《白皮書》中指出，人工智能已經被越來越多的國家政府和企業重視，其在經濟和戰略上的重要性愈加凸顯，開始紛紛從國家戰略和商業活動上涉足人工智能。全球人工智能市場將在未來幾年經歷現象級的增長。據推算，在2020年，世界人工智能市場將達到6800億元人民幣，2015到2020年間，復合年均增長率達26.2%;在中國，人工智能市場規模將達到710億元人民幣，復合年均增長率為44.5%。
近年來中國人工智能產業發展迅速，自2015年起，中國人工智能市場規模逐年攀升，截止2017年中國人工智能市場規模已達到了216.9億元人民幣，同比增長52.8%。一組組反應人工智能在中國增勢可喜的數據，也不能掩蓋中國人工智能諸多關鍵環節落后于人的事實，比如硬件環節，中國半導體產品國際市場占有率僅為4%，遠落后于美國占比全球50%的能力。中國半導體主要依賴于進口，進口量已經超過室友成為進口金額最大的產品，并且短時間內依賴進口的現狀難以改變。
除了半導體產品國際占有率落后于美國，在其他多項人工智能指標上，美國也領先于中國，比如FPGA芯片制造商融資、人工智能專家、人工智能公司、人工智能公司所獲投資等等。
就目前而言，人工智能的發展需要足夠的驅動力，德勤在《白皮書》中指出計算力提升、頂層設計、資本支持、用戶需求已成為當前階段人工智能發展的核心驅動力。
運算力
在過去5—10年，人工智能技術得以商業化主要得益于芯片處理能力提升、云服務普及以及硬件價格下降的并行使得計算力大幅提升。
雖然人工智能已經有數十年的歷史，但是兩個新元素促進了人工智能的廣泛應用：海量訓練數據以及GPU
(Graphics Processing Units)所提供的強大而高效的并行計算。用GPU來訓練深度神經網絡，所使用的訓練集更大，所耗費的時間大幅縮短，占用的數據中心基礎設施更少。GPU還被用于運行機器學習訓練模型，以便在云端進行分類和預測，從而在耗費功率更低、占用基礎設施更少的情況下能夠支持遠比從前更大的數據量和吞吐量。與單純使用CPU(Central Processing Units)的做法相比，GPU具有數以千計的計算核心、可實現10—100倍應用吞吐量。
人工智能芯片價格下降而尺寸縮小。預計2020年，全球的芯片價格將比2014年下降70%左右。數據處理的費用下降。隨著大數據技術的不斷提升，人工智能賴以學習的標記數據獲得成本下降，同時對數據的處理速度大幅提升。寬帶的效率提升。物聯網和電信技術的持續迭代為人工智能技術的發展提供了基礎設施。2020年，接入物聯網的設備將增加至500億臺。代表電信發展里程的5G的發展將為人工智能的發展提供最快1Gbps的信息傳輸速度。高效人工智能技術的廣泛應用。近年來，中國在語音識別和圖片識別等人工智能技術層的應用得到了長足的發展。
頂層設計
隨著人工智能對社會和經濟的影響日益凸顯，各國政府也先后出臺對人工智能發展政策，并將其上升到國家戰略的高度。截至目前，包括美國、中國和歐盟在內的多國和地區頒布了國家層面的人工智能發展政策。
在中國，政府正通過多種形式支持人工智能的發展。中國形成了科學技術部、國家發改委、中央網信辦、工信部、中國工程院等多個部門參與的人工智能聯合推進機制。從2015年開始先后發布多則支持人工智能發展的政策，為人工智能技術發展和落地提供大量的項目發展基金，并且對人工智能人才的引入和企業創新提供支持。這些政策給行業發展提供堅實的政策導向的同時，也給資本市場和行業利益相關者發出來積極信號。在推動市場應用方面，中國政府身體力行，直接采購國內人工智能技術應用的相關產品，先后落地多個智慧城市、智慧政務等項目。
資本支持
新創建的人工智能公司正在快速壯大人工智能市場規模，并且持續吸引資本入場。自2013年以來，全球和中國人工智能行業投融資規模都呈上漲趨勢。2017年全球人工智能投融資總規模達395億美元，融資事件1208筆，其中中國的投融資總額達到277.1億美元，融資事件369筆，中國人工智能企業融資總額占全球融資總額70%，融資筆數達31%。截至2017年，中國的人工智能創業公司只占全球的9%，但是他們卻拿到了全球48%的投資。
用戶需求
從C端用戶的需求來看，人工智能解決的是與人相關的健康、娛樂、出行等生活場景中的痛點。人的需求會隨著社會的發展水平不斷升級，人工智能的出現正契合了人們對于智能化生活的需求。從智能音箱到智能手環，再到VR、AR以及無人駕駛汽車的應用，無不體現人工智能為C端用戶的生活便捷和智能化帶來的改變。
從B端需求來看，企業對于效率提升的需求旺盛，而人工智能可以顯著提高效率，并且B端應用場景和需求比較明確，人工智能在各行業滲透速度加快。
從G端政府對人工智能的需求來看，人工智能切入政府關注民生、提升職能部門辦事效率等多方面的需求。從智慧醫療、智慧城市到智慧政務，人工智能正快速的落地和應用，并為政府效率提升和城市發展帶來新一輪的動力。
綜合而言，C端用戶重視體驗和產品，且需求相對多樣復雜，然而目前技術還不夠支撐體驗很好的產品和應用(如服務機器人);B端和G端更注重效率提升且需求明確，因此目前大部分人工智能企業選擇以此為突破。
京公網安備 11010502049343號