中国决策类人工智能市场

中国决策类人工智能市场发展特点：包含人工智能现处于大规模应用的关键转折点，人工智能是一种应用广泛的技术，在机器帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断。经过多年的发展和实践，人工智能已成为一种越来越被广泛采用的技术，并发展成一种新的基础设施，赋能各行各业，重塑行业格局。等等

中国决策类人工智能市场发展特点

• 人工智能产业
  • 人工智能现处于大规模应用的关键转折点
    • 人工智能是一种应用广泛的技术，在机器帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断。经过多年的发展和实践，人工智能已成为一种越来越被广泛采用的技术，并发展成一种新的基础设施，赋能各行各业，重塑行业格局。
    • 人工智能在整体经济中的渗透率一直呈现增长的态势，但在很大程度上仍然面临诸多发展瓶颈，原因包括数据不足、应用成本相对较高、系统安全和治理问题以及部署挑战等因素。然而，近年来，市场及整体社会逐渐认识到人工智能带来的变革性作用。特别是，以下技术及社会因素的进步加快了人工智能的商业应用。
  • 数据量增长
    • 现今世界已实现广泛的数字化及互联互通，这也使得数据量急剧增长。2021年，全球范围内创造、获取、复制及消耗了83ZB的数据，在过去十年间增长了近30倍，且预计在2026年将进一步增长至208ZB。庞大的数据量蕴含的重要信息为每个组织创造了大量机会，然而，数据量激增也为数据分析带来了前所未有的挑战，由人工处理数据分析任务变得愈发困难且成本高昂。在这样的背景之下， 数据的积累促进了人工智能应用。同时，人工智能从丰富的数据中学习、训练和发展，变得更加智能，并能够以更有效的方式解决现实中的问题。
  • 计算和算法基础设施进步
    • 算力的迅猛提升：算力与芯片的发展迭代密切相关。与此前代际的芯片相比，大多数芯片公司的人工智能芯片产品在算力上均大幅提高。大型芯片厂商新一代人工智能芯片的算力较上一代同系列产品最高可提升十倍。
    • 模型训练的时间和成本降低：新的算法和框架的出现提高了人工智能训练和在行业部署的效率。例如，借助迁移学习技术，迁移和复制某个人工智能模型所获得的洞察至新的领域；借助自动机器学习(AutoML)技术，所有的开发者及业务人员都可以开发和优化机器学习模型，减少对机器学习专家的依赖。
  • 各行业领域部署人工智能应用的意识提升
    • 人工智能持续助力全球各行各业的变革，各类机构的决策层也已经注意到这一点，并对人工智能进行投资。2021年，全球人工智能支出达到1,638 亿美元，相较2017年的462亿美元，年均复合增长率为37.2%，并预计于2026 年提升至4,639亿美元，年均复合增长率为23.1%。预计到2030年， 人工智能将驱动近15%的全球GDP。
  • 中国引领全球人工智能行业发展
    • 在应用人工智能的先行者中，国内市场高度活跃，现正以不断跨越现有边界和急剧涌现的人工智能创新引领全球人工智能行业的发展。在需求端，人工智能被认为是一种易于获取及使用的工具，能为不同规模的实体实现在当今数字时代的运营效率提升和业务成功。国内庞大的经济规模及可观的社会活动水平带来了丰富多样且可与人工智能融合的应用场景。中国市场存在对人工智能解决方案的巨大需求，且需要针对多样化、动态的现实场景进行量身定制，这也鼓励了人工智能行业技术和商业模式的创新。在供应端，国内人工智能提供商受益于经济规模和社会活动水平所产生的大量且规模仍在不断增长的数据、强大的人才库、领先的研究能力及充满活力的人工智能领域参与者。此外，预期政府促进人工智能技术、人工智能人才教育及应用人工智能解决方案的支持政策及法规可进一步推动中国人工智能行业的迅速发展。
    • 2021 年，中国人工智能支出达到1,987亿元，预计于2026年将增长至人民币8,466亿元，年均复合增长率为33.6%。根据「2022 年人工智能指数报告」，中国是全球影响力日益增加的主要人工智能市场，且通过以下事实也得以印证：
      • 以2021年的人工智能支出计，中国跃升为全球第二大人工智能市场，占全球人工智能支出约19%。
      • 随着人工智能需求的激增，预计2021年至2026年，中国人工智能支出的年均复合增长率将达到33.6%，显着超出同期全球人工智能支出的增长。
