各领域的代表企业（标杆）计算机视觉在国内计算机视觉领域，动静态图像识别和人脸识别是主要研究方向，目前由于动态检测与识别的技术门槛限制，静态图像识别与人脸识别的研究暂时处于领先位置。 图像识别代表企业：百度、搜狗、三星中国技术研究院、微软亚洲研究院、Intel中国研究院等。 人脸识别代表企业：旷视科技、腾讯优图、蚂蚁金服、FaceID、汉王科技、三星中国技术研究院、微软亚洲研究院、中科奥森、深圳科葩、linkface、SenseTime等。 动态视觉检测代表企业：格灵深瞳、东方网力、Video++等。 语音/语义识别语音识别的关键在于基于大量样本数据的识别处理，因此，国内大多数语音识别技术商都在平台化的方向上发力，希望通过不同平台以及软硬件方面的数据和技术积累不断提高识别准确率。在通用识别率上，各企业的成绩基本维持在95%左右，真正的差异化在于对垂直领域的定制化开发。 语音识别：科大讯飞、百度、出门问问、智齿客服、思必驰、云知声、助理来也、京东JIMI智能客服、普强科技、捷通华声、紫冬锐意、纳象立方等。 语义识别：科大讯飞、百度、腾讯、智臻智能、智齿客服、助理来也、京东JIMI智能客服等。 智能机器人由于工业发展和智能化生活的需要，目前国内智能机器人行业的研发主要集中于家庭机器人、工业企业服务和智能助手三个方面。 在以上三个分类中，从事家庭机器人和智能助手的企业占据着绝大多数比例，涉及到的国内企业近300家，其中的代表性企业包括： 家庭机器人：优必选、Rokid、公子小白机器人、北冥星眸GalaxyEye、A.I.Nemo、极思维智能科技等。 智能助手：百度、小i机器人、图灵机器人、优必选、北冥星眸GalaxyEye、萝卜科技等。 工业企业服务：新松机器人、博实股份、优爱宝机器人和Slamtec等。 智能家居与家庭机器人不同，智能家居和物联企业的主要着力点在于智能设备和智能中控两个方面。 在这其中，以海尔和美的为代表的传统家电企业依托自身渠道、技术和配套产品优势建立起了实体化智能家居产品生态。 而以阿里、腾讯、京东、小米和乐视等互联网企业为代表的公司则通过各自平台内的数据和终端资源提供不同的软硬件服务。 传统家电企业：海尔U+、美的M-Smart等。 互联网企业：阿里小智、QQ物联、京东微联、小米、乐视乐居家等。 技术解决方案商：科沃斯、broadlink、感居物联、风向标科技、欧瑞博、物联传感、华为等。 智能医疗目前国内智能医疗领域的研究主要集中于医疗机器人、医疗解决方案和生命科学领域。 由于起步较晚和技术门槛的限制，目前国内医用机器人的研发水平和普及率相较于国际一线水平仍存在一定的差距， 从事企业主要集中于手术机器人和康复机器人两大领域，以新松机器人、博实股份、妙手机器人、璟和技创等企业为代表。 在医疗解决方案方面，以腾讯、阿里巴巴、百度和科大讯飞为代表的公司通过和政府、医疗机构的合作，为脑科学、疾病防治与医疗信息数据等领域提供智能解决方案。 医疗机器人代表企业：新松机器人、博实股份、妙手机器人、璟和技创等。 医疗解决方案代表企业：腾讯、阿里巴巴、百度、科大讯飞等。 生命科学代表企业：华大基因、碳云智能、贝瑞和康、安诺优达、联合基因、北科生物等。 未来，随着国内人工智能行业的产业分工和企业竞合日渐明晰，国内的人工智能产业链也将更为明显地分化为以BAT为代表的生态平台、以科大讯飞和格灵深瞳为代表的通用技术解决平台以及以出门问问、broadlink为代表的人工智能专用领域解决方案提供商。 国家政策文件及规划（工信部/网络安全部/中央网信办/科技部/商务部/国家工商行政管理总局？）2015年5月，《中国制造2025》 加快推动新一代信息技术与制造技术融合发展； 把智能制造作为两化深度融合的主攻方向;着力发展智能装备和智能产品 推进生产过程智能化 2015年7月，《国务院关于积极推进＂互联网+＂行动的指导意见》 将人工智能列为其11项重点行动之一； 具体行动为：培育发展人工智能新兴产业;推进重点领域智能产品创新;提升终端产品智能化水平。 主要目标是加快人工智能核心技术突破，促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用。 