感知智能行业：开启智能识别新时代，引领智慧升级 头豹词条报告系列

感知智能行业：开启智能识别新时代，引领智慧升级头豹词条报告系列 饶立杰·头豹分析师2024-06-07未经平台授权，禁止转载 版权有问题？点此投诉 信息传输、软件和信息技术服务业/软件和信息技术服务业/其他信息技术服务业信息科技/软件服务 摘要感知智能行业利用前沿技术将物理信号转化为可认知信息，智能传感器为核心技术，广泛应用于智慧城市等领域。市场规模持续增长，自动驾驶和安防行业的需求推动其扩张。未来，粮食产业和人形机器人行业的发展将进一步促进感知智能行业的增长，其中感知智能在人形机器人制造中扮演核心角色。 感知智能行业定义[1] 感知智能是指，利用硬件设备如摄像头、麦克风或其他传感器，结合语音识别、图像识别等前沿技术，将物理世界的信号转化为数字信息，并提升至可认知的层次，如记忆、理解、规划和决策等。其中，智能传感器是感知智能行业的核心技术要点。随着技术的不断发展，感知智能在智慧城市、智能交通、智能安防、智能工业、智能农业等领域的应用愈发广泛，为提高生产效率、服务质量和人民生活水平发挥重要作用。 感知智能行业分类[2] 按照感官系统的分类方式，感知智能行业可以分为如下类别： 感知智能行业基于感官系统的分类 如，AI系统已能根据输入的样本数据进行味道的分类和预测，以上样本包括食品和饮料的成分、配方和制备方法。通过训练，系统能识别不同味道的特征，并预测新样本的味道。此外，研究者正在探索使用脑机接口（BCI）系统从神经信号中解码出味觉信息。 味觉识别 感知智能行业特征[3] 感知智能行业的特征包括产品种类繁多且价值高、投资壁垒高且回报周期长、高度依赖下游应用商。 1产品种类繁多且价值高 全球传感器和智能传感器市场现已接近2,000亿美元，涵盖超过6万种不同品类。传感器是各类产业赖以生存和持续发展的核心要素。尤其是智能传感器不仅是“性能关键”，直接决定智能装备和终端产品的性能与质量，更是“数据入口”，是实现产业数字化转型的关键驱动力。 2投资壁垒高且回报周期长 感知智能产业是一个高度交叉融合的领域，其融合物理学、电子学、材料学、计算机科学和数据科学等众多学科。同时，技术的创新和突破需生产装备、敏感材料、设计工具、制造工艺以及封装测试等多个环节之间的紧密协作和联动。值得关注的是，传感器产品的研发过程耗时较长，从最初的研发阶段到最终的商业化落地需经历漫长的周期。以汽车MEMS传感器为例，而汽车MEMS光学/显示传感器的研发周期长达25年。 3高度依赖下游应用商 感知智能行业的产业链连接紧密，其离不开仪表制造商、工程集成商以及终端产品制造商的深入参与和推动。特别是下游应用商根据市场需求和产品特性，将智能传感器集成到终端应用中，从而推动感知智能行业的应用和发展。 感知智能发展历程[4] 感知智能行业可分为三个阶段，萌芽期（1986-2000年），感知智能行业的核心环节在政策推动与标准化建设的推动下，实现技术创新与成果转化；启动期（2001-2019年），感知智能行业受到国家层面的重视与支持，并明确的发展方向与目标；高速发展期（2020年至今），随着AI、物联网、云计算等产业的兴起，感知智能行业的硬件领域得到迅速发展。 萌芽期1986~2000 1986年，传感器技术正式纳入国家科研攻关计划中，同时中国开始重点投入研发力量，专注于机械敏、力敏、气敏、温敏和生物敏五大类别的敏感技术研究。 1987年，高等院校成立传感器研究会，同时国家标准《传感器名词术语》正式颁布。 1986-2000年，科技攻关共完成267项科技成果，并获得42项专利。其中，51个品种86个规格的新产品被成功开发，且九成以上成果实现市场化，并进行批量或小批量生产。 感知智能行业在萌芽期主要进行技术的积累和探索，通过科研攻关和成果转化，不断推动技术的进步和创新。 启动期2001~2019 自2001年起，新型传感器列入中国研究开发的重点。 