jì）巨头（tóu）、医疗影像设备厂商等几类玩（wán）家。

零售领域（yù）

2022年AI+零（líng）售（shòu）建设投入将超（chāo）175亿

包含大（dà）卖场、超级市（shì）场、便（biàn）利商店等业态的（de）现代（dài）渠道型零（líng）售品牌是新零售的主（zhǔ）要（yào）实（shí）践场景，也是相关产品服务的主要（yào）买方。

据艾瑞研究，2018年中国现代渠道主要（yào）零售商数字化（huà）建（jiàn）设（shè）投入为285.1亿元，其中AI投入为约9亿元（yuán），占比3.15%，据预测（cè），到2022年（nián）其数字化（huà）建设（shè）投入将突（tū）破700亿（yì）元（yuán），AI投入（rù）将（jiāng）超过178亿元，占比超过25%，得益（yì）于阿里巴巴、京（jīng）东、苏宁等零售巨（jù）头（tóu）的推动（dòng），以AI应用为代表（biǎo）的新零售概念处于增长的上升通道，未来（lái）两年将保持较高增速。

目（mù）前（qián）AI应用可以（yǐ）分为以人为准的AI解决办法、商品识别、供（gòng）应链优化、智能服务机器人（rén）/客服机器人和无人货柜/无（wú）人店（diàn）五大类，以CV技术为核心的人脸（liǎn）识别和商品识别是主要建（jiàn）设（shè）方向，相关投入占整体的55.36%，供应（yīng）链优化最（zuì）为复杂，对AI算法的可用性要求最（zuì）高（gāo），但更靠近零售业的核心痛点，未来可释放的增益价值最大。

零售领域（yù）

AI公司、云服务商和零（líng）售商是主（zhǔ）要（yào）玩家，算法与经验的融合是最终方向

目（mù）前（qián）以人工智能技术为代表的新零售解决办法主要有两种提供途径，其一是技术输出型（xíng），提供方主要为云服务商和AI公司，其（qí）中云（yún）服务（wù）商通过集成AI公司的算法能力，向（xiàng）用户输（shū）出基于云平（píng）台（tái）的标（biāo）准化（huà）服务，而AI公司交（jiāo）付给用户的解决办法多为定制类项目，解决用户个（gè）性化（huà）需求，这也是（shì）其主要的收入来源；另一种是经（jīng）验输出型，由成（chéng）熟的品牌零售商提供解决（jué）办法，试图将品牌自身多年的运营经验和新（xīn）技术融合，向中小微型零售商输出，优化其运营模式。

两（liǎng）种途径出（chū）发点不同，但终将向（xiàng）算（suàn）法与行业（yè）经验融合，产出可执行方案的方向（xiàng）发展（zhǎn），而（ér）在实际场（chǎng）景（jǐng）中的不断试错是（shì）达到这一目标（biāo）的唯（wéi）一方法。

数（shù）字营销：AI的引入弥合了传（chuán）统数（shù）字化营销的不足

随（suí）着营销产业的不（bú）断发展，传统的营（yíng）销（xiāo）模式渐显不足，在用户时间（jiān）碎片化的前（qián）提（tí）下，广告ROI效果不理（lǐ）想、目标用（yòng）户不清晰等问题（tí）被不断放（fàng）大，同时病毒式的投放方（fāng）式（shì）以及单一的内容形式也必（bì）然（rán）会让用户产生审（shěn）美疲劳，降低（dī）对（duì）广告的（de）体验和兴（xìng）趣，媒资（zī）与（yǔ）流量管理（lǐ）的效率（lǜ）亟待提升。

人工（gōng）智能针对上（shàng）述问题，通过技（jì）术与营销（xiāo）环节相结合（hé），在（zài）提供更加充（chōng）实的用户特征以及创（chuàng）意内容的同时，对投放（fàng）的策略和形式进行优化，提升引流、集客（kè）、转化（huà）效果。

