人工智能教育的應用場景大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇人工智能教育的應用場景范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

2016年中國智能家居市場規模達到1140億元，2017年第二季度智能家居活躍用戶規模達到4600萬。隨著物聯網技術、人工智能技術的發展，及90后婚育潮的到來，智能家居將成為主流的發展趨勢。

從智能家居發展階段來看，中國智能家居市場正處于市場啟動階段，尚未進入爆發期，智能家居產品滲透率較低。目前，智能家居領域依然存在諸多制約因素，如產品本身智能化程度低，多數產品是按既定的程序完成任務，在主動感知和解決用戶需求、人機互動等方面達到的體驗依然較初級，因此沒有形成廣泛的用戶粘性，消費者對智能家居產品抱有觀望態度。而相較于亞馬遜的echo和GoogleHOME，國內還沒有成熟的智能家居控制中心，仍處于以手機APP向智能音箱、智能電視、機器人等控制中心的過渡時期。

人工智能技術可以帶來硬件背后的軟件及服務能力、與智能硬件相匹配的交互技術。人工智能+智能家居，有利于形成適配下一代硬件的真正的“智能化”及深入場景體驗的個性化計算，語音及視覺等人機交互技術有助于提升與智能家居產品的交互體驗。

“AI+智能家居”提升智能家居產品交互體驗

語音交流更傾向于日常交流方式：通過人類的語言給機器下指令，從而完成自己的目的，而無需進行其他操作，這一過程將更為自然。同時語音交互在特定的場景中具有優勢，比如遠程操縱、在行車過程中等，能夠實現在特定場景中解放雙手的作用，在家居相對封閉的環境中，語音識別成為主流的人機交互方式。

近年來，語音交互的核心環節取得重大突破，語音識別環節突破了單點能力，達到97%以上的中文語音識別準確率，從遠場識別，到語音分析和語義理解技術都日趨成熟，多輪對話的實現等都有利于語音交互取代傳統的觸屏交互方式，整體的語音交互方案已被應用到智能家居領域中。

計算機視覺、手勢識別等交互方式成為語音交互的輔助，echo在新推出的echoshow產品中已搭載屏幕，而智能電視除語音交互之外，通過計算機視覺分析視頻內容，并對內容相關的資料進行下一步操作，包括短視頻剪輯、邊看邊買等，比如Yi+搭載在天貓魔盒中的“瞄一下”功能。再比如在智能冰箱中，通過計算機視覺實現對冰箱內食品的分析，以及衍生出的用戶健康管理和線上購物等功能，多種交互方式將統一在家居生活場景中，從而提供更為自然的交互體驗。

另一方面伴隨著智能家居平臺的發展，通過“IFTTT”的場景布局，智能家居實現多種家居產品的聯動，用戶可以自定義多個使用場景，實現定制化、個性化。在人工智能技術的發展將使得個人身份識別、用戶數據收集、產品聯動在潛移默化中變成現實，未來家居生活場景中將提供千人千面，家庭成員的個性化服務。

“AI+智能家居”實現內容和服務的拓展

找到合適的語音入口是挖掘智能家居背后用戶價值的關鍵。硬件本身具有入口價值，智能音箱，智能電視，家庭機器人等都有可能成為合適的入口。

傳統的鼠標操作、觸屏操作逐漸向語音交互這種更為自然的交互方式演進，語音交互的未來價值在于用戶數據挖掘，以及背后內容、服務的打通，以語音作為入口的物聯網時代將會產生新的商業模式。智能音箱、服務機器人、智能電視等智能化產品成為現階段搭載語音識別技術和自然語言處理技術的載體，作為潛在的智能家居入口，智能音箱、服務機器人和智能電視等產品在提供原有的服務的同時，接入更多的移動互聯網服務，并實現對其他智能家居產品的控制。這些產品為付費內容、第三方服務、電商等資源開拓了新的流量入口，用戶多方數據被記錄分析，廠商將服務嫁接到生活中不同的場景中，數據成為基礎，服務更為人性化。

“AI+智能家居”的未來發展趨勢

a.帶來更好的智能化、更高體驗的人機交互

從最早的WiFi聯網控制到如今的指紋識別、語音識別，人機交互性能大大提升，智能家居產品正在由弱智能化向智能化發展。而智能家居產品受眾也將從嘗鮮者轉向更為普通的用戶，甚至包括老人和小孩。更智能化的技術應用、更復雜的用戶結構和更廣泛的用戶覆蓋等因素必將促使智能家居產品趨于簡單實用。

智能化和人機交互體驗的升級將大大擴寬智能家居應用場景，2016年，智能安防類產品落地，指紋鎖、智能攝像頭等產品受到了廣泛關注。隨著智能感知、深度學習等技術的提升，智能燈光、智能溫控等產品也逐漸趨于成熟，2017年智能音箱成為爆款產品。當用戶需求不斷擴大，產品愈加豐富，智能家居將會滲透到家居生活的方方面面。智能家居市場將迎來爆發，2019年，智能家居市場規模有望達到1950億元。

篇（2）

人工智能是我國科技實現彎道超車的難得機遇。目前國際巨頭在人工智能技術上還沒有完全形成壟斷。我國在人工智能研究上與發達國家相比、甚至與美國相比都不算落后。近年中國科技界開始向人工智能—世界科技之巔發起沖擊，如百度引進全世界人工智能泰斗級人物、前“谷歌大腦之父”吳恩達全面負責“百度大腦”計劃；科大訊飛啟動“訊飛超腦計劃”；復旦大學聯合十幾所高校院所，成立“腦科學協同創新中心”。

業內人士認為如果我國在國家層面加快推進人工智能發展，完全有可能利用市場需求優勢、用戶數據優勢等，實現人工智能技術“彎道超車”，搶占人工智能產業制高點。

當今三個有代表性的“人工大腦”：1、“谷歌大腦”：谷歌的自動駕駛汽車已經完成了總計70萬英里的高速公路無人駕駛巡航里程，谷歌的人工神經網絡通過觀看一周YouTube視頻，能自主學會識別哪些是關于貓的內容；2、IBM人腦模擬芯片，該芯片能夠模仿人腦的運作模式，擅長進行模式識別，在認知計算方面遠遠超過傳統計算架構；3、“百度大腦”，利用計算機技術模擬人腦，已經可以做到2-3歲孩子的智力水平。

當今人工智能研究熱與三大技術突破直接相關。人工智能研究是企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等等。總的來說，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。當今人工智能研究熱與三大技術的重大突破直接相關：1、深度學習—核心算法的突破；2、神經元芯片—計算能力的突破；3、大數據—龐大的計算資源。

人工智能將引發產業結構的深刻變革，人工智能可以在國防、醫療、工業、農業、金融、商業、教育、公共安全等領域得到廣泛應用，催生新的業態和商業模式；人工智能還可以帶動工業機器人、無人駕駛汽車等新興產業的飛躍式發展，成為新一輪工業革命的推動器。目前倍受追捧的工業4.0、智能家居、無人駕駛、智能安防、智能醫療等發展方向，所代表的無一不是“人工智能+應用場景”發展的最終形態。

投資建議：我們從認知智能、感知智能和智能化場景改造三個維度尋找受益標的：

1、能夠有實力進軍認知智能領域的公司在全球范圍內都寥寥無幾，這一領域具有極深護城河和最廣闊的應用前景，科大訊飛是A股絕對的龍頭；

2、感知智能領域的人臉識別應用有望成為互聯網金融的基礎設施，我們首推在這一領域已經有深遠布局的佳都科技、漢王科技；

篇（3）

隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低，越來越多的創業公司加入人工智能的陣營。

2018年被稱為人工智能爆發的元年，人工智能技術應用所催生的商業價值逐步凸顯。人工智能逐步切入到社會生活的方方面面，帶來生產效率及生活品質的大幅提升。智能紅利時代開啟！資本、巨頭和創業公司紛紛涌入，將人工智能拉到了信息產業革命的風口。

如何把握產業動向，抓住風口機會？創業邦研究中心憑借在人工智能等前言科技領域持續研究、洞察的能力，在對國內人工智能創業公司進行系統調研的基礎上，推出《2018中國人工智能白皮書》，對人工智能的核心技術、主要應用領域、巨頭和創業公司的布局、未來發展態勢和投資機會進行了深度解析。

第一部分人工智能行業發展概述

1.人工智能概念及發展

人工智能（Artificial Intelligence， AI）又稱機器智能，是指由人制造出來的機器所表現出來的智能，即通過普通計算機程序的手段實現的類人智能技術。

自1956年達特茅斯會議提出“人工智能”的概念以來，“人工智能”經歷了寒冬與交替的起起伏伏60多年的發展歷程。2010年以后，深度學習的發展推動語音識別、圖像識別和自然語言處理等技術取得了驚人突破，前所未有的人工智能商業化和全球化浪潮席卷而來。

人工智能發展歷程

2.人工智能產業鏈圖譜

人工智能產業鏈可以分為基礎設施層、應用技術層和行業應用層。

A基礎層，主要有基礎數據提供商、半導體芯片供應商、傳感器供應商和云服務商。

B技術層，主要有語音識別、自然語言處理、計算機視覺、深度學習技術提供商。

C應用層，主要是把人工智能相關技術集成到自己的產品和服務中，然后切入特定場景。目前來看，自動駕駛、醫療、安防、金融、營銷等領域是業內人士普遍比較看好方向。

人工智能產業鏈

資料來源：創業邦研究中心

第二部分人工智能行業巨頭布局

巨頭積極尋找人工智能落地場景，B、C 端全面發力。

資料來源：券商報告、互聯網公開信息，創業邦研究中心整理

第三部分機器視覺技術解讀及行業分析

1.機器視覺技術概念

機器視覺是指通過用計算機或圖像處理器及相關設備來模擬人類視覺，以讓機器獲得相關的視覺信息并加以理解，它是將圖像轉換成數字信號進行分析處理的技術。

機器視覺的兩個組成部分

資料來源：互聯網公開信息，創業邦研究中心整理

2.發展關鍵要素：數據、算力和算法

數據、算力和算法是影響機器視覺行業發展的三要素。 人工智能正在像嬰兒一樣成長，機器不再只是通過特定的編程完成任務，而是通過不斷學習來掌握本領，這主要依賴高效的模型算法進行大量數據訓練，其背后需要具備高性能計算能力的軟硬件作為支撐。

深度學習出現后，機器視覺的主要識別方式發生重大轉變，自學習狀態成為視覺識別主流，即機器從海量數據里自行歸納特征，然后按照該特征規律使圖像識別的精準度也得到極大的提升，從70%+提升到95%。

3.商業模式分析

機器視覺包括軟件平臺開發和軟硬件一體解決方案服務。整體用戶更偏向于B端。軟件服務提供商作為技術算法的驅動者，其商業模式應以“技術層+場景應用”作為突破口。軟硬件一體化服務供應商作為生態構建者，適合以“全產業鏈生態+場景應用”作為突破口，加速商業化。

（1）軟件服務：技術算法驅動者—“技術層+場景應用”作為突破口

這種商業模式主要是提供以工程師為主的企業級軟件服務。有海量數據支撐，構建起功能和信息架構較為復雜的生態系統，推動最末端的消費者體驗。

此類商業模式成功關鍵因素：深耕算法和通用技術，建立技術優勢，同時以場景應用為入口，積累用戶軟件。視覺軟件服務按處理方式和存儲位置的不同可分為在線API、離線SDK、私有云等。

國內外基礎算法應用對比

資料來源：互聯網公開信息，創業邦研究中心整理

（2）軟硬件一體化：生態構建者—“全產業鏈生態+場景應用”作為突破口

軟硬一體化的商業模式是一種“終端+軟件+服務”全產業鏈體系。成功的因素是大量算力投入，海量優質數據積累，建立算法平臺、通用技術平臺和應用平臺，以場景為入口，積累用戶。亮點是打造終端、操作系統、應用和服務一體化的生態系統，各部分相輔相承，銳化企業競爭力，在產業鏈中擁有更多話語權。

4.投資方向

（1）前端智能化，低成本的視覺解決模塊或設備

從需求層面講，一些場景對實時響應是有很高要求的。提供某些前端就本身有一定計算能力的低成本的視覺模塊和設備將有很大市場需求。前置計算讓前端設備成為數據采集設備和數據處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問題。

機器視覺在消費領域落地的一個障礙是支持高性能運算的低功耗、低價位芯片選擇太少。從低功耗、高運算能力的芯片出發，結合先進的算法開發模塊和產品，這類企業將在機器視覺領域擁有核心競爭力。

（2）深度學習解決視覺算法場景的專用芯片

以AI芯片方式作為視覺處理芯片有相當大的市場空間。以手勢識別為例，傳統的識別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無法排除類膚色物體及黑色皮膚對識別精度的干擾。借助深度學習，如通過 R-CNN 訓練大量標注后的手勢圖像數據，得到的模型在處理帶有復雜背景及暗光環境下的手勢識別問題時，比傳統方案的效果好很多。

（3）新興服務領域的特殊應用

前沿技術帶來的新領域（如無人車、服務機器人、谷歌眼鏡等），對機器視覺提出了新要求。機器視覺可以讓機器人在多種場合實現應用。服務機器人與工業機器人最大的區別就是多維空間的應用。目前國內的機器視覺，涉及三維空間、多維空間，其技術基本上處在初始階段，未來存在較大市場增長空間。

（4）數據是爭奪要點，應用場景是著力關鍵

機器視覺的研究雖然始于學術界，但作為商業應用，能解決實際問題才是核心的競爭力。當一家公司先天能夠獲得大量連續不斷的優質場景數據，又有挖掘該數據價值的先進技術時，商業模式和數據模式上就能形成協同效應。創業公司要么通過自有平臺獲取數據，要么選擇與擁有數據源的公司進行合作，同時選擇一個商業落地的方向，實現快速的數據循環。

第四部分智能語言技術解讀及行業分析

1.語音識別技術

（1）語音識別技術已趨成熟，全球應用持續升溫

語音識別技術已趨成熟，全球應用持續升溫。語音識別技術經歷了長達60年的發展，近年來機器學習和深度神經網絡的引入，使得語音識別的準確率提升到足以在實際場景中應用。深度神經網絡逐步找到模型結構和調參算法來替代或結合高斯混合算法和HMM算法，在識別率上取得突破。根據Google Trends統計，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長超35倍。百度人工智能專家吳恩達預測，2020年語音及圖像搜索占比有望達到50%。Echo熱銷超過400萬，帶動智能音箱熱潮。

