人工智能教育的应用场景大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇人工智能教育的应用场景范文，希望它们能为您的写作提供参考和启发。

篇（1）

2016年中国智能家居市场规模达到1140亿元，2017年第二季度智能家居活跃用户规模达到4600万。随着物联网技术、人工智能技术的发展，及90后婚育潮的到来，智能家居将成为主流的发展趋势。

从智能家居发展阶段来看，中国智能家居市场正处于市场启动阶段，尚未进入爆发期，智能家居产品渗透率较低。目前，智能家居领域依然存在诸多制约因素，如产品本身智能化程度低，多数产品是按既定的程序完成任务，在主动感知和解决用户需求、人机互动等方面达到的体验依然较初级，因此没有形成广泛的用户粘性，消费者对智能家居产品抱有观望态度。而相较于亚马逊的echo和GoogleHOME，国内还没有成熟的智能家居控制中心，仍处于以手机APP向智能音箱、智能电视、机器人等控制中心的过渡时期。

人工智能技术可以带来硬件背后的软件及服务能力、与智能硬件相匹配的交互技术。人工智能+智能家居，有利于形成适配下一代硬件的真正的“智能化”及深入场景体验的个性化计算，语音及视觉等人机交互技术有助于提升与智能家居产品的交互体验。

“AI+智能家居”提升智能家居产品交互体验

语音交流更倾向于日常交流方式：通过人类的语言给机器下指令，从而完成自己的目的，而无需进行其他操作，这一过程将更为自然。同时语音交互在特定的场景中具有优势，比如远程操纵、在行车过程中等，能够实现在特定场景中解放双手的作用，在家居相对封闭的环境中，语音识别成为主流的人机交互方式。

近年来，语音交互的核心环节取得重大突破，语音识别环节突破了单点能力，达到97%以上的中文语音识别准确率，从远场识别，到语音分析和语义理解技术都日趋成熟，多轮对话的实现等都有利于语音交互取代传统的触屏交互方式，整体的语音交互方案已被应用到智能家居领域中。

计算机视觉、手势识别等交互方式成为语音交互的辅助，echo在新推出的echoshow产品中已搭载屏幕，而智能电视除语音交互之外，通过计算机视觉分析视频内容，并对内容相关的资料进行下一步操作，包括短视频剪辑、边看边买等，比如Yi+搭载在天猫魔盒中的“瞄一下”功能。再比如在智能冰箱中，通过计算机视觉实现对冰箱内食品的分析，以及衍生出的用户健康管理和线上购物等功能，多种交互方式将统一在家居生活场景中，从而提供更为自然的交互体验。

另一方面伴随着智能家居平台的发展，通过“IFTTT”的场景布局，智能家居实现多种家居产品的联动，用户可以自定义多个使用场景，实现定制化、个性化。在人工智能技术的发展将使得个人身份识别、用户数据收集、产品联动在潜移默化中变成现实，未来家居生活场景中将提供千人千面，家庭成员的个性化服务。

“AI+智能家居”实现内容和服务的拓展

找到合适的语音入口是挖掘智能家居背后用户价值的关键。硬件本身具有入口价值，智能音箱，智能电视，家庭机器人等都有可能成为合适的入口。

传统的鼠标操作、触屏操作逐渐向语音交互这种更为自然的交互方式演进，语音交互的未来价值在于用户数据挖掘，以及背后内容、服务的打通，以语音作为入口的物联网时代将会产生新的商业模式。智能音箱、服务机器人、智能电视等智能化产品成为现阶段搭载语音识别技术和自然语言处理技术的载体，作为潜在的智能家居入口，智能音箱、服务机器人和智能电视等产品在提供原有的服务的同时，接入更多的移动互联网服务，并实现对其他智能家居产品的控制。这些产品为付费内容、第三方服务、电商等资源开拓了新的流量入口，用户多方数据被记录分析，厂商将服务嫁接到生活中不同的场景中，数据成为基础，服务更为人性化。

“AI+智能家居”的未来发展趋势

a.带来更好的智能化、更高体验的人机交互

从最早的WiFi联网控制到如今的指纹识别、语音识别，人机交互性能大大提升，智能家居产品正在由弱智能化向智能化发展。而智能家居产品受众也将从尝鲜者转向更为普通的用户，甚至包括老人和小孩。更智能化的技术应用、更复杂的用户结构和更广泛的用户覆盖等因素必将促使智能家居产品趋于简单实用。

智能化和人机交互体验的升级将大大扩宽智能家居应用场景，2016年，智能安防类产品落地，指纹锁、智能摄像头等产品受到了广泛关注。随着智能感知、深度学习等技术的提升，智能灯光、智能温控等产品也逐渐趋于成熟，2017年智能音箱成为爆款产品。当用户需求不断扩大，产品愈加丰富，智能家居将会渗透到家居生活的方方面面。智能家居市场将迎来爆发，2019年，智能家居市场规模有望达到1950亿元。

篇（2）

人工智能是我国科技实现弯道超车的难得机遇。目前国际巨头在人工智能技术上还没有完全形成垄断。我国在人工智能研究上与发达国家相比、甚至与美国相比都不算落后。近年中国科技界开始向人工智能—世界科技之巅发起冲击，如百度引进全世界人工智能泰斗级人物、前“谷歌大脑之父”吴恩达全面负责“百度大脑”计划；科大讯飞启动“讯飞超脑计划”；复旦大学联合十几所高校院所，成立“脑科学协同创新中心”。

业内人士认为如果我国在国家层面加快推进人工智能发展，完全有可能利用市场需求优势、用户数据优势等，实现人工智能技术“弯道超车”，抢占人工智能产业制高点。

当今三个有代表性的“人工大脑”：1、“谷歌大脑”：谷歌的自动驾驶汽车已经完成了总计70万英里的高速公路无人驾驶巡航里程，谷歌的人工神经网络通过观看一周YouTube视频，能自主学会识别哪些是关于猫的内容；2、IBM人脑模拟芯片，该芯片能够模仿人脑的运作模式，擅长进行模式识别，在认知计算方面远远超过传统计算架构；3、“百度大脑”，利用计算机技术模拟人脑，已经可以做到2-3岁孩子的智力水平。

当今人工智能研究热与三大技术突破直接相关。人工智能研究是企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等等。总的来说，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。当今人工智能研究热与三大技术的重大突破直接相关：1、深度学习—核心算法的突破；2、神经元芯片—计算能力的突破；3、大数据—庞大的计算资源。

人工智能将引发产业结构的深刻变革，人工智能可以在国防、医疗、工业、农业、金融、商业、教育、公共安全等领域得到广泛应用，催生新的业态和商业模式；人工智能还可以带动工业机器人、无人驾驶汽车等新兴产业的飞跃式发展，成为新一轮工业革命的推动器。目前倍受追捧的工业4.0、智能家居、无人驾驶、智能安防、智能医疗等发展方向，所代表的无一不是“人工智能+应用场景”发展的最终形态。

投资建议：我们从认知智能、感知智能和智能化场景改造三个维度寻找受益标的：

1、能够有实力进军认知智能领域的公司在全球范围内都寥寥无几，这一领域具有极深护城河和最广阔的应用前景，科大讯飞是A股绝对的龙头；

2、感知智能领域的人脸识别应用有望成为互联网金融的基础设施，我们首推在这一领域已经有深远布局的佳都科技、汉王科技；

篇（3）

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。

2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。

如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源：创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景，B、C 端全面发力。

资料来源：券商报告、互联网公开信息，创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源：互联网公开信息，创业邦研究中心整理

2.发展关键要素：数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。

（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。

此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源：互联网公开信息，创业邦研究中心整理

（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。

4.投资方向

（1）前端智能化，低成本的视觉解决模块或设备

从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。

（2）深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。

（3）新兴服务领域的特殊应用

前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。

（4）数据是争夺要点，应用场景是着力关键

机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

（1）语音识别技术已趋成熟，全球应用持续升温

语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。

（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。

（3）语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理（NLP）发展现状

（1）多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

（2）NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。

（3）创业公司的机遇

1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源：创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。

图 人工智能在医疗行业的应用图谱

资料来源：创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源：创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。

从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。

最新估值

企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必

选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)

第九部分典型企业案例分析

1.Atman

企业概述

Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。

目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。

企业团队

创始人&CEO：马磊

清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。

Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。

核心技术与产品

技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。

Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。

机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。

知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。

2.黑芝麻

企业概述

黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。

目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。

企业团队

团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。

创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。

核心技术和产品

在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。

3.乂学教育

企业概述

乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。

企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。

主要产品

学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。

智适应学习人工智能系统

智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。

业务模式

线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。

4.云从科技

企业概述

云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。

云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。

企业核心团队

创始人

周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。

周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。

核心技术团队

云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。

技术优势

全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。

云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。

在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。

正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。

行业应用

目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。

5.Yi+

企业概述

北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。

旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。

目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。

企业团队

团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。

创始人&CEO：张默

北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。

核心技术与产品

技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。

公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：

行业解决方案

针对营销、安防、相机和电视的不同特点，推出相应解决方案。

营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。

智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。

电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。

相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。

新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。

6.擎创科技

企业简介

擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。

核心团队

擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。

主要产品

“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。

“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。

“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。

商业模式

目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。

篇（4）

然而还不够快。受传统业务下滑拖累，IBM 2017年一季度营收继续下滑。

拖着铅球，Watson在与未来赛跑。

百年商业帝国的第四次转型

与眼下最热的围棋AI等通用人工智能不同，IBM的“人工智能”一开始便是为解决商业问题而生，其方向是商业领域的增强人工智能（Intelligence Augmentation）。2007年8月，几个人工智能专家告诉IBM高级副总裁约翰？凯利，他们要创建世界上第一个处理非结构化数据、可与人互动的人工智能系统。2011年人工智能认知系统Watson初次亮相，就打败了美国问答游戏电视节目《危险边缘》的连胜纪录保持者和最高奖金得主。2014年，IBM专门组建Watson部门，并陆续投入数十亿美元。

2011年IBM百年之际，《经济学人》周刊曾撰文总结IBM三次重大转型：从机械制造到计算机制造、从大型机制造到包括个人电脑在内的分布式计算机系统、从计算到服务。2016年初，IBM董事长兼CEO罗睿兰宣布IBM正式进入第四次转型，目标是成为一家认知解决方案云平台公司，“未来五年，我们所作的每一个决策，无论个人或专业机构，都将受到Watson的协助。”

