数字城市场景AI解决方案产业发展报告

《数字城市场景AI解决方案产业发展报告》由会员分享，可在线阅读，更多相关《数字城市场景AI解决方案产业发展报告（17页珍藏版）》请在装配图网上搜索。

1、数字城市场景AI解决方案产业发展报告加快推进货运车联网与物流园区、仓储设施、配送网点等信息互联，促进人员、货源、车源等信息高效匹配，有效降低货车空驶率，提高配送效率。鼓励发展社区自提柜、冷链储藏柜、代收服务点等新型社区化配送模式，结合构建物流信息互联网络，加快推进县到村的物流配送网络和村级配送网点建设，解决物流配送最后一公里问题。充分发挥互联网的创新驱动作用，以促进创业创新为重点，推动各类要素资源聚集、开放和共享，大力发展众创空间、开放式创新等，引导和推动全社会形成大众创业、万众创新的浓厚氛围，打造经济发展新引擎。一、 互联网+绿色生态推动互联网与生态文明建设深度融合，完善污染物监测及信息发布

2、系统，形成覆盖主要生态要素的资源环境承载能力动态监测网络，实现生态环境数据互联互通和开放共享。充分发挥互联网在逆向物流回收体系中的平台作用，促进再生资源交易利用便捷化、互动化、透明化，促进生产生活方式绿色化。二、 视觉人工智能行业（一）视觉人工智能技术发展历程1、计算机视觉的定义计算机视觉技术赋予计算机人类双眼所拥有的分割、分类、识别、跟踪、判别等功能，通过构造多层的神经网络，识别不同层级的图像特征并在顶层做出判断和分类。2、计算机视觉的发展历程计算机视觉主要经历了以上三个发展阶段。伴随着同期互联网海量数据的爆发，各类数据集成为计算机视觉技术发展的土壤，而深度学习和深层神经网络理论最终带来最新

3、一次的技术变革。2015年，视觉人工智能系统识别项目ImageNet比赛中，ResNet以357%的识别错误率首次超越人类视觉的51%。目前人脸识别准确率已经提升至97%以上。（二）视觉人工智能产业链简介与人工智能市场的产业链相似，视觉人工智能市场的产业链同样分为基础层、技术层与应用层。其中，基础层主要包括提供算力的芯片与提供信息采集功能的前端设备组成的硬件支持、相关底层技术支持，与海量信息数据；技术层则主要包括基于各类识别技术构建的软件产品、解决方案和技术平台；应用层则包括了各类视觉人工智能的应用场景。（三）视觉人工智能行业市场规模与行业构成作为人工智能产业中应用最为广泛的技术之一，计算机视

4、觉技术拥有前景广阔的庞大市场。在2017年的爆发式增长后，我国计算机视觉市场近几年的增长趋缓，但仍处于较高水平。根据高工产研机器人研究所的数据，2019年中国计算机视觉应用市场达1456亿美元。而根据沙利文咨询出具的研究，2019年中国计算机视觉市场规模达到2196亿元。目前，视觉人工智能被广泛应用于各个行业，包括安防、零售、营销、医疗等等。其中，根据亿欧数据的研究，2018年中国计算机人脸识别市场中安防场景的应用占612%，根据前瞻研究院数据，2020年中国计算机视觉应用层份额中，安防影像分析占679%，国内明确的应用场景和强大的客户需求让AI技术在安防行业快速落地。在安防行业，视觉人工智能

5、的应用场景包括门禁、智能摄像头等，依托人像识别技术，安防排查和管理效率得到显著提升。同时，根据中科院发布的2019年人工智能发展白皮书等，目前计算机视觉技术除了安防之外，较为典型的应用场景还包括：自动驾驶汽车需要使用计算机视觉技术。特斯拉等汽车制造商已经通过摄像头、激光雷达、雷达和超声波传感器从环境中获取图像，研发自动驾驶汽车来探测目标、车道标志和交通信号，从而安全驾驶。由于90的医疗数据都是基于图像的，因此医学中的计算机视觉有很多用途。比如启用新的医疗诊断方法，分析X射线，X光检查，AI诊疗等。计算机视觉技术可以帮助工业制造商更安全、更智能、更有效地运行，比如预测性维护设备故障，对包装和产品