（2）語音識別進入巨頭崛起時代，開放平臺擴大生態圈成主流

語音識別即將進入大規模產業化時代。隨著亞馬遜Echo的大賣，語音交互技術催生的新商機，吸引大大小小的公司構建自己主導的語音生態產業鏈。各大公司紛紛開放各自的智能語音平臺和語音能力，欲吸引更多玩家進入他們的生態系統。

（3）語音識別技術發展瓶頸與趨勢

低噪聲語料下的高識別率在現實環境使用中會明顯下降到70-80%，遠場識別、復雜噪聲環境和特異性口音的識別是下一個階段需要解決的問題。

麥克風陣列類前端技術不僅是通過降噪和聲源定位帶來識別率的提高，帶環境音的語料的搜集、標注可用于模型的訓練，有助于打造更新一代的語音識別引擎技術。語音巨頭已經在布局。

在IOT包括車載領域，云端識別并非通行的最優方案，把識別引擎結合場景進行裁剪后往芯片端遷徙是工程化發展的方向。

2.自然語言處理（NLP）發展現狀

（1）多技術融合應用促進NLP技術及應用的發展

深度學習、算力和大數據的爆發極大促進了自然語言處理技術的發展。深度學習在某些語言問題上正在取得很大的突破，比如翻譯和寫作。2014年開始LSTM、Word2Vec以及Attention Model等技術研究的進展，使DL有了路徑在語義理解領域取得突破，并且已經有了明顯的進展。對話、翻譯、寫作新技術成果里都開始逐漸混合入DL的框架。2014-2015年，硅谷在語義理解領域的投資熱度劇增。

深度學習能最大程度發揮對大數據和算力資源的利用，語義理解的發展還需要深度學習、搜索算法、知識圖譜、記憶網絡等知識的協同應用，應用場景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識圖譜領域越成熟（如數據飽和度和標準性較強的行業），技術上實現可能性相對較低。在各種技術融合應用發展的情況下，具備獲取一定優質數據資源能力并可結合行業Domain knowledge構建出技術、產品、用戶反饋閉環的企業會有更好的發展機會。

（2）NLP主要應用場景

問答系統。問答系統能用準確、簡潔的自然語言回答用戶用自然語言提出的問題。基本工作原理是在線做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問答用FAQ索引起來，與搜索引擎相似。對每一個新問題進行檢索，再將回答按匹配度進行排序，把最有可能的答案排在前面，往往就取第一個作為答案返回給用戶。

圖像檢索。同樣也是基于深度學習技術，跨模態地把文本和圖片聯系起來。

機器翻譯。機器翻譯的歷史被認為與自然語言處理的歷史是一樣的。最近，深度學習被成功地運用到機器翻譯里，使得機器翻譯的準確率大幅度提升。

對話系統。對話系統的回復是完全開放的，要求機器能準確地理解問題，并且基于自身的知識系統和對于對話目標的理解，去生成一個回復。

（3）創業公司的機遇

1)機器翻譯方面：經過多年的探索，機器翻譯的水平已經得到大幅度提升，在很多垂直領域已經能夠在相當大程度上替代一部分人工，機器翻譯技術的商業化應用已經開始進入大規模爆發的前夜。

2)應用于垂直領域的自然語言處理技術

避開巨頭們對語音交互入口的競爭，以某一細分行業為切入點，深耕垂直領域，對創業公司也是一個不錯的選擇。

第五部分人工智能在金融行業的應用分析

人工智能產業鏈包含基礎層、技術層、應用層三個層面。基礎層的大數據、云計算等細分技術被應用到金融征信、保險、理財管理、支付等金融細分領域；技術層的機器學習、神經網絡與知識圖譜應用于金融領域的征信與反欺詐、智能投顧、智能量化交易，計算機視覺與生物識別應用于金融領域的身份識別，語音識別及自然語言處理應用于金融領域的智能客服、智能投研；應用層的認知智能應用于金融領域的智能風控。

人工智能在金融行業的典型應用情況

資料來源：創業邦研究中心

第六部分人工智能在醫療行業的應用分析

1.人工智能在醫療行業的應用圖譜

人工智能在醫療行業的應用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫學影像、智能化器械、藥物挖掘和醫院管理等領域均有企業在布局，其中醫學影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應用發展速度較快。

圖 人工智能在醫療行業的應用圖譜

資料來源：創業邦研究中心

2.人工智能在醫療行業的具體應用場景

醫學影像。人工智能應用于醫學影像，通過深度學習，實現機器對醫學影像的分析判斷，是協助醫生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進行定性定量分析，提升醫生看圖/讀圖的效率，協助發現隱藏病灶。 人工智能通過影像分類、目標檢測、圖像分割、圖像檢索等方式，完成病灶識別與標注，三維重建，靶區自動勾畫與自適應放療等功能，應用在疾病的篩查、診斷和治療階段。目前較為火熱的應用有肺部篩查、糖網篩查、腫瘤診斷和治療等。

藥物挖掘。人工智能在藥物研發上的應用可總結為臨床前和臨床后兩個階段。臨床前階段：將深度學習技術應用于藥物臨床前研究，在計算機上模擬藥物篩選的過程，包括靶點選擇、藥效和晶型分析等，預測化合物的活性、穩定性和副作用，快速 、準確地挖掘和篩選合適的化合物或生物，提高篩選效率，優化構效關系。臨床后階段：針對臨床試驗的不同階段，利用人工智能技術對患者病歷進行分析，迅速篩選符合條件的被試者，監測管理臨床試驗過程中的患者服藥依從性和數據收集過程，提高臨床試驗的準確性。

虛擬助理。醫療虛擬助理是基于醫療領域的知識系統，通過人工智能技術實現人機交互，從而在就醫過程中，承擔診前問詢、診中記錄等工作，成為醫務人員的合作伙伴，使醫生有更多時間可以與患者互動。醫療虛擬助理根據參與就醫過程的功能不同，主要有智能導診分診，智能問診，用藥咨詢和語音電子病歷等方向。

第七部分智能駕駛行業分析

1.智能駕駛行業產業鏈

智能駕駛行業的中心業務是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來為代表的成車廠商。該類廠商，上接上游軟硬件提供商，下接公司和消費者，在整個業務鏈中扮演至關重要的一環。

產業鏈上游廠商多為細分技術提供商，如深度學習、人機交互、圖像識別和新材料、新制造新能源等。

智能駕駛產業鏈圖譜

資料來源：創業邦研究中心

2.智能駕駛市場分析

伴隨著 ADAS 技術的不斷更新，推斷全球 L1-L5 智能駕駛市場的滲透率會在接下來 5年內處于高速滲透期，然 后伴隨半無人駕駛的普及進入穩速增長期。在未來的 2025 年無人駕駛放量階段后，依賴全產業鏈的配合而進入市場成熟期。預測到2030年，全球 L4/5 級別的自動駕駛車輛滲透率將達到 15%，單車應用成本的顯著提升之 外，從 L1-L4 級別的智能駕駛功能全面滲透為汽車產業帶來全面的市場機會。

按照 IHS Automotive 保守估計，全球 L4/L5 自動駕駛汽車產量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發展，年復合增長率將達到43%，并在2035年達到2100萬輛。另有接近 7600 萬輛的汽車具備部分自動駕駛功能，同時會帶動產業鏈衍生市場的大規模催化擴張。

根據獨立市場調研機構 Strategy Engineers 的預測，L4 高度自動駕駛等級下，自動駕駛零部件成本約在 3100 美元/車，其中硬件占比 45%，軟件占比 30%，系統整合占比 14%，車聯網部分占比 11%。按照全球 1 億輛量 產規模計算，理想假設所有車輛全部達到 L4 高度自動駕駛水平，那么全球自動駕駛零部件市場規模在 2020 年 將達到 3100 億美元。

第八部分中國人工智能企業畫像分析

隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低。創新的大門吸引眾多創業企業進入。為了觀察行業風向，助力創新企業發展，創業邦研究中心對國內200多家人工智能創業公司進行了系統調研，從發展能力、創新能力、融資能力等多維度指標，評選出“2018中國人工智能創新成長企業50強”。

地域分布

全國88%的人工智能企業聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業最多，占比高達39.66%;其次是上海，人工智能企業占比達21.55%;位列第三的是廣東，人工智能企業占達15.52%。北京以領先全國其他地區的政策環境、人才儲備、產業基礎、資本支持等，成為人工智能創業首要陣地;華東地區的上海、江蘇、浙江均有良好的經濟基礎和科技實力，人工智能應用實力雄厚，也聚集了一批人工智能垂直產業園;廣東互聯網產業發達，企業對數據需求強烈，依靠大數據產業鏈推動人工智能產業發展。

行業分布

從行業大類分布來看，行業應用層的企業占比最大，為56.03%;其次是應用技術層的企業，占比達31.04%;基礎技術層的企業占比最小，僅為12.93%。隨著人工智能技術的發展，人工智能與場景深度融合，應用領域不斷擴展，行業應用公司比重不斷提升。在基礎層技術方面，國際IT巨頭占據行業領先地位， 國內與國際差距明顯，中小初創企業很難進入。

從行業應用來看，智能金融企業占比最大，為16.92%;其次是機器人企業，占比達15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業的強數據導向為人工智能的落地提供了產業基礎，智慧金融被列入國家發展規劃中，龐大的金融市場為人工智能落地帶來了發展前景。機器人作為人工智能產業落地輸出， 目前市場需求較大，商業機器人占據較大份額。中國智能駕駛市場在資本推動下進入者較多，企業積極推動應用落地，百度、北汽等大型企業嘗試商業化落地智能駕駛汽車。人工智能推動教育個性化落地，相關初創企業涉入教育藍海，推動智慧教育的發展。

收入情況

收入分布在500-10000萬之間的企業最多，占比達49.14%;500萬以下的企業位居其次，占比達 26.72%;位列第三的是10000-100000萬之間的企業，占比為17.24%。

最新估值

企業最新估值均在億元級別，且分布較為均衡。三成企業估值超過15億元，還有企業估值達到百億級別，如優必

選科技、達闥科技和商湯科技等，將來或將躋身人工智能獨角獸企業。(備注：分析樣本量剔除一半未披露企業)

第九部分典型企業案例分析

1.Atman

企業概述

Atman由來自微軟的人工智能科學家和產業經驗豐富的產品團隊創辦，提供專業領域機器翻譯、機器寫作、知識圖譜、大數據智能采集挖掘等語言智能產品，致力于成為醫學、新聞、法律等專業領域語言智能專家，為專業領域用戶賦能，推動專業領域用戶進入人工智能時代，助力專業領域文字智能水平實現跨越式提升。Atman已為強生、新華社參考消息、北大法寶、君合律師事務所等世界領先藥企、新聞媒體、法律服務機構開發機器翻譯、機器寫作、知識圖譜、大數據智能采集挖掘等語言智能產品。

目前Atman在北京和蘇州兩地運營，能快速響應全國各地客戶需求。

企業團隊

創始人&CEO：馬磊

清華大學計算機系畢業，曾先后在微軟研究院和工程院擔任研究員和架構師，機器學習專家、多次創業者、曾主導多項人工智能重大項目，和申請國際專利共計15+項。

Atman公司核心團隊由來自微軟、百度、法電等領域高端人才和資深技術人才組成，公司員工40人，其中碩士以上學歷占比60%，技術開發人員占比70%，一半以上來自微軟亞洲研究院和工程院。

核心技術與產品

技術方面，擅長機器學習（深度學習、強化學習、群體智能）在復雜問題的應用，和國際專利15項，Atman神經網絡機器翻譯系統于2016年9月首秀，早于谷歌的GNMT，專業領域翻譯效果在公測標準和行業客戶測試中均持續領先。核心產品為垂直領域機器翻譯、機器寫作、知識圖譜抽取構建、大數據智能挖掘等語言智能產品。

Atman的機器翻譯產品可自動翻譯編輯專業文獻、報告、音視頻和網頁，支持私有部署和云端混合部署，提供包括數據隱私安全以及自學習的端到端解決方案。

機器寫作可對海量數據進行快速搜索、過濾、聚類，根據行業需求自動生成專業文檔，適用于所有專業寫作場景，可大幅減少專業報告寫作過程中的繁復工作，大幅提升專業領域寫作效率。

知識圖譜可實現海量數據的語義檢索、長鏈推理、意圖識別、因果分析，形成一個全局知識庫。大數據智能采集挖掘系統為專業領域用戶提供智能數據源管理、海量專業數據獲取和非結構化數據自動解析并結合知識圖譜提供auto-screening、知識重構、專業決策輔助，幫助用戶建立強大的以專業大數據為基礎的業務輔助能力。

2.黑芝麻

企業概述

黑芝麻智能科技有限公司是一家視覺感知核心技術與應用軟件開發企業，2016年分別在美國硅谷和上海成立研發中心，主攻領域為嵌入式圖像、計算機視覺，公司核心業務是提供基于圖像處理、計算圖像以及人工智能的嵌入式視覺感知平臺，為ADAS及自動駕駛提供完整的視覺感知方案。

目前公司和博世、滴滴、蔚來、上汽、上汽大通、EVCARD、中科創達、車聯天下和云樂新能源等展開深入合作，提供基于視覺的感知方案；除此之外，公司還在消費電子、智能家居等領域布局為智能終端提供視覺解決方案。目前公司已經完成A+輪融資。

企業團隊

團隊核心成員來自于OmniVision、博世、安霸、英偉達和高通等知名企業，平均擁有超過15年以上的產業經驗，畢業于清華、交大、中科大和浙大等知名高校。

創始人&CEO：單記章此前在硅谷一家全球頂尖的圖像傳感器公司工作近20年，離職前擔任該公司的技術副總裁一職，工作內容覆蓋了圖像傳感器研發和設計、圖像處理算法研發和圖像處理芯片設計。

核心技術和產品

在汽車領域，黑芝麻可提供車內監控方案（DMS），自動泊車方案（AVP），ADAS/自動駕駛感知平臺方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個核心部分：黑芝麻感知算法從基礎的控光技術，到面向AI的圖像處理技術出發來提高成像質量，以及應用深度神經網絡訓練，結合視頻處理和壓縮技術，形成從傳感器端到應用端的處理過程；黑芝麻芯片平臺采用獨有的神經網絡架構，包括獨有的圖像處理，視頻壓縮和計算機視覺模塊，與黑芝麻視覺算法結合，采用16nm制程，設計功耗2.5w，每秒浮點計算達20T。

