中美人工智能产业及厂商评估据报道，2020年1月1日生效的加州消费者隐私法案将影响超过...

沙利文2019年

中美人工智能产业及厂商评估

沙利文

2020年1月

© 2020 Frost & Sullivan. All rights reserved. This document contains highly confidential information and is the sole property of Frost & Sullivan.

No part of it may be circulated, quoted, copied or otherwise reproduced without the written approval of Frost & Sullivan.

人工智能（AI）作为全球科技和产业变革的关键驱动力，依靠强大的技术积累与创新，正进一步

释放巨大能量。在各国政策的支持引导下，以谷歌、微软及百度等大型人工智能厂商为主导，人工

智能持续与各种应用场景深度融合，催生出了大量的新技术、新业态与新模式。

本报告以中美AI产业为中心展开论述，一共分为三部分：(1) 中美人工智能产业概况；(2) 中美主

要大型人工智能厂商；(3) 人工智能产业趋势洞察。报告重点分析了中美两国头部的AI厂商，并从AI

技术储备、技术布局、技术生态与AI应用四大维度对各厂商进行综合评价。此外，本报告深度分析了

中美人工智能产业技术、人才、政策等方面的近期动态，归纳出人工智能产业的最新发展趋势。欢

迎社会各界专家学者提出建议，希望本报告对人工智能领域的从业者及感兴趣的读者们带来有益的

思考与借鉴。

1

2

3

中美人工智能产业概况

中美主要大型人工智能厂商

人工智能产业趋势洞察

◆中国在部分AI核心技术领域已与美国比肩，但整体实力仍有差距- 得益于头部AI厂商的带领，中国AI在计算机视觉、自然语言处理、语音识别等领域已局部与美国对齐

◆中国正在AI基础层加快追赶，欲见成效仍需时日- 中国AI厂商加快在基础层布局，带动AI技术实力整体提升，但由于基础层技术难度较高，短期内较难赶超

◆美国在技术储备与技术布局上优势明显- 美国拥有较好的科研院校与产学研合作环境，使其在人才储备及技术深度等方面领先

◆美国政策注重保持其AI核心技术优势- 美国政策倾向于引导厂商加大研发投入，建立一批专业研发机构，并逐步开放数据资源，致力于保持技术优势

5数据来源：专家访谈，公开资料，沙利文整理。

人工智能产业发展至今已经历2个完整周期，随着算法、算力的快速提升与基础设施的逐步完善，当前处于高速发展期，与各行业持续融合，深化产业赋能

➢ 起步期1956-1980年代初：社会关注度高，在上世纪70年代中期达到顶峰，但现实表现较差，市场失去信心，产业进入下行期

➢ 探索期1980-21世纪初：AI研究逐渐系统化，但由于实用性受挫，AI市场逐渐遇冷，且互联网爆发，社会关注度转向互联网等领域

➢ 高速发展期2006-至今：政策红利下，AI再次获得市场广泛关注，大数据时代背景下，AI理论框架与技术均逐步成熟，各大科技厂商推动AI技术与各行业深度融合

人工智能产业发展历程

人工智能产业发展60余年，技术日趋成熟，产业布局和生态建设逐步完善，当前已进入深化产业赋能阶段，中美两国领衔发展

人工智能产业发展历程

AI诞生（1956）

在达特茅斯会议，

第一次提到AI

起步期（1956-1980年代初）

重抽象数学推理，经典符号主

义AI、第一代机器人与软件的

出现引领行业发展

第一次低谷（1976-1980）

机器翻译等项目失败、计算任务

复杂性不断加大等因素导致预期

与现实表现的巨大差距，对人工

智能信心不足、经费减少

探索期（1980年代初-21世纪初）专家系统快速发展，但在知识获取、

推理能力等方面不足；第五代计算

机与神经网络等技术发展，“人机大

战”广受关注，商业化尝试持续进行

第二次低谷（1987-1997）

实用性和商业应用方面受挫，研

究陷入困境，但互联网等基础设

施的建设正为AI发展蓄力

快速成长期（2006-2014）

深度学习快速发展，

大数据积累、算法

革新、算力提升，AI

产业快速成长，中

国出现AI创业潮

深入应用期（2014至今）

政策扶持与引导下，

AI技术与制造、金融、

消费等领域深度融

合，助力产业转型，

深化产业赋能

高速发展期（2006-至今）

技术广度和深度持续拓展，利

好政策下，各大厂商推动AI技

术商业落地

6

21世纪初至今• 医疗、金融、教育等各领域的AI应用程度加

深，国家层面对AI给予重视与支持，力争保持美国在AI领域的领导地位

• 2016年以来美国高频出台AI相关扶持计划与政策，成立多个协会与中心，并为AI研究持续拨备高额款项

• 2019年2月，美国总统特朗普签署“美国人工智能倡议”行政命令，强调国家和经济安全，确保美国在人工智能相关领域保持领先地位

1978年• 中国科学大会在北京召开，

科学事业思想解放，为中国AI产业发展提供基础；同年，“智能模拟”被纳入国家研究计划，中国人工智能产业在国家层面的推动下正式发展

2017年后• 2017年发布《新一代人工智能发展规划的通知》为

中国AI产业的发展确定明确目标，从国家战略层面推进中国AI产业发展；同年百度、阿里、腾讯等企业入选首批中国AI“国家队”

• 自2017开始，AI连续3年在政府工作报告中被提出，已被提升为国家发展战略；各大厂商持续加码AI研究，阿里巴巴在2017年成立达摩院

• 中国从2017年3月开始正式进入人工智能驱动的经济数字化转型阶段

90年代初至21世纪初• AI被进一步应用至各个领域，例如

1997年，IBM制造的“深蓝”击败国际象棋冠军、麻省理工学院推出会做面部表情的机器人

• 2006 年，在 Hinton 和他的学生的推动下，深度学习开始备受关注

• IBM、谷歌、亚马逊等大型厂商加码人工智能

60年代至90年代初• 美国人工智能相关程序设计语言、

专家系统等取得重大进展，产品化方面取得成就，例如1983年世界第一家批量生产统一规格电脑的公司诞生

• 美国已尝试应用AI研究成果，例如利用矿藏勘探专家系统PROSPECTOR在华盛顿发现一处矿藏

6

中美人工智能产业发展历程

中国起步晚，但应用环境较好，人工智能正深度驱动中国经济智能化转型；美国在技术储备与布局领先，通过政策驱动保持全球领先地位

数据来源：沙利文整理。

中美人工智能产业发展历程及特点

1956 21世纪初

美国

中国

1956年• AI 正式在美

国诞生。卡内基梅隆大学、麻省理工学院、IBM公司成为美国最初的3个核心 AI 研究机构

• 中国人工智能产业在政府、企业和研究机构的共同推动下发展迅速，为AI产业落地创造良好环境

• 中国拥有丰富的AI应用场景，加之近年来利好政策频出，在AI商业化方面优势突出

80年代初

1986年智能计算机系统、智能机器人和智能信息处理等重大项目被列入“863计划”

1997年国家重点基础研究发展计划被提出，更多人工智能相关的项目获得国家资金支持

2006年至2017年• 2006年，超级计算机战胜象棋

大师，“人机大战”机器“获胜”，人工智能热度持续提升

• 以百度为代表的中国互联网厂商加快布局AI产业。百度2010年率先布局人工智能，并在2013年成立百度深度学习研究院，推动中国AI领域发展

起步快速成长• 美国是人工智能的诞生地，

诸多高校以及企业为AI发展贡献了深厚的理论与算法基础。美国AI技术储备与布局基础深厚，处于全球领头羊地位

• 美国已正式出台AI国家战略，决心从技术生态与AI应用等方面发力，以保持其AI领先地位

高速发展

77

美国人工智能产业政策

美国政府引导各界开展人工智能技术研究，但其隐私政策对数据使用带来限制，间接对美国人工智能产业发展造成一定消极影响

数据来源：美国白宫，华尔街日报，中国互联网络信息中心，新浪财经，沙利文整理。

沙利文洞察

美国重视保持人工智能技术的领先地位

➢ 美国政府全面支持AI科学技术研究，主导并推动成立斯坦福大学AI实验室（SAIL）、麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）等专业研究机构

➢ 政府通过政府机构云化与人工智能化升级项目招标，间接为行业注入资金，引导谷歌、亚马逊等厂商将资金投入到人工智能研发与产业化当中，如2019年10月26日，微软获得美国国防部基础云项目为期10年价值100亿美元的合同

美国对隐私与数据安全的高度重视给AI产业发展带来一定消极影响

➢ 美国科技厂商多次因为数据安全与隐私问题受到国会与民众的大范围关注，甚至被起诉或召开听证会，尤其脸书、谷歌等大型互联网厂商。美国隐私相关法律在一定程度上制约了人工智能企业获取及使用数据

➢ 据报道，2020年1月1日生效的加州消费者隐私法案将影响超过50万家企业，法案通过当日，谷歌、亚马逊与脸书等AI厂商的股价均下跌超过1%。为符合新法规，相关企业为获取数据须付出更多的合规成本，特别是对于以数据作为研发基础的AI企业而言，此类规定将影响其创新效率

国家层面相关政策及影响

政策名称颁布日期主要内容及影响

美国总统特朗普签署“美国人工智能倡议”行政命令

2019.02强调国家和经济安全，确保美国在人工智能相关领域保持领先地位

《加州消费者隐私法案》 2018.05制定保护措施以防消费者在不知情的情况下个人隐私信息被收集并用于商业行为，于2020年1月1日生效

白宫主持召开“人工智能峰会” 2018.05 旨在推动机器人、算法和人工智能等技术的快速部署与支持

《人工智能未来法案》 2017.12要求商务部设立联邦人工智能发展与应用咨询委员会，强调发展人工智能的必要性

《人工智能与国家安全》 2017.07制定人工智能与国家安全的三个目标，保持美国技术领先、支持AI和平用于商业用途、减少灾难性风险

《国家机器人计划2.0》（NRI-2.0） 2017.02 国会首次批准划拨资金支持机器人科学与技术基础的创新研究

《为人工智能的未来做好准备》、《国家人工智能研究与发展战略

规划》2016.10

将人工智能发展上升到国家战略高度，确定了研发、人机交互、社会影响、安全、开发、标准、人才七项长期发展战略

白宫成立“人工智能和机器学习委员会”

2016.05用于协调全美各界对人工智能领域的行动，提高政府对人工智能和机器学习的使用

《国家机器人计划》 2011.08 号召“建立美国在下一代机器人技术及应用方面的领先地位”

8

中国重视引导人工智能健康发展，提供较为全面的政策支持和鼓励

➢ 政府通过产业目标规划和法规监管引导人工智能产业发展，通过市场化手段为人工智能企业或机构提供金融财政支持，如在2018年，安排国拨经费概算8.7亿元启动16个人工智能研究任务，营造人工智能创新及发展的有利环境，为人工智能产业快速发展奠定政策基础

➢ 政府鼓励人工智能领域科学技术研究，公布首批新一代人工智能开放创新平台，分别依托百度自动驾驶平台、阿里云城市大脑平台、腾讯医疗影像平台、科大讯飞智能语音平台进行建设，后续还公布商汤智能视觉平台等创新平台

➢ 政府以企业需求为导向，构建产业相关配套服务与措施，鼓励AI企业探索新的商业模式和科技成果产业化路径，加速重大科技成果转化应用，为中国人工智能关键核心技术的突破和多领域的规模化应用提供有利的支撑，例如国家发改委批准鼓励百度牵头成立深度学习技术及应用国家工程实验室

