從全球范圍來看,，人工智能領(lǐng)先的國家主要有美國,、中國。因此了解和熟悉產(chǎn)業(yè)當中有哪些成熟和短板非常重要,。本報告非常扎實,、數(shù)據(jù)來源權(quán)威,，從上下游梳理了中美人工智能產(chǎn)業(yè)的異同，差距,，引用了大量的案例進行剖析解讀,，一文盡知，中美布局,。

　　以下為報告內(nèi)容：

　　從全球范圍來看,，人工智能領(lǐng)先的國家主要有美國、中國及其他發(fā)達國家,。截止到2017年6 月,，全球人工智能企業(yè)總數(shù)達到2542家，其中美國擁有 1078家,，占據(jù)42%,；中國其次，擁有592 家,，占據(jù)23%,。中美兩國相差486家。其余872家企業(yè)分布在瑞典,、新加坡,、日本、英國,、澳大利亞,、以色列、印度等國家,。

　　從現(xiàn)有統(tǒng)計上看,，美國人工智能企業(yè)從1991年開始創(chuàng)建，從1991年--1997年歷經(jīng)萌芽時期,，1998年--2004年階段經(jīng)歷發(fā)展期,，2005年--2013年階段歷經(jīng)高速成長期，2013年至今進入平穩(wěn)階段,。

　　和美國相比,，中國的AI產(chǎn)業(yè)進步略晚，1996年開始起步,，2003年進入發(fā)展時期,，2008年--2015年期間進入高速成長時期，到2015年期間,，人工智能有關(guān)的企業(yè)達到166家,。

　　中美AI創(chuàng)投融資對比

　　技術(shù)如果得到資本的加持，將會推動技術(shù)的落地和進步,。

　　美國的AI產(chǎn)業(yè)布局非常完善,，基礎(chǔ)層,、技術(shù)層和應(yīng)用層都有涉及，尤其是在算法,、芯片和數(shù)據(jù)等產(chǎn)業(yè)核心領(lǐng)域,，積累了強大的技術(shù)創(chuàng)新優(yōu)勢，各層級企業(yè)數(shù)量全面領(lǐng)先中國,。相比較而言,，中國在基礎(chǔ)元器件、基礎(chǔ)工藝等方面差距較大,。

　　從基礎(chǔ)層的芯片企業(yè)數(shù)量來看,，中國擁有14家，美國33家,，中國僅為美國的42%,。 而技術(shù)層，中國擁有273家,，美國擁有586家,，中國為美國的46%。 在應(yīng)用層,，中國擁有304家公司,，美國擁有488家，中國是美國62.3%,。

　　總體來看,，美國在企業(yè)數(shù)量上全面領(lǐng)先中國,，基礎(chǔ)層和技術(shù)層的企業(yè)數(shù)量約為中國的2倍,，但是在應(yīng)用層上，中國和美國的差距略小,。

　　中國投資者在應(yīng)用層關(guān)注的更多,。中國人工智能企業(yè)中，融資占比排名前三的領(lǐng)域為計算機視覺與圖像,，融資143億元,，占比23%；自然語音處理,，融資122億元,，占比19%；以及自動駕駛/輔 助駕駛?cè)谫Y107億元,，占比18%,。值得一提的是：中國的自動駕駛/輔助駕駛企業(yè)雖然只有31家，但融資額是第三,，表明中國的投資者非?？春眠@一領(lǐng)域,。

　　美國投資者對于基礎(chǔ)層更為看重。在美國人工智能企業(yè)中,，融資占比排名前三的領(lǐng)域為芯片/處 理器融資315億占比31%,，機器學習應(yīng)用融資207億占比21%，自然語言處理融資134億占比13%,。芯片企業(yè)的數(shù)量排名第八,，33家，但融資量卻是第一,，美國的芯片實力和資金吸引力,，可見一斑。

　　中國的弱點在芯片,，近年來,，中國的創(chuàng)業(yè)者和投資者逐漸開始關(guān)注對芯片，截止至2017年6月,，中國處理器/芯片投資事件比重排名第四,，占比7.55%，但可能由于基礎(chǔ)層公司少,，投資門檻高,，導致事件數(shù)量仍和美國有較大差距。

　　美國的大筆投資熱點在機器學習應(yīng)用,，這一領(lǐng)域同時也是僅次于芯片的吸金領(lǐng)域,。美國的AI已 經(jīng)在各行各業(yè)都產(chǎn)生了連帶效應(yīng)。而中國只在自動駕駛/輔助駕駛,、計算機視覺與圖像等領(lǐng)域應(yīng)用較多,，相對而言還是比較狹窄的。