3.乂學教育

企業概述

乂學教育，成立于2014年，是一家網絡教育培訓機構，采用人工智能和大數據技術，為學生提供量身定制學習解決方案和個性化學習內容。核心團隊來自美國Knewton、Realizeit、ALEKS等人工智能教育公司，銷售團隊有全國40億toC銷售額的經驗。

企業自主研發了針對中國K12領域的學生智適應學習產品，其核心部分是以高級算法為核心的智適應學習引擎“松鼠AI”，該產品擁有完整自主知識產權，能夠模擬真實特級教師教學。企業發表的學術論文得到了全球國際學術會議AIED、CSEDU、UMAP認可，并在紐約設計了人工智能教育實驗室，與斯坦福國際研究院（SRI）在硅谷成立了人工智能聯合實驗室。

主要產品

學生智適應學習是以學生為中心的智能化、個性化教育，在教、學、評、測、練等教學過程中應用人工智能技術，在模擬優秀教師的基礎之上，達到超越真人教學的目的。該產品性價比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統教育課時費用高，名師資源少，學習效率低等問題。

智適應學習人工智能系統

智適應學習人工智能系統模擬特級教師，采用圖論、概率圖模型，機器學習完成知識點拆分和個人學習畫像，采用神經網絡、邏輯斯蒂回歸和遺傳算法為學生實時動態推薦最佳學習路徑，實現個性化教育。

業務模式

線上與線下，2B和2C相結合。以松鼠AI智適應系統教學為主，真人教師輔助，學生通過互聯網在線上學習課程。開創教育新零售模式，授權線下合作學校，已在全國100多個城市開設500多家學校。

4.云從科技

企業概述

云從科技成立于2015年4月，是一家孵化于中國科學院重慶研究院的高科技企業，專注于計算機視覺與人工智 能。云從科技是人工智能行業國家隊，是中科院戰略先導項目人臉識別團隊唯一代表，唯一一家同時受邀制定人 臉識別國家標準、行業標準的企業。2018年，云從科技成為祖國“一帶一路”戰略實行路上的人工智能先鋒，與 非洲南部第二大經濟體津巴布韋政府完成簽約。

云從科技奠定了行業領導地位： 國家肯定，國家發改委2017、2018年人工智能重大工程承建單位；頂層設計，唯一同時制定國標、部標和行標的人工智能企業；模式創新，三大平臺解決方案，科學家平臺、核心技術平臺和行業應用平臺。

企業核心團隊

創始人

周曦博士，師從四院院士、計算機視覺之父—ThomasS.Huan黃煦濤教授，專注于人工智能識別領域的計算機視覺 研究。入選中科院“百人計劃”，曾任中國科學院重慶研究院信息所副所長、智能多媒體技術研究中心主任。

周曦博士帶領團隊曾在計算機視覺識別、圖像識別、音頻檢測等國際挑戰賽中7次奪冠;在國際頂級會議、雜志 上發表60余篇文章，被引用上千次。

核心技術團隊

云從科技依托美國UIUC和硅谷兩個前沿實驗室，中科院、上海交大兩個聯合實驗室上海、廣州、重慶、成都四 個研發中心組成的三級研發架構。目前研發團隊已經超過300人，80%以上擁有碩士學歷。

技術優勢

全方位多維智能學習模塊適應不同場景要求；模塊化設計為在工業視覺、醫學影像、自動駕駛AR等領域擴展打下良好基礎。

云從科技具有高技術壁壘：世界智能識別挑戰賽成績斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識別挑戰賽上共計奪得7次世界冠軍;在銀行、公安等行業智能識別技術 PK實戰中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術代表企業。

在跨鏡追蹤(ReID)技術上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個數據同時集體刷 新世界記錄， Market-1501上的首位命中率達到96.6%，首次達到商用水平。

正式在國內“3D結構光人臉識別技術”，可全面應用于手機、電腦、機具、設備、家電。相較以往的2D人 臉識別及以紅外活體檢測技術，3D結構光人臉識別技術擁有不需要用戶進行任何動作配合完成活體驗證的功能， 分析時間壓縮到了毫秒級以及不受環境光線強弱的影響等諸多優點，受到國際巨頭公司的關注。

行業應用

目前國內有能力自建系統的銀行約為148家。截止2018年3月15日，已經完成招標的銀行約為121家，其中云從科 技中標了88家總行平臺，市場占有率約為72.7%;在安防領域推動中科院與公安部全面合作，通過公安部重大課題研發火眼人臉大數據平臺等智能化系統，在民航領域，已經與中科院重慶院合作覆蓋80%的樞紐機場。

5.Yi+

企業概述

北京陌上花科技是領先的計算機視覺引擎服務商，為企業提供視覺內容智能化和商業化解決方案。致力于“發現視覺信息的價值”。

旗下品牌Yi+是世界一流的人工智能計算機視覺引擎，衣+是時尚商品搜索引擎。公司在圖像視頻中對場景、通用物體、商品、人臉的檢測、識別、搜索及推薦均達到領先水平。

目前公司和阿里巴巴、愛奇藝、優酷土豆、中國有線、CIBN、中信國安、海信、華為、360等數十家頂級機構/產品深度合作，通過提供邊看邊買引擎、圖像視頻內容分析引擎、人臉識別引擎等基于視覺識別技術的數據結構化產品服務于海量用戶，同時幫助政府機構、廣電系統、內容媒體、零售商、電商、視聽設備等行業實現智能分析、智能互動與場景營銷。目前公司已經獲得B輪融資。

企業團隊

團隊成員來自于斯坦福、耶魯、帝國理工、新加坡國大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。

創始人&CEO：張默

北京大學軟件工程碩士， 南洋理工大學創業創新碩士。連續創業者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構師，北方區合作伙伴經理，主機Linux中國區負責人，中國區開源聯盟負責人，年銷售額數億。 2013年創業于美國硅谷和新加坡，2014年6月在中國設立北京陌上花科技有限公司。

核心技術與產品

技術方面，在國際頂級計算機視覺競賽ImageNet中，成績曾超過谷歌、斯坦福等，2015-2016年2年獲得十項世界第一。2018年3月，人臉識別準確率位列LFW榜首。Yi+通過遵循無限制，標記的外部數據協議。 Yi+的系統由人臉檢測，人臉對齊和人臉描述符提取組成。使用多重損失和訓練數據集訓練CNN模型，其中包含來自多個來源的約10M個圖像，其中包含150，000個人（訓練數據集與LFW沒有交集）。在測試時， Yi+使用原始的LFW圖像并應用簡單的L2norm。圖像對之間的相似性用歐氏距離來測量，最終取得優異成績。

公司的核心產品主要包括視覺搜索引擎，圖像視頻分析引擎以及人臉識別和分析引擎：

行業解決方案

針對營銷、安防、相機和電視的不同特點，推出相應解決方案。

營銷+AI。場景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動態貼圖、video-out、場景化角標與廣告濾鏡等形式的廣告內容推薦，適用于快消、汽車、電商、IT、金融、旅游服務等多個行業。

智慧城市+AI。使用計算及視覺助力智慧城市，在智慧安防、智慧交通、智慧園區等方面提供解決方案。在智慧安防實時識別上，實時處理直播攝像頭信息，算法反應敏捷，相應迅速。建立智慧園區方案模型，考慮擴展性&靈活性、數據管理、松散耦合性、安全性、實時整合性以及功能性和非功能性需求等技術方案要素，從業務和技術兩方面整合解決方案實現步驟。

電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營銷能力。

相機+AI。相機更具交互能力。用戶通過搜索關鍵字標簽同步展示圖片，打通相冊和購物一站式體驗。準確識別人物屬性特征，動態適應表情變化，可以在視頻以及圖像中對人臉實時檢測，基于深度學習技術，進行人臉相似度檢測，實現面部關鍵點定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實時檢測攝像頭中出現的物品、場景和人臉等，添加AR效果，SDK支持本地檢測、識別、追蹤，平均檢測幀率可達到25fps。

新零售+AI。Yi+新零售解決方案是基于公司自主研發的人臉識別、商品識別和其他圖像識別算法技術為核心，建立一整套基于人臉、商品的智能零售門店管理方案。Yi+新零售解決方案主要包含數據采集、算法模型說明和部署方案三部分，其中數據采集包括人臉數據采集、商品數據采集；算法模型說明包括識別算法訓練、商品識別、識別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結合。

6.擎創科技

企業簡介

擎創科技成立于2016年，專注于將人工智能和機器學習賦予傳統IT運維／企業運營管理，為企業客戶提供智能運維大數據分析解決方案，從而取代和改善對高技能運維人員嚴重依賴的現狀。2017年，擎創科技已實現全年2000萬營收，迅速成為國內AIOps領域的領跑者和中流砥柱。2018年初，擎創科技完成了數千萬人民幣的A輪融資，由火山石投資領投，晨暉創投、元璟資本及新加坡STTelemedia跟投。

核心團隊

擎創團隊的核心成員主要由BMC、微軟等美國企業服務上市公司的運維老兵，與新浪、餓了么等知名互聯網公司的大數據、算法專家組成，核心團隊成員至少擁有10年以上的行業經驗。其中CEO楊辰是國內最頂級的B端銷售，曾帶領團隊獲得10倍的業績增長；CTO葛曉波擁有長達15年的企業級軟件開發和運維經驗；而產品總監屈中泠則來自甲方，創業前為浦發硅谷銀行企業架構師，深知甲方對企業運維產品的需求。這個曾經深耕于運維企業服務市場的團隊，如今在智能運維企業服務賽道繼續領跑，讓擎創科技成為最懂企業的客戶，最值得企業客戶信賴的軟件廠商。

主要產品

“夏洛克AIOps” 作為擎創自主研發的大數據智能運維主打產品，自2016年上線以來，已從1.0版本升級至1.9版本，可應用在金融、大型制造業、鐵路民航、能源電力等涉及國家發展和民生問題的多種行業。在2017全球運維大會上，夏洛克AIOps獲得由中國信息通信研究院與高效運維社區聯合頒發的“年度最具影響力AIOps產品”獎。

“夏洛克AIOps”充分利用自研算法輔助客戶實現IT運維價值，結合客戶的現有情況，規劃從傳統ITOM至AIOps智能運維的一站式路徑，助其運營落地，由此打破數據孤島，建立統一的大數據智能分析平臺，實現以人工智能為核心，驅動傳統IT運維監、管、控三個層面，并將相關運維數據及業務數據實時展現。

“夏洛克AIOps”擁有多項自研算法，猶如運維界的福爾摩斯，能迅速發現并定位運維問題的根因，實現秒級排障，最大程度避免企業產生重大損失。更有價值的是，“夏洛克AIOps”還能通過長期的數據積累和機器學習，運用新型深度神經網絡算法對企業的業務數據進行預測，幫助企業提前規劃IT資源，高效預防各類黑天鵝事件的發生。

商業模式

目前，擎創科技已與多家金融和制造行業標桿客戶形成穩定的合作關系，包括浦發銀行、浦發硅谷銀行、國家開發銀行、上海鐵路局、銀聯、海爾、浙江能源等。針對不同客戶，采用個性化的商業模式進行服務，目前主要有私有模式和SaaS模式兩種，都具有較強的可復制性。

篇（4）

然而還不夠快。受傳統業務下滑拖累，IBM 2017年一季度營收繼續下滑。

拖著鉛球，Watson在與未來賽跑。

百年商業帝國的第四次轉型

與眼下最熱的圍棋AI等通用人工智能不同，IBM的“人工智能”一開始便是為解決商業問題而生，其方向是商業領域的增強人工智能（Intelligence Augmentation）。2007年8月，幾個人工智能專家告訴IBM高級副總裁約翰？凱利，他們要創建世界上第一個處理非結構化數據、可與人互動的人工智能系統。2011年人工智能認知系統Watson初次亮相，就打敗了美國問答游戲電視節目《危險邊緣》的連勝紀錄保持者和最高獎金得主。2014年，IBM專門組建Watson部門，并陸續投入數十億美元。

2011年IBM百年之際，《經濟學人》周刊曾撰文總結IBM三次重大轉型：從機械制造到計算機制造、從大型機制造到包括個人電腦在內的分布式計算機系統、從計算到服務。2016年初，IBM董事長兼CEO羅睿蘭宣布IBM正式進入第四次轉型，目標是成為一家認知解決方案云平臺公司，“未來五年，我們所作的每一個決策，無論個人或專業機構，都將受到Watson的協助。”

2017年4月，“天工開物 人機同行”2017 IBM中國論壇在北京舉行，IBM展示了其作為認知解決方案和云平臺公司在全球范圍內的突破性進展，及與中國本地伙伴在電子、能源、教育、汽車、醫藥、高性能材料及相關服務等行業或領域的合作成果：

神思電子采用IBM 的Watson Explorer，在金融和醫療行業鎖定“智能客服”、“實體服務機器人”和“自助設備智能升級”領域，提升服務質量與效率。與杭州認知合作，應用IBM Watson腫瘤解決方案幫助中國醫生獲得循證型癌癥診療的決策支持，從而為患者提供個性化治療方案。隆基泰和與IBM共同合作，借助Watson平臺構建綜合能源云平臺，為工業商業企業構建完整的客戶能耗視圖、用能預測及能效水平的分析和洞察能力打造智慧能源服務體系。

此外，IBM為上海世外教育集團打造“兒童英語口語辨識及評價系統”幫助6-15歲學生學習英語，與禾嘉股份共同推出基于區塊鏈的醫藥采購供應鏈金融服務平臺，在精細化工行業，默克正在利用IBM IoT技術打造全新智能物流與智能工廠，而一汽大眾也將采納IBM大數據、云計算、認知計算等技術打造佛山創新中心，建立智能工廠。

除了垂直行業，IBM“商業人工智能”也在為專業人士提供增強智能，提高工作效率和業務水平。目前，Watson系統已進入法律、醫療、教育、金融，零售，服b設計等60多個職業領域示范人機協作，將專業人士從重復勞動中解放出來。論壇上，IBM大中華區董事長陳黎明表示，“我們相信，企業大規模采用人工智能技術的爆發期就在當下，并將為各行業和專業帶來巨大的創新價值。”

拖著鉛球賽跑

商業的殘酷在于，僅憑方向正確，未必能贏得賽跑。除了亞馬遜、微軟、谷歌這樣的外部競爭者，IBM對云計算和Watson孤注一擲，更大的壓力來源于自身：新興業務的增速能否超越傳統業務下滑的速度。

4月19日，IBM2017年一季度財報，其“戰略業務小組”（IBM重點發展的云計算、分析、社交、安全及移動產品）營收增長12%，至78億美元。Watson所屬的認知解決方案業務板塊營收同比增長逾2%，達41億美元；云計算業務營收增長33%至億美元，凈收入為23億美元。

