AI解决方案概念、市场发展、分类与增长空间如何？

中国 AI 解决方案市场高速发展。

AI 是计算机科学的一个分支，旨在赋能机器模拟人类智能和认知功能，与学习、 推理和解决问题有关。AI 分为两个主要阶段，即训练和推理。AI 模型在训练 阶段学习分析预先确定的数据集，并在推理阶段根据新的数据进行预测，以输 出可操作的结果。 通用 AI（亦称为强 AI 或深度 AI）赋予机器如同人类一样思考、理解、学习及 应用其智慧以解决复杂问题的能力。实现 AGI 的潜在方法为使用大规模预训练 多模态基础模型。例如 GPT 等先进的大语言模型使机器能够更准确地执行语 言相关的任务，从而在 AI 行业的多个领域取得突破，为人机交互开辟新的可 能性。 AI 解决方案是随时可用的自动化分析 AI 程序，能够产生准确和有意义的洞察， 应对新的业务趋势和客户需求。AI 解决方案可以通过硬件、软件或云计算服务 来部署。AI 解决方案行业产业链结构较为清晰，产业链上游为 AI 芯片与半导 体、服务器、数据服务、存储等；产业链下游为行业解决方案、终端产品与运 营。上游毛利率最高，但资本开支大；中游规模效应显著；下游靠场景渗透和 持续运营盈利。

根据 Frost&Sullivan 的资料，在经济增长和客户需求不断变化的推动下，中国 的 AI 解决方案市场从 2019 年的人民币 422 亿元增加至 2024 年的人民币 1,804 亿元，复合年增长率为 33.7%。预计 2030 年将达到人民币 11,749 亿元，2024 年至 2030 年的复合年增长率为 36.7%。

中国 AI 解决方案市场受多重驱动因素的推动，首先是科技进步。在计算能力、 建模方法、数据质量及数量方面的进步将塑造 AI 的未来，推动更智能、更交 互、更强大的 AI 系统的发展。计算能力的提高，如更强大的 GPU 和量子计算 的潜在突破，可以增强以更低成本构建更强大 AI 的能力。全球数据量的指数 级增长和 5G 技术的商业化将为训练 AI 算法提供充足的数据集，以多元化训 练提高准确性并实现 AI 更广泛的应用。此外，深度学习方法的演变推动了 AI 模型的进步，提高了各种 AI 相关领域的性能和准确性。 其次是市场教育，AI 解决方案的接受程度将不断增长。AI 技术可以通过标准 化对不同类型、不同质量、不同来源的海量数据的分析流程来提高数据处理效 率，因此在各行业得到广泛应用，帮助企业降低成本、提高效率。由于 AI 技 术在重复性任务自动化方面带来的高效率和决策的准确性，除了日常生活场景 外，其在金融投资和医疗诊断等领域也愈发得到广泛采用。 最后是政策驱动，AI 解决方案需求的增长得到政府利好政策的进一步支持，中 国从中央到地方已广泛实施 AI 行业发展计划及激励措施。例如《互联网+人工 智能三年行动实施方案》旨在支持神经网络芯片的开发，以促进 AI 技术在中 国的应用。《国家新一代人工智能标准体系建设指南》强调了制造、交通运输等 重点行业对 AI 标准的需求。《北京市促进通用人工智能创新发展的若干措施》 专注于建立 AGI 的能力（包括大语言模型），并促进 AGI 的能力于各个行业 （如医疗）的应用。

按垂直领域划分 AI 解决方案市场主要可分为，物联网 AI 解决方案、医疗 AI 解决方案、消费 AI 解决方案和金融 AI 解决方案等细分领域。 物联网：物联网（loT），是一个由传感器、处理能力、软件和其他技术组成的互相关联的系统，在没有人为干扰的情况下通过网络传输数据。物联网人工智 能的 AI 解决方案通过物联网将 AI 分析技能与数据收集结合起来，强化工作流 程和风险管理。2024 年中国物联网 AI 解决方案市场规模 710 亿元，预计到 2030 年将达到 5461 亿元，复合增长率约为 40.5%。 医疗：医疗 AI 服务及解决方案主要由医疗服务 AI、疾病诊断和治疗 AI、医药 研发 AI 及其他由 AI 赋能的新兴解决方案组成。2024 年中国医疗 AI 解决方案 市场规模约为 99 亿元，预计到 2030 年将达到 1465 亿元，复合增长率约为 41.7%。 其他：AI 解决方案还被应用于金融、零售、教育、农业、电信和能源等行业。

