2.1　全球人工智能行業發展綜況
2.1.1　驅動人工智能發展動因
2.1.2　全球人工智能產業格局
2.1.3　各國人工智能戰略布局
2.1.4　全球人工智能資金支持
2.1.5　全球人工智能支出規模
2.1.6　全球人工智能企業規模
2.1.7　全球AI創新融合應用城市
2.1.8　全球人工智能衍生價值預測
2.1.9　全球人工智能未來發展趨勢
2.2　全球主要經濟體人工智能戰略特點
2.2.1　戰略任務分類
2.2.2　主要目標任務
2.2.3　重點研發布局
2.2.4　主要應用領域
2.2.5　長期戰略規劃
2.3　美國
2.3.1　美國人工智能發展狀況
2.3.2　美國人工智能就業市場
2.3.3　美國人工智能戰略演變
2.3.4　美國人工智能戰略特征
2.3.5　美國人工智能戰略影響
2.3.6　美國人工智能具體布局
2.3.7　美國人工智能相關主體
2.3.8　美國人工智能競爭策略
2.4　日本
2.4.1　日本人工智能戰略布局
2.4.2　日本加快AI技術應用
2.4.3　日本加大人工智能投入
2.4.4　日本人工智能發展動態
2.4.5　日本人工智能重點企業
2.4.6　日本人工智能發展規劃
2.5　歐洲
2.5.1　英法德人工智能企業規模
2.5.2　歐盟人工智能戰略布局
2.5.3　英國人工智能戰略布局
2.5.4　德國人工智能戰略布局
2.5.5　法國發布人工智能戰略
2.6　各國人工智能產業發展動態
2.6.1　韓國發布人工智能國家戰略
2.6.2　俄羅斯加快人工智能布局
2.6.3　新加坡人工智能發展戰略

3.1　人工智能政策階段特點分析
3.1.1　第一階段
3.1.2　第二階段
3.1.3　第三階段
3.1.4　第四階段
3.2　人工智能行業獲得政策紅利
3.2.1　中央明確加快人工智能發展
3.2.2　工信部啟動人工智能揭榜工作
3.2.3　科技部助推人工智能創新建設
3.2.4　教育部加快人工智能人才培養
3.2.5　人工智能被寫進政府工作報告
3.2.6　AI和實體經濟融合發展意見
3.2.7　人工智能成為行業政策導向
3.2.8　人工智能標準體系建設加快
3.2.9　“十四五”規劃布局人工智能
3.3　人工智能行業規劃相關內容
3.3.1　戰略目標
3.3.2　總體部署
3.3.3　構建創新體系
3.3.4　培育智能經濟
3.3.5　建設智能社會
3.3.6　加強軍民融合
3.3.7　構建基礎設施
3.3.8　布局重大項目
3.4　地區人工智能政策規劃逐步完善
3.4.1　遼寧省人工智能發展規劃
3.4.2　沈陽市人工智能發展規劃
3.4.3　濟南市人工智能發展計劃
3.4.4　陜西省人工智能推進計劃
3.4.5　四川省人工智能發展方案
3.4.6　成都市人工智能發展規劃
3.4.7　重慶市人工智能發展方案
3.4.8　湖北省人工智能發展規劃
3.4.9　武漢市人工智能試驗區規劃
3.4.10　福建省人工智能發展規劃
3.4.11　深圳市人工智能發展計劃
3.5　機器人相關政策規劃分析
3.5.1　十四五規劃機器人相關內容
3.5.2　機器人納入研發重點專項
3.5.3　各地區加快機器人行業布局

4.1　人工智能技術認知狀況調研
4.1.1　認知歷程
4.1.2　認知程度
4.1.3　認知渠道
4.1.4　認可領域
4.1.5　取代趨勢
4.1.6　爭議領域
4.2　中國人工智能專利申請狀況
4.2.1　專利申請排名
4.2.2　專利申請規模
4.2.3　申請主體排名
4.2.4　細分技術占比
4.2.5　疫情防控專利
4.3　中國人工智能專利申請特點
4.3.1　技術研發主體多樣
4.3.2　應用技術發展提速
4.3.3　細分技術專利特征
4.3.4　互聯網企業布局特點
4.3.5　專利技術發展要點
4.4　人工智能技術人才供需狀況分析
4.4.1　AI人才需求的崗位類型
4.4.2　AI人才的整體供需狀況
4.4.3　AI人才的區域供需狀況
4.4.4　AI崗位的能力要求分析
4.5　人工智能技術人才培養狀況分析
4.5.1　AI人才培養的相關政策
4.5.2　人工智能劃入高中新課標
4.5.3　高校AI人才的培養情況
4.5.4　機構AI人才的培養情況
4.5.5　人工智能學院建設模式
4.5.6　AI人才培養存在的問題
4.5.7　AI人才培養的未來趨勢
4.5.8　AI人才培養的政策建議