8数据来源：国务院、沙利文整理。

政策名称颁布日期颁布主体主要内容及影响

《国家新一代人工智能创新发展试验区建设工作指导》

2019.08 科技部到2023年，布局建设20个左右试验区，对京津翼、粤港澳大湾区等重大区域发展战略进行布局

《2019年政府工作报告》 2019.03 国务院深化大数据、人工智能等研发应用

《新一代人工智能产业创新重点任务揭榜工作方案》

2018.11 工信部确定了神经网络芯片、开源开放平台等17个揭榜方向

《科技创新2030-“新一代人工智能”重大项目2018年度

项目申请报告》2018.10 科技部

基于新一代人工智能的基础理论、重大需求的关键共性技术、新型感知与智能芯片等3个技术方向启动16个研究任务，安排国拨经费概算8.7亿元

《高等学校人工智能创新行动计划》

2018.04 教育部构建人工智能领域多层次教育体系，到2020年建立50家人工智能学院、研究院或交叉研究中心

《促进新一代人工智能产业发展三年行动规划（2018-

2020年）》2017.12 工信部

以三年为期限明确多项任务的具体指标，对产业链关键环节的产品和应用领域做了细致的量化

《新一代人工智能发展规划》 2017.07 国务院以2020年、2025年和2030年为时间节点对人工智能提出三步走战略

《2017年政府工作报告》 2017.03 国务院“人工智能”首次被写入全国政府工作报告，国家层面促进AI产业发展

国家政策从人工智能产业规划、创新平台建设及技术应用等方面引导产业健康、有序发展，推动中国人工智能应用环境及产业发展持续向好

中国人工智能产业政策——中央

沙利文洞察国家层面相关政策及影响

99数据来源：中国经济信息社江苏中心、上海、深圳、杭州人民政府、中国通信院、沙利文整理。

地方政策名称主要内容及影响

北京《北京市加快科技创新培育人工智能产业的指导意见》

• 加强人工智能产业发展基础和人工智能融合应用• 强化人工智能基础理论研究，培育人工智能新兴产业，攻克

核心技术，打造人工智能产业集群

上海《关于本市推动新一代人工智

能发展的实施意见》

• 强化前沿基础研究布局，攻关关键共性技术，如芯片、传感器等，打造人工智能产业集群

• 拓展人工智能融合应用场景，营造人工智能多元创新生态

深圳《深圳市新一代人工智能发展行动计划（2019-2023年》

• 通过产业发展与技术创新深度结合，发展核心关键零部件• 围绕人工智能产业数据开放、资源互通的的核心需求，建设

人工智能创新服务平台，推进产业应用

杭州《杭州市建设国家新一代人工智能创新发展试验区的若干政

策（征求意见稿）》

• 支持高校和科研机构人工智能领域的科研布局，构建科研与产业资源的协同

• 对基础研究平台建设、示范应用场景项目等设立多项具体资金补助

其他举例

《浙江省促进新一代人工智能发展规划》

《广东省新一代人工智能发展规划（2018-2030年）》

• 例如粤浙均重视加快发展人工智能软硬件产业，致力于成为中国领先的新一代人工智能核心技术引领区、产业发展示范区和创新型产业集群

在《中国制造2025》的大背景和智能经济新形态下，各省市响应中央号召，截至2019年上半年，已有30多个省市发布人工智能相关规划或专项政策，以人工智能为技术手段，发挥当地产业集群优势，促进产学研融合并协同发展

➢ 各省市明确人工智能发展目标，出台的人工智能政策均从企业、人才、应用示范数量、平台数量和产业规模等可量化的指标作为着力点进行突破，提升各省市人工智能产业应用转化率。如江苏省提出到2020年建成50个重点应用示范项目，相关产业规模超过千亿元

➢ 北京、上海和深圳在人工智能政策上提出更为细节的指导措施，均把科研创新放在首位，并突出人工智能产业集群发展和产业应用的融合。2018年上半年，三大城市人工智能企业数量约占全国总量的72%。（北京40%，上海20%，深圳12%）

地方政策侧重于引导现代优势产业集群与人工智能技术能力的融合，形成多元AI生态，营造有利的人工智能创新及发展环境

中国人工智能产业政策——地方

沙利文洞察地方层面相关政策及影响

美国AI产业基础层多老牌重量级厂商

➢ 美国AI产业基础层芯片与传感器实力较强，主要得益于英伟达、高通等技术实力强的业内头部厂商的参与

➢ IBM、微软、谷歌、脸书、亚马逊等科技厂商在基础层实力较强，在算法、算力、数据等技术方面的布局全面，例如谷歌的TensorFlow深度学习框架在业界广受欢迎

美国AI产业技术层全面发展

➢ 美国在计算机视觉、语音识别等领域的算法研究早在上世纪六七十年代已开始，近年来在这些领域的创业公司层出不穷

美国AI产业应用落地多集中在医疗、金融、互联网等数据基础较好的领域

10

美国人工智能产业布局与图谱

美国人工智能厂商较多，软硬实力兼具，大型厂商多综合布局AI产业，创业公司遍布基础层、技术层和应用层

数据来源：CSDN，易观，汇桔网，胡润百富，福布斯，沙利文整理。

沙利文洞察

基础层

技术层

应用层

综合布局网络安全智能金融智能医疗智能出行

智能客服智能营销

计算机视觉语音识别&自然语言处理机器学习

芯片传感器数据中心及服务

智能终端

技术平台

智能制造

中国AI产业基础层整体实力较弱，厂商正加快布局追赶

➢ 中国AI产业在基础层的芯片及传感器等硬件方面实力较弱，少有全球领先的芯片公司。百度、阿里、腾讯及华为等厂商在基础层软硬件加快布局

中国AI产业技术层发展势头良好

➢ 百度、阿里、腾讯和华为等综合型厂商在计算机视觉、自然语言处理、语音识别等核心技术领域均有布局，同时创业独角兽在垂直领域迅速发展。在中国丰富的应用场景支撑之下，AI技术商业化潜力巨大

中国AI产业应用层繁荣，众多厂商在安防、金融、出行、教育等领域发力，推动AI落地

11

中国人工智能产业布局与图谱

中国人工智能企业以AI“国家队”和创业独角兽为主，其中“国家队”多综合布局技术与应用领域，创业独角兽多深耕垂直技术与应用市场

数据来源：CSDN，易观，汇桔网，胡润百富，沙利文整理。

沙利文洞察

基础层

技术层

应用层

综合布局智能安防智能金融智能医疗智能出行

智能教育智能客服智能终端智能营销

计算机视觉语音识别&自然语言处理机器学习技术平台

芯片传感器数据中心及服务

智能制造

中美AI发展社会环境优，学校、企业及政府积极合作推动AI发展

➢ 中美在AI企业数量、专利数量等维度位居世界前两位，且教育资源丰富，AI发展社会环境好

美国技术布局全面，具有先发优势，AI产业基础好

➢ 美国早期在芯片及传感器、算法等技术层面已有较深理论与实践积累，整体技术实力领先；中国在技术生态与应用方面加紧综合布局，推动AI产业发展

12

中美人工智能产业环境与技术基础

数据来源：《2018世界人工智能产业发展蓝皮书》，沙利文整理。

技术基础

产业环境

AI投资情况

中美AI投资应用场景各有侧重，中国

主要投向应用层，美国主要倾向于

基础层的投资

AI论文数量

中国AI论文数量增长快，近五年中国

AI论文总量高于美国，但论文质量尚

有差距

AI人才数量

中国AI人才整体在数量与质量上较美

国差距较大，但正逐步缩小差距

AI专利申请量

中国AI专利累计总量大于美国，中美

专利申请人首位分别为百度与微软

AI企业数量

美国与中国的人工智能企业数量分

列全球前两位

政策是中美AI产业发展的重要基础

➢ 中美已将AI产业发展提升为国家战略，在政策推动AI产业全面发展的基础上，美国更倾向于通过项目合作等方式促进基础技术的研发，中国更注重通过资金与技术扶持推动区域、产业、技术创新结合发展

中国经济快速增长，AI落地基础好，AI应用场景更具潜力

➢ 中国的算力与数据在近十年来取得重大突破，得益于厂商与AI独角兽的技术生态发展和应用布局，IoT持续向AI输送大量数据，AI赋予IoT更为智能的反馈，未来AI与IoT将深入协同发展

中美均从国家顶层设计整体推进人工智能发展，中国侧重资金和技术扶持，美国注重项目合作；美国整体技术实力全球领先，中国部分AI技术实力突出

13

中美人工智能企业数量在全球范围内占据绝对优势

➢ 截至2018年中，美国人工智能企业数量2039家，位居世界首位，主要源于美国较好的人工智能产业发展基础

➢ 中国人工智能产业起步晚于美国，但在社会各界推动下发展迅速，在2014年至2016年间的人工智能创业潮中新增企业多，截至2018年中，人工智能企业数量占全球比例近40%

美国人工智能企业数量位居全球首位，中国位居第二；全球人工智能企业数量TOP10城市中，北京位列第一

中美人工智能企业概览

全球人工智能企业数量TOP10城市分布（2018年中）

美国中国

2039

1040

中美人工智能企业数量全球占比及数量（2018年中）

40.8%

20.8%

38.4%

美国

中国

其他

40.0%

30.0%

30.0%

美国中国其他

北京、旧金山的人工智能企业数量位居全球一二位

➢ 中美企业在全球人工智能企业数量TOP10中占比分别为40%、30%，其中北京以412家人工智能企业位列全球首位，旧金山以289家位居第二

➢ 中美人工智能城市主要集中在经济发达、科技发达、创业环境宽松的区域。中国以北上广深一线城市为主要聚集区，美国以旧金山湾区、纽约湾区为主要聚集地

412

289 275

211 188

122 117 109 106 84

数据来源：《2018世界人工智能产业发展蓝皮书》，沙利文整理。

中美AI人才在数量与质量上差距较大，中国正在加强AI人才培养，提升整体人才储备实力

➢ 数量与质量上仍与美国有一定差距：根据清华大学数据，中国人工智能人才仅为18232人，美国较中国多出56.5%，而其中中国人工智能领域杰出人才数为977人，不足美国的五分之一，且杰出人才占比仅为5.4%，与美国的17.1%有较大差距，主要原因在于中国人工智能领域科研环境建立较晚，整体人才缺失

➢ 国家出台政策，加大中国AI人才培养投入：自科技部在2017年发布《新一代人工智能发展规划》后，全国已有30多个省市发布了人工智能专项政策，人工智能学科和专业建设加快推进，全国30多所高校成立了AI学院，75所高校自主设置了89个人工智能相关二级学科或交叉学科，加大了对人工智能领域的人才投入，增强技术储备

在学界，中国较美国在顶尖AI人才培养上仍有明显差距，且美国对顶尖AI人才的吸引力更大

➢ 中国AI领域科研教育水平不如美国，人才资源较少：全球77%的AI专家工作于学界，23%工作于业界，导致高校及科研机构成为人工智能人才竞争的核心要素，中国顶级人工智能人才中40%需依靠从美国高校科研机构引进

➢ 美国对顶尖AI人才的吸引力更大：美国高校培养了44%的AI顶会作者但吸引了46%的AI顶会作者在美国就业，证明了美国在顶尖人才吸引力的领先地位，中国整体落后，但头部厂商人才吸引力正在增长，例如百度先后吸引王海峰博士、吴华博士、贾磊博士等一大批人工智能权威科学家，同时由于人才向心力的作用，中国AI领域人才储备有望持续提升

