一。 什么是人工智能

人工智能是當前比較熱門的科學和各國重點發展的前沿技術，但人工智能（Artificial Intelligence，縮寫為AI）一詞的出現，卻是早在1956年由麥卡賽、明斯基、羅切斯特和申農等一批具有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題時提出來的，它也標志著“人工智能”的正式誕生。

人工智能是指通過計算機實現人的頭腦思維所產生的效果，是對能夠從環境中獲取感知并執行行動的智能體的描述和構建。從狹義認知角度來講，人工智能可分為人工智能產業（包含技術、算法、應用等多方面的價值體系）、人工智能技術（包括凡是使用機器幫助、代替甚至部分超越人類實現認知、識別、分析、決策等功能）兩大類。

人工智能得到快速發展的時期，是2008年金融危機之后，美日歐等西方發達國家希望借助機器人實現再工業化。此時的工業機器人比以往任何時候都發展的更快，更加帶動了人工智能和相關領域產業的不斷突破，很多必須用人來做的工作如今已經能用機器人實現。

而企業層面，目前在人工智能領域領先的企業，包括IBM、谷歌、微軟、蘋果、東芝、三星等大型科技企業，國內人工智能領先的企業，包括百度、科大訊飛，中國國家電網、阿里、騰訊以及一些新興科技企業，如商湯科技、云從科技、碼隆科技、影普科技、Yi+等。

二。 國內人工智能應用領域及產值規模

2.1. 國內人工智能應用領域及產業規模

人工智能作為科技創新產物，在促進人類社會進步、經濟建設和提升人們生活水平等方面起到越來越重要的作用。國內人工智能經過多年的發展，已經在安防、金融、客服、零售、醫療健康、廣告營銷、教育、城市交通、制造、農業等領域實現商用及規模效應。

2018年國內人工智能技術為實體經濟貢獻收益規模達到251.1億元人民幣，而據艾瑞咨詢預測數據，2019年人工智能將為實體經濟貢獻收入超570億元，到2022年貢獻收入將達到1573億元，年復合增長率達到58.2%。

在2018年人工智能251.1億元市場規模中，安防領域占比份額最高為53.8%，其次則是金融領域，份額占比為15.8%。

2.2. 人工智能在安防領域的應用

安防是為數不多的可以將人工智能成熟應用并落地的行業，為此，安防也被認為是人工智能的第一著陸場。這是因為人工智能在安防領域的快速落地，除了不需要過多的基礎建設之外，也得益于全國范圍內安防設備的普及以及政府部門大力發展雪亮工程、智慧城市、平安城市、智慧交通、天網工程等公共安全領域項目工程的推動。其中，2018年公共安全領域安防貢獻的市場份額就超過70%。

人工智能在安防領域的應用主要是利用其視頻結構化（視頻數據的識別和提取技術）、生物識別技術（如指紋識別、人臉識別等）以及物證特征識別（如目前大力推廣的ETC對車牌的識別等）等三大特性。其改變了過去需要通過人工取證、被動監控的安防形態，視頻數據的識別和提取分析，使人力查閱監控的時間大大縮短，而生物識別又大大提升了人物識別的精準性，極大提升了公共安全治理的效率。

2018年，我國“AI+安防”軟硬件市場規模達到135億元（不含C端用戶），其中視頻監控占比達到88.1%，據艾瑞咨詢預測2019年將達到350億元，而到2022年，安防規模將超過700億元，復合增長率將達到51.45%。

2.3. 人工智能在金融領域的應用

人工智能在金融領域的應用僅次于安防，這要得益于移動互聯網、區塊鏈、云計算、大數據等新技術的日趨成熟，為金融行業的智能化轉型升級奠定重要基礎。

從技術層面，人工智能的本質上是機器通過大量的數據訓練作出智能決策，人工智能能夠賦予機器具有理解力的“大腦”，讓機器能夠解讀文字、數據所包含的“語義”，通過自學的方式獲得判斷的規則。金融行業作為高度數據化的行業，加之業務規則和目標明晰，是人工智能、大數據處理技術和云計算等數據驅動技術的最好應用場景。以此同時，在互聯網時代，金融行業的在線業務將成主流，數據量的激增，超出了人的經驗范疇和處理能力，而這些卻是人工智能最擅長處理的。人工智能正在對金融產品、服務渠道、服務方式、風險管理、授信融資、投資決策等帶來新一輪的變革。

2018年國內金融領域人工智能相關科技投入（包括軟件和硬件設備）約為166.8億元，較2017年增速為42.9%，到2022年人工智能相關投入將超580億元，年復合增長率超過37%，其中銀行是人工智能相關應用的主要投入方，占比超過70%。

目前，人工智能在金融業的應用，主要集中在智能支付、智能理賠、智能投顧、智能客服、智能營銷、智能投研、智能風控等場景，這些場景又以銀行最具有代表。

2.3.1. 智能客服

智能客服是人工智能在金融領域應用最廣的。智能客服機器人取代了傳統菜單式語音和人工客服模式，能夠提供7*24小時的客服服務。智能客服在電話場景當中主要表現為機器管理和語音問答分析，智能客服可以通過深度學習文本中的對話、語音對話場景，并加以應用回復。智能客服目前在銀行領域應用最廣，平安銀行的客服服務人工智能替代率超過80%，其服務量也提升了兩至三倍，客服的人力降低了40%。

