2022年人工智能行业市场空间及细分板块分析

1、2022年人工智能行业市场空间及细分板块分析计算机视觉应用场景广阔。基于前端摄像机获取的海量视频，计算机视觉算法在边 缘端和后端实时运算，识别并提取有价值的信息，为城市管理部门、金融机构、公交 场站、商业楼宇等提供智能化服务，具体包括：（1）智慧治理：主要为公安、政法、 交通、应急、文教卫等政府和大型企事业客户提供综合管理平台、态势预测、智能搜 索、全息档案等服务；（2）智慧金融：为金融机构客户提供数字化身份认证、刷脸 支付、网点数字化、风险管理等服务；（3）智慧出行：在机场、轨交站点等场景， 为乘客提供行程信息显示、刷脸购票、刷脸通关等服务，为运营人员提供运营管理 优化、调度指挥系统优化；（

2、4）智慧商业：为购物中心、百货商超、汽车4S店等消 费场景提供销售人员管理、消费者洞察、智能停车、商户业态调整等服务。1. 智慧治理市场智慧治理涵盖城市管理各方面，未来将以集成融合为建设重点。智慧治理涵盖范围 非常广泛，包括交通、治安、环保、能源、通信等各方面内容。2010年以后，智慧 城市理念在中国经历了概念普及，以城市大脑、智慧城市等为代表的智慧治理平台 被公共部门广泛采用。在国家层面表现为2013-2015年间相关政策、指导意见、试点 的密集发布。“天网工程”于2011年启动、“雪亮工程”于2016年启动。2013-2015 年，住建部分三批公布了共计290个智慧城市试点名单。在经历了前

3、期建设后，智慧 城市的未来建设将以仿真推演、虚实融合等集成融合方式推进。以三维建模主导的 数字孪生将逐步落地，推进智慧城市以平台集约整合、资源融合共享的集合融合期 演进。智慧城市平台呈现出数据量大、算法复杂、方案响应快速等特点。智慧城市涵盖了 片区、城市和省各级别、各方面的数据，数据类型包括数字、图像、视频等。因此其 算法不仅包含计算机视觉，还包括多源数据融合、并行计算、精准分析、混合存储 等。行业客户需求已经从最初的“数据可被解析”逐步发展成了“数据准确解析+数 据可治理”，对厂商提出了较高要求。因此，相关算法的识别效率以及在具体场景的 响应速度是主流 AI 厂商技术实力比拼的重点。例如将犯

4、罪嫌疑人的图像输入系统 后，系统将其与平台中上亿条图像和视频数据检索、比对，最终计算结果的耗时和 准确率决定了平台的质量。国家政策大力支持人工智能技术在社会治理中应用。智慧治理的客户主要是各级政 府的智能化建设部门，其在信息化业务的投入，受中央政策的影响较大。从2016年 以来，国家对利用人工智能、大数据等手段提升社会治理的政策支持力度加大。2016 年国务院发布的“十三五”国家战略性新兴产业发展规划的通知明确提出积极推 动在社会治理等重要领域开展试点示范，推动人工智能规模化应用。2019年科技部 发布的国家新一代人工智能创新发展试验区建设工作指引明确提出了开展人工 智能技术应用示范、人工智能

5、政策试验、人工智能社会试验，积极推进人工智能基 础设施建设，到2023年，布局建设20个左右试验区。一系列政策的出台鼓励各地政 府在城市管理工作中使用人工智能的方法，并提出在2023年建设人工智能试验区的具体目标。这些都说明了智慧治理市场正受到中央政策的鼓励和支持。2. 智慧金融市场金融行业智能化转型趋势明确。近年来，以银行、证券公司为代表的金融公司正加 速进行智能化转型。从服务对象角度，智慧金融主要包括两大部分：（1）对外提升 客户线上、线下办事体验的网点智能化改造、线上远程服务等；（2）对内利用智能 化手段提升日常工作效率、减少经营开支的手段。金融正在经历从网点前台、服务 中台、业务后台，

