报告简介

中国人工智能基础层行业发展研究报告为艾瑞咨询集团自主研究发布的行业报告。本报告对中国人工智能基础层行业进行研究分析,详细梳理了人工智能基础层的概念界定、组成部分、供给需求、市场规模、行业发展趋势与建议等。旨在将向市场提供更多的参考依据与行业洞察,为人工智能供给和需求企业提供一定的支持和帮助,为有关投资机构提供参考。

目录 一、人工智能基础层概念界定 1.1 定义:基础层概念与应用层相对应,涵盖支撑人工智能开发所用的资源与平台 1.2 人工智能基础层的进阶之路 二、人工智能基础层需求篇 2.1 人工智能基础层初步成型是产业链成熟的主要标志 2.2 基础层解决人工智能生产力稀缺的问题 三、人工智能基础层供给篇 3.1 人工智能基础层群像 3.2 主要基础层组成部分分析 四、典型人工智能基础层企业案例 4.1 商汤科技 4.2 第四范式 4.3 爱数智慧 五、人工智能基础层行业发展趋势与建议 5.1 趋势一:一站式基础层资源平台 5.2 趋势二:基础层全栈自主可控展望

成为VIP会员查看完整内容
0
29

相关内容

本报告对中国工业互联网与工业智能行业进行研究分析,详细梳理了工业互联网与工业智能的概念界定、供给需求、商业模式、竞争格局与战略发展路径,以及行业发展趋势与建议,并以上述内容为框架植入了企业案例,旨在展现和突出企业在工业互联网与工业智能所做的布局、已有的产品或解决方案,更好地体现企业在工业互联网与工业智能所创造的价值与贡献。

成为VIP会员查看完整内容
0
22

亿欧智库对2021年中国AI企业商业落地的最新情况进行了延续性研究,重点关注了现阶段人工智能企业获得竞争优势的关键影响因素,从而发掘AI产业的“行业赢家”。报告通过问卷调研、访谈、案头资料等方式形成了百强企业系列榜单,展现了具备商业落地规模潜力的企业全貌及其在各个垂直领域的分布情况。

报告亮点

解析2021年中国人工智能产业发展的最新背景

对2021年中国AI企业商业化落地情况做出评估,并评选百强企业榜单

展现各领域产业数字化转型中AI服务商的典型应用案例

一、技术突破:AI从单点技术应用走向集成化创新发展

深度学习开启了人工智能第一发展阶段,随着AI技术的场景应用不断深化,单一技术闭环逐步难以满足复杂场景下的智能化需求。当前,我国人工智能在国家战略层面上越来越强调系统、综合布局。AI技术的集成化创新逐渐成为主流,汽车电子、虚拟现实、5G通信等与AI集成化发展后,将带来更大的社会经济价值。

二、产业融合:人工智能进入深化融合发展期,各区域各行业全面铺开

中国人工智能企业在企业服务和机器人等垂直行业的分布最为集中,提供通用型方案的AI企业紧随其后,体现出我国AI产业正逐步由应用层向技术和基础层扩展。

近年来我国各地区新建人工智能产业园区近百个,在经济较发达的长三角、珠三角、京津冀城市,代表性AI产业聚集区已经形成。

三、数字经济:数字化变革驱动人工智能产业底层支撑能力持续提升

自2018年12月,中央经济工作会议把人工智能与5G、工业互联网、物联网等定义为新型基础设施建设后,以“新基建”赋能传统产业成为当前发展数字经济的关键所在。多样化的人工智能产业应用数据和更复杂的深度学习算法对AI的底层基础能力提出了更高要求。

四、资本市场:一级市场趋于饱和,AI投融资向二级市场衔接过渡

中国人工智能投融资向二级市场衔接过渡的趋势已经显现,部分AI企业规模显著增大。截至2020年底,C轮以后的AI投融资占比超过50%。2021年,在融资频次较低的情况下,平均单笔融资金额数却出现明显增长,从单笔1亿元左右跃升至3亿元以上。

亿欧EqualOcean CEO黄渊普认为:“2021年年内会有标杆性的AI企业成功上市,继而带动更多的AI企业在2022年登陆资本市场。”

五、后疫情时代:AI有效助力抗疫与复工,解锁落地新场景

后疫情时代,在助力抗疫与复工复产过程中,身份识别、服务机器人在各地各领域加速推广普及。与此同时,随着健康码等联系人追踪应用的普及,以及国家明确数据成为数字经济时代生产要素,如何规范和促进数据使用成为发展人工智能的重要课题。