　　未來趨勢預判：

　　泡沫即將出現(xiàn),，主要的信號有兩個：

　　一,、資金多而項目少

　　綜合過往數(shù)據(jù)和2017年前半年的情況，今年美國新增企業(yè)數(shù)量將跌到谷底,，預計在2017結(jié)束之前,，美國新增企業(yè)數(shù)量范圍將在25-30家之間徘徊。 同時,，美國的累計融資量持續(xù)快速增長,，最 后將穩(wěn)定在1380-1500億元的區(qū)間。 18年后,，中美兩國AI企業(yè)數(shù)量增長都將有所恢復,，但依然平緩。

　　二,、周期長而營收難

　　通俗地說,，現(xiàn)在的人工智能被高估了,。深度學習起源于上世紀八九十年代的神經(jīng)網(wǎng)絡(luò)研究。在很多情況下,，前沿研究是由對已有方法的微小改動和改進組成,，而這些方法在幾十年就已經(jīng)被設(shè)計出來了。

　　盡管如此,，市場熱炒的人工智能技術(shù)和產(chǎn)品的成熟度仍然有限,。許多項目和技術(shù)，并不能直接 獲得消費者歡迎,，還需要相當長的時間才能走向成熟,。

　　這種前提下，創(chuàng)業(yè)項目不得不舍棄大眾消費市場而致力于解決企業(yè)級問題,，創(chuàng)新公司的商業(yè)模式回歸到類似傳統(tǒng)IT廠商的角色,，進一步加大了營收難度。

　　預計在2020年之前,，美國累計AI公司數(shù)量將會超過1200家,，累計融資將達到2000億人民幣；根據(jù)歷史數(shù)據(jù)推斷,，中國在2017年年末達到745億融資總額,。

　　中美AI巨頭卡位戰(zhàn)

　　引領(lǐng)AI產(chǎn)業(yè)發(fā)展的技術(shù)競賽，主要是巨頭之間的角力,。目前,，蘋果、谷歌,、微軟,、亞馬遜、Facebook五大巨頭都在人工智能領(lǐng)域部署更多的資源,；不僅國外巨頭如此,，國內(nèi)的BAT都卯足馬力，積極布局人工智能,。

　　美國的巨頭通過收購拼搶人才，強化技術(shù)儲備,；同時爭相開源,，構(gòu)建生態(tài)，人工智能的平臺化,、云端化將成為全球發(fā)展的潮流,。而中國的巨頭憑借場景和數(shù)據(jù)優(yōu)勢，在計算機視覺,、語音識別等領(lǐng)域,，具備了和美國巨頭一較高下的實力,。

　　中美巨頭的產(chǎn)業(yè)布局

　　美國巨頭呈現(xiàn)出全產(chǎn)業(yè)布局的特征，包括基礎(chǔ)層,、技術(shù)層,、應(yīng)用層，均有布局,；而中國巨頭主要集中在應(yīng)用側(cè),，只在技術(shù)層局部有所突破。

　　技術(shù)層：爭搶人才,，構(gòu)建生態(tài)

　　巨頭們通過招募高端人才,、組建實驗室等方式加快對關(guān)鍵技術(shù)的研發(fā)，F(xiàn)acebook在2013年開始就成立了Facebook人工智能研究實驗室,，研究圖像識別,、語義識別等人工智能技術(shù)；同年,，國內(nèi)的巨頭百度亦成立深度學習實驗室,，研究方向包括深度學習、計算機視覺,、機器人等領(lǐng)域,。

　　除了成立實驗室以外，巨頭們一會通過投資和并購儲備人工智能研發(fā)人才和技術(shù),。其中,，Google于2014年以4億美元收購了深度學習算法公司 Deepmind，該公司開發(fā)的AlphaGo為Google的人工智能添上了濃墨重彩的一筆,。

　　CB Insights 的研究報告整理了2011年—2016年人工智能主要收購事件,，谷歌自2012年以來共收購了11家人工智能創(chuàng)業(yè)公 司，是所有科技巨頭中最多的,，蘋果,、Facebook和英特爾分別排名第二、第三和第四,。標的集中 于計算機視覺,、圖像識別、語義識別等領(lǐng)域,。

