人工智能以后的发展前景怎样

Posted 2023-05-15

参考技术A

1、市场规模：中国人工智能行业呈现高速增长态势

人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，近年来，中国人工智能产业在政策与技术双重驱动下呈现高速增长态势。根据中国信通院数研中心测算，2020年中国人工智能产业规模为3031亿元人民币，同比增长15.1%。中国人工智能产业规模增速超过全球。

注：中国信通院的市场规模根据IDC数据测算，统计口径与IDC一致，即包括软件、硬件与服务市场。

2、竞争格局：中国人工智能企业主要分布在应用层 占比超过80%

——中国人工智能企业全产业链布局完善

我国作为全球人工智能领域发展较好的地区，无论是人工智能领域的基础层、技术层、应用层，还是人工智能的硬件产品、软件产品及服务，我国企业都有涉及。在国内，除去讯飞等垂直类企业，真正在人工智能有所长进的巨头依然是百度、阿里、腾讯这三家。

——中国人工智能企业主要分布在应用层，占比超过80%

据中国新一代人工智能发展战略研究院2021年5月发布的《中国新一代人工智能科技产业发展报告(2021)》数据，截至2020年底，中国人工智能企业布局侧重在应用层和技术层。其中，应用层人工智能企业数占比最高，达到84.05%;其次是技术层企业数，占比为13.65%;基础层企业数占比最低，为2.30%。应用层企业占比高说明中国的人工智能科技产业发展主要以应用需求为牵引。

3、技术分布：中国人工智能企业核心布局的技术主要为大数据和云计算

从人工智能企业核心技术分布看，大数据和云计算占比最高，达到41.13%;其次是硬件、机器学习和推荐、服务机器人，占比分别为7.64%、6.81%、5.64%;紧随其后，物联网、工业机器人、语音识别和自然语言处理、图形图像识别技术的占比依次为5.55%、5.47%、4.76%、4.72%。

4、细分领域：深度神经网络领域为中国AI研究热门

根据清华大学人工智能研究院、与中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》，2011-2020年十大AI研究热点分别为深度神经网络、特征抽取、图像分类、目标检测、语义分割、表示学习、生成对抗网络、语义网络、协同过滤和机器翻译。

—— 更多行业相关数据请参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》

参考技术B

人工智能行业主要上市公司：海康威视(002415)、科大讯飞(002230)、赛为智能(300044)、东杰智能(300486)、闻泰科技(600745)、中兴通讯(000063)、恒生电子(600570)等

本文核心数据：全球人工智能企业数量、企业区域分布、企业利润率水平等

全文统计口径说明：1)上述数据均来源于全球企业数据库，存在一定的统计误差。2)搜索相关关键词为“artificial
intelligence”;3)企业筛选逻辑为：企业的国家分类中的活动标签(主要代码)、任何语言的贸易描述、描述和历史、产品和服务、附加信息(完整概述、历史、主要业务线、次要业务线、主要活动、次要活动、规模估计、战略组织及规划、战略联盟、主要品牌名称、国内主要国家、主要国外地区、主要生产现场、主要分销网站、主要销售代表处、主要客户等)中包含了“artificial
intelligence”的企业。4)统计时间截至2022年4月18日。5)若有特殊统计口径会在图表下方备注。

‑‑‑全球人工智能企业于2017年掀起注册潮

根据全球企业数据库库查询，目前人工智能行业的主要活跃企业共有8188家，其中以2017年和2018年为主要注册热潮，2017年注册企业数量为1194家，而2018年则为2597家。自2018年后，市场开始步入冷静期，2019年注册数量急剧下滑，缩水65%，随后2020和2021年的注册数量均持续下降。

‑‑‑全球人工智能企业以软件企业为主

根据全球企业数据库查询，目前人工智能行业的主要活跃企业中产品服务仍然以软件为主，以计算机系统设计及相关服务作为主要产品和服务的企业共有755家，软件出版商共有495家，前十个类主要人工智能产品服务占总产品服务的32.6%。

‑‑‑全球人工智能企业主要分布在中国和美国

根据全球企业数据库查询，目前人工智能行业的主要活跃企业主要分布在中国，截至2022年4月，中国共有活跃的相关人工智能企业数为6052家，占可查询人工智能企业总数的73.9%;其次为美国的609家，占可查询人工智能企业总数的7.4%。

注：中国地区统计未包含港澳台地区。

‑‑‑全球人工智能企业上市比率为5%，中国上市率较低

在可查询到的全球人工智能企业中，目前共有408家企业上市，还有87家曾经上市但目前已经退市，7693家企业未上市，综合来看全球人工智能行业的企业上市率为5%。

在上市企业的覆盖率来看，美国共有209家人工智能企业上市，企业上市率为34%;而日本则有46家人工智能企业上市，上市率为55%;反观中国，目前仅有29家人工智能企业上市，上市率为0.5%。