六、国际竞争:AI成为各国科技角逐焦点,中国的影响力持续提升

亿欧智库统计,2018-2020年中国AI企业数量在全球占比由20%提升至约25%。2020年以来全球人工智能进入战略布局加快、产业应用加速发展落地阶段,主要国家和地区相继出台了人工智能相关战略和规划文件,人工智能成为改变世界科技竞争格局的重要筹码。以人为本、公平可信、产业融合是当前AI领域的热点话题。

成为VIP会员查看完整内容
0
40

一个全新的数字经济时代正加速到来。

在国家政策与行业需求双重因素的影响下,数字技术与产业融合成效愈发明显。毫无疑问,数字经济已经迎来了重要的发展机遇期。

为了更好地了解中国产业数字化发展情况,CB Insights 中国团队基于对产业数字化领域进行调研与分析,重磅发布《中国产业数字化发展报告》,同时梳理数字经济时代下的代表企业,制作产业数字化生态图谱。

报告从当前中国产业数字化现状、技术创新情况、代表行业数字化转型现状及预期进行综合阐述。此外,还结合当前产业数字化发展情况,对未来数字经济进行展望。

成为VIP会员查看完整内容
0
27

2021年中国对话机器人chatbot行业发展研究报告为艾瑞咨询集团自主研究发布的行业报告。本报告对2021年中国对话机器人chatbot行业进行研究分析,详细梳理了对话机器人的产品流程、行业发展历程、行业市场规模及应用场景分布,并为企业客户提供对话机器人产品的选型建议,旨在将向市场提供更多的参考依据与行业洞察,为对话机器人相关企业提供一定的支持和帮助,为有关投资机构提供参考。

成为VIP会员查看完整内容
0
33

来源:中国信息通信研究院

“未来一段时期,我国数据库行业将围绕两个核心命题进行发展:一个是缩小“高要求的存量数据应用需求”与“仍处于发展初期阶段的供给能力”之间的差距;另一个是探索“创新型数据应用需求”与“数据库技术产品演进路线”的合理映射关系。”

日前,中国信息通信研究院正式发布了《数据库发展研究报告(2021年)》,本研究报告从技术、产业、应用三方面梳理了数据库发展情况,并展望了发展趋势。

据中国信通院测算,2020年全球数据库市场规模为671亿美元,其中中国数据库市场规模为35亿美元(约合240.9亿元人民币),占全球5.2%。预计到2025年,全球数据库市场规模将达到798亿美元,中国的IT总支出将占全球12.3%。中国信通院预计,中国数据库市场在全球的占比将在2025年接近中国IT总支出在全球的占比,中国数据库市场总规模将达到688亿元,市场年复合增长率(CAGR)为23.4%。

01、数据库技术发展历程

首款企业级数据库产品诞生于上世纪60年代,六十余年发展过程中,数据库共经历前关系型、关系型和后关系型三大阶段。

前关系型阶段(1960-1970):网状层次数据库初尝探索

前关系型阶段数据库的数据模型主要基于网状模型和层次模型,代表产品为IDS和IMS,该类产品在当时较好地解决了数据集中存储和共享的问题,但在数据抽象程度和独立性上存在明显不足。

关系型阶段(1970-2008):关系型数据库大规模应用

关系型阶段以IBM公司研究员E.F.Codd提出关系模型概念,论述范式理论作为开启标志,期间诞生了一批以DB2、Sybase、Oracle、SQLServer、MySQL、PostgreSQL等为代表的广泛应用的关系型数据库,该阶段技术脉络逐步清晰、市场格局趋于稳定。

后关系型阶段(2008-至今):模型拓展与架构解耦并存

谷歌的三篇论文开启后关系型数据库阶段,该阶段由于数据规模爆炸增长、数据类型不断丰富、数据应用不断深化,技术路线呈现多样化发展。随着各行业数字化转型不断深入,5G、云计算等新兴技术快速发展,传统数据库的应用系统纷纷优化升级。全球市场格局剧烈变革,我国数据库产业进入重大发展机遇期。

02、数据库技术发展趋势

大数据时代,数据量不断爆炸式增长,数据存储结构也越来越灵活多样,日益变革的新兴业务需求催生数据库及应用系统的存在形式愈发丰富,这些变化均对数据库的各类能力不断提出挑战,推动数据库技术的不断演进。

趋势一:多模数据库实现一库多用

多模数据库支持灵活的数据存储类型,将各种类型的数据进行集中存储、查询和处理,可以同时满足应用程序对于结构化、半结构化和非结构化数据的统一管理需求。未来在云化架构下,多类型数据管理是一种新趋势,也是简化运维、节省开发成本的一个新选择。

