1總/有/夢/想/可/以/投/中核心觀點發(fā)現從2017-2018H1中國人工智能企業(yè)融資階段分布上看，多數項目集中于發(fā)展初期，A輪及天使輪投資較多，占投資案例總數68%，A輪前項目的投資額偏小，投資機構更愿意參與A輪后投資，將資金投向發(fā)展更加明確的項目，融資向頭部項目集中。中美科技巨頭人工智能布局在層級上存在反向趨勢，中國科技巨頭以AI應用層為重點投資方向，美國科技巨頭則相反。BATI四大AI平臺通過科技部的官方認定后，將發(fā)揮其平臺特色優(yōu)勢，接入各方應用，并從中選優(yōu)投資。之后輸出其技術至被投企業(yè)，形成各自的產業(yè)生態(tài)。美國科技巨頭傾向于投資AI基礎層及技術層企業(yè)，通過其巨無霸平臺及產品輸出應用。目前AI技術已經階段性過剩。如何將技術運用至更好的應用場景，是當前擁有AI技術企業(yè)的一項重要課題。無論是通過自有業(yè)務延伸，投資或是合作，很少有AI企業(yè)單純的研發(fā)技術。從中美科技巨頭及領先投資機構的投資布局上看，許多項目不僅是屬于AI范疇，更是屬于IoT范疇。無論是基礎層的AI芯片，技術層的計算機視覺，或是應用層的智慧交通、無人駕駛及智慧醫(yī)療，都可致力于建設智聯化的智慧城市，改善民生水平。22報告概覽AI產業(yè)投融資情況回顧AI產業(yè)投融資情況回顧緩，但是平均單筆融資額大幅度增加，達到Tencen廣騰訊Tencen廣騰訊領先投資機構AI產業(yè)投資布局領先投資機構AI產業(yè)投資布局重點圍繞智慧城市分析重點圍繞汽車智能化分析Copyright?投中信息01/01/人工智能產業(yè)是建設數字中國要素之一數字中國是習近平總書記在十九大報告中首次明根據《中國“互聯網+”指數報告（2018）》，2017年全國數字經濟體量為26.7萬億元人民幣，較2016年同期的22.77萬億元增長17.24%。數字經濟占國內GDP的比重由30.61上升至32.28%。數字經濟正在中國快速發(fā)展。55人工智能技術正在沖擊融入各個行業(yè)人工智能技術正在深入到社會生活的每個領域人工智能是當前最受關注的科技領域之一，并且與其他數字經濟產業(yè)有著相輔相成的關系，產業(yè)鏈之間也相互重合著，共同支持著數字中國的建設。人工智能產業(yè)通常被劃分為基礎層、技術層和應用層。從應用層的角度洞察人工智能產業(yè)，可以更形象的感受到人工智能對社會生活的影響。AIAI66物聯網、云計算、大數據支撐人工智能產業(yè)物聯網、云計算、大數據三者相輔相成，構成了人工物聯網是大數據的重要來源，而大數據處理是物聯網數據分析的核心技術；大數據推動云計算快速發(fā)展，而云計算為大數據提供存儲/計算等支持；云計算為物聯網提供存儲等服務，而物聯網是云計算發(fā)展的重要推動力。通過物聯網產生、收集的海量數據存儲于云平臺，再通過大數據分析，甚至更高形式的人工智能為人類的生產活動和生活提供更物聯網人工智能云計算77推動第三次人工智能浪潮的四大要素：數據、計算資源、算法、連接本輪人工智能之所以能蓬勃發(fā)展，源于具備數據、強大的計算資源、更先進的算法以及更快與前兩次AI浪潮不同的是：基于大數據和強大計算能力的機器學習算法已經在計算機視覺、語音識別、自然語言處理等一系列領域中取得了突破性的進展，基于人工智能智能技術的應用也已經開始成熟。并且在收集數據以及應用連接上，有著更快速的網絡人工智能大數據云計算物聯網88Copyright?投中信息02/02/融資企業(yè)數量放緩，融資規(guī)模依舊增大通過CVSource數據顯示，自2013年到2016年人工智能企業(yè)發(fā)生融資數量由21家增長到335家，融資規(guī)模同樣是高速增長，由15億元到236億元；從2017年開始，企業(yè)融資數量開始增長緩慢，但融資規(guī)模仍然高速增長到338億元。預計2018年人工智能產業(yè)融資會繼續(xù)延續(xù)企業(yè)數量放緩，融資規(guī)模放大的趨勢。2018H1由于商湯科技、云從科技、優(yōu)必選科技等企業(yè)獲得高額投資，因此半年的融資額已經超過2017年全年。2013-2018H1中國人工智能產業(yè)融資情況00數據來源：CVSource地域分布企業(yè)分散在全國各個地區(qū)。從地域分布上來看，2017-2018H1人工智能產業(yè)的投資主要集中在北京、廣東、長三角（上海、浙江、江蘇）一帶，且數量較多，占投資人工智能企業(yè)總數91%；其中北京地區(qū)拔得頭籌，數量上占據絕對優(yōu)勢，成為人工智能企業(yè)的主要聚集地；其余人工智能企業(yè)分散在全國各個地區(qū)。地區(qū)數量98633222221111111數據來源：CVSource2018Q2平均單筆融資額大幅度上漲通過CVSource數據顯示，自2017Q1至2018Q2，中國人工智能產業(yè)季度融資事件數量及規(guī)模呈波動狀。其中，融資規(guī)模波動較大，于2017Q4達到小波峰，并于2018Q2達到頂峰。2017Q4融資規(guī)模增長突出，是由于計算機視覺、醫(yī)療健康及芯片企業(yè)獲得高額融資。2018Q2融資規(guī)模大幅度增長，平均單筆融資額達到4.6億元，大額融資事件主要分布于金融、計算機視覺2017Q1-2018Q2中國人工智能產業(yè)季度融資情況00數據來源：CVSource案例主要集中在成長期，融資金額集中在A、C輪投中研究院通過統(tǒng)計發(fā)現，2017-2018H1人工智能企業(yè)融資階段集中于A輪和天使輪，分別占比45%和23%；但從融資規(guī)模看，A輪前項目融資金額偏小，規(guī)模較大的融資案例集中于A輪、B輪以及C輪。