2019年中国人工智能产业研究报告.pptx

2019中国人工智能产业研究报告,12345,行业概述篇赋能实体经济篇新兴发展模式篇典型企业案例篇未来思考篇,行业概述篇目录,人工智能战略意义分析,人工智能+实体经济渗透预期,人工智能产业玩家总览, 产业欣欣向荣，企业总数超过2000家，以应用层企业为主 人工智能产业图谱, 安防与金融发展条件较好，业务渗透最快，营销、客服、教育等有望快,速发展, 2019年仍将消化之前的投资热点，2020年之后资本可加速布局生产制造,与公共服务, 人工智能已经成为新一轮科技革命的核心驱动力，技术的进步为经济、社会、,生活带来积极影响, 助力产业智能化升级，商业价值巨大，2019年预计贡献收入近570亿元,巨头布局, 国内巨头聚焦平台、底座、生态 海外巨头对核心基础能力投入巨大,主要国家地区针对人工智能出台的政策美国国家人工智能研究和发展战略计划、为未来人工智能做好准备欧盟“人脑项目”（Human BrainProject）、欧盟机器人民事法律规则中国新一代人工智能发展规划、人工智能产业发展三年行动计划,人工智能在社会治理中的应用,人工智能战略意义应用价值：AI正在积极影响着经济、社会、生活的方方面面人工智能是社会发展和技术创新的产物，是促进人类进步的重要技术形态。人工智能发展至今，已经成为新一轮科技革命和产业变革的核心驱动力，正在对世界经济、社会进步和人民生活产生极其深刻的影响。于世界经济而言，人工智能是引领未来的战略性技术，全球主要国家及地区都把发展人工智能作为提升国家竞争力、推动国家经济增长的重大战略；于社会进步而言，人工智能技术为社会治理提供了全新的技术和思路，将人工智能运用于社会治理中，是降低治理成本、提升治理效率、减少治理干扰最直接、最有效的方式；于日常生活而言，深度学习、图像识别、语音识别等人工智能技术已经广泛应用于智能终端、智能家居、移动支付等领域，未来人工智能技术还将在教育、医疗、出行等等与人民生活息息相关的领域里发挥更为显著的作用，为普通民众提供覆盖更广、体验感更优、便利性更佳的生活服务。人工智能与各国政策、社会治理、人民生活, AI视频监控系统 安防智能机器人 智慧楼宇, 智慧政务警务 公安知识图谱 平安社区,人工智能在日常生活中的应用 智能手机、PDA、智能可穿戴设备等个人智能终端 智能家电、智能音箱、智能照明、智能厨卫等共同组成的智能家居系统 智能教育、智能医疗、智能出行,新零售,视觉检测,遥感图像分析,农业机器人,医疗健康,自适应教育,口语测评,AI,人工智能战略意义应用价值：AI是产业智能化升级不可或缺的强力助推器2019年两会上，李克强总理在回答记者问时首次提出了“智能+”概念，在人工智能连续三年出现在总理的报告后，“智能+”的概念首次被写入到政府工作报告中。随着人工智能技术的不断进步，世界已经进入新的“智能化”阶段，中国各行各业的优秀企业在经过了几年乃至十几年时间的“数字化”转型后，已经为智能化升级打下了一定基础。而企业要在新的智能化时代继续保持并提升自身的核心竞争力，就必须要在数字化的基础上，充分各个环节、要素及参与者的全方位数据，通过实现云边端一体的打通，从海量的数据中筛选有价值的部分，将人工智能的算法、算力在整个产业链条上进行灵活调用，以此提升产品质量和服务水平，解决关键痛点，创造新的价值。人工智能助力各产业实现智能化转型升级,智能研发预测性维护智慧农业,无人机植保,拍照搜题,医学影像药物研发,智能辅诊健康管理智能营销,商品识别,智慧门店供应链优化智能制造,内容生产效果监测智能教育,精准营销场景识别,人工智能战略意义商业价值：2019年AI赋能实体经济预计贡献收入超570亿元近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现，预计2019年人工智能核心产业规模将突破570亿元，目前，安防和金融领域市场份额最大，工业、医疗、教育等领域具有爆发潜力。