2022年AI開放平臺行業市場研究報告行業現狀發展歷程驅動因素行業痛點產業鏈行業環境目錄01、行業概述

02、發展環境03、行業現狀

04、行業痛點

05、行業前景趨勢行業概述行業定義行業發展歷程行業產業鏈01行業定義AI開放平臺的誕生背景:人工智能是科技部、國務院等政府機關所強調的重要國家發展戰略與新型基礎鍵設。隨著數據的不斷積累、技術的逐漸成熟與底層算力的持續提升，人工智能正在進入應用落地階段。但企業組建人工智能團隊獨立開發人工智能的成本高、難度大、效率低、且開發周期長，制約了中國企業大規模應用人工智能。因此，AI開放平臺應運而生，其不僅降低了企業AI賦能的成本，同時提升了效率，使AI能力得到快速部署且在不同行業中實現大規模應用。AI開放平臺的定義:AI開放平臺是集成了AI算法、算力與開發工具的平臺，通過接口調用的形式使企業、個人或開發者可高效使用平臺中的AI能力實現AI產品開發或AI賦能。以訊飛開放平臺為例，個人可通過調用平臺中的語音識別功能完成錄音到文本的轉換，開發者或企業可通過API接口完成某APP語音輸入功能的開發。平臺分類:Al開放平臺根據其開放的能力不同可分為三層，分別是應用平臺、技術平臺與開發平臺。三層平臺分別為用戶提供底層算力與開發工具、基礎算法與功能、垂直領域AI解決方案。全棧平臺:由于三層平臺之間相輔相成，應用端數據積累幫助訓練底層算力工具升級，導致算法得到優化,從而反哺應用端。因此AI開放平臺多往全棧方向發展，構建底層技術到應用的生態閉環。產業鏈上游產業鏈上游：中國AI開放平臺的建設流程主要分為三個環節:（1）搭建底層架構；（2）算法研發；（3）產品封裝。按20-40人左右研發團隊估算，整體平臺建設需要約6個月的周期。搭建底層架構:AI開放平臺的底層架構主要以AI開源框架為主體搭建，開源框架包括谷歌研發的TensorFlow、Facebook研發的PyTorch與百度的PaddlePaddle等。通過使用開源框架，可幫助廠商減少平臺前期研發與設計成本，同時縮短搭建流程，按5-10人團隊估算，僅需要2-5周的時間。算法研發:算法研發是AI開放平臺建設流程中的核心環節，也是其AI功能的核心部分，需要投入整個研發流程中最多且薪水最高的的工程師團隊與最長的時間，按10-20人團隊估算，需要2-4個月的研發周期，同時存在研發失敗，算法準確率不達標的可能。產品封裝:產品封裝是整個平臺建設流程中最簡易的環節，包括UI設計、調優測試與最后的封裝上線等，普通Java、API工程師即可完成。按5-10人左右團隊估算，需要2個月左右的時間。產業鏈中游產業鏈中游：AI開放平臺經營模式是通過為企業或開發者提供AI技術接口或AI開發工具而獲利，計費方式主要包括免費、按調用量計費、包年或包月三種。免費模式為企業或開發者提供如文字識別、人臉識別等常用、通用AI技術接口，設有使用上限，通常為1-5QPS/日，主要面向使用量較小的中小企業。免費模式通過數據積累、構建AI生態與提供附加服務從而實現盈利。按調用量計費同樣面向中小企業，相對于包年包月計費，按調用量計費價格較高，適合尚未明確需求量的企業。AI開放平臺前期起步困難，且存在算法研發失敗的可能，在規模尚未擴大前，成本高、利潤率低。但隨著規模的逐漸擴大，單個客戶的平均成本將顯著下降，利潤率將逐漸提高。因此，實現規模化運營是AI開放平臺的一大重要發展戰略，能幫助平臺在降低成本的同時也賦予平臺更大的議價空間。該現象也解釋了大型廠商在“部分免費”模式下仍能實現盈利的底層商業邏輯，同時也體現了大型廠商相較于中小型廠商的市場競爭優勢。整體而言，中國AI開放平臺平均利潤率約為30%-40%。產業鏈下游產業鏈下游：中國AI開放平臺的主要下游應用領域包括金融、安防、制造、醫療與教育等行業，根據信通院數據，2018年中國AI在傳統行業的滲透率僅為4%，其下游應用領域仍有巨大增長空間。金融:信貸模式單一，征信方式落后，金融風險高，存在.