1.2 人工智能产业发展图谱

当AI产品经理面对人工智能巨大的行业市场时，时常会感到迷茫。因为人工智能作为一项新技术，有太多新的概念、名词甚至是理念，它们几乎在同一时间涌入脑中，让人不知所措。人们常把2016年视作人工智能第三次热潮的元年，几乎在一夜之间，许多公司的产品都带上了“AI”的光环，AI的产品应用有很多相似的地方，而业务领域却完全不同。那么，如何认识这些新的产品，了解这个市场呢？这就需要AI产品经理具备人工智能行业的洞察力。

如何具备人工智能行业的洞察力呢？我们将从人工智能的三个产业结构来了解分析，找准产品对应的位置，从而准确找到对应结构的市场和竞争对手，再通过梳理国内外企业在不同产业链中的布局状况，来把握全球市场的动向。

1.2.1 人工智能产业链结构

2016年以来，人工智能再次掀起应用热潮，而这一次爆发之所以比以往受到更多人的关注，是因为人工智能这一次的爆发有更好的基础性技术保障，也有更多落地应用的可能，人工智能产业结构也更加趋于合理和完善。根据当前人工智能产业链结构划分，人工智能产业链基本形成了应用层、技术层和基础层，不同层次之间还可按照产业链维度和技术维度进行具体划分，如图1-10所示。

应用层是人工智能技术与传统行业深度融合的领域，可实现不同场景的应用。在应用层按照对象不同，可以分为消费级终端和行业场景应用两大类别。在消费级终端方面，有智能无人机、智能机器人、智能交互技术及自动驾驶技术等技术维度；在行业场景应用方面，包括垂直行业解决方案及通用底层技术能力，对应各类外部行业的AI应用场景，如智慧医疗、智慧金融、智能家居等。在具体的行业落地方面，人工智能目前则主要形成芯片、自然语言处理、语音识别、机器学习应用、计算机视觉与图像、技术平台、智能无人机、智能机器人、自动驾驶9个热门领域。

技术层主要为整体产业链提供通用技术能力，是人工智能发展的核心。技术层按照技术应用可分为通用算法应用层、技术平台及框架系统三部分。在通用算法应用层中，包括了模块化通用人工智能能力，如自然语言处理、计算机视觉等，在计算机视觉层面云集了商汤科技、旷视科技、云从科技等大量独角兽企业，这些企业不仅在技术层面上研究算法，而且提供更多的行业解决方案，向应用层延伸；在技术平台中，则可分为机器学习、深度学习、数据挖掘、模式识别等平台；在框架系统中，则主要包括开源的机器学习框架，以及可被广泛应用于各类算法的编程。

基础层为整体产业提供算力，是支撑人工智能应用的前提。基础层按照能力类别可分为数据平台、计算力以及传感系统。基础层中计算力的硬件部分，则主要指芯片、云计算设备等，芯片领域的典型公司如寒武纪科技、深鉴科技，从事包括GPU、FPGA及ASIC等各类AI芯片的研发设计，由于技术门槛过高、投资周期长，目前国内仅有极少部分具备足够技术积累的初创企业参与其中；计算力平台依托云计算为整个人工智能产业链提供算力，除了阿里云，国内典型的创业公司有七牛云、青云等；传感系统主要指的是传感器元件，包括光、温度、速度、声学器件等基础传感器。人工智能引发了行业新的增长点，传统的芯片计算架构已无法支撑大规模并行计算的需求，全球AI产业都普遍面临算力的瓶颈，当前该领域的进入门槛更高，目前多以国际巨头参与为主。

1.2.2 国际巨头的布局

面对人工智能的爆发，人们不禁会回想起互联网的兴起过程，认为人工智能会有类似的发展轨迹，所以国家层面将人工智能当作未来的主导性战略，并出台了相关发展战略规划也就不足为奇了。那么企业又是如何对人工智能产业发展进行布局的呢？放眼国内外，许多互联网巨头企业都凭借自身的优势，以投资或自主研发的形式，在人工智能的三大产业链中提前进行了布局。