機構參與A輪后投資意愿更強，希望將大體量資金投向發(fā)展更加明確的項目；對于處在成長期的企業(yè)，投資機構則保持謹案例數百分比3%3%9%45%23%融資金額數百分比26%4%26%4%5%6%29%A輪天使輪wC輪戰(zhàn)略投資種子輪并購PE-PIPEuC輪戰(zhàn)略投資A輪B輪D輪PE-PIPE天使輪并購種子輪2017Q1-2018Q2中國人工智能產業(yè)不同輪次案例情況02287541872227541872220人工智能產業(yè)融資總額（億元）[左軸]案例數（個）[右軸]數據來源：CVSourceCopyright?投中信息03/03/中國四大人工智能開放創(chuàng)新平臺—BATI2017年11月科技部公布了首批4家國家新一代人工智能開放創(chuàng)新平臺名單，分別是百度（B）、阿里巴巴（A）、騰訊（T）和科大訊飛（I）。對于中國的人工智能產業(yè)而言，讓產業(yè)巨頭帶動中小型AI企業(yè)共同發(fā)展，強化人工智能產業(yè)對科技、經濟、社會發(fā)展和國家安全的全面支撐；對于中國的人工智能企業(yè)而言，可以依托四大AI開放平臺，使用平臺的數據資源、服務等。更加專注于自己的產品；對于BATI而言，奠定了其在中國人工智能產業(yè)的地位，并且能夠將企業(yè)接入AI開放創(chuàng)新平臺，配合投資或并購，打造基于各自優(yōu)城市大腦醫(yī)療影像Tencen廣騰訊智能語音.1°百度：DuerOS&Apollo雙端驅動百度的人工智能生態(tài)以百度大腦—AI開放平臺為核心，完整的生態(tài)包括云和端兩個部分。百度云是作為基礎的支撐計算平臺，有著百度大腦的各種能力開放給所有合作伙伴。DuerOS和Apollo提供著垂直的解決方案，讓企業(yè)調用百度的相應能力，共建整個AI被科技部選為國家新一代人工智能開放創(chuàng)新平臺的Apollo是一套自動駕駛系統(tǒng)，幫助汽車行業(yè)及自動駕駛領域的合作伙伴結合車AI+端云…………1°人工智能投資案例數占比成直線上升在2016年至2018YTD期間，百度在人工智能領域的投資或是已投企業(yè)進入人工智能產業(yè)的數量呈上升趨勢。并且人工智能投資案例數占所有投資案例數的比例呈直線上升。可見人工智能企業(yè)對此外，從數據上看，百度傾向于投資成長期至發(fā)展期的人工智能2016-2018.4百度人工智能產業(yè)投資案例數以及占當年所有投資的比例86420778投資案例數占比2016-2018.4百度人工智能產業(yè)投資案例數按融資輪次分布112356數據來源：CVSource81°AI+汽車交通類項目占總AI投資的20%在2016年至2018YTD期間，百度AI領域投資以應用層為主，并且投資AI+汽車交通類項目（包括智能駕駛、智能汽車、智慧交通等行業(yè)）共6個，占總AI投資案例數的20%。此外，還有6家位于技術或應用層的項目可在不同程度上助推汽車因此，百度的AI+汽車交通類布局將會作為接下來的重點分析方向。2016-2018.4百度對人工智能產業(yè)不同層級的投資數量分布242016-2018.4百度投資案例位于人工智能產業(yè)應用層數量分布醫(yī)療健康醫(yī)療健康文化娛樂智能駕駛智能汽車智能生活操作系統(tǒng)大數據及統(tǒng)計分析服務教育企業(yè)服務通信物流智慧交通智能電視數據來源：CVSource數據來源：CVSource131131121221°百度AI+汽車交通類已投項目在2016年至2018YTD期間，百度AI+汽車交通類已投項目主要集中于自動駕駛領域。包括零部件和自動駕駛技術。并延伸至下游智能汽車，包括智能汽車自然語音交互技術、整車。通過投資配合自有技術以及Apollo平臺，形成了“獨立研發(fā)、上下打通、開發(fā)共享”的自動駕駛生態(tài)圈。目前，百度Apollo開發(fā)平臺的L4級別自動駕駛汽車已經在雄安新區(qū)開展道路測試，這標志著國內的自動駕駛技術逐漸進入完全自動駕駛級別，智慧出行來日可期。AI+汽車交通類項目智能駕駛-激光雷達智能車聯智能駕駛蔚來汽車智能汽車智慧交通智能汽車智行者科技智能駕駛助推AI+汽車交通產業(yè)的項目對汽車交通類項目的支持汽車大數據及數據服務操作系統(tǒng)及自然語言對話交互技術專注于計算機視覺軟硬件解決方案人工智能交互與聲學解決方案服務商雙目高級駕駛輔助系統(tǒng)1°百度自動駕駛產業(yè)鏈核心技術之環(huán)境感知環(huán)境感知相當于自動駕駛汽車的眼睛，因此百度提供云計算、AI開放平臺等基礎設施或技術，為自動駕駛提供動力百度提供云計算、AI開放平臺等基礎設施或技術，為自動駕駛提供動力投資新能源智能汽車，為自動駕駛技術提供落地的實體在百度自動駕駛產業(yè)鏈上，百度投資或自建布局涵蓋了運營、技術和量產三個環(huán)節(jié)。其中，在2016年至2018YTD期間，百度在環(huán)境感知方面投環(huán)境感知主要包括三個方面，路面、靜態(tài)物體和動態(tài)物體。在城市中駕駛，自動駕駛汽車將碰到大量的動態(tài)物體。計算機視覺更加擅長于靜態(tài)圖像，而在動態(tài)的城市中駕駛，激光雷達更有優(yōu)勢并且是必不可少的，可以對多個移 對百度的影響：可優(yōu)先與Velodyne合作，對自動駕駛領域的影響：Velodyne激光雷達在國內供不2°阿里巴巴：人工智能與物聯網阿里巴巴深耕于云和芯片，以作為物聯網和人工智能的基礎設施，用于連接并驅動萬物智能。從云和芯片向上延伸至Link物聯網平臺、AliOS系統(tǒng)和ET大腦。再打通整個產業(yè)鏈后，將會通過物聯網產生、收集的海量數據存儲于云平臺，再通過大數據分析，甚至更高形式的人工智能為人類的生產活動和生活提供更好的服務。被科技部選為國家新一代人工智能開放創(chuàng)新平臺的ET城市大腦，將會利用實時全量的城市數據資源全局優(yōu)化城市公共資源，即時修正城市運行缺陷，實現城市治理模式、服務模式和產業(yè)發(fā)展的…AliOS…AliOS2°AI投資案例數下降，但占總投資比例上升在2016年至2017年，阿里巴巴雖然AI投資案例數下降，但是至2018年YTD有大幅度上升趨勢，2018年僅4月即超過2017年AI案例數的76%。