1. 創新競賽

1.1. 隨着核心算法的突破、計算能力的迅速提升以及海量數據的支撐，人工智能的應用範圍不斷拓寬，相關產品更是層出不窮

1.2. 技術創新數量劇增

• 1.2.1. 從近20年的發展情況看，全球人工智能的專利申請量及其在全球專利總量中所佔比例在2010年前呈現平穩上升的趨勢

• 1.2.2. 自2011年開始，神經網絡因可以大大改進語音和圖片的識別能力而成為科技公司的研究熱點，進而使得人工智能專利申請量出現拐點，之後出現爆發式增長

• 1.2.3. 從全球範圍來看，美國和中國在人工智能領域的創新競爭力增長速度高於日本、韓國和歐洲

• 1.2.4. 主要的技術來源於中國、美國、日本、歐洲、韓國

• 1.2.5. 在美國，除IBM和微軟這兩家計算機巨頭以及谷歌、蘋果、亞馬遜等互聯網企業彰顯了其在人工智能領域的創新能力外，在通信領域耕耘的高通、AT＆T也加入了人工智能的研究

• 1.2.6. 日本是普及自動化和機器人技術最早的國家之一

  • 1.2.6.1. 日本企業在人工智能領域起步很早，在圖像處理和識別領域擁有大量的基礎專利，歐姆龍、索尼、NEC、東芝、富士通、松下、佳能等公司在智能控制和圖像領域積累了較多的核心技術

• 1.2.7. 歐洲的人工智能主要集中在通信和醫療上，並以荷蘭皇家飛利浦公司（簡稱“飛利浦”​）領銜，其在人工智能健康醫療領域，提出“自適應智能”(adaptive intelligence)的概念

• 1.2.8. 韓國三星在人工智能領域的專利數量僅次於IBM和微軟，韓國電子通信研究院在深度學習等領域積累了大量的專利

• 1.2.9. 中國互聯網企業、IT企業和科研院所近年來取得了很大的進步，華為、國家電網、百度、騰訊、中興、浙江大學、清華大學等已經有一定量的專利儲備

• 1.2.10. 中國境內的人工智能專利分佈也存在明顯的集中現象

  • 1.2.10.1. 廣東、北京、江蘇、上海、浙江目前是中國的五大人工智能專利集聚中心，五省市的人工智能專利申請量佔全國總量的61%

• 1.2.11. 人工智能專利申請主要集中在人臉識別、語音識別以及當下最熱門的雲計算、深度學習、自然語言處理、機器人、無人機等應用方向

• 1.2.12. 在細分領域方面，全球人工智能專利主要歸屬於語音識別（24.42%）​、雲計算（15.64%）​、機器視覺（10.76%）和深度學習（10.26%）四大領域

  • 1.2.12.1. 語音識別經過長期的發展成為技術層面的新模式

  • 1.2.12.2. 在全球語言市場規模中，Nuance、IBM、三星、微軟和谷歌佔據了絕對份額，國內百度、中興、騰訊、華為、聯想和科大訊飛則佔據了16.3%的專利份額

  • 1.2.12.3. 科大訊飛在2017年與Nuance、谷歌、微軟、蘋果、IBM五家龍頭企業佔據超過95%的市場份額

• 1.2.13. 三大技術/應用是智能機器人、無人駕駛和雲計算，增長速度均超過34倍，其中雲計算是催生人工智能的核心關鍵，已經成為各大巨頭競爭的制高點

• 1.2.14. 中國在雲計算上的專利佔比最高，在競爭較為激烈的機器視覺、語音識別上也達到全球領先水平

• 1.2.15. 美國在語言識別方面佔有絕對優勢，在基礎算法領域也有明顯優勢

• 1.2.16. 日本主要集中在語音識別和機器視覺上

1.3. 為應對全球化競爭，專利儲備變得越來越重要

• 1.3.1. IBM和微軟的專利數量遙遙領先，比緊鄰其後的三星多26%以上

• 1.3.2. 在TOP 5中，除了大家耳熟能詳的華為、中興、百度、騰訊外，還有國家電網，且其專利申請量與排名第一的華為僅相差一百多件

1.4. 人工智能在新能源的利用上大有可為，甚至有可能大幅改善人類的生存環境

• 1.4.1. 國家電網正在緊鑼密鼓地佈局全球能源互聯網，其在人工智能領域的進展或許能夠產生更多社會價值

1.5. 中國的電信企業華為和中興在人工智能的創新策略上也各有特色

• 1.5.1. 華為在人工智能領域不僅專業化程度最高，合作意願也很強

1.6. 中國和美國的六大互聯網巨頭企業（中國：百度、騰訊、阿里巴巴；美國：IBM、微軟、谷歌）

• 1.6.1. 美國三巨頭比較熱衷機器學習、語音識別、語言合成處理等領域

  • 1.6.1.1. IBM發展佈局比較均衡，其在算法優化、自然語言處理、自主駕駛領域優勢明顯

  • 1.6.1.2. 微軟則在機器學習、神經網絡、音視頻識別領域佈局較多

  • 1.6.1.3. 谷歌則對無人駕駛、語音識別、自然語言處理領域較為重視

• 1.6.2. 中國三巨頭則較傾向支付、交互技術、視頻圖像信息處理、智能搜索等領域

  • 1.6.2.1. 百度比較熱衷搜索業務、無人駕駛、語音識別等

  • 1.6.2.2. 騰訊在雲計算、人臉識別等領域更加積極

  • 1.6.2.3. 阿里巴巴則將焦點放在了數據庫索引等領域

• 1.6.3. 六家都比較感興趣的有無人駕駛、數據文本聚類、指紋識別等領域

2. IBM

2.1. 不僅擁有全球最多的人工智能專利量，而且它對人工智能的研究，確切地説是對計算機模擬神經的計算啓動，要比其他的企業更早

2.2. 作為最早進入人工智能領域的企業之一，IBM在人工智能領域具有長期的技術積累，在雲計算、語音識別、自然語言處理、深度學習、無人駕駛等人工智能關鍵技術領域均有非常多的積累，特別是在雲計算、語音識別和自然語言處理技術領域的專利申請量非常高