　　建立開源生態(tài),，占領(lǐng)產(chǎn)業(yè)核心

　　大公司紛紛擁抱開源有兩方面原因： 第一，通過開源來構(gòu)建生態(tài)和護城河,。無論是谷歌,、亞馬遜還是BAT都已經(jīng)擁有云計算基礎(chǔ)設(shè)施，Google、微軟一直在講的開源,、AWS推出的AI功能,，本質(zhì)上并無差別，都是為了賦予自家云端客戶更強的數(shù)據(jù)處理能力,。在現(xiàn)有的云服務(wù)市場中,，科技巨頭占據(jù)多數(shù)，構(gòu)建基于人工智能的云服務(wù)將成為巨頭的下一個主戰(zhàn)場,。AI是信息基礎(chǔ)設(shè)施的一個升級,，是今后產(chǎn)業(yè)發(fā)展的巨大引擎。巨頭都想把握升級過程中涌現(xiàn)的大量機會,，賦能全行業(yè),。第二， 開源是一種開放式創(chuàng)新,。通過開源深度學習平臺,，不僅可以吸引大量開發(fā)者，還可以為機器學習提 供大量的數(shù)據(jù)支持,，以及大量的現(xiàn)實場景,。

　　人工智能的常見開發(fā)框架包括谷歌的TensorFlow、Facebook的Torch,、Microsoft的CNTK 以及IBM的SystemML,。這些框架的地位類似于人工智能時代的iOS/Android。開源也成為了這些 軟件開發(fā)框架共同的策略,。

　　2015年,，谷歌將內(nèi)部采用深度學習的技術(shù)整理到一起，發(fā)布第二代人工智能系統(tǒng)TensorFlow,，并宣布將其開源,。 TensorFlow包括很多常用深度學習技術(shù)、功能和例子的框架,。

　　2013年卷積神經(jīng)網(wǎng)絡(luò)發(fā)明者Yann LeCun加入Facebook,，帶領(lǐng)公司的圖像識別技術(shù)和自然語言處理技術(shù)大幅提升。Facebook的深度學習框架是基于之前的Torch基礎(chǔ)上實現(xiàn)的,，于2015年12 月開源,。此外，F(xiàn)acebook還開源了人工智能硬件平臺Big Sur等十余個項目,。

　　國內(nèi)的巨頭也是走開源的路線：2016年,，百度開放了其深度學習平臺Paddle-Paddle，覆蓋了搜索,、圖像、語音識別,、語義處理,、用戶畫像等領(lǐng)域的技術(shù),。騰訊不同事業(yè)部都在不同領(lǐng)域展開AI研究。AI Lab注重將技術(shù)與騰訊業(yè)務(wù)場景相結(jié)合,，即游戲,、社交、內(nèi)容生態(tài),。

　　應(yīng)用層：搶奪語音交互入口,，征戰(zhàn)云站務(wù)

　　近日，APP分析公司Vetro Analytics公布了一份“基于AI的個人助理如何重塑用戶習慣”的報告,。 該報告顯示,，憑借蘋果設(shè)備廣泛的用戶群體，最早面世的Siri仍然是老大,，但一年內(nèi)流失15%的用戶,。 與之相對的是Amazon Alexa的崛起。Alexa伴隨著Amazon Echo智能音箱誕生,，用戶數(shù) 量在一年內(nèi)增長325%,。 谷歌、微軟,、蘋果,、Facebook都在爭奪這塊市場。微軟也推出了內(nèi)嵌 Cortana的Invoke音箱,，并且將“Conversation as Platform”（對話即平臺）作為戰(zhàn)略,。

　　國內(nèi)企業(yè)中，京東在兩年前與科大訊飛合作布局了智能音箱,，致力于成為家庭控制中心,。數(shù)月前，阿里推出了圍繞著購物場景的智能音箱天貓精靈X1,。激烈的音箱之爭背后是下一代服務(wù)入口之爭,。

　　行業(yè)解決方案

　　人工智能必然走向云化，機器學習對于云來說是一項關(guān)鍵的技術(shù),，它能訓練大規(guī)模的AI網(wǎng)絡(luò),，不斷自我學習和提升。 在這一點上,，Amazon,、Google這些擁有較好云端設(shè)施的公司將很有優(yōu)勢。 亞馬遜不僅基于AI 構(gòu)建和優(yōu)化了大量自身業(yè)務(wù),，也利用 AWS云為其他廠商提供了高效的AI解決方案,。 “云+AI”成為新的趨勢，Google寄希望于借AI趕超AWS。 2015年,，微軟發(fā)布了“微軟認知服務(wù)”,，這是一個基于微軟云平臺Azure的智能API（應(yīng)用程序編程接口），涵蓋了五大方向的人工 智能技術(shù),，包括了計算機視覺,、語音、語言,、知識,、搜索五大類API。