2017年4月，“天工开物 人机同行”2017 IBM中国论坛在北京举行，IBM展示了其作为认知解决方案和云平台公司在全球范围内的突破性进展，及与中国本地伙伴在电子、能源、教育、汽车、医药、高性能材料及相关服务等行业或领域的合作成果：

神思电子采用IBM 的Watson Explorer，在金融和医疗行业锁定“智能客服”、“实体服务机器人”和“自助设备智能升级”领域，提升服务质量与效率。与杭州认知合作，应用IBM Watson肿瘤解决方案帮助中国医生获得循证型癌症诊疗的决策支持，从而为患者提供个性化治疗方案。隆基泰和与IBM共同合作，借助Watson平台构建综合能源云平台，为工业商业企业构建完整的客户能耗视图、用能预测及能效水平的分析和洞察能力打造智慧能源服务体系。

此外，IBM为上海世外教育集团打造“儿童英语口语辨识及评价系统”帮助6-15岁学生学习英语，与禾嘉股份共同推出基于区块链的医药采购供应链金融服务平台，在精细化工行业，默克正在利用IBM IoT技术打造全新智能物流与智能工厂，而一汽大众也将采纳IBM大数据、云计算、认知计算等技术打造佛山创新中心，建立智能工厂。

除了垂直行业，IBM“商业人工智能”也在为专业人士提供增强智能，提高工作效率和业务水平。目前，Watson系统已进入法律、医疗、教育、金融，零售，服b设计等60多个职业领域示范人机协作，将专业人士从重复劳动中解放出来。论坛上，IBM大中华区董事长陈黎明表示，“我们相信，企业大规模采用人工智能技术的爆发期就在当下，并将为各行业和专业带来巨大的创新价值。”

拖着铅球赛跑

商业的残酷在于，仅凭方向正确，未必能赢得赛跑。除了亚马逊、微软、谷歌这样的外部竞争者，IBM对云计算和Watson孤注一掷，更大的压力来源于自身：新兴业务的增速能否超越传统业务下滑的速度。

4月19日，IBM2017年一季度财报，其“战略业务小组”（IBM重点发展的云计算、分析、社交、安全及移动产品）营收增长12%，至78亿美元。Watson所属的认知解决方案业务板块营收同比增长逾2%，达41亿美元；云计算业务营收增长33%至亿美元，净收入为23亿美元。

与战略业务表现亮丽形成对比的是，受传统硬件和软件业务增长停滞的拖累，IBM整体业绩依然继续在下滑：公司一季度营收同比下滑2.8%，降至181.6亿美元，低于预期的184亿美元。其公司营收连续20个季度下滑，并创下2002年一季度以来最低水平。

财报后，IBM股价下跌超过8美元，跌幅近5%。其大股东伯克希尔哈撒韦2016年报显示持有8120万股IBM，也就是说，如果巴菲特一季度没有减仓，将损失约6.5亿美元。

有趣的是，之前尽管和比尔？盖兹关系很好，巴菲特开始尝试购买科技股的时候，并没有买微软的股票，而是选择了IBM，几乎全程体验了一把IBM转型带来的缓慢复苏。

2015年，巴菲特入股IBM时正是其收入连年下滑之际，2016年初，IBM股价已跌至不足120美元。一年之后，2016年IBM财报显示，IBM云业务当年实现137亿美元营收，同比增长35%，占IBM全年总营收的17%；云业务年化营收达86亿美元，同比大幅增长63%；计入“技术支持及云平台”项目的年毛利率达41.9%；以Watson为主的IBM认知解决方案营收达182亿美元，毛利率高达81.9%。2016年，IBM股价上涨了20%。

2014-2016年，IBM犹如传统企业转型的一个缩影：借助自身在商务领域的积累，在云服务和人工智能领域大力投资，切入具体应用，商业模式逐渐明朗。

并购与合作

IBM对云服务和Watson期许甚高，Watson的十年布局也逐渐步入收获季。随着医疗、物联网、金融、零售、时尚、教育等多个行业标志性样本的出现，Watson的商业版图正在扩张。

Watson成为全球医疗健康第一人工智能系统，其秘籍是不断吸收大量非结构化数据并加以学习。为了“喂饱”Watson， IBM不断收购医疗健康领域的公司，两年间花费超40亿美元。除了加大并购，IBM为拓展商务版图同时也采用了更实际的方式：与垂直领域巨头合作，补充基础数据和垂直行业领域的专业知识。

2016年10月，IBM宣布与通用汽车合作，Watson为其新版车机系统OnStar提供技术支持；与全球教育机构培生合作，Watson为其学生提供自然语言下的学习指导。今年3月19日，IBM认知商业战略在中国正式落地一年之际，万达网络科技集团与IBM在北京签订战略合作协议。万达网络科技集团正式进军公有云业务领域，万达也将成为Watson在中国落地的重要基础设施。

篇（5）

无所不能的机器人？

在新领军者村中有一排无所不能的机器人，在题为行动中的机器人展示区，记者看到了能够适应各种人类生活场景的机器人，包括协助老年人以及残障人士的机器人队友Ballbots、能够进行语言分析，满足人类情感交流需求的机器人伴侣以及各种生产机器人。

在论坛上，各国专家学者描绘了一幅更大的机器人应用场景。除了生活起居，从法庭判决、医疗诊断到上战场打仗，机器人都可以代替人类。“机器人比人更像人类。”一位设计者说道。

但是，这是否意味着机器人在未来将全方面替代人类呢?在论坛现场，《科学美国人》杂志主编MarietteDiChristina做了一个有趣的实验，让现场的观众举手表决，在哪些场景愿意使用机器人，哪些场景愿意使用人类。最后结果显示在需要精确性的领域如医疗手术上，大部分的人愿意使用机器人，而在法律领域，人们则更倾向使用一位人类法官。对于上战场打仗，几乎全场观众都认为应该使用机器人替代人类。

归结原因是因为一般人认为机器人更为精确，而人类相对来说比较感性。这也印证在机器人的发展上，目前工业、制造业等领域已经广泛应用机器人代替人类在完成流水线组装工作。而在家居照料方面虽然有很多研究但一直未得到普及。

卡内基梅隆大学计算机科学学院教授TomMitchell认为，人类能否大面积运用机器人主要需克服的是信任问题，即能否信任机器人帮助人类进行诊断、完成照料。

这种信任将很快建立起来，根据MarketsandMarkets公司的报告，预计全球服务型机器人市场规模在2017年将达到461.8亿美元，行业空间巨大。在未来的4年里，医疗机器会以每年19%的速度增长，2016年全球市场规模估计会增长到119亿美元。

除了服务性行业，随着无人驾驶技术的日渐成熟，交通运输业也很有可能会被人工智能所取代。

解放生产力激发创新潜能

而人工智能日渐成熟的同时，也催生了一系列问题。未来人工智能是否会完全替代人类，而如果完全替代人类，那么如何解决失业率等社会问题?

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。”他笑着说道。

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，教育流程也将要跟随改变，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。”

篇（6）

AI基因上：BAT各有优势，大数据算法全面更胜一筹

论AI基因，这个支撑企业整个AI战略构想的核心基础优势，可以说是不可或缺，它着实能为企业在AI领域的布局带来极大帮助，也是一家企业进军AI最大的底气。总体看来，BAT三家互联网巨头在布局AI领域均有优势，但因自身业务的不同，其AI基因的优势又表现在不同方面。

百度：AI基因意味着拥有先天的优势，依靠搜索引擎业务起家的百度，在掌握与人密切相关的数据算法领域算得上是得心应手。同时，作为人工智能的雏形搜索引擎业务，拥有它就相当于掌握了人工智能的钥匙，只需依据数据内容付诸实践便能打破许多关卡，拥有比其他企业更多的机会。

一方面，数据是企业做AI的源头，也是引领AI走向的一大支撑点，拥有数据便于掌握AI大致的发展方向；另一方面，百度搜索的数据样本较为全面复杂，范围涉及场景较为广泛，涵盖从天文地理到日常的生活信息，累积了丰富多样的样本数据，这一切，都是基于百度算法技术的支撑，也为其在AI领域的全布局上提供了最基本的算法和数据支持。因而，AI基因这一方面，百度比其他企业有了更多的发展机遇。

阿里：依靠电商起家的阿里，虽然不具备像百度一般的海量大数据，但是阿里在掌握电商消费者数据层面也有着自身的优势。与百度一样，阿里在AI领域也早已开始布局，其有着百万级用户规模的云计算业务，同时也凭借在电商领域的丰富场景应用，阿里在大数据层面也有着自身的实力所在；此外，阿里在商业场景上所得来的数据，也是支撑其人工智能产品最终落地的基石。

腾讯：虽然在先天技术上略逊色于其他两家，但腾讯也有着丰富的应用场景。依靠在社交网络、媒体等业务的深耕，加上微信、QQ的庞大用户体量，使得腾讯在开发AI业务上更多基于提升用户体验上入手。从这方面看来，腾讯的AI基因更多倾向于丰富场景上的驱动，还有其庞大的用户数据体系支撑。

综合来看，三家互联网巨头在进军AI领域上有着天然的AI基因，只是因各自所涉及业务的不同，AI基因也各不相同。但从综合实力来看，拥有全方位的技术支持和丰富的场景应用，以及掌握算法功能才是开启AI领域的最佳起点。

AI产品上：场景出现重合，涉足范围广泛者博得头彩

人工智能领域虽说涉及的场景丰富，但最终还是无法脱离人们的衣食住行等各个方面。无论各企业在AI领域的构想如何丰富多彩，最终的成果检验还是要看产品的落地。因而，人工智能概念出现了这么多年，近两年终于加快了产品落地的步伐，国内尤以BAT为首的人工智能产品现已扎堆面世，为人们开启了新一轮的AI产品检验潮。

百度：借助先发优势，百度现已有多款人工智能产品落地，涉及的场景范围广泛且全面。其中，百度研发的一款智能音箱产品raven H搭载旗下的人工智能操作系统DuerOS 2.0，在这项系统的加持下，raven H在语音对话交互方面达到高度智能化，同时在与人类交互的功能上还能不断学习和进化，以达到与用户使用习惯的高度融合。这款智能音箱产品拥有很强的唤醒率，即使相隔一堵墙也能被轻易唤醒服务，还能用于控制家居产品如灯光、电视等家居产品，相当于掌握了智慧家庭入口。