2.3. 在人工智能方面的研發最早可以追溯到亞瑟·塞繆爾發明的跳棋程序

2.4. 最廣為人知的人工智能產品就是認知計算平台Watson了，它可以利用自然語言處理和機器學習技術來挖掘大量非結構化數據內含的重要價值

2.5. 人工智能技術均衡佈局

3. 微軟

3.1. 語音識別技術的領導者

3.2. 最早從事人工智能研究的科技巨頭之一，其發佈的Cortana（小娜）等一系列產品更是為世界各地的人們所熟知

3.3. 微軟設有微軟研究院和AI研究院，其在人工智能的核心技術及應用上都有所涉及，但是更聚焦於語音識別、雲計算、基礎算法3個領域

3.4. 交互式人工智能是微軟所倡導的方向之一，也是Azure上最為重要的智能應用

3.5. 微軟的語音識別專利技術主要集中在實現技術上，如語言模型、識別系統等方面

4. 谷歌

4.1. 深度學習的領軍者

4.2. 隨着谷歌在2006年即啓動的人工智能領域的收購，谷歌相應領域的專利申請量開始出現小幅增長

4.3. 隨着2009年無人駕駛汽車項目的啓動，谷歌在人工智能領域的專利申請量開始出現大幅增長

4.4. 谷歌作為AlphaGo發明者DeepMind的母公司，已經成為全球深度學習的翹楚。谷歌以深度學習為依託，全方位佈局人工智能產業，在芯片、無人駕駛、物聯網、視覺、語音、技術開源、機器人和智能搜索等領域開展研究

4.5. 谷歌在無人駕駛領域的專利主要集中在環境監測、導航定位、車道控制等方面，這與近幾年的道路實測、自主造車及高精地圖技術發展有關

5. 百度

5.1. 全面向人工智能轉型

5.2. 在國內的互聯網巨頭公司中，百度最早開始部署人工智能戰略

5.3. 擁有網絡搜索引擎核心業務積累的豐厚數據資源，重點發力人工智能技術的自主研發，先後成立了深度學習研究院、大數據研究院、硅谷人工智能實驗室以及硅谷智能駕駛團隊，開展機器學習、深度學習、機器人、圖像識別、語音識別、無人駕駛等各人工智能領域的技術研究

5.4. 百度是BAT中向人工智能轉型最為積極的公司

5.5. 2014年是百度開始在人工智能領域大膽試水的一年，其不僅大力研究底層基礎技術，同時先後推出多款消費級產品，且人工智能和機器學習領域最權威的學者之一吳恩達在5月加入百度，標誌着百度人工智能的探險啓動

5.6. 語音識別專利多聚焦於應用場景，如搜索服務、智能客服、無人車輛等

• 5.6.1. 無人車輛通過語音識別能夠精準識別乘客的語音需求並對車輛進行操控

5.7. 定位技術依託自主採集和製作的高精度地圖，記錄完整的三維道路信息，可幫助無人車實現釐米級的精確定位

5.8. 在圖像識別方面，利用國際領先的交通場景物體識別技術和環境感知技術，實現高精度的車輛探測識別、跟蹤、速度估算等功能，為無人駕駛汽車進行智能決策提供依據

6. 騰訊

6.1. 通過收併購、基礎技術研究合作以及三大硬件平台積極佈局，實現人工智能的跨越式發展

6.2. 騰訊的核心人工智能產品包括騰訊雲小微、深度學習平台DI-X、人工智能語音平台小微、文字及語音翻譯軟件

6.3. 主要集中在語音識別、雲計算、深度學習、基礎算法四個領域

6.4. 又孵化出了機器翻譯、語音聊天、智能問答、圖像理解、棋類博弈、無人駕駛等項目，以探索未來技術的商業應用前景

6.5. 設有企業級人工智能實驗室AI Lab，雖然其聲稱其基礎研究方向包括機器視覺、語音識別、自然語言處理和機器學習，但是機器視覺和自然語言處理的專利申請量佔比略低，各佔8%

7. 阿里巴巴

7.1. 從基礎研究到場景應用

7.2. 推出了虛擬助手“阿里小蜜”和ET機器人，其中ET機器人擁有智能語音識別、圖像或視頻識別、情感分析等技術

7.3. 研究主要集中於基礎算法、雲計算、深度學習和語音識別四個領域，目的是為各垂直領域提供企業級與政府公共事務級的服務

7.4. 基於神經網絡的聲紋識別技術，用户可以使用ALiGenie（天貓精靈的對話操作系統）通過語音進行購物和支付，並使用獨特的語音簽名作為身份驗證

7.5. 在螞蟻金服下設有一個特殊的科學家團隊，專門從事機器學習與深度學習等人工智能領域的前沿研究，並依託計算能力和數據資源，在螞蟻金服的業務場景下進行一系列的創新和應用，涉及互聯網小貸、保險、徵信、智能投顧等多個領域