與戰略業務表現亮麗形成對比的是，受傳統硬件和軟件業務增長停滯的拖累，IBM整體業績依然繼續在下滑：公司一季度營收同比下滑2.8%，降至181.6億美元，低于預期的184億美元。其公司營收連續20個季度下滑，并創下2002年一季度以來最低水平。

財報后，IBM股價下跌超過8美元，跌幅近5%。其大股東伯克希爾哈撒韋2016年報顯示持有8120萬股IBM，也就是說，如果巴菲特一季度沒有減倉，將損失約6.5億美元。

有趣的是，之前盡管和比爾？蓋茲關系很好，巴菲特開始嘗試購買科技股的時候，并沒有買微軟的股票，而是選擇了IBM，幾乎全程體驗了一把IBM轉型帶來的緩慢復蘇。

2015年，巴菲特入股IBM時正是其收入連年下滑之際，2016年初，IBM股價已跌至不足120美元。一年之后，2016年IBM財報顯示，IBM云業務當年實現137億美元營收，同比增長35%，占IBM全年總營收的17%；云業務年化營收達86億美元，同比大幅增長63%；計入“技術支持及云平臺”項目的年毛利率達41.9%；以Watson為主的IBM認知解決方案營收達182億美元，毛利率高達81.9%。2016年，IBM股價上漲了20%。

2014-2016年，IBM猶如傳統企業轉型的一個縮影：借助自身在商務領域的積累，在云服務和人工智能領域大力投資，切入具體應用，商業模式逐漸明朗。

并購與合作

IBM對云服務和Watson期許甚高，Watson的十年布局也逐漸步入收獲季。隨著醫療、物聯網、金融、零售、時尚、教育等多個行業標志性樣本的出現，Watson的商業版圖正在擴張。

Watson成為全球醫療健康第一人工智能系統，其秘籍是不斷吸收大量非結構化數據并加以學習。為了“喂飽”Watson， IBM不斷收購醫療健康領域的公司，兩年間花費超40億美元。除了加大并購，IBM為拓展商務版圖同時也采用了更實際的方式：與垂直領域巨頭合作，補充基礎數據和垂直行業領域的專業知識。

2016年10月，IBM宣布與通用汽車合作，Watson為其新版車機系統OnStar提供技術支持；與全球教育機構培生合作，Watson為其學生提供自然語言下的學習指導。今年3月19日，IBM認知商業戰略在中國正式落地一年之際，萬達網絡科技集團與IBM在北京簽訂戰略合作協議。萬達網絡科技集團正式進軍公有云業務領域，萬達也將成為Watson在中國落地的重要基礎設施。

篇（5）

無所不能的機器人？

在新領軍者村中有一排無所不能的機器人，在題為行動中的機器人展示區，記者看到了能夠適應各種人類生活場景的機器人，包括協助老年人以及殘障人士的機器人隊友Ballbots、能夠進行語言分析，滿足人類情感交流需求的機器人伴侶以及各種生產機器人。

在論壇上，各國專家學者描繪了一幅更大的機器人應用場景。除了生活起居，從法庭判決、醫療診斷到上戰場打仗，機器人都可以代替人類。“機器人比人更像人類。”一位設計者說道。

但是，這是否意味著機器人在未來將全方面替代人類呢?在論壇現場，《科學美國人》雜志主編MarietteDiChristina做了一個有趣的實驗，讓現場的觀眾舉手表決，在哪些場景愿意使用機器人，哪些場景愿意使用人類。最后結果顯示在需要精確性的領域如醫療手術上，大部分的人愿意使用機器人，而在法律領域，人們則更傾向使用一位人類法官。對于上戰場打仗，幾乎全場觀眾都認為應該使用機器人替代人類。

歸結原因是因為一般人認為機器人更為精確，而人類相對來說比較感性。這也印證在機器人的發展上，目前工業、制造業等領域已經廣泛應用機器人代替人類在完成流水線組裝工作。而在家居照料方面雖然有很多研究但一直未得到普及。

卡內基梅隆大學計算機科學學院教授TomMitchell認為，人類能否大面積運用機器人主要需克服的是信任問題，即能否信任機器人幫助人類進行診斷、完成照料。

這種信任將很快建立起來，根據MarketsandMarkets公司的報告，預計全球服務型機器人市場規模在2017年將達到461.8億美元，行業空間巨大。在未來的4年里，醫療機器會以每年19%的速度增長，2016年全球市場規模估計會增長到119億美元。

除了服務性行業，隨著無人駕駛技術的日漸成熟，交通運輸業也很有可能會被人工智能所取代。

解放生產力激發創新潛能

而人工智能日漸成熟的同時，也催生了一系列問題。未來人工智能是否會完全替代人類，而如果完全替代人類，那么如何解決失業率等社會問題?

屆時，人類或許會在更擅長的領域得到發展。哥倫比亞大學研究員AndrewMcLaughlin表示現在還有許多尚未探索和有待開發的領域，這些領域需要人類的創造力，機器人取代人類進行日常生產，大部分人就可以把更多的精力投放到創新性的領域研究上。“我對于人工智能取代人類，沒有這么悲觀。”他笑著說道。

同時，這也能激發更深入的學習研究。TomMitchell說道：“我們一生當中可能做很多工作，教育流程也將要跟隨改變，不是用四年去學一個課程而可能是花費40年或者更長時間去學習。”

篇（6）

AI基因上：BAT各有優勢，大數據算法全面更勝一籌

論AI基因，這個支撐企業整個AI戰略構想的核心基礎優勢，可以說是不可或缺，它著實能為企業在AI領域的布局帶來極大幫助，也是一家企業進軍AI最大的底氣。總體看來，BAT三家互聯網巨頭在布局AI領域均有優勢，但因自身業務的不同，其AI基因的優勢又表現在不同方面。

百度：AI基因意味著擁有先天的優勢，依靠搜索引擎業務起家的百度，在掌握與人密切相關的數據算法領域算得上是得心應手。同時，作為人工智能的雛形搜索引擎業務，擁有它就相當于掌握了人工智能的鑰匙，只需依據數據內容付諸實踐便能打破許多關卡，擁有比其他企業更多的機會。

一方面，數據是企業做AI的源頭，也是引領AI走向的一大支撐點，擁有數據便于掌握AI大致的發展方向；另一方面，百度搜索的數據樣本較為全面復雜，范圍涉及場景較為廣泛，涵蓋從天文地理到日常的生活信息，累積了豐富多樣的樣本數據，這一切，都是基于百度算法技術的支撐，也為其在AI領域的全布局上提供了最基本的算法和數據支持。因而，AI基因這一方面，百度比其他企業有了更多的發展機遇。

阿里：依靠電商起家的阿里，雖然不具備像百度一般的海量大數據，但是阿里在掌握電商消費者數據層面也有著自身的優勢。與百度一樣，阿里在AI領域也早已開始布局，其有著百萬級用戶規模的云計算業務，同時也憑借在電商領域的豐富場景應用，阿里在大數據層面也有著自身的實力所在；此外，阿里在商業場景上所得來的數據，也是支撐其人工智能產品最終落地的基石。

騰訊：雖然在先天技術上略遜色于其他兩家，但騰訊也有著豐富的應用場景。依靠在社交網絡、媒體等業務的深耕，加上微信、QQ的龐大用戶體量，使得騰訊在開發AI業務上更多基于提升用戶體驗上入手。從這方面看來，騰訊的AI基因更多傾向于豐富場景上的驅動，還有其龐大的用戶數據體系支撐。

綜合來看，三家互聯網巨頭在進軍AI領域上有著天然的AI基因，只是因各自所涉及業務的不同，AI基因也各不相同。但從綜合實力來看，擁有全方位的技術支持和豐富的場景應用，以及掌握算法功能才是開啟AI領域的最佳起點。

AI產品上：場景出現重合，涉足范圍廣泛者博得頭彩

人工智能領域雖說涉及的場景豐富，但最終還是無法脫離人們的衣食住行等各個方面。無論各企業在AI領域的構想如何豐富多彩，最終的成果檢驗還是要看產品的落地。因而，人工智能概念出現了這么多年，近兩年終于加快了產品落地的步伐，國內尤以BAT為首的人工智能產品現已扎堆面世，為人們開啟了新一輪的AI產品檢驗潮。

百度：借助先發優勢，百度現已有多款人工智能產品落地，涉及的場景范圍廣泛且全面。其中，百度研發的一款智能音箱產品raven H搭載旗下的人工智能操作系統DuerOS 2.0，在這項系統的加持下，raven H在語音對話交互方面達到高度智能化，同時在與人類交互的功能上還能不斷學習和進化，以達到與用戶使用習慣的高度融合。這款智能音箱產品擁有很強的喚醒率，即使相隔一堵墻也能被輕易喚醒服務，還能用于控制家居產品如燈光、電視等家居產品，相當于掌握了智慧家庭入口。

同時，在人工智能產品發展逐漸步入正軌，許多人工智能場景如智慧生活、智慧出行等方面急需語音系統支持的情況下，百度的人工智能操作系統DuerOS應運而生，為賦能上下游產業鏈付諸行動。在上游，百度DuerOS與紫光展銳、ARM等芯片廠商達成合作，提升硬件基礎以最終賦能于人工智能產品上；在下游，百度DuerOS與海爾、美的、TCL等傳統家電廠商同樣達成戰略合作。有了DuerOS的支持，用戶將能通過DuerOS，實現對電視、冰箱等智能家電產品的操控。

另外，百度研發的深度語音識別系統Deep Speech，在高精度的語音識別領域展開部署。當下的AI領域，語音識別涉及的場景也較為廣泛，人工智能的初衷就是帶給人們無處不在的便捷體驗，“能動嘴盡量不動手”的語音識別更是深受AI研發企業的歡迎，也深受消費者的追捧。在這項語音識別系統的加持下，相關產品不僅為用戶提供了多國語言的互譯功能，也為用戶帶來了便捷的翻譯體驗。

除此之外，百度還研發了無人駕駛技術平臺Apollo，旨在建立多方合作的生態體系，為汽車企業和用戶搭建一套新的完整的自動駕駛系統，推動無人自動駕駛技術發展和普及。目前，Apollo已經開放兩款落地產品，其中一款小度人車交互系統，不僅擁有智能語音助手和人臉識別功能，還能實現疲勞檢測和AR導航，目前小度車載系統已與多家車企達成合作，多款車型將進入量產階段。

阿里：同樣，語音這項連接人工智能與人類頻率頗高的交互接口，阿里也有涉足。其中，阿里云研發的一款人工智能產品ET大腦，在智能領域實現了新的突破，除了具備智能語音交互和生物識別等技術，還能幫助人們在復雜的情況下快速做出最佳選擇。

同時，在智慧家庭領域，阿里研發的一款智能音箱產品天貓精靈，在語音識別上也擁有多項功能，此外通過內置人機交互系統開放給業界，已有多家產品鏈接到天貓精靈，為布局全局的智慧家庭入口奪得先機。

騰訊：在人工智能領域后入局的騰訊，在人工智能領域的開發更加注重提升自家產品的用戶體驗上。圍繞智能語音識別和自然語言處理等板塊，騰訊目前已提供了多種人工智能服務，為自身產品在語音識別上進一步提升用戶體驗。

此外，騰訊擁有為智能音箱廠商提供后臺支持的云小微，在微主機Ministation衍生的智能家居設想上，逐步拓展到在線教育和家庭控制中心等。

綜合來看，BAT三家所研發的人工智能產品雖有不同，但都涉及了同一個生活場景，那便是智慧家庭領域。尤其是涉及多個人工智能領域場景維度的語音交互系統，包括冰箱、空調、智能音箱等家用電器。在這方面，誰能擁有強大的語音操控系統，誰就能牢牢把握這一出現頻率較高的交互接口。同時，為人類帶來豐富驚喜體驗的人工智能領域，同樣需要豐富的產品加以支撐，才能為往后智慧生活的進一步實現提供有力的產品支撐。

AI理念上：與自身業務緊密結合，取得先機者得天下

AI理念，即企業做AI的核心思想。從最初的產品定位，到產品的生產和落地，均離不開最初的理念支持，即產品將要成為什么樣、將為人類帶來何種便利，每個階段都圍繞最初的理念開展。總體看來，BAT的人工智能理念是在自身原有業務的基礎上，圍繞AI領域展開構想，并將這一設想付諸實踐。

百度：從百度的人工智能理念來看，人工智能在未來會涵蓋其所有的產品和服務，成為新的增長引擎。而事實上，百度在人工智能領域早已從七、八年前開始，從基礎層到感知層以及生態層和應用層等，百度均有著明晰的戰略規劃方向。此外，經過一段時期的打磨和經驗總結，百度的人工智能理念開始跟隨產品一同落地，整個人工智能戰略規劃也從理論開始走向實用階段。

阿里：電商起家的阿里，在人工智能的布局比百度稍晚一些，其人工智能理念多圍繞電商這一核心業務，從倉儲到物流，從產品到制造，阿里在零售業的人工智能軌跡很清晰，并且與自家業務緊密結合。同時阿里發揮所長，全面賦能零售體系。

騰訊：在AI矩陣布局上，騰訊目前擁有人工智能實驗室、微信智能語音團隊等技術的支持。同時其人工智能領域更關注場景、計算能力等，騰訊同樣也是從自身業務出發，布局游戲、社交和內容AI，對比其他兩家來說起步較晚，但初涉人工智能領域的騰訊也不甘落后，建起了人工智能實驗室，用于人工智能方面的研究和開發。

綜合來看，在人工智能的戰略布局和理念構想上，百度已經搶占了先機，從技術優勢到場景落地，戰略規劃進一步照進現實。因而在人工智能領域，必然是取得先機者擁有絕對的話語權，在未來的業務范圍拓張上也卯足了底氣。

AI基因、產品、理念的加持下，未來的AI行業誰將劍指巔峰？

綜上所述，人工智能產業最終的走向必然是加快產品落地的同時邁向高度商業化的未來。無論是阿里的智慧新零售，還是騰訊的場景重要性，抑或是是百度的從出行，到賦能實體制造業的全方位操作，都在各自的領域有著明確的產品構想。

因而，在AI基因、AI產品以及AI理念的加持下，接下來的人工智能產業，各個企業都將在自身基礎的戰略布局上，進一步將計劃落地實施。不過需要注意的是，人工智能這個龐大的產業，并非一家企業就能獨自撐起，而是需要各行各業的相互協作共同推動，才能將企業的人工智能核心理念從理想照進現實。因此，在企業界的共同推動下，未來的人工智能社會化場景中，人工智能所帶給人們的便捷將得到更大化的展現，人類的生活是無處不在的方便和舒適。

