人工智能产业链 - 人工智能产业链及五大商业模式解析

　　7.人工智能产业链

　　人工智能产业链根据技术层级从上到下，分为基础层、技术层和应用层。基础层最靠近“云”，应用层最靠近“端”。

　　基础层（按技术层级从上到下，下同）

　　计算能力层：大数据、云计算、GPU/FPGA等硬件加速、神经网络芯片等计算能力提供商。

　　数据层：身份信息、医疗、购物、交通出行等各行业、各场景的一手数据。

　　技术层

　　框架层：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系统。

　　算法层：机器学习、深度学习、增强学习等各种算法。

　　通用技术层：语音识别、图像识别、人脸识别、NLP、SLAM、传感器融合、路径规划等技术或中间件。

　　应用层

　　应用平台层：行业应用分发和运营平台，机器人运营平台。

　　解决方案层：智能广告、智能诊断、自动写作、身份识别、智能投资顾问、智能助理、无人车、机器人等场景应用。

　　8.人工智能产业链价值分析：

　　

　　人工智能产业链中，基础层是构建生态的基础，价值最高，需要长期投入进行战略布局；通用技术层是构建技术护城河的基础，需要中长期进行布局；解决方案层直戳行业痛点，变现能力最强。

　　9.未来人工智能竞争格局：

　　

　　在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。

　　模式一：生态构建着——全产业链生态+场景应用作为突破口。

　　关键成功因素：大量计算能力投入，积累海量优质多维数据，建立算法平台、通用技术平台和应用平台，以场景应用为入口，积累用户。

　　模式二：技术算法驱动者——技术层+场景应用作为突破口。

　　关键成功因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户。

　　模式三：应用聚焦者——场景应用。

　　关键成功因素：掌握细分市场数据，选择合适的场景构建应用，建立大量多维度的场景应用，抓住用户；同时，与互联网公司合作，有效结合传统商业模式和人工智能。

　　模式四：垂直领域先行者——杀手级应用+逐渐构建垂直领域生态。

　　关键成功因素：在应用较广泛且有海量数据的场景能率先推出杀手级应用，从而积累用户，成为该垂直行业的主导者；通过积累海量数据，逐步向应用平台、通用技术、基础算法拓展。

　　模式五：基础设施提供者——从基础设施切入，并向产业链下游拓展。

　　关键成功因素：开发具有智能计算能力的新型芯片，如图像、语音识别芯片等、拓展芯片的应用场景；在移动智能设备、大型服务器、无人机（车），机器人等设备、设施上广泛集成运用，提供更加高效、低成本的运算能力、服务，与相关行业进行深度整合。

　　10.人工智能对企业的启示：

　　传统企业的竞争优势主要来自两个方面：

　　其一，在企业布局上，企业有专有的固定资产、品牌、知识产权等资源，在所在领域取得规模经济和范围经济，并通过门店和经销商网络建立了稳定的客户关系；

　　其二，在企业自身的能力上，企业积累独特的人力资源和技能，并在流程上尽可能精简。

　　人工智能时代，企业竞争优势转变为算法和数据资产，建立学习网络和数据生态，360度洞察消费者，通过人工智能不断地学习产生新的知识，同时在数据驱动下，进行即时自动决策。

　　利用人工智能构建新的竞争优势，传统企业需要携手互联网企业，探索新的商业模式。

　　11.人工智能对政府的启示：

　　为加快人工智能产业发展，政府应从以下三个维度加强对人工智能产业的政策支持：

　　（1）开放政府及公共领域数据，打造国家级人工智能资源平台。数据是人工智能的基础。为鼓励人工智能产业发展，应开放公共数据，并优化数据质量，建立系统化结构化的数据库平台，为人工智能的发展提供资源。

　　（2）建立企业主导、高校研发、国家投入的人工智能产业一体化发展模式。人工智能在未来数年内将以服务智能为主，因此需要树立企业在人工智能行业的主导地位，鼓励企业积极开发人工智能的场景应用，以将人工智能科研成果转变为商业价值。同时，鼓励高校研发、增加国家科研投入，为长期人工智能基础科技突破做准备。

　　（3）以产业基金、专项基金等激励人工智能创新，提供针对人工智能创业企业的税收优惠，以人才为导向，配套全球人工智能人才安家政策，提供宽松的人工智能法律法规环境。

　　结语

　　总体而言，阿里的人工智能体现于对于自身的产品与业务进行功能试水。当然，类似的方式也是腾讯和华为的人工智能战略逻辑。

　　但其对人工智能产业链价值，以及商业模式的剖析，对于创业公司的价值非常大。指出机会在哪里，有助于创业公司在巨头的夹缝中找到自身优势，回避短板，获得更好的发展。