2016年人工智能行业市场前景分析.doc

一、 人工智能的内涵及分类
（一）人工智能的内涵
人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。
（二）人工智能的分类
人工智能的概念很宽泛，按照人工智能的实力可分为三大类：
1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。
2、强人工智能：各方面都能和人类比肩的人工智能。
3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。
人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。
人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。
美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。
二、 人工智能的产业链分析
从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。
从产业链上看，人工智能产业链包括基础技术支撑、人工智能技术及人工智能应用三个层次，其中基础技术支撑由数据中心及运算平台构成，即计算智能阶段，包括数据传输、运算、存储等；人工智能技术是基于基础层提供的存储资源和大数据，通过机器学习建模，开发面向不同领域的应用技术，包含感知智能及认知智能两个阶段，感知智能如语音识别、图像识别、自然语音处理和生物识别等，认知智能如机器学习、预测类API和人工智能平台；人工智能应用主要为人工智能与传统产业相结合实现不同场景的应用，如无人驾驶汽车、智能家居、智能医疗等领域。
图表　人工智能产业链

资料来源：产研智库
三、 各国加快布局人工智能行业
各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式引导人工智能产业的发展，2013财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。
在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。
现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。
由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力，与人类大脑的功能几无二致。在2013年年初的国情咨文中，美国总统奥巴马特别提到为人脑绘图的计划，宣布投入30亿美元在10年内绘制出“人类大脑图谱”，以了解人脑的运行机理。欧盟委员会也在2013年年初宣布，石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”，并为此设立专项研发计划，每项计划将在未来10年内分别获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，预计最快到2019年可完全模拟出人类大脑。
四、 政策推进人工智能行业发展
2015年7月前，国务院发布的《关于积极推进“互联网+”行动的指导意见》指出，依托互联网平台提供人工智能公共创新服务，加快人工智能核心技术突破，促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用，培育若干引领全球人工智能发展的骨干企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态。
（一）培育发展人工智能新兴产业。建设支撑超大规模深度学习的新型计算集群，构建包括语音、图像、视频、地图等数据的海量训练资源库，加强人工智能基础资源和公共服务等创新平台建设。进一步推进计算机视觉、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及新型人机交互等关键技术的研发和产业化，推动人工智能在智能产品、工业制造等领域规模商用，为产业智能化升级夯实基础。
（二）推进重点领域智能产品创新。鼓励传统家居企业与互联网企业开展集成创新，不断提升家居产品的智能化水平和服务能力，创造新的消费市场空间。推动汽车企业与互联网企业设立跨界交叉的创新平台，加快智能辅助驾驶、复杂环境感知、车载智能设备等技术产品的研发与应用。支持安防企业与互联网企业开展合作，发展和推广图像精准识别等大数据分析技术，提升安防产品的智能化服务水平。
（三）提升终端产品智能化水平。着力做大高端移动智能终端产品和服务的市场规模，提高移动智能终端核心技术研发及产业化能力。鼓励企业积极开展差异化细分市场需求分析，大力丰富可穿戴设备的应用服务，提升用户体验。推动互联网技术以及智能感知、模式识别、智能分析、智能控制等智能技术在机器人领域的深入应用，大力提升机器人产品在传感、交互、控制等方面的性能和智能化水平，提高核心竞争力。
五、 我国加快布局人工智能行业
国内人工智能领域布局的先锋无疑是百度，“百度大脑”计划提出后，成立其首个深度学习研究院，并在2015年推出机器人助理“度秘”；而阿里巴巴创始人马云也提出“从IT走向DT时代”的转变，顺应推出国内第一个人工智能平台；科大讯飞启动“讯飞超脑”计划，且与京东在智能家居领域战略合作。
图表　国内企业在人工智能领域的布局