篇（7）

亞馬遜的智能音箱Echo 受到市場強烈反響以后，google在2017年5月google home，蘋果在2017 年WWDC 智能音箱HomePod，國內廠商京東和科大訊飛合作推出叮咚音箱……一時間國際互聯網和硬件行業巨頭紛紛加入戰局，爭奪語音交互流量入口，帶動了AI落地的一輪熱潮。

智能音箱已經成為全球增長最快的消費級硬件。2017年6月蘋果home pod以來，下半年至今，每月都有一兩家科技公司智能音箱新產品或二代、三代產品。

目前為止，國內科技巨頭BAT、小米，老牌電器廠商聯想、蘇寧，語音技術企業科大訊飛、思必馳，硬件技術創業公司出門問問、若琪等都陸續通過自研或合作的方式入局。

二、技術廠商智能音箱的爆發離不開語音技術的支撐，掌握語音技術的有兩類廠商。一是互聯網巨頭如Amzon、Google、BAT、蘋果、微軟等，二是專研語音交互技術的廠商如科大訊飛、思必馳等。

語音技術廠商通過自主研發軟硬件產品，或對外輸出技術，賦能傳統智能音箱廠商、內容和互聯網服務廠商，獲取用戶和數據，建立平臺生態。

[僅代表筆者個人立場]

2.1 國外一線語音技術提供商1.Amzon Alexa

基本信息：Amzon Alexa是亞馬遜的智能虛擬助理和開放平臺，2010年啟動研發，于2014年11月和Echo同時。Alexa 具備語音技術能力，并通過運行獨立的程序，稱為“技能”（Skills）來實現不同功能應用(類似手機里在操作系統上運行APP)，支持音樂播放、語音購物、智能家控、智能通訊等一系列功能。

由于其先發優勢與大量的落地產品，不論是從產品搭載數量和智能水平上，alexa都已遠超其他技術廠商(CNET在CES2017的統計)。

開放情況：Alexa 2015年6月，亞馬遜將Alexa開放給第三方開發者，了 Alexa Skills Kit（ASK） 和Alexa Voice Service （AVS）兩套開發工具包，讓開發者能夠更加容易開發Alexa的“技能”；并 設有了風險投資基金alexa found專門扶持語音交互領域的初創企業，以及大學生開發競賽Alexa prize。

從2014年時的29余項技能，到如今近4w項技能，積極開放政策和不斷優化的開發工具，使得Alexa擁有了遠超其他技術廠商的海量技能。

應用范圍：截止目前Amzon Alexa已陸續在全球38個國家開通（中國暫未開通），涵蓋英語、德語、法語、意大利語、西班牙語和日語等6種語言（暫不支持中文）。

除了搭載自家echo系列音箱產品外，Alexa也賦能sonos、聯想、哈曼卡頓等音箱產品，amzon fire TV 等智能電視，amzon fire、華為mate9、HTC等平板電腦和智能手機，華碩、惠普、聯想等筆記本電腦和PC，智能冰箱、智能燈、智能開關等智能家居產品，智能耳機、智能手表等可穿戴設備，以及包含福特、寶馬、雷克薩斯、豐田等品牌的智能汽車。

2.Google Assistant

基礎信息： Google assistant是谷歌的虛擬助理，于2016年5月在谷歌開發者大會正式，支持語音交互，搭載在Google的智能手機和智能音箱中。

開放情況：2016年12月，Google推出開發者平臺Actions on Google，2017年4月了SDK（軟件開發工具包）以便第三方開發者為Google assistant開發應用程序，并進一步擴展支持智能汽車和其他智能家居設備。Google assistant支持語音輸入和視覺響應，可通過設備的相機識別物體并收集視覺信息。

應用范圍：當前Google assistant已支持英語、日語、法語、德語、西班牙語等8種語言，預計2018年底將支持30多種語言，覆蓋95%的Android手機(暫不支持中文)。

除了搭載自家Google home系列音箱和Pixel系列智能手機外，Google assistant還賦能索尼、諾基亞等智能手機，松下、LG、Sonos等品牌的智能電視、智能機頂盒、智能音箱產品，聯想、愛可視等電腦及沃爾沃等智能汽車產品。

3.Microsoft Cortana

基礎信息：Cortana是微軟的虛擬智能助理，于2015年1月正式，逐步應用于搭載windows操作系統和Android/ios系統的移動設備。Cortana具備語音交互功能，并使用bing的搜索引擎信息回答問題，能夠調用應用程序、查詢天氣、提供餐廳和景點推薦，控制智能家居。

開放情況：2017年的build開發者會議上，微軟退出Cortana技能開發平臺，允許第三方開發者為cortana開發技能。

應用范圍：截止目前cortana支持包括中文(簡/繁)、英語、德語、法語、日語在內的近10種語言。Cortana已集成到微軟眾多產品，如Edge瀏覽器、windows10、車機系統、Skype(微軟的即時通訊服務)，并賦能微軟與harman kardon合作的智能音箱invoke等。

4.Apple siri

基礎信息：Siri（Speech Interpretation and Recognition Interface）是蘋果的虛擬助理。Siri 公司創建于2007年。

起初 Siri 只是 iOS 平臺的一個應用程序，蘋果在 2010 年 4 月收購了 Siri 公司并重新開發后，Siri 成為了蘋果設備的內置軟件，于2011年重新，并只允許在 iOS、macOS 中運行。

Siri支持語音交互，可以完成數據搜索、天氣查詢、設置鬧鐘等許多服務。

開放情況： 2016年6月蘋果開發者大會上開放了Siri接口，在IOS開發平臺中新增Sirikit，支持開發者調用Siri展示應用內容。Siri目前暫無獨立的技能開發平臺。

應用范圍：截止目前Siri支持包括中文(簡/繁)、英文、法文、德文、意大利文在內的20余種語言，并賦能蘋果全線產品，如iPhone、iPad、iPod、Apple watch、mac等。

2.2 國內一線語音技術提供商1.科大訊飛

基本信息：科大訊飛成立于1999年，是國內最大智能語音技術廠商，在智能語音技術領域有著長期的研究積累，并在中文語音合成、識別、評測等多項技術上擁有國際領先的成果，與中國官方關聯密切，堪稱“中文語音產業國家隊”。

科大訊飛占有中文語音技術市場70%以上市場份額，語音合成產品市場份額達到70%以上。

開放情況：訊飛開放平臺是全球首個提供移動互聯網智能語音交互能力的訊飛開放平臺，基于訊飛開放平臺陸續推出訊飛輸入法、靈犀語音助手、AI+教育、AI客服、AI醫療(語音電子病歷、醫學影像輔助診斷系統、智能助理等)、曉譯翻譯機、飛魚智能車載系統、家庭場景的訊飛魔飛麥克風系統等是多寬人工智能產品。

應用范圍：科大訊飛支持34種語言，包括中文各地方言，目前已賦能長虹、海信、康佳等國內大牌智能電視、GlassX、ZWatch等可穿戴設備，奧迪、寶馬、奔馳、通用、福特、上汽、廣汽、長安、吉利、長城、奇瑞等國內外智能汽車，智能音箱（京東叮咚音箱）、聊天機器人（小魚在家）等智能硬件產品，窗簾、空調等智能家居產品，為包括滴滴打車、高德地圖、QQ閱讀等在內的超過60000個App提供智能語音交互服務，覆蓋聊天通訊、工具、視頻、新聞、導航等生活領域的方方面面。

2. 百度DuerOS·小度

基本信息：DuerOS是百度的對話式人工智能系統，于2017年7月百度AI開發者大會上正式。DuerOS具備影音娛樂、信息查詢、生活服務、出行路況等10大類目共200多項能力，用戶可在不同場景下實現指令控制、信息查詢、知識應用、尋址導航、日常聊天、智能提醒和多種O2O生活服務；同時支持第三方開發者的能力接入。

開放情況：DuerOS開放平臺包括智能設備開放平臺和技能開放平臺，分別適應不同類型的硬件廠商和為開發者。為方便“上手”，百度了針對個人、產品廠商、特殊廠商的DuerOS套件，并融合包括聲智科技、先聲互聯、Intel、Rockchip等第三方解決方案，上線了技能商店APP“小度之家”。

應用范圍：DuerOS支持普通話、英語、粵語、四川話等多種語言，已賦能智能音箱、電視、冰等大小家電與智能家居產品，智能手機、手表等隨身設備，車機、智能后視鏡等智能車載產品，累計搭載5 000萬設備，日活超過1000萬，有1600萬DuerOS合作伙伴，落地80多家主控設備，積累了超過10000名DuerOS開發者，DuerOS累計回答問題數已達24億。

3.小愛開放平臺·小愛同學

基本信息：小愛開放平臺(原水滴平臺)于2017年5月對外開放語音能力與SDK，基于小米的硬件生態和海量數據，提供全球領先的語音識別、NLP等多項人工智能技術，為開發者提供一站式的人工智能服務。

應用范圍：小愛開放平臺能力已在小米電視、小米AI音箱、小米金服‘米小貝’等小米軟、硬件產品中集成，為小米生態鏈中8500萬臺IoT連接設備賦能，虛擬助手小愛同學的日活躍用戶也達1000萬。

4.AliGenie語音開發者平臺·天貓精靈

基本信息：AliGenie開放平臺于2017年10月12日云棲大會，由阿里巴巴人工智能實驗室發起的，面向企業/機構/創業者/開發者，將阿里巴巴在人工智能領域積累的技術以API或SDK等形式對外共享的在線平臺，目前已經擁有涵蓋影音娛樂、新聞資訊、購物外賣、家居控制、生活助手、兒童教育等的100多項技能。

應用范圍: AliGenie開發者平臺主要包括三大部分：精靈技能市場、硬件開放平臺、行業解決方案， 全面賦能智能家居、制造、零售、酒店、航空等服務場景

5.騰訊云·小微

基本信息：騰訊云的智能服務系統和智能服務開放平臺，幫助智能硬件廠商實現語音人機互動和音視頻服務能力。微信AI團隊自 2012 年起，就將語音輸入、語音識別、語義分析技術等功能應用到微信中，騰訊云小微將微信的語音技術作為底層能力，故命名為“小微”，于2017年6月騰訊“云+未來”峰會上正式對外。

應用范圍: 騰訊云小微包括硬件開放平臺、Skill開放平臺、服務機器人(智能客服)平臺，結合騰訊社交關系鏈，覆蓋家庭、車載、運動、酒店和兒童陪伴教育等眾多場景。

6.思必馳·DUI開放平臺

基本信息：思必馳2007年成立于英國劍橋，創始人均來自劍橋，2008年回國落戶蘇州，是國內少有的擁有人機對話技術，國際上極少數擁有自主產權、中英文綜合語音技術的公司之一。思必馳于2017年9月正式DUI(Dialogue User Interface)開放平臺，以任務式對話為核心，兼具閑聊與問答功能，打造人性化交互。作為一個全鏈路智能對話開放平臺，DUI開放基于思必馳智能語音語言技術的對話功能，并提供GUI定制、版本管理、私有云部署等開發服務。

DUI具備青囊(服務與研發支撐)、天機（大數據）、紫微（豐富的第三方資源）、玲瓏(終端解決方案與環境)四大系統。DUI平臺對接豐富的第三方內容，內置國內最專業的語音語言技能商店，具備深度數據可視化、個性化自定義、零門檻操作，開發者通過DUI可實現全鏈路的高度定制，幾乎可自定義每個模塊。

應用范圍: 平臺已覆蓋車載、家居、機器人、故事機、手機助手等多應用場景，提供智能車載、智能家居、智能機器人等解決方案，賦能天貓精靈X1、小米AI音箱小愛同學、聯想智能音箱、小米板牙70邁智能后視鏡等前沿智能產品。

2.3 國內二線、小創業語音技術提供商1.出門問問

出門問問是Google(谷歌)投資的一家中國人工智能公司，由硅谷華人科學家李志飛于 2012 年回國創立。擁有自主研發的語音識別、語義分析、垂直搜索、基于視覺的ADAS和機器人SLAM等核心技術。代表性的軟硬件產品包括智能手表Ticwatch、車載智能后視鏡問問魔鏡Ticmirror、智能音箱Tichome、出門問問語音助手APP以及高級駕駛輔助系統問問魔眼Ticeye。

2.獵戶星空

獵戶星空擁有全套遠場語音技術，自研全鏈路的遠場語音交互系統“獵戶語音OS”，已賦能喜馬拉雅“小雅”音箱，美的、海爾、博聯、海爾優家、歐瑞博等品牌的智能家居產品。小米AI音箱、小米電視，也應用獵戶星空的TTS（語音合成）技術以及ASR（語音識別）技術。獵戶星空自己音箱小豹AI音箱，接入微信支付、銀聯支付、融合區塊鏈技術。

2017年獵戶星空還獲得了世界公認人臉識別“世界杯”的微軟百萬名人識別競賽識別百萬名人子命題有限制類（只使用競賽提供數據）的第一名。

2018年3月21日，獵戶星空正式對外人工智能領域的機器人產品矩陣，在接待、售賣、兒童陪伴等多個場景落地。同時了獵戶機器人平臺Orion OS，集合了自研的多芯片系統，攝像機+視覺算法，麥克風陣列，獵戶TTS，室內導航平臺和七軸機械臂等，形成了完整的機器人技術鏈條。

Orion OS現與微軟、搜狗、高通、英偉達和錘子科技等建立了戰略合作伙伴關系。

3.若琪Rokid

Rokid公司成立于2014年7月，隸屬于杭州靈伴科技有限公司。總部位于中國杭州， 北京和舊金山分別設有研發中心，致力于機器人領域研究，專注于遠程定向拾音/語音語義識別、人臉/手勢識別、音響和投影系統等核心技術。Rokid現有PEBBLE ? 月石智能音箱、AR眼鏡Rokid Glass、智能機器人ALIEN·外星人等產品，Rokid智能家居機器人在2016年和2017年連續兩年獲得CES國際消費電子產品展創新大獎。

4.聚熵智能·DeepBrain

DeepBrain 2012年成立于上海，致力于研發人工智能產品， 核心團隊是來自于國內外名校的技術研究人才， 為超過100家廠商提供深度人機對話能力，并與三星、華為、聯想、中興達成深度合作。

DeepBrain在2014年了國內首款智能音箱——小智超級音箱，比 Echo 的推出還要早半年。其語義技能平臺已進駐上千名開發者，開發了超過 1000 種以智能家居為主的語義技能。

