人工智能產業鏈分為基礎層、技術層和應用層

人工智能產業鏈包括三層：基礎層、技術層和應用層。其中，基礎層是人工智能產業的基礎，主要是研發硬件及軟件，如AI芯片、數據資源、云計算平臺等，為人工智能提供數據及算力支撐；技術層是人工智能產業的核心，以模擬人的智能相關特征為出發點，構建技術路徑；應用層是人工智能產業的延伸，集成一類或多類人工智能基礎應用技術，面向特定應用場景需求而形成軟硬件產品或解決方案。

中國人工智能100強企業產業鏈分布情況

基礎層是人工智能產業的基礎，主要是研發硬件及軟件

基礎層是人工智能產業的基礎，主要是研發硬件及軟件，如AI芯片、數據資源、云計算平臺等，為人工智能提供數據及算力支撐。主要包括計算硬件（AI芯片）、計算系統技術（大數據、云計算和5G通信）和數據（數據采集、標注和分析）。

中國人工智能100強企業產業鏈基礎層

1、計算硬件-AI芯片

AI芯片是人工智能產業的核心硬件。人工智能芯片的定義從廣義上講只要能夠運行人工智能算法的芯片都叫作人工智能芯片，但是通常意義上的人工智能芯片指的是針對人工智能算法做了特殊加速設計的芯片。現階段，這些人工智能算法一般以深度學習算法為主，也可以包括其它機器學習算法。人工智能芯片分類一般有按技術架構分類、按功能劃分、按應用場景分類三種分類方式。

人工智能芯片分類

當前，我國人工智能芯片行業正處在生命周期的幼稚期。主要原因是國內人工智能芯片行業的整體銷售市場正處于快速增長階段，傳統芯片的應用場景逐漸被人工智能專用芯片所取代，市場對于人工智能芯片的需求將隨著云/邊緣計算、智慧型手機和物聯網產品一同增長，并且在這期間，國內的許多企業紛紛發布了自己的專用AI芯片；盡管國內人工智能芯片正逐漸取代傳統芯片，但是集成商或芯片企業仍在尋找新的合作模式，這樣才能很好地抓住新客戶的需求，除了當前的合作客戶，拓展新客戶合作開發產品是困難的，因此紛紛推出開源或開放平臺讓客戶開發新需求。

我國人工智能芯片行業所處周期

2、計算系統技術-大數據、云計算和5G通信

人工智能與大數據、云計算和5G關系緊密，由于巨大數據的產生，使得人們關注用數據做一些過去只有人能夠做的事情。配合云計算帶來的計算資源和計算能力，人工智能依托數據基礎，對周遭環境做出一定的程序反應，實現人工智能的落地。其中，5G網絡的主要作用是讓終端用戶始終處于聯網狀態，讓信息通過5G在線快速傳播和交互。

人工智能與大數據、云計算、5G的關系

大數據

當前，我國正在加速從數據大國向著數據強國邁進。國際數據公司IDC和數據存儲公司希捷的一份報告顯示，到2025年，隨著中國物聯網等新技術的持續推進，其產生的數據將超過美國。我國產生的數據量將從2018年的約7.6ZB增至2025年的48.6ZB，數據交易迎來戰略機遇期。1ZETTABYTE大約是1萬億GIGABYTE，這是當今常用的測量方法。與此同時，美國2018年的數據量約為6.9ZB。到2025年，這個數字預計將達到30.6ZB。據貴陽大數據交易所統計，中國大數據產業市場在未來五年內，仍將保持著高速增長。2017年中國大數據市場規模為3517億元，增速為41.6%，預計到2020年，中國大數據產業規模或達13626億元左右。

2018年-2025年中美數據生產量

云計算

近年來，我國云計算新興產業快速推進。多個城市開展了試點和示范項目，涉及電網、交通、物流、智能家居、節能環保、工業自動控制、醫療衛生、精細農牧業、金融服務業、公共安全等多個方面，試點已經取得初步的成果，將產生巨大的應用市場。根據中國信通院公布的數據顯示，2013年以來我國云計算市場規模保持了逐年較快增長，2017年達691.6億元，同比增長34.3%。據測算2018年我國云計算市場規模突破900億元。

2013-2018年中國云計算市場規模增長情況(單位：億元)

5G通信

雖然2014年5月三星電子就已宣布其開發出首個機遇5G核心技術的移動傳輸網絡，且我國運營商和設備制造商也較早開展相關技術研發，但是我國5G規劃從2015年開始。《國家"十三五"規劃》指出積極推進第五代移動通信（5G）技術研究，于2020年啟動5G商用。中國5G試驗規劃分為兩大階段：第一個階段為5G關鍵技術測試階段（2015~2018），第二個階段為5G產品研發階段（2018~2020），預計2020年實現正式商用。2018年12月，工信部發放5G系統試驗頻率使用許可。