并且AI投資案例數占總投資的比例不斷的上升。在融資輪次方面，阿里巴巴傾向于戰(zhàn)略投資，最近一筆的典型案例就是阿里巴巴領投并聯合淡馬錫、蘇寧等機構向商湯科技投資6億美元，為阿里巴巴的智慧城市點亮了一顆明星。2016-2018.4阿里巴巴人工智能產業(yè)投資案例數以及占當年所有投資的比例8642020162017投資案例數占比A輪234858數據來源：CVSource32°智慧城市基礎設施建設者并布局應用端在2016年至2018YTD期間，阿里巴巴AI領域投資以應用層為主。此外，在AI基礎層的投資是BATI中最高的，占比23%。雖然智慧城市這一概念比較寬泛，涉及交通、生活、通信等領域，但是可以看出阿里巴巴基于阿里云、Link物聯網平臺、ET城市大腦和AliOS系統(tǒng)，打通云、設備和客戶端，形成人工智能+物聯網的生態(tài)圈，推進智慧城市服務。2016-2018.4阿里巴巴對人工智能產業(yè)不同層級的投資數量分布5智慧交通智慧交通智能生活金融企業(yè)服務AR/VR大數據及統(tǒng)計分析服務物流智能駕駛智能汽車智能可穿戴設備通信數據來源：CVSource數據來源：CVSource2225234462°阿里巴巴智慧城市類已投項目在2016年至2018YTD期間，阿里巴巴智慧城市領域的已投項目涉及城市安防、智慧交通、智能生活和智能物流細分領域。以下列出的企業(yè)主要以應用層為主，背后還有許多已投的計算能力、大數據、芯片公司作為應用場景的支撐。智慧城市是典型的人工智能與物聯網深度結合的領域，ET城市大腦被設想為城市的人工智能中樞，而Link物聯網平臺目標是要在五年內連接百億設備。通過投資智慧城市類的應用層項目，將流量匯集至阿里巴巴的各類平臺，打造一個基于流量生態(tài)的物聯網2°阿里智慧城市產業(yè)鏈中的重要環(huán)節(jié)—芯片物聯網時代數據量將暴增，邊緣計算將與云計算進全網公開數據IOT感知數據成像設備數據政府數據成像設備數據政府數據利用終端側智能提升效率利用終端側智能提升效率?根據高通的觀點：未來會有更多的物聯網產品，在傳感器端就會集成更傳感器網絡智能IOT終端邊緣/工業(yè)網關通信基礎設施數據中心/云寒武紀AI芯片是人工智能的引擎，對于智能互聯網的發(fā)展將起寒武紀eskyesky提供SDN控制器中最核心的部分：芯片，通過S器讓企業(yè)將更快更安全的線路優(yōu)先部署給那些更重按照物聯網層級劃分按照物聯網層級劃分3°騰訊：以廣泛投資，布局AI生態(tài)騰訊目前有著AILab、微信實驗室和優(yōu)圖實驗室在研發(fā)人工智能技術，主要的研究包括計算機視覺、語音識別、自然語言處理和機器學習方向。戰(zhàn)略布局包含內容、游戲、社交和以及平臺型人工智能應用方向。并且在BATI中是AI投資案例數最多的企業(yè)，被投企業(yè)分布于以醫(yī)療行業(yè)為首等多個行業(yè)。被科技部選為國家新一代人工智能開放創(chuàng)新平臺的騰訊覓影是由AILab、騰訊優(yōu)圖等共同支持出品的將AI技術運用到醫(yī)療領域的產品。作為醫(yī)療影像平臺的建設者，騰訊不僅接入合作者，并且廣泛的投資布局醫(yī)療行業(yè)。微信實驗室3°AI投資案例數攀升，位居BATI中最高投資正在成為騰訊重要的發(fā)展方式，從騰訊2018年第一季度財報上看，僅第一季度的投資額就超過了2017年全年。已然是中國創(chuàng)投最活躍的機構。在AI投資方面，2017年的投資案例數較2016年大幅度的增加，占總投資案例數比例也在不斷的上升。通過投資來布局AI產業(yè)將可能會成為騰訊爭奪未來的常規(guī)手段。2016-2018.4騰訊人工智能產業(yè)投資案例數以及占當年所有投資的比例0投資案例數占比2016-2018.4騰訊人工智能產業(yè)投資案例數按融資輪次分布uuA輪466數據來源：CVSource3°行業(yè)分布廣，以醫(yī)療健康為先在2016年至2018YTD期間，AI應用層的投資案例數占全AI投資案例數的90%。在AI應用層中，醫(yī)療健康是騰訊最關注的AI應用領域，搭配騰訊覓影，可以顯示出騰訊對AI醫(yī)療健康的重視。騰訊的AI戰(zhàn)略是AIinALL，讓AI進入所有的行業(yè)，配合AI投資數量分布圖可以看出騰訊是BATI里AI+行業(yè)跨度最廣的公司。此外，騰訊已宣布騰訊云AI應用服務全免費，并且成為各行各業(yè)的“數字化助手”，助力數字化轉型升級。2016-2018.4騰訊對人工智能產業(yè)不同層級的投資數量分布應用層應用層92016-2018.4騰訊投資案例位于人工智能產業(yè)應用層數量分布數據來源：CVSource82數據來源：CVSource82272373464666255醫(yī)療健康智慧交通機器人智能生活物流智能汽車智能可穿戴設備企業(yè)服務大數據及統(tǒng)計分析服務翻譯社交網絡智能駕駛金融電子商務教育文化娛樂房產服務游戲安防智能電視AR/VR旅游通信智能手機3°騰訊AI+醫(yī)療健康已投項目在2016年至2018YTD期間，騰訊AI+醫(yī)療健康領域的已投項目涉及醫(yī)療數據收集和分析服務提供商、分級診療和藥物研發(fā)。其中，醫(yī)療數據收集和分析服務提供商的被投企業(yè)數量是最多的，數據處理后可用于分析醫(yī)療影像、腫瘤治療、個人健康管理等。投資醫(yī)療數據公司、用騰訊覓影作為平臺接入使用者、并且通過微信收集大量的用戶醫(yī)療、健康類等數據，騰訊正在不斷的擴大數據來源，以用于訓練人工智能。