今天分享的AI系列深度研究报告：《AI专题报告：2022年中国人工智能产业研究报告》。

（报告出品方：艾瑞咨询）

报告共计：112页

人工智能参与社会建设的千行百业

价值性、通用性、效率化为产业发展战略方向

基于软件服务、云服务、硬件基础设施等产品形式，结合消费、制造业、互联网、金融、元宇宙与数字孪生等各类应用场 景，人工智能赋能产业发展已成为主流趋势。艾瑞预计，2022年我国人工智能产业规模达到1958亿元，人工智能的产品 形态和应用边界不断拓宽；2022年，人工智能产学研界在通用大模型、行业大模型等促进技术通用性和效率化生产的方 向上取得了一定突破。商业价值塑造、通用性提升和效率化应用是AI技术助力产业发展、社会进步和自身造血的要义。

企业积极部署AI战略以实现业务增长

对AI应用的比率及数量持续走高；AI提升营收能力进步

纵观近五年来的AI技术商业落地发展脉络，产品及服务提供商围绕技术深耕、场景创新、商业价值创造、精细化服务不断 努力；需求侧企业也在从单点试验、数据积累到战略改革的发展路线上，与AI技术逐渐深度绑定。AI成为企业数字化、智 能化改革的重要抓手，也是各行业领军企业打造营收护城河的重要方向。麦肯锡2022年对企业应用AI技术的调研表明： 相较于2017年的20%，2022年企业至少在一个业务领域采用AI技术的比率增加了一倍多，达到50%；应用的AI产品数量 也从2018年的平均1.9个增加到2022年的3.8个。除了应用数量上的提升，AI产生的商业价值也不断增长，企业部署AI的 动力显著。

科技伦理治理持续引导AI“向善”

全球AI伦理治理迈入法治时代，我国积极倡导框架规范

随着AI与社会产业的融合应用，其带来安全、法律和伦理方面的风险不容忽视。2022年，科技伦理治理的约束力和影响 力持续提升。从全球看，主要发达国家和地区的AI伦理治理从政策建议正式进入法律范畴，相关立法逐步完善，国际组织 也在凝聚共识的基础上，启动大规模深入研讨。从中国来看，在吸取发达国家治理经验和思路的基础上，2022年我国首 次将AI伦理治理上升到国家政策层面，提出科技伦理治理的原则和行动方案，具体治理举措将会不断细化和完善；同时， 我国也在科技伦理问题上通过国际组织积极表态，增强国际影响力和话语权，防止在科技伦理问题上陷入被动。

人工智能产业投资热度仍在

融资向中后期过渡，视觉赛道上市浪潮涌动

统计时间内，Pre-A～A+轮人工智能产业创投轮次为数量最多的轮次；整体而言，Pre-B～B轮+及以后轮次的人工智能 产业创投数量逐渐成长，资本流向稳定发展企业，融资逐渐向中后期过渡。继2021年底商汤科技上市后，格灵深瞳、云 从科技、创新奇智等在2022年也实现了上市目标，部分计算机视觉赛道企业已完成交表动作。虽然，相较2021年，2022 年我国人工智能产业资本市场投资金额整体缩水，但投资标的更加丰富，孵化出AIGC、元宇宙、虚拟数字人等新投资赛 道，认知与决策智能类企业也吸引更多关注，智能机器人、自动驾驶两类无人系统是融资的热门赛道。

区域与独角兽企业融资分布特点

北上广与江浙地带融资密度高；独角兽企业聚集于自动驾驶、 医疗、工业、芯片赛道

从区域分布看，统计时间内融资事件集中分布于北上广、江浙地带，北京的融资事件密度最高，融资事件数量占全国的 31.1%。除北上广、江浙地带以外区域融资密度较低且分散，相应融资事件数量占全国不超10%。人工智能人才密集、具 备产业园区进行产学研成果转化、风投机构密布等因素为北上广、江浙地带孵化创投项目提供了有利条件。从独角兽企业 融资情况看，统计时间内独角兽企业占比6.7%，但对应的融资金额比例高达32.3%。独角兽融资事件集中分布于自动驾 驶、医疗、工业、芯片行业赛道，分别孵化出L3及以上智能驾驶解决方案、AIDD药物研发服务、工业机器人、云端大规 模训练或端侧推理芯片等产品或服务。随着市场资金向独角兽企业持续流入，AI产业未来或将逐步出现一批明星上市企业。