互联网企业在过去10年的高速发展过程中，沉淀了大量的数据，同时还掌握了大量核心算法和硬件技术，因此在布局人工智能的企业中，互联网企业最为活跃。以知名的谷歌、亚马逊、Facebook、微软、苹果为例，它们在人工智能的应用层、技术层和基础层均有布局，尤其在基础层相较于中国企业有较大的领先优势，如表1-1所示，展示了这5家公司在人工智能各个产业链的布局情况。

应用层产品是大多数普通用户能够接触到的人工智能落地产品，针对C端的人工智能产品主要体现在人机交互和提升效率两个方面。而人机交互的产品主要体现在语音交互上，如苹果的Siri、微软小冰聊天机器人等智能对话机器人及亚马逊智能音箱Echo等。这些产品设计突破和创新了传统以文本进行输入的人机交互方式，从而使网络企业巨头通过应用层产品抢占了未来用户的语音交互入口；提升效率则体现在人们的衣食住行等方面，小的应用如各类智能照片管理应用、Facebook的人工智能管家Jarvis。另外，出行方面则有无人机、无人车等。值得一提的是，无人车和无人机都是结合机器视觉、控制等多项技术，对未来的交通运输提出的新的构思，以帮助人们改善出行方式。虽然目前还未见到量产且成熟的产品，但相信未来无人驾驶技术终将得到应用，就如同一百多年前没有人敢想象飞机的诞生一样。

在技术层方面，国外互联网企业非常重视开源生态的构建，自2015年谷歌公布了第一个开源平台TensorFlow以来，各大企业都先后开放了自己的开源平台，如表1-2所示。例如，人工智能常见的开源平台包括谷歌的TensorFlow、微软的DMTK与CNTK、IBM的SystemML、Facebook的Torch、亚马逊的DSSTNE，这些开源平台相当于现如今的iOS和Android系统，国际巨头不仅期望通过开源生态构建“护城河”，还希望能够通过开放式创新吸引大量人才，开源生态构建的意义可见一斑。

除了应用层和技术层，基础层也是人工智能的重中之重，这其中AI芯片的研究便受到广泛的关注。从技术架构来看，人工智能芯片分为通用性芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）、类脑芯片四大类。英特尔、IBM等“老牌”云服务器芯片厂商同样在积极布局这一市场，各自通过并购、投资、研发等方式不断切入云AI芯片领域。互联网企业当然不会放过这一产业，谷歌在2016年宣布独立开发一种名为TPU的全新的处理系统，是专门为机器学习应用而设计的专用芯片，在打败了李世石和柯杰的AlphaGo人工智能程序中，就是采用了谷歌的TPU系列芯片。

以谷歌为代表的国际巨头依托强大技术实力与数据资源，以自身产品和服务为载体，全力布局人工智能全产业链，在应用层、技术层、基础层全面布局人工智能产业，夯实自身产品基础能力，尤其对基础层和技术层的布局更加深厚，正着力打造强大的人工智能生态体系。

1.2.3 国内巨头的布局

中国的互联网企业也积极在人工智能产业链中进行布局，包括成立AI研究院、组建研究团队或者是对相关领域的公司进行投资，以保证在未来的竞争中不落后于他人。虽然国内尚没有具有较大行业影响力的人工智能平台，同时产业生态还处于早期发展阶段，缺乏支持行业发展的试验平台和数据集，但得益于中国移动互联网的快速发展，以及中国的互联网企业积累的巨大的用户数据，人工智能在中国未来市场的增长势头依然被看好。

人工智能作为新兴产业，科技含量较高，集聚效应已在中国国内初步显现，目前国内初步形成了三大人工智能聚集区，主要集中在北京、上海、广东等科技、教育与经济发达的一线城市，而从人工智能的投入来看，则以百度、阿里巴巴、腾讯和华为为代表，四家企业在人工智能产业的布局情况，如表1-3所示。