Medlbanks分級診療分級診療3°騰訊AI助推分級診療什么是分級診療什么是分級診療為什么中國分級診療難實現為什么中國分級診療難實現為什么為什么AI能助推分級診療醫(yī)療信息、數據：醫(yī)療信息、數據難以獲得帶來了很大的影響。當大數據開始出現后，當醫(yī)生和患者可以精確診斷疾病機器輔助治療，提升鄉(xiāng)鎮(zhèn)醫(yī)院、衛(wèi)生所等醫(yī)療機構的診斷能力：人工智能在篩查層面已經實現了大幅突破，一套算法的準確率已經達到大多數醫(yī)院的診斷水平。隨著各項技術的提升，病種遷移和成型的過程也越來越快。To患者端To醫(yī)生/醫(yī)療機構端Medbanks4°科大訊飛：智能語音平臺+賽道科大訊飛相較于BAT，是一家專注于從事人工智能技術研究的公司，特別是在智能語音領域。科大訊飛堅持“平臺+賽道”的產業(yè)發(fā)展戰(zhàn)略：“平臺”上，科大訊飛圍繞人工智能開放平臺積極構建產業(yè)生態(tài)鏈，“賽道”上，科大訊飛在教育、醫(yī)療、司法、智慧城市等行業(yè)領域持續(xù)發(fā)力。通過核心技術創(chuàng)新+行業(yè)應用數據及行業(yè)專家經驗的整合，聚焦行業(yè)需求形成代差，并持續(xù)迭代。被科技部選為國家新一代人工智能開放創(chuàng)新平臺的訊飛開放平臺面向機器人、智能家居等領域提供遠場識別、高自然度個性化語音合成、AIUI等人機交互解決方案和服務。4°AI投資案例數相對較少，以成長期為主科大訊飛定位是技術型平臺，相比于BAT，整體的AI投資數量較少，于2017年達到近年巔峰，AI投資案例數占總投資案例數的64%。并且科大訊飛有80%投資于天使和A輪，因此AI投資策略偏向于成2016-2018.4科大訊飛人工智能產業(yè)投資案例數以及占當年所有投資的比例8765432107373人工智能產業(yè)投資案例數投資案例數占比2016-2018.4科大訊飛人工智能產業(yè)投資案例數按融資輪次分布uuA輪11數據來源：CVSource4°向下游應用層投資，將其技術商業(yè)化科大訊飛以語音交互技術見長，并且其訊飛開放平臺被科技部選為了智能語音國家人工智能開放創(chuàng)新平臺。基于技術和平臺，科大訊飛主要投資的AI項目主要集中于應用層。這類應用層的項目有的是創(chuàng)始初期就通過自有技術推出AI+項目，有的則是使用科大訊飛的語音技術，使其產品AI化。應用層行業(yè)分布上分布于四個領域，其中機器人最多。從科大訊飛設定的四大賽道進行歸類，則主要投資于教育和智慧城市賽道。2016-2018.4科大訊飛對人工智能產業(yè)不同層級的投資數量分布92016-2018.4科大訊飛投資案例位于人工智能產業(yè)應用層數量分布數據來源：22CVSource44°科大訊飛AI+教育已投項目根據2017年科大訊飛財報顯示，教育領域營業(yè)收入15.1億元，占總營收比重的27.74%，位居各產品業(yè)務線第一位，略微領先于智2016年至2018年YTD科大訊飛在AI+教育領域投資了兩個項目，一個是和新東方合作的東方訊飛，另一個是收購樂知行后的訊飛樂知行。東方訊飛代表著線上教育，而訊飛樂知行代表著線下教育機構數字化，搭建智慧校園。AI應用于東方訊飛代表著的線上教育主要的方向是智能批改，用AI還原考官行為，讓考生即時獲得批改反饋。AI應用于訊飛樂知行的線下教育主要的方向是提升教師教學和學生學習的效率。例如智能排課、機器判卷、同步將教師聲音轉化為文字成為結構化信息等。4°智慧教育：鋪渠道，使用AI提升教學效率 教育學習應用使用率占訊飛AIUI平臺百分比 科大訊飛預測人工智能對教提高學生學習效率產品提高教師教學效率產品提高學生學習效率產品優(yōu)秀教育經驗模式化3.智慧微課工具優(yōu)秀教育經驗模式化數據驅動的個性化的自適應學習數據驅動的個性化的自適應學習學生在教師指導下進行自適應學習人工智能建設智慧校園典型案例—訊飛樂知行對樂知行的影響4.96億元 對科大訊飛的影響樂知行原業(yè)務涉及園園對智慧校園領域的影響將普及線下教師育人結合線上AI自適應美國AI巨頭戰(zhàn)略布局解析本報告將選取谷歌、臉書、亞馬遜和蘋果作為對標公司進行中美AI巨頭戰(zhàn)略布局對比分析。Tencen廣騰訊2018年5月10日,在“美國產業(yè)人工智能”峰會上特朗普表示對人工智能行業(yè)發(fā)展不設限制，以保證美國在人工領域的領先地位。美國在人工智能領域的地位不僅是依靠政府的支持力度，更是源于強大的產業(yè)基礎，無論是AI企業(yè)數量、全產業(yè)布局、人才隊伍以及投融資規(guī)模來看，美國早已是全面領先。在Google強勢布局人工智能市場時，蘋果公司以后來者居上的姿態(tài)牢牢占據美國人工智能巨頭的一席之地，實際上Apple在人工智能領域的布局非常低調，重視“小而美”的初創(chuàng)公司為自有產品提供高質量Facebook在人工智能領域的布局主要圍繞著其用戶的社交關系和社交信息來展開；對于Amazon來講，作為全球最大的公有云服務商，在亞馬遜的云端上無疑有著海量的數據資源，可以為人工智能的訓練和學習提供有力的支撐。1°Google布局以開源平臺為起點谷歌作為美國人工智能企業(yè)巨頭之一，正在全力布局人工智能領域，依靠強大的云平臺和深度學習能力，逐步從單一的人工智能領域發(fā)展成為多層次、多賽道的人工智能產業(yè)生態(tài)圈。在2014年，Google以4億美金價格收購DeepMind以實現深度學習領域的拓展。在2016年谷歌正式提出從Mobilefirst轉向AIfirst的戰(zhàn)略模式后，DeepMind在同年12月宣布將其AI核心平DeepMindLab開源,供研究人員和開發(fā)者進行實驗和研究。開源平臺人工智能布局結構此后，Google以多領域開源模式作為起點，快速吸引各賽道中的參與者爭相加入。根據投中研究院統(tǒng)計，谷歌自2016年至今共計55起投資案例中，超過半數企業(yè)與人工智能領域相關。