资料来源：产研智库
六、 全球人工智能行业投资升温
人工智能技术的研究和发展在不仅决定了计算机、互联网技术的未来发展方向，同时也将引发众多传统产业结构的深刻变革。科学家普遍期待人工智能成为人类进入知识经济时代后，下一次生产力飞跃的突破口。金融危机以后，欧美国家回归前沿科学的战略布局，更加重视人工智能技术的研究，特别是在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有研究突破。同时各大互联网巨头加快布局，2014年人工智能领域共完成40笔交易，投资总额达到3.09亿美金，比2013年增加302%。
图表　全球人工智能领域投资额大幅增长

数据来源：产研智库
七、 人工智能行业发展前景展望
未来人工智能随着各项技术的不断进步，也将要不断面对越来越多的挑战，包括观念上的挑战。现实生活中，社会大众对人工智能技术的期望往往很高，但人工智能技术进步不仅受限于软件、硬件技术的制约，也受人类对自身理解与了解程度的制约，因此未来人工智能技术将在现有制约被不断解决、新的制约又不断形成的过程中，始终保持螺旋式发展进步的趋势。比如语音识别技术，20世纪90年代，当IBM推出VIA VOICE时，很多人高呼语音识别时代到来了，但当大多数人亲自使用时，却发现自己的识别率还是不够高，语音识别应用自此进入到长达十几年的低迷期；近年来，语音识别技术得益于机器学习与大数据，又有了突飞猛进般的进步，现在随便一个人只要能够讲普通话，计算机对其个人提供的数量足够多的语音数据进行针对性训练，并对其讲话内容进行语言模型的定制训练，这个人的语音识别就可以达到99%的识别正确率。但对独立一个人能够做到的，并不意味着无数大众使用就都能达到这样的水平，不要说对8K语音的识别，从如今各家语音识别厂商对外公开宣布的16K语音平均识别率达到95%来看，距离大于99%的识别率还有很长的路要走。语音识别技术确实在进步，但要达到99%这一平均水平可能需要一年，也有可能又是一个十年，没有人能够轻松预言，准确判断。不仅是语音识别，OCR、人脸识别、语义理解、机器翻译等人工智能技术在实际应用中都会面临识别率、准确率的挑战。因此，无论是企业还是社会应用大众，都应有更加包容的心态，共同为人工智能产业的发展营造一个良好的发展环境。
针对未来产业竞争，中国企业如何面对GOOGLE、微软、苹果等世界级企业的竞争压力的问题，我们认为中国与世界发达国家相比，人工智能技术是中国为数不多的与世界同步发展的技术领域。经过数十年国内无数优秀科学家、学者、也包括众多企业研究工程师的不懈努力，可以说中国人工智能领域无论研究与应用水平，都与国外发达国家相比不分上下，可谓平分秋色。人工智能虽然是一门自然科学，但与其他自然科学不同的是，人工智能技术与人文文化不可分割，中国文化博大精深，汉语作为世界上最古老也是最神奇的语言之一，构成了中国学术界、产业界与世界发达国家竞争中的一个天然壁垒。
人工智能源自于对人的模仿，服务人自然是必然使命，然千万人有千万之不同，就像没有一家餐饮企业可以满足一个国家人的吃饭要求一样，人工智能产业中会出现多家实力强大的企业，一些企业也会在某些领域内形成领先优势，很难或者说就不会出现垄断型企业。人工智能产业在世界范围内也都还处于起步阶段，人工智能产业的竞争也会伴随不断增长变化的需求而演化，企业也会在不断满足并提升社会大众丰富多彩的生活品质而进步。张连毅表示：也许现在说竞争格局还为时尚早，但纵观智能语音、智能图像、智能语义、生物特征识别等人工智能技术的广泛应用，人工智能确已在中国成为推动产业升级、创新发展的关键动力，相信将会有越来越多的企业融入到人工智能产业之中，包容发展，各领风骚也将会成为中国人工智能产业的独特风貌。