1．百度

以搜索为核心功能的百度在发展人工智能方面不遗余力。根据公开数据显示，在AI研究方面，百度的四大AI实验室在语音识别、图像识别、深度学习等领域都取得了突破性进展，目前百度语音识别准确率已达97%，人脸识别测试的准确率已达99.7%。2018年中国专利保护协会发布的《人工智能技术专利深度分析报告》显示，百度以2368件的“AI专利”申请量在国内专利权人中位居第一，数量是腾讯的2倍、阿里巴巴的3倍以上，成为中国人工智能领域获得专利方面名副其实的“领头羊”。

百度大脑被定位为开放的、全球领先的AI服务，涉及的服务包括语音识别、图像识别、人脸识别等热门领域；百度Apollo平台则是针对汽车行业和自动驾驶领域的开放平台，能够提供完整的服务；百度的DuerOS则能为企业和开发者提供对话式人工智能解决方案。同时，百度还推出了AI生态合作伙伴计划即“燎原计划”，旨在为合作伙伴提供技术、客户、营销、企业运作和投资等全方位的支持，通过提供解决方案、硬件集成、课程培训和数据服务，帮助伙伴成功，共享AI未来。

百度在基础层的部署，主要通过自主研发的方式进行，在2018年百度AI开发者大会上宣布推出云端全功能AI芯片“昆仑”。百度的CEO李彦宏称，“昆仑”是中国第一款云端全功能AI芯片，它的运算能力比最新基于FPGA的AI加速器提升了近30倍。综合来看，“昆仑”具备3个方面的优势：①高性能，针对语音、自然语言处理、图像等人工智能应用进行专门优化；②高性价比，同等性能下“昆仑”的成本能够降1/10; ③易用性，支持多个深度学习框架，编程灵活度高，能够灵活支持模型的训练和预测。

2．阿里巴巴

阿里巴巴在人工智能领域的布局上，和电商业务有非常紧密的结合，在2017年阿里巴巴云栖大会的最后一场中，其推出了“产业AI”的概念。阿里云总裁胡晓明首次全面揭幕了阿里巴巴产业的AI的生态构建：以阿里云为基础，从家居、零售、出行、金融、智能城市、智能工业六大方面展开产业布局，以及从视觉、语音、算法到芯片构建立体合作伙伴生态。阿里巴巴的人工智能项目“ET大脑”也升级为开放的AI生态系统，还启动了“千里马计划”，通过赛事来招募合作伙伴。

阿里巴巴推出的“明星”应用产品包括智能音箱——天猫精灵，这是阿里巴巴人工智能实验室在2017年7月5日正式推出的天猫精灵X1。在2017年的“双十一”期间，天猫精灵很快就提前售罄，成为中国首个出货量过百万的智能音箱。从2017年到2018年，天猫精灵在中国市场已经取得了连续四个季度排名第一的成绩，累计出货量达500万台以上，而这一数据依然在增长，2018年“双十一”期间，天猫精灵参与了活动，交互次数超2000万次。

“鲁班”（现改名为鹿班）也是阿里巴巴自主研制的一款人工智能产品，主要应用于海报设计，目前累计设计10亿次海报。在2016年“双十一”期间，“鲁班”就把“双十一”站内投放广告的形式呈现为千人千面，根据主题和消费者特征进行个性化呈现，平均每个分会场需要投放3万张图片素材，整个“双十一”期间累计生产了1.7亿张图片的素材；2017“双十一”期间，“鲁班”一天制作了4000万张海报，并且每张海报都是根据商品特征进行专门设计的。据阿里巴巴智能设计实验室负责人乐乘介绍，“鲁班”的设计能力已经接近高级设计师水平，他们在未来将会开放“鲁班”的一键生成、智能创作、智能排版、设计拓展4个核心功能。

除了针对C端的应用产品，阿里巴巴同样在行业解决方案中进行布局。在2017年12月20日，阿里云在云栖大会·北京峰会上正式推出“ET大脑”，它是全球首个类脑架构的人工智能系统。ET大脑生态将在金融、工业、城市、零售、汽车、家居六大方向进行立体布局，具体整合城市管理、工业优化、辅助医疗、环境治理、航空调度等全局能力为一体，从这些能看出阿里巴巴有全面布局产业AI的野心。