,251.1,570.1,819.8,1157.0,2018-2022年中国人工智能赋能实体经济市场规模1573.0,2018,2019e,2020e,2021e,2022e,人工智能赋能实体经济所产生的市场规模（亿元）,53.8%,3.6%,15.8%4.2%4.0%,0.4%,2.4%,11.6%,2018年中国人工智能赋能实体经济各产业份额3.4%0.8%,AI+安防,AI+零售,AI+客服,AI+交通,AI+金融,AI+医疗,AI+教育,AI+农业,AI+营销,AI+制造,行业概述篇目录,人工智能战略意义分析,人工智能+实体经济渗透预期,人工智能产业玩家总览, 产业欣欣向荣，企业总数超过2000家，以应用层企业为主 人工智能产业图谱, 安防与金融发展条件较好，业务渗透最快，营销、客服、教育等有望快,速发展, 2019年仍将消化之前的投资热点，2020年之后资本可加速布局生产制造,与公共服务, 人工智能已经成为新一轮科技革命的核心驱动力，技术的进步为经济、社,会、生活带来积极影响, 助力产业智能化升级，商业价值巨大，2019年预计贡献收入近570亿元,巨头布局, 国内巨头聚焦平台、底座、生态 海外巨头对核心基础能力投入巨大,25.3%,19.3%,13.6%,10.3%,8.8%9.1%,2.4%5.3%,5.9%,机器学习计算机视觉生物识别技术,大数据、云计算自然语言处理智能芯片,机器人技术智能硬件其他,人工智能相关企业总量与分布产业欣欣向荣，企业总数超过2000家，以应用层企业为主2018年，人工智能相关公司总数达到2167家。人工智能企业可划分为基础层、技术层和应用层，基础层以AI芯片、计算机语言、算法架构等研发为主；技术层以计算机视觉、智能语音、自然语言处理等应用算法研发为主；应用层以AI技术集成与应用开发为主。根据中国新一代人工智能发展战略研究院调研数据，中国人工智能企业多集中在应用层，技术层和基础层企业占比相对较小；从技术类型分布来看，涉及机器学习、大数据、云计算和机器人技术的公司较多，整体分布相对均匀。,77.7%,5.4%,17.9%,应用层企业基础层企业,技术层企业,2018年中国人工智能企业层级分布,2018年中国人工智能企业主要技术类型分布,人工智能产业图谱2019年人工智能产业图谱,芯片,计算机视觉,传感器,开源框架,云服务,平台,智能语音识别,金融领域,教育领域,文娱领域,营销领域,农业领域,制造领域,安防领域,零售领域,医疗健康领域,城市出行领域,客服领域,智慧交通智能驾驶,硬件设备技术服务,自适应学习,视频广告营销,数字营销教育管理,基础层注释：图谱主要表现各细分产业中AI公司的布局情况，图谱中所展示的公司logo顺序及大小并无实际意义，不涉及排名。,产品与解决方案层,技术层,安防,应用场景,交通出行,零售,教育,文娱,营销,农业,制造,客服,移动终端,金融,医疗健康,机器学习,知识图谱,自然语言处理,大数据服务,移动终端领域,359,502,552,668,155,275,369,650,1196,341,2015,2016,2017,2018,2019Q2,投资事件数,投资额（亿元）,企业总数：2167家投资事件：2587起总投资额：4233亿元,人工智能产业相关资本市场表现2018年AI资本市场爆发，明星公司和朝阳赛道被重点关注2015年-2019年5月人工智能领域共发生2587件投融资事件，总融资额达4233亿元，2018年总融资额却相较上一年呈现爆发式增长，这意味着投资人对标的的选择更加理性，将主要资源聚焦于重点标的，同时也反映了资本市场对于AI领域的青睐。