44%

45%

11%

美国其他中国

46%

43%

11%

美国其他中国

14

中美人工智能人才对比

中美领衔全球人工智能领域人才分布，中国在人才总量、杰出人才数量与占比上均落后于美国，在人才培养上有明显差距，但人才吸引力正在增长

中美人工智能人才质量对比（2018年）

18232

28536

977

4885

5.4%

17.1%

0.0%

5.0%

10.0%

15.0%

20.0%

0

10,000

20,000

30,000

中国美国

人才投入总数杰出人才数量

数据来源：中国知网，清华大学，科技部新一代人工智能发展研究中心，中国科学技术发展战略研究院，Element.AI，沙利文整理。

人工智能顶会作者博士毕业地分布（2019年）

人工智能顶会作者就业地分布（2019年）

15

中国人工智能论文近五年在产出量和增速上大幅领先美国，整体论文质量仍有差距，但顶尖论文水平正逐步接近

数据来源：AAAI，中国信通院，科技部新一代人工智能发展研究中心，中国科学技术发展战略研究院，沙利文整理。

141,810

74,676

149,096

52,176

1998-2018年论文产出量 2013-2018年论文产出量

中国美国

中美人工智能论文总产出对比

382 264 737 768

358 312

2419

1280

15.8%

20.6%

-

500

1,000

1,500

2,000

2,500

3,000

0.0%

5.0%

10.0%

15.0%

20.0%

25.0%录取论文量提交论文量录取率

AAAI

部分人工智能顶会中美论文对比（ 2019年）

政策支持与社会投入促进中国人工智能技术储备快速发展

➢ 中国各级政府多次出台有关人工智能发展的规划与政策，大大激发了社会关注度与人工智能相关科研、就业与创业热情

➢ 近5年来，中国较美国多出43.1%的人工智能领域论文产出量，可见中国人工智能领域目前科研关注度较美国更高，发展更快

中美人工智能顶会论文数量领衔全球，但美国普遍论文录取率更高

➢ 2019年自然语言处理顶会ACL与计算机视觉顶会ICCV上，中美录取论文数遥遥领先其他国家，如ACL上第二名的中国论文录取数接近第三名英国的7倍

➢ 中国在2019年AAAI峰会提交论文数量接近去年1,242篇的两倍，美国较去年仅增长37%，可见中国AI领域研究成果增速较快，而录取率方面，中国以15.8%落后于美国的20.6%，整体论文质量稍差于美国，但部分领域质量逐渐赶上美国

美国

59%其他

25%

中国

16%

美国

32.5%

其他

39.2%

中国

28.3%

1166篇

AI领域高被引前1%论文国家分布（ 2018年）

AI领域高被引前100篇国家分布（ 2018年）

从被引用频率看，中美在世界顶尖论文数量上大幅领先，但其中最顶尖论文更多来自于美国

➢ 对比AI领域高被引前1%的4130篇论文国家分布，中美以1166与1345篇遥遥领先其他各国，合占总数的60.8%，可见中美两国在理论基础与科研成果上领先全球

➢ 高被引前100篇论文美国占59篇，中国仅占16篇，主要原因在于中国整体科研环境及AI人才培养较美国仍有一定差距

1345篇

1619篇

ACL ICCV

中国

中国

中国

美国

美国

美国

中美人工智能论文对比

16

中美人工智能专利对比

中国人工智能专利申请数量大于美国，但国际专利较少，百度与微软分列中美第一，展现一定头部效应

数据来源：中国知网，中国专利保护协会，CNABS中国专利文摘数据库，DWPI德温特世界专利索引数据库，国家工业信息安全发展研究中心，IPlytics，沙利文整理。

94,539

2,568

78,085

10,892

-

20,000

40,000

60,000

80,000

100,000

专利申请量 PCT国际专利申请量

中国美国

中美人工智能专利累计申请量对比（国家工业信息安全发展研究中心， 2018年）

中国AI专利数量已大幅超过美国，但在国际专利数量上低于美国

➢ 中国AI国内专利申请数量位居全球第一，且与其他国家有拉开差距之势：在2012年超过日本，2017年超过美国，中国专利数量五年内增长约10倍，大约是美国的2.5倍，在国内专利申请数上占优

➢ 中国国际专利数量与美国差距较大：在PCT国际专利申请上美国以超过一万项PCT国际专利申请位列世界第一位，占世界所有人工智能PCT国际专利申请的41%，而中国位列第三位，占10%，证明中国人工智能专利国际化水平较美国有待提高

百度与微软领衔中美AI国内专利申请

➢ 微软及IBM专利申请数量大幅领先美国其他厂商；根据2019年12月工信部发布的报告，百度以5712件专利申请量连续三年位列第一，并包揽深度学习、语音识别、自然语言处理、智能驾驶等多个AI核心领域专利数量第一

5,712

4,115 3,755 3,656

3,079

百度腾讯浪潮华为阿里

中国人工智能主要专利申请人对比（中国工信部，截至2019年12月）

18,365

15,046

10,178 9,536

4,464

微软 IBM 高通谷歌英特尔

美国人工智能主要专利申请人对比（IPlytics，截至2019年5月）

17

中美人工智能投融资对比

人工智能是中美一级市场热门投资领域，中国人工智能细分领域投资方向广于美国，投资轮次正在后移

数据来源：CB Insight，桔子IT，牛津大学，Statista，腾讯研究院，清科研究中心，沙利文整理。

参考线 8.3

参考线 6.8

56

157

330

450 477

501

346

207

308

377

464

533

466

486

-

100

200

300

400

500

600

-

5,000

10,000

15,000

20,000

2013 2014 2015 2016 2017 2018 2019

中国AI投资金额美国AI投资金额

中国AI投资笔数美国AI投资笔数

中美人工智能投资额与投资笔数（百万美元）中美人工智能投资方向对比（2019）中美人工智能投融资A轮及以前比例（2019）

受中国一级市场大环境趋冷与AI投资热度下降影响，中国AI投资额自2015年来首次低于美国

➢ 2013年至2018年，中国AI领域投资热度远高于美国，5年间投资规模CAGR为96.8%，而美国为52.1%，中国AI投资额从2015年开始超过美国，至2018年达到约160.5亿美元，而2019年在投资额与投资笔数上均低于美国

➢ 2019年中国一级市场投资机构遇到“募资难，退出难”等问题，导致整体投融资大环境趋冷，一级市场整体投融资笔数较2018年下降29.8%。中国AI投资热度伴随政策红利在2017-2018年达到顶峰，但由于行业竞争加剧，投资决策难度增加，热度下降，趋于冷静，AI相关投资开始缩水

中美投资方向相对一致，部分细分领域差别较大，而中国投资方向整体更广

➢ 中美两国的AI投资方向大体一致，但由于中国应用场景广阔，资金流向应用层可更快获利，而基础层资金与技术门槛较高，中国缺乏高端人才与基础理论的积累，切入基础层的难度较大，故中国AI投资相对聚焦在应用层

➢ 2019年中国投资了超过70个AI相关的细分行业，而美国仅50余个，侧面说明中国AI投融资方向与思路更广

2019年开始中国对AI初创企业的关注度低于美国

➢ 2019年之前，中国对于AI初创企业关注度更高，与美国相比，2018年中国AI企业平均获投率高出18%，平均快5个月获得第一笔融资

➢ 2019年开始，中国开始更关注AI领域战略投资与并购，随着一级市场大环境收紧，竞争格局进一步显现，初创企业较以往融资困难，中国AI领域A轮及以前融资比例下降而战略融资比例较2018年增加17%

芯片半导体

机器人

数据服务

自动/无人驾驶

医疗信息化

黑科技及前沿技术

行业信息化及解决方案

其他企业服务

医疗器械及硬件

0.0% 4.0% 8.0% 12.0% 16.0% 20.0%

中国

美国

中国

54%68%

美国

18

中美人工智能产业概况对比总结

数据来源：中国知网，IT桔子，36Kr，Element.AI，科技部新一代人工智能发展研究中心，中国科学技术发展战略研究院，沙利文整理。

中美AI产业差异

技术布局 AI生态

技术储备 AI应用

美国在技术布局上优势明显，中国在计算机视觉与语音处理等技术领域已与美国比肩

➢ 美国技术布局更广、更精：美国在基础层与技术层的布局领先于中国，如芯片上拥有行业领先的英伟达GPU与谷歌TPU等；除百度的飞桨外，其他主流深度学习开源框架均来自于美国

➢ 中国在计算机视觉、语音识别等领域已与美国对齐：如百度预训练模型ERNIE超越微软、谷歌拿下Glue冠军，商汤一举拿下ImageNet 2016年三项冠军；云从科技在Librispeech上刷新世界纪录

中国虽已在论文与专利数量上赶超美国，但技术储备整体实力相对落后

➢ 中美厂商专利储备布局均较全面，但细分领域方向不一：美国厂商较热衷于机器学习、语音识别与合成处理等领域，中国厂商则较倾向支付、交互技术、视频图像信息处理、智能搜索等领域，二者均聚焦无人驾驶、数据文本聚类等领域

➢ 美国AI科研院校与厂商AI人才储备有明显优势：2019年AI顶会作者中44%博士毕业地为美国，是中国的四倍，来自MITCSAIL、斯坦福SAIL、卡耐基梅隆RA等多个老牌AI领先院校研究所，同时美国厂商拥有接近中国5倍的AI杰出人才储备

美国AI技术生态占优，但中国政策推动AI生态高速发展

➢ 美国AI技术为行业主流，利于搭建AI技术生态：美国在芯片与算力、深度学习框架等领域上领先中国，如亚马逊与谷歌拥有超过300万台服务器，谷歌与脸书拥有TensorFlow与Pytorch等行业主流框架

➢ 中国政策推动：政策推动下，各级政府、企业、投资机构和学术界之间进行高度紧密合作，构建良好的AI投资、创业、研究与合作环境

中国AI技术国产化趋势明显，百度等厂商起到推动作用

➢ 中美贸易冲突升级：中美贸易环境持续恶化，美国出现针对中兴、华为等中国企业的出口“禁令”，到2020年1月5日美国商务部宣布对中国禁止出口AI软件，由于中国部分AI技术仍高度依赖美国，贸易环境恶化对中国AI可持续发展造成一定威胁

➢ 百度等厂商正引领转型进程：百度等厂商高度重视AI领域自主知识产权，推出国产AI芯片昆仑与鸿鹄、深度学习平台飞桨等

美国AI产业整体领先，中国紧随其后。中国AI整体发展相对偏弱，但部分领域的顶尖技术已能与美国对齐，且国产化趋势明显

1

2

3




◆谷歌在全球AI厂商中整体实力领先，百度在中国AI厂商中综合实力领先- 从技术储备、技术布局、AI生态及应用四个维度对中美AI头部企业的综合实力进行量化分析

◆美国AI厂商中，谷歌是领导者，微软、亚马逊等企业紧随其后- 谷歌稳居第一，微软亚马逊紧随其后，而脸书与IBM分别由于生态与技术深度的欠缺稍显落后

◆中国AI厂商中，百度领衔，阿里、腾讯、华为等积极跟进- 百度AI综合实力突出，排名第一，与阿里、腾讯、华为等共同推动中国AI产业发展

中国厂商中百度一马当先，位居全球前四，是中国AI产业领先者

中国厂商在利好政策扶持下抓住发展机遇，百度积极在AI产业全面布局，部分核心技术领先美国厂商，并承担深度学习工程实验室、自动驾驶平台等国家级项目，在中国AI厂商中综合实力排在首位

美国AI厂商整体实力领先，谷歌稳居全球AI厂商首位

美国AI产业发展早，厂商注重全产业布局，尤其在算法、芯片等核心领域积累深厚，在综合AI技术水平方面相对更强，其中谷歌通过“AI+硬件+软件”的模式，奠定技术基础、拓宽应用领域，已在智能搜索、智能家居等领域取得较好的商业化成果，综合技术实力与综合落地能力均保持领先