同时，在人工智能产品发展逐渐步入正轨，许多人工智能场景如智慧生活、智慧出行等方面急需语音系统支持的情况下，百度的人工智能操作系统DuerOS应运而生，为赋能上下游产业链付诸行动。在上游，百度DuerOS与紫光展锐、ARM等芯片厂商达成合作，提升硬件基础以最终赋能于人工智能产品上；在下游，百度DuerOS与海尔、美的、TCL等传统家电厂商同样达成战略合作。有了DuerOS的支持，用户将能通过DuerOS，实现对电视、冰箱等智能家电产品的操控。

另外，百度研发的深度语音识别系统Deep Speech，在高精度的语音识别领域展开部署。当下的AI领域，语音识别涉及的场景也较为广泛，人工智能的初衷就是带给人们无处不在的便捷体验，“能动嘴尽量不动手”的语音识别更是深受AI研发企业的欢迎，也深受消费者的追捧。在这项语音识别系统的加持下，相关产品不仅为用户提供了多国语言的互译功能，也为用户带来了便捷的翻译体验。

除此之外，百度还研发了无人驾驶技术平台Apollo，旨在建立多方合作的生态体系，为汽车企业和用户搭建一套新的完整的自动驾驶系统，推动无人自动驾驶技术发展和普及。目前，Apollo已经开放两款落地产品，其中一款小度人车交互系统，不仅拥有智能语音助手和人脸识别功能，还能实现疲劳检测和AR导航，目前小度车载系统已与多家车企达成合作，多款车型将进入量产阶段。

阿里：同样，语音这项连接人工智能与人类频率颇高的交互接口，阿里也有涉足。其中，阿里云研发的一款人工智能产品ET大脑，在智能领域实现了新的突破，除了具备智能语音交互和生物识别等技术，还能帮助人们在复杂的情况下快速做出最佳选择。

同时，在智慧家庭领域，阿里研发的一款智能音箱产品天猫精灵，在语音识别上也拥有多项功能，此外通过内置人机交互系统开放给业界，已有多家产品链接到天猫精灵，为布局全局的智慧家庭入口夺得先机。

腾讯：在人工智能领域后入局的腾讯，在人工智能领域的开发更加注重提升自家产品的用户体验上。围绕智能语音识别和自然语言处理等板块，腾讯目前已提供了多种人工智能服务，为自身产品在语音识别上进一步提升用户体验。

此外，腾讯拥有为智能音箱厂商提供后台支持的云小微，在微主机Ministation衍生的智能家居设想上，逐步拓展到在线教育和家庭控制中心等。

综合来看，BAT三家所研发的人工智能产品虽有不同，但都涉及了同一个生活场景，那便是智慧家庭领域。尤其是涉及多个人工智能领域场景维度的语音交互系统，包括冰箱、空调、智能音箱等家用电器。在这方面，谁能拥有强大的语音操控系统，谁就能牢牢把握这一出现频率较高的交互接口。同时，为人类带来丰富惊喜体验的人工智能领域，同样需要丰富的产品加以支撑，才能为往后智慧生活的进一步实现提供有力的产品支撑。

AI理念上：与自身业务紧密结合，取得先机者得天下

AI理念，即企业做AI的核心思想。从最初的产品定位，到产品的生产和落地，均离不开最初的理念支持，即产品将要成为什么样、将为人类带来何种便利，每个阶段都围绕最初的理念开展。总体看来，BAT的人工智能理念是在自身原有业务的基础上，围绕AI领域展开构想，并将这一设想付诸实践。

百度：从百度的人工智能理念来看，人工智能在未来会涵盖其所有的产品和服务，成为新的增长引擎。而事实上，百度在人工智能领域早已从七、八年前开始，从基础层到感知层以及生态层和应用层等，百度均有着明晰的战略规划方向。此外，经过一段时期的打磨和经验总结，百度的人工智能理念开始跟随产品一同落地，整个人工智能战略规划也从理论开始走向实用阶段。

阿里：电商起家的阿里，在人工智能的布局比百度稍晚一些，其人工智能理念多围绕电商这一核心业务，从仓储到物流，从产品到制造，阿里在零售业的人工智能轨迹很清晰，并且与自家业务紧密结合。同时阿里发挥所长，全面赋能零售体系。

腾讯：在AI矩阵布局上，腾讯目前拥有人工智能实验室、微信智能语音团队等技术的支持。同时其人工智能领域更关注场景、计算能力等，腾讯同样也是从自身业务出发，布局游戏、社交和内容AI，对比其他两家来说起步较晚，但初涉人工智能领域的腾讯也不甘落后，建起了人工智能实验室，用于人工智能方面的研究和开发。

综合来看，在人工智能的战略布局和理念构想上，百度已经抢占了先机，从技术优势到场景落地，战略规划进一步照进现实。因而在人工智能领域，必然是取得先机者拥有绝对的话语权，在未来的业务范围拓张上也卯足了底气。

AI基因、产品、理念的加持下，未来的AI行业谁将剑指巅峰？

综上所述，人工智能产业最终的走向必然是加快产品落地的同时迈向高度商业化的未来。无论是阿里的智慧新零售，还是腾讯的场景重要性，抑或是是百度的从出行，到赋能实体制造业的全方位操作，都在各自的领域有着明确的产品构想。

因而，在AI基因、AI产品以及AI理念的加持下，接下来的人工智能产业，各个企业都将在自身基础的战略布局上，进一步将计划落地实施。不过需要注意的是，人工智能这个庞大的产业，并非一家企业就能独自撑起，而是需要各行各业的相互协作共同推动，才能将企业的人工智能核心理念从理想照进现实。因此，在企业界的共同推动下，未来的人工智能社会化场景中，人工智能所带给人们的便捷将得到更大化的展现，人类的生活是无处不在的方便和舒适。

篇（7）

亚马逊的智能音箱Echo 受到市场强烈反响以后，google在2017年5月google home，苹果在2017 年WWDC 智能音箱HomePod，国内厂商京东和科大讯飞合作推出叮咚音箱……一时间国际互联网和硬件行业巨头纷纷加入战局，争夺语音交互流量入口，带动了AI落地的一轮热潮。

智能音箱已经成为全球增长最快的消费级硬件。2017年6月苹果home pod以来，下半年至今，每月都有一两家科技公司智能音箱新产品或二代、三代产品。

目前为止，国内科技巨头BAT、小米，老牌电器厂商联想、苏宁，语音技术企业科大讯飞、思必驰，硬件技术创业公司出门问问、若琪等都陆续通过自研或合作的方式入局。

二、技术厂商智能音箱的爆发离不开语音技术的支撑，掌握语音技术的有两类厂商。一是互联网巨头如Amzon、Google、BAT、苹果、微软等，二是专研语音交互技术的厂商如科大讯飞、思必驰等。

语音技术厂商通过自主研发软硬件产品，或对外输出技术，赋能传统智能音箱厂商、内容和互联网服务厂商，获取用户和数据，建立平台生态。

[仅代表笔者个人立场]

2.1 国外一线语音技术提供商1.Amzon Alexa

基本信息：Amzon Alexa是亚马逊的智能虚拟助理和开放平台，2010年启动研发，于2014年11月和Echo同时。Alexa 具备语音技术能力，并通过运行独立的程序，称为“技能”（Skills）来实现不同功能应用(类似手机里在操作系统上运行APP)，支持音乐播放、语音购物、智能家控、智能通讯等一系列功能。

由于其先发优势与大量的落地产品，不论是从产品搭载数量和智能水平上，alexa都已远超其他技术厂商(CNET在CES2017的统计)。

开放情况：Alexa 2015年6月，亚马逊将Alexa开放给第三方开发者，了 Alexa Skills Kit（ASK） 和Alexa Voice Service （AVS）两套开发工具包，让开发者能够更加容易开发Alexa的“技能”；并 设有了风险投资基金alexa found专门扶持语音交互领域的初创企业，以及大学生开发竞赛Alexa prize。

从2014年时的29余项技能，到如今近4w项技能，积极开放政策和不断优化的开发工具，使得Alexa拥有了远超其他技术厂商的海量技能。

应用范围：截止目前Amzon Alexa已陆续在全球38个国家开通（中国暂未开通），涵盖英语、德语、法语、意大利语、西班牙语和日语等6种语言（暂不支持中文）。

除了搭载自家echo系列音箱产品外，Alexa也赋能sonos、联想、哈曼卡顿等音箱产品，amzon fire TV 等智能电视，amzon fire、华为mate9、HTC等平板电脑和智能手机，华硕、惠普、联想等笔记本电脑和PC，智能冰箱、智能灯、智能开关等智能家居产品，智能耳机、智能手表等可穿戴设备，以及包含福特、宝马、雷克萨斯、丰田等品牌的智能汽车。

2.Google Assistant

基础信息： Google assistant是谷歌的虚拟助理，于2016年5月在谷歌开发者大会正式，支持语音交互，搭载在Google的智能手机和智能音箱中。

开放情况：2016年12月，Google推出开发者平台Actions on Google，2017年4月了SDK（软件开发工具包）以便第三方开发者为Google assistant开发应用程序，并进一步扩展支持智能汽车和其他智能家居设备。Google assistant支持语音输入和视觉响应，可通过设备的相机识别物体并收集视觉信息。

应用范围：当前Google assistant已支持英语、日语、法语、德语、西班牙语等8种语言，预计2018年底将支持30多种语言，覆盖95%的Android手机(暂不支持中文)。

除了搭载自家Google home系列音箱和Pixel系列智能手机外，Google assistant还赋能索尼、诺基亚等智能手机，松下、LG、Sonos等品牌的智能电视、智能机顶盒、智能音箱产品，联想、爱可视等电脑及沃尔沃等智能汽车产品。

3.Microsoft Cortana

基础信息：Cortana是微软的虚拟智能助理，于2015年1月正式，逐步应用于搭载windows操作系统和Android/ios系统的移动设备。Cortana具备语音交互功能，并使用bing的搜索引擎信息回答问题，能够调用应用程序、查询天气、提供餐厅和景点推荐，控制智能家居。

开放情况：2017年的build开发者会议上，微软退出Cortana技能开发平台，允许第三方开发者为cortana开发技能。

应用范围：截止目前cortana支持包括中文(简/繁)、英语、德语、法语、日语在内的近10种语言。Cortana已集成到微软众多产品，如Edge浏览器、windows10、车机系统、Skype(微软的即时通讯服务)，并赋能微软与harman kardon合作的智能音箱invoke等。

