人工智能产业报告

智绘未来——人工智能的星辰大海 人工智能产业深度系列报告（一） 摘要人工智能（AI）已进化为庞大的产业生态系统。作为旨在模拟甚至超越人类智能行为的计算机系统，AI已逐渐从跨学科的单项技术快速演变为包含基础层、技术层与应用层在内的跨领域产业生态系统。上世纪40年代AI初露萌芽，早期发展一波三折，直至千禧年前后，随着深蓝（DeepBlue）和ImageNet项目横空出世，AI得以快速进化。2022年生成式AI—ChatGPT的发布，再次将行业推至阶段性顶峰。有机构预测，至2030年，AI将以每年近37% 的增长速度达到近1.85万亿美元的市场规模。 算法、算力、人才与数据构成推动AI行业发展的四大源动力。算法是AI技术进步中联结数据与硬件的桥梁，其中层层叠加的大模型、深度学习、神经网络、机器学习等是算法的重要组成部分。硬件是技术实现的基础设施，以GPU、ASIC、FGPA为主的AI芯片不断进化。随着算法与算力差距的不断缩小，高质量、庞大且多样的数据逐渐成为AI行业竞争的关键要素。人才作为技术实现的引擎，产学研的紧密结合与升级为AI人才提供重要基础。 不断渗透的AI应用推动生产力提升与生产关系重塑。被称为第四次全球产业革命主力军的AI，当前已渗透至几乎所有行业的不同业务子领域中。有数据显示，全行业平均渗透率已达10%，其中以消费、健康为主。AI为生产降本增效、重塑关系。随着初创企业驱动技术前沿不断拓展，AI的渗透率料将持续提升，重塑生产关系更为深化，提升生产力更为明显，成为经济增长的新动能。 以资本投入展望未来AI行业发展图景。AI的快速发展与应用潜力引发了全球资本的浓厚兴趣，过去十年间全球AI投融资总规模从33亿美元升至650亿美元，其中美国一枝独秀；中国和以色列处于第二集团。行业领域中，企业软件、交通、金融科技、健康等最受资本青睐。随着2023年生成式AI（GenAI）的崛起，资本的投入也随之爆发，最大的单笔投资高达100亿美元，其中中美两国依旧是全球GenAI投资的最主要“玩家”。 政策鼓励与监管共塑AI未来。一方面，随着AI展现其跨领域的应用潜力与经济价值，各国政府制定政策框架以构建有利环境、鼓励健康发展。2017年以来，中美欧陆续发布重要文件，对行业运行产生显著影响。另一方面，由于AI涉及隐私、安全、伦理等问题，同时资本驱动与私企属性较明显，中国与欧盟均出台法律规范市场运行。鉴于各国目前的行业鼓励政策已相对完善，预计未来政策会更多在行业监管端发力，重点考虑如数据隐私与安全、伦理、公平性、合法性等角度。 风险提示：技术更迭过快、数据隐私保护、AI伦理。 2024年2月28日 行业：人工智能 李好Leo,PhD +8523150-7328 leo.li@cncbinvestment.comSFC:BUC327 Pleaseseelastpageforanalyst’sdeclaration,disclaimeranddisclosureofinterest. 请参见尾页分析师声明、免责声明及利益申报1 正文目录 写在前面4 1.人工智能的产业生态与历史脉络5 1.1产业生态：跨学科的技术革命5 1.2历史脉络：从图灵到大模型6 2.技术进步是行业飞速发展的重要推动力7 2.1大数据：模型训练的原材料7 2.2算法模型：连接数据与硬件的桥梁8 2.3硬件算力：技术实现的基础设施10 2.4人才生态：推动技术突破的创新引擎11 3.AI应用已渗透至各行各业并将逐渐改变世界13 3.1跨界融合：各行业职能的渗透与影响13 3.2经典应用：引发广泛关注14 3.3初创企业：塑造未来的力量14 3.4经济增长新动能：额外增量与重塑生产15 4.全球AI投融资市场的竞逐与机遇16 4.1全球图景：美国领先，中国追赶16 4.2行业领域：聚集效应较强18 4.3融资结构：早期融资成为主流19 4.4GenAI融资：AI投资的半壁江山19 5.