5.搜狗語音

搜狗由搜狐公司創建于2004年8月3日，域名為Sogou.com，目的是增強搜狐網的搜索技能。2013年9月，騰訊注資搜狗，并將騰訊旗下的搜搜業務，輸入法業務注入搜狗。

2017年11月，搜狗在紐交所上市，騰訊目前持有搜狗45.37%的股權； 搜狐持有搜狗股權比例為39.21%。

搜狗語音技術研究于2012年啟動，并在2013年6月正式上線搜狗語音云開放平臺，接入搜狗包括輸入法、地圖在內的全線產品，并推出搜狗語音助手，與Siri一樣，搜狗語音助手在手機端上提供的交互體驗并不能讓用戶產生足夠的依賴性，產品的使用率并不高。

2016年8月搜狗了語音交互引擎「知音，2017年12月與四維圖新、飛歌展開合作，推出飛歌智能車聯網軟硬件解決方案G8Ⅱ 后裝智能車機，為2018年3月的小米電視 4A提供ASR語音識別能力，為會議平板廠商視源股份的首款智能語音平板 MAXHUB提供語音技術。

三、行業格局3.1 智能音箱市場格局銷量與市場占有率對智能音箱產品有著非比尋常的意義。因為智能語音技術剛剛落地，極其依賴用戶數據的喂養，越使用才能越智能。

根據筆者估算，截止2018年Q1，全球智能音箱市場保有量占比如下所示：

Amzon憑借其先發優勢和形態豐富的產品，一騎絕塵，占領了71%的份額

Google以其完備的低-中-高產品矩陣和用戶基礎，搶奪12%的份額

天貓、小米分別憑借電商體系、智能家居生態與低價爆款策略占據6%、4%的份額

京東涉足智能音箱較早，品類豐富，也占據了3%的市場份額

apple的homepod在今年 2月9日才正式發售，且定價偏高，仍舊占據了1%

其他所有品牌占據3%。

3.2 全球智能音箱概覽海外一線智能音箱品牌及產品銷量：

國內一線智能音箱品牌及產品銷量：

全球其他智能音箱品牌及產品銷量：

3.3 全球主流智能音箱品牌3.3.1 Amzon Echo

作為智能音箱品類開創者，Amzon不斷地優化音箱產品新能，持續創新。從場景和形態出發，陸續推出小巧低價的echo dot，帶屏音箱echo show、鬧鐘音箱echo spot。既有促銷爆款鋪量，又有高端品類防守，具備了高、中、低三個檔位完善的產品矩陣，各型號累計銷量在3千萬以上，是目前唯一銷量破千萬的智能音箱廠商，引領著全球智能音箱市場。

3.3.2京東叮咚

京東與科大訊飛聯合成立的靈隆科技推出叮咚音箱，作為國內較早涉足智能音箱的廠商，從2015年5月開始，京東已經發售了一系列新品。整體產品線與Amzon相似，不斷探索更多形態與場景，持續提供更多自定義功能，并以兒童教育音箱，切兒童早教市場。隨著小米、阿里、百度的強勢入局，京東也推出了高端帶屏音箱叮咚PALY，低價叮咚mini2，搶奪國內市場。

3.3.3Google home

2016年5月，在Amzon幾乎壟斷智能音箱市場之時，Google入場攪局，推出Google home，憑借其優雅的設計、 背靠Google搜索引擎的智能問答和價格差異，曾一度占據了20%以上的市場份額，并在2017年10月推出低價的Google home mini和高價的Google home max，不斷支持更多新技能和場景：接入更多智能家居設備、支持500w個菜譜搶占廚房，支持語音購物等。

3.3.4小米小愛同學

小米作為國內領先的智能家居生態構建者，產品覆蓋了耳機、移動電源、手環、插座、血壓計、空氣凈化器、凈水器、運動相機、平衡車、電池、床頭燈、電飯煲等智能家居設備。

小米于2016年底開始研發虛擬助手小愛同學，并在2017年9月正式了智能音箱小愛同學，除了強大的小米家居生態背景，小愛同學還因其機智的人設獲得極高關注。2018年小米推出Q萌版小愛同學mini加入國內低價沖量大戰。

3.3.5天貓精靈

阿里對新技術研發極為重視，在17年7月了天貓精靈x1，同時亮相的還有負責阿里消費級AI產品研發的阿里巴巴人工智能實驗室，17年10月云棲大會正式宣布成立達摩院，網羅各個重點技術領域的專家人才，進行基礎科學、AI芯片和顛覆式技術創新研究。

18年3月推出天貓精靈M1曲奇，火眼支架，6月推出天貓精靈方糖，持續探索更多音箱形態，花式輸出AI技術，包括圖像識別、人臉識別、物體檢測及情感反饋等能力。同時提高產品性價比，緊守音箱低價沖量的戰場。依托阿里強大的電商網絡，天貓精靈已成為國內銷量最大的智能音箱品牌。

3.3.6百度小度

2017年2月百度全資收購渡鴉科技，11月了RavenH智能音箱，形狀新奇色彩絢麗，帶有可拆卸點陣觸控板，對標高端音箱Sonos、Bose 和哈曼卡頓，售價1699。

18年初聯合老牌音響制造商DOSS（德仕）推出DOSS智能音箱，3月、6月陸續推出國內首款智能視頻音箱599元的小度在家、89元低價小度智能音箱，在京東和天貓發售，憑借極高的性價比，在國內音箱價格戰中尚有一席。

3.3.7其他智能音箱產品

除了銷量可見的主流智能音箱，國內外仍有不少智能音箱產品。如微軟與哈曼卡頓聯合推出的invoke，搭載了微軟Cortana，Line與高通合作推出的Clova，以及國內中小創業團隊的系列智能音箱，出門問問的Tichome、喜馬拉雅的小雅音箱等等。隨著智能音箱市場的逐步成熟，各類音箱或者會找到自己的位置，或者無聲寂滅。

四、語音功能智能音箱除了提供核心內容資源消費功能，各品牌還深挖居家場景，開放平臺，吸引第三方開發者，提供了越來越多的技能。智能音箱界獨領的Amzon Echo已經具備了超過3w項技能，從技能增長梯度看，2016年開始爆發式增長，隨著Echo銷量的增加，至今仍在不斷攀升。超過3w項技能加持的Amzon比它的一眾追隨者更像一個語音操作系統。

[數據源自Mary Meeker的2018互聯網趨勢報告]

如同智能手機操作系統的app一樣，海量的語音操作系統技能中，真正獲得關注的還是少數，大量的技能成為僵尸技能，無人問津。因此其他智能音箱品牌，只要覆蓋了高頻、核心功能，提供更多資源、家控和創意功能，則無需畏懼Amzon恐怖的技能數量。

智能音箱產品功能趨同，主要分為內容技能、工具技能、互動娛樂三個大方向；功能面向核心場景及針對核心人群的核心功能趨向性逐漸顯現。

用戶關注度高的功能主要有音樂影視、生活助手、智能家居、游戲娛樂，其次是教育內容、趣玩搞笑、新聞，再其次是新聞、財經類功能；

工具技能用戶口碑偏低，但有不可替代性；互動娛樂技能可替代性強，口碑和體驗好的功能更受歡迎；內容技能評價均勻，重點在優質資源可得性。

五、用戶體驗摘錄自ebay、Walmart、京東、天貓等電商平臺的用戶評論數據。

用戶體驗總結：

1）智能音箱產品整體受歡迎程度很高、用戶接受度較高，評價矩陣皆為70~80%的5星好評；

2）用戶對音箱產品喚醒、識別、解析等語音基礎性能感知差異不大（可能由于個人擁有音箱品牌數量少于1個，對比不明顯）；對音質、內容資源豐富度、“聰明程度(智能感與趣味性)”等較為敏感。

3）老人、孩子對音箱的滿意度、喜愛度是重要消費決策因素。

4）海外用戶對音質要求更高，對音箱的使用場景區分更鮮明，傾向于為不同居所場景配備多個音箱產品，對是否自帶電池等要求不多；國內用戶音質要求和鑒別水平不足，期望自帶電池便攜便移動。

5）用戶期望喚醒詞自定義、內容資源更豐富、資源內容相互打通。

六、核心結論1）音箱銷量：2017年全球智能音箱出貨量3200w臺，其中Amzon與Google以大約9:1的比例瓜分市場。Amzon 音箱銷量量級已超2000w，鋪貨量和活躍設備數全球遙遙領先。

截止2018年4月底，國內廠商銷量以天貓、小米為首，量級在200w左右，百度、騰訊及眾創業公司量級均在10w之下。 具備生態閉環和技術平臺的大廠商均有“高性價比鋪量”的趨向，以低價占據迅速用戶市場。

篇（8）

一、引言

近年來，人工智能技術在教育領域逐步擴大其落地應用場景，但大多數應用場景仍然很難真正滲透到教學的核心環節并對學生的學習效果起到關鍵性作用。由于可以在不同教學環節提供人性化交互方式及個性化智能輔導與教學，基于人工智能技術的教育機器人受到越來越多的重視和發展，因此有必要對教育機器人在教育產業發展中的應用進行研究。

二、教育機器人的簡介

提起機器人，我們馬上就會聯想到科幻小說和電影中的機器人。近一個世紀以來，機器人在娛樂和虛構的世界中有著重要的地位，甚至“機器人”這個詞本身就來自一部科幻作品—— 1920年，前捷克斯洛伐克作家卡雷爾·恰佩克的科幻小說中第一次出現“機器人（Robot）”這個詞，它被用于指代人類創造的用來代替人工的物體。隨著計算機網絡、機械制造、人工智能等技術的不斷發展，機器人已經從一個虛擬的名詞發展成一項蓬勃的產業，并從工業領域向醫療救援、教育、娛樂、勘測、探險、救援等領域迅速擴展。

本文所論的機器人主要是指教育產業中的教育機器人。教育機器人主要由硬件平臺和軟件平臺組成，硬件平臺主要包含教育機器人的硬件規格以及提供硬件之間的通信，完成某些動作或者輸入輸出某些信號，它相當于機器人的手腳；軟件平臺主要包含教育機器人的各種輸入信號的處理和開發，完成某種可預期的場景的實現及表述，它相當于機器人的大腦。教育機器人是面向教育領域專門研發的，以培養學生的分析能力、創造能力和實踐能力為目標的機器人[1]，它具有教學適用性、交互性、開放性、可擴展性等特點[2]。教育機器人的出現為機器人教育提供了載體。

三、教育機器人產業化發展的意義

當前，國外教育機器人的發展集中在青少年陪伴與輔助教學、特殊教育、機器人競賽等領域，也更加注重實踐性研究與課堂中的實際應用。相比于國外，國內教育機器人總體上還處于起步階段，在理論與實踐研究上都存在一定差距。但隨著人工智能教育、STEM教育、創客教育等的興起，國內對于教育機器人技術的研究及大規模實踐應用在迅速增長，產學研相結合的模式也促進了該領域的市場化進程。因此，產業化發展具有一定意義。

1. 對教育創新的推進

教育機器人產業化有助于對教育創新的推進，包括創客教育、STEAM教育、素質教育、STS教育（科學、技術、社會）和教學改革。Chris? Rogers認為，教育機器人產業化教育能夠將“Engineering”帶進基礎教育中，培養學生的STEM素養，推動基礎教育改革[3]。

2. 對教學模式和策略的改進

對教學模式和策略的改進，包括教學目標、教學模型、教學策略、教學設計、課程開發等。王雪雁等認為，教學形式的多元體驗是教育的重點，而將體驗教學法融入機器人教育中進行研究，也在一定程度上促使其他科目在教學改革中形成較有前景的發展方向[4]。

3. 對學生綜合素養的提升

對學生綜合素養的提升，包括創新精神、實踐能力、科學素養以及綜合能力。D? Alimisis在調研了目前教育機器人領域現狀的基礎上，對當前教育機器人領域熱點問題發表了自己的看法，他肯定了機器人在培養學生創造力和“? 21世紀技能”方面的重要作用[5]。

四、教育機器人在教育產業化進程中的遇到的難題

教育機器人除了讓學習者獲取機械、電子、信息、傳感技術知識，還能培養技術應用、解決問題、動手能力、團隊協作以及表達能力、批判思維能力。《國務院關于印發新一代人工智能發展規劃的通知》鼓勵全國有條件的高校、研究院開設人工智能專業，在中小學開設機器人相關的課程和競賽。為此，教育機器人表現出了其無可比擬的教育價值及實用潛質，為培養多學科交叉融合、高素質、復合型的工程人才提供了一個理論教學、實訓實踐和資源共享的綜合平臺。

為了更好地促進高層次人才的培訓與培養，一方面，我們要大力研究開發及生產高端合格的教育機器人產品，另一方面，我們要全面開展機器人教育宣傳，但是還有一些難題亟待破解。

一是諸多教育機器人課題亟待破題。在經濟全球化背景下，通過機器人教育促進創新型科技人才隊伍壯大與建設是我國人才培養的新途徑和新模式。為此，在技術傳授的前提下，加快相關理論研究、學術探討和培養模式研究，激發學生的興趣，引導學生思考，加深對理論的引領、理解和人才培養研究，是教育機器人的主要研究問題。

二是服務于機器人教育的公共資源比較稀缺。與國外相比，無論是教學設備還是教學案例及教育在線資源，遠遠不能滿足教學的需求。為此，實現中小學、大學課程及教學資源的開發，促進更多的教育教學資源共享，滿足機器人教育需求是前提。

三是教師隊伍的人數不多。縱觀整個發展過程，無論是中小學還是大中專院校，機器人教師需求缺口較大。?一方面是培養出口師資力量薄弱，另一方面受薪資待遇的影響，?具有機器人操作技術和技能的人才就業口徑比較寬，較少人愿意去當教師。為此，應加強教師隊伍建設及師資長遠規劃，將崇尚教育、樂教和施教的人聚集過來。

五、破解教育機器人產業化難題的對策

1. 構筑機器人教育云平臺

當前，教育機器人可以應用于教學的資源很少，因為每個廠家基于自己的水平開發資源平臺，彼此不兼容，不同機器人安裝不同的APP程序，資源設計者從單一的角度設計教學資源，沒有考慮普眾需求，制約了產品的應用推廣。為此，開展機器人教育工程技術方面的研究，從教育機器人資源共享標準制定、服務技術策略及數字化資源服務設計與推送角度出發，立足自主知識品牌，促進規模及規范的產業化發展，充分考慮物聯網、大數據及云服務技術，在共建共享技術上對教育機器人進行完善與功能提升。