　　國內(nèi)的BAT三巨頭在云服務(wù)領(lǐng)域也紛紛引入人工智能,。

　　百度從兩三年前就開始用GPU代替CPU進行計算,，提升數(shù)據(jù)處理能力。2016年,，阿里云發(fā)布 面向深度學習,、3D圖像渲染的新一代HPC平臺。騰訊云在搭建DI-X深度學習與機器學習平臺的基 礎(chǔ)上,，開放圖像處理,、語音處理和自然語言處理能力為自動駕駛、安防,、智慧法庭,、智能家居、智 能營銷等多個場景提供解決方案,，致力于“讓小企業(yè)也能用到AI能力”,。

　　基礎(chǔ)層：美國巨頭深入產(chǎn)業(yè)核心布局芯片

　　人工智能芯片主要包括GPU、FPGA,、ASIC以及類腦芯片,。在人工智能時代，它們各自發(fā)揮 優(yōu)勢,，呈現(xiàn)出百花齊放的狀態(tài),。

　　Google的TPU，是專門為其深度學習算法Tensor Flow設(shè)計的,，TPU也用在了AlphaGo系統(tǒng)中,。今年發(fā)布的第二代Cloud TPU理論算力達到了180T Flops，能夠?qū)C器學習模型的訓練和運行帶來顯著的加速效果,。

　　而英偉達是GPU的行業(yè)領(lǐng)袖,，GPU是目前深度學習領(lǐng)域的主流芯片，擁有強大的并行計算力,。而另一個老牌芯片巨頭,，英特爾則是通過大舉收購進入FPGA人工智能芯片,。類腦芯片是一種基于神經(jīng)形態(tài)工程，借鑒人腦信息處理方式,，具有學習能力的超低功耗芯片,。 IBM從2008年開始模擬人類大腦的芯片項目 ,。

　　蘋果正在研發(fā)一款名為“蘋果神經(jīng)引擎”（Apple Neural Engine）的專用芯片,。該芯片定位于本地設(shè)備AI任務(wù)處理，把面部識別,、語音識別等AI相關(guān)任務(wù)集中到AI模塊上,，提升AI算法效率， 未來可能嵌入蘋果的終端設(shè)備中,。

　　芯片由于投資周期長,、專業(yè)技術(shù)壁壘厚、市場相對比較狹小,，導致競爭非常激烈且難以進入,。

　　卡位之戰(zhàn)，誰能勝出,？

　　在人工智能卡位戰(zhàn)中,，巨頭們戰(zhàn)術(shù)趨同，即建立技術(shù)壁壘,，軟硬件雙線發(fā)展,，做好平臺生態(tài)。 但戰(zhàn)略上略有不同：Google是全球在人工智能領(lǐng)域投入最大且整體實力最強的 ,，Google希望利用開源系統(tǒng)構(gòu)建AI生態(tài),，覆蓋更多用戶使用場景，從互聯(lián)網(wǎng),、移動互聯(lián)網(wǎng) 等傳統(tǒng)業(yè)務(wù)延伸到智能家居,、自動駕駛、機器人等領(lǐng)域,，積累更多數(shù)據(jù)信息,。

　　亞馬遜的特點是B端和C端共同發(fā)力。通過智能音箱和語音助手引領(lǐng)人工智能消費 級行業(yè)生態(tài),。另一方面,，用人工智能深化AWS云計算服務(wù)，賦能全行業(yè),。Facebook在人工智能領(lǐng) 域的布局主要圍繞著其用戶的社交關(guān)系和社交信息來展開

　　國內(nèi)三巨頭中,，百度相對激進，宣布了“All in AI”戰(zhàn)略,，隨著陸奇的強勢加盟,，將全力推動百度轉(zhuǎn)型成AI平臺型公司,。騰訊、阿里基于自身產(chǎn)品功能進行試水,。

　　除了正面競爭,，巨頭們在人工智能領(lǐng)域的積極合作。2016年9月,，F(xiàn)acebook,、亞馬遜、谷 歌,、IBM,、微軟五大巨頭成立了非盈利組織“Partnership on AI”（人工智能合作組織），旨在分 享AI領(lǐng)域的最佳技術(shù)實踐,，促進公眾對AI的理解,，挖掘可以促進社會福祉的AI研究領(lǐng)域以及提供一 個公開參與的平臺。