21

百度在中国厂商中一马当先，并在全球市场位于前四名，谷歌稳居全球AI厂商首位

中美人工智能厂商实力对比

中美人工智能厂商实力对比

综合AI技术实力

综合AI落地能力

注：“综合AI技术实力”包含AI专利、AI论文、AI芯片、机器学习框架等指标；“综合AI落地能力”包含AI开发平台、合作机构数量、AI产业与服务、AI落地表现等指标

（沙利文绘制）

22

中美人工智能厂商实力对比——评价模型说明

技术储备、技术布局、技术生态与AI应用基本概括了企业人工智能布局的所有维度，能够全面体现头部企业的AI实力中美人工智能厂商对比评价模型在全面、客观、时效性、模块化及独立性等原则下，基于系统与科学的评价体系，本报告从技术储备、技术布局、技术生态及AI应用这4个核心维度对中美AI厂商企业的AI综合实力进行全面的量化对比分析，其中技术储备与技术布局综合体现企业的AI技术实力，是企业技术生态与AI应用布局的基础，而技术生态与AI应用是企业AI业务商业变现的直接方式。对比评价模型的维度及权重如右侧图表所示：

➢ 技术储备维度主要体现企业当下以及未来持续在AI业务发力的基础

➢ 技术布局维度主要体现企业AI业务布局的技术基础

➢ 技术生态维度主要体现企业的AI技术开放程度、云服务水平方面的综合实力，还包括企业AI创业扶持力度、跨界合作程度等综合水平

➢ AI应用维度主要体现企业在AI业务的商业落地广度与深度

No. 一层维度二层维度具体指标 No. 一层维度二层维度具体指标

1技术储备（25%）

• 专利申请及授权数量

• 论文数量• 科学家及技

术人员团队• 研发投入• 基础资源

• 专利、论文具体数量• 科学家数量及行业声望及贡献

度、科研人员占比等• 研发投入及占营收比• 云服务器数量等

2技术布局（25%）

• 语音识别• 计算机视觉• 自然语言处理• 机器学习/深

度学习• 自研芯片• 其他技术亮点

• 赛事数据及排名• 机器学习/深度学习

框架可查排名• AI芯片算力• 其他相关报告排名等

3技术生态（25%）

• AI开放平台• 云计算能力• 生态繁荣度

• 开放平台体系及表现• 开放AI能力数量• 云服务水平• 投资事件• 企业、政府、高校、研究院等

合作伙伴数量• AI扶持项目

4AI应用（25%）

• AI产品与服务• AI落地表现

• AI相关硬件产品的出货量、销售量等

• 云服务解决方案营收• 公司布局的AI相关产

品及服务的广度及深度综合考虑

• AI相关硬件产品及解决方案行业布局及落地情况综合考虑

注：以下所列厂商信息尽可能满足可视化横向对比，整体评估基于企业各个维度综合考虑


一层维度微软谷歌脸书亚马逊 IBM 百度阿里华为腾讯

技术储备

技术布局

技术生态

AI应用

23

中美人工智能厂商实力对比——评价逻辑与过程

中美人工智能厂商实力仍存一定差距，美国厂商普遍在技术储备、布局与应用层面实力强，中国厂商在应用层面实力突出


中美AI厂商实力对比逻辑与评价过程

• 评价一共涉及4大维度、18个细分指标

• 基于指标重要性，对维度与指标给予相应的权重分配，基于各家厂商在细分指标下的表现进行综合定量与定性信息进行综合评价，并量化各家在各个维度的综合表现，与权重相乘

• 将各个维度总分加总，可看出各家在各个维度的实力情况，并可对各家总体AI实力进行对比

注：阴影面积大小代表相应维度相对实力，不代表绝对评分

24

谷歌稳居第一，微软亚马逊紧随其后，而脸书与IBM分别由于生态与技术深度的欠缺稍显落后

中美人工智能厂商实力对比——美国


➢ 微软综合技术实力突出，凭借最多的AI专利储备及领先的语音识别、计算机视觉等技术实力处于领先地位

➢ 亚马逊综合落地较强，拥有世界第一的科研投入与完备的云生态➢ 脸书技术实力优异，拥有

极强的科研实力与技术布局，但生态上稍显不足

➢ IBM商业落地突出，在企业服务上的领先地位确立了其商业落地优势，但技术布局优势不明显

➢ 谷歌综合实力位居第一，以突出的技术创新与业务积累在技术水平与商业落地两方面均领先于其他美国厂商


综合AI落地能力（沙利文绘制）

25

中美人工智能厂商布局——谷歌

谷歌拥有世界顶尖科学家团队，重视基础科学研究，使其技术储备优势较大，同时创新能力出众，使其在技术布局上全球领先

指标部分表现

技术储备

论文• 顶会论文：170篇（NeurIPS，2019）；43篇（CVPR，

2019）；32篇（ACL，2019）

专利 • AI专利数：9536件（IPlytics，2019）

研发人员 • 占比：35%（2018）

部分知名AI专家

• 深度学习教父：Geoffrey Hinton• AlphaGo之父：Demis Hassabis• 世界著名未来学家：Ray Kurzweil

研发投入• 研发投入：162亿美元（2018）• 占营收比：14.6%（2018）

基础资源 • 数据中心：全球15个（2018）

指标部分表现

技术布局

语音识别 • SwitchBoard：端到端系统的错词率降至5.6%（2017）

计算机视觉• ImageNet赛事：分类数据集错误率为6.66%（2014）• 其他：新算法Noisy Student（EfficientNet）在SOTA-

ImageNet上再次刷新世界纪录（2019）

自然语言处理

• SQuAD1.1最佳成绩：第1名，EM值89.898，F1值95.080（2019年5月）


• 语言翻译表现：105种语言文本翻译• 其他：BERT模型突破了传统RNN模型的限制，实现结合

上下文理解整体语境（2019）

机器学习• 创新研究：自动机器学习模型AutoML• 深度学习框架排名：TensorFlow排名第一（Power Score，

2018）

自研芯片 • 训练+推理芯片：TPU 3.0算力90Tops，制程12/14nm

其他技术亮点 • 量子霸权：计算支持方面领先全球

➢ 谷歌在技术储备上位列前茅，拥有深度学习领军级别科学家，且在基础科学研究领先全球

➢ 谷歌在技术布局上领衔全球，特别是在自然语言处理与计算机视觉模型、机器学习框架领域广受业界欢迎

沙利文洞察

综合技术水平

数据来源：CSDN，搜狐，谷歌官网，机器之心，Strategy Analytics，PWC《全球创新1000强报告》， SQuAD官网（截至2020年1月15日），沙利文整理。

26

中美人工智能厂商布局——谷歌

指标部分表现

技术生态

AI开放平台 • Google Cloud AI：提供AutoML，ML Engine，ML API等多重服务

云服务水平• 市场份额：全球公有云市场份额4%（Gartner，2018）• 服务体系：100+款云服务产品• 其他表现：推出混合云管理平台Anthos；无服务器化+容器化云服务Cloud Run

生态繁荣度

• AI投资：成立包括GV与CapitalG在内多个风险投资主体，9年内投资近350家企业，6年内并购包括Deepmind在内的14家AI企业

• AI扶持项目：Launchpad在全球40个国家，孵化10000+家初创公司，拥有2000名导师

• 合作伙伴：与牛津大学等高校建立研究合作关系，与中国教育局签署合作备忘录

AI应用

主要AI产品与服务

• 硬件产品：AI技术赋能Pixel系列与Nest系列智能硬件，使手机、耳机、家居设备等实现智能化

• 行业解决方案：谷歌以云服务为基础为金融、能源、医疗等众多行业提供解决方案，以智慧医疗为例，谷歌基因推出基因分析软件GATK，Deepmind帮助临床医生更准确判断疾病早期症状

• 其他应用：无人驾驶（Waymo）、智能搜索（文本、语音、图片搜索）、虚拟助手（个人用户Google Assistant；企业用户Springboard）、在线广告（智能分析广告最佳展示时间与页面位置）等

AI商业表现• 智能音箱全球出货量：350万台，市场份额12.3%（2019Q3）• 无人出租：600+辆无人驾驶车辆服务美国25+个城市• 谷歌云营收：80亿美元（2019Q2）

综合AI商业落地情况

沙利文洞察

众多的优秀开源项目与活跃的一级市场投资使谷歌拥有繁荣的AI生态；谷歌以“AI+硬件+软件“的形式实现较高的AI商业化水平

无人驾驶

AI+硬件+软件

AI生态

➢ 第一家提供无安全员的无人驾驶出租业务的公司，其无人工干预行驶里程超过其他厂商的总和

➢ 旗下Waymo的估值曾接近2500亿美元

➢ Pixel等系列硬件产品依赖谷歌机器学习芯片，实现耳机智能调节音量，手机智能照片管理等功能

➢ 软件上如Google Lens等利用计算机视觉等技术提供智能识别功能

➢ AI+软件+硬件是目前领先的人工智能toC商业化模式

➢ TensorFlow、Deepdream、SyntaxNet等使用度高且受欢迎的开源项目使谷歌生态活跃度较高

➢ 积极的AI领域投资并购也使谷歌能迅速布局，增加创造力

数据来源： Strategy Analytics，洛杉矶汽车管理局，36Kr，谷歌开发者大会，Canalys Smart Speaker Analysis，沙利文整理。

27

中美人工智能厂商布局——微软

卓越的人才储备及专利储备使微软在技术储备名列前茅，也促使其在技术布局的广度与深度均有领先

指标部分表现

技术储备

论文• 顶会论文：76篇（NeurIPS，2019）；42篇（CVPR，

2019）；25篇（ACL，2019）


研发人员 • 占比：28%（2018）


• 深度学习领域“三驾马车”之一：Yoshua Bengio• 计算机视觉专家：Harry Shum• 微软亚洲研究院：拥有沈向洋、印奇、唐文斌、孙剑、林

晨曦，汤晓鸥、徐立，杨帆、余凯等知名院友



指标部分表现

技术布局

语音识别 • SwitchBoard：5.1%的语音识别错误率（2017）

计算机视觉• ImageNet赛事大满贯：ImageNet图像分类、定位、检测

三项赛事第一（2015）；利用超过152层的神经网络，将错误率降低至3.5%，此前人眼最低为5.1%（2015）

自然语言处理



• 语言翻译表现：60+种语言文本翻译

机器学习• 云上机器学习：Azure AI提供包括ML Net与Cognitive

Service等多种平台型机器学习服务• 深度学习开源框架：CNTK训练速度较快，但已不再更新

自研芯片 • 暂未推出自研AI芯片，但与其他厂商正积极加强合作

其他技术亮点 • Azure Quantum：微软发布全栈式开源量子云生态系统

➢ 微软拥有庞大的AI团队与专利储备，AI部门超过8000人，专利储备全球第一

➢ 微软在AI技术布局的不同方向均有领先，在语音识别与计算机视觉等方向都率先达到类人水平

沙利文洞察

综合技术水平

数据来源：Wind，初善研究，微软官网，PWC《全球创新1000强报告》，SQuAD官网（截至2020年1月15日），沙利文整理。

28

中美人工智能厂商布局——微软

指标部分表现

技术生态

AI开放平台• 平台体系：Azure AI独有的Cognitive Service认知服务与Bot Framework等领先的产品

化AI应用，以API形式推出包括语音、视觉、语言、机器翻译等功能的24项服务

云服务水平

• 市场份额：全球公有云市场份额15.5%（2018）• 服务体系：90多个合规性产品，每年投入10+亿美元促进安全性研发，拥有3500名网

络安全专家• 其他表现：已为超过95%的财富五百强企业提供服务或解决方案

生态繁荣度

• AI投资：累计并购10家AI企业，不包括10亿美元投资OpenAI• AI扶持项目：全球设立8个加速器，入选率不超过2%，被成为创业界的“哈佛学校”• 合作伙伴：成立“微软人工智能商学院”（Microsoft AI Business School），并与清华大