视频广（guǎng）告：增加广告位资源，提升（shēng）用户（hù）接受度

本报告重（chóng）点关（guān）注AI在场景识（shí）别广告赛道的商业价值。目前，AI场景营销、广告快速植入、功能性互动营销等视频广（guǎng）告类（lèi）业（yè）务已经有较为（wéi）明（míng）确的商业（yè）模式，主要由长视（shì）频平台（tái）及AI公司（sī）通过视频广告招（zhāo）商分成（chéng）的形式运（yùn）作，2018年实（shí）现了初步商业（yè）落（luò）地，艾瑞初步测算当年市场规模达到8.8亿元，预计2022年可达63.8亿（yì）元，若市场（chǎng）接受度充（chōng）足、渗透率高于预期，则有望达（dá）到（dào）133亿元。

AI场景广告相比传统网络视频广告可新增约40%广告位资（zī）源、平均（jun1）提升点击率（lǜ）2.5倍，综合投放（fàng）类型、渗透情况等因素，粗略测算未来AI场景（jǐng）广告（gào）可为网络视频广告产业带来31%的价值提（tí）升。

边（biān）看边（biān）买类服务由短（duǎn）视频（pín）平台（tái）自建或AI公司（sī）提供，有收（shōu）取电商平（píng）台提（tí）成、按点击收费（fèi）、收取项目实（shí）施费等几种收费模式，在（zài）短视频平台、电（diàn）商（shāng）自有直播中（zhōng）落地较快，在长（zhǎng）视（shì）频（pín）平（píng）台、OTT等领域的（de）应（yīng）用和（hé）商业（yè）模式都有待成熟（shú）。

教育领（lǐng）域（yù）

受政策及文化限（xiàn）制较小的校外市场和成人市场（chǎng）AI渗透率较高

由（yóu）于教育关系（xì）到（dào）一个人（rén）未来的发展机会（huì），试错成本高，所以当一项新技术或（huò）一种新模式出现时，用户一（yī）般不愿率先做（zuò）“小白（bái）鼠”，而（ér）是倾向于选择口碑好的成熟品牌（pái），并且（qiě），人脑吸收知识或技（jì）能的（de）过程在目前无（wú）法清晰地拆（chāi）解（jiě）呈现出来，过（guò）程不透（tòu）明，更加重了用户消费时的谨慎（shèn）心理。

因此教育行（háng）业（yè）本（běn）身（shēn）具有顽（wán）固（gù）性，对于新技（jì）术（shù）或新模式存在天然的排斥，而不像大（dà）众（zhòng）消费（fèi）品行业、娱乐行业（yè）那（nà）样求（qiú）新求异。

从人工（gōng）智能在不同教育（yù）领域的渗透程度（dù）来看，越是（shì）校外市场，受到教育部门的监管就越小，越是高年（nián）龄段的市（shì）场，用（yòng）户的容错能力就越高，所（suǒ）以渗透（tòu）程（chéng）度相（xiàng）对高。其中口语听力练（liàn）测（cè）、智能（néng）题库、组卷阅卷（juàn）/作业批改（gǎi）等场（chǎng）景（jǐng）是（shì）目前渗透最好的几个（gè）场景。

教育领域

坚实的发展基础——庞大的在（zài）线教育市场规（guī）模和用（yòng）户数量（liàng）

经过20余年的（de）曲折（shé）发展（zhǎn），随着用户对在线教（jiāo）育的接受度不断（duàn）提升（shēng）、在线（xiàn）付费意识逐渐养成以及线上学习体验和效果的提升等（děng）因素影响，中（zhōng）国在（zài）线教育的市场规模（mó）与用户数量（liàng）已进入了初步（bù）成熟阶段。

2018年中国在线教（jiāo）育（yù）市场规（guī）模达2517.6亿（yì）元，付费用户（hù）数量超过（guò）1.35亿人，人工智能技（jì）术进入教育领域后，市场上涌（yǒng）现（xiàn）出大量（liàng）专注于“AI+教育”的新（xīn）型教育机构，在线教育企业也在已有业务线（xiàn）基础上引入（rù）人（rén）工智能技术以（yǐ）提升教学效率、拓展商业（yè）模（mó）式。