2. 健全教育機器人法律體系

教育機器人在設計、開發、生產、銷售和使用過程中，關乎國內外的道德準則、社會倫理、用戶安全和權益訴求等諸多法律方面的問題。一是探究國際規則，深化法律規范，構建風險防控機制和預警監測體系，研判就業替代與社會倫理道德問題，促使教育機器人教育資源綠色健康、安全可靠可控、造福于民。二是研究機器人教育與教師職業崗位有機結合與協調發展問題，依托機器人智能技術發展，構建教育機器人的倫理學特性。

3. 加快行業標準完善

據了解，工業機器人標準相對成熟，但從教育機器人這個角度來說，無論外國品牌還是正在崛起的中國自主研發的品牌，都缺乏與之相適應的規范與標準約束。教育機器人是機器人產業細分領域的一大類產品，研究制定科學化、規范化的標準體系，才能促進教育機器人產業健康發展。所以，加快教育機器人相關標準的研究時不我待，同時需要盡快上升為國家標準，從而引領國際標準，倒逼產業，給產業發展提供方向，規范和促進產業發展。

4. 構建教育機器人產業聯盟，提高教育產業轉化度

為了更好地滿足多樣化的用戶需求，堅持經濟全球化大方向，發揮高校、科研院所、企業和行業組織的作用，健全高效靈活、優勢互補的教育機器人產學研用協同創新體系，在教育機器人產品試制、功能完成、系列產品打造和產業鏈塑造等方面進行全方位一體化設計。以筆者所在中職學校為例，可以聯合當地的高校、政府和其他企業單位建設產學研平臺，豐富教學實踐手段，提高教育機器人在教育產業中的轉化度。

5. 強化產品開發，增強教師參與度和教學應用度

機器人教育產業鏈涉及硬件制造、平臺開發、應用服務提供等幾類廠商，但目前很多機器人公司只負責教育機器人硬件的開發、制造、組裝及測試，提供簡單的產品說明和操作手冊，并不參與課程開發和教學設計。這樣的產業模式顯然不利于機器人教育發揮最大的作用。只有當教育機器人的制造商與學校教師共同參與課程開發和教學設計，設計開發出豐富的教學情境應用程序、服務與內容，才能使教育機器人真正滿足教與學的需求。

總之，教育機器人的產業化應該結合當地經濟社會和文化特點，真正有力有效服務于地方教育和經濟文化。同時要注意在“互聯網+”時代，恰當發揮政府宏觀調控的杠桿優勢，立足本國，面向國際，引導教育機器人產業進行科學布局，打造具有時代特色的教育機器人產業基地，形成中國特色產業集群。

［1］ 黃榮懷，劉德建，徐晶晶，等 . 教育機器人的發展現狀與趨勢［J］.現代教育技術，2017，27（01）：13-20.

［2］ 張劍平， . 機器人教育：現狀、問題與推進策略［J］.中國電化教育，2006（12）：65-68.

篇（9）

為深入貫徹網絡強國、數字中國、智慧社會戰略，落實《數字青島發展規劃（2019—2022年）》規劃部署，持續建設協同高效的數字政府、富有活力的數字經濟、智慧便民的數字社會、智能融合的數字基礎設施，以數字化、網絡化、智能化技術全面推動城市數字化轉型，制定本行動方案。

一、加快協同高效的數字政府建設

（一）構建智慧管用的城市云腦“智能化”體系

1.一體化綜合指揮。建設城市應急指揮中心、社會治理指揮中心、城市云腦大數據中心等一體化城市運行中心，滿足應急協同聯動、城市運行狀態監測和數字即墨管理服務等工作需要。（責任單位：區大數據發展管理局、應急局、社會治理指揮中心、住房城鄉建設局、綜合執法局）

2.全域感知體系。建設完善基礎地理信息服務、物聯感知接入、視頻監控資源共享三大基礎支撐平臺，推動全區基礎地理信息服務一張圖、動態感知數據分級分類接入、全域視頻資源共享共用。（責任單位：區自然資源局、公安分局、大數據發展管理局）

3.數據業務中臺。打造城市云腦場景應用集群，推動公安、城管、應急、交通、水利、生態環境、科技創新、經濟運行等重點領域應用上線，至少3個場景一屏接入城市云腦。基本建成城市云腦區（市）中樞，構建城市云腦一體化應用體系。（責任單位：區大數據發展管理局、住房城鄉建設局、綜合執法局、公安分局、應急局、交通運輸局、水利局、生態環境分局、科技局、統計局、區政府有關部門，各鎮街，各功能區）

（二）打造便捷滿意的公共服務“數字化”體系

4.一碼通城。實施“碼上即墨”行動，推動政務服務、交通出行、醫藥衛生、文化旅游、體育健身和智慧校園等公共服務領域統一身份認證、多碼融合和社保卡多領域應用。（責任單位：區大數據發展管理局、公安分局、行政審批局、交通運輸局、人力資源社會保障局、衛生健康局、醫保局、文化和旅游局、教育體育局、區政府有關部門，各鎮街，各功能區）

5.一網通辦。實施網上政務服務能力提升工程，深化完善“愛山東·青e辦”即墨分廳掌上辦事平臺功能，建成便民利企服務專區不少于1個，接入亮點應用不少于10項。全面推行“一事全辦”主題式服務，豐富應用場景，拓展可辦主題至200個，實現更多事務“一次辦好”。（責任單位：區大數據發展管理局、行政審批局、區政府有關部門，各鎮街，各功能區）按照上級部門統一部署，以公民身份號碼或法人和其他組織統一社會信用代碼為唯一標識的電子證照可用率超過85%。（責任單位：區行政審批局）

（三）構建數智融合的政府決策“協同化”體系

6.政府決策數字化。深化數據匯聚共享，重點圍繞營商環境和重點領域應用場景需求，強化數據治理，提升數據質量。充分利用社會數據資源強化政府決策支撐，加強政企合作，鼓勵多方參與，形成數據來源廣泛、多方數據比對、數據時效性強的政府決策數據支撐體系。（責任單位：區大數據發展管理局、區政府有關部門，各鎮街，各功能區）

（四）形成精準高效的城市治理“現代化”體系

7.城市治理一網統管。整合各級各部門指揮調度、綜合運行和輔助決策類系統及相關數據資源，建設“上下貫通、左右銜接、全區一體、高度集成”的一體化綜合指揮平臺。（責任單位：區委政法委，區應急局、公安分局、衛生健康局、綜合執法局、生態環境分局、交通運輸局、水利局、大數據發展管理局）建設社會治理綜合信息平臺、智慧公安、城市綜合管理服務平臺、突發事件預警信息系統等，更好地支撐以網絡化運行、海量化參與、社會化協同為特征的社會治理需求，提高數據匯聚、事中監管、趨勢研判、協同聯動等能力。（責任單位：區委政法委，區公安分局、綜合執法局、氣象局、住房城鄉建設局）

8.一部手機游即墨。依托“一部手機游青島”平臺，整合全區范圍內“食、住、行、游、購、娛”等資源，為游客提供全方位文旅公共服務。（責任單位：區文化和旅游局）

9.智慧社區和智慧街區。加快智慧社區和智慧街區建設，推動城市治理和服務向基層延伸。智慧社區建設總數達到25個，其中示范點達到12個；智慧街區建設總數達到11個，其中示范點達到2個。推動建立社區綜合服務平臺，鼓勵發展光影街區、數碼地標、車路協同、車充響應等應用場景示范。（責任單位：各鎮街，各功能區，區民政局、住房城鄉建設局、綜合執法局、公安分局、大數據發展管理局）

二、推動智慧便民的數字社會建設

（五）提升教育數字化水平

10.智慧教育。整合部、省、市、區、校5級教育信息系統、數據資源以及各類教育服務，為全區教師、學生、家長和教育管理者提供一站式服務。開展智慧校園新裝備、新技術試點，提升智慧校園建設應用水平，智慧校園覆蓋率達到99%。推動青島市智慧體育平臺應用，統籌全區各類體育資源，推行全民健身網上查詢、網上預約、網上指導。（責任單位：區教育體育局）

11.人工智能教育。構建“課程教學、內容創作、開源創新”一體化的人工智能教育服務平臺，打造集“課程教學、應用實踐、互動體驗”綜合性人工智能實驗室，推進全區人工智能教育快速發展。（責任單位：區教育體育局）

（六）提升醫療數字化水平

12.智慧醫療。積極配合青島市級全民健康信息平臺升級改造，提高醫療數據互聯互通效率，提升醫院信息互聯互通標準化成熟度，推進醫院智慧服務分級評估，建成1家以上互聯網醫院。參照《醫院智慧服務分級評估標準體系（試行）》（國衛辦醫函〔2019〕236號），2022年智慧服務達到3級以上的醫院數量不少于1家。利用大數據、人工智能等新技術輔助開展流行病學和溯源調查。進一步推動電子健康檔案動態利用，居民電子健康檔案動態使用率達到75%。（責任單位：區衛生健康局）

13.智慧醫保。進一步落實健康中國戰略，建設智慧醫保信息化平臺。推動醫保電子憑證在定點醫藥機構應用，逐步實現預約、掛號、就診、支付以及查閱報告等場景亮碼、刷臉服務。（責任單位：區醫保局、衛生健康局）

（七）提升交通數字化水平

14.智慧停車。利用物聯網、大數據、人工智能、便捷支付、全景導航等技術實現全域停車資源的“智能感知、智能調度、智能服務”，建立全區停車管理、運營、服務一體化體系，打造智慧停車模式。（責任單位：區城市管理委員會辦公室，區住房城鄉建設局、自然資源局、交通運輸局、公安分局、大數據發展管理局、綜合執法局，各鎮街，各功能區）

15.智慧交通。利用新技術新方法進一步提升對交通態勢的精確感知控制能力，建設智能化、可統一調度的交通信號燈系統，實現對道路信號實時調整。開展5G交通網示范工程建設，推進即墨區巡游出租車車載智能終端安裝項目。公共汽電車來車實時預報率達到100%；交通路口實時信號配時系統比例超過80%、電子警察監控點覆蓋率達到100%，不斷提高公交電子站牌覆蓋率。（責任單位：區住房城鄉建設局、自然資源局、交通運輸局、公安分局）

（八）提升人社和養老服務數字化水平

16.養老服務“靜默辦理”。深化養老服務綜合監管信息平臺應用，實現全區老年人戶籍、健康、就診、養老金、醫保等信息共享共用。推動養老服務時間銀行平臺與個人信用平臺互聯互通，鼓勵更多的志愿者參與養老服務。推廣應用智慧養老設施設備，推進醫療健康監測設備、智能安防設備、可穿戴設備、養老服務機器人等智能化設備在養老中的廣泛應用，為全區居家失智老人發放智能手環。構建養老服務機構行政審批、民政備案、食品安全、消防安全等養老服務質量綜合監管的聯動機制。優化老年人服務事項“靜默辦理”，養老機構和養老床位實現在線預約、簽約，養老保險待遇資格認證、津貼補貼領取等涉及老年人高頻使用的政務服務事項基本實現由系統自動辦理。按上級部署，試點推行門診慢特病部分病種“零材料辦理”。（責任單位：區民政局、衛生健康局、醫保局、人力資源社會保障局、行政審批局、公安分局）

三、培育富有活力的數字經濟生態

（九）推動特色產業發展

17.海洋大數據產業。發揮海洋試點國家實驗室、國家深海基地等海洋科技重大平臺集聚優勢，持續引進涉海研發機構和產業項目。推進科研成果轉化，發揮國家海洋技術轉移中心作用，布局建設一批特色鮮明的專業產業園，暢通科研成果轉化路徑，加速藍谷科研成果在當地產業轉化。依托鰲山灣未來城做好藍谷科研成果及產業轉化承接，助推海洋經濟融合發展。依托海洋試點國家實驗室，建設國際領先的超算和海洋大數據公共服務平臺，建立集數據采集、存儲、更新、處理、分析、共享、應用等為一體的海洋大數據綜合發展體系，支撐海洋科學研究、海洋科技發展和成果轉化，推動海洋特色創客發展。推進華錄山東總部基地與國家海洋大數據產業孵化基地建設，融合超算、云計算、人工智能等新興技術，開發海洋信息資訊服務產品，打造以光磁一體存儲設備為核心的新一代大數據設施。（責任單位：區工業和信息化局、科技局、自然資源局，各鎮街，各功能區）

（十）推動數字產業化發展

18.數據要素市場化配置。積極探索數據要素市場培育，規范數據交易主體行為，支持青島大數據交易中心等市場主體探索數據交易新模式。支持更多銀行和有關機構進駐數據中臺開展信用貸等業務，以數據資源賦能全區實體經濟發展。（責任單位：區大數據發展管理局）

19.數字經濟園區。支持加快數字經濟領域重點項目建設，推動華為科技產業城、金蝶軟件園、華錄山東總部基地、金口智能制造及大數據發展示范基地等建設。（責任單位：經濟開發區管委、鰲山衛街道辦事處、金口鎮政府，區工業和信息化局、大數據發展管理局）

（十一）提升產業數字化水平

20.農業數字化轉型。加快智慧農業發展，推動互聯網與現代農業線上線下“雙融合”，構建共創、共享、共贏的數字農業生態圈，為鄉村振興和農業農村現代化提供新動能。實施信息進村入戶工程，加快‘益農信息社’建設，提高農村現代信息技術應用水平。引進精準農業與智慧農機示范系統，建設衛星導航差分定位基站、農用遠程氣象監測站，加快推進現代農業生產的精準化、智能化。加快農村電商公共服務體系建設，持續推動淘寶村、鎮創建，提升農村電商公共服務軟實力。（責任單位：區農業農村局、商務局）

21.工業數字化轉型。通過實施工業互聯網賦能行動，推動傳統制造業向數字化、網絡化、智能化升級，有序推進區內企業實施工業互聯網改造，重點培育紡織服裝、汽車及零部件兩大特色產業，打造酷特智能“數字驅動的C2M大規模定制模式”、即發集團“織染縫一體柔性化制造模式”、森麒麟輪胎“基于精益制造的智慧工廠模式”等。完善工業互聯網行業標識解析體系，工信部備案的工業互聯網標識解析二級節點數量不少于1家。加快工業互聯網安全保障體系建設，打造工業互聯網安全信息共享、監測預警、攻防演練等平臺，提升工業互聯網安全公共服務能力。（責任單位：區工業和信息化局）