大量壞賬、交易欺詐等惡劣情況；由于數據量龐大，金融機構在管理交易處理、客戶需求等方面存在成本壓力。安防:公共安全事件頻發，各類災害、違法犯罪現象較多；潛在風險和新隱患多；政府及民眾對于突發事件的防控和處置需求較高；視頻監控資源利用率低，數據搜索較慢。制造:制造車間設備、數量、功能增多，調度分配難度大軟硬件系統要求實時性、準確性；需求端個性化要求增加制造系統要求柔性化發展環境政策環境經濟環境社會環境02PartOne政策環境1以2020年、2025年和2030年為時間節點對人工智能提出三步走戰略國務院《2017年政府工作報告》《新一代人工智能發展規劃》國務院《促進新一代人工智能產業發展三年行動規劃（2018-2020年）》工信部“人工智能”首次被寫入全國政府工作報告，國家層面促進AI產業發展以三年為期限明確多項任務的具體指標，對產業鏈關鍵環節的產品和應用領域做了細致的量化《高等學校人工智能創新行動計劃》基于新一代人工智能的基礎理論、重大需求的關鍵共性技術、新型感知與智能芯片等3個技術方向啟動16個研究任務，安排國撥經費概算8.7億元到2023年，布局建設20個左右試驗區，對京津翼、粵港澳大灣區等重大區域發展戰略進行布局構建人工智能領域多層次教育體系，到2020年建立50家人工智能學院、研究院或交叉研究中心《新一代人工智能產業創新重點任務揭榜工作方案》確定了神經網絡芯片、開源開放平臺等17個方向《國家新一代人工智能創新發展試驗區建設工作指導》《科技創新2030-“新一代人工智能”重大項目2018年度項目申請報告》政策環境2社會環境改革開放以來，我國經濟不斷發展，幾度趕超世界各國，一躍而上，成為GDP總量僅次于美國的唯一一個發展中國家。但同時我們也應看到其中的不足之處，最基本的問題便是就業問題，我國人口基數大，在改革開放后，人才的競爭更顯得尤為激烈，大學生面對畢業后的就業情況、失業人士一直困擾著我國發展過程中，對于國家來說，促進社會就業公平問題需持續關注并及時解決；對于個人來說提前做好職業規劃、人生規劃也是人生發展的重中之重。中國當前的環境下，挑戰與危機并存，中國正面臨著最好的發展機遇期，在風險中尋求機遇，抓住機遇，不斷壯大自己。自改革開放以來，政治體系日趨完善、法治化進程也逐步趨近完美，市場經濟體系也在不斷蓬勃發展；雖在一些方面上弊端漏洞仍存，但在整體上，我國總體發展穩中向好，宏觀環境穩定繁榮，二十一世紀的華夏繁榮美好，對于青年人來說，也是機遇無限的時代。社會環境傳統AI開放平臺行業市場門檻低、缺乏統一行業標準，服務過程沒有專業的監督等問題影響行業發展。互聯網與電烙鐵的結合，縮減中間環節,為用戶提供高性價比的服務。90后、00后等各類人群，逐步成為AI開放平臺行業的消費主力。經濟環境行業現狀分析03PartOne行業現狀分析中國AI開放平臺的發展主要受政策紅利推動與下游應用領域需求影響，隨著“新一代人工智能開放創新平臺”、“新型基礎設施建設”等政策的落實與下游應用領域的滲透率不斷提高，AI開放平臺的市場規模將保持穩定增長。2019年中國AI開放平臺市場規模（按營收計）約為185.0億元，在政策與需求的推動下，市場規模將在2024年達到1,519億元。政府從國家層面全面推進中國AI平臺建設，建設“新一代人工智能開放創新平臺”。截至2019年，包括科技部、發改委在內的15個部門構成的新一代人工智能發展規劃推進辦公室已宣布將依托百度、阿里云、騰訊、科大訊飛與商湯科技分別建設自動駕駛、城市大腦、醫療影像、智能語音與智能視覺五大領域的首批國家新一代人工智能開放創新平臺。政策紅利政策紅利、下游應用領域擴大、芯片場景化與高性能化使算力成本顯著下降、上游芯片行業的高速發展等是行業主要驅動因素過往以傳統GPU為主的AI芯片存在價格高、功耗高、性價比低的痛點，導致AI開放平臺的算法訓練周期長，成本高。隨著芯片設計開始針對不同場景進行定制化與高性能化升級，AI芯片性價比得到顯著提升，以探境科技推出其語音AI芯片“音旋風611”為例，該芯片售價低于2美元，可大規模應用于語音領域AI開放平臺，進一步降低平臺成本并提高服務質量，提高平臺的盈利能力。