艾瑞认为，目前在线教育中与人工智能技术相关的业务规模已（yǐ）超过120亿（yì）元，在AI技术不断发展及（jí）教育领域AI落地成熟度持续提（tí）升的（de）背景下，预（yù）计2022年与（yǔ）人工（gōng）智能技术相关的在（zài）线教育业务规模将超过700亿元。

2022年（nián）交通大脑市场将（jiāng）达33亿，软件需求上（shàng）升（shēng）促进其发展

治理拥堵（dǔ）问题是（shì）城市交通场景的（de）核心需求，所以（yǐ）本报告聚（jù）焦于城市智慧交通管控平台目前的应用现状和（hé）商业化程（chéng）度。

2016年（nián）应（yīng）用人工智能（néng）技术的交通大脑（nǎo）出现，使交通管控系（xì）统正式步入智（zhì）能化时（shí）代。交通大脑（nǎo）实质是囊括数据采集平台、数（shù）据分析平（píng）台、数（shù）据建模（mó）平台和决策平（píng）台（tái）的PaaS云（yún）服务，通过对城市交（jiāo）通场景中（zhōng）众多（duō）传感器采集的数据（jù）信息关联性（xìng）处（chù）理，建立数据（jù）库，由机器学习对信号灯管（guǎn）控（kòng）、车流（liú）诱导等问（wèn）题（tí）进行（háng）建（jiàn）模，联动（dòng）信（xìn）号灯控制系统和手机地图软（ruǎn）件等，输出最佳解决办法。

据艾瑞统计，2018年交（jiāo）通（tōng）管控项目规模约166.2亿元，其（qí）中交通大（dà）脑项目规模约5.3亿元，预测2022年交（jiāo）通（tōng）管控（kòng）项目（mù）规模将（jiāng）突破240亿，交通大脑项（xiàng）目突（tū）破32亿。

目前交通大脑的供应商多（duō）采用与合作伙（huǒ）伴（bàn）绑（bǎng）定的（de）形式争取项目，利润在整体项目的（de）20%左右，在产业（yè）链中的话语权不（bú）高，但以北、上、广、深为代表的一（yī）线城市和（hé）部分（fèn）二线城市，已经（jīng）从基础（chǔ）建设阶段向应（yīng）用阶段过（guò）渡，对（duì）软件的需（xū）求逐渐上升，这一利好未来会持续（xù）促进（jìn）交通（tōng）大脑（nǎo）项（xiàng）目的落（luò）地。

制造领（lǐng）域

制造数字化是“AI+制（zhì）造”的（de）基础

我国制造业信息化水平（píng）参差不齐，且制造产业链条远（yuǎn）比其他行业复（fù）杂，更强调赋能者对行业背景的理解，这都造成了制造业的AI赋能相比其他行业（yè）门槛更高、难度更大。

尽管（guǎn）人工（gōng）智能技术在制造（zào）业的部分环节与流程中已经有了一（yī）定程度的应（yīng）用，但（dàn）整（zhěng）体渗透率仍（réng）然（rán）处于较低水平。“AI+制造”的落地基础（chǔ）取决于制（zhì）造业的数字化程度，根据中国信通院（yuàn）的测（cè）算，2018年（nián）中国工业数字化经济的比重仅为18.3%，尚不足20%。

在制（zhì）造业整体数字化水平（píng）偏（piān）低的背景下，艾瑞认为AI技术在制造业数字化经济中的渗透率在0.4%左右，并将在2022年（nián）达到1%。

农业数字（zì）化（huà）基础（chǔ）薄弱，AI渗透率低，市场（chǎng）尚（shàng）处于培（péi）育期

传统产业（yè）的AI赋能都以（yǐ）其数字化程度为基础，中（zhōng）国农业在耕地面积有限且不断减少、规模化种（zhǒng）植范围较小、机械化程度不高等因（yīn）素的影响下，数字化（huà）程度处于较（jiào）低水平。