从获投企业分布来看，相比于相对成熟的安防和金融领域，医疗、制造和自动驾驶领域因处于早期阶段，格局尚未成形，且赛道广阔足以孕育多家独角兽企业而被资本市场重点关注。2015-2019年Q2中国AI领域投融资情况,行业概述篇目录,人工智能战略意义分析,人工智能+实体经济渗透预期,人工智能产业玩家总览, 产业欣欣向荣，企业总数超过2000家，以应用层企业为主 人工智能产业图谱, 安防与金融发展条件较好，业务渗透最快，营销、客服、教育等有望快,速发展, 2019年仍将消化之前的投资热点，2020年之后资本可加速布局生产制造,与公共服务, 人工智能已经成为新一轮科技革命的核心驱动力，技术的进步为经济、社,会、生活带来积极影响, 助力产业智能化升级，商业价值巨大，2019年预计贡献收入近570亿元,巨头布局, 国内巨头聚焦平台、底座、生态 海外巨头对核心基础能力投入巨大,人工智能产业成熟度安防与金融发展条件较好，业务渗透最快，营销、客服、教育等有望快速发展我们根据基础建设和价值空间两大维度对人工智能赋能的十大实体经济进行分析。总体而言，金融、营销、安防、客服等场景在IT基础设施、数据质量、对新技术的接受周期等AI发展基础条件方面表现较优，而在当下市场规模、行业发展增速、解决方案落地效果和政策导向等诸多因素的影响下，安防、金融、教育、客服等场景将产生较高的商业化渗透和对传统产业提升程度。其余产业中，制造场景由于基础建设复杂、数据获取难度较大，且实际智能应用仍较为边缘化，AI应用短期内渗透释放难度较大；医疗、零售、交通等场景随着AI技术与场景核心痛点匹配度上升、产品逐渐完善，未来将激发更大价值；农业因为技术基础、商业模式、购买能力等问题，目前AI的赋能作用尚不明显，有待未来探索。,2019年人工智能产业成熟度评估模型安防金融,营销,教育交通,客服医疗,制造,价值,零售农业基础注释：根据评分结果对以上行业中AI赋能效果进行建模，横轴为基础建设，打分维度以可承载AI应用的数据化程度为主；纵轴为价值空间，打分维度以行业中AI公司2018年营收情况、2022年市场空间情况、融资情况等为主。,高低,核心企业AI活跃度产业受技术驱动程度解决办法与需求契合度解决方案落地效果政策支持强度数据共享程度数据质量基础设施IT化程度场景清晰度商业模式清晰度对新技术的接受周期注释：为了更好的了解2018年，AI应用在不同场景中的实际表现情况，根据专家访谈、企业访谈和行业数据资料，针对以上10个场景搭建评价体系进行研究展现。维度划分：评价维度共分三级（只展示第三级维度），主要表现AI应用在不同场景下的基础建设和价值估算。评分标准：根据研究得出的实际数据和情况，针对每一三级维度建立1-5分的评价标准，再根据专家意见进行赋权，最终得出各场景下AI应用的具体评分。其中“2018年市场规模”、“2020年市场容量”和“2018年融资总额度”根据以人工智能技术应用为主要竞争力的公司在不同场景中的实际参与情况统计。,制造,零售,客服,金融,农业,教育,安防,营销,交通,医疗,2018年市场规模2022年市场容量2018年融资总额度市场竞争性对AI的需求度,人工智能产业成熟度2019年人工智能赋能行业效果评估模型,注释：此处主要关注在产业发展机遇窗口期进行投资布局，已考虑相关产业中创业企业成长周期，但未考虑投资机构投资策略差异。,AI投资机遇期2020年之后资本可加速布局生产制造与公共服务尽管人工智能已经连续多年成为资本市场的宠儿，其实际市场爆发还未真正到来，投资潜力依然巨大。结合AI主要赛道发展机遇及窗口期，赛道发展瓶颈及预期解决周期，企业发展周期等因素，认为2019年仍将消化之前的投资热点，如AI芯片、人脸识别等基础技术，2020年之后资本可加速布局生产制造与公共服务领域，以共享相关产业+AI的发展红利。