学术视角：
学术参与度逐年上升
深度学习不断发展突破
人工智能迈向认知智能
人工智能科研力度持续加码，理论积累与技术落地同时运转
技术研发需要强大的理论支撑，面对人工智能发展机会窗口期，我国不断加强人工智能学术科研投入，根据科技部新一代人工智能发展研究中心联合国内外10余家机构联合发布的《中国新一代人工智能发展报告2019》显示，目前我国人工智能论文发文量全球领先。一方面科研院校与机构是人工智能技术实现突破的重要力量，另一方面企业自建或者联合高校共同创立的人工智能实验室为人工智能技术商用落地和技术储备付出了重大努力，例如腾讯AI Lab、百度机器人与自动驾驶实验室等。
深度学习不断取得突破，图神经网络成为新研究方向
由深度学习引起的AI热潮，深度学习从一开始的深度神经网络到循环神经网络、卷积神经网络， 再到生成对抗网络，AI核心技术不断取得创新突破。近两年深度学习的一个分支——图神经网络又成为新的热点研究方向。
图神经网络的两大特点是不规则性和无序性，能够很好地发现实体之间依赖关系，可以在社交网络、推荐系统、金融风控、分子化学和知识图谱等领域产生巨大价值。
人工智能从感知智能向认知智能迈进
近年来人工智能高速发展，虽然在计算机视觉、智能语音领等特定领域实现了单点突破，但尚未具备通用性，AI技术整体还处于依托数据驱动的感知智能阶段，存在深度学习依赖海量标准数据、中间过程不可解释等问题。而目前以迁移学习、类脑学习等为代表的认知智能研究热度也在不断攀升，与传统深度学习不断融合，助推人工智能向认知智能过渡。
企业视角：
AI创业窗口期临近尾声
人工智能整体步入商业驱动发展阶段
人工智能的创业机会窗口期迈入尾声阶段
根据亿欧智库统计，中国AI初创企业从2012年起，经过4年的高速发展，在2016年达到顶峰， 而后AI创业热度逐步降温，2020年1-4月仅成立4家AI企业，是2019年全年数量的12%。据此 可以大致推断，人工智能的创业机会窗口期开始迈入尾声阶段。
AI初创企业原始技术积累基本完成，未来重心将加速向场景洞察和方案落地转移
人工智能企业已经逐步从早期技术驱动阶段向商业驱动发展，尤其是基于视觉、语音和文本的AI技术相对较为成熟，当前人工智能在安防、医疗、教育、金融等领域有较多的落地成果，未来人工智能企业的发展将更加依赖落地场景的洞察以及解决行业实际需求的能力。
人工智能多场景快速部署，抗击疫情，刻不容缓
在新冠疫情中，中国人工智能企业在多人体温监测、外呼、疫情信息服务、疫苗研发和药物筛选等众多场景中快速部署智能产品，降低了病毒传染风险、缓解了医护资源压力、提高了控制疫情效率，在防控疫情关键时期发挥了不可替代的作用，并突显出了巨大的社会效益。从众多的应用场景分析可知：一方面，人工智能能够将人从简单、重复、繁重的工作中解放出来，同时算法仍是AI准确性和效率的核心；另一方面，场景的适配性是AI成功落地的关键环节。
人工智能的本质并非专注于技术的迭代优化，而是善用技术解决客观存在的实际问题
随着AI热潮的兴起，市场涌现了一大批AI企业，其中不乏带有投机意味的伪AI者，因此每年AI新创企业的数量也存在一定虚高。而人工智能本质上是利用AI技术解决实际问题，未来随着人工智能逐步走向成熟，历经时间考验的AI企业，将真正释放AI的价值。
投资视角：
AI私募投资趋于饱和
科创板有效衔接二级投资市场
人工智能私募投资热潮加速降温，市场逐渐趋于饱和
根据亿欧智库统计，中国AI私募投资热度在2017-2018年达到顶峰后，投资频次和投资额度开始逐年回落，2019年全年投资频次仅为2018年的30%，而2020年1-4月种子轮/天使轮的投资事件仅占2019年全年同轮次投资事件的34%。
一方面，中国人工智能在2010-2020年间快速发展，AI企业创立千余家，私募资本也从最初的兴奋高涨逐渐过渡到重新审视后的理性回归，AI私募投资市场趋于饱和；另一方面，早期成立的AI企业在技术、产品、资本的助推下，落地场景和商业形态基本形成，发展路径逐渐清晰， 具备高成长性，而科创板的创立，有效形成了私募市场和二级资本市场的衔接，为需要大量资金推进发展的优秀AI企业提供了重要融资渠道，助推其快速地迈向下一个发展阶段。