政策扶持与监管塑造行业发展21 5.1政策扶持：中国、欧洲与美国均表明态度21 5.2行业监管：以规范塑造未来23 5.3未来政策演变：鼓励之余或强化监管力度24 图表目录 图表1:中证人工智能产业指数VS全A4 图表2:纳斯达克CTA人工智能指数VS纳斯达克指数4 图表3:恒生人工智能指数VS恒生指数4 图表4:人工智能产业链5 图表5:人工智能技术涵盖图9 图表6:人工智能芯片优缺点对比10 图表7:2020-2023全球主要国家AI2000入选学者数量（人次）变化趋势12 图表8:AI2000近三年全球TOP10机构学者数量（人次）12 图表9:人工智能子领域前100学者所在国分布12 图表10:各行业对人工智能的采用率13 图表11:AI对全球GDP的影响15 图表12:AI对不同地区GDP的贡献15 图表13:近十年全球AI企业总融资规模与融资笔数16 图表14:近十年全球AI企业最大单笔融资与平均融资16 图表15:2023年全球AI企业融资规模与笔数17 图表16:2023年全球主要国家与地区AI企业融资规模与数量17 图表17:2023年全球主要国家与地区AI企业融资规模占比17 图表18:2023年全球主要国家地区人工智能相关企业平均融资规模排名18 图表19:2010-2023投资于人工智能类别的金额18 图表20:全球人工智能相关企业不同阶段融资占比19 图表21:2017年以来GENAI融资规模与融资笔数20 图表22:2017年以来GENAI最大单笔融资与平均额20 图表23:GENAI市场规模（2021-2032）20 图表24:2023年全球主要国家地区GENAI企业融资规模与融资笔数20 图表25:2023年全球主要国家地区AI企业融资VSGENAI企业融资规模21 图表26:近年全球人工智能相关的重要政策文件22 图表27:近年全球主要国家人工智能相关监管文件23 写在前面 作为第四次产业革命的核心引擎，人工智能（ArtificialIntelligence，AI）让我们置身于一个充满无限可能的时代。其技术的快速进步与广泛应用，深刻改变着几乎所有行业的运作方式与商业模式。有观点认为1，人工智能不是一个行业，更不是单一的产品，甚至不是一个领域，而是科学研究、教育、制造、物流、国防、执法、政治、广告、艺术、文化等众多行业及人类生活各个方面的赋能者。人工智能的特点将颠覆和改变上述所有方面。由此产生的结果将是人类对现实体验水平的提升，以及人类身份的转变，所达到的高度可能是人类自现代曙光初现以来从未企及的。 全球资本市场同样为这场智能革命所兴奋。自OpenAI发布ChatGPT以来（截至2024年2月23日）A股人工智能板块指数跑赢全A指数10.6个百分点；纳斯达克AI指数跑赢纳斯达克指数5.1个百分点；恒生人工智能主题指数跑赢恒生指数3.4个百分点（图表1-3）。 为此，我们将开展人工智能主题系列研究，旨在洞察行业发展趋势与发掘市场投资机会。作为系列报告的首篇，我们将概述人工智能行业发展现状、全球投融资市场、政策与监管。未来将逐篇讨论中美AI投资市场的发展动态与潜在机会；生成式人工智能 （GenerativeAI，GenAI）；以及AI在各个主要行业领域的具体应用。希望能为投资者带来AI时代的全图景分析。 致敬科技，给我们带来的这个无限可能的AI新时代。 