,2019,2020,2021,2022,2023,2024,2025,2019,2020,2021,2022,2023,2024,2025,基础技术生产制造公共服务民生服务,AI SoC芯片人脸/行人识别追踪/3D重建自然语言理解与交互工业质检/分拣工业生产参数优化智能供应链管理与库存优化医学影像阅片远程医疗AI制药AI反欺诈智能投顾智适应学习社区健康管理,行业概述篇目录,人工智能战略意义分析,人工智能+实体经济渗透预期,人工智能产业玩家总览, 产业欣欣向荣，企业总数超过2000家，以应用层企业为主 人工智能产业图谱, 安防与金融发展条件较好，业务渗透最快，营销、客服、教育等有望快,速发展, 2019年仍将消化之前的投资热点，2020年之后资本可加速布局生产制造,与公共服务, 人工智能已经成为新一轮科技革命的核心驱动力，技术的进步为经济、社会、,生活带来积极影响, 助力产业智能化升级，商业价值巨大，2019年预计贡献收入近570亿元,巨头布局, 国内巨头聚焦平台、底座、生态 海外巨头对核心基础能力投入巨大,基础能力层,平台层,内部体系应用,外部商业交付,应用场景,自主研发,投资新兴企业,AI芯片人脸识别人体分析图像识别视频分析自然语言理解语音识别知识图谱,通过百度云交付平台服务开发者落地项目制直接服务客户被行业伙伴集成,通过多种方式使技术落地,交通出行金融服务医疗服务智能制造农业监测能源管理教育科研,全球科技巨头AI布局百度AI全面赋能，加速推进产业智能化2016年，百度将人工智能业务提升为公司发展战略目标。在“夯实移动基础，决胜AI时代”的战略指导下，百度AI生态不断完善，AI产品化、商业化持续加速。百度大脑是百度技术多年积累和业务实践的集大成，为百度所有业务提供AI能力和底层支撑，并赋能产业和开发者。得益于AI驱动，百度移动形成了“一超多强”的产品矩阵，并构建起以“百家号”和“小程序”为核心的移动生态。作为AI生态的重要组成，百度已拥有Apollo自动驾驶开放平台和小度助手（DuerOS）对话式人工智能操作系统两大开放生态。目前，百度已获得超过50张智能网联汽车道路测试牌照，在国内遥遥领先。小度助手继续在中国保持领先地位，2019年第一季度小度智能音箱出货量位居国内市场第一，全球第三。同时百度智能云基于ABC（AI、Big Data、Cloud Computing）三位一体发展战略，也取得了突破性进展。百度AI主要布局,开放平台百度深度学习平台飞桨百度AI开放平台AI技术Apollo自动驾驶DuerOS自然语言交互应用平台UNIT理解与交互技术灵医AI医疗Omni Marketing平台点石平台,短视频爱奇艺搜索小度助手,信息流Apollo智能云,全球科技巨头AI布局阿里聚焦产业AI，定位技术底座阿里提出AI for Industries，将自身AI技术能力整合到阿里云旗下ET当中，同时结合对各个产业的理解，将ET从单点的技能升级为具备全局智能的ET大脑，在工业、金融、零售、交通等各领域都积累了大量落地案例；另一方面，阿里系投资了众多AI领域明星企业，包括商汤科技、旷视科技、依图科技、寒武纪等。基于电商业务积累的商业化场景和云计算底层基础设施，阿里拥有算力资源、对应用数据的价值挖掘能力及聚合生态优势，阿里云将承担技术底座的角色，以被生态伙伴集成的方式打造细分行业解决方案，借助ET大脑提供的智能化能力，更好地服务客户。