科创板助推人工智能企业释放创新活力
2019年6月，中国科创板正式开板，成为科创企业重要的融资渠道。科创板采用注册制进行股票发行上市，上市审核效率显著提升，有效降低了IPO融资成本，因此开启了人工智能企业IPO热潮，为人工智能企业快速发展注入新活力。截至2020年4月，共有12家企业成功登录科创板。
提升数据处理性能，大内存计算开始崭露头角
人工智能的发展离不开强大的计算性能与海量的数据，而内存融合基础架构（MCI）的出现可以有效解决海量实时数据对当前IT架构带来的挑战，MCI将内存计算和数据存储合二为一，能大幅提升数据处理的整体性能，其吸引了intel、思科等IT巨头等投资者的青睐。2020年，MCI的发明者初创企业MemVerge，发布了与MCI配套的大内存计算软件系统Memory Machine。
目前，腾讯、京东等公司已经开始使用MCI系统进行AI模型快速训练及其他复杂计算工作。
政策视角：
新基建构筑人工智能数字底座
推动人工智能规模化应用落地
中国人工智能三大发展阶段：技术突破、国家战略以及国家层面全面推动AI落地。2015年和2016年，中央连续发布《“互联网+”行动指导意见》和《“互联网+”人工智能三年行动实施方案》，重点推动人工智能核心技术的突破；2017年国务院发布《新一代人工智能发展规划》，至此，人工智能正式上升到国家战略层面，同时国务院明确提出“必须加速人工智能深度应用”；随后《促进新一代人工智能产业发展三年行动计划（2018-2020年）》发布，其从各个方面详细规划了人工智能在未来三年的重点发展方向与目标。2019-2020年，国家通过充分发挥地方主体作用和发展“新基建”，助推中国人工智能发展迈向更高的台阶。
行业视角：
中国AI应用ToB端发展迅速
引领企业数字化变革
人工智能ToB端业务发展迅猛，企业数字化转型是大势所趋
根据亿欧智库统计，经过10余年的快速发展，中国人工智能企业更聚焦于ToB端业务，行业解决方案、企业服务、机器人、大健康、安防等赛道是AI企业的重点关注领域。
一方面人工智能需要深度融合于行业才能释放出其巨大价值，而融合的过程更多是AI企业与行业企业深度合作、共同进行场景适配挖掘、AI赋能，进而达到降本增效等目的；另一方面，人工智能技术需要优秀的算法，同时也需要海量的数据输入才能产生优良的应用模型，因此AI的进一步发展必然引领企业的数字化转型。
未来AI在互联网的下半场——产业互联网中必将产生巨大价值，带来全行业的智能化变革。
AI芯片提供边缘计算能力，终端人工智能将得到快速发展
一方面，随着以GPU、FPGA、ASIC和类脑芯片为代表的AI芯片迭代发展，其算力和功耗等性能实现快速提升，为终端设备实现本地智能化提供了可能；另一方面，实时响应的需求也在不断拉近人工智能与终端设备的距离，例如在自动驾驶领域，车辆需要对海量环境感知数据实现毫秒级的响应速度，本地智能计算不仅能实现高可靠的低延时决策，同时还能克服汽车非联网驾驶环境等极端情况。
目前终端人工智能主要集中于以智能手机、平板电脑、智能音响以及智能可穿戴设备为代表的消费级终端领域和以智慧安防、机器人为代表的企业级终端领域。
未来随着AI芯片性能进一步释放、AI算法的不断优化以及5G的全面商用，终端本地智能化与云端将实现协同发展。
融合视角：
5G+云计算+AI深度融合协作创新
构筑数字经济动力引擎
5G+云计算+AI深度融合，打开行业成长新空间。
融合是新一代网络信息技术的重要特征，其中“5G+云+AI”的深度融合将成为推动数字经济发展的重要引擎。5G负责对数据进行高效地传输、云负责对数据进行计算和存储、AI负责对数据进行分析和挖掘、5G+云+AI三者相互协同，将打破众多行业发展天花板，打开新的成长空间，同时释放出巨大能量，为政企转型和产业升级注入新活力。
以下为报告节选：