学经济管理学院、中欧国际工商学院、长江商学院等院校建立战略合作伙伴关系

AI应用


• 硬件产品：Surface系列、XBOX系列等• 行业解决方案：致力于企业智能化转型，Azure+Office 365+Dynamics 365分别为企业

或组织提供云端智能基础设施、智能生产力与企业智能化转型解决方案，涉及为金融、能源、医疗、汽车、工业、物流等众多领域

• 其他应用：智能搜索（必应）、虚拟助手（小冰，小娜）、社交应用（将智能语音识别、翻译、智能推送等功能引入Linkedin、Skype与Yammer等）

AI商业表现

• 小冰社会化应用：举办画展，演唱会，担任新闻编辑，出版诗集等• 政府数字化转型：拿下价值100亿美元五角大楼智能化云改项目（2019）• AI物流调度：与东方海外航运合作实现智能物流，每年可节省约 1000 万美元的成本• 智能云营收：114亿美元（2019Q4）


沙利文洞察

微软以智能云为核心实现AI赋能，为企业或组织数字化、智能化转型提供解决方案，同时构建繁荣度较高的AI生态

智能云

通用AI

企业智能化转型

➢ 企业智能化解决方案是微软的核心AI应用方向

➢ 微软以Azure AI为基础，Office 365 与Dynamics 365为工具，为企业数字化、智能化转型提供解决方案

➢ 已发布通用 AI 框架 AvatarFramework

➢ 投资OpenAI十亿美元致力于开发通用人工智能，在通用AI的研究上相对领先

➢ 微软自2015年成立智能云部门来，该部门已成为其业绩与股价增长的主要来源

➢ 智能云部门赋能开发者和合作伙伴持续创新，拓展广泛应用前景，例如AzureKinect DK开发工具包利用深度学习与HoloLens结合，实现混合现实远程会议

数据来源：微软官网，环球网，华尔街见闻， PWC《全球创新1000强报告》，沙利文整理。

29

亚马逊的研发投入居全球首位，为AI技术储备奠定较好基础；在AI技术布局方面，AI芯片技术实力突出，具有较强的竞争优势

数据来源：工信部《人工智能中国专利技术分析报告》，PWC《全球创新1000强报告》，沙利文整理。

指标部分表现

技术储备

论文• 顶会论文：20+篇（NeurIPS ，2019）；18篇（CVPR，

2019）

专利 • 未排入IPlytics2019年全球前十

研发人员 • 占比：35%（2018）


• MXNet 框架作者：李沐• CHINASYS研究社区的创始人：张峥教授• 人类语言科技组首席科学家：Hassan Sawaf



指标部分表现

技术布局

语音识别

• Interspeech：《ASR的可伸缩多语料库神经语言模型》论文中的模型的单词识别错误率比基线降低6.2％（2019）

• 其他：相比7-mic系统，2-mic语音识别系统语音识别准确率提高了9.5%（2019）

计算机视觉• 人脸识别产品Rekognition增加自定义标签功能，可使用少

量标签图形训练高质量的定制视觉模型

自然语言处理• 语言翻译表现：20+种语言文本翻译（2019）• 语料库：累计410万字和21万条话语的聊天语料库（2019）• SQuAD暂无公开成绩

机器学习• 深度学习框架排名：MXNet排名第六（Power Scores，

2018）

自研芯片

• 训练芯片：➢ Inferentia，算力128Tops➢ Graviton，制程16nm➢ Graviton2，制程7nm

其他技术亮点 • 云中深度学习：89%的深度学习项目在AWS上运行沙利文洞察

综合技术水平

中美人工智能厂商布局——亚马逊

➢ 亚马逊研发金额投入居全球首位，为其提升AI技术储备的丰富度提供支撑

➢ 亚马逊AI芯片实力突出，相较x86同类芯片，Graviton2计算量提升4倍，单核性能强于英特尔至强铂金

1. 不是以Alexa为核心

指标部分表现

技术生态

AI开放平台• 开放平台：亚马逊 Machine Learning、亚马逊 SageMaker• 平台实力：亚马逊 SageMaker提供150多项模型和算法，帮助合作伙伴缩短90%

的开发时间

云服务水平• 市场份额：全球云计算市场份额48%（Gartner，2018）• 服务体系：提供180+产品• 其他：活跃企业客户数百万，分布在全球190多个国家

生态繁荣度

• AI投资：累计收购7家AI企业（2010年至2019年8月）• AI扶持项目：在美国AWS体系支持的孵化器3年内孵化出了1400亿美元的总市

值；在中国建立3个孵化器• 合作伙伴：数万家以上

AI应用


• 硬件产品：以C端Echo智能音箱等智能终端产品代表，也包括B端仓库机器人、智能包裹分拣机器人等

• 行业解决方案：以智能家居、汽车、移动设备等综合，无人机智能物流，智能零售为主，还覆盖金融服务、制造业、汽车和教育等15种解决方案

AI商业表现

• 智能音箱全球出货量：1040万台，市场份额为36.6%.（2019Q3）• C端产品Alexa：Alexa已接入 28000+款来自 4500+个不同品牌的第三方智能设

备• AWS云营收：90亿美元（2019Q3）

亚马逊在生态建设上以云计算为核心，以Alexa为AI服务入口，对内外赋能，未来将专注人工智能云，促使AWS应用服务更加全面、智能化

中美人工智能厂商布局——亚马逊

沙利文洞察

专注人工智能与云计算


以Alexa为入口提供AI服务

➢ Alexa语音助手是亚马逊智能家居布局的核心载体，未来将提供更优质的智能家居与智慧零售等行业解决方案

➢ 亚马逊是全球领先云厂商，未来将聚焦人工智能与云计算，增强AWS应用服务，助力各行业应用场景落地

30数据来源：招商证券，Canalys Smart Speaker Analysis，CB Insights，沙利文整理。

31

IBM是人工智能发展的先驱，得益于自身软件积累和基础科学研究，AI技术储备较为完备，并围绕Watson全面布局AI技术

数据来源： IBM官网，lPlytics， SQuAD官网（截至2020年1月15日），沙利文整理。

指标部分表现

技术储备

论文• 顶会论文：35+篇（NeurIPS ，2019年）；23篇（CVPR，

2019）


研发人员 • 占比：19%（2018）


• IBM Watson/M首席科学家：Grady Booch• IBM 研究院类脑计算首席科学家：Dharmendra Modha

研发投入 • 研发投入：每年在Watson投入研发为30+亿美元


指标部分表现

技术布局

语音识别 • SwitchBoard：语音识别中的单词错误率降低至5.5%（2017）

计算机视觉• CVPR会议：BlockDrop将图像分类的平均速度提高了20％，

准确性保持76.4％（2018）

自然语言处理



• 语言翻译表现：Watson Language Translator识别语言62种

机器学习

• Watson Studio：支持使用顶级开放源代码工具来模拟和部署数据解决方案

• 其他：首个用机器学习开发阿尔茨海默症关键生物标记物的血液监测方法，准确率77%

自研芯片• 类脑芯片：TrueNorth，内置100万个模拟神经元和2.56亿个

模拟神经突触

其他技术亮点

• 量子计算系统：IBM Q System One是全球首个商用集成量子计算系统

➢ IBM以Watson平台布局AI技术，不断深化Watson人工智能认知计算的能力，使其自然语言处理、芯片方面均有所优势

沙利文洞察

综合技术水平

中美人工智能厂商布局——IBM

➢ IBM在AI专利方面优势明显，并已转型为认知解决方案和云平台公司，在人工智能领域每年投入30亿美元以上

32数据来源： IBM官网，Canalys Smart Speaker Analysis，IDC，沙利文整理。


指标部分表现

技术生态

AI开放平台• 平台体系：Watson AI系统、Bluemix，• 平台实力：向所有云平台开放Watson AI系统

云服务水平

• 市场份额：全球云计算市场份额2%左右(Gartner，2018）• 服务体系：提供170+种云产品，包括公共云、公共专用云、私有云、混合云及多

云环境• 其他：服务全球财富50强中的47家

生态繁荣度

• AI投资：累计并购6家以上相关的AI企业• AI扶持项目：与哥伦比亚大学合作推出两个孵化器，分别扶持10个初创型企业• 合作伙伴：350+个Watson合作伙伴，其中与麻省理工学院打造MIT-IBM Watson

人工智能实验室；也与中国北京大学、清华大学等10所高校共同筹建“新工科联盟人工智能与认知计算教育工作委员会”

AI应用

AI产品与服务• 硬件产品：涉及LinuxONE服务器，Power服务器，存储、量子计算机等B端产品• 行业解决方案：以认知医疗保健和金融服务为主，也覆盖制造、汽车、电子、零

售和消费品等20+个行业解决方案

AI商业表现

• 认知医疗保健解决方案：已服务全球超过1.5万个客户和合作伙伴、8万名专业人士和18.5万名患者服务

• 云计算营收：50亿美元（2019Q3）• 人工智能营收：25.8亿美元（2018）

IBM拥有众多合作伙伴，提升AI生态繁荣度，应用层面已深耕医疗与金融领域，并基于行业实践积累企业服务优势，未来将持续赋能各行业

中美人工智能厂商布局——IBM

沙利文洞察

围绕Watson布局AI 产业

持续探索人工智能边界


➢ IBM以Watson开放系统为核心应用AI，致力于与各行业业务深度融合，完善各行业企业用户的AI平台建设

➢ IBM Watson AI深耕行业，例如服务80%排名前30名的大型银行。随着AI的普及和企业上云成为趋势，IBM Watson企业服务渗透率将会持续增长

➢ IBM不断探索AI边界，挖掘AI发展新方向，研发AI创新型产品，如太空AI机器人、人工智能系统Project Debater。这体现IBM持续探索并不断挖掘新方向的特点

33

中美人工智能厂商布局——脸书

脸书技术储备相比其他厂商较少，但由于图片与文本数据积累较大，在计算机视觉与自然语言处理等技术优势明显

指标部分表现

技术储备

论文• 顶会论文：40+篇（NeurIPS，2019）；37篇（CVPR，

2019）；19篇（ACL，2019）

专利 • 未排入IPlytics 2019年全球前十

研发人员 • 占比：29%（2018）


• 深度学习领域“三驾马车”之一：Yann LeCun• 资深机器学习专家：Joaquin Quiñonero Candela



指标部分表现

技术布局

语音识别• 自监督语音识别算法：基于wav2vec的模型实现了2.43％的单

词错误率（2019）

计算机视觉

• 开源技术Deepface：人脸识别准确率97.25%（2014）• 其他：在SOTA上state-of-art on ImageNet第二（2019）

自然语言处理



• 语言翻译表现：20+种语言文本翻译• 其他：提出预训练模型BART，刷新SOTA多项任务

机器学习 • 深度学习框架排名：Pytorch排名第三（Power Score，2018）

自研芯片• 暂未推出自研AI芯片• 训练：Zion硬件平台，用于AI模型培训• 推理：Kings Canyon平台，针对AI推理优化

其他技术亮点

• 人工智能+区块链应用：为人工智能所需数据实现去中心化

➢ 脸书研发投入、专利等方面稍微落后，整体AI声量比其他厂商更小，目前正努力追赶

➢ 脸书技术开源程度高，计算机视觉技术领先，拥有440万张标签化的人脸池

沙利文洞察

综合技术水平

数据来源：CSDN，脸书官网，脸书，GitHub，36kr，PWC《全球创新1000强报告》， SQuAD官网（截至2020年1月15日），沙利文整理。

➢ 脸书包括WhatsApp、Messenger与Instagram等合计拥有超过15亿日活用户

➢ 脸书正积极探索其他AI应用领域，如智能家居Portal系列，AI+VR/AR等，商业化潜力较大

34

中美人工智能厂商布局——脸书

指标部分表现

技术生态

AI开放平台• Horizon AI平台：第一个使用应用强化学习（RL）来优化大规模生产环境

中的系统的开源端到端平台

云服务水平 • 暂无云服务提供，与亚马逊AWS合作

生态繁荣度

• AI投资：累计并购8家AI企业包括wit.ai等• AI项目扶持：脸书 Accelerator为上千家初创企业提供为期6个月的培训• 合作伙伴：脸书虚拟现实与人工智能实验室与包括斯坦福大学、麻省理工

