根據(jù)《2022-2023中國人工智能計算力發(fā)展評估報告》核心觀點：
政策驅(qū)動下，中國人工智能發(fā)展迎來黃金時期中國始終強調(diào)科技興國的重要性。數(shù)字經(jīng)濟(jì)時代，技術(shù)的力量更為凸顯。近年來，中國政府相關(guān)部門相繼發(fā)布一系列政策，更加明確了人工智能對于提升中國核心競爭力的重要支撐作用，加上新基建、數(shù)字經(jīng)濟(jì)等持續(xù)利好政策的推動，中國人工智能市場保持平穩(wěn)增長。
IDC預(yù)測，2022年中國人工智能市場相關(guān)支出將達(dá)到130.3億美元，有望在2026年達(dá)到266.9億美元，2022至2026年年復(fù)合增長率達(dá)19.6%。
加速技術(shù)行業(yè)落地、推進(jìn)優(yōu)化治理是中國人工智能相關(guān)政策的核心目標(biāo)方向：加速技術(shù)的行業(yè)落地：《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》（簡稱“十四五”綱要）指出要推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)的深度融合。
基于此，各省市紛紛布局打造示范應(yīng)用行業(yè)和場景，推進(jìn)人工智能與產(chǎn)業(yè)融合。2022年《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》（簡稱《意見》）發(fā)布，《意見》為各地方和各主體加速人工智能行業(yè)和場景化落地提供指引，指出制造、農(nóng)業(yè)、物流、金融、商務(wù)、家居等重點行業(yè)可深入挖掘，“促進(jìn)智能經(jīng)濟(jì)高端高效發(fā)展，以更智能的城市、更貼心的社會為導(dǎo)向，在城市管理、交通治理、生態(tài)環(huán)保、醫(yī)療健康、教育、養(yǎng)老等領(lǐng)域持續(xù)挖掘人工智能應(yīng)用場景機會，開展智能社會場景應(yīng)用示范”，并鼓勵科研機構(gòu)及高等院校加大對于人工智能技術(shù)研究、開發(fā)及應(yīng)用的投入力度。
1.在人工智能算力及應(yīng)用方面有以下趨勢
1.1、芯片：需求日益增長，發(fā)展空間廣闊
全球人工智能技術(shù)發(fā)展逐漸成熟，數(shù)字化基礎(chǔ)設(shè)施不斷建設(shè)完善，人工智能產(chǎn)業(yè)技術(shù)不斷提升，產(chǎn)業(yè)商業(yè)化應(yīng)用加速落地，推動全球人工智能芯片市場高速增長，IDC預(yù)計，到2025年人工智能芯片市場規(guī)模將達(dá)726億美元。IDC全球范圍調(diào)研顯示，人工智能芯片搭載率（attach rate）將持續(xù)增高，目前每臺人工智能服務(wù)器上普遍多配置2個GPU，未來18個月，GPU、ASIC和FPGA的搭載率均會上升。
1.2、服務(wù)器：中國市場領(lǐng)跑全球，綠色節(jié)能引領(lǐng)未來
