一、人工智能的分类
我国人工智能行业按应用可分为决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人，其中决策类人工智能市场增长最快，是规模第二的细分领域。
人工智能的分类
资料来源：公开资料，华经产业研究院整理
二、中国人工行业相关政策
近年来我国国务院、科技部、深化改革委员会等部门相继发布相关政策，大力推动人工智能技术发展壮大，加速升级迭代。
中国人工智能行业相关政策梳理
资料来源：各政府部门网站，华经产业研究院整理
相关报告：华经产业研究院发布的《2023-2028年中国决策类人工智能行业市场调查研究及发展战略规划报告》
三、人工智能行业产业链
人工智能产业链主要包括基础层、技术层与应用层，人工智能产业链各环节紧密联动，技术层是连接人工智能和应用场景的桥梁，应用层各应用领域内应用人工智能技术提高产品性能和解决方案智能化水平。
人工智能行业产业链
资料来源：公开资料，华经产业研究院整理
人工智能是一种应用广泛的技术，在机器的帮助下重塑人类整合信息、分析数据和获取洞察的过程，帮助人类提高效率、优化决策判断。据统计，2022年我国人工智能市场规模达到2255亿元，2018-2022年CAGR为39.7%，预计2023年市场规模进一步增长至2871亿元。
2018-2023年我国人工智能市场规模及增速
资料来源：公开资料，华经产业研究院整理
四、中国决策类人工智能行业发展现状
1、人工智能市场结构
现今，人工智能一般可分为决策类人工智能、视觉人工智能、语音及语义人工智能和人工智能机器人四种。其中视觉人工智能是最大的细分市场，2022年占比达到42.9%；第二为决策类人工智能，占比为23.6%，语音及语义人工智能占比17.5%，人工智能机器人占比16.0%。
2022年我国人工智能市场结构（单位：%）
资料来源：公开资料，华经产业研究院整理
2、决策类人工智能市场规模
随着人工智能行业的迅速发展，作为人工智能行业重要的细分领域，决策类人工智能行业也得到迅速发展。截至2022年，决策类人工智能市场规模达532亿元，2018-2022年均复合增长率实现48.64%，预计2023年决策类人工智能市场规模达到724亿元。
2018-2023年我国决策类人工智能市场规模及增速
资料来源：公开资料，华经产业研究院整理
3、决策类人工智能市场结构
在决策类人工智能市场中，我国以平台为中心的决策类人工智能细分市场正不断扩大。于2022年，以平台为中心的决策类人工智能市场规模在人工智能支出方面达到128亿元，占比24.1%，非以平台为中心的决策类人工智能市场规模达到403亿元，占比75.8%。
2022年我国决策类人工智能市场结构（单位：%）
资料来源：公开资料，华经产业研究院整理
五、中国决策类人工智能行业竞争格局
1、市场份额
决策类人工智能行业集中度高，2022年按收入计，前五大参与者合计占约56.2%的市场份额，其中第四范式以市场份额22.6%位居行业第一。互联网公司一般只为完善业务多元性而提供人工智能解决方案，人工智能仅占其广泛业务的一部分，此外，互联网公司的人工智能通常为混合类解决方案，且其中一大部分人工智能相关收入来自计算机视觉、语音及语义识别以及独立于平台的人工智能应用。
2022年我国决策类人工智能市场份额（单位：%）
资料来源：公开资料，华经产业研究院整理
2、国内重点企业
第四范式成立于 2014 年 9 月，主营业务为提供决策类人工智能解决方案，并运用核心技术开发了端到端的企业级人工智能产品，致力于解决企业智能化转型中面临的效率、成本、价值问题，提升企业的决策水平。公司产品现已广泛应用于金融、零售、制造、能源与电力、电信及医疗保健等领域。据统计，2022年第四范式先知平台及产品收入14.92亿元，同比增长47%，应用开发及其他服务收入15.91亿元，同比增长58.5%。
2018-2022年第四范式营业收入结构
资料来源：公司公告，华经产业研究院整理
六、中国决策类人工智能发展驱动因素
1、数据量增长
现今世界已实现广泛的数字化及互联互通，这也使得数据量急剧增长。据统计，2022年全球范围内创造、获取、复制及消耗了99ZB的数据，在过去十年间增长了近30倍，且预计在2027年将进一步增长至264ZB。庞大的数据量蕴含的重要信息为每个组织创造了大量机会，然而，数据量激增也为数据分析带来了前所未有的挑战，由人工处理数据分析任务变得愈发困难且成本高昂。在这样的背景之下，数据的积累促进了人工智能应用。同时，人工智能从丰富的数据中学习、训练和发展，变得更加智能，并能够以更有效的方式解决现实中的问题。
2、计算和算法基础设施的进步
算力的迅猛提升：算力与芯片的发展迭代密切相关。与此前代际的芯片相比，大多数芯片公司的人工智能芯片产品在算力上均大幅提高。大型芯片厂商新一代人工智能芯片的算力较上一代同系列产品最高可提升十倍。新的算法和框架的出现提高了人工智能训练和在行业部署的效率。例如，借助迁移学习技术，迁移和复制某个人工智能模型所获得的洞察至新的领域；借助自动机器学习技术，所有的开发者及业务人员都可以开发和优化机器学习模型，减少对机器学习专家的依赖。
华经产业研究院对中国决策类人工智能行业发展现状、市场供需情况等进行了详细分析，对行业上下游产业链、企业竞争格局等进行了深入剖析，最大限度地降低企业投资风险与经营成本，提高企业竞争力；并运用多种数据分析技术，对行业发展趋势进行预测，以便企业能及时抢占市场先机；更多详细内容，请关注华经产业研究院出版的《2023-2028年中国决策类人工智能行业市场调查研究及发展战略规划报告》。