学院在内的17所顶尖院校签订了《赞助学术研究协议》

AI应用


• 硬件产品：Portal智能家居硬件等（内置亚马逊Alexa语音助手）• 行业解决方案：脸书以合作实现行业AI赋能，例如与纽约大学医学院合作

fastMRI项目，使MRI扫描速度提高10倍，实现智慧医疗• 其他应用：脸书 AI软件产品以赋能自身业务为主，例如为Messenger推出

“M”虚拟助手，基于社交数据与人工智能识别分析做到智能广告精准投放；为脸书及WhatsApp等应用提供翻译、语音与图像搜索等功能

AI商业表现• AI与VR/AR产业融合：VR实验室Oculus Research转变为脸书 Reality Labs，

发布了DeepFocus项目使用深度学习算法在VR中渲染逼真的视网膜模糊• 广告营收：AI赋能广告营收173.83亿美元（2019Q3）


沙利文洞察

脸书由于云服务的缺失，较其他美国厂商在生态上稍显不足，但AI赋能自身业务程度较高，且数据积累较多，AI应用落地潜力大

产研结合应用局限

应用潜力大

AI商业模式

➢ 脸书重视产研结合，设立应用机器学习部门AML致力于实现AI应用落地

➢ 但应用落地较为局限于自身业务，同时由于缺少云服务，因此AI向外赋能能力稍弱

➢ 脸书广告占总收入93%，依赖收购来缓解竞争压力，如Whatsapp及Instagram

➢ AI赋能自身业务有效帮助脸书建立护城河

数据来源：CSDN，脸书官网，CB Insight，东方财富，搜狐财经，Canalys Smart Speaker Analysis，沙利文整理。

35

中国人工智能厂商排名

作为中国首家布局人工智能的企业，凭借AI技术储备和技术布局的先发优势，百度一马当先，携手阿里、华为、腾讯等共同推动中国AI产业发展

➢ 百度在中国AI厂商综合实力居首位，拥有强大的技术储备、广泛的AI布局、完备的AI生态

➢ 阿里巴巴AI综合实力突出，以优越的AI生态布局和应用在商业落地方面领先，在AI底层核心技术层面仍有提升空间

➢ 腾讯AI应用落地优势巨大，拥有丰富的社交和游戏生态确立了其商业落地优势

➢ 华为在AI芯片层面优势突出，核心技术布局与AI落地广度仍需提升


综合AI落地能力（沙利文绘制）


36

百度凭借扎实的AI技术储备，全面布局AI技术，打造软硬一体的人工智能大生产平台，是中国人工智能技术领域的先行者，综合技术实力排名第一

数据来源：2019年百度开发者大会， SQuAD官网（截至2020年1月15日），沙利文整理。

指标部分表现

技术储备

论文• 顶会论文：7篇（NuerIPS，2019）；17篇（CVPR，

2019）；10篇（ACL，2019）

专利• 中国AI专利申请量：5712件（国家工业信息安全发展

研究中心，2019）

研发人员 • 占比：61%（2019）

部分知名AI专家• 首席技术官：王海峰• 计算机视觉领域顶级科学家：David Forsyth• 计算语言学专家：Mark Liberman


基础资源 • 数据中心：中国10+个（2019）

指标部分表现

技术布局

语音识别• 词错率：远场语音识别降低错误率30%（2019）• 其他：SMLTA模型创新全球第一，语音识别准确率97%（2016）

计算机视觉

• ICCV VOT：单目标短时跟踪冠军(2019)；ICME：人脸106关键点检测比赛冠军（2019）

• LFW：人脸识别准确率99.77%（2018）

自然语言处理

• SQuAD1.1最佳成绩：第9名， EM值85.944， F1值92.425（2019年2月）；SQuAD2.0暂无公开成绩

• 语言翻译表现：28个语种（2019）

• 其他：ERNIE2.0框架在多种NLP任务上，效果超越BERT和XLNET；2019年GLUE榜单突破90大关，打破世界纪录

机器学习 • 机器学习平台排名：在中国市场位居第一（IDC，2019H2）

自研芯片• 训练+推理：“百度昆仑”，260Tops，制程14nm

• 远场语音交互：“百度鸿鹄”，平均功耗仅100mW

其他技术亮点• 全栈：“百度昆仑”与飞桨深度结合，打造全栈国产技术生态

• 量子计算：通过“量子分治”策略加速机器学习的路径

➢ 百度拥有较高专利申请量与实力雄厚的AI技术团队，为其持续进行产品创新研发奠定基础

➢ 百度在机器学习平台、计算机视觉、自然语言处理、语音识别等AI核心技术方面是中国AI行业的领导者

沙利文洞察

综合技术水平

中美人工智能厂商布局——百度

37数据来源：2019年百度地图大会，2019年百度开发者大会，麻省理工科技评论、2019年ABC INSPIRIE大会，Canalys Smart Speaker Analysis，沙利文整理。


指标部分表现

技术生态

AI开放平台

• 开放平台：阿波罗开放平台，AI开放平台，小度技能开放平台等• 平台实力：AI开放平台开放228项AI技术能力，开发者突破150万，语音、人脸、NLP调用量中

国第一，日均调用量突破一万亿次；小度技能开放平台有33000+开发者和2400+技能

云服务水平

• 市场份额：中国公有云市场份额5.2%(IDC，2019Q1）• 服务体系：提供260+款产品和近40个解决方案• 其他：百度智能云首创分级存储体系；2000+合作伙伴

生态繁荣度

• AI投资：投资版图涉足10个行业，投资轮次主要集中在A轮和B轮(2018)• AI扶持项目：为1000+家企业提供相关AI技术和应用培训；为200+家高校开设深度学习课程• 合作伙伴：600+家，并联合运营商、硬件厂商、产业界合力推动AI+5G在自动驾驶、物联网、

8K互联网视频直播等新兴行业方面的应用

AI应用

AI产品与服务

• 硬件产品：以智能音箱、小度电视伴侣和小度在家智能屏等智能终端产品为代表

• 行业解决方案：涉及涉及金融、交通、工业、医疗等行业，提供金融智能化方案、智能交通解决方案、智能制造解决方案、临床辅助决策系统(CDSS)、智慧物流解决方案等

AI商业表现

• 智能音箱全球出货量：370万台，市场份额13.1%（2019Q3）

• 百度地图：日均服务请求次数突破1200亿，服务50+万个移动应用（2019）

• 阿波罗：测试里程、牌照数量和车队数量中国第一，并在长沙落地首个自动驾驶出租车队

• 灵医智惠：已在中国18个省市自治区1000+个医疗机构落地（2019）

• 小度助手：4亿智能设备激活数量（2019）

• 智能小程序：月活跃用户3亿（2019）

• 智能云营收：同比增速超过410%，在所有厂商中增长最快（2018H2）

百度AI生态繁荣度高，AI开放平台不断完善；AI应用方面凭借布局深度与广度实现较高综合商业落地水平，未来持续推动产业变革

AI生态开放度高

中美人工智能厂商布局——百度


➢ 百度以软硬一体化人工智能生态对内对外赋能，广泛布局百度地图、百度阿波罗、百度智能云等业务，并在交通、医疗等领域均实现商业化

➢ 未来百度通过百度大脑将AI深入渗透至各行业，驱动AI与各行业深度融合，推动产业智能化，助力中国智能经济发展

软硬一体化

➢ 阿波罗开放平台、AI开放平台、小度开放平台等开放程度高，赋能合作伙伴和开发者持续创新，提升AI生态创造力

➢ 技术持续突破，推出自主创新AI芯片，在金融、医疗、教育、交通、安防、媒体、制造业等领域落地应用，加速布局AI生态，提高AI生态繁荣度

沙利文洞察

38

中美人工智能厂商布局——阿里巴巴

阿里巴巴在研发人员占比、研发金额等方面突出，为AI技术储备提供基础；AI技术布局层面，在语音识别、边缘侧芯片等技术领域具有一定优势

指标部分表现

技术储备

论文• AI顶会论文：11篇（NeurIPS，2019)；14篇（CVPR，2019）；

2篇（ACL，2018）

专利• 中国AI专利申请量：3079件（国家工业信息安全发展研究中心，

2019）

研发人员 • 占比：51%（2018）


• Caffe框架作者：贾扬清• 前360人工智能研究院副院长：谭平


基础资源 • 数据中心：中国8个（2019）

指标部分表现

技术布局

语音识别 • LibriSpeech：DFSMN模型准确率96.04%（2018）

计算机视觉

• LPIRC：在线图像分类任务排名第一，实现23ms的单张图片分类速度（2019）

• WebVision：82.54%准确率（2019）• PascalVOC comp4榜单：92.9综合得分，位居第一（2019）

自然语言处理



• 语言翻译表现：阿里翻译支持19个语种实时翻译（2019）• 其他：EMNLP BB Task第一（2019）

机器学习• 机器学习平台排名：在中国市场位居第二（IDC，2019H2）• PAI 3.0：10+种场景的算法模型；提供100+种算法组件

自研芯片• 推理：Ali-NPU；含光800，性能78563 IPS，制程7nm，能

效比500 IPS/W

其他技术亮点 • 量子电路模拟器“太章”

➢ 阿里在研发人员占比、研发投入等方面实力雄厚，加之产业生态丰富，拥有海量业务数据，支撑其AI技术储备

➢ 阿里依托达摩院广阔布局AI技术，在机器学习框架、自研芯片等方面居于领先地位

沙利文洞察

综合技术水平

数据来源：工信部《人工智能中国专利技术分析报告》，PWC《全球创新1000强报告》， SQuAD官网（截至2020年1月15日），沙利文整理。

39

中美人工智能厂商布局——阿里巴巴

阿里以云计算为基础，完善AI开放平台，并积极对外投资繁荣AI生态；在应用层面以ET大脑为核心，拓展至IoT各领域，实现“AI+IoT”全面落地

数据来源：阿里巴巴2019年9月云栖大会，Canalys Smart Speaker Analysis，IDC，沙利文整理。

指标部分表现

技术生态

AI开放平台

• 平台体系：飞天AI平台、飞天大数据平台、Apsara AIoT平台• 平台实力：人工智能日调用量超过1万亿次，服务全球10亿人；AI平台日处理图像10亿张、

视频120万小时、语音55万小时、自然语言5000亿句，视觉智能日调用量超过1600亿次

云服务水平

• 市场份额：中国公有云市场份额43.0%（IDC，2019Q1）• 服务体系：包括飞天操作系统、第三代神龙架构，ALink物联网平台等• 其他：飞天云操作系统600+PB单日数据处理；全球云服务企业客户数300+万

生态繁荣度

• AI投资：投资旷视、商汤、依图、云从、寒武纪、Wayray、Infinity AR等多个海内外AI企业• AI扶持项目：湖畔大学扶持AI创业者与企业• 合作伙伴：达摩院已与全球150+所知名高校的100+个科研团队开展科研项目合作；并与脸