6、全方位的智能化转型。银行业通过科技提升竞争力，线下网点智能化转型。利率市场化之后，存贷利差收 窄，导致银行业利润率普遍下降，人力和资本对于边际效益改善效果不佳。此外，商 业银行的产品同质化严重，以及互联网厂商的跨界竞争迫使银行业急需寻找其他途 径提升竞争力。在以手机银行为代表的线上业务快速发展的背景下，线下网点的运 营模式和服务理念正在发生改变，智能化功能快速提升。2019年，中国银行将北京 朝阳外大街支行改造成“5G智能+生活馆” 引入无人全自助智能服务，在客户进入 银行区域，利用人脸识别确认身份后即自动搜索客户历史操作习惯、相关交易记录， 推测出其潜在需求从而进行精准服务，精准营销。202

7、1年，我国金融机构网点数量 为25万个，智能化市场潜力较大。3. 智慧出行市场公交出行智能化改造有效提升运营管理效率，降低运营成本。随着城市公共交通规 模逐渐增大，日益增长的客流对运营安全和运营效率产生巨大挑战。在智慧出行领 域，人工智能解决方案的主要应用场景包括：机场、公交、地铁、高铁等场景。主要 产品类别包括民航机场AI视频平台、民航机场智慧运行、城市智慧公交运营管理、智 慧地铁运营管理等解决方案。相关AI解决方案有效提高轨道交通的运营管理效率， 降低运营安全风险，并改善乘客的出行体验。根据赛迪顾问的数据，2019年中国智 慧出行市场规模为86.3亿元，预计2022年将达到135亿元，20

8、19-2022年中国智慧出 行市场规模CAGR为16.1%。出行市场智能化程度低，市场空间较大。从市场规模来看，近年来我国交通进入快 速发展新时期，运营规模、客运量等均快速增长。根据交通部的数据，截至2020年 12月31日，全国共有44个城市开通运营城市轨道交通线路233条，运营里程7546公 里，车站4660座，2020年全年完成客运量176亿人次，进站量109亿人次。2020年，我国境内机场共有241个，完成旅客吞吐量8.6亿人次。另一方面，交通工具、设施 和管理的智能化水平较低，智能化改造需求迫切，潜在市场规模巨大。“十四五”期 间在国家“新基建”的相关政策背景下，交通行业制定了自身的

9、智慧化发展规划。以 人脸标识为主的人工智能技术具有唯一、不丢失、不失效等诸多优势，有效提升安 全管理水平和旅客出行体验，预计将得到广泛应用。出行场景对于人脸识别准确率要求很高。公共交通出行具有容量大、密度高、间隔 短等特点。在此场景中，通关闸机要求在短时间内识别乘客、机械开关上百次，对于 人脸识别的准确性和反应速度都有较高要求。例如，在高铁站，上千名乘客需要在 15分钟内通过闸机。任何一位乘客人脸识别的失败都会导致整体客流数分钟的等待， 降低出行体验。因此，在出行场景中，人脸识别的准确率要求较其他场景更高。4. 智慧商业市场AI技术助力零售商店实现数字化转型。在购物中心、连锁便利店等消费场景中

10、，通 过人脸识别、活体检测等技术，AI技术可对消费者在选购商品、支付等环节进行自动 化处理，提升消费者体验。此外，基于终端感知数据创建的消费者行为分析、人流热 力分析，可提升商家营销精准度。总的来说，计算机视觉技术可通过摄像头采集的 身份、行为等信息，提升线下消费体验，提升商家管理效率。线下门店类型众多，智能化改造空间大。智慧商业覆盖的线下门店类型众多，数量 庞大，潜在市场空间广阔。人工智能技术通过对购物中心、连锁超市、汽车维修门 店、地产销售门店等场景中的物品、行为的视频结构化解析洞察消费者行为、提升 服务体验、智慧赋能商业决策。随着人工智能技术为商家降本增效的效果凸显，商 家对于门店智能化改造的意愿提升，智慧商业市场呈现出快速增长的态势。根据赛 迪顾问的数据，2019年，中国智慧商业市场规模是139.5亿元，预计到2022年将达到 329亿元的规模，2019-2022年的CAGR为33.1%。智慧商业场