艾瑞咨询：2024年中国AI基础数据服务行业研究报告最新完整版本.docxVIP

中国AI基础数据服务行业发展报告

2020年

摘要

目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，想要更加落地，

1 解决行业具体痛点，需要大量经过标注处理的相关数据做算法训练支撑，可以说数据决定了AI的落地程度。

2对比中国与世界的发展情形来看，人工智能行业发展前景良好，而作为强关联性的

2

AI基础数据服务行业受其发展红利的影响，未来市场仍有不小的上升空间。

32019年中国AI基础数据服务行业市场规模可达30.9亿元，预计2025年市场规模将突破100亿元，年化增长率为21.8%。

3

中小型数据供应商的整体体量仍然可观，但随着业务门槛提升、客户需求多样化，

越来越多的“中小型数据供应商”在苦恼生存问题，该群体在未来1-2年内将迎来一阵“倒闭潮”。

“品牌数据服务商”在这1-2年内应该“居安思危”，注重品牌认可度塑造、提高

规模化生产能力、大力发展如预标注、项目进度可视化等精细化运营方式、增加如语音合成（TTS）数据处理等差异化服务，最终追求的是单位价格的利润最大化。

来源：艾瑞根据公开资料自主研究绘制。

?2020.3iResearchInc. 2

3

3

中国及全球人工智能发展概览1

中国及全球人工智能发展概览

1

人工智能基础数据服务市场现状2人工智能基础数据服务行业壁垒3行业发展机遇与挑战4

人工智能基础数据服务市场现状

2

人工智能基础数据服务行业壁垒

3

行业发展机遇与挑战

4

人工智能产业发展和产业链结构

人工智能产业发展和产业链结构

数据决定了AI落地程度，是商业化过程中重要的一环

自从2012年深度学习在图像和语音方面产生重大突破后，人工智能便真正具备了走出实验室步入市场的能力，2016年AlphaGo的胜利再次引爆行业，成功唤起了中国市场的兴趣，时至今日，人工智能的商业化在中国得到了长足发展，在安防、金融、企服等领域纷纷落地开花，同时也真正意义上衍生出了一套完整的产业链。AI产业链可以分为基础层、技术层和应用层，基础层按照算力、数据和算法再次划分，对整体上层建筑起到支撑作用；技术层根据算法用途分为计算机视觉、智能语音、自然语言处理等，是AI最引人注目的环节；应用层则按照不同场景的需求定制开发专属服务，是AI真正赋能行业的方式。目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，想要更加落地，解决行业具体痛点，需要大量经过标注处理的相关数据做算法训练支撑，可以说数据决定了AI的落地程度，而AI基础数据服务行业又鲜有关注，因此本报告承接艾瑞《2019年中国人工智能基础数据服务白皮书》，再次挖掘该行业的现状和发展，展示其真实的一面。

基础层

人工智能产业链结构

实现途径支持系统算法

实现途径

支持系统

算法

早期算法 机器学习算法 编程语言

搜索式推理 监督式学习 非监督学习 算法平台

专家系统 半监督学习 强化学习

智能代理 深度学习 迁移学习 AI框架

…… …… 理论研究

算力

AI计算架构 硬件设备

传统通 CPU+GPU TPU FPGA …… 计算平台

用计算 AI芯片

(CPU) 智能设备 视觉 类脑 …… 云服务

自动驾驶 安防 物联网 量子计算

数据

数据处理 数据采集

数据存储 储存设施

网络传输

数据挖掘

知识图谱

技术层

计算机视觉

应用层视觉识别

应用层

人脸识别

文字识别

视频识别

步态识别

……

智能语音

声音识别

语音合成

声纹识别

语音交互

……

自然语言处理

信息理解

数据采集数据清洗信息抽取数据标注

数据采集

数据清洗

信息抽取

数据标注

文字校对

自然语言生成

…… ……

……

来源：艾瑞根据公开资料自主研究绘制。

?2020.3iResearchInc. 4

人工智能技术实现路径

人工智能技术实现路径

机器学习是主流，其中监督学习下的深度学习是主要方式

人工智能是对一类能够实现机器模拟智慧生命某些特征的技术统称，从学术上可以分为以知识工程为代表的符号主义、以神经网络为代表的连接主义和以仿生机器人为代表的行为主义三个流派，近些年掀起又一轮人工智能热潮的机器学习就属于连接主义学派。机器学习按照训练方式可分为使用人工标注分类标签训练的监督学习、无分类标签且自动聚类推断的无监督学习、使用少量人工标注+自动聚类的半监督学习和根据现实情况自动“试错+调整”的强化学习四类，而最著名的深度学习同样是机器学习的分支，但因为模型结构的不同而与上述训练方式不在一个区分范畴，深度学习在训练方式上均可与四种方式发生重叠。目前来看AI应用最广泛的计算机视觉和智能语音更依赖于监