八、 人工智能行业未来发展趋势
人工智能呈现给我们的是人类的苦难已经一去不复返了。它们会逐渐接手我们的工作。最大限度的拓展人们的能力。机器人会奴役人类，杀死人类，或兼而有之。
但是最极端的假设则预测了一个人工智能比人类更加聪明的遥远未来。可以肯定的是，2016年我们应该不会把自己的大脑上传到云端或者跟终结者决斗。
在接下来的一年中我们将见到人工智能领域内的创新蓬勃发展，但那不意味着它们就不重要了。这正是裤兜里有苹果助手Siri和真正与她交流之间的区别。我们会看到包含了人工智能的技术进行调整，并且更重要的是，我们会见证技术交流的改革。以下是关于人工智能的五个预言：
（一）更聪明的机器人
IBM科研部的认知计算副主管Guru Banavar很期待看到人工智能技术能够嵌入到更多的机器人与设备中。IBM正在利用机器学习算法训练机器人更好地将合适的姿势、音调与语句结合。该公司的人工智能技术已经被加载于其他公司生产的机器人上，例如软银的礼宾与销售助理机器人佩珀。机器学习算法能够帮助机器人学习更好地导航（自动驾驶），并且与诸如仿生眼睛等机器人设备结合。
（二）更快的分析
机器学习算法的一个关键应用就在于数据分析。视觉数据分析的进步以及速度的加快将会跨越不同的领域带来广泛的影响。人工智能在理解图像方面的技术大大加强，这包括对于例如目标、人和地点等特殊元素的文本和意义等。而扩大视觉分析影响的一个关键领域便是医疗体系，人类工作者需要处理海量的视觉信息。加快数据处理的速度会大幅提升2016年人工智能在商业中的表现。机器学习将会取代手动数据处理与数据监管等累活脏活，节省下的时间又可以促进数据策略的发展。
（三）更自然的互动
用来处理语言的机器学习算法的提升会让人们与计算机之间的交流更加容易。微软雷德蒙德实验室研究员兼管理主任Eric Horvitz说，虚拟助手（如Siri与Cortana）会变得“非常有帮助”。Andrew Arruda是人工智能律师初创公司ROSS的CEO，他说：“一直以来，我们都是基于计算机的语言跟它们进行交流，这正是我们需要跨越的一步”。他提出自然语言处理的进步会在明年开始颠覆这样关系。
（四）更热火朝天的竞争
在2015年11月，谷歌开源了它的开源机器学习框架Tensorflow。之后，Facebook也开源了Big Sur的设计，这是这家公司AI算法运行的计算机服务器。Arruda认为随着2016年的到来，我们将看到与上述公司差不多的行为。
九、 人工智能市场发展规模预测
从现在到2040年将是狭义人工智能快速发展，并深入各行各业和消费者个人生活的阶段。由AI驱动的应用中，语音识别产业化最高，自动驾驶汽车和智能顾问处于炒作最高点，智能机器人、自然语言处理/生成和虚拟个人助手处于爬坡期。自然语言处理/生成将开启人机交互新界面，也是其他许多AI应用的基础，到2025年市场规模达300亿美元。具有自我学习、互相学习并与人密切协作的智能机器人到2025年将成为服务机器人的主要形式，也在工业机器人中占25%的市场份额，规模可达700亿美元。

