2022人工智能产业图谱（附PDF下载）

AI产业链经过两个月的上涨，市场已经达成了共识：这种产业趋势级别的技术革新，战略上应该始终看多，战术上根据市场热点灵活应对。感觉上就像2020年的疫情概念，分支从口罩、熔喷布、呼吸机到中药、疫苗、特效药等不停衍生、分化、轮动，差别是疫情概念大多直接带来了营收的巨大增长，而AI概念带来巨额利润的时间点还不确定。

现在每个周末都有新的消息或题材刺激，AI概念也在从技术层向基础层和应用层延伸、轮动。了解完整的产业图谱，有助于快速判断并在操作上跟进。（完整报告请关注公众号“v形反转”，发送“人工智能2022”自取）

AI芯片类型

AI芯片是专门为AI计算加速而设计的芯片，“CPU+X”的异构计算模式极大加速了AI应用的运算效率。X即指代AI芯片，常见产品类型包括GPU、FPGA、SIC与类脑芯片。从AI芯片应用类型来看，以英伟达公司产品为代表的GPU长期占据AI芯片主流应用市场，尤其是在云端及边缘侧对芯片的计算性能、精度及通用性有高要求的训练场景。未来，在中国东数西算、智算中心、新型数据中心的建设浪潮与互联网厂商自研及投资驱使下，ASIC-DSA架构的AI芯片产品由于SIC定制化可实现的极致产品性能及DSA部分软件可编程扩大场景范围的优质特性，将率先在推理侧展开对GPU的替代，顺应“先推理后训练”的发展路径，逐步实现国产AI芯片的多点开花。

决策智能：融合机器学习、NLP、知识图谱，实现数据与知识驱动

决策智能一词由谷歌于2019年成立同名部门后逐渐为人熟知，这并非是一个底层技术层面的确切定义，而是从商业价值的视角，强调AI需要在辅助和替代人进行各类决策方面发挥实际效果。当前市场对决策智能的理解范围和侧重各不相同，狭义的决策智能最贴近“决策”一词的原始含义，仅指在多种可能的方案和路径中做最佳选择的优化类问题。这类问题在现实中渗透极广。但落地应用技术难度高，大多以运筹学为根基、融合AI能力、在解决大规模复杂问题时需使用求解器，商业应用尚处于起步阶段。广义的决策智能泛指能够指导人更科学和准确地做出判断及决策的AI产品，基于规则、诊断、预测的结果，叠加对环境动态的把握形成最终决策，主要使用机器学习、NLP、知识图谱技术，辅以计算机视觉、智能语音等技术形成高度场景化的解决方案。

虚拟数字人：全栈AI能力集大成者，对入局者能力提出高要求

近年来，虚拟数字人热度居高不下，互联网厂商、人工智能厂商、CG厂商等各类玩家纷纷入局，抢滩虚拟数字人产业的科技高地，并将其视为未来元宇宙世界的宝贵入场券。从定义来讲，虚拟数字人是指具有数字化外形的虚拟人物，特征即为虚拟化、数字人、拟人化，因此本章节研究范畴限定在以原画建模为基础（虚拟化）的数字人产品，真人建模不在此次关注范围内。虚拟数字人在人物生成阶段需在设计、动画、专业人才等方面进行成本投入，人物表达则需多模态AI模型作为底层支撑，由开发工具、平台环境、存算网资源等进行支持，整体产业链漫长且复杂，对入局者能力提出高要求。