22.服務業數字化轉型。發展智慧物流，推進國際陸港、綜合保稅區等重點物流園區數字化升級改造，建設智慧物流園區。發展網絡貨運等新業態新模式，形成智慧物流典型示范應用。（責任單位：區交通運輸局，國際陸港管委、藍谷高新區管委）推進商業實體向線上銷售轉型，鼓勵發展平臺經濟，支持直播電商、社交電商、新零售等新業態發展。（責任單位：區商務局）發展金融科技，推動大數據、人工智能、區塊鏈技術在金融服務中的創新應用，加強金融風險防控，改善金融市場環境，提升金融服務效率。（責任單位：區地方金融監管局）推進自然人、企業法人、非企業法人公共信用數據庫建設，推動信用信息的深度融合與協同使用，構建守信聯合激勵和失信聯合懲戒機制，增強社會誠信和自治能力。（責任單位：區發展改革局、大數據發展管理局）發展智慧文旅服務，組織有條件的景區與互聯網企業進行合作，推進數字圖書館、數字博物館、數字文化館建設。（責任單位：區文化和旅游局）

四、構建智能融合的數字基礎設施

（十二）加快新型基礎設施建設

23.多功能一體桿。以場景建設為牽引，結合道路建設、老舊路燈改造，整合路燈桿、信號桿、公交站臺等市政設施，加快物聯網設施部署，加速多功能桿、柱、樁等新型智能感知設施建設。（責任單位：區住房城鄉建設局、公安分局、交通運輸局）

24.“雙千兆”城市。加快推進“雙千兆”城市建設，推動移動通信網絡、固定寬帶網絡接入能力逐步達到1000Mbps。全面部署IPv6，統籌推進全區骨干網、城域網、接入網IPv6升級。加快推進5G基礎設施建設，支持運營商以共建共享共用新模式開展5G基站建設，城區重點公共區域5G網絡覆蓋率達到80%以上。高質量建設5G網絡，全面推進5G網絡試點和規模組網，推動5G與重點垂直行業深度融合。（責任單位：區工業和信息化局）

五、加強數字化轉型支撐保障

（十三）完善數據資源服務體系。統籌全區基礎數據資源建設，整合各類信息平臺、信息系統和數據中心資源，健全基礎數據資源動態管理體系，探索建立城市數據資源服務體系。加強社會、產業、互聯網等領域數據匯聚。加強數據治理，提升數據質量，確保數據完整性、規范性和準確性，為風險防控、應急調度、公共決策、協同治理提供大數據支撐，依法依規推進公共數據開放。（責任單位：區大數據發展管理局，區政府有關部門）

（十四）構筑防護有力的網絡安全體系。推動網絡安全態勢感知系統建設，實現政務網絡和政務云中心平穩運行。采用流量監測、人工智能、大數據分析等技術，進一步提升網絡安全防護能力，及時發現、處置網絡安全問題，化解潛在風險，保障政務網絡和政務云中心平穩運行。推動網絡安全規范化管理。擬定即墨區網絡安全管理辦法，明確各部門職責，夯實主體責任。科學研究制定安全策略，組建網絡安全專家技術團隊，加強智力支撐，提高政務網絡和政務云中心安全防護水平。組織開展安全知識培訓和應急演練，提高人員安全意識和應急處置能力。持續強化數據安全保障。統籌推進安全保障體系建設，明確數據采集、傳輸、存儲、使用、開放等各環節保障網絡安全的范圍邊界、責任主體和具體要求，加強安全風險評估、審查和監督，提升安全監測和預警能力。（責任單位：區委網信辦，區公安分局、大數據發展管理局）

（十五）優化數字即墨發展環境。積極推動數字即墨建設資金納入年度地方財政預算，加快完善專項資金申請發放、績效管理、調度激勵等制度。（責任單位：區財政局）加強對數字即墨建設工作的組織領導、推進落實，對責任單位年度完成情況進行考核、督導。破除行業壁壘，推動各行業領域在技術、標準、成果轉化等方面充分對接，規范事中事后監管，進一步優化數字經濟發展環境。（責任單位：區政府辦公室、市場監管局）深化重點領域政務公開，重大建設項目、公共資源配置、社會公益事業建設領域政府信息公開內容更加豐富、渠道更加多樣。（責任單位：區政府辦公室）配合青島完善政務信息資源共享、公共信息資源開放、數據流通交易、個人信息保護等領域標準體系、管理制度等。（責任單位：區大數據發展管理局、區委網信辦）加大數字即墨建設宣傳力度，及時推介數字政府建設發展的新成果、新成績、新成就，積極營造重視數字即墨建設的輿論氛圍。（責任單位：區大數據發展管理局、工業和信息化局）

 

 

 

 

 

 

抄送：區委各部委，區人大常委會辦公室，區政協辦公室，區監委，區人武部，區法院，區檢察院，省、青島駐即單位，各派，人民團體。

  青島市即墨區人民政府辦公室               2021年7月1日印發

 

 

篇（10）

VR作為一種多源信息融合的基于3D動態視景的沉浸式交互環境，伴隨大數據、新一代顯示技術、可視計算、人機交互和數字感知等技術的發展，在全球范圍內掀起了新一輪熱潮。在百度百科中這樣解釋VR――綜合利用計算機圖形系統和各種現實及控制等接口設備，在計算機上生成的、可交互的三維環境中提供沉浸感覺的技術。正如中國工程院院士趙沁平所言，虛擬現實可能是一項顛覆性技術，是未來互聯網的入口和交互環境。其已經成為支撐各技術發展的新的現實平臺，可以推動許多行業實現升級換代式的發展。

新興產業“一路高歌”

VR作為科技前沿領域，受到了世界各國的高度重視。美國、英國等科技發達國家均從政府層面支持虛擬現實產業發展，中國也出臺了許多利好政策。

虛擬現實技術得到國家政策的大力支持，一系列具有指導意義的政策為我國VR產業的發展保駕護航。2016年8月印發的《“十三五”國家科技創新規劃》，對人工智能、虛擬現實等諸多前沿科技都做出了明確的規劃。強調要突破虛實融合渲染、真三維呈現、實時定位注冊等一批關鍵技術，在工業、醫療、文化、娛樂等行業實現專業化和大眾化的示范應用，培育虛擬現實與增強現實產業。同時，《“十三五”國家信息化規劃》強調超前布局虛擬現實、人工智能等前沿技術，以構筑新賽場先發主導優勢。除此之外，《“互聯網+”人工智能三年行動實施方案》和《智能硬件產業創新發展專項行動（2016-2018年）》等扶持政策也陸續出臺，均明確提出鼓勵和支持VR產業的發展。

2014～2016年，VR處于市場培育期，對于一個新興的產業來說，有國家政策的支持，很大程度可以從宏觀上推動產業的發展，尤其是在VR初期發展階段。據《2017中國VR產業投融資白皮書》預測，2017～2019年，隨著廣泛的產品應用出現，VR將進入快速發展期，行業對標準、相互兼容的應用、配件需求出現快速增長，VR消費級市場認知加深，VR企業級市場將逐步啟動發展；預計到2020年左右，虛擬現實市場將進入相對成熟期，硬件解決方案趨合、平臺系統開源化、大部分技術難題將有效得以解決、內容支撐全面、應用場景改進，產業鏈逐漸完善。

在政策的東風下，VR實現快速發展，同時也給投資人注入強大信心。相關數據顯示，2015年國內VR投資規模為21.8億元，投資案例共60輪；2016年投資規模已達49.8億元，投資案例178輪，投資規模增長128.4%，投資輪數增長196.7%。

Facebook創始人馬克?扎克伯格曾在公開場合表示：“社交網絡的下一步是虛擬現實”。從國外的谷哥、索尼、惠普、因特爾、蘋果、Oculus等科技公司，到國內的樂視、華為、阿里巴巴、百度、HTC等科技公司都相應設計了VR的開發計劃。據了解，2016年中國虛擬現實市場總規模為68.2億元。2017年伴隨著Oculus Rift、HTC Vive、索尼PS VR等多款產品的上市，VR將迎來快速發展期。基于整體市場、產品成熟度及關鍵技術等指標的研判，賽迪顧問對虛擬現實發展預測傾向樂觀，預計到2020年，市場進入相對成熟期，規模將達到918.2億元，年復合增長率達125.3%。

“下一步”走向應用

2016年12月，天后王菲“幻樂一場”演唱會刷爆了網絡。與眾不同的是，這一次演唱會還有VR直播。據微鯨VR？APP的直播頁面顯示，共有8.8萬人在線觀看。據了解，VR直播需要收取30元人民幣的“門票”，其“門票”收入可達到264萬元人民幣。但是VR直播需要的設備要求和傳輸帶寬比較高，以及可能產生的版權費分拆，這部分收入基本上是杯水車薪。微鯨在VR直播中盡量還原“現場氣氛”，但是觀眾似乎并不買賬。眾所周知，VR具有沉浸性、交互性、想象性三大特點，然而屏幕分辨率低、顆粒感強烈、畫面延遲和卡頓等問題影響用戶體驗，微鯨VR直播在沉浸感的用戶體驗上還不盡如人意，叫好與唱衰并存。

有人說，VR在2016年上半年一片火熱，下半年便是冬天，歷經了戲劇般短暫的熱潮。對于VR到底是不是一場泡沫，極客公園創始人張鵬對此表示要持保留意見。雖然目前VR的發展還未達到理想的狀態，不論是設備、內容，還是技術都存在一定的困難。例如，硬件設備標準不統一是隱藏在VR熱潮之下的一大阻力；交互方式不完美，動作捕捉、眼球追蹤等技術有待提高。作為一種新興技術，VR的表達還有待完善，其“下一步”將走向應用。相關數據顯示，2015年，硬件備受資本矚目，包括硬件輸出，比如VR眼鏡、頭盔、手柄、耳機等，以及輸入端硬件，如動作捕捉和識別技術等。2016年，流向硬件端的資本明顯減少，流向應用和內容制作端的資本有較大提高，包括游戲、視頻、教育、直播等。目前單純做硬件融資難度加大，能拿到融資的硬件商基本都是做“硬件+內容+平臺+服務”的全生態型企業。資本在產業鏈環節做更全面的篩選，VR在進一步完善發展。

篇（11）

第一，人腦仿生取得重大突破。

人腦仿生主要有兩個重要領域。一是再造人類大腦，即模擬人腦功能。通過研制人造神經元，將電信號轉變成化學信號并與其它腦細胞進行交流。二是建立腦機接口，即把機器與大腦進行連接。用特定設備讀取大腦信號，并對機器進行操控。IBM是人腦仿生研究的主力軍，它研制了第一個類腦芯片、類腦計算機和人造神經元。目前，我國中科院計算所也研制出類腦芯片――寒武紀。

第二，機器學習將在數據量大、需求迫切的領域深入應用。

大數據已成為決定機器學習質量高低的關鍵要素，可以說無數據不智能。現在機器學習已滲透進入醫療、金融、新聞等行業，這些行業的突出特點是數據規模大且痛點明顯，亟須引入機器學習技術提升行業服務質量和精準度。例如，IBM公司的沃森醫療產品利用300多份醫學期刊、200多種教科書，近1000萬頁文字，能夠為腫瘤患者制定個性化治療方案。今年8月，沃森醫療已進入中國21家醫院。

第三，智能語音助手將成為自然語言理解發展的突破口。

自然語言理解能夠教會機器如何聽懂人類語言背后的意圖。智能語音助手可以說是一個非常好的突破口，它是人與機器交流的中間媒介，能夠把人的需求與后臺海量數據、物聯網設備、社會人群連接在一起，覆蓋面極廣，滲透力極強。它就像人類的貼身管家，目前亞馬遜Alexa、蘋果Siri、微軟小娜等是市場認可度較高的語音助手。智能語音助手在智能家居、輔助駕駛、個人助理等領域用途較多，幫助人們操控設備、獲取信息。未來智能語音助手的作用并不局限于此，而是成為所有平臺、服務、數據的統一入口。

第四，機器視覺將向生產生活領域不斷滲透。

機器視覺是人類視覺功能的外向延伸，是機器與環境交互的通道。機器視覺將在生產生活領域不斷滲透。對深度學習算法的吸收融合，是機器視覺技術區別傳統視像技術的最為關鍵的方面。除了無人駕駛汽車以外，無人值守裝備將在未來進入規模應用階段，無人機、無人船等將不斷涌現，不斷豐富社會創新產品的應用。

第五，AR將超越VR率先駛入快速發展車道。

VR和AR都需要構建虛擬數字圖像，但是所構建數字圖像的呈現位置有所區別。AR將數字圖像直接呈現于物理環境中，而VR則將數字圖像呈現在與物理環境完全脫離的虛擬空間中，用羰峭牙胗諼錮砘肪扯完全沉浸于虛擬空間中的。這也決定了VR和AR應用場景的不同。VR正朝偏靜態、全沉浸的方向發展；而AR正向移動化、開放化、輕型化的方向發展。

在現有硬件技術條件下，由于AR技術能夠與移動終端更好的融合，AR將在智能手機、可穿戴智能硬件的配合下，不斷豐富內容，超越VR，進入快速發展期。

第六，區塊鏈是把底層數據按時間區塊進行記錄，并由分布式節點達成存儲共識的技術。

區塊鏈技術正在由若干領域初步應用期向若干領域深化應用期過渡，處于技術應用深化階段，呈現平臺化、開源化、融合化的發展趨勢。比如在開源化方面，谷歌公司利用開源平臺思路，成功打造了安卓生態。開源可以最大化匯聚資源，對平臺進行快速迭代更新。全球最大的區塊鏈聯盟R3，已開源其分布式公共賬本Corda平臺。

第七，數字孿生將打造居民生活的信息物理空間。

數字孿生（Digital Twin）是一種實體空間與虛擬空間的數字化、網絡化、智能化的映射關系，在物理與數字兩個空間同時記錄個體全生命周期運行軌跡。該技術源起于航天飛行器健康維護與保障，然后，廣泛應用于工業領域仿真分析、產品定義、制造裝配工藝、測量檢驗等模型的構建，并與數字化加工裝配系統、數字測量檢驗系統、產品實物等建立虛實結合、及時響應的對應關系。未來，數字孿生將逐步向生活領域延伸，通過采集居民健康、教育、出行、娛樂、消費等領域的大數據，破除以往局限于單一領域的數據挖掘與智慧應用的孤島，建立面向個人全生命周期的多領域融合、多維度展現、全綜合分析的數字孿生體，通過對來自不同領域的大數據進行聚合學習，為個體生活工作提供更科學、更精準、更可靠的預測與指導。