阿里AI主要布局,核心能力云计算、储存、数据库、网络能力智能计算解决复杂问题实时大数据，搜索、分析、可视化能力,业务支撑通用移动互联网技术商业化场景移动支付阿里研究院,技术方向智能语音交互图像/视频识别交通预测情感分析多维感知全局洞察实时决策,应用方案智能硬件ET城市大脑ET工业大脑ET农业大脑ET环境大脑ET医疗大脑ET航空大脑,AI产品平台：深度学习平台PAI、AliGenie算力：神龙异构超算集群深度神经网络推理引擎,智能零售,游戏AI,社交平台移动应用,腾讯觅影医疗AI内容AI智能客服优图天眼智慧教育 智慧市政,+,人工智能云计算行业生态,全球科技巨头AI布局腾讯着眼于消费级AI多维应用场景与产业级AI技术使能腾讯以“联接”为主题，将AI能力投射到消费级互联网和产业互联网。在消费端，游戏AI通过数据挖掘算法和机器学习算法了解玩家在游戏里的行为特征，进一步优化游戏体验，内容AI为QQ音乐等用户推送千人千面的音乐推荐；在产业端，通过腾讯云、腾讯优图、腾讯觅影等主体，发力AI医疗、AI安防、AI教育、智慧政务、智能零售、智慧校园等场景。总体而言，长于“联接”，基于科技创新，在互联网与产业互联网的发展与融合过程中，腾讯将提供多维智慧应用，同时也作为智慧基础设施方，开放技术中台，协同多方合作伙伴，共建创新生态。腾讯AI主要布局,消费互联网,产业互联网多维智慧应用智慧基础设施,研发深度,学习网络,引擎,应用,开源机器学习框架, TensorFlow Caffe 分布式机器学习库Gpipe 多任务深度神经网络模型MT-DNN 大量降低数据使用的条件生成对抗网络GAN提供AI工具 ,全球科技巨头AI布局谷歌、FB、微软等关注基础能力，基于自身基因发展应用海外科技巨头对AI高度重视，谷歌更是提出AI First战略。梳理海外科技巨头AI发展脉络，可以看出其更关注在算力和底层AI引擎上打造竞争壁垒和对外开放能力，谷歌和Facebook相继推出AI芯片TPU和Kings Canyon等，同时多次开源并升级机器学习框架、推出深度学习网络和AI工具。在应用层面，科技巨头更多是利用AI赋能自身业务，如谷歌向安卓推出谷歌助手，Facebook利用AI实现用户画像以进行精准营销，微软利用AI强化office产品和Azure云服务等。海外巨头布局算力定制机器学习芯片TPU,AI推理定制芯片Kings CanyonAI训练平台Zion,谷歌助手自动驾驶waymoAR应用虚拟社交AI用户画像,12345,行业概述篇赋能实体经济篇新兴发展模式篇典型企业案例篇未来思考篇,赋能实体经济篇目录,泛安防产业, 涵盖G端、B端、C端安防需求，由被动监控向主动识别过渡, 2022年G端与B端市场规模有望突破700亿元,-,-,行业,司法部门：智慧监狱建设、-,智慧庭审系统建设,海关：智慧旅检系统,海事局：智慧通航等,教育局/药监局：明厨亮灶 -,- 主要客户包括公安部门（含交警）、政法委部门、综治办部门等，以区县级单位为主- 项目采购需求包括雪亮工程、平安城市、天网工程等公安 -项目当中涉及人脸布控、智能卡口的部分，以及针对性 -的公安动态布控项目、静态图像查控系统项目、重大活 -动安保项目- 估算全国接入动态视频 -结构化的摄像头路数超过66万路，全国各省均部署了静态库,其他政府各级人民政府：平安社区/智慧社区社保局：人脸识别资格认证,金融：银行智慧网点、业务辅助、人员管理- 地产、集团企业：智慧园区- 学校：智慧校园、智慧课堂医疗：智慧医院- 旅游：智慧景区- 建筑：智慧工地- 电力：巡检机器人、智能变电站监控与巡航- 其他,消费者- 智能门锁- 智能摄像头- 智能烟雾检测传感器,泛安防产业涵盖G端、B端、C端安防需求，由被动监控向主动识别过渡广义AI安防涉及领域众多，从客户类型看，可划分为公共安全安防、其他政府安防、行业安防、消费者安防等。AI安防行业具有强政策导向性，政府发布的公安大数据、雪亮工程、智慧监狱、明厨亮灶、建筑工人实名制电子打卡等相关政策极大地推动了行业繁荣。