4.Apple siri

基础信息：Siri（Speech Interpretation and Recognition Interface）是苹果的虚拟助理。Siri 公司创建于2007年。

起初 Siri 只是 iOS 平台的一个应用程序，苹果在 2010 年 4 月收购了 Siri 公司并重新开发后，Siri 成为了苹果设备的内置软件，于2011年重新，并只允许在 iOS、macOS 中运行。

Siri支持语音交互，可以完成数据搜索、天气查询、设置闹钟等许多服务。

开放情况： 2016年6月苹果开发者大会上开放了Siri接口，在IOS开发平台中新增Sirikit，支持开发者调用Siri展示应用内容。Siri目前暂无独立的技能开发平台。

应用范围：截止目前Siri支持包括中文(简/繁)、英文、法文、德文、意大利文在内的20余种语言，并赋能苹果全线产品，如iPhone、iPad、iPod、Apple watch、mac等。

2.2 国内一线语音技术提供商1.科大讯飞

基本信息：科大讯飞成立于1999年，是国内最大智能语音技术厂商，在智能语音技术领域有着长期的研究积累，并在中文语音合成、识别、评测等多项技术上拥有国际领先的成果，与中国官方关联密切，堪称“中文语音产业国家队”。

科大讯飞占有中文语音技术市场70%以上市场份额，语音合成产品市场份额达到70%以上。

开放情况：讯飞开放平台是全球首个提供移动互联网智能语音交互能力的讯飞开放平台，基于讯飞开放平台陆续推出讯飞输入法、灵犀语音助手、AI+教育、AI客服、AI医疗(语音电子病历、医学影像辅助诊断系统、智能助理等)、晓译翻译机、飞鱼智能车载系统、家庭场景的讯飞魔飞麦克风系统等是多宽人工智能产品。

应用范围：科大讯飞支持34种语言，包括中文各地方言，目前已赋能长虹、海信、康佳等国内大牌智能电视、GlassX、ZWatch等可穿戴设备，奥迪、宝马、奔驰、通用、福特、上汽、广汽、长安、吉利、长城、奇瑞等国内外智能汽车，智能音箱（京东叮咚音箱）、聊天机器人（小鱼在家）等智能硬件产品，窗帘、空调等智能家居产品，为包括滴滴打车、高德地图、QQ阅读等在内的超过60000个App提供智能语音交互服务，覆盖聊天通讯、工具、视频、新闻、导航等生活领域的方方面面。

2. 百度DuerOS·小度

基本信息：DuerOS是百度的对话式人工智能系统，于2017年7月百度AI开发者大会上正式。DuerOS具备影音娱乐、信息查询、生活服务、出行路况等10大类目共200多项能力，用户可在不同场景下实现指令控制、信息查询、知识应用、寻址导航、日常聊天、智能提醒和多种O2O生活服务；同时支持第三方开发者的能力接入。

开放情况：DuerOS开放平台包括智能设备开放平台和技能开放平台，分别适应不同类型的硬件厂商和为开发者。为方便“上手”，百度了针对个人、产品厂商、特殊厂商的DuerOS套件，并融合包括声智科技、先声互联、Intel、Rockchip等第三方解决方案，上线了技能商店APP“小度之家”。

应用范围：DuerOS支持普通话、英语、粤语、四川话等多种语言，已赋能智能音箱、电视、冰等大小家电与智能家居产品，智能手机、手表等随身设备，车机、智能后视镜等智能车载产品，累计搭载5 000万设备，日活超过1000万，有1600万DuerOS合作伙伴，落地80多家主控设备，积累了超过10000名DuerOS开发者，DuerOS累计回答问题数已达24亿。

3.小爱开放平台·小爱同学

基本信息：小爱开放平台(原水滴平台)于2017年5月对外开放语音能力与SDK，基于小米的硬件生态和海量数据，提供全球领先的语音识别、NLP等多项人工智能技术，为开发者提供一站式的人工智能服务。

应用范围：小爱开放平台能力已在小米电视、小米AI音箱、小米金服‘米小贝’等小米软、硬件产品中集成，为小米生态链中8500万台IoT连接设备赋能，虚拟助手小爱同学的日活跃用户也达1000万。

4.AliGenie语音开发者平台·天猫精灵

基本信息：AliGenie开放平台于2017年10月12日云栖大会，由阿里巴巴人工智能实验室发起的，面向企业/机构/创业者/开发者，将阿里巴巴在人工智能领域积累的技术以API或SDK等形式对外共享的在线平台，目前已经拥有涵盖影音娱乐、新闻资讯、购物外卖、家居控制、生活助手、儿童教育等的100多项技能。

应用范围: AliGenie开发者平台主要包括三大部分：精灵技能市场、硬件开放平台、行业解决方案， 全面赋能智能家居、制造、零售、酒店、航空等服务场景

5.腾讯云·小微

基本信息：腾讯云的智能服务系统和智能服务开放平台，帮助智能硬件厂商实现语音人机互动和音视频服务能力。微信AI团队自 2012 年起，就将语音输入、语音识别、语义分析技术等功能应用到微信中，腾讯云小微将微信的语音技术作为底层能力，故命名为“小微”，于2017年6月腾讯“云+未来”峰会上正式对外。

应用范围: 腾讯云小微包括硬件开放平台、Skill开放平台、服务机器人(智能客服)平台，结合腾讯社交关系链，覆盖家庭、车载、运动、酒店和儿童陪伴教育等众多场景。

6.思必驰·DUI开放平台

基本信息：思必驰2007年成立于英国剑桥，创始人均来自剑桥，2008年回国落户苏州，是国内少有的拥有人机对话技术，国际上极少数拥有自主产权、中英文综合语音技术的公司之一。思必驰于2017年9月正式DUI(Dialogue User Interface)开放平台，以任务式对话为核心，兼具闲聊与问答功能，打造人性化交互。作为一个全链路智能对话开放平台，DUI开放基于思必驰智能语音语言技术的对话功能，并提供GUI定制、版本管理、私有云部署等开发服务。

DUI具备青囊(服务与研发支撑)、天机（大数据）、紫微（丰富的第三方资源）、玲珑(终端解决方案与环境)四大系统。DUI平台对接丰富的第三方内容，内置国内最专业的语音语言技能商店，具备深度数据可视化、个性化自定义、零门槛操作，开发者通过DUI可实现全链路的高度定制，几乎可自定义每个模块。

应用范围: 平台已覆盖车载、家居、机器人、故事机、手机助手等多应用场景，提供智能车载、智能家居、智能机器人等解决方案，赋能天猫精灵X1、小米AI音箱小爱同学、联想智能音箱、小米板牙70迈智能后视镜等前沿智能产品。

2.3 国内二线、小创业语音技术提供商1.出门问问

出门问问是Google(谷歌)投资的一家中国人工智能公司，由硅谷华人科学家李志飞于 2012 年回国创立。拥有自主研发的语音识别、语义分析、垂直搜索、基于视觉的ADAS和机器人SLAM等核心技术。代表性的软硬件产品包括智能手表Ticwatch、车载智能后视镜问问魔镜Ticmirror、智能音箱Tichome、出门问问语音助手APP以及高级驾驶辅助系统问问魔眼Ticeye。

2.猎户星空

猎户星空拥有全套远场语音技术，自研全链路的远场语音交互系统“猎户语音OS”，已赋能喜马拉雅“小雅”音箱，美的、海尔、博联、海尔优家、欧瑞博等品牌的智能家居产品。小米AI音箱、小米电视，也应用猎户星空的TTS（语音合成）技术以及ASR（语音识别）技术。猎户星空自己音箱小豹AI音箱，接入微信支付、银联支付、融合区块链技术。

2017年猎户星空还获得了世界公认人脸识别“世界杯”的微软百万名人识别竞赛识别百万名人子命题有限制类（只使用竞赛提供数据）的第一名。

2018年3月21日，猎户星空正式对外人工智能领域的机器人产品矩阵，在接待、售卖、儿童陪伴等多个场景落地。同时了猎户机器人平台Orion OS，集合了自研的多芯片系统，摄像机+视觉算法，麦克风阵列，猎户TTS，室内导航平台和七轴机械臂等，形成了完整的机器人技术链条。

Orion OS现与微软、搜狗、高通、英伟达和锤子科技等建立了战略合作伙伴关系。

3.若琪Rokid

Rokid公司成立于2014年7月，隶属于杭州灵伴科技有限公司。总部位于中国杭州， 北京和旧金山分别设有研发中心，致力于机器人领域研究，专注于远程定向拾音/语音语义识别、人脸/手势识别、音响和投影系统等核心技术。Rokid现有PEBBLE ? 月石智能音箱、AR眼镜Rokid Glass、智能机器人ALIEN·外星人等产品，Rokid智能家居机器人在2016年和2017年连续两年获得CES国际消费电子产品展创新大奖。

4.聚熵智能·DeepBrain

DeepBrain 2012年成立于上海，致力于研发人工智能产品， 核心团队是来自于国内外名校的技术研究人才， 为超过100家厂商提供深度人机对话能力，并与三星、华为、联想、中兴达成深度合作。

DeepBrain在2014年了国内首款智能音箱——小智超级音箱，比 Echo 的推出还要早半年。其语义技能平台已进驻上千名开发者，开发了超过 1000 种以智能家居为主的语义技能。

5.搜狗语音

搜狗由搜狐公司创建于2004年8月3日，域名为Sogou.com，目的是增强搜狐网的搜索技能。2013年9月，腾讯注资搜狗，并将腾讯旗下的搜搜业务，输入法业务注入搜狗。

2017年11月，搜狗在纽交所上市，腾讯目前持有搜狗45.37%的股权； 搜狐持有搜狗股权比例为39.21%。

搜狗语音技术研究于2012年启动，并在2013年6月正式上线搜狗语音云开放平台，接入搜狗包括输入法、地图在内的全线产品，并推出搜狗语音助手，与Siri一样，搜狗语音助手在手机端上提供的交互体验并不能让用户产生足够的依赖性，产品的使用率并不高。