6、质量进行监控，并通过计算机视觉技术识别和减少不合格产品。传统翻译采用人工查词的方式，不但耗时长，而且错误率高。图像识别技术的出现大幅提升了翻译的效率和准确度，用户通过简单的拍照、截图或划线就能得到准确的翻译结果。（四）视觉人工智能技术的场景应用举例视觉人工智能目前被广泛应用于多个行业，其功能和应用涉及到数据采集端终端，数据传输，数据存储、处理和输出端云端，通过云端和终端的密切配合，最终实现有效结果的输出。以安防场景为例，在一个完整的端云架构中，终端IoT设备主要用于数据采集，例如摄像机通过拍摄视频来采集数据，然后终端设备通过传播介质将数据传输至云端，再由云端进行批量的分析处理，最后输出分析结果

7、。由于终端设备需要更多地考虑功耗和成本，过去在端侧仅部署较小的算力，更依靠云侧算力的支持。在数据呈现指数级增长的今天，一方面终端的视频流数据快速增长加重了传输渠道的负载，导致原有带宽无法支撑数据的及时、有效传输，进而影响了云端算力的科学调度；另一方面，数据量的指数级增长大幅提高了云端对并行运算数据峰值的要求，云侧的部署成本随着数据处理需求的极值增长而显著提高，但在数据处理的平峰期，云端算力将存在无法得到充分、有效运用的情形。为了更好地平衡云侧和端侧的算力分布，实现整体效率的最大化，目前通过提升端侧和边缘侧的智能化水平和算力，实现整体算力分布的前置成为行业的新趋势。通过将部分算力和分析程序前置到

8、终端设备，终端可以实现对数据的预处理，仅需将部分特征数据传至云端，甚至在本地完成对数据的完整分析。通过分布式算力部署，端侧设备形成的数据处理集群逐步向云侧设备融合。随着系统架构的不断优化，一方面这将增加有效算力，缓解带宽压力，减少设备的成本投入，另一方面数据的本地处理也能有效规避云侧分析带来的数据安全、隐私保护等风险。随着端侧芯片能够灵活支持更多算法，在云端集中的算力部署也将更加合理，最终实现端云协同的协同效应，即架构内算力、成本、时延、功耗的最优平衡。为实现这一效果，端侧对芯片的兼容性和灵活性有更高的要求，在控制成本和功耗的同时提升算力，从而实现云端部署和应用场景的灵活适配。三、 互联网+电

9、子商务巩固和增强我国电子商务发展领先优势，大力发展农村电商、行业电商和跨境电商，进一步扩大电子商务发展空间。电子商务与其他产业的融合不断深化，网络化生产、流通、消费更加普及，标准规范、公共服务等支撑环境基本完善。（一）积极发展农村电子商务开展电子商务进农村综合示范，支持新型农业经营主体和农产品、农资批发市场对接电商平台，积极发展以销定产模式。完善农村电子商务配送及综合服务网络，着力解决农副产品标准化、物流标准化、冷链仓储建设等关键问题，发展农产品个性化定制服务。开展生鲜农产品和农业生产资料电子商务试点，促进农业大宗商品电子商务发展。（二）大力发展行业电子商务鼓励能源、化工、钢铁、电子、轻纺、医

10、药等行业企业，积极利用电子商务平台优化采购、分销体系，提升企业经营效率。推动各类专业市场线上转型，引导传统商贸流通企业与电子商务企业整合资源，积极向供应链协同平台转型。鼓励生产制造企业面向个性化、定制化消费需求深化电子商务应用，支持设备制造企业利用电子商务平台开展融资租赁服务，鼓励中小微企业扩大电子商务应用。按照市场化、专业化方向，大力推广电子招标投标。（三）推动电子商务应用创新鼓励企业利用电子商务平台的大数据资源，提升企业精准营销能力，激发市场消费需求。建立电子商务产品质量追溯机制，建设电子商务售后服务质量检测云平台，完善互联网质量信息公共服务体系，解决消费者维权难、退货难、产品责任追溯难等