2015年，国务院发布《中国制造2025》战略规划。 2017年，工信部颁布《智能传感器产业三年行动指南（2017-2019年）》，对高端智能传感器的发展提出明确且具体的要求和指导。 国家政策的引领成为推动感知智能行业发展的重要力量。随着政策的发布和实施，行业的发展方向获得支持，并奠定坚实的基础。 高速发展期2020~2024 自2020年来，随着边缘计算与云计算技术的发展，感知智能不仅具备强大的数据处理能力，并实现更精准和高效的智能感知。 2023年，以华中科技大学为牵头单位的国家重点研发计划“智能传感器”重点专项项目。 感知智能行业正处于快速发展阶段，同时市场规模持续扩大，主要得益于硬件层的增长拉动，尤其是在智能传感器、高端芯片等智能感知硬件领域。 感知智能产业链分析 感知智能行业产业链上游为核心技术和硬件供应环节，主要包括传感器与硬件、芯片与集成电路、算法框架与数据等；产业链中游为感知智能系统集成与平台服务环节，主要包括系统集成商、数据分析与处理平台、云服务等；产业链下游为应用领域与终端产品环节，主要包括应用领域开发商和终端应用产品提供商。[6] 感知智能行业产业链主要有以下核心研究观点：[6] 数据量的增长直接推动对更高算力的需求。 随着大数据时代的到来，数据量呈爆炸性增长。2023年全球新产生的数量总量为102ZB。值得注意的是，2022年中国数据产量占全球数据总量的10.5%，预计到2025年，中国数据总量将占全球总量的30%。伴随着人工智能、大数据、云计算等前沿技术的迅速发展，算力作为技术基石，其需求呈爆发式增长。2022年中国通用算力和智能算力分别达137EFLOPS和41EFLOPS，分别同比增长25.7%和41.4%。值得关注的是，预计2026年全球AI计算市场规模将达346.6亿美元。这意味着算法框架与数据提供商将向感知智能企业提供更强的算力处理能力。 目前，计算机视觉和智能语音是感知智能行业的主要需求技术，且市场份额将保持稳定的增长态势。计算机视觉与智能语音领域，凭借其成熟度和广泛应用的基础，预期将继续保持其市场主导地位，且市场份额稳定增长。2023年计算机视觉和智能语音共占感知智能行业比重约为84%，其中计算机视觉占比达62%。同年，计算机视觉行业的市场规模达1,461亿元，预计到2027年其市场规模将达2,557亿元；中国智能语音行业市场规模达392亿元，预计到2027年其市场规模将达686亿元，年均复合增长率为15%。值得一提的是，由于触觉、嗅觉及味觉技术的应用领域相对专一，预估未来三年内难以实现大规模市场渗透。这表明计算机视觉和智能语音企业面临着良好的市场环境和增长潜力，但需面对技术快速迭代和市场竞争加剧的挑战，因此持续创新与优化策略将是企业持续成长的关键。[6] 产业链上游 生产制造端 核心技术和硬件供应商 上游厂商 产业链上游说明 数据量的增长直接推动对更高算力的需求。 随着大数据时代的到来，数据量呈爆炸性增长。2023年全球新产生的数量总量为102ZB。值得注意的是，2022年中国数据产量占全球数据总量的10.5%，预计到2025年，中国数据总量将占全球总量的30%。伴随着人工智能、大数据、云计算等前沿技术的迅速发展，算力作为技术基石，其需求呈爆发式增长。2022年中国通用算力和智能算力分别达137EFLOPS和41EFLOPS，分别同比增长25.7%和41.4%。值得关注的是，预计2026年全球AI计算市场规模将达346.6亿美元。这意味着算法框架与数据提供商将向感知智能企业提供更强的算力处理能力。 中国集成电路制造业提升其满足内需的能力，并逐步降低对外依存度。 中国集成电路生产在满足市场需求方面正逐步提升，并减少对外部供应的依赖，特别是在逻辑芯片、存储芯片、模拟芯片及专用芯片等领域。2023年中国集成电路产量为3,514亿块，同比增长6.9%，其中包括包括逻辑芯片、存储芯片、模拟芯片和专用芯片等。