“商业落地”已成为人工智能发展到当前阶段鲜明的主题词，过去人工智能技术驱动阶段重在AI算法模型比拼，如今更要依赖商业场景洞察、专家团队实力，将AI技术与行业实际需求结合，产生应用与经济价值。因此本报告从人工智能在实体经济中的市场化情况出发，探寻人工智能对实体经济的意义。研究表明，当下，AI相关技术与传统行业经营模式和业务流程开始产生实质性融合，智能经济时代的全新产业版图初步显现。预计年人工智能赋能实体经济产业规模接近亿元。
本报告对安防、金融、客服、医疗健康、零售、广告营销、教育、城市交通、制造、农业等十大传统产业应用人工智能的现状进行了梳理。整体来看，过去AI企业单纯向传统企业技术输出的模式已悄然改变，全产业链都已参与进来，随之而来的是AI应用的快速渗透和对相应场景的革新优化。具体应用场景、使用价值及市场规模推算请详见报告第二章论述。
通往智能世界探索的路径存在多种可能，基于部署思路、建设架构、同其他数字化技术联动等方面的差异，业内已有与IoT结合的AIoT、与云平台能力结合的AIPaSS、与产业全面联通相结合的AI+产业互联网等发展路径，将共促人工智能与实体经济的深度融合。
从市场角度看，对人工智能产业的未来发展思考集中于玩家角色变化、落地场景的探索与评估和技术能力的强化提升，因为上述因素会对业务布局、商业模式、可持续发展产生重要影响。艾瑞认为未来认知智能的推进将带来传统意义上客户方的AI化，AI技术将进一步向其他实体产业渗透，同时市场环境的压力敦促国内AI行业形成自主可控的产业链，这些变化都将促使我国人工智能产业的长期健康发展。
行业概述篇
人工智能战略意义
商业价值：年AI赋能实体经济预计贡献收入近亿元
近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现，预计年人工智能核心产业规模接近亿元，目前，安防和金融领域市场份额最大，工业、医疗、教育等领域具有爆发潜力。
人工智能产业图谱
人工智能产业成熟度
安防与金融发展条件较好，业务渗透最快，营销、客服、教育等有望快速发展
我们根据基础建设和价值空间两大维度对人工智能赋能的十大实体经济类型进行分析。总体而言，金融、营销、安防、客服等场景在IT基础设施、数据质量、对新技术的接受周期等AI发展基础条件方面表现较优，而在当下市场规模、行业发展增速、解决方案落地效果和*策导向等诸多因素的影响下，安防、金融、教育、客服等场景将产生较高的商业化渗透和对传统产业提升程度。其余产业中，制造场景由于基础建设复杂、数据获取难度较大，且实际智能应用仍较为边缘化，AI应用短期内渗透释放难度较大；医疗、零售、交通等场景随着AI技术与场景核心痛点匹配度上升、产品逐渐完善，未来将激发更大价值；农业因为技术基础、商业模式、购买能力等问题，目前AI的赋能作用尚不明显，有待未来探索。
赋能实体经济篇
泛安防领域
年G端与B端市场规模有望突破亿元
年是AI+安防商业化元年，年，我国AI+安防软硬件市场规模达到亿元，部分头部安防厂商AI业务在总营收中占比从大约4%提升至超过8%，部分典型AI公司安防业务则占接近一半的营业收入。年城市公共安防中AI渗透率达到2.6%。预计年市场仍将保持高增速，到十三五收官之年年增速开始稳定，届时市场规模可达到亿元（城市公共安防AI渗透率达到11%），年市场规模有望突破亿元（城市公共安防AI渗透率达到25%），从年到年CAGR达到78.3%。
视频监控占比近90%，中心侧份额最大
