IDC：2019 年中国人工智能软件及应用市场规模达 28.9 亿美元

IDC：2019 年中国人工智能软件及应用市场规模达 28.9 亿美元兰花科创股票 国际数据公司（IDC）最新发布的 《中国人工智能软件及应用（2019 下半年）跟踪》报告显示，2019 年中国人工智能软件及应用市场规模达 28.9 亿美元，包括硬件在内，整体市场规模将达到 60 亿美元。

国际数据公司（IDC）最新发布的 《中国人工智能软件及应用（2019 下半年）跟踪》报告显示，2019 年中国人工智能软件及应用市场规模达 28.9 亿美元，包括硬件在内，整体市场规模将达到 60 亿美元。到 2024 年，中国人工智能软件及应用市场规模将达到 127.5 亿美元，2018-2024 年复合增长率达 39.0%。

2019-2020 中国人工智能市场：还未改变客户，先把自己颠覆

从行业用户角度来看，2018-2019 年的关键词是 “主流应用落地、碎片应用渗透”，2019-2020 年，AI 的采用已成为企业的内在需求。到 2020 年，已经有近百家企业发布了人工智能建设规划，成立了专门的实验室或者研究院，发布几十个联合攻关的 AI 项目。可以说，AI 正在规模化、深入的走进企业中。

从整体市场格局角度，计算机视觉市场增长超出预期，驱动力即来自政府投资。语音分析市场增长驱动力来源于政府法庭庭审类应用，对话式 AI 市场增长相对有限。商业化机器学习平台市场规模不大但增长空间巨大。AI 技术一定程度上实现了对上一代产品的更新换代：没有做到智能化升级的传统厂商的市场份额明显下滑，呈现出被市场淘汰的趋势，可以说还没有开始改造行业企业，先行改变了供应商自己的格局。

人工智能市场之计算机视觉应用

2019 年全年中国计算机视觉应用市场达 14.564 亿美元。市场增长来源于安防、城市大脑等领域。人脸识别做身份核验的应用空间已经呈现出较高的渗透率，但在疫情之后，包括园区、办公楼宇将带来一拨新的人脸识别需求。在传统行业，工业质检、巡检的应用正在兴起。从市场格局角度，在商汤旷视云从依图四小龙的整体份额之外，海大宇在 AI+ 安防市场的份额也显著增长。在质检、巡检方向，百度、华为、阿里、腾讯以及以创新奇智为代表的创业公司也在崛起。

人工智能市场之语音语义市场

2019 年全年中国语音语义应用市场达 12.249 亿美元。除了智能家居等消费级产品普及带来的机会之外，智能客服、法庭庭审语音转文字，贡献了较大的市场规模。在疫情之前，在工业领域已经有语音机器人部署到生产环境，疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI 数字员工、RPA 的发展，一定程度上也将重塑 AI 应用场景。

整体市场格局方面，科大讯飞依然占据领先地位但市场份额有所下滑，思必驰等创企凭借差异化优势依然占据一定的市场份额，而百度、阿里、华为、腾讯等厂商也开始在这一市场占有一席之地。

人工智能市场之机器学习开发平台

机器学习仍然是 2019-2020 年热点，但受限于数据资源就绪度、数据科学家人才储备，目前落地应用规模并不大，2019 年约 2.051 亿美元。IDC 重点追踪了第四范式、美林数据、九章云极、阿里云、腾讯云、百度云、华为云的机器学习商业化进展。目前第四范式市场份额遥遥领先，另外美林数据、九章云极分别在部分行业体现出显著优势。BATH 则在公有云以及线下部署两方面发力。同时，市场也不断有新的挑战者进入：如聚焦于驱动金融智能决策的氪信科技、星云 Clustar、探智立方等。

2020 年中国人工智能市场热点

RPA、AI 数字员工重塑 AI 应用场景。机器学习、自然语言处理、知识图谱技术的发展，推动 RPA 向智能化升级，AI 数字员工也开始走向市场。这些技术的融合将重塑诸多 AI 应用场景。

AI 中台势不可挡：尽管业界对 “中台” 概念总有争议，AI 落地过程中数据资源不足的瓶颈也让从业者意识到数据化的重要性，进而转向大数据建设领域，促使数据中台、AI 中台构成的数据智能齐头并进。AI 中台、数据中台，也将为机器学习领域带来新的机会。当然，市场也需防范中台概念的滥用，不是每一个应用都可以称之为 “中台”。

AutoML：在数据资源就绪度不足、数据科学家资源稀缺的现状下，市场需要更成熟的机器学习平台产品、更低门槛的 AutoML 产品、乃至更有效的落地方法论，助力企业 AI 全面落地应用，提升业务价值。

其他技术热点：图数据库、知识图谱、视频分析。

展望未来，IDC 中国助理研究总监卢言霞表示：“新基建带动人工智能建设，疫情刺激数据智能市场跨越式前进，行业企业将 AI 全面渗透，未来 AI 仍有很大的市场空间。尽管部分细分领域市场趋向饱和，但仍然有更多领域有待创新和突破。要扩张市场份额，一是要寻找能规模化复制的应用，二是现阶段还有是要靠创新能力和技术领先性拓展新的应用场景，三是寻找具备行业 Knowhow 的合作伙伴共同将技术落地企业。”