開源平臺人工智能布局結構1°Google強勢布局AI領域投中研究院對Google公司自2016年至今的投資案例進行整理，共計55起案例中31起投資案例與人工智能領域相關，投資案例數占比約為當年總案例數量的一半；按投資輪次分布來看，Google在對人工智能領域布局過程中多以并購方式完成，共計21起，其余輪次較為值得關注是，所有投資案例中有一起較為特殊，是于2016年對非盈利性組織C進行捐贈，目的在于推廣計算機編程教育。2016-2018.4谷歌人工智能產業(yè)投資案例數以及占當年所有投資的比例86420人工智能產業(yè)投資案例數投資案例數占比2016-2018.4谷歌人工智能產業(yè)投資案例數按融資輪次分布并購u并購u種子輪u未知輪次UA輪u捐贈u非股權類1111122數據來源：Crunchbase1°Google以底層技術布局為核心谷歌在2011年成立AI部門，在深度學習算法、圖像識別能力、語音語義判斷三個方面不斷積累底層技術戰(zhàn)略布局。投中研究院對自2016年至今的31起人工智能投資事件分類，其中基礎層和技術層占比高達77.42%，投資案例多以大數據處理、云服務、物聯網以及算法公司為主。谷歌努力將人工智能技術深入到旗下各產品中，為用戶帶來更投中研究院發(fā)現在基礎層的投資案例中，并購所占比例并不高；而在技術層中并購案例占比高達72.72%，原因在于技術層公司業(yè)務和能力較為明朗，并購后能夠明確為某一細分賽道提供服務，而基礎層相對不確定性較高。2016-2018.4谷歌對人工智能產業(yè)不同層級的投資數量分布7u基礎層u技術層u應用層2016-2018.4谷歌投資案例位于人工智能產業(yè)基礎層數量分布23u算法算力硬件芯片u物聯網333大數據331數據來源：Crunchbase1°Google圍繞深度學習積極布局創(chuàng)始人子公司投中研究院通過整理谷歌公司投資事件發(fā)現，圍繞某一人工智能領域的投資戰(zhàn)略布局是多層次、多角度和多維度的。創(chuàng)始人子公司母公司以DeepMind為例，母公司層面收購Hark公司，該公司開發(fā)的應用程序可為其旗下的DeepMindHealth提供服務。自身同樣積極布局多家AI初創(chuàng)公司，以深度學習為核心結合大數據和計算機視覺領域企業(yè)，DarkBlueLabs通過深度學習結構化和非結構化數據為智能產品可以理解自然語言，同時收購的公司還有計算機視覺公司VisionFactory。DeepMind的兩位聯合創(chuàng)始人蘇雷曼和哈薩比斯以個人身份進行天使投資，其中Thread和Dice均是“大數據+垂直領域應用”公司；Babylon配合DeepMind的深度學習算法將，為AI醫(yī)療健康的垂直應用提供幫助。母公司層面Hark，2016年2月收購隸屬于倫敦帝國學院的初創(chuàng)公司，該公司開發(fā)的應用程序可以幫助臨床醫(yī)生管理其各種任務。子公司層面DarkBlueLabs，2014年10月收購牛津大學分拆出來的初創(chuàng)公司，致力于開發(fā)機器學習VisionFactory，2014年10月收購牛津大學分拆出來的初創(chuàng)公司，致力于計算機視覺技術創(chuàng)始人層面Thread，聯合創(chuàng)始人以個人身份的天使直投，該公司研發(fā)男裝電商大數據平臺Dice，聯合創(chuàng)始人以個人身份的天使直投，該公司研發(fā)大數據應用票務應用Babylon，聯合創(chuàng)始人以個人身份的天使直投，該公司為AI醫(yī)療健康服務企業(yè)1°深度學習的核心推動力——算法和框架谷歌在2014年以高價收購DeepMind深度學習算法公司，希望在機器學習能有重大突破。由于機器學習是人工智能的子集，而深度學習是機器學習的子集，使用復雜結構的多個處理層對數據進行高度抽象的一系列算法可以為多個垂直應用領域提供強大幫助。TensorFlow確實在很多方面擁有優(yōu)異的表現，比如設計神經網絡結構的代碼的簡潔度，分布式深度學習算法的執(zhí)行效率，還有部署的便利性，都是其得以勝出的亮點。產品本身優(yōu)異的質量、快速的迭代更新、活躍的社區(qū)和積極的反饋，形成了良性循環(huán)，可以想見TensorFlow未來將繼續(xù)在各種深度學習框架中獨占鰲頭。TensorFlow降低了深度學習的使用門檻，讓從業(yè)人員能夠更簡單和方便地開發(fā)新產品。作為Google發(fā)布的“平臺級產品”，很多人認為它將改變人工智能產業(yè)。2°Facebook海量用戶提供數據基礎Facebook作為規(guī)模最大的社交網絡服務平臺，擁有26.6億用戶信息，上傳照片數量已經達到千億級別，海量的數據資源為其人工智能領域發(fā)展提供了強大基礎。Facebook早已不再是社交網站，基于深度學習應運而生的文本分析、人臉識別和圖像識別技術為其用戶提供了不在人工智能領域，Facebook的戰(zhàn)略布局并不輸給其他AI巨頭公司，擁有四所人工智能實驗室，收購多家AI初創(chuàng)公司并且在Torch平臺上對絕大多數研究成果開源。AI實驗室約和巴黎等地建有三所人工智能研究室。不僅如此，為補充四所AI實驗室算法學院、麥吉爾大學以及蒙特利爾大學的AI研究AI開放平臺)的大部分研究成果都免費讓任何人使用或修改。Facebook的深度學習建立AI初創(chuàng)企業(yè)Facebook還通過收購初創(chuàng)公司來增加AI實力。例如2017年7月，Facebook收購提供虛擬助手服務的初創(chuàng)公司OzloTechnologies、計算機視覺公司ZurichEye和FayteqA2°Facebook收購同時更重視捐贈投中研究院對Facebook公司自2016年至今的投資案例進行整理，共計19起案例中7起投資案例與人工智能領域相關，投資案例數占比逐年增長；按投資輪次分布來看，Faceboo對于4家初創(chuàng)人工智能企業(yè)全部以并購方式完成。