11、问题。加强互联网食品药品市场监测监管体系建设，积极探索处方药电子商务销售和监管模式创新。鼓励企业利用移动社交、新媒体等新渠道，发展社交电商、粉丝经济等网络营销新模式。（四）加强电子商务国际合作鼓励各类跨境电子商务服务商发展，完善跨境物流体系，拓展全球经贸合作。推进跨境电子商务通关、检验检疫、结汇等关键环节单一窗口综合服务体系建设。创新跨境权益保障机制，利用合格评定手段，推进国际互认。创新跨境电子商务管理，促进信息网络畅通、跨境物流便捷、支付及结汇无障碍、税收规范便利、市场及贸易规则互认互通。四、 互联网+协同制造推动互联网与制造业融合，提升制造业数字化、网络化、智能化水平，加强产业链协作，发展

12、基于互联网的协同制造新模式。在重点领域推进智能制造、大规模个性化定制、网络化协同制造和服务型制造，打造一批网络化协同制造公共服务平台，加快形成制造业网络化产业生态体系。（一）大力发展智能制造以智能工厂为发展方向，开展智能制造试点示范，加快推动云计算、物联网、智能工业机器人、增材制造等技术在生产过程中的应用，推进生产装备智能化升级、工艺流程改造和基础数据共享。着力在工控系统、智能感知元器件、工业云平台、操作系统和工业软件等核心环节取得突破，加强工业大数据的开发与利用，有效支撑制造业智能化转型，构建开放、共享、协作的智能制造产业生态。（二）发展大规模个性化定制支持企业利用互联网采集并对接用户个性化

13、需求，推进设计研发、生产制造和供应链管理等关键环节的柔性化改造，开展基于个性化产品的服务模式和商业模式创新。鼓励互联网企业整合市场信息，挖掘细分市场需求与发展趋势，为制造企业开展个性化定制提供决策支撑。（三）提升网络化协同制造水平鼓励制造业骨干企业通过互联网与产业链各环节紧密协同，促进生产、质量控制和运营管理系统全面互联，推行众包设计研发和网络化制造等新模式。鼓励有实力的互联网企业构建网络化协同制造公共服务平台，面向细分行业提供云制造服务，促进创新资源、生产能力、市场需求的集聚与对接，提升服务中小微企业能力，加快全社会多元化制造资源的有效协同，提高产业链资源整合能力。（四）加速制造业服务化转型

14、鼓励制造企业利用物联网、云计算、大数据等技术，整合产品全生命周期数据，形成面向生产组织全过程的决策服务信息，为产品优化升级提供数据支撑。鼓励企业基于互联网开展故障预警、远程维护、质量诊断、远程过程优化等在线增值服务，拓展产品价值空间，实现从制造向制造+服务的转型升级。五、 互联网+智慧能源通过互联网促进能源系统扁平化，推进能源生产与消费模式革命，提高能源利用效率，推动节能减排。加强分布式能源网络建设，提高可再生能源占比，促进能源利用结构优化。加快发电设施、用电设施和电网智能化改造，提高电力系统的安全性、稳定性和可靠性。（一）推进能源生产智能化建立能源生产运行的监测、管理和调度信息公共服务网络，

15、加强能源产业链上下游企业的信息对接和生产消费智能化，支撑电厂和电网协调运行，促进非化石能源与化石能源协同发电。鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘与预测，开展精准调度、故障判断和预测性维护，提高能源利用效率和安全稳定运行水平。（二）建设分布式能源网络建设以太阳能、风能等可再生能源为主体的多能源协调互补的能源互联网。突破分布式发电、储能、智能微网、主动配电网等关键技术，构建智能化电力运行监测、管理技术平台，使电力设备和用电终端基于互联网进行双向通信和智能调控，实现分布式电源的及时有效接入，逐步建成开放共享的能源网络。（三）探索能源消费新模式开展绿色电力交易服务区域试点