　　中美AI領(lǐng)域人才隊伍

　　當前,，人工智能領(lǐng)域的競爭,，主要體現(xiàn)為人才之爭。 只有投入更多的科研人員,，不斷加強基礎(chǔ)研究,，才會獲得更多的智能技術(shù)。

　　美國產(chǎn)業(yè)人才總量是中國的兩倍

　　美國1078家人工智能企業(yè)約有78700名員工,，中國592家公司中約有39200位員工,，只有美國的50%。其中,，美國基礎(chǔ)層人才數(shù)量是中國的13.8倍,。

　　在自然語言處理領(lǐng)域，美國員工人數(shù)是中國的3倍,，美國20200人,，中國6600人；

　　處理器/芯片,，美國員工人數(shù)是中國的13.8倍,，美國17900人，中國1300人,；

　　機器學習應(yīng)用,，美國員工人數(shù)是中國的1.8倍，美國17600人,，中國9800人,；

　　智能無人機，美國員工人數(shù)是中國的1.98倍,，美國9220人,，中國4660人,；

　　計算機視覺與圖像，美國員工人數(shù)是中國的2.87倍,，美國4335人,，中國1510人。

　　中國僅在智能機器人領(lǐng)域人才稍多,，6400人,，約為美國同領(lǐng)域人數(shù)的3倍。

　　數(shù)據(jù)公司 Quid 表示,，去年,，包括谷歌、Facebook,、微軟在內(nèi)的科技公司花費了約 85 億美元用于研究、收購及網(wǎng)羅人才,，比 2010 年多四倍,。數(shù)據(jù)公司 Paysa 數(shù)據(jù)顯示，美國的公司平均每年給 1 萬名人工智能方面人才發(fā)放的工資約為 6.5 億美元,。其 中,，亞馬遜花費超2億美元招攬人工智能人才，居各大公司之首,。

　　中美人才培養(yǎng)模式尚存在差距,。很多高校在很長時間內(nèi)并沒有人工智能專業(yè)，而在人工智能的誕生地美國,，基本上大的院校都有人工智能專業(yè)和研究方向,。以美國卡梅隆大學為例，設(shè)有專門的機器人研究所,，其中光教授就有100多位,，縱向而言，中國布局的時間也比較晚,。教育系統(tǒng)之間的差別也將影響人工智能領(lǐng)域的研究重心,。

　　目前，中國政府致力于加強AI人才建設(shè),。AI人才儲備正在出現(xiàn)新的趨勢,。“千人計劃”吸引了一批優(yōu)秀研究者回國,，國內(nèi)的巨頭企業(yè)也正在致力于吸引來自世界各地的研究者,。 未來，還需繼續(xù)建立核心技術(shù)人才培養(yǎng)體系,，加強人工智能一級學科的建設(shè),，加強企業(yè)和學術(shù) 界的人才流通,，打造堅實的人才基礎(chǔ)，推進產(chǎn)業(yè)健康發(fā)展 ,。

　　人工智能應(yīng)用熱點

　　人工智能技術(shù)不斷突破,，尤其是語音識別、自然語言處理,、圖像識別,、人臉識別為代表的感知技術(shù)取得了重大技術(shù)進步，并且圍繞著這些技術(shù)涌現(xiàn)出了大量的創(chuàng)業(yè)熱潮,。相關(guān)技術(shù)已經(jīng)開始從實驗室走向了應(yīng)用市場,，特別是在交通、醫(yī)療,、工業(yè),、農(nóng)業(yè)、金融,、商業(yè)等領(lǐng)域應(yīng)用加快,，帶動了一批新技術(shù)、新業(yè)態(tài),、新模式,、新產(chǎn)品的突破式發(fā)展，帶來了深刻的產(chǎn)業(yè)變革,，有望重塑全球產(chǎn)業(yè)格局,。

　　這一輪的人工智能技術(shù)的應(yīng)用中，自動駕駛,、智能醫(yī)療,、智能安防、服務(wù)型機器人,、智能交 通,、智能制造、智能娛樂等應(yīng)用成為了全球人工智能市場的熱點,。

　　目前,，人工智能的產(chǎn)業(yè)應(yīng)用能夠落地，得以三大支撐平臺,，基礎(chǔ)層的開源算法平臺,、技術(shù)層云平臺、應(yīng)用層的應(yīng)用平臺,。目前Google,、Facebook、微軟都已經(jīng)推出了深度學習算法開源平臺,，目前國內(nèi)只有百度開放平臺paddle paddle,。