2016年8月搜狗了语音交互引擎「知音，2017年12月与四维图新、飞歌展开合作，推出飞歌智能车联网软硬件解决方案G8Ⅱ 后装智能车机，为2018年3月的小米电视 4A提供ASR语音识别能力，为会议平板厂商视源股份的首款智能语音平板 MAXHUB提供语音技术。

三、行业格局3.1 智能音箱市场格局销量与市场占有率对智能音箱产品有着非比寻常的意义。因为智能语音技术刚刚落地，极其依赖用户数据的喂养，越使用才能越智能。

根据笔者估算，截止2018年Q1，全球智能音箱市场保有量占比如下所示：

Amzon凭借其先发优势和形态丰富的产品，一骑绝尘，占领了71%的份额

Google以其完备的低-中-高产品矩阵和用户基础，抢夺12%的份额

天猫、小米分别凭借电商体系、智能家居生态与低价爆款策略占据6%、4%的份额

京东涉足智能音箱较早，品类丰富，也占据了3%的市场份额

apple的homepod在今年 2月9日才正式发售，且定价偏高，仍旧占据了1%

其他所有品牌占据3%。

3.2 全球智能音箱概览海外一线智能音箱品牌及产品销量：

国内一线智能音箱品牌及产品销量：

全球其他智能音箱品牌及产品销量：

3.3 全球主流智能音箱品牌3.3.1 Amzon Echo

作为智能音箱品类开创者，Amzon不断地优化音箱产品新能，持续创新。从场景和形态出发，陆续推出小巧低价的echo dot，带屏音箱echo show、闹钟音箱echo spot。既有促销爆款铺量，又有高端品类防守，具备了高、中、低三个档位完善的产品矩阵，各型号累计销量在3千万以上，是目前唯一销量破千万的智能音箱厂商，引领着全球智能音箱市场。

3.3.2京东叮咚

京东与科大讯飞联合成立的灵隆科技推出叮咚音箱，作为国内较早涉足智能音箱的厂商，从2015年5月开始，京东已经发售了一系列新品。整体产品线与Amzon相似，不断探索更多形态与场景，持续提供更多自定义功能，并以儿童教育音箱，切儿童早教市场。随着小米、阿里、百度的强势入局，京东也推出了高端带屏音箱叮咚PALY，低价叮咚mini2，抢夺国内市场。

3.3.3Google home

2016年5月，在Amzon几乎垄断智能音箱市场之时，Google入场搅局，推出Google home，凭借其优雅的设计、 背靠Google搜索引擎的智能问答和价格差异，曾一度占据了20%以上的市场份额，并在2017年10月推出低价的Google home mini和高价的Google home max，不断支持更多新技能和场景：接入更多智能家居设备、支持500w个菜谱抢占厨房，支持语音购物等。

3.3.4小米小爱同学

小米作为国内领先的智能家居生态构建者，产品覆盖了耳机、移动电源、手环、插座、血压计、空气净化器、净水器、运动相机、平衡车、电池、床头灯、电饭煲等智能家居设备。

小米于2016年底开始研发虚拟助手小爱同学，并在2017年9月正式了智能音箱小爱同学，除了强大的小米家居生态背景，小爱同学还因其机智的人设获得极高关注。2018年小米推出Q萌版小爱同学mini加入国内低价冲量大战。

3.3.5天猫精灵

阿里对新技术研发极为重视，在17年7月了天猫精灵x1，同时亮相的还有负责阿里消费级AI产品研发的阿里巴巴人工智能实验室，17年10月云栖大会正式宣布成立达摩院，网罗各个重点技术领域的专家人才，进行基础科学、AI芯片和颠覆式技术创新研究。

18年3月推出天猫精灵M1曲奇，火眼支架，6月推出天猫精灵方糖，持续探索更多音箱形态，花式输出AI技术，包括图像识别、人脸识别、物体检测及情感反馈等能力。同时提高产品性价比，紧守音箱低价冲量的战场。依托阿里强大的电商网络，天猫精灵已成为国内销量最大的智能音箱品牌。

3.3.6百度小度

2017年2月百度全资收购渡鸦科技，11月了RavenH智能音箱，形状新奇色彩绚丽，带有可拆卸点阵触控板，对标高端音箱Sonos、Bose 和哈曼卡顿，售价1699。

18年初联合老牌音响制造商DOSS（德仕）推出DOSS智能音箱，3月、6月陆续推出国内首款智能视频音箱599元的小度在家、89元低价小度智能音箱，在京东和天猫发售，凭借极高的性价比，在国内音箱价格战中尚有一席。

3.3.7其他智能音箱产品

除了销量可见的主流智能音箱，国内外仍有不少智能音箱产品。如微软与哈曼卡顿联合推出的invoke，搭载了微软Cortana，Line与高通合作推出的Clova，以及国内中小创业团队的系列智能音箱，出门问问的Tichome、喜马拉雅的小雅音箱等等。随着智能音箱市场的逐步成熟，各类音箱或者会找到自己的位置，或者无声寂灭。

四、语音功能智能音箱除了提供核心内容资源消费功能，各品牌还深挖居家场景，开放平台，吸引第三方开发者，提供了越来越多的技能。智能音箱界独领的Amzon Echo已经具备了超过3w项技能，从技能增长梯度看，2016年开始爆发式增长，随着Echo销量的增加，至今仍在不断攀升。超过3w项技能加持的Amzon比它的一众追随者更像一个语音操作系统。

[数据源自Mary Meeker的2018互联网趋势报告]

如同智能手机操作系统的app一样，海量的语音操作系统技能中，真正获得关注的还是少数，大量的技能成为僵尸技能，无人问津。因此其他智能音箱品牌，只要覆盖了高频、核心功能，提供更多资源、家控和创意功能，则无需畏惧Amzon恐怖的技能数量。

智能音箱产品功能趋同，主要分为内容技能、工具技能、互动娱乐三个大方向；功能面向核心场景及针对核心人群的核心功能趋向性逐渐显现。

用户关注度高的功能主要有音乐影视、生活助手、智能家居、游戏娱乐，其次是教育内容、趣玩搞笑、新闻，再其次是新闻、财经类功能；

工具技能用户口碑偏低，但有不可替代性；互动娱乐技能可替代性强，口碑和体验好的功能更受欢迎；内容技能评价均匀，重点在优质资源可得性。

五、用户体验摘录自ebay、Walmart、京东、天猫等电商平台的用户评论数据。

用户体验总结：

1）智能音箱产品整体受欢迎程度很高、用户接受度较高，评价矩阵皆为70~80%的5星好评；

2）用户对音箱产品唤醒、识别、解析等语音基础性能感知差异不大（可能由于个人拥有音箱品牌数量少于1个，对比不明显）；对音质、内容资源丰富度、“聪明程度(智能感与趣味性)”等较为敏感。

3）老人、孩子对音箱的满意度、喜爱度是重要消费决策因素。

4）海外用户对音质要求更高，对音箱的使用场景区分更鲜明，倾向于为不同居所场景配备多个音箱产品，对是否自带电池等要求不多；国内用户音质要求和鉴别水平不足，期望自带电池便携便移动。

5）用户期望唤醒词自定义、内容资源更丰富、资源内容相互打通。

六、核心结论1）音箱销量：2017年全球智能音箱出货量3200w台，其中Amzon与Google以大约9:1的比例瓜分市场。Amzon 音箱销量量级已超2000w，铺货量和活跃设备数全球遥遥领先。

截止2018年4月底，国内厂商销量以天猫、小米为首，量级在200w左右，百度、腾讯及众创业公司量级均在10w之下。 具备生态闭环和技术平台的大厂商均有“高性价比铺量”的趋向，以低价占据迅速用户市场。

篇（8）

一、引言

近年来，人工智能技术在教育领域逐步扩大其落地应用场景，但大多数应用场景仍然很难真正渗透到教学的核心环节并对学生的学习效果起到关键性作用。由于可以在不同教学环节提供人性化交互方式及个性化智能辅导与教学，基于人工智能技术的教育机器人受到越来越多的重视和发展，因此有必要对教育机器人在教育产业发展中的应用进行研究。

二、教育机器人的简介

提起机器人，我们马上就会联想到科幻小说和电影中的机器人。近一个世纪以来，机器人在娱乐和虚构的世界中有着重要的地位，甚至“机器人”这个词本身就来自一部科幻作品—— 1920年，前捷克斯洛伐克作家卡雷尔·恰佩克的科幻小说中第一次出现“机器人（Robot）”这个词，它被用于指代人类创造的用来代替人工的物体。随着计算机网络、机械制造、人工智能等技术的不断发展，机器人已经从一个虚拟的名词发展成一项蓬勃的产业，并从工业领域向医疗救援、教育、娱乐、勘测、探险、救援等领域迅速扩展。

本文所论的机器人主要是指教育产业中的教育机器人。教育机器人主要由硬件平台和软件平台组成，硬件平台主要包含教育机器人的硬件规格以及提供硬件之间的通信，完成某些动作或者输入输出某些信号，它相当于机器人的手脚；软件平台主要包含教育机器人的各种输入信号的处理和开发，完成某种可预期的场景的实现及表述，它相当于机器人的大脑。教育机器人是面向教育领域专门研发的，以培养学生的分析能力、创造能力和实践能力为目标的机器人[1]，它具有教学适用性、交互性、开放性、可扩展性等特点[2]。教育机器人的出现为机器人教育提供了载体。

三、教育机器人产业化发展的意义

当前，国外教育机器人的发展集中在青少年陪伴与辅助教学、特殊教育、机器人竞赛等领域，也更加注重实践性研究与课堂中的实际应用。相比于国外，国内教育机器人总体上还处于起步阶段，在理论与实践研究上都存在一定差距。但随着人工智能教育、STEM教育、创客教育等的兴起，国内对于教育机器人技术的研究及大规模实践应用在迅速增长，产学研相结合的模式也促进了该领域的市场化进程。因此，产业化发展具有一定意义。

1. 对教育创新的推进

教育机器人产业化有助于对教育创新的推进，包括创客教育、STEAM教育、素质教育、STS教育（科学、技术、社会）和教学改革。Chris? Rogers认为，教育机器人产业化教育能够将“Engineering”带进基础教育中，培养学生的STEM素养，推动基础教育改革[3]。

2. 对教学模式和策略的改进

对教学模式和策略的改进，包括教学目标、教学模型、教学策略、教学设计、课程开发等。王雪雁等认为，教学形式的多元体验是教育的重点，而将体验教学法融入机器人教育中进行研究，也在一定程度上促使其他科目在教学改革中形成较有前景的发展方向[4]。