趋势二:统一框架支撑分析与事务混合处理

产业界当先正基于创新的计算存储框架研发HTAP数据库,其能够基于统一套引擎同时支撑业务系统运行和分析决策场景,避免在传统架构中,在线与离线数据库之间大量的数据交互。

趋势三:运用AI实现管理自治

目前有研究通过将传统数据库组件用机器学习算法替代,来实现更高的查询和存储效率,自动化处理各种任务。未来80%以上的日常运维工作有望借助AI完成。

趋势四:充分利用新兴硬件

随着新型硬件成本逐渐降低,充分利用新兴硬件资源提升数据库性能、降低成本,是未来数据库发展的重要方向之一。

趋势五:与云基础设施深度结合

Gartner预测,到2022年75%的数据库将托管在云端。云与数据库的融合,减少了数据库参数的重复配置,具有快速部署、高扩展性、高可用性、可迁移性、易运维性和资源隔离等特点。云原生数据库能够随时随地从多前端访问,提供云服务的计算节点,并且能够灵活及时调动资源进行扩缩容,助力企业降本增效。

趋势六:隐私计算技术助力安全能力提升

近年来以同态加密等密码学为代表的软件解决方案和以可信执行环境(TEE)为代表的硬件方案为数据库安全设计提供许多新思路。未来,此类数据库将围绕算法安全性和性能损耗等问题,逐步突破,进而提供覆盖数据全生命周期的安全保护机制。

趋势七:区块链数据库辅助数据存证溯源

区块链具有去中心化、信息不可篡改等特征,区块链数据库能够长期留存有效记录,数据库的所有历史操作均不可更改并能追溯,适用于金融机构、公安等行业的应用场景。未来,提升区块链数据库性能将成为学术界与工业界共同探索的命题。

03、数据库典型行业应用动态

金融、电信、政务、制造、互联网五个行业为数据库产品及服务采购份额前五的行业,采购总和占据全部市场份额的80%以上。

(一)金融行业&电信行业

据中国信通院统计分析,以业务系统数量为计数单位,我国金融行业各类数据库占比为Oracle 55%、DB2 19%、MySQL 13%、PostgreSQL 6%,其他 7%。

目前,金融和电信行业在数据库应用方面正在呈现三大趋势:一是大部分存量数据库将向分布式架构升级;二是应用大量非关系型数据库助力创新业务落地;三是产品选型逐渐倾向国产数据库供应商。

(二)政务行业

我国在提升社会治理的数字化治理水平过程中,主要呈现两大特点:一是个体、企业和社会等被治理对象数量庞大、日趋复杂,二是智能治理要求各层、各机构政府人员深度应用信息科技工具。当前政务行业在数据库应用方面正在呈现两大趋势:一是大范围应用空间型、关联型数据库等产品;二是利用各类工具组件,做到数据库应用“平民化”。

(三)制造业

当前物联网技术正逐步渗透工业领域,不断增长的传感器、飙升的数据量以及更高的大数据分析需求对原有的数据库系统提出了新的需求,包括增加扩展性、实现与大数据技术生态的友好对接、降低大规模应用价格、充分利用边缘计算设备能力。未来工业行业在数据库应用方面将呈现两大趋势:一是应用大量时序数据库;二是逐步向边缘计算发展。

(四)互联网

互联网行业为充分发挥新要素、新模式、新动能等方面的优势,对底层IT系统中的数据库提出了多项新要求,以性能好、造价低、迭代快为核心。未来互联网行业在数据库应用方面将呈现三大趋势:一是利用内存数据库加速业务效率;二是开源数据库应用更加广泛;三是初创公司利用云数据库促进其快速发展。

04、总结与展望

数据库作为提供数据存储与处理能力的软件产品,是各机构信息系统的关键部件,是助力数据价值释放的核心引擎。随着数据跃升为生产要素,数据重要性进一步提高,我国数据库产业也迎来新一轮变局。

从产业角度看,宏观政策利好推动了存量数据库市场上行,我国数据库产业进入蓬勃发展的初期,产品供应商、服务提供商、支撑产业从业者均积极行动,各自发挥技术、渠道、运营等优势,寻求对于自身最优的发展路径;另一方面云基础设施的发展成熟将接近一半的传统数据库市场转移到了线上,云计算企业利用既有基础设施优势,成为最大获益者。