注：中国地区统计未包含港澳台地区。

‑‑‑全球人工智能企业平均杠杆率为50%，英国杠杆率最低

根据全球企业数据库中可查询到的企业数据，共有613家企业公示其杠杆率，从杠杆率的区间分布来看，目前0-20%的杠杆率区间有264家，而杠杆率大于100%的则有130家，而219家企业的平均杠杆率则在76%。

根据全球企业数据库中可查询到的企业数据，共有101家中国企业公示其杠杆率，中国人工智能企业平均杠杆率为56%，美国人工智能企业平均杠杆率为99，英国和日本则分别为39%和68%。

根据全球企业数据库中可查询到的企业数据，目前美国的人工智能企业平均杠杆率最高，其次是韩国、法国、日本和德国。

‑‑‑全球人工智能企业平均对外设立3家子公司

根据全球企业数据库中可查询到的企业数据，目前共有3388家人工智能企业对外设立子公司，其中2236家对外设立2家子公公司，全球人工智能企业平均对外设立3个子公司。

以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

参考技术C

人工智能行业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。

本文核心数据：计算机视觉市场占比,计算机视觉核心产品及相关产业规模,机器人视觉获投企业业务赛道情况,中国计算机视觉落地赛道特征,中国计算机视觉核心产品及带动相关产业规模预测

1、 计算机视觉市场占比达到57%

得益于深度学习算法的成熟应用，侧重于感知智能的图像分类技术在工业界逐步实现商用价值，助力金融、安防、互联网交通、医疗、工业、政务等领域智能升级。2020年我国计算机视觉产品的市场规模占整个人工智能行业的57%。

从规模来看，我国计算机视觉在2020年核心产品的市场规模将达到862.1亿元，与此同时，和计算机视觉有关的计算机通信设备销售、医疗器械等专用设备销售、工程建设、传统业务效益转化等带动相关产业规模超过2200亿元。

2、安防、金融、医疗等赛道收到重视

在近年获投的146家计算机视觉创业公司中，热门赛道集中于零售、安防、制造、政务、医疗。零售业是国民经济第三大行业，利用计算机视觉，零售业可基于场景化营销、商品识别分析、消费者识别分析和无人商超等应用，为提升营销转化率、门店运营智能化改革提供途径;安昉是计算机视觉落地最早的场景之一，海量视频的有效利用存在巨大挑战，完全依靠人工费时费力，而安防影像智能分析则可有效缓解这一问题;制造业是国民经济的支柱，对计算机视觉的使用包括智慧现场安监、设备在线监测与运维、智能检测运维、智能辅助运输和工业视觉质检等方向，链条长且场景多样，也孕育了批新兴AI企业。

针对这些行业主要的赛道特征，可以分析出，针对公安、金融、矿山等主管部门释放了非常明确的利好信号或大额持续投资的行业，主要机遇在于将产品打磨到足够精准、鲁棒性足够强，以便进入髙门槛的准入供应池，同时通过解决高难度情形的硬实力卡位;针对医疗、能源和制造等这种极具战略意乂、发展空间极大，但是或陷入长审批周期、或限于审慎性难以快速释放需求的行业，主要机遇在于抢先打通产品进入行业生态圈的渠道和链条，以及谋划过政府、行业生态圈的核心集团企业等途径，积极参与公共服务平台建设，建立从上向下拓展的先发优势，抢先获得大量训练数据与场景理解。

3、未来发展赛道规模将达6千亿

一方面随着计算机视觉的进一步发展，技术的更新将促使产业规模进一步增长，另一方面，计算机视觉和产业融合的加深，也将扩大相关产业规模。预计到2025年我国技术及视觉核心产品及带动的相关产业规模将达到6000亿。其中计算机视觉核心产业复合增长率达到15.9%，计算机视觉带动相关产业的复合增长率达到22.5%。

以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》

人工智能取代大多数人的工作以后，人干嘛去？

一、当人工智能全面取代人类的工作，我们人类还有哪些价值？

如果我们人类不用工作就衣食无忧，我们的社会结构将是怎样的？还会有贫富差距，有社会阶层吗？机器替代体力，完全按图施工的工作可能大部分由机器替代，现在已经如此了。

人工智能替代脑力，只需要坐在桌子上通过特定文件信息就可以做的事情很快就会被人工智能代替，包括很大一部分的白领阶层。

但是人工智能和机器都无法体验双手互相摩挲的触感，对人类文化不可能有独立的直接认知，对世界本源更没有可能去探索。

这些都等着未来人来做，体验生活，继续认知，可能改进。

人工智能即使拥有了极强的大脑，通过人类创造的信息对世界有了认知，就会发现自身存在的荒谬，海伦凯勒还有触感，和其他人完全一样的触感，她的保姆把她的手浸到水里边，并不断的在她的掌心划出water这个单词，如此一个心灵就被打开了。

二、在人工智能感官不健全的时候，拯救世界还是要靠人自己。

题主的问题其实和人工智能没有太大关系，可能十年之后，中型城市里就和题主说的情况差不多了。但是要做饭洗衣服啊。人工智能可以做这个，但是人自己比较清闲的时候一般还是想身体力行的。

