人工智能首次進入“十三五”規劃，2018年目標形成千億級規模市場。自2016年起，人工智能領域建設已上升至國家戰略層面，相關政策進入全面爆發期。2016年5月，發改委在《“互聯網+”人工智能三年行動實施方案》中明確提出，到2018年國內要形成千億元級的人工智能市場應用規模。未來幾年內，人工智能產業有望持續獲得國家大力支持，預計更多細化政策將陸續出臺，加速人工智能需求落地。

人工智能上升國家戰略地位，政策支持力度逐步加大

數據來源：公開資料整理

　　從布局方向上看，巨頭底層發力革新技術，創企頂層切入拓寬應用。以BAT為代表的互聯網巨頭由于資金實力和整合能力較強，因此對于人工智能領域偏向于從底層基礎技術層進行布局，研究算法、研發芯片等以此為觸角向AI其他環節延伸。同時還有上市公司中如科大訊飛、遠方光電和川大智勝等實力較強的公司則通過語音和圖像技術開放平臺和應用切入人工智能等。對于初創企業來說，則傾向于從應用層入手，直接開發相關人工智能應用產品或者服務，如智能家居、車載智能、安防中身份識別和驗證、語音翻譯等，呈現出一片百花齊放的局面。

　　資本市場敏銳地捕捉到人工智能的商業化前景，我國人工智能領域投融資熱度快速升溫。自2012-2015年開始，我國人工智能行業的投融資金額、次數及參與機構數量等均迅速增長，年增長率均超過50%，2015年人工智能行業的投資額已達到2012年的23倍，充分表明資本市場對于人工智能發展前景的認可。

針對人工智能的投資額呈爆發式增長

數據來源：公開資料整理

參與人工智能的機構數量激增

數據來源：公開資料整理

　　未來五年，我國人工智能市場空間廣闊，發展速度遠超全球。2020 年全球AI 市場規模將達到1190 億元，年復合增速約19.7%；同期，中國人工智能增速將達91 億元，年復合增速超50%，遠超全球增速。

全球AI市場維持高增長

數據來源：公開資料整理

中國AI市場增速遠超全球

數據來源：公開資料整理

　　人工智能行業正處從感知智能向認知智能進階階段，前者已部分領域趨于成熟，后者尚待突破。在基礎層的計算資源和數據資源快速提升到一個新臺階的基礎上，人工智能已完成了從低階的計算智能向感知智能躍進的過程，并基于此逐步向認知智能推進。目前在感知層面，部分技術如聲音、圖像等，基本趨于成熟并具有了大規模應用的基礎。而認知智能層面，由于該階段要求的是機器要像人一樣去思考、主動行動，其分析判斷必然要依賴于感知層的發展成熟度，就像機器模擬人類時，只有眼睛和耳朵仍無法稱之為人類。因此，在目前感知層尚未多方位全面攻破的背景下，認知層較難有大幅突破，諸如無人駕駛、全自動智能機器人等仍處于開發中，我們認為與大規模應用仍有一定距離。

人工智能發展三個階段

數據來源：公開資料整理

　　從資本市場投融資數據也可以看到，國內企業多從應用層布局人工智能。目前我國獲的人工智能投資的企業中約71%為應用類企業、26%為技術類企業、基礎資源類企業僅占3%，其中軟件服務類企業占據所有獲投企業的83%。另外，與國際上重點投資機器學習不同，技術類企業的投融資超半數聚焦于機器視覺領域，投資機器學習僅占9%，且多為巨頭型企業。

　　如百度、Google、Sound Hound等國際巨頭的語音識別準確率在2015 年便均已超過90%；以2016第四屆CHiME Challenge結果來看，絕大部分參賽團隊在六麥克風條件下識別錯誤率已低于7%，國內龍頭科大訊飛甚至已降至2.24%，準確率正在接近99%的人際交互質變閾值。（2）計算機視覺方面：以ImageNet 圖像識別賽作為觀測窗口，其冠軍團隊的識別錯誤率自2015 年下降至人類平均水平以下后，于2016 年進一步降至2.99%，印證了計算機視覺技術已趨于成熟。

語音識別正確率正接近人機交互質變閾值

數據來源：公開資料整理

視覺技術識別錯誤率已下降至人類水平之下

數據來源：公開資料整理

　　技術趨于成熟與基于人機交互的潛在應用場景擴張正在共同驅動語音識別與計算機視覺市場增長。根據《中國智能產業發展白皮書》預測，2016與2017年語音識別技術市場的同比增速將分別達到約47%和70%。對于計算機視覺，我們預計正確率已超過人眼的人臉識別技術仍將是應用層面的主要關注點，市場增速將在較高水平保持平穩。根據《中國人臉識別行業研究及發展趨勢預測》，未來五年人臉識別市場規模將保持20-30%區間的高速增長水平。

中國智能語音產業規模及預測

數據來源：公開資料整理

中國人臉識別市場規模預測

數據來源：公開資料整理