从技术角度看,一方面数据应用的变化倒逼数据库具备更大数据存储容量、更多数据计算模型、更快数据业务响应能力,整体技术发展进入后关系型阶段,架构设计逐渐分布式化、模型构建逐渐场景化;另一方面,人工智能、新型硬件、区块链、密态计算等关联技术的创新正在催生新型数据库设计模式,传统数据库功能边界正被逐渐突破。在数据库产业和技术的变局过程中,供给侧、应用侧、生态侧均处于机遇与挑战并存的状态。

成为VIP会员查看完整内容
0
21

由国家发展和改革委员会、工业和信息化部、国家互联网信息办公室和贵州省人民政府共同主办的2021中国国际大数据产业博览会于2021年5月26-28日在贵州省贵阳国际会议展览中心召开。

5月27日,中国信息通信研究院副总工程师史德年在会上发布了《数据价值化与数据要素市场发展报告(2021年)》。

报告建立了数据价值化的“三化”框架,即数据资源化、数据资产化、数据资本化。目前全球尚处于数据资源化的初级阶段,数据采集、数据标注有望成为撬动产业规模发展的新引擎。我国数据要素市场正在形成包含数据交易主体、数据交易手段、数据交易中介、数据交易监管的“四位一体”发展格局。

针对数据确权及定价等关键问题,报告从经济学视角出发,根据数据确权“三分原则”,建立了数据确权路径图,构建了从不完全市场到成熟市场数据定价模型,为推动数据要素流转、挖掘数据价值、做大做强数字经济提供重要参考。

数据资源化:本质是提升数据质量、形成使用价值的过程

在不经过任何处理的情况下,现实中的数据常常是分散的、碎片化的,无法直接利用以产生价值。数据资源化的过程使无序、混乱的原始数据成为有序、有使用价值的数据资源。

数据资产化:本质是形成数据交换价值,初步实现数据价值的过程

数据资产化是数据通过市场流通交易给使用者或所有者带来经济利益的过程。

数据资产化阶段,数据在市场上进行流通交易,推动数据商品变现,创造经济利益、实现数据价值化。

数据资本化:本质是实现数据要素的社会化配置的过程

数据资本化主要由两种类型:数据信贷融资与数据证券化。

数据信贷融资是用数据资产作为信用担保获得融通资金的一种方式。数据证券化是以数据资产未来所产生的现金流为偿付支持,通过结构化设计进行信用增级,发行可出售流通的权利凭证,获得融资的过程。

成为VIP会员查看完整内容
0
34

在第四届数字中国建设峰会“大数据论坛”上,国家工业信息安全发展研究中心副主任何小龙发布了《中国数据要素市场发展研究报告(2020~2021)》(以下简称“报告”)。

“十三五”时期是我国大数据产业蓬勃发展的阶段,根据国家工业信息安全发展研究中心产值测算数据,截至2020年底,我国大数据产业规模已达万亿元。随着我国大数据产业与实体经济深度融合、产业发展不断壮大,数据作为生产要素的属性不断凸显。如何实现数据要素市场化配置,激活数据要素潜在价值,推动与实体经济继续深度融合,是“十四五”期间我国需要面临的重要课题之一。

国家工业信息安全发展研究中心通过专家访谈、企业调研、案头研究等方式开展数据要素市场相关研究,结合自有的逾5000家企业大数据案例库对报告界定的产值规模进行了测算和分析,在报告中提出了数据要素及数据要素市场的边界,梳理了国内外数据要素市场发展现状,重点从市场概况、政策脉络、产业图谱及市场运行机制等角度,并结合相应的产值规模、技术水平、产品和服务、商业模式等情况,阐释了我国数据要素市场的发展现状,分析了现阶段我国数据要素市场存在的问题及未来发展趋势,提出了对策与建议。

成为VIP会员查看完整内容
0
67

 中国人工智能在零售领域的应用前景如何

  人工智能(AI)在零售领域应用是指人工智能计算机视觉、智能语音等人工智能技术在零售场景中的落地应用,其通过为零售行业的参与主体、不同业务环节赋能,进而实现对零售行业的整体升级和改造。人工智能技术应用于零售领域,促使“人-货-场”的结构发生变化,其信息流转速度加快,数字化程度持续提高。在政策利好、零售行业增长乏力、人工智能技术持续进步等因素驱动下,中国人工智能在零售领域应用行业市场规模将持续扩大,预计于2025年达到67.7亿元。

  1. 智能客服、精准营销等是人工智能在零售领域的主要应用场景  人工智能应用于零售领域的关键技术包括计算机视觉、智能语音、自然语言处理、机器学习、知识图谱等。现阶段这些技术在智能客服、精准营销等场景下应用较为成熟。随着人工智能技术持续进步,其将可在零售领域实现大规模的应用。