社会阶层还会有，因为那些每天好吃懒做的人很快就吃出一身病，迅速的丧失大自然赐予的身体。AI和机器人变得越来越普及，一个人的技能就是他和AI搭配起来的综合能力，这是我们需要的人才。这个过程实际上就像扫盲一样，我们需要去学习理解AI的思维模式和工作方式，这样我们才能够和人工智能共识，变成工作伙伴，这样的人才有优势。现在的大多数工作未来很可能会被机器人和人工智能替代，未来我们的工作就是创造新的工作机会。在未来的世界，答案是非常廉价的，到处都有解决方案，而能询问一个好问题才是人类的特质，一个好的问题会引发另外一个新问题。一百年后，很可能人们会感觉我们现在的工作很耻辱，现在我们做的一些工作很浪费时间，效率很低。未来我们的工作，也即AI不会去替代的工作，比如科学研究，还有文学、艺术本身等，你不能问毕加索一个小时画多少幅画，这和生产力没有关系。

届时，人类或许会在更擅长的领域得到发展。哥伦比亚大学研究员AndrewMcLaughlin表示现在还有许多尚未探索和有待开发的领域，这些领域需要人类的创造力，机器人取代人类进行日常生产，大部分人就可以把更多的精力投放到创新性的领域研究上。“我对于人工智能取代人类，没有这么悲观。”他笑说道。

同时，这也能激发更深入的学习研究。TomMitchell说道：“我们一生当中可能做很多工作，将教育流程也要跟随改变，不是用四年去学一个课程而可能是花费40年或者更长时间去学习。”

每一轮科技革命都会带来新一轮工作革命，人工智能将大量淘汰传统劳动力，很显然会有不少行业，会因为人工智能的兴起而消亡。未来机器人将会替代人工服务和操作，这可能将导致大量的服务工作、流程工作和中层管理环节“消失”。只有新型劳动力才能适应智能时代。

同时，虽然机械性的、可重复的脑力或体力劳动，将被人工智能或机器人取代。但是，会有更多新的、深度的、创意性的人才需求出现。人工智能相关“新行业”将带来的“新岗位”，人工智能时代的到来，必定会产生一些“没听说过”的新岗位，比如已经被行业认可的“自然语言处理”，以及“语音识别工程师”等等，比如人工智能或机器人产品经理。而且其他行业“旧岗位”也需“人工智能化”，如大多数保安、翻译会被人工智能取代，但剩下的少数人，可能收入会更高，比如能操控安保机器人又有丰富安保经验的安保负责人，比如垂直于某个细分领域的翻译人才。从历史上看，技术进步会不断消灭旧的就业岗位，也会创造新的就业岗位。例如，轿车的普及消灭了黄包车夫的就业岗位，却创造了出租车司机的就业岗位。

三、人工智能时代的到来给我们带来的既有机遇也有挑战。在这个时代人类将赋予新的工作内容。人工智能只是人类的助手。

首先，对新技术的发展与影响要有充分的敏感性。其次，只有不断学习，提高自己的认知能力，才能对当下和未来的事物有比较清晰的认知，并适时做出选择。其实，不断地学习是在未来给自己留有更多的选择余地。要有意识提高自己的创新意识和能力，按照智能社会的分工，创新劳动将占有主导地位。提升自己的适应能力和协作能力，人工智能时代的到来，将会给我们的社会分工、文化、习惯等各方面带来巨大的改变。再则，要积极拥抱人工智能，充分认知自身职业特点或职业规划与人工智能的关系，积极运用人工智能提升岗位价值，如成为机器人、人工智能的调配管理者，成为人工智能的个性化、定制化创意设计师，成为运用思维、策划方案引领人工智能去落实业务得到成果的高端营销策划师等等。

工业令农民被替代，自动化令工人被替代，而人工智能则正在把“知识工人”如律师、高管、营销人员等等替代，把他们改造为“创意工人”，因为创意不可被替代。其实不光是创意，有三类人是不可被替代的。

第一类是“创意工作者”，如进入富豪榜的小说家J.K.罗琳。过去的时代，英雄是像比尔盖茨那样的IT专家。因为世界是靠IT、靠所谓的“知识工人”推动的。但未来的时代，这个世界的英雄可能就是创意专家，因为世界要靠创意来推动了。

第二类是“人际连接者”。未来人类社会，我们的社会越来越复杂，需要越来越多的协同。以前我们做事几个人就行了，现在要做成一件事需要几十乃至几百人，甚至互联网上能形成几百万人的协作，这种时候对协作者的需求会变得非常巨大。

第三类是“复杂模式的判断者”。

这种人才十分稀少，最典型的例子就像丘吉尔，需要在非常错综复杂的政治环境、经济环境、军事环境当中去做出正确的判断，现在机器在这方面仍然不如人。这也是为什么围棋国手迄今还没有被人工智能团灭的原因——因为围棋偏重复杂形势下的判断。在现实世界被改变后，机器替代了很多重复性的工作，使得人类可以集中力量去开掘大脑中未被使用或者说真正属于人性光辉的部分，使它能够彰显。