生活类智能硬件领域调研报告

AI生活类智能硬件领域调研报告

很多这样的智能硬件设备确实是一点AI的相关技术都没有用到，靠的是传感器显示和人工程序设定。「智能硬件是通过软硬件结合的方式，对传统设备进行改造，进而让其拥有智能化的功能。智能化之后，硬件具备连接的能力，实现互联网服务的加载，形成云+端的典型架构，具备了大数据等附加价值。」

目录1.市场AI国内外大情况AI经历的时期和当前所处的阶段AI在哪些生活领域比较火有哪些公司做得比较好这些公司在AI上是如何布局的

2.商业商业模式上下游产业链

3.产品家居：智能音箱医疗/可穿戴设备交通：智能车载教育：智能机器人

4.设计人工智能时代带来的挑战VUI-一种新的交互方式VUI的设计原则和方法1市场AI国内外大情况全球人工智能企业数量集中分布在美国、中国、英国等少数国家，三国企业数量占总数的%；

中国人工智能企业数量主要集中在北京、广东及长三角（上海、江苏、浙江）一带，占中国人工企业总数的%，四川虽然数量不及以上地区，但明显高于其他省市。

美国AI布局全面领先，相比较而言，中国在基础元器件、

基础工艺等方面差距较大

政策方面，各国均在政策层面强调和推动人工智能的发展。其中，美国侧重于研发新型脑研究技术；欧盟主攻以超级计算机技术来模拟脑功能；日本则聚焦以动物为模型研究各种脑功能和脑疾病的机理。

国内近几年也出台了相关扶植人工智能发展的政策，积极推动人工智能在各个细分领域的渗透。2016年5月，国家四部委更是颁布《“互联网+”人工智能三年行动实施方案》，明确提出要培育发展人工智能新兴产业、推进重点领域智能产品创新、提升终端产品智能化水平。

中国人工智能产业处于上升阶段

图片摘自：艾瑞咨询-2017年中国人工智能产业专题研究报告

中国人工智能产业规模2016年已突破100亿，以%的增长率达到了亿元，预计2017年增长率将提高至%，产业规模达到亿元，并于2019年增长至亿元。基础支撑层主要由算法模型（软件）和关键硬件（AI芯片、传感器）两部分构成；关键技术层主要由感知类技术和其他深度学习应用构成；

应用场景层为集成了一类或多类基础应用技术的，面向应用场景特定需求的产品或方案。

智能硬件主要为应用场景层。图片摘自：艾瑞咨询-2017年中国人工智能产业专题研究报告

北京是人工智能创业重镇

%的人工智能创业公司位于北京，而上海则拥有%的人工智能创业公司，%位于深圳，而广州的人工智能创业公司占比则为%。在北上广深之外，浙江和江苏分别拥有%和%的人工智能创业公司。计算机视觉是创业公司最多的领域

中国人工智能创业公司所属领域分布中，计算机视觉领域拥有最多创业公司，高达35家，紧随其后的是服务机器人领域，有33家，而排名第三的是语音及自然语言处理领域，有18家，智能医疗、机器学习、智能驾驶等也是相比比较热门的领域之一。AI经历的时期和当前所处的阶段第三次爆发的根本原因：计算能力，算法突破，数据井喷

直接原因：应用广泛，算法开源，投资活跃，政府支持

我们仍处于专用人工智能阶段目前的人工智能属于专用人

工智能，如计算机视觉、语音识别等，以一个或多个专门的领域和功能为主，目前正处于高速发展阶段，已取得较为丰富的成果；

通用人工智能即机器与人类一样拥有进行所有工作的可能，关键在于自动地认知和拓展。目前正在研究人为地设计尽可能多的功能的弱通用人工智能，但目前研究水平仍远远未达到；

（相比专用人工智能只能理解特定领域知识和实现特定领

域应用，通用AI还有知识技能迁移能力、跨领域推理能力、

常识的认识与掌握、抽象能力的掌握）

超级人工智能是指具有自我意识，包括独立自主的价值观、世界观等，与技术的发展不同，超级人工智能的基础是人类对生命科学的全面深入的理解，目前仅存在于文化作品中；AI在哪些生活领域比较火有哪些公司做得比较好

以上图片摘自：乌镇指数：全球人工智能发展报告2016-产业与应用篇

这些公司在AI上是如何布局的

图片可点击放大查看打造人工智能开源平台AI开源平台是一个深度学习的工具箱，用户可以在其开放的平台上使用其算法系统，获取开源代码。

布局人工智能芯片芯片行业虽然已有行业巨头NVIDIA

和Intel，且技术壁垒极高，但由于行业目前AI运算仍以GPU 为主，并未出现大规模应用的人工智能定制类芯片，Google、IBM、乃至国内的中科院都在积极布局探索。

布局人工智能核心技术巨头们自身成立人工智能研究院招募人才的同时，也在积极参股、并购拥有先进技术的AI

公司。2商业商业模式在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。

主导平台+广泛场景应用

模式一：生态构建者——全产业链生态+场景应用作为突

破口。关键成功因素：大量计算能力投入，积累海量优质多维数据，建立算法平台、通用技术平台和应用平台，以场景应用为入口，积累用户。

模式二：技术算法驱动者——技术层+场景应用作为突破口。关键成功因素：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。

模式三：应用聚焦者——场景应用。关键成功因素：掌握细分市场数据，选择合适的场景构建应用，建立大量多维度的场景应用，抓住用户；同时，与互联网公司合作，有效结合传统商业模式和人工智能。

在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。

模式四：垂直领域先行者——杀手级应用+逐渐构建垂直领域生态。关键成功因素：在应用较广泛且有海量数据的场景能率先推出杀手级应用，从而积累用户，成为该垂直行业的主导者；通过积累海量数据，逐步向应用平台、通用技术、基础算法拓展。

模式五：基础设施提供者——从基础设施切入，并向产业链下游拓展。关键成功因素：开发具有智能计算能力的新型芯片，如图像、语音识别芯片等、拓展芯片的应用场景；在移动智能设备、大型服务器、无人机（车），机器人等设