下游應用領域擴大過往以傳統GPU為主的AI芯片存在價格高、功耗高、性價比低的痛點，導致AI開放平臺的算法訓練周期長，成本高。隨著芯片設計開始針對不同場景進行定制化與高性能化升級，AI芯片性價比得到顯著提升，以探境科技推出其語音AI芯片“音旋風611”為例，該芯片售價低于2美元，可大規模應用于語音領域AI開放平臺，進一步降低平臺成本并提高服務質量，提高平臺的盈利能力。芯片場景化與高性能化使算力成本顯著下降云端AI芯片，按應用方向可分為云端訓練芯片與云端推理芯片，其中云端訓練芯片用于神經網絡算法模型對數據的學習，而云端推理芯片則是代入新數據進入已訓練完成的模型，通過計算輸出結論，兩者均對算力與精度有巨大要求。2019年起，云端AI芯片向高性能化方向飛速發展。邊緣側AI芯片是部署在終端的AI計算模組，主要面向特定應用場景，包括部署在AI攝像頭中的人臉識別芯片與部署在智能家居中的智能語音芯片等。2018年，高性價比逐漸成為邊緣側AI芯片的一大參考指標，各大AI廠商與創業公司如深鑒科技、探境科技等相繼推出高性價比的場景化邊緣側AI芯片。上游芯片行業的高速發展驅動因素70%50%芯片場景化與高性能化使算力成本顯著下降云端AI芯片，按應用方向可分為云端訓練芯片與云端推理芯片，其中云端訓練芯片用于神經網絡算法模型對數據的學習，而云端推理芯片則是代入新數據進入已訓練完成的模型，通過計算輸出結論，兩者均對算力與精度有巨大要求。2019年起，云端AI芯片向高性能化方向飛速發展。邊緣側AI芯片是部署在終端的AI計算模組，主要面向特定應用場景，包括部署在AI攝像頭中的人臉識別芯片與部署在智能家居中的智能語音芯片等。2018年，高性價比逐漸成為邊緣側AI芯片的一大參考指標，各大AI廠商與創業公司如深鑒科技、探境科技等相繼推出高性價比的場景化邊緣側AI芯片。過往以傳統GPU為主的AI芯片存在價格高、功耗高、性價比低的痛點，導致AI開放平臺的算法訓練周期長，成本高。隨著芯片設計開始針對不同場景進行定制化與高性能化升級，AI芯片性價比得到顯著提升，以探境科技推出其語音AI芯片“音旋風611”為例，該芯片售價低于2美元，可大規模應用于語音領域AI開放平臺，進一步降低平臺成本并提高服務質量，提高平臺的盈利能力。驅動因素2上游芯片行業的高速發展行業痛點及發展建議行業痛點行業發展建議04PartOne行業痛點質量參差不齊AI開放平臺行業缺乏完備的質量控制和質量保證體系，生產商缺乏統一的生產標準，行業內產品質量良莠不齊，導致產品的可靠性難以保證，喪失產品市場競爭力行業監管難度大高端產品發展落后政府秉承創新開放的態度，支持和鼓勵科學研究創新，對科學研究試驗不設置嚴格限制，因此，AI開放平臺行業不存在統一的監督管理規范，產品質量主要依靠生產企業自主檢測，AI開放平臺行業產品質量的監管難度加大在中低端產品領域，仍然有較大比例的產品依賴于進口渠道。此外，AI開放平臺行業企業缺乏創新研發能力以及仿制能力，加重下游消費端對進口科研用檢測試劑的依賴，不利于AI開放平臺行業的發展發展建議1發展建議2發展建議3財政支持政府通過產業目標規劃和法規監管引導人工智能產業發展，通過市場化手段為人工智能企業或機構提供金融財政支持，如在2018年，安排國撥經費概算8.7億元，啟動16個人工智能研究任務，營造人工智能創新及發展的有利環境，為人工智能產業快速發展奠定政策基礎。需求側支持政府以企業需求為導向，構建產業相關配套服務與措施，鼓勵AI企業探索新的商業模式和科技成果產業化路徑，加速重大科技成果轉化應用，為中國人工智能關鍵核心技術的突破和多領域的規模化應用提供有利的支撐。例如國家發改委批準鼓勵百度牽頭成立深度學習技術及應用國家工程實驗室。