      • 以2021年人工智能专利申请数量计，中国排名全球第一，并拥有全球最大的顶级人工智能研究员人才库之一。
      • 以2021年人工智能期刊发表和人工智能期刊引用数量计，中国已跃升为全球第一。
    • 中国人工智能行业可按照应用领域分为四大类别：决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人。以下分别载列四个类别各自的定义及典型应用场景：
      • 决策类人工智能识别数据中的隐藏规律，指导基于数据洞察的决策过程， 并解决与核心业务运营密切相关的问题。典型应用包括但不限于智慧营销、风险管理及供应链管理优化。
      • 视觉人工智能基于视觉数据识别、追踪和测量物体，并将这些信息转化为洞察和判断。典型应用包括但不限于智能门禁、公共安全监控、光学字符识别（「OCR」）。
      • 语音及语义人工智能 旨在与人类识别、生成和交换语音、文本等语言信息，以在某些重复的沟通场景中节省人力。典型应用包括但不限于智能客服、智慧转录、交互式语音应答。
      • 人工智能机器人旨在代替人类执行某些重复性高或危险的任务。典型的人工智能机器人应用包括但不限于工业无人机、自动导引车（「AGV」)、手术机器人。
  • 分类别中国人工智能市场规模
    • 在上述类别中，决策类人工智能有望成为增长最快的类别。于2021 年，中国决策类人工智能市场的支出规模达到人民币471 亿元，预计2026 年将增长至人民币2,841亿元，年均复合增长率为43.3%。
• 中国决策类人工智能市场
  • 机器促进决策方面释放重要价值
    • 为充分利用数据中包含的价值，许多机构已采用数据驱动的方法来支持日常运营中的决策。面对不断增长的海量数据，由机器而非人类进行数据分析，效果则有所不同。
    • 在人工智能兴起并最终商业化应用前，即使有足够的数据，企业仍需依靠人工的感知、经验、判断，有时甚至是直觉来做出决策。我们现今所处世界瞬息万变，仅依靠常识和积累的经验难以预判做出关键决策所涉风险，亦无法承担做出错误决策的后果。与此同时，在数字时代，手动处理及分析海量数据变得越来越困难、成本高昂， 且不切实际。
    • 人工智能驱动的决策模型克服了人类有限理性和认知偏差的局限性，现在正在逐渐解放和增强人类的能力，在部分情况下甚至能在传统的工作流程模式中代替人力以提高决策的可靠性和效率。随着人工智能应用到越来越多样化的场景，决策类人工智能几乎可以从上到下优化企业运营的所有组成部分，包括但不限于扩大业务规模、提升营销效果、改善运营效率。例如，在智能营销的背景下，人工智能驱动的解决方案通过提高营销投放的准确性，能够推动电商公司的收入增长。人工智能驱动的决策亦正在改变金融业的风险管理体系。举例而言，使用人工智能信贷风险模型可显着降低违约率。越来越多行业乐见先进的决策类人工智能技术带来的巨大影响。
    • 有别于主要侧重数据模式的感知和认知的其他人工智能解决方案类别，决策类人工智能提供预测分析和建议，支持和指导业务行动。它应用于精准营销、风险管理、日常运营优化等各种现实场景。根据灼识谘询的资料，预计未来五年，中国决策类人工智能支出将显着增长，并在整体人工智能支出中占更高比重。
  • 以平台为中心的人工智能应用扩大决策类人工智能的应用规模
    • 尽管中国的市场环境有利于推进决策类人工智能发展，但各类机构仍经常面对若干主要挑战，使其难以自行开发和采纳人工智能应用：人工智能专家短缺：缺乏有经验的人工智能专家及数据科学家一直是企业建立内部人工智能团队并自研开发和运营人工智能基础设施的关键阻力。对很多企业而言， 人才短缺是内部成功开发人工智能的主要障碍。
    • 总拥有成本高昂及投资回报率不确定：建立专有人工智能系统或整合多个单点人工智能软件应用解决方案对大多数企业而言成本非常高昂。例如，根据灼识谘询估计，一家公司一般需约人民币5亿元的前期投资费用方可在内部开发一整套企业级人工智能系统，并将后续产生每年约人民币5,000万元的持续维护费用，导致总拥有成本远高于公司通过外部采购一套相同标准人工智能系统的年度开支（约人民币5,000 万元至人民币1 亿元）。而且，由于缺乏人工智能专业知识及模型训练，该内部开发人工智能系统可能需要更多投入并需更长时间进行评估，且该系统效益和效率的提高可能不达预期，进而导致投资回报率高度不确定。