图表1:中证人工智能产业指数vs 全A 图表2:纳斯达克CTA人工智能指 纳斯达克CTA人工智能指数 纳斯达克指数 数vs纳斯达克指数 图表3:恒生人工智能指数vs恒生指数 中证人工智能板块 全A 1.5 1.3 1.1 0.9 2023-07 2023-09 2023-11 2024-01 0.7 (2022/11/30=1.0) 1.5 1.4 1.3 1.2 1.1 1.0 0.9 (2022/11/30=1.0) 1.3 1.2 1.1 1.0 0.9 0.8 (2022/11/30=1.0) 2022-11 2023-01 2023-03 2023-05 2023-07 2023-09 2023-11 2024-01 恒生人工智能主题 恒生指数 2022-11 2023-01 2023-03 2023-05 2023-07 2023-09 2023-11 2024-01 2022-11 2023-01 2023-03 2023-05 资料来源：,CNCBResearch资料来源：,CNCBResearch资料来源：,CNCBResearch 1援引自《人工智能时代与人类未来》，中信出版集团 1.人工智能的产业生态与历史脉络 1.1产业生态：跨学科的技术革命 人工智能旨在创建能够模拟甚至超越人类智能行为的计算机系统。AI技术的核心在于实现学习、推理、适应与自主行动等智能体具备的能力。作为一门跨学科的技术，AI汇集了计算机科学、信息论、心理学、生理学、语言学、逻辑学、数学等领域的知识。 人工智能行业是以人工智能关键技术为核心、由基础支撑与应用场景组成、覆盖领域极为广阔的行业群。人工智能行业不仅包含人工智能关键技术研发，还涉及到这些技术在各个领域的应用，包括自动驾驶、虚拟助手、智能家居、医疗诊断、机器人等。 人工智能产业链是一个多层次、跨领域的生态系统，涵盖从基础设施建设到技术开发，再到应用实施全过程。人工智能行业的发展离不开人工智能产业链的支撑与推动。产业链可分为基础层、技术层与应用层三大层面，各层面相互支撑，共同推动人工智能领域发展。 图表4:人工智能产业链 分层各层细分主要内容 应用层 行业应用智能制造、智能家居、智能医疗、智能交通、金融、教育等 计算机视觉、自然语言处理、语音识别、计算机图形、多媒体、知识工程、人机 应用场景 交互、代码生成等 技术层算法模型机器学习、人工神经网络、深度学习、强化学习、大模型等 基础层 算力GPU、FPGA、ASIC 数据平台数据采集（光学传感器、声学传感器等）、数据处理、数据存储、数据传输 资料来源：《人工智能标准化白皮书(2021版)》,CNCBResearch 基础层:人工智能产业链的根基，侧重于搭建基础支撑平台，为AI技术的研发与应用提供必要的硬件与数据支持。其中包含的关键要素有： •算力：包括GPU（图形处理单元）、FPGA（现场可编程门阵列）、ASIC（专用集成电路）等，这些芯片专为AI计算任务优化，提供高效的数据处理能力。 •数据平台：涉及数据的收集、存储、传输与处理，它们为AI模型提供训练与运行所需的大量多维数据以及云计算资源，构成AI技术的数据基础架构。 技术层:人工智能创新与应用的关键，主要的AI技术是指算法模型，主要内容如算法模型：如机器学习、人工神经网络、深度学习、强化学习和大模型等，这些算法模型是AI系统智能处理与决策的关键。 应用层:人工智能产业链的最前端，直接面向各个行业与消费者，提供具体的解决方案与产品，主要内容包括： •行业应用：针对制造业、医疗、交通、金融、教育、等领域， 提供定制化的AI解决方案，帮助各行业提高效率、降低成本、创新服务。产品涉及硬件产品（如智能机器人、智能无人机等）和软件产品（如智能语音系统、智能搜索系统等）。 •应用场景：自然语言处理、语音识别、智能语音、计算机图形、多媒体、代码生成等，这些技术让AI系统具备理解人类语言、识别图像与声音、生成图像与语音、生成代码等的能力。 AI在现代技术中占据特殊地位归功于三个关键方面。一是AI能够不断自我迭代，通过学习与优化，持续提高性能，形成一个自我加速的良性循环；二是AI对人类智能处理能力的模拟使其具有极高的普适性。它能够深入到各行各业中，执行复杂的数据分析任务，进行决策支持，自动化工作流程，甚至创造艺术作品。它的普适性意味着，无论是提升制造业的自动化水平，优化金融服务的个性化体验，还是在医疗领域进行疾病预测，人工智能均能够提供解决方案，大幅提升效率；