人工智能服務(wù)器仍是人工智能市場增長的主力軍。IDC數(shù)據(jù)顯示，2021年全球人工智能服務(wù)器市場的同比增速超過全球整體人工智能市場的增速，是整體人工智能市場增長的推動力。IDC發(fā)布的《全球人工智能市場半年度追蹤報告》顯示，2021年全球人工智能服務(wù)器市場規(guī)模達(dá)156.3億美元，約合人民幣1,045億元，這是全球年度人工智能服務(wù)器市場首次突破千億元人民幣，同比2020年增速達(dá)39.1%。其中，浪潮信息、戴爾、HPE分別以20.9%、13.0%、9.2%的市占率位列前三，三家廠商總市場份額占比達(dá)43.1%。未來五年，人工智能服務(wù)器市場將繼續(xù)高速增長，預(yù)計2026年全球人工智能服務(wù)器市場規(guī)模將達(dá)到347.1億美元，五年復(fù)合增長率為17.3%。
1.3、計算架構(gòu)：以系統(tǒng)創(chuàng)新為基礎(chǔ)，支持多元算力發(fā)展
深度學(xué)習(xí)是典型的多迭代計算類工作負(fù)載，龐大的計算力是催生業(yè)務(wù)價值的必要條件。在通用算力技術(shù)演進(jìn)節(jié)奏放緩的大背景下，針對特定問題或特定領(lǐng)域來定義計算架構(gòu)成為市場的普遍訴求，基于DSA（Domain-Specifific Architectures）思想設(shè)計的人工智能芯片，在特定人工智能工作負(fù)載上表現(xiàn)出遠(yuǎn)超通用芯片的處理能力，大大推動了人工智能芯片的多元化發(fā)展，并為產(chǎn)業(yè)AI化的加速提供了重要的產(chǎn)業(yè)基礎(chǔ)和更加豐富的選擇。
1.4、云服務(wù)：市場規(guī)模穩(wěn)步提升，算力設(shè)施提供強力支撐
云計算的出現(xiàn)為企業(yè)提供更豐富的算力支持。通過aaS（asaService）服務(wù)提供AI平臺和AI服務(wù)，因其快速的產(chǎn)品迭代能力和豐富的場景化人工智能能力，越來越被用戶接受。2021年全年，人工智能公有云服務(wù)市場規(guī)模達(dá)到44.1億元人民幣，占整體人工智能軟件市場的13.4%。從年增長率來看，人工智能公有云服務(wù)市場的增長速度仍然遠(yuǎn)遠(yuǎn)超過人工智能軟件整體市場的增長速度。而在未來2-3年內(nèi)，IDC還觀察到私有化部署仍將是整個人工智能市場的主流。
1.5、算法模型：加速大模型行業(yè)落地，助力實體經(jīng)濟(jì)發(fā)展
大模型是在智算算力驅(qū)動下最為典型的重大創(chuàng)新。得益于模型泛化能力強、長尾數(shù)據(jù)的低依賴性以及下游模型使用效率的提升，大模型被認(rèn)為具備了“通用智能”的雛形，并成為業(yè)內(nèi)探索實現(xiàn)普惠人工智能的重要途徑之一。大模型的技術(shù)基礎(chǔ)是 transformer 架構(gòu)、遷移學(xué)習(xí)和自監(jiān)督學(xué)習(xí)，transformer架構(gòu)應(yīng)用于NLP領(lǐng)域并取得了突破性進(jìn)展，其在視覺任務(wù)上也同樣證明了有效性。從算力的視角看，語言類、視覺類模型容量和相應(yīng)的算力需求都在快速擴(kuò)大，大模型發(fā)展的背后是龐大的算力支撐。如果用“算力當(dāng)量”（PetaFlops/s-day，PD），即每秒千萬億次的計算機完整運行一天消耗的算力總量，來對人工智能任務(wù)所需算力總量進(jìn)行度量，AI+Science領(lǐng)域的AlphaFold2、自動駕駛系統(tǒng)、GPT-3等模型訓(xùn)練需要幾百甚至幾千PD的算力支持，如GPT-3訓(xùn)練需要3,640PD的算力。