文章来自——产业智库

机器人行业各类工程师职位要求和年薪
　　近几年，随着美国、日本、德国等国家对机器人产业的大量投入，机器人的技术发展日新月异。全国各地机器人产业基地或园区如“雨后春笋”，平均每周新生两个机器人公司。中国发展机器人的热情被充分点燃起来了。
　　然而，在巨大机器人市场的背景下，相应的人才储备数量和质量却捉襟见肘，这种情况也反过来制约着中国机器人产业的发展。
　　物以稀为贵，机器人行业从业人员的工资也相应水涨船高，目前一个机器人高端集成应用的技术人才，年薪高达50万。而机器人行业普遍需要的专业人才及薪资范围，金石兴小编也为大家做了相应的总结，为排除地域差异，以下薪资资料均来自北京地区，下面我们就一起来了解一下吧。
相关职位，及普遍薪资水平：
1机械工程师，月薪8k-20k
　　职位要求：机械相关专业；丰富的机械设计经验；了解常见材料的特性；熟练掌握负载分析及电机选型；具有基本的编程能力，能够对电机进行控制和调试；熟练掌握proe等绘图软件。
2电气工程师，月薪8k-20k
　　职位要求：电气相关专业学历；对电气标准、规范有全面的了解；了解伺服电机工作原理及控制方法；具有完整电气系统的设计经验。具备基本编程能力及设计经验。
3机器视觉工程师，月薪10k-15k
　　职位要求：计算机、自动化、机电一体化等专业本科以上学历；具有非标机电一体化设备或机器人应用的相关设计，制作及现场调试经验；具备良好的数学及算法基础，熟悉常用编程技术，掌握图像处理基本算法；
4大数据文本挖掘工程师，月薪15k-20k
　　职位要求：熟悉 Linux 平台、Shell 编程、Python/C/C++/Java 中一种或多种语言编程，数据结构和算法设计有较为深刻的理解。
5机器算法工程师，月薪20k-40k
　　职位要求：掌握计算机视觉或定位导航的基础理论和算法，熟悉SLAM算法；熟悉C/C++编程和常用数据结构算法；熟悉计算机视觉、机器学习、深度学习等人工智能算法。
6语音合成工程师，月薪20k-30k
　　职位要求：从事语音合成（TTS）技术文本分析的算法研究与引擎设计开发；或从事语音合成（TTS）技术信号处理的算法研究与引擎设计开发；
7机器学习工程师，月薪10k-15k
　　职位要求：计算机、自动化、应用数学、电子、信息处理等相关专业；熟悉深度学习、人工智能、机器学习等技术在视频领域的应用，有良好的科研能力；精通C/C++编程，快速编程能力强，精通Windows/Linux操作系统下Python、GPU并行开发。
　　在机器人技术方面：行动上，随着灵巧操作等技术的不断突破
，机器人从过去的笨拙缓慢变得灵巧迅捷；在智力上，人工智能的发展在深度学习和人工神经网络方面有很大突破；在使用场景方面，随着各关键技术的突破，机器人不但可以承担工业生产线上的工作，还可以走入家庭、战场、甚至是医院的手术台上。这些科技的进步，更为机器人走下神坛，进入各领域奠定了坚实的基础。

互联网行业的高工资已经让不少文科生恨得牙痒痒，但是互联网“行业中人”也有自己羡慕嫉妒恨的对象：人工智能工程师正成为计算机行业里最为多金的岗位。

人工智能的工资究竟有多高?Facebook人工智能研究业务主管Yann LeCun曾在采访中透漏，尽管他无法给出具体情况，但在与微软、谷歌DeepMind等科技巨头展开竞争的形势之下，薪酬无疑是个相当重要的因素。一些在线论坛的数据表明，科技巨头企业往往愿意为合适的人才支付高达数十万美元的薪水!
国内也同样如此，大量对人工智能行业的投资在增加了业内玩家的同时，也造成人工智能相关岗位的大量需求，工资随之水涨船高。对于早期企业来说更是如此，数据显示，天使轮及pre-A的公司中，技术人员的薪酬占比高达42%!

人工智能行业的薪酬竞争加速员工流动
人工智能行业的的高工资，本质上源于人工智能所带来的成本节约效应与新价值创造效应。
成本节约效应来自于人工智能对人的劳动的替代，这种替代不仅仅体现在低技能领域，更是叹为观止地开始取代某些专业人才。比如谷歌DeepMind AI所开发出的读唇系统几乎让专业人士相形见绌，谷歌发布的数据表明，人类专业读唇者的复述不出现错误的比例只有12.4%，而基于人工智能读唇的正确率能达到 46.8%。这种替代，使得被“节省”下来的工资转移到了人工智能行业中去。