16、，推进以智能电网为配送平台，以电子商务为交易平台，融合储能设施、物联网、智能用电设施等硬件以及碳交易、互联网金融等衍生服务于一体的绿色能源网络发展，实现绿色电力的点到点交易及实时配送和补贴结算。进一步加强能源生产和消费协调匹配，推进电动汽车、港口岸电等电能替代技术的应用，推广电力需求侧管理，提高能源利用效率。基于分布式能源网络，发展用户端智能化用能、能源共享经济和能源自由交易，促进能源消费生态体系建设。（四）发展基于电网的通信设施和新型业务推进电力光纤到户工程，完善能源互联网信息通信系统。统筹部署电网和通信网深度融合的网络基础设施，实现同缆传输、共建共享，避免重复建设。鼓励依托智能电网发展家庭

17、能效管理等新型业务。六、 互联网+创业创新充分发挥互联网的创新驱动作用，以促进创业创新为重点，推动各类要素资源聚集、开放和共享，大力发展众创空间、开放式创新等，引导和推动全社会形成大众创业、万众创新的浓厚氛围，打造经济发展新引擎。（一）强化创业创新支撑鼓励大型互联网企业和基础电信企业利用技术优势和产业整合能力，向小微企业和创业团队开放平台入口、数据信息、计算能力等资源，提供研发工具、经营管理和市场营销等方面的支持和服务，提高小微企业信息化应用水平，培育和孵化具有良好商业模式的创业企业。充分利用互联网基础条件，完善小微企业公共服务平台网络，集聚创业创新资源，为小微企业提供找得着、用得起、有保障的

18、服务。（二）积极发展众创空间充分发挥互联网开放创新优势，调动全社会力量，支持创新工场、创客空间、社会实验室、智慧小企业创业基地等新型众创空间发展。充分利用国家自主创新示范区、科技企业孵化器、大学科技园、商贸企业集聚区、小微企业创业示范基地等现有条件，通过市场化方式构建一批创新与创业相结合、线上与线下相结合、孵化与投资相结合的众创空间，为创业者提供低成本、便利化、全要素的工作空间、网络空间、社交空间和资源共享空间。实施新兴产业双创行动，建立一批新兴产业双创示范基地，加快发展互联网+创业网络体系。（三）发展开放式创新鼓励各类创新主体充分利用互联网，把握市场需求导向，加强创新资源共享与合作，促进前沿

19、技术和创新成果及时转化，构建开放式创新体系。推动各类创业创新扶持政策与互联网开放平台联动协作，为创业团队和个人开发者提供绿色通道服务。加快发展创业服务业，积极推广众包、用户参与设计、云设计等新型研发组织模式，引导建立社会各界交流合作的平台，推动跨区域、跨领域的技术成果转移和协同创新。七、 人工智能行业总体发展情况（一）人工智能行业市场规模人工智能利用机器学习和数据分析，对人的意识和思维过程进行模拟、延伸和拓展，赋予机器类人的能力。人工智能将重塑实体经济，提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。人工智能是新一轮科技革

20、命和产业变革的重要驱动力量。经历了从技术到产品、从产品到场景的快速发展过程，人工智能正逐步作为一种变革力量与产业深度融合，并成为目前新型基础设施建设的重要一环，面临广阔的发展空间。据Sage预测，至2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于157万亿美元的增长。中国市场丰富的应用场景和庞大的数据量同样刺激人工智能市场的快速扩张，将从2019年的2806亿美元增长至2023年的11925亿美元，复合增长率高达4358%。政府行业、金融业、互联网行业在经过近年的应用实践后将全面推广AI的应用，而新零售、新制造、医疗领域也将成为AI市场的新增长点。IDC预计未来这六大行业应用

21、AI的3年复合增长率将超过30%。（二）人工智能行业产业链与国内产业链分析从产业链上来看，人工智能行业的基础层主要提供数据和算力支持，其中包括硬件设施、系统平台和数据资源三个维度；技术层为感知和认知能力，包括算法模型、基础框架和通用技术；应用层即场景和产品，主要包括各类型的智能产品和应用平台。同时，智能产品端即众多物联网化的终端和边缘端设备是数据资源的重要来源，形成了对基础层底层数据的持续补充，进而带动技术层的演进和迭代，从而构成完整的闭环。在人工智能应用技术方面，主要可分为计算机视觉、智能语音、自然语言处理三个主要方向。其中，计算机视觉主要研究计算机代替人眼对目标进行识别、跟踪和测量等相关课