1.6、生態(tài)：推進(jìn)產(chǎn)業(yè)化布局，發(fā)揮平臺價值
技術(shù)創(chuàng)新的價值是提升效率，產(chǎn)業(yè)AI化的目標(biāo)就是通過人工智能技術(shù)的應(yīng)用來提升垂直行業(yè)研發(fā)、生產(chǎn)、運營等環(huán)節(jié)的效率，并產(chǎn)生更大范圍的經(jīng)濟(jì)價值和社會價值。不過，人工智能目前還是新興技術(shù)，技術(shù)供應(yīng)商在實施產(chǎn)業(yè)AI化時仍面臨諸多挑戰(zhàn)，包括市場對人工智能技術(shù)的理解程度、供應(yīng)商技術(shù)和商業(yè)能力是否成熟、如何在精細(xì)化落地的基礎(chǔ)上實現(xiàn)快捷高效的部署，都會影響人工智能技術(shù)在產(chǎn)業(yè)內(nèi)的實際落地效果。
通常來講，推動某一類新興技術(shù)應(yīng)用走向成熟的基本路徑和邏輯，是在產(chǎn)業(yè)發(fā)展初期，通過協(xié)同平臺對多元市場主體的標(biāo)準(zhǔn)化是技術(shù)規(guī)?；瘧?yīng)用的必要前提，但對于目前的人工智能技術(shù)及基礎(chǔ)架構(gòu)來說，定制化的工作量依然很大，主要集中在包括多元人工智能芯片適配、人工智能算力資源管理和調(diào)度、數(shù)據(jù)整合及加速、深度學(xué)習(xí)開發(fā)環(huán)境部署等各個方面。
1.7、應(yīng)用：場景化落地縱深發(fā)展，加速智算力向創(chuàng)新力轉(zhuǎn)化
中國人工智能算力為人工智能的持續(xù)創(chuàng)新發(fā)展提供支撐。
未來五年，隨著人機交互、機器學(xué)習(xí)、計算機視覺、語音識別技術(shù)達(dá)到更為成熟階段，人工智能應(yīng)用將呈現(xiàn)出如下發(fā)展趨勢：從單點技術(shù)應(yīng)用邁向多種人工智能能力融合、從事后分析邁向事前預(yù)判和主動執(zhí)行、從計算智能和感知智能邁向認(rèn)知智能和決策智能，以知識為主要生產(chǎn)工具的創(chuàng)作型工作（如文字、視頻、圖像和音頻創(chuàng)作，軟件開發(fā)，IP孵化等）將實現(xiàn)更大程度的智能化；行業(yè)企業(yè)也將持續(xù)創(chuàng)新，拓展數(shù)字孿生與人工智能技術(shù)的融合應(yīng)用，推進(jìn)在能源電力、制造、建筑等行業(yè)發(fā)展，構(gòu)建虛擬工廠、數(shù)字孿生電網(wǎng)、數(shù)字孿生城市，加強數(shù)字與現(xiàn)實世界的連接，優(yōu)化流程，實現(xiàn)全域管理，決策智能。
伴隨技術(shù)進(jìn)步對于人工智能在企業(yè)市場中的應(yīng)用與落地帶來促進(jìn)作用，用于支撐應(yīng)用的智算力已成為未來創(chuàng)新的核心保障。算力是數(shù)字經(jīng)濟(jì)時代的核心生產(chǎn)力，以人工智能為首的新興技術(shù)應(yīng)用在數(shù)字經(jīng)濟(jì)發(fā)展中起到了重要的作用，用于支撐人工智能應(yīng)用的智算力決定了創(chuàng)新力的實現(xiàn)。不管是新型場景還是成熟場景，對算力都提出了極大的挑戰(zhàn)，率先布局智算力的企業(yè)將在未來競爭中獲得優(yōu)勢。