书合作开源项目

AI应用


• 硬件产品：以智能音箱等智能终端产品为代表，还包括POLAR DB Box高性能一体机、AI芯片等B端产品

• 行业解决方案：涉及金融、零售、政务、出行、工业、物流等领域，提供ET大脑综合解决方案、大数据智能风控及智能投顾、Ali OS车载操作系统、阿里小蜜智能客服等服务

AI落地表现

• 智能音箱全球出货量：390万台，市场份额13.6%（2019Q3）• ET大脑：全球已有23个城市接入ET城市大脑，已覆盖交通、城管等11个领域、48个场景• AliOS：已有100+万辆的汽车搭载了阿里云AliOS系统• 阿里小蜜：已覆盖全球132个国家和地区的11种语言• 云服务营收：13.5亿美元（2019Q3）

沙利文洞察

云服务

ET大脑

AI+IoT

➢ 阿里在“云+AI+IoT”模式下，将云服务与AI技术全面结合，拥有海量数据输送与稳固的开放平台，完善AI技术生态，并促进AI商业化

➢ 阿里以ET大脑为载体，已深耕政务、金融、零售等行业，未来持续拓展出行等领域

➢ 阿里致力于在物联网的基础上完善智联网建设，以城市为核心，覆盖政务、出行、家庭等AI主要应用场景，实现“AI+IoT”落地，保持AI应用领先


40

中美人工智能厂商布局——华为

华为的人才资源、研发实力为其AI技术储备提供潜在发展基础；技术层面，华为在机器学习框架方面持续发力，自研AI芯片算力强

数据来源：工信部《人工智能中国专利技术分析报告》，PWC《全球创新1000强报告》，沙利文整理。

指标部分表现

技术储备

论文 • AI顶会论文：4篇（NeurIPS，2019）；23篇（CVPR，2019）

专利• 中国AI专利申请量：3656件（国家工业信息安全发展研究

中心，2019）

研发人员 • 占比：45%（2018）


• 计算广告学和智能推荐系统专家：汪军• 自然语言处理专家：刘群• 计算机视觉专家：田奇

研发投入• 研发投入：147.4亿美元（2018）• 占营收比：14.1%（2018）


➢ 华为注重研发投入，其在ICT领域的技术研发实力使其AI发展具有潜力➢ 华为AI技术布局以芯片为核心，其昇腾910算力目前业界最强，芯片实

力是华为在AI领域的核心竞争力之一

沙利文洞察

综合技术水平

指标部分表现

技术布局

语音识别• 准确率：将语音文件、实时语音数据流转换为汉字序列，

准确率90%以上（2019）

计算机视觉

• ImageNet：ResNet-50在ImageNet数据集以10分28秒夺冠（2018）

• ICDAR：与华中大在发票文本的端到端识别任务中以96.43%的精度夺冠（2019）

• MegaFace：收购的Vocord公司的曾在2016-2017年度夺冠

自然语言处理• DigSci科学数据挖掘大赛：语音语义Lab夺冠（2019）• SQuAD暂无公开成绩

机器学习 • 机器学习平台排名：在中国市场位居第四（IDC，2019H2）

自研芯片• 训练：鲲鹏系列；推理：麒麟系列，鸿鹄系列，其中昇腾

910，FP16算力256Tops，INT8算力512Tops，制程7nm

其他技术亮点 • 量子计算模拟器与编程框架HiQ云服务平台；5G技术

指标部分表现

技术生态

AI开放平台

• 平台体系：HiAI、MindSpore、ModelArts、CANN等• 平台实力：HiAI有4000+家合作伙伴加入，日活用户接近1亿，月调用量6000+亿，开放API数量

40+个（2019）

云服务水平

• 市场份额：中国公有云市场份额5.2%（IDC，2019Q1）• 服务体系：华为云已上线160+个云服务；云EI可提供56种服务、159项功能（2018）• 其他表现：终端云服务全球注册开发者数量56+万；华为云图像分析服务、OCR服务等50+API

已基于昇腾310服务，日均调用量超过1亿次；数字平台接入700+个城市、211家世界500强企业、48家世界100强企业

生态繁荣度

• AI投资：2019年内已投资3家AI领域公司；并收购海外Vocord等公司• AI扶持项目：计划投资10亿资金与国内外高校推出AI人才培训计划；计划用3年时间培养100万

个AI领域的开发者• 合作伙伴：沃土AI开发者使能计划已有20+家合作伙伴（2018）

AI应用

AI产品与服务

• 硬件产品：以手机、手表等智能终端产品为主；并布局Atlas 200 DK AI开发者套件等B端产品• 行业解决方案：涉及政务、工业、零售、出行、物流、医疗、金融等领域，提供智慧视觉、语

音助手、智慧政务解决方案、智慧园区解决方案等服务

AI落地表现

• 智能终端产品：智能手机出货量5900+万台（2019年Q1）• 金融：已部署国内100+个金融云项目，覆盖60+家银行、20+家保险公司及20+家证券机构• 智能家居服务：HiLink平台已与全球150+家厂商合作，接入100+个品类，覆盖500+款产品• 医疗健康：拥有100+家合作伙伴，华为运动健康APP用户已突破1亿• 其他：语音助手、智慧视觉等AI业务MAU1.9+亿，平均每个用户每天使用6次

41

中美人工智能厂商布局——华为

华为基于在ICT领域与智能硬件领域的积累，拥有丰富的B端、C端与G端客户资源，利于其丰富AI生态、实现AI全栈全场景落地

沙利文洞察

云服务

EI服务

消费端、政企客户

➢ 华为云服务为AI生态完善提供基础，为AI落地提供支撑

➢ 华为致力于企业智能建设，为企业提供“EI全线解决方案”，并遵循内部实践至外部推广这一路径

➢ 华为深耕ICT领域，并在手机等智能硬件方面表现突出，积累深厚的B端、C端与G端客户资源，在拓展AI应用的政企客户时成本相对较低，加之深厚的C端用户基础，其AI落地优势突出

数据来源：IDC，沙利文整理。


42

中美人工智能厂商布局——腾讯

腾讯AI顶会表现活跃、AI专利数量丰富；在技术布局层面有三大实验室加持，专注视觉与语音研究

数据来源：工信部《人工智能中国专利技术分析报告》，PWC《全球创新1000强报告》， SQuAD官网（截至2020年1月15日），沙利文整理。

指标部分表现

技术储备

论文• AI顶会论文：18篇（NeurIPS，2019)；58篇（CVPR，2019）；

9篇（ACL，2019）

专利• 中国AI专利申请量：4115件（国家工业信息安全发展研究中

心，2019）

研发人员 • 占比：38.5%（2018）


• 医疗AI科学家：郑冶枫• 量子计算科学家：张胜誉• 计算机视觉领域著名专家：贾佳亚



指标部分表现

技术布局

语音识别• 识别率：通用领域的语音识别率最高可达到95%，实时率为

0.27%；语音合成MOS值为4.4，声纹识别准确率为99%（2019）

计算机视觉• PascalVOC comp4榜单：91.2综合得分（2019）• MegaFace：83.290%的准确率100万级别人脸识别测试（2017）• LFW：刷新世界纪录，99.8%（2017）

自然语言处理

• SQuAD1.1最佳成绩：第16名，EM值81.790，F1值88.163（2017年12月）；SQuAD2.0暂无公开成绩

• 语料库：包含800+万个汉语词汇（2018年10月）• 语言翻译表现：腾讯翻译君支持17个语种实时翻译（2019）

机器学习• 机器学习平台排名：在中国市场位居第三（IDC，2019H2）• Angel 3.0：100+多家公司和机构使用Angel3.0（2019）• TI-ML：一站式机器学习生态服务平台

自研芯片

• 暂未推出自研AI芯片• 芯片公司投资：燧原科技2019年12月发布云端AI训练芯片邃思

DTU，声称单卡单精度算力20Tops，混合精度算力80Tops，12nm工艺，141亿个晶体管，预计2020年Q1上市

其他技术亮点 • 量子计算实验室; Robotics X 机器人实验室

➢ 腾讯在AI专利与论文在中国厂商中表现突出，创新能力较强➢ 腾讯重视语音识别与合成、声纹识别、图像识别等方向的研究，语料

库庞大，在语音、视觉等领域技术拥有一定实力

沙利文洞察

综合技术水平

43

中美人工智能厂商布局——腾讯

腾讯主要开放视觉和语音AI能力，依托云服务进行生态拓展；应用层面以智能家居和泛娱乐为主要落地领域，未来将进一步基于自有生态拓展落地场景

指标部分表现

技术生态

AI开放平台

• 平台体系：NCNN、Angel3.0、Tencent ML-Images等• 平台实力：日处理图片30亿张以上；日处理语句千亿句以上；每日实时计算次数30万亿次；

开放AI能力数量200+个

云服务水平

• 市场份额：中国公有云市场份额12.3%（IDC，2019Q1）• 服务体系：云服务器、云数据库、CDN、云安全、万象图片和云点播等产品• 其他：推出了60+的行业解决方案

生态繁荣度

• 投资：AI相关投资并购事件100+起• AI扶持项目：加速器项目已进行3期，第三期录取30个项目，总估值超200亿，前两期录取

65个项目，整体估值662+亿，70%项目完成一轮融资；腾讯青藤大学扶持AI创业者与企业• 合作伙伴：合作高校及研究机构数量400+家• 其他：TI-ONE已开放体验，提供10核20GB内存的CPU资源、1块24G显存的GPU资源

AI应用

AI产品与服务

• 硬件产品：从智能终端切入，包括Qrobot智能音箱等产品• 行业解决方案：以医疗、零售、金融、安防、泛娱乐领域为主，还包括政务、工业等领域，

提供智能客服、大数据风控、智能审核等服务

AI落地表现

• 医疗健康：腾讯觅影是国内首个进入临床预试验的结直肠肿瘤实时筛查AI系统，已落地100+家3甲医院（2018年4月）

• 安防领域：GrandEye天眼系统，超过50w张/小时单机入库速度（2017）• 工业领域：“AI+工业生产检测”，液晶面板缺陷检测中，识别准确率90%，辅助 100+道工序

质检，节省50%+人力成本• 云服务营收：6.8亿美元（2019Q3）

视觉技术

泛娱乐领域

➢ 视觉为腾讯核心输出技术之一，助力腾讯深耕刷脸支付、安防等领域，推动腾讯多赛道切入应用市场

➢ 腾讯基于自身业务特点，通过应用强化学习平台、图像识别、语音识别等技术，推出直播智能鉴黄、智能审判等多种泛娱乐AI解决方案

沙利文洞察


云服务

➢ 腾讯云服务市场份额在中国位居第二，依托云服务，腾讯推出TI-ML一站式机器学习平台，促进AI生态繁荣

数据来源：Synergy Research Group，访谈资料，沙利文整理。

1

2

3




◆趋势一：AI底层核心要素算力提升、数据处理方式优化- AI芯片从通用芯片向专用芯片发展，数据处理方式由人机协作向全面机器化演变

◆趋势二： AI技术使用门槛大幅降低- AI技术使用门槛进一步降低，企业AI部署将呈现自动化、便捷化，“普惠AI”时代来临

◆趋势三： AI边缘应用将进一步拓展- 新型技术的协同发展将推动AI能力从云端数据中心移动到边缘位置，数据边缘处理成为趋势

◆趋势四： AI在部分数据量庞大的应用场景渗透加快- 未来AI会在金融、安防、制造、医疗、交通等数据量庞大的领域加速渗透，在拥有海量数据的中国将尤为明显

◆趋势五：AI厂商的安全意识与自主能力大幅上升- 未来中国AI厂商将能为政企提供更完备的数据安全服务，实现自主可控

➢ 通过科技厂商所发布的典型芯片对比，ASIC芯片在运算能力方面相对领先于其他种类芯片，但由于GPU发展时间早，应用普遍，软件生态较成熟，目前使用最成熟的AI芯片为GPU