人工智能改变了安防过去人工取证、被动监控的业务形态：AI视频分析技术对监控信息进行实时分析，使人力查阅监控和锁定嫌疑人轨迹的时间由数十天缩短到分秒，极大提升了公共安全治理的效率；人证核验技术识别速度快、准确率高，节省了人力成本；智能访客识别与车辆识别为园区、文教卫业务办理提升效率，为安全管理保驾护航。AI在安防领域的应用体现出深入场景、定制化服务的特点，未来将进一步实现数据跨网融合、提升认知计算能力。AI+安防应用场景示意图公共安全,泛安防产业产业链上下游关系并非泾渭分明，角色界限比较模糊本报告主要关注G端安防与B端安防。AI+安防产业链与传统安防差异最大的地方在于，上下游关系并非泾渭分明，安防厂商、AI公司、云服务厂商都可通过集成商渠道或直客模式向客户提供产品与服务，部分集成商也可直接提供部分硬件产品和软件技术，各角色相互之间存在合作加潜在竞争的关系，生态比较开放。产业链内核心玩家类别包括上游的芯片公司、AI公司、中游的安防厂商、云服务厂商，下游的安防集成商（含具备系统集成资质的项目集成商类与具备安防工程资质的工程建设服务商类）等。2019年中国AI+安防产业链,安防产品销售和整体项目集成与运营客户,通信网络类通信网络运营商,匹配上游组件和下游需求，提供整体的产品和方案安防设备及解决方案厂商云服务厂商,项目集成商工程建设服务商运营服务商,下游渠道和集成类销售渠道商,提供算法、芯片和关键零组件上游软硬件类图像传感器 软件开发商厂商 ISV芯片厂商AI公司,存储器厂商光学镜头厂商,其他关键零组件厂商,图例表示固有供应关系表示可能存在的产业环节，则某些情况下不需经过此环节时，则箭头可越过虚框环节直接指向下一环节,ICT服务商,注释：图中所示市场规模口径包括AI算法与系统平台、AI摄像机、智能化一体机、分析服务器资源、大数据应用、知识图谱、安防智能机器人、出入口控制系统和设备等，不含存储、交换机、网络、施工建设、运维费用；覆盖客户行业包括公安（含交警）、司法、建筑楼宇、大交通及其他行业客户。,39.5,135.3,711.8579.2453.4350.0,泛安防产业2022年G端与B端市场规模有望突破700亿元2016年是AI+安防商业化元年，2018年，我国AI+安防软硬件市场规模达到135亿元，部分头部安防厂商AI业务在总营收中占比从大约4%提升至超过8%，部分典型AI公司安防业务则占接近一半的营业收入。2018年城市公共安防中AI渗透率达到2.6%。预计2019年市场仍将保持高增速，到十三五收官之年2020年增速开始稳定，届时市场规模可达到453亿元（城市公共安防AI渗透率达到11%），2022年市场规模有望突破700亿元（城市公共安防AI渗透率达到25%），从2017年到2022年CAGR达到78.3%。2017-2022年中国AI+安防市场规模（不含C端）242.5%158.7%,29.5%,27.7%,22.9%,2017,2018,2019e,2020e,2021e,2022e,市场规模（亿元）,增速（%）,71.4%,3.8%,1.9%0.9%14.8%,3.5%,3.7%,注释：中心侧包括分析服务器、技术服务、系统平台等，边缘侧指智能化一体机、智能NVR、人脸识别盒子等产品，端侧指AI摄像机产品。,视频监控-中心侧54.8%,视频监控-端侧28.3%,视频监控-边缘侧5.0%,6.5%,1.3%,公安领域,域，其细分市场占比如下图所示,泛安防产业视频监控占比近90%，中心侧份额最大2018年AI+安防软硬件市场约135.3亿元的产值中，视频监控占据绝大部分，份额近90%，成为AI+安防的主赛道。其中，端侧市场规模超过38亿元，占28.3%，中心侧市场规模超过74亿元，占54.8%。