2.3.2. 智能投顧

智能投顧，即人工智能投資顧問，其是通過人工智能的深度學習和分析能力，為客戶提供個人理財產品策略咨詢，包括股票配置、基金配置、債權配置、交易執行、投資損失避稅等策略。智能投顧的最大特點，是弱化“人性”，在基于大數據分析、AI算法等的前提下，一旦投資者選定了某種方案，資產的進出拋售就會嚴格按照既定的標準實行。

智能投顧的應用，最早可追溯到2016年年底，“摩羯智投”在招商銀行手機APP的上線。目前，智能投顧已成為銀行、券商、保險等金融機構的標配型服務。

2.3.3. 智能風控

金融行業在傳統風控環節中，存在信息不對稱、成本高、時效性差、效率低等問題。而智能風控因為引入了人工智能科技，使得貸前審核、貸中監控和貸后管理等環節效率和準確度都得到了極大的提升，智能風控還能促進風險管理差異化。另外智能風控在信用反欺詐、騙保反欺詐、異常交易行為等方面也發揮了越來越重要的作用，為金融行業欺詐風險的分析和預警監測提供堅實的技術支持。

2.3.4. 智能投研

與智能投顧相比，智能投研主要面對B端企業用戶，為其提供輔助投研的工具。對于金融機構來說，人工智能技術的介入，使得傳統投研的各個環節發生一定的優化和革新，解放大量基礎的投研信息搜集類工作，而前期信息搜集的耗時性和不全面性，也是傳統投研中較為主要的缺陷。智能投研是在金融數據基礎上，通過深度學習、自然語言處理等人工智能方法，對數據、事件、結論等信息進行自動化處理和分析，為金融機構提供投研支持。

2.4. 人工智能在客服領域的應用

前文金融領域中已經提到了智能客服的應用，當然智能客服不僅僅只限于金融行業，在其他行業也運用得越來越廣。客戶服務引入人工智能技術后，整體上節省了10%以上的運營成本。另外，通過對語音等非標準化數據的識別，企業能沉淀下一手數據資源，為后續精準營銷、產品升級等環節做好鋪墊。

據艾瑞咨詢數據，2018年，國內智能客服業務規模達到27.2億元，其中以智能客服機器人為代表的人工智能應用業務規模達到7.9億元，預計2022年智能客服業務規模將突破160億元，年復合增長率為56%，人工智能應用業務規模突破70億元。

2.5. 人工智能在零售領域的應用

人工智能在零售領域的應用已經十分廣泛，包括無人便利店、智慧供應鏈、客流統計、無人倉儲等細分領域。人工智能通過深度學習以及計算機視覺、圖像智能識別、大數據應用等技術，使得工業智能機器人可通過自主判斷和行為學習，完成各種復雜的任務，包括在商品分揀、運輸、出庫等環節實現自動化。另外，將人工智能技術應用于客流統計工作中，其通過人臉識別客流統計功能，門店可以從性別、年齡、表情、新老顧客、滯留時長等維度建立到店客流用戶畫像，為調整運營策略提供數據基礎，幫助門店運營從匹配真實到店客流的角度提升轉換率。

2018年中國現代渠道主要零售商數字化建設投入為285.1億元，其中人工智能投入約為9億元，占比3.15%，據預測，到2022年其數字化建設投入將突破700億元，人工智能投入將超過178億元，占比超過25%，這主要得益于阿里巴巴、京東、蘇寧等零售巨頭的推動，以人工智能應用為代表的新零售概念處于增長的上升通道，未來兩年將保持較高增速。

而以計算機視覺技術為核心的人臉識別和商品識別是主要建設方向，相關投入占整體的55%以上。另外，零售領域供應鏈的優化最為復雜，對人工智能算法的可用性要求最高，但更靠近零售業的核心點，未來可釋放的增益價值也將最大。

三。 人工智能未來發展趨勢

目前，人工智能的研究及應用主要集中在基礎層、技術層和應用層三個方面，其中基礎層以AI芯片、計算機語言、算法架構等研發為主，技術層以計算機視覺、智能語音、自然語言處理等應用算法研發為主；應用層以AI技術集成與應用開發為主。而國內人工智能企業多集中在應用層，占比高達77.7%，技術層和基礎層企業占比相對較小，分別只占有17.9%和5.4%。當然，未來隨著5G的建設普及以及科技進步，人工智能除了在語音識別、計算機視覺技術的繼續拓展和實地運用外，在人工智能芯片、機器學習、神經網絡等方面也將引來增強趨勢，人工智能也將在越來越多的領域得到應用落地。

另外，人工智能與物聯網的結合（即AIoT）也將更緊密，AI的介入讓物聯網有了連接的大腦，使得萬物互聯互通成為現實，未來或將顛覆現有的產業模式。經濟方面，助力產業價值鏈延伸，目前產業很難依靠既有技術與業務模式打破產業生命周期，AIoT通過設備感知與數據分析支撐新的產品形態與服務模式落地，開拓新的市場空間，產生新的發展周期。社會發展方面，數據價值得到挖掘，實現大量線下數據線上化，實現自動高效處理。
責任編輯：tzh