IDC 近日發佈《中國人工智能軟件及應用市場半年度研究報告（2019H1）》報告，2019年上半年中國AI市場規模達17.6億美元（約合123.8億元人民幣），其中銀行業、保險業、政府、互聯網行業依舊是AI技術的投資主體。
2019年中國AI市場重大變化
市場格局轉變
- 中美貿易摩擦激發AI市場的熱點從應用層向芯片層轉變。現階段仍然是GPU主導AI加速市場，未來幾年將看到NPU/XPU融入AI基礎架構。
- 市場由創企為主體向巨頭廠商與創企同臺競技、高度競合轉變。
- 曠視啟動IPO：即代表了第一批AI創企的成功，也表明AI創企面臨的競爭壓力。
- 傳統行業巨頭在AI創新方面發力：如國家電網、平安科技等。
新應用正在孵化
- RPA+AI：來也科技與奧森科技合併，即AI創企在探索過程中尋找有潛力的應用，也激發市場開始關注智能流程自動化IPA（IPA=RPA+AI, Intelligent Processing Automation）的應用。
- 視頻結構化，智能流程自動化，數字員工將成為下一個五年探索AI的熱點。
部署方式擴展
- 邊緣部署的比例顯著提升，尤其可以從端側推理框架如阿里的MNN、騰訊的NCNN、小米的MACE廣受推崇看到。
從產業智能化的視角，產業+AI主要以智能化應用解決方案的形式融入到企業的各個流程。從技術的角度出發，現階段可以分別從計算機視覺、語音語義、機器學習開發平臺的角度分析當前市場格局。
計算機視覺應用
- 計算機視覺領域，算法模型的原始創新趨緩，創新的重點在於更復雜場景下的視覺應用。
- 相對成熟的應用場景有安防場景下的人臉比對、靜態人臉識別做身份認證、圖像內容審核等。
- 開始走向生產環境的應用包括新零售下的智能貨櫃、商品識別、商品稽核、工業質檢，這些應用也成就了一批新的AI創企。
- 還在孵化中的應用包括視頻結構化、視頻分析、自動駕駛等。
在計算機視覺應用整體市場，當前佔據市場規模最大的廠商包括商湯、曠視、雲從、依圖，海大宇以及面向特定應用場景的AI創企如智慧眼、深醒科技、創新奇智。
對比2019年H1和2018年H2的數據可以看出，雲從由第四位躍升第三位，市場份額超過依圖；創新奇智超過智慧眼。因2019H1未披露市場份額數據，所以份額變化無法解析。
語音語義應用
語音語義領域，算法的創新仍在繼續，2019年走向市場的新算法模型包括Bert,Xlnet，ERINE。從應用場景看，佔據市場規模最大的應用場景包括消費級市場的語音助理，企業級市場對話式人工智能客服，以及教育行業的口語測評和法庭庭審智能化。下圖展示了IDC追蹤的在各應用場景下的主流廠商，其中面積大小代表了廠商的相對份額。
本次 IDC 對語音語義市場份額的表現形式發生了變化，以下為2018年下半年市場份額情況：
機器學習開發平臺
在機器學習市場，IDC於2019年8月發佈了IDC Marketscape：中國機器學習開發平臺2019廠商評估，代表了2019上半年的機器學習開發平臺市場格局。
- 市場份額最大的是第四範式、能力最強的是阿里雲、百度最具潛力；
- 騰訊雲、AWS 相對前三家居中，AWS比騰訊雲能力稍強、潛力稍強、份額稍少；
- 面對四家強勁的競爭對手，第四範式份額有減少的風險；
- 微軟相比第四範式、騰訊雲、AWS：潛力稍強、能力稍弱、市場份額比較小；
以上6家為領導者，主要參與者包括：美林數據、金山雲、九章雲極、探智力方、星環科技、新華三、東軟。
當前的技術應用現狀
當前的機器學習開發平臺基本可以提供30種以上的經典機器學習算法；基本已支持TensorFlow, PyTorch，Caffe等主流框架。不僅是機器學習、深度學習，圖算法也開始走向市場，現階段應用最為普及的是經典機器學習。領先的廠商在兼顧機器學習創新應用的同時，還能夠針對機器學習類工作負載對底層硬件做深度優化，為用戶提供高效靈活的軟硬一體化產品。