2018年，中国农（nóng）业数字（zì）经济占增（zēng）加值比重仅为7.3%，不仅远远低于（yú）服务业的35.9%，与工业相比也（yě）有较大（dà）差距。由于农业的信息化、数字化基础薄弱，人工智（zhì）能在农业中的成长（zhǎng）壮大还需要一段积累数据和调整算法的（de）培育期，并随着农业数字化程度的逐（zhú）步提升以及农业企业、农业规模户对“AI+农业”产（chǎn）品服务（wù）的认可而迎来新（xīn）的发展。2018年中国“AI+农业”领域的市场规模为1.9亿元。

预计未（wèi）来数年（nián）内（nèi），“AI+农业”市场规（guī）模将以35.2%的年复合增（zēng）长（zhǎng）率（lǜ）高速发（fā）展，并于2024年突（tū）破10亿（yì）元（yuán），2025年达（dá）到15.7亿元。

AIoT核（hé）心生态

AIoT的体系架构中主（zhǔ）要包括物联（lián）网设（shè）备及解（jiě）决方案（àn）、操作（zuò）系统/平台、基础设施（以（yǐ）云服务形态为主）等三大层级（jí）。

智能化设（shè）备（bèi）是AIoT的“五官” 与（yǔ）“手脚” ，可（kě）以完成视图、音频、压力、温度等数据收集（jí），并（bìng）执行抓（zhuā）取、分拣、搬（bān）运等（děng）行为，通常是（shì）物（wù）联网（wǎng）设备与解决方（fāng）案（àn）搭配向客户（hù）提供，这一层涉及设备形态多样化，玩（wán）家众多。

操（cāo）作系统/平（píng）台相当于AIoT的“大脑”，解决流程体系性（xìng）问题，核心功能包括对（duì）设备层（céng）进行连接（jiē）与控制，分配计（jì）算资源，通过AI算法协同优化、合理（lǐ）调度（dù）等，这一层对（duì）业务逻辑（jí）、统一建模（mó）、全链路技术能力、高（gāo）并发支撑能（néng）力等要（yào）求较高。基础设施层是AIoT的“躯干（gàn）”，提供服（fú）务器、存储等IT基（jī）础（chǔ）设施。

AI PaaS

AI能力平台化输出降低了入局（jú）门槛，推动商业（yè）化（huà）第（dì）二波爆发

随着人工（gōng）智能技（jì）术对传统产业的不断渗透，越来（lái）越多（duō）的（de）企业对AI产生了需（xū）求，但自主组（zǔ）建一支AI技术团（tuán）队（duì），研发相关系统和应用对于大部分公司而言投入产出（chū）比并不高，而且难以达到“即（jí）插即用（yòng）”的（de）效果，因此通过云平（píng）台PaaS层（céng）输（shū）出AI能力（lì）的（de）AI PaaS服务成为需求方向。

结合产业化（huà）落地，AI PaaS平台可分（fèn）为三（sān）个阶段， 既模型（xíng）自（zì）动化（huà）生产、模型规（guī）模（mó）化生（shēng）产和模型智能化生产（chǎn），逐步实现去（qù）监督化生产。AI PaaS又分公有云平台和私有云平台（tái），二（èr）者（zhě）在架构方面主（zhǔ）体基（jī）本（běn）一致（zhì），只有在权限管理、资（zī）源管理和数据管（guǎn）理部分区（qū）分公有化（huà）和私（sī）有化，总体（tǐ）来（lái）看AI PaaS要满足模块化、分布式、资源共享、可拓展和环境分离五大特性，以满足不同量级用户的（de）并（bìng）发需求。

产业互联网

产业（yè）互联网打造数（shù）据环境，AI算（suàn）法体现核心价值

互联网巨头公（gōng）司正致（zhì）力于推动产业互联（lián）网发展，希（xī）望通过丰富的云端应用打（dǎ）通产业链上（shàng）下游企业，使（shǐ）真（zhēn）实（shí）的生产数（shù）据能够在云平台累积（jī）。