與其他美國AI巨頭相比，Facebook公司更加注重投資布局的針對性，統(tǒng)計收購的7家公司可以在數據處理、圖像識別精度及用戶體驗等方面提升。2016-2018.4臉書人工智能產業(yè)投資案例數以及占當年所有投資的比例 0412投資案例數占比2016-2018.4臉書人工智能產業(yè)投資案例數按融資輪次分布u并購34u捐贈數據來源：Crunchbase2°Facebook人工智能應用到實際的場景中Facebook在未來十年戰(zhàn)略規(guī)劃中表示聚焦人工智領域，更加注重把自身擁有的海量數據進行結構化處理，將具有邏輯性的數據結果應用到實際場景中，提升用戶體驗。投中研究院通過統(tǒng)計自2016年至今的人工智能產業(yè)不同層級分布發(fā)現，Facebook的投資案例集中在技術層和應用層。而位于技術層中1家公司屬于圖像識別領域、2家公司屬于圖像理解、1家公司屬于文本識別。Facebook的布局特點顯然是圍繞自己的數據積累優(yōu)勢，例如在人臉識別方面，自身團隊加入收購公司后在識別率上已經提升到97%，其研究成果已經應用于AI相機功能，使得Instagram和Messenger的用戶提高大幅提升。2016-2018.4臉書對人工智能產業(yè)不同層級的投資數量分布u基礎層u基礎層u技術層u應用層 0342016-2018.4臉書投資案例位于人工智能產業(yè)技術層數量分布1u文本識別2數據來源：Crunchbase2°Facebook通過技術層布局完善AI產業(yè)鏈對于一家社交網絡公司來講，Facebook的業(yè)務收入最大部分來自于廣告業(yè)務。從2017年Facebook年報來看，廣告業(yè)務收入占比高達98.25%，同比增長48.57%。投中研究院認為業(yè)務收入高速增長的背后是由于廣告信息的精準投放，實際上在日活躍用戶數量下降的趨勢下，人工智能完成了9億用戶群體個人消費習慣與廣告商的精準匹配。Facebook在完善人工智能產業(yè)鏈的過程中，對技術層的投入力度遠遠大于基礎層和應用層，這是因為用戶信息數據與廣告服務商之間存在低效率的匹配過程。廣告服務商無法得知哪一部分用戶屬于自己的消費群體，更不會得知消費群體中年齡、工作、收入能力、興通過精準培訓的推送算法實現數據與應用的結合。2°Facebook業(yè)務收入劇增源于人臉識別投中研究院對Facebook所有已投資案例企業(yè)分析發(fā)現，Facebook公司圍繞人臉識別領域布局力度最大，以F和FacioMetrics為代表輻射到四家直接應用人臉識別技術公司和多家間接應用公司。其中，Facebook于2012年6月收購F公司，最初目的在于對人臉識別后進行標簽化分類，目前已經開發(fā)出的兩款應用Photo人臉識別直接應用間接應用Finder和PhotoTagger；2016年11月收購FacioMetrics，可以幫助公司利用機器學習算法，通過照相機的框架，讓智能手機實時分析的面孔。該公司提供的工具能夠記錄、檢測、掃描臉部，理解人類面部的行為和年齡。人臉識別直接應用間接應用人臉識別標簽功能人像搜索引擎ID驗證技術視頻圖像捕捉面部特效應用社交分析3°Amazon大數據與應用場景連接人工智能技術的發(fā)展基礎之一是大數據，人工智能的提升需要通過海量數據進行的不斷訓練、學習。而作為全球最大的公有云服務商，在亞馬遜的云端上，無疑有著海量的數據資源，可以為人工智能的訓練和學習提供有力的支撐。數據智慧知識信息此外，人工智能的落地，也需要和行業(yè)的業(yè)務和具體需求相結合，找到合適的應用場景。在這方面，亞馬遜的資源無疑也是十分豐富的。經過這么多年的積累，在亞馬遜的公有云平臺上，有著來自全世界各個行業(yè)的企業(yè)用戶資源，他們可以為人工智能技術的落地提供豐富的應用場景。3°Amazon對AI布局持謹慎態(tài)度投中研究院對Amazon公司自2016年至今的投資案例進行整理，共計28起案例中5起投資案例與人工智能領域相關，其中2018年1-4月未發(fā)生投資人工智能領域相關企業(yè)的事件；按投資輪次分布來看，Amazon公司5起投資案例全部收購方式完成，亞馬遜在AI領域的投資戰(zhàn)略較為謹慎和低調，參與VC/PE階段比例較低且公開信息較少，但其中不乏成功的案例harvest.ai，未發(fā)出任何聲明，其收購價格也是未知，主要用于完善AWS上的安全性問題。2016-2018.4亞馬遜人工智能產業(yè)投資案例數以及占當年所有投資的比例 0投資案例數占比2016-2018.4亞馬遜人工智能產業(yè)投資案例數按融資輪次分布u并購5Crunchbase3°Amazon圍繞AWS平臺和AI產品布局亞馬遜在人工智能領域投資的謹慎態(tài)度可以通過收購的5家企業(yè)特點看出，其全部是圍繞AWS平臺和AI產品進行布局，其中包括1家基礎層、3家技術層和1家應用層。技術層中GoButler/Angel.ai是于2016年9月被收購，該公司可提供自然語言處理功能，從用戶搜索關鍵詞中分析其操作意圖，引導用戶直接訪問到所需網站或應用服務；2017年1月收購harvest.ai，該公司使用機器學習和人工智能來分析公司關鍵IP上的用戶行為，防范惡意刪除或篡改等行為以保證信息安全性；2017年7月收購語音改進初創(chuàng)公司Graphiq，其目的在于服務搭載Alexa的Echo等產品。2016-2018.4亞馬遜對人工智能產業(yè)不同層級的投資數量分布1基礎層u技術層u應用層32016-2018.4亞馬遜投資案例位于人工智能產業(yè)技術層數量分布u語音識別1u語音識別u機器學習1數據來源：Crunchbase3°Amazon的人工智能語音助手Alexa從智能語音助手Alexa到Echo智能音箱的推出，亞馬遜在不斷著力打造人工智能領域的生態(tài)圈。