22、题，解决机器看得清、看得懂的问题。智能语音识别技术主要研究人际之间语音信息的处理问题，即实现计算机、智能设备、家用电器等通过对语音的分析、理解和合成，实现能听会说，具备自然语言交流的能力。自然语言处理技术主要研究计算机处理人类语言，是机器理解并解释人类写作、说话方式的能力，也是人工智能最初发展的切入点和目前的研究焦点。目前，国内的人工智能企业集中于应用层，基础层则较为薄弱。在中国新一代人工智能发展战略研究院2019年的统计中，产业链基础层、技术层和应用层的企业数量分别占总数的28%、22%和752%。由于对技术和资金的要求较高，基础层的底层技术由少数国际巨头垄断，国内行业结构稍显头重脚轻，国内

23、企业在算法和硬件算力领域仍然任重道远。近年来，国家就相关领域的政策正在经历由侧重技术应用到全产业链系统发展的方向转变，未来就基础层的发展，可预见更多资本和人才的政策倾斜，基础层也将成为未来人工智能整体市场的核心增长引擎。目前，计算机视觉技术是人工智能市场中的应用最为广泛的技术，在2020年上半年贡献了整体市场中超过48%的收入，其次为语音语义技术和机器学习开发平台技术。随着计算机视觉的应用落地走向成熟，应用场景不断拓展，计算机视觉技术的市场份额将持续保持较高水平。（三）AI解决方案市场容量智慧安防解决方案运用人工智能技术处理安防监控活动中产生的海量数据，并逐渐完成部分自主决策响应任务，实现事前

24、积极预防、事中实时感知和快速响应，以及事后的快速调查，其典型应用包括政府主导建设的、天网工程等。随着我国数字城市、智慧城市建设步伐持续加快，安防需求已全面从政府主导的城市公共安全管理向更为私有化、场景个性化的方向发展，智能安防的市场边界将进一步扩展，智能安防产业规模预计将保持高位增长。沙利文预计至2023年，中国智慧安防人工智能产业市场规模将高达1，3016亿元，2018年至2023年的年复合增长率将达到477%。城市治理解决方案运用人工智能技术，帮助政府统筹推进智慧城市的建设、运营和管理，并基于特定场景制订个性化解决方案，有效提高工作效率和立体化防控水平。以智慧交通枢纽为例，传统交通系统中存

25、在各交通参与模块相互割裂、缺乏协调等问题，城市阻塞问题随之加剧。智慧交通枢纽整合交通资源与流量信息，实现交通元素之间的彼此协调、优化配置和高效使用。随着各地对城市运营精细化管理的需求不断增强，下游应用场景的不断拓展将持续加速城市治理市场的扩张。仅就智慧交通人工智能领域，沙利文预计2023年该领域市场规模将达到3457亿元。缺乏信息化管理平台的传统园区随着入驻企业和员工访客的不断增加，存在管理效率低下、资源配置不合理等问题。智慧园区则可以通过云计算和人工智能等技术，实现园区的网络设施协同化、运营管理智能化，有效降低园区的运营成本。目前，我国共有超过15，000个产业园区，智能园区改造的渗透率仍然较低，未来有较大的市场增长空间。预计至2023年，中国智慧园区人工智能市场规模将达763亿元。计算机视觉技术通过识别分析消费者行为和商品信息，可对门店经营、消费者游逛行为等进行数据量化，对销售额进行多因子分析，是精准营销、智能化运营、门店管理等环节应用的必要基础。在此基础上机器学习技术则应用于数据建各场景的智能化水平。随着人工智能技术向更广泛的商业领域进行渗透，智慧泛商业的市场扩张将伴随着零售、市场营销等行业的转型升级得到进一步的加速。其中，AI+零售市场将保持50%以上的年复合增长率，规模将在2022年达到267亿元。