3. 对学生综合素养的提升

对学生综合素养的提升，包括创新精神、实践能力、科学素养以及综合能力。D? Alimisis在调研了目前教育机器人领域现状的基础上，对当前教育机器人领域热点问题发表了自己的看法，他肯定了机器人在培养学生创造力和“? 21世纪技能”方面的重要作用[5]。

四、教育机器人在教育产业化进程中的遇到的难题

教育机器人除了让学习者获取机械、电子、信息、传感技术知识，还能培养技术应用、解决问题、动手能力、团队协作以及表达能力、批判思维能力。《国务院关于印发新一代人工智能发展规划的通知》鼓励全国有条件的高校、研究院开设人工智能专业，在中小学开设机器人相关的课程和竞赛。为此，教育机器人表现出了其无可比拟的教育价值及实用潜质，为培养多学科交叉融合、高素质、复合型的工程人才提供了一个理论教学、实训实践和资源共享的综合平台。

为了更好地促进高层次人才的培训与培养，一方面，我们要大力研究开发及生产高端合格的教育机器人产品，另一方面，我们要全面开展机器人教育宣传，但是还有一些难题亟待破解。

一是诸多教育机器人课题亟待破题。在经济全球化背景下，通过机器人教育促进创新型科技人才队伍壮大与建设是我国人才培养的新途径和新模式。为此，在技术传授的前提下，加快相关理论研究、学术探讨和培养模式研究，激发学生的兴趣，引导学生思考，加深对理论的引领、理解和人才培养研究，是教育机器人的主要研究问题。

二是服务于机器人教育的公共资源比较稀缺。与国外相比，无论是教学设备还是教学案例及教育在线资源，远远不能满足教学的需求。为此，实现中小学、大学课程及教学资源的开发，促进更多的教育教学资源共享，满足机器人教育需求是前提。

三是教师队伍的人数不多。纵观整个发展过程，无论是中小学还是大中专院校，机器人教师需求缺口较大。?一方面是培养出口师资力量薄弱，另一方面受薪资待遇的影响，?具有机器人操作技术和技能的人才就业口径比较宽，较少人愿意去当教师。为此，应加强教师队伍建设及师资长远规划，将崇尚教育、乐教和施教的人聚集过来。

五、破解教育机器人产业化难题的对策

1. 构筑机器人教育云平台

当前，教育机器人可以应用于教学的资源很少，因为每个厂家基于自己的水平开发资源平台，彼此不兼容，不同机器人安装不同的APP程序，资源设计者从单一的角度设计教学资源，没有考虑普众需求，制约了产品的应用推广。为此，开展机器人教育工程技术方面的研究，从教育机器人资源共享标准制定、服务技术策略及数字化资源服务设计与推送角度出发，立足自主知识品牌，促进规模及规范的产业化发展，充分考虑物联网、大数据及云服务技术，在共建共享技术上对教育机器人进行完善与功能提升。

2. 健全教育机器人法律体系

教育机器人在设计、开发、生产、销售和使用过程中，关乎国内外的道德准则、社会伦理、用户安全和权益诉求等诸多法律方面的问题。一是探究国际规则，深化法律规范，构建风险防控机制和预警监测体系，研判就业替代与社会伦理道德问题，促使教育机器人教育资源绿色健康、安全可靠可控、造福于民。二是研究机器人教育与教师职业岗位有机结合与协调发展问题，依托机器人智能技术发展，构建教育机器人的伦理学特性。

3. 加快行业标准完善

据了解，工业机器人标准相对成熟，但从教育机器人这个角度来说，无论外国品牌还是正在崛起的中国自主研发的品牌，都缺乏与之相适应的规范与标准约束。教育机器人是机器人产业细分领域的一大类产品，研究制定科学化、规范化的标准体系，才能促进教育机器人产业健康发展。所以，加快教育机器人相关标准的研究时不我待，同时需要尽快上升为国家标准，从而引领国际标准，倒逼产业，给产业发展提供方向，规范和促进产业发展。

4. 构建教育机器人产业联盟，提高教育产业转化度

为了更好地满足多样化的用户需求，坚持经济全球化大方向，发挥高校、科研院所、企业和行业组织的作用，健全高效灵活、优势互补的教育机器人产学研用协同创新体系，在教育机器人产品试制、功能完成、系列产品打造和产业链塑造等方面进行全方位一体化设计。以笔者所在中职学校为例，可以联合当地的高校、政府和其他企业单位建设产学研平台，丰富教学实践手段，提高教育机器人在教育产业中的转化度。

5. 强化产品开发，增强教师参与度和教学应用度

机器人教育产业链涉及硬件制造、平台开发、应用服务提供等几类厂商，但目前很多机器人公司只负责教育机器人硬件的开发、制造、组装及测试，提供简单的产品说明和操作手册，并不参与课程开发和教学设计。这样的产业模式显然不利于机器人教育发挥最大的作用。只有当教育机器人的制造商与学校教师共同参与课程开发和教学设计，设计开发出丰富的教学情境应用程序、服务与内容，才能使教育机器人真正满足教与学的需求。

总之，教育机器人的产业化应该结合当地经济社会和文化特点，真正有力有效服务于地方教育和经济文化。同时要注意在“互联网+”时代，恰当发挥政府宏观调控的杠杆优势，立足本国，面向国际，引导教育机器人产业进行科学布局，打造具有时代特色的教育机器人产业基地，形成中国特色产业集群。

［1］ 黄荣怀，刘德建，徐晶晶，等 . 教育机器人的发展现状与趋势［J］.现代教育技术，2017，27（01）：13-20.

［2］ 张剑平， . 机器人教育：现状、问题与推进策略［J］.中国电化教育，2006（12）：65-68.

篇（9）

为深入贯彻网络强国、数字中国、智慧社会战略，落实《数字青岛发展规划（2019—2022年）》规划部署，持续建设协同高效的数字政府、富有活力的数字经济、智慧便民的数字社会、智能融合的数字基础设施，以数字化、网络化、智能化技术全面推动城市数字化转型，制定本行动方案。

一、加快协同高效的数字政府建设

（一）构建智慧管用的城市云脑“智能化”体系

1.一体化综合指挥。建设城市应急指挥中心、社会治理指挥中心、城市云脑大数据中心等一体化城市运行中心，满足应急协同联动、城市运行状态监测和数字即墨管理服务等工作需要。（责任单位：区大数据发展管理局、应急局、社会治理指挥中心、住房城乡建设局、综合执法局）

2.全域感知体系。建设完善基础地理信息服务、物联感知接入、视频监控资源共享三大基础支撑平台，推动全区基础地理信息服务一张图、动态感知数据分级分类接入、全域视频资源共享共用。（责任单位：区自然资源局、公安分局、大数据发展管理局）

3.数据业务中台。打造城市云脑场景应用集群，推动公安、城管、应急、交通、水利、生态环境、科技创新、经济运行等重点领域应用上线，至少3个场景一屏接入城市云脑。基本建成城市云脑区（市）中枢，构建城市云脑一体化应用体系。（责任单位：区大数据发展管理局、住房城乡建设局、综合执法局、公安分局、应急局、交通运输局、水利局、生态环境分局、科技局、统计局、区政府有关部门，各镇街，各功能区）

（二）打造便捷满意的公共服务“数字化”体系

4.一码通城。实施“码上即墨”行动，推动政务服务、交通出行、医药卫生、文化旅游、体育健身和智慧校园等公共服务领域统一身份认证、多码融合和社保卡多领域应用。（责任单位：区大数据发展管理局、公安分局、行政审批局、交通运输局、人力资源社会保障局、卫生健康局、医保局、文化和旅游局、教育体育局、区政府有关部门，各镇街，各功能区）

5.一网通办。实施网上政务服务能力提升工程，深化完善“爱山东·青e办”即墨分厅掌上办事平台功能，建成便民利企服务专区不少于1个，接入亮点应用不少于10项。全面推行“一事全办”主题式服务，丰富应用场景，拓展可办主题至200个，实现更多事务“一次办好”。（责任单位：区大数据发展管理局、行政审批局、区政府有关部门，各镇街，各功能区）按照上级部门统一部署，以公民身份号码或法人和其他组织统一社会信用代码为唯一标识的电子证照可用率超过85%。（责任单位：区行政审批局）

（三）构建数智融合的政府决策“协同化”体系

6.政府决策数字化。深化数据汇聚共享，重点围绕营商环境和重点领域应用场景需求，强化数据治理，提升数据质量。充分利用社会数据资源强化政府决策支撑，加强政企合作，鼓励多方参与，形成数据来源广泛、多方数据比对、数据时效性强的政府决策数据支撑体系。（责任单位：区大数据发展管理局、区政府有关部门，各镇街，各功能区）

（四）形成精准高效的城市治理“现代化”体系

7.城市治理一网统管。整合各级各部门指挥调度、综合运行和辅助决策类系统及相关数据资源，建设“上下贯通、左右衔接、全区一体、高度集成”的一体化综合指挥平台。（责任单位：区委政法委，区应急局、公安分局、卫生健康局、综合执法局、生态环境分局、交通运输局、水利局、大数据发展管理局）建设社会治理综合信息平台、智慧公安、城市综合管理服务平台、突发事件预警信息系统等，更好地支撑以网络化运行、海量化参与、社会化协同为特征的社会治理需求，提高数据汇聚、事中监管、趋势研判、协同联动等能力。（责任单位：区委政法委，区公安分局、综合执法局、气象局、住房城乡建设局）

8.一部手机游即墨。依托“一部手机游青岛”平台，整合全区范围内“食、住、行、游、购、娱”等资源，为游客提供全方位文旅公共服务。（责任单位：区文化和旅游局）

9.智慧社区和智慧街区。加快智慧社区和智慧街区建设，推动城市治理和服务向基层延伸。智慧社区建设总数达到25个，其中示范点达到12个；智慧街区建设总数达到11个，其中示范点达到2个。推动建立社区综合服务平台，鼓励发展光影街区、数码地标、车路协同、车充响应等应用场景示范。（责任单位：各镇街，各功能区，区民政局、住房城乡建设局、综合执法局、公安分局、大数据发展管理局）