投中研究院通過分析Alexa平臺的相關事件時間軸，發(fā)現亞馬遜在人工智能領域的態(tài)度轉變。在Alexa這一技術上，亞馬遜采取的開放策略，這一策略也使得亞馬遜在人工智能領域先人一步。2018年第三方開發(fā)者加入Alexa，包括天氣查詢，Uber打車、2015年6月開放人工智能語音助手Alexa，允許第三方在Alexa平臺上開發(fā)語音技術并直接植入在Echo產品中。2012年8月2017年Alexa功能多達7000+，植入到多個應用產品中，典型代表LG智能冰箱搭載智能語音助手Alexa。2014年核心的智能音箱Echo。遜目前已經占據了美國人工智能語音設備70%的市3°AI產品成功背后的強大支持—AWS無論是智能語音助手Alexa的強大功能或是智能音箱Echo的高市場占有率，其成功的背后離不開AWS云計算服務平臺的支持。實際上，亞馬遜對每一項技術都提供了巨大的發(fā)揮空間，如2016年發(fā)布的Rekognition（圖像識別服務）、AmazonPolly（文本-語音轉換服務）以及Lex（對話聊天服務全部被整合在AWS云平臺中提供服務。AI服務：AWS的人工智能服務提供云端的自然語言理解(NLU)、自動語音識別(ASR)、視覺搜索和圖像識別、文本轉語音(TTS)及機器學習(ML)托管服務。獲得高度可擴展、靈活且快速的模型訓練體驗。AWS習AMI和CloudFormatiAI基礎設施：神經網絡其中涉及增加大量模型的過程。大大縮短了完成這些計算所需的時間。AWS作為亞馬遜在人工智能領域的核心平臺，可提供全面的人工智能服務，其人工智能技術已經覆蓋了基礎設施、平臺、服務等各個環(huán)節(jié)，最重要是已經將各種AI服務應用場景落地。4°Apple以提升產品服務作為收購重心蘋果近年來頻頻在人工智能領域大展拳腳，其收購企業(yè)的關注點為語音和圖像領域，以提升自身產品服務質量作為核心驅動力，努力讓使用者提供更好的體驗。在2015年，蘋果先后收購語音智能初創(chuàng)企業(yè)VocalIQ和Perceptio，前者意在幫助用戶在與計算機語音交流更加順暢，后者所開發(fā)的技術可直接改善Siri功能。2016年1月，蘋果收購了初創(chuàng)企業(yè)Emotient，該公司技術能夠通過簡單的設備追蹤、識別以及分析面部表情，同樣可以直接用在iPhone設備。同年8月收購Turi無疑是蘋果提升自己的產品與服務計算能力再添力將，也被視為蘋果布局人工智能的關鍵一步。此舉將有望讓蘋果突破科技圈現有人工智能格局，進而與谷歌等競爭對Turi的收購被業(yè)內人士認為是蘋果公司在人機交互領域的再次升級，其技術可用于創(chuàng)建推薦引擎的軟件、情感分析、生產預測、點擊預測以及詐欺檢測系統(tǒng)等，這對于Siri虛擬助理以及AppleMusic、AppStore等各種在線服務來說將非常重要。VolleyLabs4°Apple人工智能布局后發(fā)制人投中研究院對蘋果公司自2016年至今的投資案例進行整理，共計27起案例中8起投資案例與人工智能領域相關，其中2018年1-4月未發(fā)生投資人工智能領域相關企業(yè)的事件；按投資輪次分布來看，蘋果公司8起投資案例中有7起是以收購方式完成。蘋果是利用AI技術服務已有產品，而谷歌、亞馬遜等AI巨頭則是利用AI技術推出全新的人工智能產品。蘋果公司從自身優(yōu)勢出發(fā)，對于擁有強大數據背景的AI巨頭來說，可謂是后發(fā)制人，將人工智能融入已有產品為用戶帶來全新體驗。2016-2018.4蘋果人工智能產業(yè)投資案例數以及占當年所有投資的比例6543210投資案例數占比2016-2018.4蘋果人工智能產業(yè)投資案例數按融資輪次分布11u并購u種子輪7數據來源：Crunchbase4°Apple兼顧人工智能技術層和應用層蘋果公司自身的優(yōu)勢在于已有產品的市場占有率，在人工智能領域的布局策略是將人工智能技術與已有產品融合，為用戶提供高質量的人工智能服務。投中研究院通過統(tǒng)計發(fā)現，自2016年至今的投資案例中技術層和應用層占比高達87.5%，其中在技術層種涉及2家機器學習公司、2家面部識別公司和1家計算機視覺公司。自蘋果公司收購至今，我們發(fā)現從最開始圍繞人工智能語音控制功能Siri收購自然語言識別和分析初創(chuàng)公司，到如今圍繞照片和視頻功能收購的面部識別和情感分析初創(chuàng)公司，蘋果公司通過8年的時間打造出以提高自有產品服務體驗為核心的人工智能領域的深度布局。2016-2018.4蘋果對人工智能產業(yè)不同層級的投資數量分布12基礎層u技術層u應用層52016-2018.4蘋果投資案例位于人工智能產業(yè)技術層數量分布1u機器學習2u計算機視覺2數據來源：Crunchbase4°Apple鐘情收購“小而美”的初創(chuàng)公司蘋果的投資策略是去收購“小而美”的初創(chuàng)公司，而不是花費重金去打造屬于自己的人工智能生態(tài)系統(tǒng)，實際上這就是蘋果公司對于AI戰(zhàn)略布局的態(tài)度。最近幾年，蘋果公司一邊在對外的場合不斷強調Siri的重要性，一邊努力的要完善Siri的體驗，收購這類人工智能公司則是一個最快的途徑，以最低的成本直接服務于Siri。增強現實公司個性化新聞電臺應用流媒體服務傳感器廠商室內定位公司增強現實公司數據平臺個人助理軟件語音搜索服務移動廣告公司為了讓蘋果原有的常用應用體驗更佳，蘋果在近年來收購近十家公司把其神經網絡和機器學習技術應用在已有應用當中，如新聞、音樂、餐廳推薦；識別陌生來電；檢測用戶的運動狀態(tài)；手機解鎖后列出最可能使用的應用；日程表安排等等。盡管這些功能看似并不起眼，但這就是蘋果應用人工智能的方式。