其中，AI主（zhǔ）要通过认知（zhī）智能体现（xiàn）价值，由NLP、知识图（tú）谱技（jì）术（shù）建（jiàn）立（lì）打通产业的关（guān）联数据（jù）库，通过机器学习训练模（mó）型，推导出（chū）最佳的（de）优化策略，向企业输出解（jiě）决办法、咨询服务或SaaS应用等，使整条产业链的生产更柔性，商业逻（luó）辑更具可预测性。

随着平台用（yòng）户（hù）增（zēng）加，导（dǎo）入数据（jù）激增，AI算法获（huò）得更多优质数（shù）据训练，准确率上升，产生能够撬（qiào）动更（gèng）多用户的核（hé）心竞争力（lì），形成（chéng）良（liáng）性循环的产业生态，从（cóng）而达到技术推动传统（tǒng）产业升级的效果（guǒ）。

认知智能到来的过程（chéng），也是传统意义上客（kè）户方AI化的过程（chéng）

2018年，感知智能取得了较快（kuài）发展（zhǎn），但由于感知智能很难（nán）切入产业关键业务环节，无（wú）论是出于提升（shēng）产（chǎn）业（yè）智能化还是拓展人工智（zhì）能企业商业价值的目的，2019年都将是成长期的感知智能与（yǔ）萌芽期的认（rèn）知智能共（gòng）同发展的（de）一年。

目（mù）前传统企（qǐ）业获取AI应用的普遍方式是（shì）依赖第三方实现全（quán）部业务需（xū）求，往往出现（xiàn）两类问题（tí）：第三（sān）方对业务（wù）逻辑理解不足；客户很（hěn）难根据自身不断（duàn）变（biàn）化（huà）的环境与需求实现算法迭代和人机智能实时协同（tóng），这都（dōu）会导致AI产品在客户处（chù）“水土不服”时而发生。

而且产业数据（jù）的（de）保有方往往是客户，出于（yú）敏感数据安（ān）全性的顾虑，也很难将（jiāng）涉及核（hé）心业务的数据交托（tuō）给第三方训练，这些非技（jì）术性问题在很大程度上阻（zǔ）碍了认知（zhī）智能的发（fā）展。

在此背（bèi）景（jǐng）下，AI服务（wù）方与客（kè）户合作开发完成在客（kè）户公司内部的数据（jù）训练标注（zhù），以及（jí）向（xiàng）客户（hù）提供基础AI工（gōng）具保障其拥有（yǒu）一定的维（wéi）护、优化甚（shèn）至开（kāi）发能力（lì）很有必要，因（yīn）此近（jìn）几年认知智能的推进将带（dài）来传统意义（yì）上客户方（fāng）获得（dé）一定自有（yǒu）AI能力，实现（xiàn）AI化。

对于更（gèng）为广泛的传（chuán）统行业或线下使（shǐ）用场景的潜在客（kè）户（hù），艾（ài）瑞建议（yì）人工智能（néng）企业从产业智能化升级基础-市场（chǎng）进入（rù）方式-市场成长周期等几个角度（dù）评（píng）估可（kě）行（háng）性。

以煤炭行业为例，有勘（kān）查设计、地测、采掘、洗选、安全保障、运营等（děng）主（zhǔ）要业（yè）务（wù）环（huán）节，其中（zhōng）勘查、安（ān）全保障、运营等环（huán）节已有相关AI应用研究。

分析煤（méi）炭行业（yè）特点可以（yǐ）发现，其有对智能（néng）化技术（shù）需求强、智（zhì）能（néng）化升（shēng）级基础较好（hǎo）、政策引（yǐn）导性较强等特点，行业具备应（yīng）用AI的较（jiào）好基础；产业生态中有话语权较（jiào）强、具备研发实力（lì）的相关研究（jiū）所与科研单（dān）位，因此通过联（lián）合技术（shù）研发、与客户联合开发部署服务的方式更符合行业需求（qiú），预期相关技术发展（zhǎn）成熟并得（dé）以验（yàn）证（zhèng）后可较快商业落地。