深度丨国内人工智能基础层的价值与进阶之路

前言：

基础层工具属性标志着AI产业社会化分工的出现，AI产业正逐步进入各产业深度参与、双向共建的效率化生产阶段。

作者 | 方文 
基础层为人工智能提供算力支持

人工智能分为基础层、技术层和应用层三个层面。

 

基础层为人工智能提供算力支持，而算力也是决定人工智能能够实现产业化的基础。

 

人工智能芯片在快速迭代的过程中，多样化的发展速度正在加快。

 

目前，人工智能服务器依然是人工智能基础设施的主要市场，约占到所有人工智能基础设施市场的87%左右，也是人工智能中心的核心组成。

 

随着人工智能应用计算需求的指数级增长，未来将有更多的类GPU芯片互联技术被采用，也使服务器能够实现速度更快的技术升级。

人工智能基础层价值及影响

依靠AI基础层资源，需求企业可降低资源浪费情况、规避试错成本、提高部署应用速度。

 

作为支撑AI模型开发及落地的必要资源，AI基础层可在多环节提效AI技术价值的释放；其工具属性也标志着AI产业社会化分工的出现，AI产业正逐步进入低技术门槛、低部署成本、各产业深度参与双向共建的效率化生产阶段。

 

发展人工智能基础层可多环节提效AI技术价值的释放，解决需求方人工智能生产力稀缺问题；

 

依托AI基础层资源，AI企业可有效应对下游客户的长尾应用需求，将其高频应用转化为新主营业务，寻找业务增长突破点；

 

未来，伴随各行业智能化转型的迫切需求，人工智能基础层的各模块工具有望走向集约型的生产模式；

 

更多企业将自研开源框架，国产的操作系统与数据库等软件配套设施将稳步崛起，算力模块的智能服务器国产化率也将逐步提升。

 

AI基础层企业通过提供AI算力、开发工具或数据资源助力人工智能应用在各行业领域、各应用场景落地，支撑人工智能产业健康稳定发展。

AI基础层的进阶演变之路

智能化转型趋势下，企业部署AI项目的需求正经历着变化，对数据质量、模型生产周期、模型自学习水平、模型可解释性、云边端多样部署方式、人力成本及资金投入、投资回报率等的要求都逐步走高。

 

大致涵盖相互交融的三个阶段：雏形期，算法/算力/数据各模块多为粗放式的单点工具，新兴产品及赛道逐步出现；

 

快速发展期，各赛道活跃度显著提升，参与者积极探索产品形态与商业模式，基础层服务体系逐步完善、资源价值凸显；

 

最后则向成熟阶段过渡，各赛道内企业竞争加剧，逐步跑出头部企业。同时各赛道间企业生态合作增多，一站式工具平台出现。

人工智能基础层市场规模

根据艾瑞2020年执行的CTO调研，2019年超过51%的样本企业AI相关研发费用占总研发费用比重在10%以上，2020年65.9%的企业AI研发占比达到10%以上。

 

AI基础层资源则可有效缓解甲方利用AI技术重塑自身业务时的投资矛盾，提升模型生产效率，降低部署成。

 

据艾瑞测算，2020年人工智能基础层市场规模为497亿元，为AI产业总规模的33%，AI芯片的高增长是产业规模增长的主要拉动力。

 

2021-2025年，人工智能基础层市场规模CAGR为38%，整体产业规模发展速度较快、空间较为广阔，总体呈现持续增长的走势。

 

2020年，中国人工智能基础层市场规模为497亿元，为人工智能产业总规模的33%，市场规模相较去年同比增长76%，AI应用模型效率化生产平台创收增长、AI芯片市场规模随着云端训练需求出现较高增长等是同比增速的主要拉动力；

 

2021-2024年同比增速趋于平缓下降，市场开始恢复稳步增长态势。到2025年，中国人工智能基础层市场规模将达到2475亿元。

结尾：中国的基础算法后来居上

实际上从整个数据比较来看，中国在基础算法方面和其他国家差别并不大，甚至于还略微领先一些。

 

在一些最原创的基础算法上，日本、美国和其他一些国家比中国专利产生的时间点要早。

 

但是随着2012年之后中国人工智能产业快速发展，实际上中国很多科学家、企业，在基础算法上做了非常多的改进，我们看到了很多新的产品。