【IDC研究精选】值得关注的AI技术趋势与热议话题

根据IDC预测，2021年全年中国人工智能软件及应用市场规模达52.8亿美元（约330.3亿元人民币），相比2020年涨幅为43.1%。人工智能技术仍在不断突破创新，新的应用场景层出不穷。行业情况复杂多变，某些细分赛道依然有机会出现独角兽类公司。作为推动新一轮技术变革与行业转型的重要动力，人工智能借助学科研发、科学建模、技术创新、软硬件应用的驱动，将进一步推进我国各行业由数字化、网络化向智能化的转变。

由AI驱动的智能决策将事后分析转变为事前的预判和主动的执行，能够大大提高企业的生产力和运营效率。IDC预计，到2025年，超过60%的中国企业将把人类专业知识与人工智能、机器学习、NLP和模式识别相结合，做智能预测与决策，以增强整个企业的远见卓识，并使员工的工作效率和生产力提高25%。

IDC所定义的AI驱动的智能决策，是指利用机器学习、深度学习、联邦学习、运筹学等技术，实现诸如精准营销、销量预测、供应链管理、风险控制等业务环节的智能决策，在金融、零售、制造、能源等行业都得到了探索与应用。IDC今年发布的《IDC PeerScape：智能决策产品同业洞察》（Doc #CHC48744622）、《中国智能决策解决方案市场份额，2021：价值凸显，快速发展》（Doc #CHC48744722），讨论了智能决策在不同行业中的探索应用以及中国智能决策解决方案的市场概况。

人工智能的落地已经发展到一定阶段，向前一步的瓶颈在于某一厂商往往不具备足够的可用于模型训练的数据资源，且缺乏充足的算力，很难将偏通用的AI模型落地到企业场景中。行业参与者面对这些挑战推出多项举措，包括自动化机器学习、联邦学习、提供云端算力等，其中大模型是现阶段解决这些挑战的重要途径之一。

随着市场对于大模型的认知逐渐理性和落地，使用大模型的价值也开始凸显，包括：不要求企业具备海量的数据基础、应用大模型的效果更优、降低AI开发门槛等。行业用户可以优先从相对落地的场景开始，例如智能客服、文档内容抽取、知识图谱、OCR等。

在选择大模型的时候，可以考虑的因素包括：大模型学习过的数据量/知识量、经过迁移学习后在本企业应用场景中落地的效果、对于本地算力的需求。IDC认为，大模型的泛化能力强、模型效果更优等特征助力其成为AI开发新范式，也是现阶段AI市场发展的必然趋势。IDC于今年7月发布了《大模型成为AI开发新范式/市场新趋势》（Doc #CHC45878520），并将于近期发布大模型技术生态图谱。

人工智能是我国重要的发展战略，正在进入应用落地阶段。但随着数据的不断积累，对底层算力的要求也逐渐提升。企业所面临的独立开发人工智能的成本高、难度大、效率低、且开发周期长等问题逐渐暴露，制约了中国企业大规模应用人工智能技术。AI开放平台应运而生，帮助企业将AI能力快速部署到不同行业，实现降本增效。

IDC认为，AI开放平台是使开发者可以通过调用API或SDK的形式高效使用平台中开放的AI能力，实现AI产品开发的平台。为了通过开放平台释放行业能力，构建行业生态，实现合作共赢，《IDC Perspective：人工智能开放平台市场研究》报告目前已经启动，欢迎关注。

随着人工智能等新兴技术越来越多的赋能社会和企业，技术使用的底层数据安全性也越来越受到国家的关注。随之而来的《数据安全法》、《个人隐私保护法》也提出了新的数据使用要求，让人工智能可信已经从可选变成必选。目前，可信AI研究已经从理论探索逐步走向工程化落地实践。为了更好的，在可信的前提下挖掘人工智能技术的潜力，隐私计算日益成为克服数据安全与开放共享之间冲突的关键技术方向。可信联邦学习的出现，则有助于改善了隐私计算面临安全、效率、性能三者均衡的问题。

可以预见，全域隐私计算技术将在安全和隐私性上有新的突破，联邦学习与可信AI也将迎来新的机遇和挑战。在此背景下，IDC预计将在10月启动《IDC Perspective：联邦学习和可信AI市场研究》报告，欢迎关注。

2021年，有20家以上的数字人企业获得新一轮的融资，且都在数千万元人民币以上的规模。2022年开年以来，数字人更是几乎成为AI第一热门赛道，在诸多应用场景大放光彩。

IDC在今年6月份发布了《中国AI数字人市场现状与机会分析，2022》（Doc #CHC48744822），针对中国AI数字人市场现状、典型案例、技术进展进行了研究，总结当前AI数字人的技术构成、产业生态、典型行业实践以及市场格局，并对未来发展趋势做出预测且提供发展建议。IDC预计，到2026年中国AI数字人市场规模将达到102.4亿元人民币，保持高速增长。当然，目前AI数字人整体上还处于起步阶段，距离市场成熟还有较长的距离，市场参与者大多为差异化竞争，分别在已有客户群体的领域依托自身技术优势进行深耕。

根据IDC预测，2021年工业质检解决方案（不包含硬件）整体市场规模达到了2.1亿美元，较2020年增长了近48.4%。AI工业质检领域场景碎片化导致市场持续碎片化，大部分厂商都在逐步寻找自身优势的细分行业场景。在2021年自身重点市场取得规模化复制的同时，开始向更多场景领域拓展布局。3C、汽车、消费品和原材料四大行业中很多AI质检场景实现规模化复制，成为驱动市场发展的主要动力。

IDC《中国AI赋能的工业质检解决方案市场分析，2021》（Doc #CHC47360321）已于今年8月正式发布，并将于近期发布市场分析报告，欢迎关注。

我国中央和地方政府相继出台政策，要求加快人工智能促进科学研究创新发展，形成具有未来竞争优势的战略性前沿方向。AI for Science作为重点路径，应用场景覆盖生命科学、自然环境、数学推理、材料工程、量子计算、物理化学等重要方向。

IDC认为，AI for Science是指以机器学习、深度学习等人工智能技术分析处理多维度、多模态、多场景下的模拟和真实数据，解决复杂推演计算问题，加快基础科学和应用科学的发现、验证、应用，打造新一代科研范式。当前，AI for Science正处于发展上升期，未来将从基础学科、技术研发、产品创新、产业服务等维度深度赋能传统科学领域，而如何更好地挖掘人工智能技术潜力，解决重大挑战，提升创新活力成为新的命题。目前，《IDC Perspective：AI for Science市场研究》已正式启动，欢迎关注。