二、推动智慧便民的数字社会建设

（五）提升教育数字化水平

10.智慧教育。整合部、省、市、区、校5级教育信息系统、数据资源以及各类教育服务，为全区教师、学生、家长和教育管理者提供一站式服务。开展智慧校园新装备、新技术试点，提升智慧校园建设应用水平，智慧校园覆盖率达到99%。推动青岛市智慧体育平台应用，统筹全区各类体育资源，推行全民健身网上查询、网上预约、网上指导。（责任单位：区教育体育局）

11.人工智能教育。构建“课程教学、内容创作、开源创新”一体化的人工智能教育服务平台，打造集“课程教学、应用实践、互动体验”综合性人工智能实验室，推进全区人工智能教育快速发展。（责任单位：区教育体育局）

（六）提升医疗数字化水平

12.智慧医疗。积极配合青岛市级全民健康信息平台升级改造，提高医疗数据互联互通效率，提升医院信息互联互通标准化成熟度，推进医院智慧服务分级评估，建成1家以上互联网医院。参照《医院智慧服务分级评估标准体系（试行）》（国卫办医函〔2019〕236号），2022年智慧服务达到3级以上的医院数量不少于1家。利用大数据、人工智能等新技术辅助开展流行病学和溯源调查。进一步推动电子健康档案动态利用，居民电子健康档案动态使用率达到75%。（责任单位：区卫生健康局）

13.智慧医保。进一步落实健康中国战略，建设智慧医保信息化平台。推动医保电子凭证在定点医药机构应用，逐步实现预约、挂号、就诊、支付以及查阅报告等场景亮码、刷脸服务。（责任单位：区医保局、卫生健康局）

（七）提升交通数字化水平

14.智慧停车。利用物联网、大数据、人工智能、便捷支付、全景导航等技术实现全域停车资源的“智能感知、智能调度、智能服务”，建立全区停车管理、运营、服务一体化体系，打造智慧停车模式。（责任单位：区城市管理委员会办公室，区住房城乡建设局、自然资源局、交通运输局、公安分局、大数据发展管理局、综合执法局，各镇街，各功能区）

15.智慧交通。利用新技术新方法进一步提升对交通态势的精确感知控制能力，建设智能化、可统一调度的交通信号灯系统，实现对道路信号实时调整。开展5G交通网示范工程建设，推进即墨区巡游出租车车载智能终端安装项目。公共汽电车来车实时预报率达到100%；交通路口实时信号配时系统比例超过80%、电子警察监控点覆盖率达到100%，不断提高公交电子站牌覆盖率。（责任单位：区住房城乡建设局、自然资源局、交通运输局、公安分局）

（八）提升人社和养老服务数字化水平

16.养老服务“静默办理”。深化养老服务综合监管信息平台应用，实现全区老年人户籍、健康、就诊、养老金、医保等信息共享共用。推动养老服务时间银行平台与个人信用平台互联互通，鼓励更多的志愿者参与养老服务。推广应用智慧养老设施设备，推进医疗健康监测设备、智能安防设备、可穿戴设备、养老服务机器人等智能化设备在养老中的广泛应用，为全区居家失智老人发放智能手环。构建养老服务机构行政审批、民政备案、食品安全、消防安全等养老服务质量综合监管的联动机制。优化老年人服务事项“静默办理”，养老机构和养老床位实现在线预约、签约，养老保险待遇资格认证、津贴补贴领取等涉及老年人高频使用的政务服务事项基本实现由系统自动办理。按上级部署，试点推行门诊慢特病部分病种“零材料办理”。（责任单位：区民政局、卫生健康局、医保局、人力资源社会保障局、行政审批局、公安分局）

三、培育富有活力的数字经济生态

（九）推动特色产业发展

17.海洋大数据产业。发挥海洋试点国家实验室、国家深海基地等海洋科技重大平台集聚优势，持续引进涉海研发机构和产业项目。推进科研成果转化，发挥国家海洋技术转移中心作用，布局建设一批特色鲜明的专业产业园，畅通科研成果转化路径，加速蓝谷科研成果在当地产业转化。依托鳌山湾未来城做好蓝谷科研成果及产业转化承接，助推海洋经济融合发展。依托海洋试点国家实验室，建设国际领先的超算和海洋大数据公共服务平台，建立集数据采集、存储、更新、处理、分析、共享、应用等为一体的海洋大数据综合发展体系，支撑海洋科学研究、海洋科技发展和成果转化，推动海洋特色创客发展。推进华录山东总部基地与国家海洋大数据产业孵化基地建设，融合超算、云计算、人工智能等新兴技术，开发海洋信息资讯服务产品，打造以光磁一体存储设备为核心的新一代大数据设施。（责任单位：区工业和信息化局、科技局、自然资源局，各镇街，各功能区）

（十）推动数字产业化发展

18.数据要素市场化配置。积极探索数据要素市场培育，规范数据交易主体行为，支持青岛大数据交易中心等市场主体探索数据交易新模式。支持更多银行和有关机构进驻数据中台开展信用贷等业务，以数据资源赋能全区实体经济发展。（责任单位：区大数据发展管理局）

19.数字经济园区。支持加快数字经济领域重点项目建设，推动华为科技产业城、金蝶软件园、华录山东总部基地、金口智能制造及大数据发展示范基地等建设。（责任单位：经济开发区管委、鳌山卫街道办事处、金口镇政府，区工业和信息化局、大数据发展管理局）

（十一）提升产业数字化水平

20.农业数字化转型。加快智慧农业发展，推动互联网与现代农业线上线下“双融合”，构建共创、共享、共赢的数字农业生态圈，为乡村振兴和农业农村现代化提供新动能。实施信息进村入户工程，加快‘益农信息社’建设，提高农村现代信息技术应用水平。引进精准农业与智慧农机示范系统，建设卫星导航差分定位基站、农用远程气象监测站，加快推进现代农业生产的精准化、智能化。加快农村电商公共服务体系建设，持续推动淘宝村、镇创建，提升农村电商公共服务软实力。（责任单位：区农业农村局、商务局）

21.工业数字化转型。通过实施工业互联网赋能行动，推动传统制造业向数字化、网络化、智能化升级，有序推进区内企业实施工业互联网改造，重点培育纺织服装、汽车及零部件两大特色产业，打造酷特智能“数字驱动的C2M大规模定制模式”、即发集团“织染缝一体柔性化制造模式”、森麒麟轮胎“基于精益制造的智慧工厂模式”等。完善工业互联网行业标识解析体系，工信部备案的工业互联网标识解析二级节点数量不少于1家。加快工业互联网安全保障体系建设，打造工业互联网安全信息共享、监测预警、攻防演练等平台，提升工业互联网安全公共服务能力。（责任单位：区工业和信息化局）

22.服务业数字化转型。发展智慧物流，推进国际陆港、综合保税区等重点物流园区数字化升级改造，建设智慧物流园区。发展网络货运等新业态新模式，形成智慧物流典型示范应用。（责任单位：区交通运输局，国际陆港管委、蓝谷高新区管委）推进商业实体向线上销售转型，鼓励发展平台经济，支持直播电商、社交电商、新零售等新业态发展。（责任单位：区商务局）发展金融科技，推动大数据、人工智能、区块链技术在金融服务中的创新应用，加强金融风险防控，改善金融市场环境，提升金融服务效率。（责任单位：区地方金融监管局）推进自然人、企业法人、非企业法人公共信用数据库建设，推动信用信息的深度融合与协同使用，构建守信联合激励和失信联合惩戒机制，增强社会诚信和自治能力。（责任单位：区发展改革局、大数据发展管理局）发展智慧文旅服务，组织有条件的景区与互联网企业进行合作，推进数字图书馆、数字博物馆、数字文化馆建设。（责任单位：区文化和旅游局）

四、构建智能融合的数字基础设施

（十二）加快新型基础设施建设

23.多功能一体杆。以场景建设为牵引，结合道路建设、老旧路灯改造，整合路灯杆、信号杆、公交站台等市政设施，加快物联网设施部署，加速多功能杆、柱、桩等新型智能感知设施建设。（责任单位：区住房城乡建设局、公安分局、交通运输局）

24.“双千兆”城市。加快推进“双千兆”城市建设，推动移动通信网络、固定宽带网络接入能力逐步达到1000Mbps。全面部署IPv6，统筹推进全区骨干网、城域网、接入网IPv6升级。加快推进5G基础设施建设，支持运营商以共建共享共用新模式开展5G基站建设，城区重点公共区域5G网络覆盖率达到80%以上。高质量建设5G网络，全面推进5G网络试点和规模组网，推动5G与重点垂直行业深度融合。（责任单位：区工业和信息化局）

五、加强数字化转型支撑保障

（十三）完善数据资源服务体系。统筹全区基础数据资源建设，整合各类信息平台、信息系统和数据中心资源，健全基础数据资源动态管理体系，探索建立城市数据资源服务体系。加强社会、产业、互联网等领域数据汇聚。加强数据治理，提升数据质量，确保数据完整性、规范性和准确性，为风险防控、应急调度、公共决策、协同治理提供大数据支撑，依法依规推进公共数据开放。（责任单位：区大数据发展管理局，区政府有关部门）

（十四）构筑防护有力的网络安全体系。推动网络安全态势感知系统建设，实现政务网络和政务云中心平稳运行。采用流量监测、人工智能、大数据分析等技术，进一步提升网络安全防护能力，及时发现、处置网络安全问题，化解潜在风险，保障政务网络和政务云中心平稳运行。推动网络安全规范化管理。拟定即墨区网络安全管理办法，明确各部门职责，夯实主体责任。科学研究制定安全策略，组建网络安全专家技术团队，加强智力支撑，提高政务网络和政务云中心安全防护水平。组织开展安全知识培训和应急演练，提高人员安全意识和应急处置能力。持续强化数据安全保障。统筹推进安全保障体系建设，明确数据采集、传输、存储、使用、开放等各环节保障网络安全的范围边界、责任主体和具体要求，加强安全风险评估、审查和监督，提升安全监测和预警能力。（责任单位：区委网信办，区公安分局、大数据发展管理局）