4°高質量AI服務的提升源于芯片2017年秋季新品發(fā)布會上，蘋果發(fā)布iPhoneX的同時透露在A11處理器制造閃存控制器設計Bionic芯片上搭載了一個專用于機器學習的硬件—“神經網絡引擎（neuralengine處理器制造閃存控制器設計芯片制造商Maxim20082011半導體公司PassifSemiconductor半導體公司PassifSemiconductor半導體邏輯設計公司IntrinsitySoC（System-on-a-Chip）類似于一個“計算平臺”，根據分工不同，將多個專用功能的處理單元集成起來，如GPU（圖像處理）、Modem（通信模塊）、DSP（數字信號處理）等，不同的數據交給不同特長的計算模塊來處理將會得到更好的效果、更高的能效比。AI模塊是在手機處理器平臺新加入的一個擅長神經網絡計算的硬件模塊，不需要再將大量數據直接上傳至云端進行深度學習，而是直接在手機端進行初步學習，進而大大提高了學習效率。AI神經網絡AI神經網絡資料來源：智東西中美AI競爭格局的總結及啟示中美科技巨頭人工智能布局在層級上存在反向趨勢，中國科技巨頭以AI應用層為重點投資方向，美國科技巨頭則相反。BATI四大AI平臺通過科技部的官方認定后，將發(fā)揮其平臺特色優(yōu)勢，接入各方應用，并從中選優(yōu)投資。之后輸出其技術至被投企業(yè)，形成各自的產業(yè)生態(tài)。美國科技巨頭傾向于投資AI基礎層及技術層企業(yè)，通過其巨無霸平臺及產品輸出應用。綜合比較，美國科技巨頭的技術將會更加的領先，然而中國科技巨頭的投資方式將更易于積累多層次用中國科技巨頭的產品能力在某些方面已經超越美國，無論是電商或是新式的共享單車等。在AI技術上也有計算機視覺和語音識別等領域可與美國競爭。由于中美貿易戰(zhàn)事件，履霜，堅冰至，中國政府、企業(yè)等更加的意識到自身科技的短板，未來將更注重原始創(chuàng)新。因此，可以看到中國科技巨頭在近期對AI基礎層的布局。AI企業(yè)投資不再是追逐熱點賽道，而是考慮真正的投資價值，被投企業(yè)的技術孵化到產品落地是一個長時間的過程，不僅僅是資本運作帶來的價值增值，更是幫助企業(yè)找到應用場景，打造合理的商業(yè)投資策略應由單一AI領域轉向AI延伸產業(yè)的布局，例如投資計算機視覺公司，橫向需要考慮圖像處理、語音語義處理領域是否存在互補的公司；縱向需要考慮應用層中可以幫助技術落地的領域以及基礎層中可以幫助提升識別能力的算法或芯片等。Copyright?投中信息04/04/光大控股新經濟系列基金的投資組合涉及消費升級、娛樂與教育、高端制造業(yè)、金融科技、物聯網、人工智能等產業(yè)。在多樣化的投資組合里，已投項目的產業(yè)智能化特征明顯，部分項目引領智聯化構建產業(yè)智能化需要AI技術與產業(yè)或應用場景的結合，光控的AI產業(yè)投資策略為，投資少量的頭部AI技術公司，更多的是投資于AI+垂直行業(yè)。運用AI技術賦能產業(yè)，提升產業(yè)效用。在智聯化方面，則是人工智能與物聯網相結合，光控一方面是投資于物聯網產業(yè)鏈，另一方面是孵化AIoT企業(yè)，例如特斯聯科技。AI技術智能物聯網平臺技術智能穿戴設備智能汽車體育運動文化娛樂電子商務金融科技自2016年，光大控股新經濟系列基金投資AI+的項目比例逐漸上升，并建立其AI生態(tài)圈，完善其自身的平臺賦能。項目交易類型覆蓋成長期、成熟期、戰(zhàn)略性投資、Pre-IPO等階段。2016–2018.4光大控股人工智能產業(yè)投資案例86420投資案例數占比2016–2018.4光大控股人工智能產.D輪.E輪116245數據來源：CVSource智慧城市將是物聯網時代智聯化重要的載體之一，未來的智慧城市將更好的利用物聯網帶來的連接和數據，以及人工智能的智能決策，實現價值最大化。目前光控新經濟系列基金的智慧城市領域投資組合整體分為智慧城市需要的底層技術和相關的應用兩大類。部分已投項目可提供的產品/服務從智慧城市底層技術延伸至落地應用，或同時涉及多種底層技術和應用。光大控股已投智慧城市領域項目——底層技術熱度分布機器學習&大數據分析光大控股已投智慧城市領域項目——應用熱度分布J智慧消費J智慧交通智慧金融智慧安防底層技術底層技術應用場景應用場景戳安防城市交通建筑與基礎設施教育能源環(huán)境視頻結構化案件挖掘犯罪案情預測人工智能測謊違章監(jiān)測智能客服智能運維智能停車影像輔助診斷細胞病理診斷智能問診語音電子病歷尋找適應癥機器閱卷智慧教室分級閱讀知識圖譜智能問答視覺抄表巡檢機器人智能繳費發(fā)電并網管理污染溯源空氣質量預測戳安防城市交通建筑與基礎設施教育能源環(huán)境物聯網感知物聯網感知物聯網平臺物聯網平臺及應用智能攝像頭爆炸物檢測周界安全人口管理系統(tǒng)通行管理系統(tǒng)不停車收費信號燈管理系統(tǒng)智能運維倉儲管理建筑健康監(jiān)測智慧路燈管理系統(tǒng)輔助診療系統(tǒng)輔助診療系統(tǒng)AI藥物研發(fā)排泄物檢測排泄物檢測分級診療平臺智慧教室編程機器人在線教育平臺在線考試平臺智能電網分布式發(fā)電管理管道監(jiān)測一體化監(jiān)測終端水體監(jiān)測污染等級評估系統(tǒng)特斯聯科技是一家由光大控股孵化并投資的城市級智能物聯網（AIoT）平臺公司，以物聯網應用和人工智能技術為核心，致力于為市民生活、辦公和城市管理提供“未來系列”多場景解決方案。?場景切入價值“由大到小”：數據密度/數據價值?場景落地時機“由強到弱”：政策落地/產品成熟?居住區(qū)/辦公區(qū)/商業(yè)區(qū)實現全面智慧化?各場景交互融合、協(xié)同創(chuàng)新、實時開放在線光大控股通過特斯聯AIoT平臺切入智慧城市應用場景業(yè)務，并與合作或已投資的設備層、傳輸層及應用層企業(yè)形成智慧城市產業(yè)鏈聯動。使產業(yè)鏈之間形成場景數據化、數據網絡化以及網絡智能化，以達成多場景融合的智慧城市終局。AIOTAIOT智慧城市各細分場景的架構