AI 解决方案市场可根据供应商类型进行分类，主要包括 AI 解决方案提供商（主 要提供基于机器学习的 AI 解决方案），传统数字解决方案提供商及系统集成商 等。其中 AI 解决方案提供商在技术研发方面拥有更大优势，使其更有利于保 持市场竞争力及推动业务扩张。与传统数字解决方案提供商相比，AI 解决方案 提供商受惠于广泛的 AI 模型以及深入的行业和客户覆盖，得以进行跨领域创 新，创造更具竞争力和多样化的跨行业垂直领域。根据 Frost&Sullivan 的资料， 按 2024 年收入计算，中国 AI 解决方案市场高度分散，CR5 约为 14.7%。

物联网是指一个由物体组成的网络，这些物体配备了传感器、软件和其他技术， 目的是通过互联网与其他设备和系统连接并交换数据。该系统将传感器接收到 的数据发送到数据中心或云端进行处理和分析，并采取相应自动操作。 物联网AI解决方案通过从物理设备收集数据来优化工作流程和加强风险管理。 利用 AI 分析能力，物联网 AI 解决方案可以根据其对趋势和模式的分析报告日 常情况，从而应用于远程监控、质量控制等各种定制化的应用场景中。使用物 联网 AI 解决方案可以优化决策流程、提高效率以及降低运营成本。 物联网 AI 解决方案（包括一站式日常生活 AI 解决方案、制造 AI 解决方案和 政府安全 AI 解决方案）为商业和政府部门的数字化赋能。日常生活 AI 解决方 案尤其重要，覆盖广泛的应用场景。日常生活 AI 解决方案包括住宅、商业空 间、酒店及交通等解决方案，是物联网行业 AI 解决方案中最突出的领域，根 据 Frost&Sullivan 的资料，中国 AI 解决方案提供商提供的日常生活 AI 解决方 案的市场规模由 2019 年的人民币 30 亿元增加至 2024 年的人民币 105 亿元， 复合年增长率为 28.9%，预期 2030 年将达到人民币 1,496 亿元，2024 年至 2030 年的复合年增长率为 41.0%。

AI 技术的进步提升了物联网设备的智能化，带动市场需求增加。直至 2022 年， 基于规则的物联网系统主要促进人与物体或空间之间的交互，例如通过特定的 语音命令实现人车交互。大语言模型的最新发展为 AI 能力带来了重大且持续 的改进。多样化的背景知识令有关模型能够从模糊的指令中推断用户意图并生 成特定情景下的反馈。例如，带有大语言模型的智能家居控制提供了与物联网 设备快速无缝的交互体验，显著减轻了用户负担并提高用户满意度。 5G 网络为 AI 能力在物联网设备上更大规模的广泛应用奠定了基础。5G 网络 凭借其低延迟、超高速和广泛连接的优势，为物联网网络提供了更高效的信息 传输渠道。5G 网络的高数据吞吐量优化了数据传输和恢复的真实性，显著提 高了物联网网络内的视频质量和传输速度。 在 5G 技术被广泛应用的推动下，数据的增长规模和复杂性已经超过了网络技 术设施能力的容量，需要全分布式的 AI 系统。边缘计算的增长使得全分布式 的 AI 服务成为可能，让边缘设备能独立处理智能数据，使资源更靠近用户。 由于存储和计算能力不再局限于云端，这种利用就近资源的独立处理减少了延 迟并提高了数据隐私度。得益于近距离且提升的处理速度，进一步降低了数据 通信和存储成本，从而促进了物联网 AI 解决方案的行业应用。 由于不同制造商的物联网应用和碎片化特性，带来了与兼容性及互连性相关的 挑战。因此，物联网 AI 解决方案的发展需要一站式、平台化的物联网 AI 解决 方案来实现应用场景的有效拓展。

确保在利用数据进行产品优化及个性化与维护用户隐私和安全之间取得平衡， 对 AI 公司日益重要。从用户角度而言，更强的保护措施有助于增强 AI 公司与 其客户之间的信任及认可。为了促进用户隐私，将实施包括自我主权身份在内 的安全措施。此外，政策和法规的总体趋势亦在不断规范物联网 AI 解决方案 的数据隐私及信息安全。 物联网 AI 解决方案结合了 AI 和物联网的能力和效率，使其适合用分布式的智 能系统解决具体问题。从日常生活 AI 解决方案到制造及零售 AI 解决方案，各 行业正逐渐转向物联网 AI 解决方案。物联网 AI 解决方案的广泛采用推动了技 术的进一步发展。利用先进的 AGI 技术，可提升物联网 AI 解决方案的能力以 实现人机交互，使其在更广泛的应用场景中获得用户认可。

包括语音、视觉及文本在内的多模态交互，通过扩大 AI 的应用范围，显著推 动物联网 AI 解决方案的增长。物联网系统未来的功能需要在多个设备之间同 步，以完成综合任务。系统将提供多模态交互，包括语音、视觉和文本，以满 足多样化的用户需求。