人工智能的应用领域不仅广泛，而且通常具实用性，因而也能创造巨量商业价值。根据华尔街日报的文章，卡内基梅隆大学计算机科学学院院长Andrew Moore表示，人工智能院专业的学生对一家公司利润的贡献介于500万美元至1000万美元之间。这种对企业利润的贡献，显然是人工智能工作者高工资的根本支撑。

但高工资也引发了忧虑：随着企业部门开出的薪酬越来越高，活跃于学术界的人工智能专家开始流向企业，斯坦福科学家李飞飞被“挖”入谷歌就是最新的一例;博士毕业生也更倾向于进入企业工作而非在大学任教，根据据美国国家科学基金会的数据，美国计算机科学博士毕业后在企业任职的比例从十年前的38%升至57%，作为结果，计算机领域博士留在学术界的比例已跌至历史低点。

人工智能行业进入者剧增 整合“上游”院校资源成关键竞争力
人才资源在企业和大学间的重新配置，将可能损害大学进一步培养优秀从业者的潜力。不过，人工智能领域的巨头们似乎也有了应对策略。从产业链的视角来看，知识具有高实用性的人工智能院系类似于科技巨头们的“上游”，正如与供应商合作保障稳定供应一样，科技巨头们也正在直接与大学实验室建立联系。根据华尔街日报的报道，谷歌近日承诺向蒙特利尔大学Bengio博士的人工智能实验室投资340万美元， Facebook、百度和微软同样表示要为学术研究提供资金。

其中专业理论知识内容包括：保安理论知识、消防业务知识、职业道德、法律常识、保安礼仪、救护知识。作技能训练内容包括：岗位操作指引、勤务技能、消防技能、军事技能。
二．培训的及要求培训目的
安全生产目标责任书
为了进一步落实安全生产责任制，做到“责、权、利”相结合，根据我公司2015年度安全生产目标的内容，现与财务部签订如下安全生产目标：
一、目标值：
1、全年人身死亡事故为零，重伤事故为零，轻伤人数为零。
2、现金安全保管，不发生盗窃事故。
3、每月足额提取安全生产费用，保障安全生产投入资金的到位。
4、安全培训合格率为100%。
二、本单位安全工作上必须做到以下内容：
1、对本单位的安全生产负直接领导责任，必须模范遵守公司的各项安全管理制度，不发布与公司安全管理制度相抵触的指令，严格履行本人的安全职责，确保安全责任制在本单位全面落实，并全力支持安全工作。
2、保证公司各项安全管理制度和管理办法在本单位内全面实施，并自觉接受公司安全部门的监督和管理。
3、在确保安全的前提下组织生产，始终把安全工作放在首位，当“安全与交货期、质量”发生矛盾时，坚持安全第一的原则。
4、参加生产碰头会时，首先汇报本单位的安全生产情况和安全问题落实情况；在安排本单位生产任务时，必须安排安全工作内容，并写入记录。
5、在公司及政府的安全检查中杜绝各类违章现象。
6、组织本部门积极参加安全检查，做到有检查、有整改，记录全。
7、以身作则，不违章指挥、不违章操作。对发现的各类违章现象负有查禁的责任，同时要予以查处。
8、虚心接受员工提出的问题，杜绝不接受或盲目指挥；
9、发生事故，应立即报告主管领导，按照“四不放过”的原则召开事故分析会，提出整改措施和对责任者的处理意见，并填写事故登记表，严禁隐瞒不报或降低对责任者的处罚标准。
10、必须按规定对单位员工进行培训和新员工上岗教育；
11、严格执行公司安全生产十六项禁令，保证本单位所有人员不违章作业。
三、 安全奖惩：
1、对于全年实现安全目标的按照公司生产现场管理规定和工作说明书进行考核奖励；对于未实现安全目标的按照公司规定进行处罚。
2、每月接受主管领导指派人员对安全生产责任状的落