而在AI+安防的核心战场公共安全领域，总市场规模约93.1亿元，其中端侧市场规模约13.8亿元，占14.8%，中心侧市场规模约66.5亿元，占71.4%，边缘侧渗透有限，占比较小，约3.8%。出入口控制的主要产品如人脸识别闸机、门禁等，门槛相对较低，与监控人脸识别具备相通之处，因此绝大部分安防产品与解决方案提供商均涉足这部分业务，其市场相对较大。2018年AI+安防软硬件细分市场占比2018年AI+安防软硬件市场约135.3亿元的产值中，约有93.1亿元来自公共安全领,安防智能机器人,知识图谱,出入口控制,视频监控-中心侧,视频监控-边缘侧,视频监控-端侧,其他,2.6%1.5%,泛安防产业,主要玩家：类型众多，理念各异,赋能实体经济篇目录,传统金融产业, 传统金融机构、互金公司和AI公司是主要参与者，中小型金融机构表,现活跃, 2022年传统金融AI投入约580亿元，银行业务仍是核心场景,智能投研上市公司研报、公告关键信息分析；智能财务模型搭建与优化；投资策略规划与报告自动生成智能营销线上社交渠道智能获客；线下活动透视分析获客；销售报表自动生成智能分析智能理赔智能辅助拍摄、远程精准定损；理赔材料信息快速提取、智能审核；维修方案、价格、年保费影响实时推送，快速赔付,智能投顾个人理财产品策略咨询；股票配置、基金配置、债权配置、交易执行、投资损失避税智能客服7*24小时机器人客服；取代传统菜单式语音+人工客服模式；金融机构网点分流引导式服务机器人人证比对通过终端硬件产品进行人脸抓取，与后台数据库进行比对，确定开户人身份，简化操作流程，降低风险概率,传统金融产业AI+金融应用场景概览智能风控,信贷审批、额度授信；信用反欺诈、骗保反欺诈；异常交易行为、违规账户侦测；风险定价、客户关联分析智能催收客户画像、评分模型、智能互动工具等改变了传统人工催收的互 动和决策方式,人脸识别,微表情识别,知识图谱,语音交互,传统金融产业打破经验导向惯性，AI助推高精准、低成本风控成为现实金融行业数字化建设较早，以银行业最具代表性，沉淀了大量金融交易、客户信息等数据，并且能积极接受新兴技术，有较高的市场认知环境，比较适宜AI算法模型训练和应用。传统银行业务在处理数据方面比较依赖专家经验，系统应用的算法对人工数据标注有较高要求，在高并发事件中难以保障用户体验和准确性，对于一些标签以外，较为隐晦的欺诈行为没有拦截能力，而应用深度学习的算法可以根据因果数据自行训练出适合的模型，在海量实时交易过程中能做到高覆盖、少拦截、高准确率的风险把控。据某股份制银行实际应用情况，AI风控系统可以在1万笔交易中，仅拦截80-120笔就能达到整体80%欺诈拦截的准确率，而传统应用则需要拦截上千笔交易才能达到，大幅降低成本的情况下提高了银行业务的执行,效率。,传统业务面临的问题与智能风控流程图（以信贷为例）,欺诈风险,提供虚假材料；贷款申请人与金融机构内部人员联手，泄露其他客户信息，合谋骗贷,信用风险,一些金融机构现有信用数据维度不够，无法获取权威征信数据库信息；多头借贷，单家机构无法了解风险情况,传统信贷通常需要申请人手工填写大量信息，且存在重复填写相同的内容，造成用户体验不佳传统风控流程需要人工审核，且存在审核人员的资质参差不齐，难以保证审批的效率与质量,流程繁琐审批漫长,贷款申请Text,贷款审核Text,贷后监控Text,逾期催收Text,贷前,贷中,贷后,营销获客机器学习,语音识别知识图谱机器学习,机器学习用户信息扫描-用户互联网行为数据（社交、购物、搜索、LBS等）-央行征信数据-公安/法院数据,机器学习 机器学习新增风险扫描-其他平台借款申请-其他平台逾期-法院失信记录-手机号停用,传统金融产业传统金融机构、互金公司和AI公司是主要参与者，中小型金融机构表现活跃传统金融机构拥有广泛的客户基础和海量高可信度的数据积累，拥有完整的线下布局，对AI应用有核心需求，是市场中主要的需求方；互联网金融公司承载人口红利，拥有大量的C端客户和流量数据，在产品设计和渠道运营方面具有优势，是技术的需求方，也是提供者；AI公司在终端客户和数据积累方面不足，但在特定方向上具有较强的创新性和研发能力，是主要的技术提供者。