目前中国的医疗提供者包括医院、基层医疗机构（如社区卫生服务中心、农村 卫生服务中心和村诊所）和其他医疗机构，其中医院的作用最为重要，占医院 总数 10.1%的大型三级医院集中了绝大部分医疗资源。根据国家卫健委的数据， 2020 年每位病人就诊的平均时间达到 180 分钟，但其中只有 4.4%（8 分钟）用 于诊断过程。AI 医疗解决方案可以提高诊断和治疗的效率及质量。例如，采用 医疗转写解决方案的医生花在写病历上的时间更少，有更多时间用于病人沟通。 此外，疾病诊断和治疗 AI 解决方案可以提高检查的效率。 医疗 AI 服务及解决方案主要包括医疗服务及治疗 AI、药品研发解决方案 AI 及其他 AI 赋能的新解决方案。具体而言，医疗服务 AI 是在优化医疗程序、提 高诊断和治疗质量、确保医院高效管理方面具有潜力的主要领域之一。

医疗 AI 服务及解决方案市场有着较高的进入壁垒。首先，需要拥有具有不同 领域专业知识的多学科人才，如医学、医疗保健服务、技术及公共政策，复合领域人才的缺乏是新进入者面临的首要挑战。其次是数据和技术壁垒，医疗转 写解决方案等产品，依赖于准确和完整的医疗知识图谱基础。资金壁垒同样是 行业进入者面临的挑战，医疗 AI 服务及解决方案提供商需要在生产、研发、 品牌推广、渠道建设、商业化等方面投入大量的资金。由于一些医疗 AI 服务 及解决方案对于数据积累的严格要求，需要较长的研发周期，新进入者面临严 重的资金限制。最后，与医院建立合作关系存在较高壁垒。医疗 AI 服务及解 决方案的商业化成功取决于能否尽早与医疗机构及地方主管部门建立稳定、高 度交互的合作伙伴关系。 中国医院医疗服务 AI 及解决方案的市场规模由 2019 年的人民币 11 亿元增加 至 2024 年的人民币 99 亿元，复合年增长率为 54.3%。根据 Frost&Sullivan 的 数据，于 2028 年，中国医疗 AI 服务及解决方案市场预计将达到人民币 1,485 亿元，2024 年至 2030 年的复合增长率为 56.6%。其中，中国医疗服务及治疗 AI 的市场规模由 2019 年的人民币 11 亿元增加至 2024 年的人民币 95 亿元， 复合年增长率为 55.0%。医疗服务及治疗 AI 市场预计将达到人民币 1,382 亿 元，2024 年至 2030 年的复合增长率为 56.3%。中国具有机器学习能力的医疗 服务及治疗 AI 解决方案提供商的市场规模由 2019 年的人民币 2 亿元增加至 2024 年的人民币 60 亿元，复合年增长率为 90.7%，并预期将于 2023 年达到人 民币 1,130 亿元，2024 年至 2030 年的复合年增长率为 63.2%。

未来受益于政策驱动，智慧医疗解决方案渗透率将持续提升。2018 年中国政府 提出了《电子病历系统应用水平分级评价管理办法（试行）》，规定了不同等级 电子病历系统的标准，并对三级医院提出了具体要求，作为 AI 应用发展的依 据。根据《办法》，所有三级医院应将其信息系统升级到 4 级（定义为支持全院 信息共享）或以上，以实现系统间的信息共享并支持初步决策。中国电子病历系统应用仍处于相对初级阶段，2022 年参与评级的医院中，8%达到 5 级（定 义为支持统一数据管理），1.6%的医院达到 6 级（定义为支持全流程医疗数据 闭环管理），0.3%的医院达到 7 级（定义为实现医疗安全质量管控）。鉴于配备 先进电子病历系统的医院数量较低，且政策的持续鼓励，提供医疗 AI 服务及 解决方案的公司有较大发展潜力。 医疗保险开支的上升，导致对于智能医疗开支控制解决方案的需求持续增长。 中国基本医疗保险基金的收入由 2019 年的人民币 24,421 亿元增加到 2022 年 的人民币 30,698 亿元，复合年增长率为 7.9%。支出由 2019 年的人民币 20,854 亿元增加到 2022 年的人民币 24,432 亿元，复合年增长率为 5.4%。规范治疗模 式防止保险欺诈的必要性愈发强烈。 大语言模型的最新技术进步已证明在提高医疗中基于知识及语言的模型能力 方面特别有效，利用大语言模型并借助 AI 赋能的医学推理，医疗 AI 解决方案 可作为独立自主的从业者运作，并具备参与各种医疗场景的知识及技能，尤其 是医疗保健服务。因此，基于知识及语言的医疗 AI 解决方案预计将成为未来 几年医疗 AI 服务及解决方案市场增长的主要驱动力。