    • 落地部署困难：鉴于其技术与资本密集的性质，企业或需大量资源方可大规模部署人工智能解决方案，以开发其定制的应用，使内部流程（如决策制定）得以智能化。在大多数情况下，企业需以「试错」的方式开发并部署自研的人工智能应用或外采的单点解决方案，以寻找最适合其业务的最佳应用组合，这个过程需时较长。根据灼识谘询估计，企业在现有的人工智能团队配置下，平均需要约三年时间在内部完成大规模人工智能基础设施及人工智能能力的自建。
    • 数据与系统不兼容：采用外部采购的单点人工智能应用解决方案产生单点解决方案应用之间及╱ 或单点解决方案应用与内部开发人工智能应用之间不兼容的风险。此外，企业加强对数据安全、数据隐私保障以及集中数据和系统管理的意识也会使部署不同的单点解决方案和归纳多个数据来源更加复杂。
  • 决策类人工智能平台与单点解决方案方式的比较
    • 随着以平台为中心的人工智能解决方案在中国快速崛起，上述挑战得以识别并妥善解决。与单点解决方案不同，除了人工智能应用和基本计算基础设施外，以平台为中心的决策类人工智能解决方案亦为终端用户提供人工智能开发平台。该人工智能开发平台为终端用户提供统一的开发标准、高兼容性并能根据实际需求灵活扩展应用。其即插即用特性及可用于进一步开发和运营特定应用场景解决方案的基础设施，让决策类人工智能平台能有更高的灵活性、可扩展性、兼容性，亦能更易于管理。
    • 在决策类人工智能市场中，中国以平台为中心的决策类人工智能细分市场正不断扩大。于2021年，以平台为中心的决策类人工智能市场规模在人工智能支出方面达到人民币94亿元，并估计将以55.0%的年均复合增长率于2026年增长至人民币845亿元， 超越决策类人工智能行业的整体增速。非以平台为中心与以平台为中心的决策类人工智能解决方案两者之间的主要差异在于其于人工智能开发和部署以满足不断变化的需求方面的潜力，即更多人工智能应用在其他应用场景下的扩展性以及该等人工智能应用的兼容性。并非以平台为中心的决策类人工智能应用大多数为固定及一次性交付品，对于用户要求对原有解决方案进行扩展这一额外需求难以满足，主要是因为针对不同工作流程而设计的人工智能应用，其基本框架、相关数据治理基础设施或处理规则亦可能不同，导致人工智能系统出现不兼容情况。反之，以决策类人工智能平台为基础的以平台为中心的决策类人工智能解决方案提供运营环境及工具，允许灵活的人工智能开发，具备可迁移及复制至相似或相邻情景的模组及应用。其亦统一了所有应用建构于其上的开发环境及规则。此统一方式省却了在整合属独立开发的非以平台为中心决策类人工智能应用的转换成本，并使人工智能系统完全互相兼容。在此而言， 以平台为中心的决策类人工智能解决方案可给予企业更多空间于未来进行流畅和完整的人工智能开发及部署。
  • 中国决策类人工智能市场规模
• 中国人工智能解决方案提供商的关键成功因素
  • 为客户创造价值
    • 人工智能解决方案提供商一般会寻求以经甄选的客户（尤其是行业领导者）为起点进行行业开拓。提供商会先与各行业或领域的「标杆」客户建立互信及合作关系，帮助「标杆用户」识别关键问题、提供解决方案，并帮助客户实现业务价值提升。人工智能解决方案提供商将通过捕捉客户增量需求，扩大其部署规模。这些人工智能「标杆用户」的案例将继续吸引相应行业及领域的潜在客户。因此，能够创造价值并帮助客户取得持续成功对于决策类人工智能公司成为行业先驱而言至关重要。
  • 先发优势
    • 帮助「标杆用户」实现业务价值提升后，决策类人工智能提供商可利用他们的行业知识及实践经验吸引并服务目标行业的其他客户。先发优势是在人工智能行业取得成功的重要因素。受益于丰富的应用场景、深入的「标杆用户」关系及快速的行业知识积累，行业中的先驱者可实现更快的商业扩张，并建立良性循环闭环。因此，他们能够迭代更智能的人工智能，并迅速采纳有效的人工智能解决方案以满足不断变化的用户需求。
  • 先进技术与创新
    • 技术能力对于人工智能解决方案提供商蓬勃发展至关重要。鉴于人工智能行业日新月异，持续采纳先进技术并推出创新解决方案服务的能力是维持竞争优势的关键。
  • 吸纳并留住人才
    • 过去几年，对人工智能人才的需求迅速增长。随着行业日新月异且人工智能解决方案被广泛部署，人工智能能力不同的公司均意识到技术差距并致力填补这些差距。人工智能业务的技术密集型特性亦需要经验丰富、技术纯熟的人才。因此，能否持续吸引并留住人才已成为企业成功的主要因素。