IDC在2018年11月執行的最新調研中發現：谷歌開源框架TensorFlow、Facebook開源框架Caffe2/PyTorch已成為中國市場上最主流的3個框架：
應用落地現狀
目前商業化機器學習產品已經落地的行業及應用包括金融行業反欺詐、信用模型評估，跨行業的產品推薦、精準營銷，1-2年內正在落地的應用包括能源（尤其是電力）、軍工、製造行業。
當前算法工程師仍處於稀缺狀態，一定程度上制約了機器學習的推廣落地。面向應用場景的數據資源匱乏，也是影響機器學習推廣的制約因素。自動化機器學習可以緩解對於專業算法工程師的需求，成功的自動化機器學習產品可以使業務人員經過培訓即可以建模。總體來看，企業用戶對機器學習產品交付方式的偏好、算法工程師的供需關係，都將影響機器學習市場的發展趨勢。
值得關注的前沿領域
領先的廠商於2019年著力研發自動化機器學習、智能數據標註、可解釋深度學習、界面可視化、圖算法、批數據處理等。
典型廠商
百度在機器學習領域擁有深厚的技術積累，在國內最早推出深度學習開源框架飛槳PaddlePaddle，在最近1-2年內下載量以及活躍用戶量都保持高速增長。百度也是國內較早推出自動化機器學習產品的廠商，其EasyDL產品目前擁有較高的市場認知度。在商業化方面，依託百度雲的客戶積累及市場拓展能力，百度能夠將機器學習能力快速輸出並不斷迭代。
創新創業公司代表：第四範式
既能專注AI算法開發又能兼顧軟硬件一體化的高度優化；成熟的企業級產品；快速落地的商業化能力，成為第四範式從諸多企業中脫穎而出且快速擴張的重要因素。
數據科學、大數據時代的創新廠商：美林數據、九章雲極
西安美林數據在本次評估中處於領導者象限。美林數據擁有數十年的企業數字化服務經驗，在機器學習市場，其TempoAI產品已在多個行業中得到實際應用，且深受工業、能源等行業用戶認可。成熟穩定的產品、廣泛深入的用戶案例，是美林數據位於領導者象限的重要原因。
處於“主要廠商/主要玩家”象限的九章雲極當前主要服務金融行業，在特定的應用場景如反欺詐、用戶畫像等領域積累了豐富的實踐，在政府、製造業等領域，也與客戶共同打造了諸多機器學習的創新應用案例。
值得關注的國際廠商：AWS
AWS在全球機器學習市場取得了令人矚目的成績，根據其內部調研數據，約80%的TensorFlow部署在AWS的雲服務上。在中國市場，AWS憑藉自動化機器學習Sagemaker快速獲得較高的市場認知度，依託雲服務的客戶積累其機器學習產品也得以快速部署。AWS較早推出機器學習推理芯片Inferentia，也參與了ONNX（開放神經網絡模型格式轉換）項目的建設與推廣。在加強自主研發的同時，AWS也始終以開放的態度為用戶提供靈活的機器學習選擇。
雲服務+AI成為AI領域的主戰場
現階段採用AI的主要挑戰即缺乏專業人才，部署門檻高。採用雲端AI能力一定程度上可以幫助用戶專注於AI能力的開發和應用。當前雲服務市場開放的AI能力超過100項，主流的AI雲服務廠商包括百度、阿里雲、騰訊雲、華為雲、金山雲、AWS、Azure等。如何幫助雲服務用戶進行智能化升級，如何應用AI驅動雲服務的採用，成為AI雲服務市場的重點。
展望未來，IDC中國助理研究總監盧言霞表示，從用戶端看，僅五成企業認為其所部署的AI項目帶來了顯著的收益，近六成企業表示採用AI有很大的難度。從市場端看，可以落地的應用和正在孵化的應用呈現一定程度的“斷層”。整體來看，未來3年的市場格局仍然存在很大變數，致勝的關鍵在於持續的創新能力，面向市場商業化的能力，以及幫助廠商降低部署門檻加快落地的能力。
閱讀更多 番茄AI 的文章