传统金融机构主要通过成立子公司自研技术、对外投资并购和采购合作三种方式进行AI布局，目前以采购合作为主，需求更倾向于金融零售中的风控反欺诈和精准营销，国有银行等大型机构对于AI产品采购的态度更显谨慎，为保证数据安全可控，往往要求合作公司开放代码，由双方共同开发，在筛选合作对象时更看中AI公司的合作案例和研发能力，而中小型机构相对灵活，是市场中的活跃者；互联网金融公司面临着新一轮转型，在牌照监管压力下，互金公司将加大与银行的合作，由业务输出向技术输出拓展；AI公司在金融方面以智能风控产品为主，主要存在技术集中型和数据集中型两类，前者在算法模型训练方面有优势，后者在黑名单数据积累方面有优势，AI公司与大型机构合作后摸索出的解决,办法对中小型机构更有应用价值。,传统金融机构（包括银行、基金、证券、保险等）终端客户数据AI技术研发资金需求,互联网金融公司（包括P2P公司、综合平台、支付公司）终端客户数据AI技术研发资金需求,AI公司（精准营销、智能风控、智能投顾等服务）终端客户数据AI技术研发资金需求,AI+金融主要参与者,%,30.2%,166.8,1604.3,41.3%,传统金融产业2022年传统金融AI投入约580亿元，银行业务仍是核心场景据统计，2018年中国传统金融机构科技投入约为1604.3亿元，较2017年增长10%，其中包括硬件和软件的AI相关投入约占10.4%，为166.8亿元，较2017年增速为42.9% 。保守估计，到2022年中国传统金融机构科技投入将突破3700亿元，AI相关投入占比将达到15.6%，超580亿元。银行业是AI相关应用的主要投入方，占比70%，大部分通过外部采购方式获取AI服务，其中对基础设施层投入占60%，在AI应用层投入占40%，约39亿元，硬件部分（以AI摄像头和人证比对机为主）占三分之一，软件部分（以精准营销和智能风控平台为主）占三分之二。,来源：部分数据由2018年银行家协会“陀螺评价体系”统计，经银行业专家顾问和相关AI公司顾问访谈交叉验证，搭建模型产出。,来源：部分国有银行、股份制银行对于AI应用需求访谈和以风控为主、人脸识别为主的AI公司访谈。,2018-2022年中国传统金融机构科技投入情况,银行业投入占传统金融投入的70,2018年中国传统金融AI投入和份额矩阵图,基金业保险业证券业,采购合作形式占银行业投入的85%,自研开发15%云服务、大数据库等相关基础建设60%AI公司提供的软硬件产品份额40%硬件 33% （以AI摄像头和人证比对机为主）软件 67% （以精准营销和智能风控平台主）,30.2%282.82175.62020e,47.5%589.2399.63777.02755.72021e 2022e传统金融机构科技投入（亿元）,42.9%217.21825.52018 2019eAI相关投入（亿元）AI投入增速（%）,赋能实体经济篇目录,客服产业, AI应用将节省10%的运营成本，标准化数据累计将带来新的机遇, 2022年智能客服市场空间达170亿元，企业营收突破75亿元,01,02,03,传统呼叫中心（1990-2000） 以电话沟通为主，企业自建客服中心,在线客服+客服软件（2000-2010）PC时代到来，在线客服需求激增云客服（2010-Now）基于SaaS的云呼叫中心出现，降低建设成本智能客服机器人（2010-Now）人机协作实现降本增效，NLP带来数据有效累积,