人工智能产业市场规模

2022年市场平稳向好，市场规模近2000亿元

艾瑞定义我国人工智能产业规模涵盖AI应用软件、硬件及服务：主要包括AI芯片、智能机器人（商用）、AI基础数据服务、 面向AI的数据治理、计算机视觉、智能语音与人机交互、机器学习、知识图谱和自然语言处理等核心产业。据测算， 2022年中国人工智能产业规模达1958亿元，年增长率7.8%，整体平稳向好。2022年的业务增长主要依靠智算中心建设 以及大模型训练等应用需求拉动的AI芯片市场、无接触服务需求拉动的智能机器人及对话式AI市场，除此之外的增长动力 将在第三章详细阐述。目前中国大型企业基本都已在持续规划投入实施人工智能项目，未来随着中小型企业的普遍尝试和 大型企业的稳健部署，在AI成为数字经济时代核心生产力的背景下，AI芯片、自动驾驶及车联网视觉解决方案、智能机器 人、智能制造、决策智能应用等细分领域增长强劲。2027年人工智能产业整体规模可达6122亿元，2022-2027年的相关 CAGR=25.6%。

预训练大模型范式加速落地

提速AI工业化生产进程，规模化商用仍需突破

AI的认知与应用是没有边界的，仅靠极少量的AI科学家和AI技术企业无法推动整个物理世界和数字世界的智能化。因此， 如何为AI开发效率加杠杆，倍数释放AI生产力，成为了AI产学研界关注的核心问题之一。近年来，依托智能算力基建化、 海量数据积累与治理、深度学习算法突破等，作为一种新兴的AI计算范式，超大规模智能模型（又称预训练大模型） 的 泛化性和通用性提升，可应用到更广阔的下游任务及场景中解决AI应用的长尾问题；并且能够实现AI模型研发-部署-应用 的流程标准化提升，提升AI研发效率。2022年，语言大模型与产业应用的衔接也日渐紧密，行业领军企业积极推出适合 具体业务场景的行业大模型。通过提供算力、核心算子库和软件平台一体服务，帮助企业将基础模型能力与生产流程融合， 与头部客户合作推广落地案例。但纵观整个AI产业，大模型的规模化商用仍需突破算力基建的承载能力、业务场景目标明确及适配、投入产出比、模型开源及交互等问题。

基于预训练大模型的生成式AI技术

AIGC提升数字化内容生产质效，变革人机交互体验

2022年，大模型技术研发上的突出进展来自于BEiT-3多模态（视觉-语言任务）基础模型，包括其在视觉问答、图片描述 生成和跨模态检索任务上的出色表现。多模态大模型的快速发展为生成式AI （Generative AI，AIGC）技术能力的升级 提供了强力支撑和应用产品的全新可能性。2022年，一幅由Midjourney生成的AI画作《太空歌剧院》横空出世，后AI生 成图片在社交平台疯狂传播；2022年底，AI绘画热潮犹在，ChatGPT（Chat Generative Pre-trained Transformer）又 使AIGC这一概念彻底出圈。AIGC是一种全新的内容生产方式，是利用现有文本、音频文件或图像创建新内容的技术。其 使用机器学习算法，从数据中学习要素，一般基于跨模态大模型打造，包括基于素材的部分生成和基于指令的完全自主生 成和生成优化。得益于真实数据积累和计算成本下降，可帮助生成数字化内容初稿，产品包括AI绘画、平面设计、对话系 统、搜索引擎、代码生成等，提高了数字化内容的丰富度、生产效率与创造性；类人的交互体验和全民参与度也提升了C 端消费侧对于AI的感知，进一步拓宽了市场对AI商业价值的想象空间。

国产AI芯片厂商表现

互联网与创业厂商积极入局，基于切入点选择不同芯片架构

面对国外厂商的垄断压力，国内互联网厂商与AI芯片创业厂商积极入局，选择ASIC-DSA或GPGPU等细分产品架构切入 中国AI芯片市场。从产品进展来看，互联网厂商依托于持续研发投入、雄厚技术实力与内部应用场景进展领跑，以华为海 思与百度昆仑为代表的云端AI芯片产品现已达到数万片量级的落地规模，在实现自身应用的同时完成部分对外的销售落地。 中国ASIC初创厂商多已完成产品迭代，与互联网短视频，泛安防厂商或车企达成联盟协作，有序进入产品验证、小规模销售或规模化应用阶段；中国GPGPU厂商产品也在今年陆续完成点亮发布。综合来看，中国AI芯片厂商已脱离早期的愿景情怀阶段，产品实现切实落地，未来将更强调系统集群与软件生态的建设，自主可控基底不断加厚。

行业投融资热度分布

工业领域成为计算机视觉一级市场主要标的

2021-2022年统计时间内共有151起投资事件，工业、泛安防、能源为热门赛道TOP3，工业赛道以53.6%的过半热度斩 获中国计算机视觉市场融资热度首位。工业赛道热度高，源于广泛的子行业（离散制造、流程制造）及多样的场景（装配、 质检、运输），获投企业业务涵盖工业视觉软件/工业视觉算法平台、工业智能相机/识别模组、工业视觉软硬一体机的研 发，致力于提升工业领域生产效率、节约人工/材料成本等。作为近两年来AI产业上市最火爆的细分赛道，涌现了商汤科 技、格灵深瞳、云从科技、奥比中光等IPO企业，表示AI视觉的行业成熟度和认可度已进入新阶段。

