人工智能根据从底层到应用的技术逻辑可以分成基础层、技术层、应用层

人工智能根据从底层到应用的技术逻辑可以分成基础层、技术层、应用层。基础层从硬件和理论层面，为人工智能的实现提供了根本保障，主要包括

AI 芯片和深度学习算法。AI 芯片的发展进步，提供了越来越强的计算能力；

深度学习算法的建立，提供了 AI 解决问题的计算方法。技术层是基于基础层的支撑，设计出的解决某一类过去需要人脑解决问题的通用方法，具体包括智能语音、计算机视觉、自然语言处理以及其他类这四大人脑功能的处理方法。这些方法基于深度学习算法，根据具体的数据以及处理场景，形成了专门的成套技术处理方法和最佳实践。通过技术层的实现，可以将基础层提供的算力以及计算方法运用到具体领域，去真实对应到大脑的某一类功能以及实践能力。

应用层是基于技术层的能力，去解决具体现实生活中的问题。比如利用计算机视觉技术，实现金融、安防等多个领域的人脸识别；利用智能语音技术，实现智能音箱、录音笔等的语音识别；利用自然语言处理技术，用于智能客服的问答。在实际的应用中，技术层和应用层的关系是相互交叉的，某个领域的应用可能用到多个维度的技术层的能力，比如金融行业的应用对于智能语音、计算机视觉、自然语言处理技术都会有需求；同样某个技术层的能力也可以广泛应用到多个不同的应用领域，比如计算机视觉技术可以广泛应用到金融、安防、医疗、交通、教育等多个维度。

图表  人工智能的基础层、技术层、应用层

从宏观视角来看，人工智能产业链可以分为上中下游，其中上游提供的是基础能力；中游将基础能力转化成具体的 AI 技术；下游则将 AI 技术具体运用到各行各业，形成生产力。下图代表的是人工智能产业链的全景示意。

图表  人工智能产业链全景图

上游提供基础计算能力、方法和数据

上游代表的是支撑人工智能行业发展的基础设施和方法，主要包括 AI 芯片、数据以及 AI 算法。

AI 芯片是支撑人工智能行业发展的基础硬件，提供适配于 AI 算法的计算能力，当前国内外都有不少公司专注于 AI 芯片的设计，同时部分中游公司也进行 AI 芯片的设计以更好匹配自己公司的专用计算模型。

数据对于 AI 技术在具体行业的应用有非常重要的作用，主要的数据掌握在行业中下游公司中，但是数据的处理是一个较为专业化的工作，当前国内外均出现少数公司专注于数据处理，为行业中下游提供数据资源服务。

当前的主流 AI 算法一般基于深度学习技术，进行 AI 算法研究的主力军一般是各大院校以及科研机构，部分实力较强的中游企业也具备很强的原创研究能力。

中游将基础计算能力和方法转化成四类 AI 技术

中游代表的是基于现有的 AI 算法，在实际应用中能达到较好智能效果，具备扩展性，在各行各业的应用前景广泛的基础性技术。当前的基础技术可以分为智能语音、计算机视觉、自然语言处理以及其他类技术。

智能语音指的是利用计算机对语音信息进行分析处理，以模仿人类实现能听、能说等语音能力的技术，语音识别和语音合成目前是其核心应用。智能语音技术当前的发展已经比较成熟，在很多领域的应用已经接近人类的水平，比如智能语音交互就在迅速成为主流的人机交互方式。

计算机视觉指的利用计算机对图像或视频信息进行处理分析，以模拟实现人类通过眼睛观察和理解外界世界的技术，当前的主要应用包括了图像视频的复原和增强、分割和识别、理解和自动匹配等。计算机视觉技术给机器安上了智慧的眼睛，能替代很多原本需要人类才能完成的工作。随着近年来计算机视觉技术在多个领域的应用取得突破，目前其已成为人工智能最为炙手可热的技术分支。

自然语言处理指的是利用计算机对语言文字进行分析，以模拟实现人类对于语言的理解和掌控的技术，当前的主要应用包括自然语言理解和自然语言生成。自然语言处理是实现认知智能的关键技术，虽然当前依然面临较大挑战，但其未来的进步和突破对人类社会的意义将十分深远。

其他类指的是基于人工智能算法对一些特定类问题进行方案设计，利用计算机将其智能解决的技术，其从实际效果来看，针对相应问题实现了模拟人类智能。这类技术相比前三类技术，其应用范围相对较窄，基础性较弱，为了便于分类，将这些技术统称为其他类。典型的应用场景包括棋类的 AlphaGo，智能游戏选手 AlphaStar，金融领域的反欺诈反洗钱、智能投顾、自动交易等。

中游技术类企业具备很强的研发能力，占据了行业内软件类技术的高地，

并且在发展过程中也逐步建立了资金和数据的壁垒。同时中游人工智能技术是链接产业上下游的关键，且具备较强基础性和横向扩展性，需要利用这些技术的下游厂商很多。因此其中的竞争获胜者未来有可能成为人工智能行业的核心公司，当前的领先公司非常具备长期跟踪的价值。

但是技术类的公司存在变现困难的问题。虽然一些基础技术比如人脸识别的扩展速度很快，全国的机场都已铺开，但是短期内依靠技术输出获得的营收和现金流收入依然较为有限，这些企业主要通过股权融资的方式获取资金，信贷业务合作的难度较大。

下游综合利用各类 AI 技术解决各自行业的应用问题

产业链下游指的是人工智能技术在各个行业中的实际应用，是技术和场景结合并落地的环节。当前人工智能应用落地比较多的下游行业包括金融、安防、教育、医疗、自动驾驶、智慧城市、智能穿戴等，产业链的中下游企业均有参与。

对于中游企业而言，一般来说其会利用自己在具体某项 AI 技术的优势，承接自身技术优势占重要地位且市场空间较大的下游行业应用，亲自下场参与竞争，以期尽快获得较好的市场份额。如科大讯飞就利用自己的语音识别技术，在智能语音+教育领域自己承接了较多的下游具体订单。

下游企业指的是产业+人工智能的复合类企业。这类企业的特点是首先在某个行业背景深厚，专业能力、项目实施与营销能力都十分优秀；其次是具备技术创新的基因，能快速利用最新的人工智能技术，将其应用到自己的行业产品或项目中，实现行业+人工智能的结合，进一步提升自己在行业内的竞争力，打造更好的产品或者服务。下游企业虽然技术上和中游企业相比有一定差距，但是由于其直接面向客户，进行项目建设或者产品销售，能短时间内获得较大的销售收入以及现金流，同时部分项目和研发需要前期投入，也有一定的资金需求，相对适合银行进行信贷类业务。同时由于这些企业在特定领域内的积累和优势较大，其未来的行业+人工智能模式也将具备较强竞争力，也具备长期合作价值。