總體來看，人工智能在各個行業(yè)的應(yīng)用程度都呈現(xiàn)不斷加深的趨勢，應(yīng)用場景也越來越廣泛，人工智能已經(jīng)成為了企業(yè)尋求業(yè)務(wù)增長點、提升用戶體驗、保持核心競爭力的重要途徑。人工智能行業(yè)應(yīng)用滲透度排名TOP5的行業(yè)依次為互聯(lián)網(wǎng)、金融、政府、電信和制造。其中金融和電信行業(yè)人工智能應(yīng)用增長速度較為明顯，對人工智能基礎(chǔ)架構(gòu)的投入增長也較為突出。
2.目前醫(yī)療場景應(yīng)用：賦能診斷治療，加速科研探索
醫(yī)療行業(yè)雖然在人工智能應(yīng)用層面起步較晚，但在最近一年有了顯著提升。人工智能已經(jīng)被中國的醫(yī)療機構(gòu)和生命科學(xué)組織廣泛接受，但因相關(guān)標(biāo)準(zhǔn)和規(guī)范還不完善，只有少量醫(yī)療人員參與人工智能開發(fā)和應(yīng)用。
未來5-10年，隨著中國政府對人工智能開發(fā)和應(yīng)用相關(guān)法規(guī)的完善，人工智能在醫(yī)療行業(yè)的應(yīng)用將會快速拓展。在醫(yī)療數(shù)字化轉(zhuǎn)型的過程中，傳統(tǒng)醫(yī)療向互聯(lián)網(wǎng)醫(yī)療模式的轉(zhuǎn)型趨勢愈加明顯，而人工智能、大數(shù)據(jù)等新技術(shù)的發(fā)展則使得疾病診斷和治療的模式發(fā)生轉(zhuǎn)變，從單點開始逐步擴(kuò)展到各個領(lǐng)域，帶動了醫(yī)療信息化的全面升級。當(dāng)前，醫(yī)療人工智能系統(tǒng)主要采用的技術(shù)包括計算機視覺、自然語言處理、機器學(xué)習(xí)等，
目前應(yīng)用場景主要分為三個方向：
2.1、文字方向：
醫(yī)院沉淀了大量電子病歷，不管是電子健康檔案還是電子病歷，都是以文字方式積累。人工智能技術(shù)能夠幫助醫(yī)院自動識別文字含義及上下文關(guān)系，建立對應(yīng)的醫(yī)療知識圖譜，用于輔助診斷、用藥提示、科研挖掘等。
2.2、圖像方向：
通過圖像識別方式輔助醫(yī)師檢查，準(zhǔn)確率已經(jīng)達(dá)到較高程度。在抗擊新冠疫情中，人工智能在疾病救治和疫情防控中發(fā)揮了巨大作用。例如，對患者的肺部放射影像診斷需要醫(yī)生檢查大量的放射影像，耗費大量的精力和時間，醫(yī)學(xué)影像人工智能輔助診斷系統(tǒng)的應(yīng)用極大提高了診斷的效率。
2.3、生物方向：
基因數(shù)據(jù)、基因組的數(shù)據(jù)非常龐大，大量醫(yī)藥企業(yè)正通過臨床經(jīng)驗結(jié)合標(biāo)志屬性去挖掘發(fā)現(xiàn)更多的腫瘤標(biāo)注，加速新藥研發(fā)過程。相對文字和圖像方向，生物方向人工智能應(yīng)用場景還處在相對初期階段，在政策支持和市場需求的推動下，未來具有極大的發(fā)展?jié)摿Α?/span>
3.人工智能進(jìn)入醫(yī)療領(lǐng)域的機會和挑戰(zhàn)
按照人工智能進(jìn)入醫(yī)療的領(lǐng)域來區(qū)分，主要分類是藥物研發(fā)、診療、影像識別、手術(shù)機器人和健康管理5大方向。但從實踐來看，藥物研發(fā)領(lǐng)域雖有一些進(jìn)展，但離真正規(guī)?；杂幸欢ň嚯x，而診療領(lǐng)域的工具屬性更強，對醫(yī)療的作用只具備信息化附屬的角色。過去5年吸引市場的領(lǐng)域是AI解決方案（以影像識別為主）、手術(shù)機器人和健康管理這三大類。
