傳動網 > 新聞頻道 > 市場調研 > 資訊詳情

2023年中國人工智能行業市場發展現狀

時間:2023-05-05

來源:中研網

導語:從人工智能企業核心技術分布看,大數據和云計算占比最高,達到41.13%;其次是硬件、機器學習和推薦、服務機器人,占比分別為7.64%,6.81%,5.64%;物聯網、工業機器人、語音識別和自然語言處理分別占比5.55%,5.47%,4.76%。

  隨著人工智能科技和產業的快速發展,有必要根據最新形勢變化,制定實施新的人工智能發展國家戰略,包括加快研發人工智能大模型、集中力量攻克人工智能關鍵核心技術、超前規劃布局人工智能產業、培養和引進世界一流的人工智能創新人才、及時研究制定有關規則和標準等。

  從人工智能企業核心技術分布看,大數據和云計算占比最高,達到41.13%;其次是硬件、機器學習和推薦、服務機器人,占比分別為7.64%,6.81%,5.64%;物聯網工業機器人、語音識別和自然語言處理分別占比5.55%,5.47%,4.76%。當前,人工智能與實體經濟融合已取得積極進展,在制造、交通、醫療、教育、金融等重點行業建成了一批人工智能典型應用場景。

  AI開發平臺又稱為人工智能開發平臺,主要是由框架工具、訓練平臺、基礎設施、技術服務等部分組成,面向用戶打造的一站式算法定制服務平臺。AI開發平臺提供AI開發所需的工具和框架,可通過接口調用進行AI產品開發,或者利用該平臺算法框架進行功能定制,有利于降低開發成本。

  近幾年,我國大數據、物聯網等信息技術不斷發展,各產業逐漸向數字化方向轉型,AI技術與各行業的融合程度不斷加深,AI行業得到快速發展,應用范圍逐漸拓寬。在此背景下,我國AI市場規模逐漸擴大。2022年,我國AI市場規模為1349.4億元。隨著各行業對AI技術的需求不斷增長,AI開發平臺市場需求逐漸增加。目前,我國AI開發平臺市場規模快速上漲。從2016年到2022年,我國AI開發平臺市場規模由17.1億元增長為265.3億元。

  現階段,我國AI開發平臺產業鏈較為完善。產業鏈上游為技術支持行業,主要有容器編排、云計算基礎設施、容器引擎、大數據計算框架等技術;中游為AI開發平臺行業,為各行各業開發者提供算法模型;下游則主要面向應用領域,大多被應用于電商、工業、金融、醫療、農業等領域。目前,AI開發平臺已經形成了成熟的商業模式,主要為開發者提供AI開發工具或者AI技術接口,從而取得盈利,計費方式大致可分為按調用量計費、包年或包月、免費等。其中,按調用量計費主要是面向AI需求量尚不明確的開發者,價格相對較高;包年或包月計費主要針對具有一定規模的企業,價格相對較低;免費模式主要面向中小型企業,大多為通用AI技術。

  業界人士預計,未來5至10年將是人工智能發展的關鍵期。僅就生成式人工智能而言,Gartner預計其將在2至5年內進入成熟期,并將帶來大量的應用機會和商業潛力,是未來的重要技術趨勢。業界人士認為,在人工智能發展過程中,要堅持安全可靠和創新發展并重,筑牢安全防護墻,應對人工智能帶來的安全風險亟須未雨綢繆,從而真正擁抱人工智能發展帶來的機遇。

  2023年中國人工智能行業市場發展現狀

  近兩年來,特別是新冠疫情的沖擊下,越來越多的國家認識到,人工智能對于提升全球競爭力具有關鍵作用,紛紛深化人工智能戰略。歐盟發布《2030數字化指南:歐洲數字十年》、《升級2020新工業戰略》等,擬全面重塑數字時代全球影響力,其中將推動人工智能發展列為重要的工作。從人工智能自身產業化的角度來看,技術迭代升級是發展的源動力,目前人工智能尚不完善,智能化路徑還在加快探索,技術的創新驅動將有助于拓展新的發展空間。從人工智能賦能傳統產業的角度來看,特別是疫情以來,數字化、智能化轉型不斷提速,推動人工智能應用邁入加速軌道,相關應用不斷深化。

  從治理角度來看,技術和產業發展要領先于監管和制度,治理問題日益嚴峻,保障人工智能的健康發展成為全球共同關注。這里面既有漸進的變化,也有結構性甚至方向性的調整,需要全面、系統地提升各方面能力,從而推動人工智能持續且健康的發展。未來人工智能除了重視技術創新以外,還更加關注工程實踐和可信安全,這也構成了新的“三維”發展坐標,牽引人工智能技術產業邁向新的階段。事實上,業界在各個維度上的努力早已開始,并且從未停止過,只是時至今日,工程實踐和可信安全被擺在了更為重要的位置。三維坐標并非完全獨立,而是相互交織、相互支撐。

  人工智能是引領未來的新興戰略性技術,是驅動新一輪科技革命和產業變革的重要力量。習近平總書記多次作出重要指示,強調“要深入把握新一代人工智能發展的特點,加強人工智能和產業發展融合,為高質量發展提供新動能”。當前,人工智能與云計算、大數據等支撐技術的融合不斷深入,圍繞著數據處理、模型訓練、部署運營和安全監測等各環節的工具鏈不斷豐富。人工智能研發管理體系日益完善,以MLOps為代表的自動運維技術受到越來越多的關注。隨著工程實踐能力的不斷提升,“小作坊、項目制”的賦能方式正在成為歷史,未來將會更加便捷、高效地實現人工智能落地應用和產品交付。

傳動網版權與免責聲明:

凡本網注明[來源:傳動網]的所有文字、圖片、音視和視頻文件,版權均為傳動網(www.cdcst56.com)獨家所有。如需轉載請與0755-82949061聯系。任何媒體、網站或個人轉載使用時須注明來源“傳動網”,違反者本網將追究其法律責任。

本網轉載并注明其他來源的稿件,均來自互聯網或業內投稿人士,版權屬于原版權人。轉載請保留稿件來源及作者,禁止擅自篡改,違者自負版權法律責任。

如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。

關注伺服與運動控制公眾號獲取更多資訊

關注直驅與傳動公眾號獲取更多資訊

關注中國傳動網公眾號獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運動控制
  • 伺服系統
  • 機器視覺
  • 機械傳動
  • 編碼器
  • 直驅系統
  • 工業電源
  • 電力電子
  • 工業互聯
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機界面
  • PLC
  • 電氣聯接
  • 工業機器人
  • 低壓電器
  • 機柜
回頂部
點贊 0
取消 0