➢ ASIC芯片具有体积更小、能耗更低、保密性更强的优势，且量产后可大幅降低成本。未来伴随数据量的激增，以及各应用场景差异性所带来的专用性需求增加，针对专门任务进行优化的ASIC芯片的表现将更为突出

➢ 未来，数据处理将从“人工+机器”模式逐渐转变为“数据智能”模式。更多企业、政府将会选择“数据智能”模式实现数据快速处理，统一数据生产、计算、应用等步骤，促进非结构化和半结构化数据转化为完整的数据资产。例如百度与平安、太平洋保险、TCL等各领域知名企业合作；阿里与浙江省政府携手，实现了政府数据处理高效化，驱动行业数据资源使用效率大幅增加

数据处理将步入由机器处理的时代数据处理步骤

数据生产

数据采集

数据储存

数据计算

数据传输

数据应用

技术发展

计算机

互联网

物联网

人工智能

主要以人工处理为主

机器可分摊少部分数据处理

机器处理占据部分数据处理步骤

机器可替代人工进行绝大部分数据处理工作

ASIC芯片将成为主流

46

• AI技术体系中算法、算力、数据是三大支柱，未来将持续革新

• 未来AI将以数据为基础、算力为原动力，数据处理方式持续优化，提升社会运行效率人工智能核心要素

算法

算力

数据

0.0018

10

15.7

45

0 10 20 30 40 50

Intel-XEON

Intel/Altera-Stratix 10Soc

Nvidia-TESLA V100

Google-TPUv2

单位：TFLOPs

注：TFLOPS即每秒浮点运算次数，可用于评估电脑性能,值高较好

CPU

FGPA

GPU

ASIC


未来人工智能芯片将从通用芯片向专用芯片发展，数据处理方式继续优化，由人机协作向全面机器化演变，处理更为高效

趋势一：人工智能底层核心要素算力提升、数据处理方式优化

问题定义数据收集特征工程模型选择模型评估模型应用

重复选择数据重复特征提取重复模型选择

传统机器学习步骤

自动参数调整

自动特征识别

自动管道匹配

自动模型选择数据快速部署

自动化机器学习步骤

沙利文洞察

47

自动化机器学习将降低AI技术使用门槛，AI技术的潜力得到释放，企业AI部署将呈现自动化、便捷化，“普惠AI”时代来临

趋势二：人工智能技术使用门槛大幅降低

机器学习更为自动化将降低技术使用门槛，带动更多使用者加入，AI技术的使用将实现“平民化”

➢ 传统机器学习对AI人才需求量大，未来机器学习可完成传统机器学习所需要的大部分人工的操作，AI人才紧缺问题也将得到适当缓解

➢ 现实中B端、C端、G端的数据爆发加快，机器学习更为自动化的驱动因素之一是基于更多通用的算法框架，故能帮助专业人员快速且高效地处理相关问题，提升工作效率

➢ AI厂商持续优化算法模型加快机器学习自动化脚步。微软、谷歌、百度等将继续通过开放深度学习平台，帮助使用者更高效地构建训练模型，并推动商业模式创新，以适应不同商业场景，进一步促进“普惠AI”的实现


随着物联网的普及，边缘端数据量爆发式增长，加之5G所提供的高速传输能力，AI技术与边缘计算技术将深度融合，AI边缘应用将成为趋势，并直接带动AI边缘处理器出货量的提升

➢ 随着物联网时代来临，全球物联网终端连接数将大幅增加，许多AI处理将在边缘设备完成，避免传统模式下向云端传输数据造成的时延，提升数据处理安全性、提高数据响应的及时性

➢ 未来搭载AI边缘处理器的设备和系统在进行边缘流数据分析时将更为快速实时，对整个物联网所发生事件的处理能力、感知能力也将大幅上升，大幅提升AI边缘处理器出货量，目前寒武纪、地平线、英伟达等企业已在边缘侧AI布局

AI边缘应用决策的优势：

➢ 更灵敏：相较目前的集中式数据中心处理数据模式，边缘设备对数据的处理，反应、调整更加及时

➢ 更安全：通过互联网传输数据，存在数据泄露或被篡改的隐患，边缘计算可规避或降低这种风险

基于AI边缘应用的优势，搭载边缘AI处理器的设备将被广泛用于公共安全、视频优化、工业互联、AR/VR等场景中

2.0 3.4

5.6

9.2

13.9

0

5

10

15

2018 2019E 2020E 2021E 2022E

数据来源：IDC，中国产业信息网，沙利文整理。

CAGR = 62.3%

全球AI边缘处理器出货量(2017-2022E)

单位：亿台

48

78.8 95.0

112.0 131.5 155.0 7.3

9.1 11.2

13.4 16.1 5.0

9.0 14.0

18.0 22.5

91.1113.1

137.2162.9 193.6

0

50

100

150

200

2018 2019E 2020E 2021E 2022E

局域物联网蜂窝物联网 LPWA（NB-IoT、eMTC等）

单位：亿台CAGR = 20.7%

全球物联网终端连接数（2018-2022E）

趋势三：人工智能边缘应用将进一步拓展

5G、物联网、边缘计算技术及AI的协同发展将推动AI能力从云端数据中心移动到边缘位置，未来AI边缘计算需求增加，数据边缘端处理将成为趋势

沙利文洞察

4949

痛点

趋势

驾驶应用场景继续深化和延伸，如自动泊车、定点接送、快速公交等

➢ 结合语音识别、手势识别，眼球追踪、驾驶员检测等技术的AI系统将成为汽车标配

➢ 通过边缘计算与AI的融合，实现数据处理的低延时性、可靠性，保证智能驾驶的安全性

结合大数据、AI技术为金融业子领域如银行业提供定制化服务，提升营运效率，传统业务模式变革

➢ 智能银行、智能投顾等智能化服务及产品出现，金融业从信息化转向智能化

➢ 可构建智能化风控系统，提升风险管控能力

基于人脸人体半结构化特征与动作识别、步态识别等新的AI技术将被广泛应用

➢ 细分领域如AI在公共安全应用场景将全面实现罪犯高精度身份识别等。并通过结合边缘计算将AI技术注入前端摄像机，使本地设备完成智能图像识别

制造

• 制造车间设备、数量、功能增多，调度分配难度大

• 软硬件系统要求实时性、准确性

• 需求端个性化要求增加

• 制造系统要求柔性化

医疗

• 医疗资源匮乏导致看病需求无法被满足

• 区域医疗水平差异大

• 人工诊断时间长

• 看病体验存在差异

金融

• 信贷模式单一，征信方式落后，金融风险高，存在大量坏账、交易欺诈等恶劣情况

• 由于数据量庞大，金融机构在管理交易处理、客户需求等方面存在成本压力

安防

• 公共安全事件频发，各类灾害、违法犯罪现象较多，潜在风险和新隐患多

• 政府及民众对于突发事件的防控和处置需求较高

• 视频监控资源利用率低，数据搜索较慢

交通

• 道路交通复杂，车况愈发复杂

• 驾驶员身体、心理情况给驾驶带来的影响

• 行驶、泊车过程预警需求大


趋势四：人工智能在部分数据量庞大的应用场景渗透加快

目前AI已在诸多场景中应用，未来会在金融、安防、制造、医疗、交通等数据量巨大的领域加速渗透，这一趋势在拥有海量数据资源的中国将尤为明显

结合AI技术，企业在研发、生产、管理、服务等方面变的更加智能化

➢ 如利用计算机视觉技术发现生产残次品，AI机器人替代工人完成部分工作

➢ AI在制造业加速深化，如生产制造、产品物流仓储等各环节，实现“产、供、销”一体化模式

AI技术渗透医疗子领域，包括疾病预测、辅助治疗的方向，实现智能医疗体系，智能治疗模式

➢ 如通过AI算法对病变部位进行自动识别，并能提供明确的诊断提示

➢ 医疗行业诊疗模式升级的同时也会促使医院医疗系统、药物系统等系统间快速融合

50

中国AI产业技术“国产化”

政策引导

中国政府鼓励企业自主创新，注重AI数据安全，推进AI安全应用，防范数据风险

➢ 政府加大对AI企业自主创新的鼓励扶持力度。如2019年9月科技部发布《国家新一代人工智能创新发展试验区建设工作指引》，需建设AI创新发展试验区，促进自主创新能力提升

➢ 近两年，中国政府开始高度重视数据安全，加快数据安全、个人隐私保护的顶层架构设计。如2019年6月国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，明确提出尊重隐私、安全可控的AI治理原则

融合云计算，物联网等新型技术，中国AI厂商纷纷加快布局数据安全领域

➢ 随着AI的深入发展，AI数据安全问题引起各大企业重视，因此加大了对此领域的布局

➢ 百度联合华为、中国信息通信研究院成立了中国提升智能终端生态安全的联盟组织“OASES智能终端安全生态联盟” ，并联合开展智能终端的相关安全技术、安全标准和产业研究

➢ 腾讯发布全流程数据安全保护方案，并公开了在云安全领域AI战略布局

中国企业打破美企核心技术垄断，助力AI应用领域安全发展

➢ 目前国内外深度学习框架丰富，但头部效应明显。据IDC报道，在国内深度学习市场中，谷歌、脸书、百度分别排名前三位，三者占据中国50%以上市场份额

➢ 百度的飞桨平台是目前中国最完备的开源深度学习平台，率先打破美企的垄断，更好地满足了中国对数据安全的需求、也提升中国AI技术自主可控水平，将促进国产AI核心技术产品广泛使用，助力AI应用领域健康、安全发展

中国重视AI人才培养，并取得较好效果，将为AI产业发展提供坚实基础

➢ 中国高校积极布局AI相关学科建设，加大人才培养。如清华、南开等多所高校已成立AI研究院。此外，2018年7月，清华、西安交大等26所高校签署《关于设置AI专业建议书》，设立AI本科专业，加大本土AI人才建设

➢ 中国企业为加大引入国际AI人才，设立相应补贴或奖励机制。如阿里巴巴成立达摩院，招募国际AI顶级人才；科大讯飞在美国、加拿大等地设立AI实验室、办事机构，用于招募AI人才及相关研发业务

趋势五：人工智能厂商的安全意识与自主能力大幅提升

随着对技术自主可控意识的持续提升，未来中国AI厂商将更加注重自主研发，以实现AI应用领域安全发展，百度等厂商推动作用明显

企业动态

技术发展

人才培养


51

沙利文大中华区办公室

沙利文公司——跨行业全球市场与行业咨询专家

北京市朝阳区建国门外大街1号国贸写字楼2座2401室

电话：86 10 5929 8680

传真：86 10 5929 8680 www.frost.com

北京办公室：

上海市徐汇区云锦路500号

绿地汇中心B座1018室

电话：86 21 5407 5836

传真：86 21 3209 8500

www.frost.com

上海办公室：

香港中环康乐广场8号

交易广场1期1706室

电话：852 2191 5788

传真：852 2191 7995

www.frost.com

香港办公室：

深圳市南山区深南大道9676号大冲商务中心C座2106室

电话：86 755 3688 9828

传真：86 755 3686 8806

www.frost.com

深圳研究院：

南京市江宁区科建路29号

有志大厦7楼

电话: 86 25 8509 1226

传真: 86 25 8509 1226 www.frost.com

南京研究院：

台北市新沂区宋高路9号

远雄金融中心2509室

电话: 886 2 7743 0566

传真: 856 2 7743 7100

www.frost.com

台北办公室：

中美人工智能产业及厂商评估据报道，2020年1月1日生效的加州消费者隐私法案将影响超过...

Documents