對這三者進(jìn)行分析可以通過四個角度：監(jiān)管屬性、實用性、迫切性和可持續(xù)性。
首先，從監(jiān)管屬性來看，都是按照醫(yī)療器械來獲得監(jiān)管許可，但是只有手術(shù)機器人是真正依賴醫(yī)療器械和耗材來走通商業(yè)模式的，其他都是比照器械來獲得監(jiān)管許可，但實際上并不是依靠醫(yī)療器械本身來獲得發(fā)展，而是更偏向醫(yī)療信息化的院內(nèi)和院外模式。影像識別類似院內(nèi)影像科購買系統(tǒng)進(jìn)行信息化能力提升，而數(shù)字療法則類似借助信息化軟件進(jìn)行?？频脑和怆S訪和康復(fù)管理。從監(jiān)管準(zhǔn)入角度來看，醫(yī)療器械和耗材模式是成熟商業(yè)模式，且客單價較高；而面向?qū)？频男畔⒒浖Ｊ降目蛦蝺r較低，市場規(guī)模的增長依賴跑量。至于面向院外的健康管理則連商業(yè)模式的邏輯都無法成立。
其次，從實用性來看，手術(shù)機器人和影像識別的實用性較強，用戶主要為醫(yī)院科室，有著較為明確的采購需求。而數(shù)字療法的療效目前只是在試驗中獲得了證明，但由于始終沒有獲得大基數(shù)的用戶，其實用性存疑。由于需要醫(yī)生開具處方且主要面向院外C端客戶，數(shù)字療法的使用場景無法像前兩者那樣創(chuàng)造出一個具有迫切性的剛需場景，一切都掌握在個人的主觀意愿上，可持續(xù)性偏弱。
再次，迫切性決定支付能力和意愿，迫切性低會導(dǎo)致支付意愿低，反之就高。從支付意愿來看，手術(shù)機器人的迫切性較高，支付意愿度較高，但影像識別的迫切性并不強，數(shù)字療法的迫切性更弱，支付意愿更低。從支付能力來看，醫(yī)院采購設(shè)備的資金最充足，市場接受度也最高，手術(shù)機器人的銷售面臨的挑戰(zhàn)是政策準(zhǔn)入而不是支付能力。影像識別僅限于影像科，經(jīng)費相對有限，因此支付能力明顯受限。而且影像識別提供的服務(wù)更類似信息化軟件，難以提高客單價。至于數(shù)字療法，C端自費支付能力始終是大問題，難以推動產(chǎn)業(yè)商業(yè)化，必須依賴支付方，但支付方需要看到明確的療效和成本控制，這點數(shù)字療法并不具備，也難以獲得商業(yè)化所需的規(guī)模。
最后，從可持續(xù)性來看，商業(yè)模式能否持續(xù)滿足客戶需求和支付能力是關(guān)鍵，手術(shù)機器人和影像識別主要依賴醫(yī)院采購，可持續(xù)性能力較強，但數(shù)字療法依靠C端自費，難以獲得穩(wěn)定的市場規(guī)模，可持續(xù)性較弱。
來自未來規(guī)模化的挑戰(zhàn)？
從本質(zhì)上來說，影像識別對醫(yī)生的幫助更多是效率上的，但與類似電子病歷等全局性的信息系統(tǒng)不同，醫(yī)療機構(gòu)對局部效率提升的急迫性并不強。因此，醫(yī)療機構(gòu)的支付意愿并不強的前提下，影像識別產(chǎn)品的定價只能類比?？苹男畔⑾到y(tǒng)，難以與大型醫(yī)院信息化系統(tǒng)比肩。在需求意愿有限和定價難以提升的市場環(huán)境下，影像識別的商業(yè)化面臨很大的局限。