中國5G產業發展歷程

3、數據-數據采集、標注和分析

人工智能產業目前已經發展至量變階段，需要通過大量的數據做出質變進而突破現有的屏障，數據標注和采集行業應運而生。數據采集、標注和分析是指文本、圖像、視頻、語音等數據的采集、數據標注和分析。

數據采集和標準分類

技術層是人工智能產業的核心，以模擬人的智能相關特征為出發點

技術層是人工智能產業的核心，以模擬人的智能相關特征為出發點，構建技術路徑。主要包括算法理論（機器學習）、開發平臺（基礎開源框架、技術開放平臺）和應用技術（計算機視覺、機器視覺、智能語音、自然語言理解）。

中國人工智能100強企業產業鏈技術層

1、中國人工智能專利及論文量世界領先

從近十年人工智能專利數量來看，根據烏鎮智庫發布的數據，中國在全球人工智能專利數量上處于絕對領先的地位。2009-2018年，中國人工智能累計專利數量達到68467件。同期美國人工智能專利數量為30200件，美國和中國位于第一梯隊并占據絕對領先優勢。韓國位于第二梯隊，同期數量為6893件，僅為中國的10%。英國和加拿大的專利數量相近，分別排在全球的第四位和第五位。從近十年人工智能論文數量來看，根據烏鎮智庫發布的數據，2009-2018年中美英三國在論文數量方面占據全球前三的位置。其中，中國同樣在數量上具有絕對的優勢，論文累計數量達到了30303篇，美國和英國累計數量為18144篇和8188篇。印度后來居上位居第四位，西班牙則排名第五。

各國人工智能領域專利數量累計情況(單位：件)

各國人工智能領域論文累計數量情況(單位：篇)

2、國內基礎及技術層企業基礎算法及平臺公司數量僅占4%

算法作為人工智能技術的引擎，主要用于計算、數據分析和自動推理。目前美國是人工智能算法發展水平最高的國家。從高校科研到企業的算法研發，美國都占據著絕對優勢。在中國，僅有少數幾家科技巨頭擁有針對算法的開放平臺，國內人工智能基礎及技術層企業中，基礎算法及平臺公司數量僅占4%。我國人工智能產業發展過于依賴開源代碼和現有數學模型，導致專業性和針對性不足，效果往往不能滿足具體任務的實際要求。以圖像識別為例，用開源代碼開發出的AI即使可以準確識別人臉，但在對醫學影像的識別上卻難以達到臨床要求。

國內人工智能基礎級技術層企業數量分布情況(單位：%)

3、中國人工智能人才相對匱乏

根據牛津大學2018年對中美兩國算法研究領域的人才與全球先進國家的對比顯示，中國目前在算法研究方面的人才僅占全球人工智能底層技術研究的13.1%，而美國算法人才的占比為26.2%。從開設人工智能專業院校的數量來看，中國僅有不到30所大學的研究實驗室專注于人工智能，這一數字遠遠無法滿足人工智能企業的用人需求。

中美兩國算法研究人才占比(單位：%)

應用層是人工智能產業的延伸，為特定應用場景提供軟硬件產品或解決方案

應用層是人工智能產業的延伸，集成一類或多類人工智能基礎應用技術，面向特定應用場景需求而形成軟硬件產品或解決方案。主要包括從行業解決方案（“AI+”）和熱門產品（智能汽車、機器人、智能家居、可穿戴設備等）。

中國人工智能100強企業產業鏈應用層

1、行業應用-AI+傳統行業

“AI+傳統行業”，覆蓋了醫療、金融、教育、文娛、零售、物流、政務、安防等諸多垂直領域。

人工智能行業應用

2、行業產品-智能汽車、機器人、智能家居、可穿戴設備等

人工智能領域的熱門產品主要有智能汽車、機器人、智能家居、可穿戴設備等。對5G和人工智能來說，汽車是絕佳載體，而對于汽車行業來說，5G和人工智能又是重要的附加值，智能汽車已成為汽車產業發展的重要方向；機器人分為工業機器人和特種機器人（服務機器人、水下機器人、娛樂機器人、軍用機器人、農業機器人），隨著人工智能的快速發展，各種類型的機器人紛紛面世，一些公司也在以實際行動推動機器人落地，如今，一個機器人應用的新時代正在出現；智能家居主要包括智能燈光控制系統、智能窗簾、智能門鎖、智能音箱、智能冰箱、智能水壺等等，人工智能讓家居產品擁有“會思考、能決策”的能力，設備智能化以后讓生活變得更簡單化；可穿戴設備主要包括智能手環、智能手表、智能眼鏡、智能頭盔，可穿戴設備作為AI的入口，可應用在體育、醫療、娛樂、科教、商業等方面。