3．腾讯

从2012年以来，腾讯已经相继成立腾讯优图实验室、人工智能联合实验室、腾讯AI Lab和腾讯西雅图AI实验室，由50余位AI科学家及200多位AI应用工程师组成的团队，专注于人工智能的基础研究。

此外，腾讯还采用投资、合作等方式快速完成人工智能技术累积与应用创新布局，面向内容、社交、游戏等应用场景多面发力。现阶段，腾讯集中深化计算机视觉、语音识别、机器学习和自然语言处理四大垂直领域，围绕文本、图像、语音、视频、游戏和硬件六类智能产品，布局智能舆情、智能医疗、智能游戏、智能音箱等应用。目前，腾讯人脸识别技术优图已经能够在复杂情况下有效检测人脸，性别识别的准确率能达到95%，年龄识别的误差也在5年之内。医学影像方面，腾讯觅影已可用于筛查早期食道癌，报道称其检出率能达到90%，超越了传统的筛查手段。在技术平台方面，腾讯推出腾讯云平台“云搜”“文智自然语言处理”等功能，腾讯文智自然语言处理技术是基于并行计算、分布式爬虫系统，并结合语义分析技术，来满足NLP、转码、抽取、数据抓取等自然语言处理的需求，用户可通过该产品实现搜索、推荐、舆情、挖掘等功能。

4．华为

华为在人工智能方面的布局路线，与百度、阿里巴巴、腾讯3家互联网企业稍显不同，华为一开始就更加关注基础层产品的建设，可以说华为的人工智能始于AI芯片，而且更多聚焦于产业互联网领域的应用，以AI技术赋能企业发展，以企业变得更加智能为目标。在华为的AI生态体系中总共分为3部分，分别是云上的HiAI平台、设备上的HiAI引擎、AI芯片的计算基础。

华为在AI芯片方面取得了最为瞩目的成绩，在2017年9月，华为发布了世界首个手机AI芯片麒麟970，在一年后的9月，又在柏林IFA（柏林国际电子消费品展览会，世界上最大的消费类电子产品展览会）上正式发布了麒麟980芯片。麒麟980芯片是一款面向全球发布的顶级人工智能芯片，是全球首款7纳米工艺芯片，不仅在性能、能效、移动通信连接等方面有了显著提升，还增强了AI运算力，并丰富了AI应用场景。麒麟980在发布之初就创造了多项“世界第一”：世界第一个7纳米工艺的SoC，相较于麒麟970的10nm工艺，它的性能提升了20%，能效提升了40%；除此之外，在指甲盖大小的芯片上集成了69亿个晶体管，相比前代的晶体管，密度提升了55%。2018年10月，华为在全联接2018大会上，又正式发布了两款自主研发的达芬奇架构的AI芯片——昇腾910和昇腾310。华为发布的一系列芯片都有不同的应用方向，据相关资料显示，麒麟芯片将主打手机处理器，昇腾芯片则主要是配合云服务来使用。AI芯片服务于华为的全球AI方案，是华为一系列AI发展战略的核心。

除了在AI芯片上进行布局，华为也在消费终端大量应用AI产品，华为以AI芯片作为计算核心，全面支撑着手机上的各种AI功能，如华为手机推出语音交互机器人“AI小E”，有熄屏唤醒功能，通过唤醒词训练来让小E熟悉使用者的声音，然后针对用户的指令进行语义分析，并主动判断用户的需求，最后给出解决方案；华为基于拍照上的AI应用，推出了AI场景识别功能，能够识别19类500多种摄影场景；另外，通过人脸建模技术能拍出更好的自拍与他拍人像，支持AI美颜、3D人像光效，能调整出侧光、剧场光等效果。

华为的人工智能布局从终端延伸到了云端，从AI芯片、语音助手、原生AI应用，到数据同步、手机安全等基于云的各种服务，再到面向第三方应用开发者的HiAI平台，可以看出华为正在走一条贯穿终端、芯片、云及生态整合的AI之路。