2016年3月，《中华人民共和国国民经济和社会发展第十三个五年规划纲要》 人工智能写入＂十三五＂规划纲要； 加快信息网络新技术开发应用，重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智能技术。 2016年4月，《机器人产业发展规划(2016-2020年)》 到2020年，自主品牌工业机器人年产量达到10万台，六轴及以上工业机器人年产量达到5万台以上。 服务机器人年销售收入超过300亿元; 工业机器人主要技术指标达到国外同类产品水平; 机器人用精密减速器、伺服电机及驱动器等关键零部件取得重大突破。 5、2016年7月，《＂十三五＂国家科技创新规划》 发展新一代信息技术， 其中人工智能方面，重点发展大数据驱动的类人智能技术方法，在基于大数据分析的类人智能方向取得重要突破。 2016年9月，《智能硬件产业创新发展专项行动(2016-2018年)》 重点发展智能穿戴设备、智能车载设备、智能医疗健康设备、智能服务机器人、工业级智能硬件设备等。 2016年11月，《＂十三五＂国家战略性新兴产业发展规划》 发展人工智能，培育人工智能产业生态，推动人工智能技术向各行业全面融合渗透。具体包括：加快人工智能支撑体系建设; 推动人工智能技术在各领域应用，鼓励各行业加强与人工智能融合，逐步实现智能化升级。 2017年3月，《2017年政府工作报告》 ＂人工智能＂首次被写入全国政府工作报告： 一方面要加快培育新材料、人工智能、集成电路、生物制药、第五代移动通信等新兴产业， 另一方面要应用大数据、云计算、物联网等技术加快改造提升传统产业，把发展智能制造作为主攻方向。 2017年7月，《国务院关于印发新一代人工智能发展规划的通知》 确定新一代人工智能发展三步走战略目标，人工智能上升为国家战略层面。 到2020年，人工智能技术和应用与世界先进水平同步，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元; 2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，核心产业规模超过4000亿元，带动相关产业规模超过5万亿元; 2030年，人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。 2017年10月，十九大报告 人工智能写入十九大报告，将推动互联网、大数据、人工智能和实体经济深度融合 2017年12月，《促进新一代人工智能产业发展三年行动计划(2018-2020年)》 从推动产业发展角度出发，结合＂中国制造2025＂，对《新一代人工智能发展规划》相关任务进行了细化和落实， 以信息技术与制造技术深度融合为主线， 以新一代人工智能技术的产业化和集成应用为重点， 推动人工智能和实体经济深度融合。 2018年3月，《2018年政府工作报告》 人工智能再次被列入政府工作报告： 加强新一代人工智能研发应用; 在医疗、养老、教育、文化、体育等多领域推进＂互联网+＂; 发展智能产业，拓展智能生活。 2018年4月，《高等学校人工智能创新行动计划》 到2020年，基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局 ，高校在新一代人工智能基础理论和关键技术研究等方面取得新突破， 人才培养和科学研究的优势进一步提升， 并推动人工智能技术广泛应用。 2018年11月，《新一代人工智能产业创新重点任务揭榜工作方案》 通过在人工智能主要细分领域，选拔领头羊、先锋队，树立标杆企业， 培育创新发展的主力军， 加快我国人工智能产业与实体经济深度融合。 2019年3月，《2019年政府工作报告》 将人工智能升级为智能+，要推动传统产业改造提升，特别是要打造工业互联网平台，拓展＂智能+＂，为制造业转型升级赋能。 要促进新兴产业加快发展，深化大数据、人工智能等研发应用， 培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群，壮大数字经济。 2019年3月，《关于促进人工智能和实体经济深度融合的指导意见》 把握新一代人工智能的发展特点，结合不同行业、不同区域特点，探索创新成果应用转化的路径和方法， 构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。 