  2.零售行业增速乏力,急需AI等新技术助力转型  2015-2020年期间,中国社会消费品零售总额和网上零售总额的增速逐步下降,2020年其增速分别为-3.9%、10.9%,零售行业增速乏力。同时零售行业是典型的劳动力密集型行业,在供应链、客服、营销、运营、销售等不同环节均需大量人力资源,但中国劳动力市场逐年紧缩,零售行业面临用工短缺问题,当前中国连锁零售行业人才缺口约达500万人。因此,零售企业需利用AI等新技术对收银、客服、营销、门店管理等环节进行智能化改造,在提升人员效率、节省人力成本的同时,以获取新的业务增长点。

  3.云服务巨头在AI+零售行业更具优势

  中国人工智能在零售领域应用行业参与者众多,参与者入局基础差异性显著,主要包括云服务企业(阿里云、腾讯云等)、AI技术企业(第四范式、商汤科技等)以及传统零售企业(苏宁等),其中,阿里云、腾讯云等在零售业进行布局的云服务企业在行业中更占优势。

成为VIP会员查看完整内容
0
27

本报告通过总结隐私保护计算关键技术、详细梳理我国个人信息和隐私保护法律法规框架,分析隐私保护计算技术相关的个人信息和隐私保护的关键合规点,深入讨论了隐私保护计算技术如何帮助企业更好的满足个人信息和隐私保护的要求。最后,围绕建立健全法律法规体系、加快标准体系建设、强化全流程风险防控、明确安全与发展并举以及人才培养进行了展望,并为关注个人信息和隐私保护的社会各界提供有益参考。

报告目录 一、隐私保护计算技术概述 (一)隐私保护计算技术定义 (二)隐私保护计算关键技术 (三)隐私保护计算技术解决的主要问题

二、个人信息和隐私保护立法与监管 (一)个人信息和隐私保护立法 (二)个人信息和隐私保护监管与执法 (三)金融领域个人信息和隐私保护立法与监管

三、合规要点与隐私保护计算技术 (一)重要合规要点 (二)隐私保护计算技术合规应用探讨

四、发展展望 (一)坚持良法善治,完善法律法规体系 (二)强化标准引领,加快标准体系建设 (三)立足风险评估,强化全流程风险防控 (四)深化双轮驱动,明晰安全与发展并举 (五)着力固本培元,造就高水平人才队伍

成为VIP会员查看完整内容
0
35
小贴士
相关主题
相关VIP内容
专知会员服务
11+阅读 · 9月5日
专知会员服务
40+阅读 · 8月8日
专知会员服务
27+阅读 · 8月3日
专知会员服务
21+阅读 · 6月29日
专知会员服务
67+阅读 · 5月11日
相关资讯
2019年中国人工智能基础数据服务行业白皮书
艾瑞咨询
21+阅读 · 2019年9月16日
联合国2019数字经济报告
智能交通技术
7+阅读 · 2019年9月14日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
21+阅读 · 2019年6月5日
行业报告 | 2018中国智能风控研究报告
未来产业促进会
4+阅读 · 2018年12月12日
2018年中国供应链金融行业研究报告
艾瑞咨询
6+阅读 · 2018年11月20日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
11+阅读 · 2018年7月17日
2018人工智能助力法律服务研究报告
行业研究报告
7+阅读 · 2018年4月3日
2018年中国人工智能行业研究报告
艾瑞咨询
3+阅读 · 2018年4月2日
2018-2020年中国服务机器人行业深度研究报告
机器人大讲堂
5+阅读 · 2018年1月30日
2017年中国计算机视觉行业研究报告
艾瑞咨询
6+阅读 · 2017年12月7日
相关论文
Gregory Yauney,David Mimno
0+阅读 · 9月15日
Electing the Executive Branch
Ehud Shapiro,Nimrod Talmon
0+阅读 · 9月15日
Comparing decision mining approaches with regard to the meaningfulness of their results
Beate Scheibel,Stefanie Rinderle-Ma
0+阅读 · 9月15日
Mario Becerra,Peter Goos
0+阅读 · 9月14日
Günther Koliander,Georg Pichler
0+阅读 · 9月11日
Yury Polyanskiy,Yihong Wu
0+阅读 · 9月10日
Antoine J. -P. Tixier
10+阅读 · 2018年8月30日
Murali Raghu Babu Balusu,Taha Merghani,Jacob Eisenstein
4+阅读 · 2018年4月19日
Top