同年，中国集成电路进口量和出口量呈现下降趋势，分别同比下降10.7%和1.8%。这表明中国集成电路制造业的技术进步和产能扩张，同时体现政策支持和市场需求双重驱动下，产业链供应链自主可控能力的增强。 产业链中游 品牌端 感知智能系统集成与平台服务商 中游厂商 科大讯飞股份有限公司 云从科技集团股份有限公司 查看全部 产业链中游说明 目前，计算机视觉和智能语音是感知智能行业的主要需求技术，且市场份额将保持稳定的增长态势。计算机视觉与智能语音领域，凭借其成熟度和广泛应用的基础，预期将继续保持其市场主导地位，且市场份额稳定增长。2023年计算机视觉和智能语音共占感知智能行业比重约为84%，其中计算机视觉占比达62%。同年，计算机视觉行业的市场规模达1,461亿元，预计到2027年其市场规模将达2,557亿元；中国智能语音行业市场规模达392亿元，预计到2027年其市场规模将达686亿元，年均复合增长率为15%。值得一提的是，由于触觉、嗅觉及味觉技术的应用领域相对专一，预估未来三年 内难以实现大规模市场渗透。这表明计算机视觉和智能语音企业面临着良好的市场环境和增长潜力，但需面对技术快速迭代和市场竞争加剧的挑战，因此持续创新与优化策略将是企业持续成长的关键。 缓解产业结构失衡成为感知智能行业发展的驱动因素之一。 中国劳动年龄人口数量减少，同时老龄化程度进一步加深。从2021年至2023年，中国劳动人口呈现下降的趋势，但老龄人口数量呈现上升的趋势。截至2023年末，中国16至59岁的劳动年龄人口数量达到86,481万人，相比上年减少1,075万人。然而，60岁及以上的人口数量达29,679万人，相比上年增加1,675万人。目前，各行各业面临劳动力供给缺口的困境，而通过应用感知智能技术可减少企业对劳动力的需求。例如，在零售业中，自助结账系统和智能客服的广泛应用减少对传统收银员和客服人员的需求。在物流行业中，自动驾驶车辆和智能仓储系统的集成提升货物分拣与配送的效率，从而减少对大量人力司机和仓库工人的需求。可见，中国劳动年龄人口减少与老龄化加剧导致的劳动力供需矛盾，驱使感知智能技术在各行业的加速应用，以缓解产业结构失衡。 产业链下游 渠道端及终端客户 应用领域与终端市场 渠道端 北京格灵深瞳信息技术股份有限公司 产业链下游说明 中国工业智能化进程迅速，带动对感知智能技术的需求。 截至2023年10月，中国已累计建成数字化车间和智能工厂约8,000个，且中国工业互联网核心产业规模超过1.2万亿元。此外，中国31个省区市推出工业互联网相关政策计划，并加速5G边缘计算、AI感知等技术的研发与产业化应用。由于感知智能不仅可提升工业生产效率和质量，还促进资源的高效利用，因此感知智能是推动工业4.0时代智慧工厂发展的关键技术力量。 随着AI与医疗的深度融合，计算机视觉被广泛用于医疗影像诊断领域。 未来，AI将在医疗领域发挥愈发重要的作用，并推动医疗行业实现更高水平的发展。预计到2034年，中国“AI+医疗”市场的规模将保持年均超过30%的高速复合增长。值得关注的是，医疗影像设备借助计算机视觉技术对医学影像资料进行精准分析，进而帮助医生更准确地诊断疾病，如癌症、心脏病和神经退行性疾病等。其中，CT扫描通过计算机处理断层扫描图像，帮助识别肿瘤、血管疾病和其他内部结构异常。 此外，计算机视觉技术用于分析MRI图像，可辅助检测脑部疾病、脊椎问题、关节损伤及软组织病变。预 计到2025年，中国AI医疗影像市场的规模有望达到442亿元，其年均复合增长率高达135%。这意味着计算机视觉在医疗影像诊断领域中的应用将进一步扩张。 感知智能行业规模 2018年—2023年，感知智能行业市场规模由1,157.78亿人民币元增长至1,781.82亿人民币元，期间年复合增长率9.01%。预计2024年—2028年，感知智能行业市场规模由2,049.09亿人民币元增长至3,583.87亿人民币元，期间年复合