人才培養自科技部在2017年發布《新一代人工智能發展規劃》后，全國已有30多個省市發布了人工智能專項政策，人工智能學科和專業建設加快推進，全國30多所高校成立了AI學院，75所高校自主設置了89個人工智能相關二級學科或交叉學科，加大了對人工智能領域的人才投入，增強技術儲備。行業發展建議行業前景及競爭格局行業前景行業競爭格局行業標桿企業05PartOne2017年百度率先宣布旗下AI開放平臺將調整人臉識別等常用AI功能的收費標準，認證企業將獲得5QPS/天（1QPS約為86,400次調用量）的免費配置量，對于中小企業的使用來說相當于免費。隨后，騰訊、科大訊飛、阿里巴巴等頭部廠商均相應調整其AI開放平臺的定價策略，免費化開始成為行業趨勢。2020年初，新冠疫情加速了AI開放平臺功能免費化的進程，百度、阿里、騰訊與科大訊飛等諸多AI頭部廠商均宣布疫情期間免費開放平臺內所有的AI技術能力與算力幫助防疫管控工作與加速藥物的研發。免費化01020304隨著行業形成市場化生態，AI開放平臺逐漸扮演起“AI&B2B商城”的角色。企業或開發者可上傳經過其二次開發的AI產品至AI開放平臺供其他企業或開發者使用，并收取費用。企業或開發者的角色從簡單的客戶轉變為平臺商家，成為平臺的合作伙伴。平臺將為商家的產品進行品牌背書與推廣宣傳，幫助企業或開發者順利在平臺上銷售其AI服務或產品，平臺再從中收取一定費用。同時平臺將為優秀的企業或開發者注入資金，成為其股東，并通過加速器與培訓課程幫助企業快速成長，與企業建立合伙人關系。平臺與企業之間的客戶關系、合作伙伴關系與合伙人關系構建了平臺的生態體系，為平臺提供活力。平臺與企業、開發者共建充滿活力的AI生態體系AI開放平臺行業企業面向多元化的科研實驗需求，建立多種技術服務平臺，向客戶提供除了所需的原材料以外的提取、分析等技術服務，形成企業特有競爭力提升技術服務能力AI開放平臺行業企業憑借多年的客戶服務經驗，設備融資租賃和服務體系日趨完備，信息化服務于一身的綜合服務體系，能夠進行有效遷移，為投資業務的長期健康發展提供有力支持。AI開放平臺行業商依托本身提供的資金服務，具備融資渠道暢通的資金優勢，可為行業建設提供初期資金支持，且可通過杠桿提升資金效率聚焦投資業務行業趨勢AI開放平臺行業標準化與定制化界限被打破，未來趨于融合。標準化加微定制的產品戰略，有效平衡企業操作層面與消費者需求層面的矛盾讓消費者既擁有足夠的確定性，也有足夠的彈性。AI開放平臺行業大數據應用使得實際操作和施工賦能方式深入介入，使得平臺從簡單的流量供給入口轉變為工具供給、技術供給、工人供給的模式。中國消費升級倒逼AI開放平臺行業提高服務質量，用戶需求從獲取公司信息并與公司對接暢通轉變為更加注重體驗注重實際的效果，滿足用戶需求，提供個性化定制服務，成為AI開放平臺行業新的發展方向.行業面臨洗牌標準化趨勢融合行業平臺職能轉化注重用戶體驗行業趨勢由于新冠疫情對經濟的巨大沖擊，各行各業都面臨資源重新洗牌，因此AI開放平臺行業也進入洗牌期。下游企業缺乏核心技術。投資融資主要集中于行業主流企業，對中小企業面臨巨大挑戰。隨著中國大量AI廠商的高速崛起，中國在技術平臺領域已逐漸擺脫對海外廠商的依賴。百度、阿里巴巴、騰訊、華為、京東、金山等科技企業相繼發布其AI開放平臺或將AI開放平臺搭建在云服務中。中國相繼出現超過50家AI開放平臺，除海外廠商外，中國國產AI開放平臺市場集中度高，超過80%的市場份額由百度、阿里巴巴、騰訊與華為瓜分，主要原因包括以下三點:AI需要數據積累:大型廠商在數據積累方面擁有創業公司無法比擬的優勢，龐大的、低成本的數據積累幫助大型廠商通過訓練與優化提升算法的準確率，而小型公司通常需要花費高昂費用購買數據庫以達到訓練目的。全棧AI生態提高用戶黏性:大型互聯網廠商或科技廠商擁有完善的AI布局，為企業或開發者提供AI能力的同時可提供更多附加服務，例如云服務器、云計算、孵化器、創業課堂等小型廠商無法提供的服務。定價優勢:大型廠商可通過低價甚至免費的定價優勢吸引開發者入駐，獲取數據同時從附加服務中盈利，但小型廠商