而另一方面，影像識別是一個重人力的服務(wù)，需要投入大量人力去做生物標(biāo)志物，這大幅度推高了公司的成本，每獲得1元收入所投入的成本要遠(yuǎn)遠(yuǎn)超過1元，這樣的商業(yè)模式只能依靠不斷融資支撐。與傳統(tǒng)互聯(lián)網(wǎng)公司不同，由于是一個完全2B的市場且客單價較低，影像識別公司缺乏快速規(guī)?；目赡苄?，很難長期燒錢來發(fā)展。
而手術(shù)機器人面向的領(lǐng)域雖然較窄，目前成熟的主要是腹腔，以泌尿外科和普外科為主，骨科類的規(guī)?；孕钑r日，但由于能夠解決醫(yī)生的痛點，大幅提高手術(shù)的精度和效率，在經(jīng)過了數(shù)年的市場培育期之后，獲得了明顯的發(fā)展。由于客單價較高，擁有一定自費用戶的基礎(chǔ)，隨著部分地區(qū)醫(yī)保納入之后，手術(shù)機器人將獲得明顯的增長。
但是，手術(shù)機器人市場仍然缺乏有體量的國產(chǎn)品牌。雖然目前有較多產(chǎn)品線在研發(fā)和臨床試驗，但真正能夠規(guī)模化的手術(shù)機器人產(chǎn)品還較為匱乏。手術(shù)機器人是一個長周期發(fā)展的商業(yè)模式，但打開醫(yī)院市場的銷售渠道必須緊密配合產(chǎn)品開發(fā)進(jìn)行，否則很容易形成有產(chǎn)品而沒有市場的局面，并一拖多年，產(chǎn)生不了現(xiàn)金流，一直需要融資輸血。
而人工智能在健康管理領(lǐng)域的體現(xiàn)主要是數(shù)字療法。數(shù)字療法并不是新產(chǎn)品，更多是采用了軟件加硬件的模式將原有的產(chǎn)品重新包裝。與影像識別和手術(shù)機器人不同，數(shù)字療法更多是面向個人。人工智能的本質(zhì)是提高效率和技能并降低成本，但數(shù)字療法并沒有體現(xiàn)出這一點。雖然數(shù)字療法在試驗階段展示了其能夠?qū)β』蚓窠】导膊∵M(jìn)行有效治療和管理，但從實踐來看，其實際效果仍然存疑。這導(dǎo)致醫(yī)保和商保作為支付方仍然非常謹(jǐn)慎，直接去覆蓋數(shù)字療法的意愿度非常低，降低了其快速規(guī)模化的可能性。
當(dāng)然，人工智能在數(shù)字療法上主要的優(yōu)勢在其算法，通過不斷調(diào)整用戶數(shù)據(jù)來推動算法具備更精準(zhǔn)，從而提高用戶的健康水平。但是，正如影像識別一樣，必須投入高人力，依靠大樣本才能開發(fā)出準(zhǔn)確率更高的算法。當(dāng)前的數(shù)字療法卻采取藥品的研發(fā)模式，只是在院內(nèi)對小規(guī)模人群進(jìn)行試驗。當(dāng)這樣的數(shù)字療法產(chǎn)品上市后，用戶的使用率和續(xù)約率并不高，作為頭部的Pear Therapeutics的處方實際調(diào)劑率只有50%，處方實際支付率只有25%，這極大的制約了其規(guī)?；目赡苄浴?/span>
因此，如果從商業(yè)模式的潛力來辨別，用戶需求的迫切性、支付意愿和能力以及可持續(xù)性是判斷其未來能否獲得真實發(fā)展的關(guān)鍵。從市場趨勢來看，手術(shù)機器人的商業(yè)模式已經(jīng)成熟，但受制于技術(shù)的能力，未來的規(guī)模取決于技術(shù)成熟度和成本控制力。而以影像識別為主的AI解決方案的商業(yè)模式仍不成熟，未來能否真正規(guī)?；苤朴谑欠衲苷业叫碌膭傂栊詰?yīng)用場景和醫(yī)院的支付意愿的提升。數(shù)字療法則還不存在清晰的商業(yè)模式，市場仍將繼續(xù)探索。
京公網(wǎng)安備11010802046783號