获投产品与融资轮次分布

工业视觉软件产品为赛道投资焦点；早期轮次企业占比高

从典型产品融资热度分布来看，工业领域产品（工业视觉软件和工业智能相机）关注度最高，其中工业视觉软件产品为整 体AI视觉赛道投资焦点，赛道拥挤，热度占比达到38.4%。其次视觉算法平台企业热度占比为24.5%，主要提供多行业应 用领域的算法服务，如人脸人体识别、文字识别OCR等；而应用于泛安防、零售等场景的视觉软硬一体机产品占比也达 到19.2%。从融资事件轮次分布来看，C轮以前的融资事件占比达到66.9%，多集中在早期，产业仍处于快速发展阶段。

行业融资热度分布

AIDD成为医疗机器学习一级市场主要标的

统计时间内共有155起投资事件，医疗、工业、零售、金融为热门赛道TOP4，医疗赛道以46.5%的热度斩获中国机器学习行业融资热度首位。医疗赛道中，AIDD子赛道的融资事件数量与金额分布均占主要份额，AIDD融资事件数占医疗机器学习事件数比例超60%，融资金额占医疗机器学习融资金额比例超65%。资金除了注入晶泰科技、英硒智能这样的独角兽企业外，也分散流入一些融资轮次靠前的初创型企业。尽管目前AIDD尚未成功助推一款新药研发上市，但AIDD已经跨越概念阶段并步入发展期，生物制药企业逐渐将嵌入机器学习技术与算法能力的药物研发平台作为一项高效的药物研发工具。此外，工业赛道的大型制造集团、电力集团、能源集团对数字化转型所需的平台型工具有强烈需求，工具中往往加入了机器学习开发平台协助场景模型研发。

获投产品与融资轮次分布

药物研发平台与服务融资热度高，多数企业产品基本成型

统计时间内，AIDD赛道的药物研发平台与服务为获投热度最高的典型机器学习产品，多数获投事件所涉及药物研发环节 集中在靶点发现与化合物合成阶段，靶点发现与化合物合成融资频次占药物研发平台与服务总频次比例为77.7%。决策智 能解决方案与数据平台热度次之，此外还涉及工业互联网平台、医学数据智能平台等产品。融资轮次方面，Pre-A~A+轮 融资事件轮次最多，这意味着多数机器学习创业企业产品基本成型并上线，有少量企业已冲刺到C轮及以上轮次。

产品形态及功能

以平台为核心产品形态，聚焦诊断、预测、决策功能开发

一般而言，机器学习产品以机器学习开发平台形式嵌入数据平台/中台，或作为乙方内部的开发工具，或独立封装成为机器学习开发平台的形态而存在。机器学习开发平台作为一类高阶知识工具，对缺乏IT与人工智能领域专业知识的广大客户并不友好，对客户造成较高使用门槛，导致客户对纯平台工具形式的产品认可度与接受度低，所以在2015~2020年间的机器学习产品产业化早期阶段，供给侧玩家倾向于将机器学习开发平台嵌入数据平台/中台、行业解决方案中，并与咨询、开发、培训等人力服务捆绑在一起打包对外出售。2020年后，部分客户在内部组建培育出更多的专业技术团队，并出于业务开发自主性、前沿学科研究等方面的考虑，触发了购买独立封装形态的专业版机器学习开发平台的需求。三类形态的机器学习产品用以实现描述、诊断、预测、决策四类功能。描述与诊断属于事前分析，预测与决策属于事后分析，目前产品开发更聚焦于诊断、预测、决策三类功能。其中，决策功能引入运筹优化知识，结合求解器寻找业务最优解，演变出决策优化类产品（决策智能产品的一类典型应用）。

产品核心指标表现与建设现状

业务知识储备普遍欠缺，项目帮带为业务建设核心环节

综合供需两侧，艾瑞将机器学习开发平台拆解出:IT基础支持与架构设计、产品功能设计、业务知识储备三个核心一级评价指标，一级指标各对应相应的二级指标。在硬件资源支持、平台模块封装等二级指标的表现上，供给侧技术强项指标都超过了需求侧侧重的技术指标，这意味着供应商比较难以凭借这些同质化、未击中客户关键业务痛点的指标形成产品差异化优势。而在行业知识积累、数据治理等二级指标的表现上，供给侧技术的表现较弱，这恰好反映了当前供应商在开发层面的短板，补足这些短板是打造产品核心竞争力的关键。此外，机器学习产品当前在架构建设上仍以大数据中下层建设为主，上层应用开发主要局限在金融行业，在业务建设上以供应商对客户进行帮带学习为核心环节，旨在培养客户的自主开发与学习使用能力，逐步摆脱传统业务模式与过度依赖乙方的窘境。