　　得益于近年中國移動互聯(lián)網(wǎng)的快速發(fā)展,，為中國積累了巨大的C端用戶基數(shù)，但在B端的制造,、 交通,、金融、醫(yī)療等傳統(tǒng)行業(yè)仍然發(fā)展相對落后,，相比之下,，美國傳統(tǒng)行業(yè)基礎(chǔ)設(shè)施水平高于中國。

　　因此,，中國的傳統(tǒng)行業(yè)借助人工智能實現(xiàn)轉(zhuǎn)型升級的需求更為迫切,，市場增長的后勁很足。

　　國內(nèi)人工智能玩家有以百度,、阿里巴巴和騰訊為代表的互聯(lián)網(wǎng)巨頭,，也有如科大訊飛這樣的AI技術(shù)領(lǐng)域龍頭，這些企業(yè)作為國內(nèi)人工智能的核心力量與關(guān)鍵勢力,，構(gòu)成了國內(nèi)人工智能的第一梯隊,。

　　美國巨頭的人工智能應(yīng)用主要圍繞大數(shù)據(jù)挖掘， 如Facebook建造能夠理解海量數(shù)據(jù)的人 工智能機器,，谷歌在人工智能的側(cè)重點比較多，包括自動駕駛,、智能機器人等等,。在行業(yè)應(yīng)用中更為廣泛。

　　自動駕駛

　　自動駕駛將推動汽車領(lǐng)域重大技術(shù)革命,，因此世界各國對智能車輛的研發(fā)競爭日趨激烈,。目前，行業(yè)正處于輔助駕駛向半自動駕駛推進的階段,。谷歌,、意大利帕爾瑪大學和百度的智能汽車原型系統(tǒng)，綜合看來,，國內(nèi)外研發(fā)無人駕駛汽車的公司都 把無人駕駛商用的時間線劃在了2020年前后,。因此，接下來的3到4年將會是這一技術(shù)商業(yè)化落地的沖刺時期,。

　　智能機器人

　　大部分智能機器人目前還處于產(chǎn)業(yè)發(fā)展初期,，尤其是智能服務(wù)機器人仍處于產(chǎn)業(yè)化起步階段， 但隨著全球人工智能正在步入第三次高潮期,，智能化成為當前機器人重要的發(fā)展方向,，人工智能與機器人跨界融合創(chuàng)新進一步提升機器人智能化程度。中美在智能機器人領(lǐng)域的差別主要在于,，前者 關(guān)注專業(yè)領(lǐng)域機器人的應(yīng)用,，如醫(yī)療,、機械作業(yè)和家居類等領(lǐng)域較多；而后者則側(cè)重在企業(yè)或個人 的智能輔助工具,，因此,，涉及的行業(yè)更多，覆蓋范圍更廣,。

　　從全球范圍來看,，日本ASMO Actroid-F仿人機器人、Pepper智能機器人,，美國BigDog仿生機器人等一大批智能機器人快速涌現(xiàn),，巨頭企業(yè)也紛紛通過收購機器人企業(yè)，將智能機器人作為人工智能重要的載體,，推動人工智能發(fā)展,，例如谷歌相繼收購Schaft、Redwood Robotics等9家機器人公司,，積極在類人型機器人制造,、機器人協(xié)同等方面布局。從國內(nèi)市場來看,，2015年,，國內(nèi)包括商用機器人在內(nèi)的服務(wù)機器人市 場規(guī)模大約在82億元左右，2016年將增長至140億元左右,，而2017年市場規(guī)模將突破200億元,。 隨著智能機器人市場規(guī)模越來越大，且智能機器人切入點種類繁多,，創(chuàng)業(yè)公司和巨頭紛紛從不同的 領(lǐng)域,、方向和切入點加入智能機器人領(lǐng)域的市場爭奪。

　　此外,，人工智能在智慧城市,、智能家居、智能金融,、智能制造,、智慧醫(yī)療等領(lǐng)域亦大有可為，能夠解放大量的勞動力,、促進生產(chǎn)效率的提升,。

　　結(jié)語：

　　AI時代群雄逐鹿，中美兩國充分認識到人工智能的重要意義,，從人才到政策全面扶植人工智能企業(yè),。國家實力的提升來源于科技企業(yè)創(chuàng)新。美國以絕對實力處于領(lǐng)先地位，一批中國初創(chuàng)企業(yè)也在蓄勢待發(fā),，中國企業(yè)也將有機會成為AI時代的弄潮兒,。