年AI+安防软硬件市场约.3亿元的产值中，视频监控占据绝大部分，份额近90%，成为AI+安防的主赛道。其中，端侧市场规模超过38亿元，占28.3%，中心侧市场规模超过74亿元，占54.8%。而在AI+安防的核心战场公共安全领域，总市场规模约93.1亿元，其中端侧市场规模约13.8亿元，占14.8%，中心侧市场规模约66.5亿元，占71.4%，边缘侧渗透有限，占比较小，约3.8%。出入口控制的主要产品如人脸识别闸机、门禁等，门槛相对较低，与监控人脸识别具备相通之处，因此绝大部分安防产品与解决方案提供商均涉足这部分业务，其市场相对较大。
传统金融领域
传统金融机构、互金公司和AI公司是主要参与者，中小型金融机构表现活跃
传统金融机构拥有广泛的客户基础和海量高可信度的数据积累，拥有完整的线下布局，对AI应用有核心需求，是市场中主要的需求方；互联网金融公司承载人口红利，拥有大量的C端客户和流量数据，在产品设计和渠道运营方面具有优势，是技术的需求方，也是提供者；AI公司在终端客户和数据积累方面不足，但在特定方向上具有较强的创新性和研发能力，是主要的技术提供者。传统金融机构主要通过成立子公司自研技术、对外投资并购和采购合作三种方式进行AI布局，目前以采购合作为主，需求更倾向于金融零售中的风控反欺诈和精准营销，国有银行等大型机构对于AI产品采购的态度更显谨慎，为保证数据安全可控，往往要求合作公司开放代码，由双方共同开发，在筛选合作对象时更看中AI公司的合作案例和研发能力，而中小型机构相对灵活，是市场中的活跃者；互联网金融公司面临着新一轮转型，在牌照监管压力下，互金公司将加大与银行的合作，由业务输出向技术输出拓展；AI公司在金融方面以智能风控产品为主，主要存在技术集中型和数据集中型两类，前者在算法模型训练方面有优势，后者在黑名单数据积累方面有优势，AI公司与大型机构合作后摸索出的解决办法对中小型机构更有应用价值。
传统金融领域
年传统金融AI投入约亿元，银行业务仍是核心场景
据艾瑞统计，年中国传统金融机构科技投入约为.3亿元，较年增长10%，其中包括硬件和软件的AI相关投入约占10.4%，为.8亿元，较年增速为42.9%。保守估计，到年中国传统金融机构科技投入将突破3亿元，AI相关投入占比将达到15.6%，超亿元。银行业是AI相关应用的主要投入方，占比70%，大部分通过外部采购方式获取AI服务，其中对基础设施层投入占60%，在AI应用层投入占40%，约39亿元，硬件部分（以AI摄像头和人证比对机为主）占三分之一，软件部分（以精准营销和智能风控平台为主）占三分之二。
客服领域
年智能客服业务规模将突破亿元，AI技术成为重要推动力
年，智能客服业务规模达到27.2亿元，其中以智能客服机器人为代表的AI应用业务规模达到7.9亿元，预计年智能客服业务规模将突破亿元，年复合增长率为56%，AI应用业务规模突破70亿元。在NLP技术的赋能作用下，客服业务将向企业服务、智能家居、智能可穿戴、车载设备、智能服务机器人、智能会议系统等领域拓展，预计年，泛智能客服市场想象空间将突破亿。
客服领域
NLP技术与标准化数据累积将拓展智能客服企业的业务边际
由于客服行业中智能化需求上升，除原有的客服机器人厂商外，拥有丰富大客户资源的传统客服软件厂商、基于PaaS云通讯优势的云客服厂商、互联网巨头公司的相关客服平台都开始组建自身的AI团队，布局智能客服。智能客服最大的隐性价值在于NLP技术在实际场景中的训练和标准化数据累积，后者在挖掘客户有价值信息中明显起到降本增效的作用，标准化的数据打通了企业内部营销、产品等环节，使得智能客服业务拥有了向企业服务其他场景拓展的能力；而NLP技术将成为智能客服公司的核心竞争力，可以此向制造、*务、医疗等领域拓展，向集认知、交互、协同、功能性于一身的智能系统发展。
医疗健康领域
AI医学影像产品潜在价值巨大，但商业落地面临瓶颈
本报告重点