（十五）优化数字即墨发展环境。积极推动数字即墨建设资金纳入年度地方财政预算，加快完善专项资金申请发放、绩效管理、调度激励等制度。（责任单位：区财政局）加强对数字即墨建设工作的组织领导、推进落实，对责任单位年度完成情况进行考核、督导。破除行业壁垒，推动各行业领域在技术、标准、成果转化等方面充分对接，规范事中事后监管，进一步优化数字经济发展环境。（责任单位：区政府办公室、市场监管局）深化重点领域政务公开，重大建设项目、公共资源配置、社会公益事业建设领域政府信息公开内容更加丰富、渠道更加多样。（责任单位：区政府办公室）配合青岛完善政务信息资源共享、公共信息资源开放、数据流通交易、个人信息保护等领域标准体系、管理制度等。（责任单位：区大数据发展管理局、区委网信办）加大数字即墨建设宣传力度，及时推介数字政府建设发展的新成果、新成绩、新成就，积极营造重视数字即墨建设的舆论氛围。（责任单位：区大数据发展管理局、工业和信息化局）

 

 

 

 

 

 

抄送：区委各部委，区人大常委会办公室，区政协办公室，区监委，区人武部，区法院，区检察院，省、青岛驻即单位，各派，人民团体。

  青岛市即墨区人民政府办公室               2021年7月1日印发

 

 

篇（10）

VR作为一种多源信息融合的基于3D动态视景的沉浸式交互环境，伴随大数据、新一代显示技术、可视计算、人机交互和数字感知等技术的发展，在全球范围内掀起了新一轮热潮。在百度百科中这样解释VR――综合利用计算机图形系统和各种现实及控制等接口设备，在计算机上生成的、可交互的三维环境中提供沉浸感觉的技术。正如中国工程院院士赵沁平所言，虚拟现实可能是一项颠覆性技术，是未来互联网的入口和交互环境。其已经成为支撑各技术发展的新的现实平台，可以推动许多行业实现升级换代式的发展。

新兴产业“一路高歌”

VR作为科技前沿领域，受到了世界各国的高度重视。美国、英国等科技发达国家均从政府层面支持虚拟现实产业发展，中国也出台了许多利好政策。

虚拟现实技术得到国家政策的大力支持，一系列具有指导意义的政策为我国VR产业的发展保驾护航。2016年8月印发的《“十三五”国家科技创新规划》，对人工智能、虚拟现实等诸多前沿科技都做出了明确的规划。强调要突破虚实融合渲染、真三维呈现、实时定位注册等一批关键技术，在工业、医疗、文化、娱乐等行业实现专业化和大众化的示范应用，培育虚拟现实与增强现实产业。同时，《“十三五”国家信息化规划》强调超前布局虚拟现实、人工智能等前沿技术，以构筑新赛场先发主导优势。除此之外，《“互联网+”人工智能三年行动实施方案》和《智能硬件产业创新发展专项行动（2016-2018年）》等扶持政策也陆续出台，均明确提出鼓励和支持VR产业的发展。

2014～2016年，VR处于市场培育期，对于一个新兴的产业来说，有国家政策的支持，很大程度可以从宏观上推动产业的发展，尤其是在VR初期发展阶段。据《2017中国VR产业投融资白皮书》预测，2017～2019年，随着广泛的产品应用出现，VR将进入快速发展期，行业对标准、相互兼容的应用、配件需求出现快速增长，VR消费级市场认知加深，VR企业级市场将逐步启动发展；预计到2020年左右，虚拟现实市场将进入相对成熟期，硬件解决方案趋合、平台系统开源化、大部分技术难题将有效得以解决、内容支撑全面、应用场景改进，产业链逐渐完善。

在政策的东风下，VR实现快速发展，同时也给投资人注入强大信心。相关数据显示，2015年国内VR投资规模为21.8亿元，投资案例共60轮；2016年投资规模已达49.8亿元，投资案例178轮，投资规模增长128.4%，投资轮数增长196.7%。

Facebook创始人马克・扎克伯格曾在公开场合表示：“社交网络的下一步是虚拟现实”。从国外的谷哥、索尼、惠普、因特尔、苹果、Oculus等科技公司，到国内的乐视、华为、阿里巴巴、百度、HTC等科技公司都相应设计了VR的开发计划。据了解，2016年中国虚拟现实市场总规模为68.2亿元。2017年伴随着Oculus Rift、HTC Vive、索尼PS VR等多款产品的上市，VR将迎来快速发展期。基于整体市场、产品成熟度及关键技术等指标的研判，赛迪顾问对虚拟现实发展预测倾向乐观，预计到2020年，市场进入相对成熟期，规模将达到918.2亿元，年复合增长率达125.3%。

“下一步”走向应用

2016年12月，天后王菲“幻乐一场”演唱会刷爆了网络。与众不同的是，这一次演唱会还有VR直播。据微鲸VR？APP的直播页面显示，共有8.8万人在线观看。据了解，VR直播需要收取30元人民币的“门票”，其“门票”收入可达到264万元人民币。但是VR直播需要的设备要求和传输带宽比较高，以及可能产生的版权费分拆，这部分收入基本上是杯水车薪。微鲸在VR直播中尽量还原“现场气氛”，但是观众似乎并不买账。众所周知，VR具有沉浸性、交互性、想象性三大特点，然而屏幕分辨率低、颗粒感强烈、画面延迟和卡顿等问题影响用户体验，微鲸VR直播在沉浸感的用户体验上还不尽如人意，叫好与唱衰并存。

有人说，VR在2016年上半年一片火热，下半年便是冬天，历经了戏剧般短暂的热潮。对于VR到底是不是一场泡沫，极客公园创始人张鹏对此表示要持保留意见。虽然目前VR的发展还未达到理想的状态，不论是设备、内容，还是技术都存在一定的困难。例如，硬件设备标准不统一是隐藏在VR热潮之下的一大阻力；交互方式不完美，动作捕捉、眼球追踪等技术有待提高。作为一种新兴技术，VR的表达还有待完善，其“下一步”将走向应用。相关数据显示，2015年，硬件备受资本瞩目，包括硬件输出，比如VR眼镜、头盔、手柄、耳机等，以及输入端硬件，如动作捕捉和识别技术等。2016年，流向硬件端的资本明显减少，流向应用和内容制作端的资本有较大提高，包括游戏、视频、教育、直播等。目前单纯做硬件融资难度加大，能拿到融资的硬件商基本都是做“硬件+内容+平台+服务”的全生态型企业。资本在产业链环节做更全面的筛选，VR在进一步完善发展。

篇（11）

第一，人脑仿生取得重大突破。

人脑仿生主要有两个重要领域。一是再造人类大脑，即模拟人脑功能。通过研制人造神经元，将电信号转变成化学信号并与其它脑细胞进行交流。二是建立脑机接口，即把机器与大脑进行连接。用特定设备读取大脑信号，并对机器进行操控。IBM是人脑仿生研究的主力军，它研制了第一个类脑芯片、类脑计算机和人造神经元。目前，我国中科院计算所也研制出类脑芯片――寒武纪。

第二，机器学习将在数据量大、需求迫切的领域深入应用。

大数据已成为决定机器学习质量高低的关键要素，可以说无数据不智能。现在机器学习已渗透进入医疗、金融、新闻等行业，这些行业的突出特点是数据规模大且痛点明显，亟须引入机器学习技术提升行业服务质量和精准度。例如，IBM公司的沃森医疗产品利用300多份医学期刊、200多种教科书，近1000万页文字，能够为肿瘤患者制定个性化治疗方案。今年8月，沃森医疗已进入中国21家医院。

第三，智能语音助手将成为自然语言理解发展的突破口。

自然语言理解能够教会机器如何听懂人类语言背后的意图。智能语音助手可以说是一个非常好的突破口，它是人与机器交流的中间媒介，能够把人的需求与后台海量数据、物联网设备、社会人群连接在一起，覆盖面极广，渗透力极强。它就像人类的贴身管家，目前亚马逊Alexa、苹果Siri、微软小娜等是市场认可度较高的语音助手。智能语音助手在智能家居、辅助驾驶、个人助理等领域用途较多，帮助人们操控设备、获取信息。未来智能语音助手的作用并不局限于此，而是成为所有平台、服务、数据的统一入口。

第四，机器视觉将向生产生活领域不断渗透。

机器视觉是人类视觉功能的外向延伸，是机器与环境交互的通道。机器视觉将在生产生活领域不断渗透。对深度学习算法的吸收融合，是机器视觉技术区别传统视像技术的最为关键的方面。除了无人驾驶汽车以外，无人值守装备将在未来进入规模应用阶段，无人机、无人船等将不断涌现，不断丰富社会创新产品的应用。

第五，AR将超越VR率先驶入快速发展车道。

VR和AR都需要构建虚拟数字图像，但是所构建数字图像的呈现位置有所区别。AR将数字图像直接呈现于物理环境中，而VR则将数字图像呈现在与物理环境完全脱离的虚拟空间中，用羰峭牙胗谖锢砘肪扯完全沉浸于虚拟空间中的。这也决定了VR和AR应用场景的不同。VR正朝偏静态、全沉浸的方向发展；而AR正向移动化、开放化、轻型化的方向发展。

在现有硬件技术条件下，由于AR技术能够与移动终端更好的融合，AR将在智能手机、可穿戴智能硬件的配合下，不断丰富内容，超越VR，进入快速发展期。

第六，区块链是把底层数据按时间区块进行记录，并由分布式节点达成存储共识的技术。

区块链技术正在由若干领域初步应用期向若干领域深化应用期过渡，处于技术应用深化阶段，呈现平台化、开源化、融合化的发展趋势。比如在开源化方面，谷歌公司利用开源平台思路，成功打造了安卓生态。开源可以最大化汇聚资源，对平台进行快速迭代更新。全球最大的区块链联盟R3，已开源其分布式公共账本Corda平台。

第七，数字孪生将打造居民生活的信息物理空间。

数字孪生（Digital Twin）是一种实体空间与虚拟空间的数字化、网络化、智能化的映射关系，在物理与数字两个空间同时记录个体全生命周期运行轨迹。该技术源起于航天飞行器健康维护与保障，然后，广泛应用于工业领域仿真分析、产品定义、制造装配工艺、测量检验等模型的构建，并与数字化加工装配系统、数字测量检验系统、产品实物等建立虚实结合、及时响应的对应关系。未来，数字孪生将逐步向生活领域延伸，通过采集居民健康、教育、出行、娱乐、消费等领域的大数据，破除以往局限于单一领域的数据挖掘与智慧应用的孤岛，建立面向个人全生命周期的多领域融合、多维度展现、全综合分析的数字孪生体，通过对来自不同领域的大数据进行聚合学习，为个体生活工作提供更科学、更精准、更可靠的预测与指导。