2019年6月，科技部发布《新一代人工智能治理原则——发展负责任的人工智能》 突出了发展负责任的人工智能这一主题，强调了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八条原则。 前瞻产业研究院致力提供统计调查、产业研究、产业申报、产业规划、产业转型升级、产业布局、空间规划、园区招商、产业落地运营、产业资本设计、产业大数据平台搭建等解决方案。 2019年8月，科技部《国家新一代人工智能创新发展试验区建设工作指引》 提出开展人工智能技术应用示范、人工智能政策试验、人工智能社会实验， 积极推进人工智能基础设施建设， 到2023年，布局建设20个左右试验区 2020年6月，全国人大常委会《全国人大常委会2020年度立法工作计划》 重视对人工智能、区块链、基因编辑等新技术新领域相关法律问题的研究, 继续推动理论研究工作常态化、机制化，发挥科研机构、智库等＂外脑＂作用， 加强与有关方面的交流合作， 抓紧形成高质量的研究成果 2020年7月，《十四五》 中共中央近日发布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出：「把科技自立自强作为国家发展的战略支撑」。 同时，「建议」中还指出，「要瞄准人工智能、量子信息、集成电路、生命健康、脑科学等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。」 在列举出的几大前沿科技中，人工智能、量子信息、集成电路被放在了前三位，在一定程度上说明了其重要性上的优先级。 AI人工智能被提升到国家战略，是一个极大的利好，提振了人工智能市场的信心; 国家及地方也积极发布多项政策，力挺人工智能的发展与应用。 2020年7月27日，国家标准化管理委员会、中央网信办、国家发展改革委科技部、工业和信息化部等机构颁布了《国家新一代人工智能标准体系建设指南》政策 2020年8月国家发改委、科技部、工业和信息化部《国家新一代人工智能标准体系建设指南》 加强人工智能领域标准化顶层设计，推动人工智能产业技术研发和标准制定，促进产业健康可持续发展 到2021年，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则，明确标准之间的关系，指导人工智能标准化工作的有序开展，完成关键通用技术、关键领域技术、伦理等20项以上重点标准的预研工作。 到2023年，初步建立人工智能标准体系，重点研制数据、算法、系统、服务等重点急需标准，并率先在制造、交通、金融、安防、家居、养老、环保、教育、医疗健康、司法等重点行业和领域进行推进。建设人工智能标准实验验证平台，提供公共服务能力。 市场机遇政策的利好扶持对应的技术企业，以及享受优惠税收等 以人工智能为代表的技术进步将持续推动中国劳动力市场向着技术偏向型方向转变，会有更多的技术应用场景落地，衍生更多的技术企业创造价值需求 产业竞争反而变成共享能力及供应链等，不同行业数据库共享开发用户价值 用户感受到技术对生活的利好，推动市场资金流入，以及一定程度上愿意开放个人隐私数据 优点 提高了行业效率和效益，高效的库存管理，减少营业费用：企业可以通过在仓库中安装物联网软件来实现企业库存自动化 增强用户体验：物联网设备创造了对数据和分析的更多访问，反过来让企业提供个性化的用户体验，大数据向小数据过渡 改善业务安全性：物联网技术可以通过多种方式提高商业建筑的安全性，例如无线闭路、公安监控等； 远程工作的机会：允许员工远程连接和工作，提高工作场所的生产力水平 风险挑战（缺点？）对于新鲜事物，市场可能不愿过多投入 业务的人工智能成本高 数据隐私与安全、依赖客户数据（涉及商业机密和隐私，客户不愿共享） 现阶段的底层技术瓶颈 技术标准难以统一与协调：物联网感知层的不同数据架构、不同的设备有不同的接口、不同技术标准；建立统一的物联网体系架构，统一的技术标准是物联网正在面对的难题 管理平台问题（中台）：要一个能整合各行业资源的统一管理平台（中台），使其能形成一个完整的产业链模式；否则会出现大量信息冗余、重复工作、重复建设造成资源浪费的状况 硬件和维护成本高：能够真正投入并大规模使用的物联网项目少之又少，其硬件和维护成本高 处于监控的安全性问题：处于监控状态下，个人和企业的信息安全存在问题 人身隐私