5.1　人工智能行業發展進程
5.1.1　行業發展歷程
5.1.2　技術研究進程
5.1.3　轉型升級階段
5.2　人工智能行業發展價值
5.2.1　人工智能催生智能經濟
5.2.2　人工智能助力智能社會
5.2.3　AI帶來全方位商業化
5.2.4　AI技術推動產業升級
5.2.5　AI進入機器學習時代
5.3　中國產業智能化升級指數分析
5.3.1　產業智能化升級總指數
5.3.2　農業智能化升級指數
5.3.3　工業智能化升級指數
5.3.4　服務業智能化升級指數
5.4　人工智能行業發展綜況
5.4.1　人工智能應用需求加大
5.4.2　人工智能產業逐步成熟
5.4.3　市場發展規模逐步上升
5.4.4　人工智能基礎架構規模
5.4.5　人工智能行業市場份額
5.4.6　人工智能產業發展特征
5.4.7　人工智能開放平臺發布
5.4.8　人工智能產業發展指數
5.5　人工智能產業生態格局分析
5.5.1　生態格局基本架構
5.5.2　基礎資源支持層
5.5.3　技術實現路徑層
5.5.4　應用實現路徑層
5.5.5　未來生態格局展望
5.6　人工智能行業競爭格局分析
5.6.1　企業主體分類
5.6.2　企業注冊數量
5.6.3　企業地域分布
5.6.4　企業注冊資本
5.6.5　互聯網企業布局
5.6.6　企業上市情況
5.6.7　未來競爭格局
5.7　人工智能行業發展存在的主要問題
5.7.1　人工智能行業面臨的挑戰
5.7.2　人工智能發展的技術困境
5.7.3　人工智能發展的安全問題
5.7.4　人工智能發展的倫理問題
5.7.5　人工智能發展的隱私問題
5.7.6　AI企業被列入“實體清單”
5.8　人工智能行業發展對策及建議
5.8.1　人工智能的發展策略分析
5.8.2　人工智能的技術發展建議
5.8.3　人工智能的政策發展建議
5.8.4　推進人工智能標準化建設
5.8.5　人工智能倫理問題的對策
5.9　人工智能行業發展戰略分析
5.9.1　建立完善的數據生態系統
5.9.2　拓寬人工智能的傳統行業應用
5.9.3　加強人工智能專業人才儲備
5.9.4　確保教育和培訓體系與時俱進
5.9.5　相互不建立倫理和法律共識

6.1　人工智能行業區域發展格局分析
6.1.1　人工智能區域發展指數
6.1.2　城市人工智能發展指數
6.1.3　人工智能產業園區建設
6.1.4　人工智能創新應用先導區
6.1.5　人工智能創新發展試驗區
6.2　北京市
6.2.1　政策環境分析
6.2.2　產業發展規模
6.2.3　人才需求分析
6.2.4　企業布局動態
6.2.5　產業發展問題
6.2.6　應用場景分析
6.2.7　行業融資現狀
6.3　上海市
6.3.1　產業發展優勢
6.3.2　政策環境分析
6.3.3　財政支持動態
6.3.4　產業發展現狀
6.3.5　產業發展應用
6.3.6　地區發展布局
6.3.7　產業發展對策
6.4　廣東省
6.4.1　政策環境分析
6.4.2　產業發展特點
6.4.3　區域發展狀況
6.4.4　廣州AI產業布局
6.4.5　深圳AI產業綜況
6.4.6　產業聯盟成立
6.4.7　產業發展問題
6.4.8　產業發展策略
6.5　浙江省
6.5.1　AI產業鏈分析
6.5.2　政策環境分析
6.5.3　產業發展綜況
6.5.4　區域發展布局
6.5.5　產業發展經驗
6.5.6　產業發展對策
6.5.7　產業發展趨勢
6.6　江蘇省
6.6.1　產業發展概況
6.6.2　產業聯盟成立
6.6.3　區域發展布局
6.6.4　技術發展狀況
6.6.5　重點企業匯總
6.6.6　產業發展機遇
6.6.7　產業發展挑戰
6.7　安徽省
6.7.1　產業發展優勢
6.7.2　產業運行成效
6.7.3　重點園區介紹
6.7.4　政策發展規劃
6.7.5　產業發展挑戰
6.7.6　政策建議分析
6.8　貴州省
6.8.1　產業發展優勢
6.8.2　政策環境分析
6.8.3　人才培養加快
6.8.4　產業發展動態

7.1　人工智能行業發展的技術機遇
7.1.1　互聯網基礎建設加快
7.1.2　科技研發支出上升
7.1.3　數據數量規模上升
7.1.4　應用技術逐步完善
7.2　硬件基礎日益成熟
7.2.1　高性能CPU
7.2.2　“人腦”芯片
7.2.3　量子計算機
7.2.4　仿生計算機
7.3　人工智能芯片技術發展提速
7.3.1　人工智能對芯片的要求提高
7.3.2　人工智能芯片成為戰略高點
7.3.3　中國人工智能芯片公司排名
7.3.4　人工智能芯片市場規模結構
7.3.5　人工智能芯片應用創新領域
7.3.6　中國人工智能芯片發展困境
7.3.7　人工智能芯片未來發展趨勢
7.4　物聯網提供基礎環境
7.4.1　物聯網技術的分析
7.4.2　中國物聯網產業規模
7.4.3　物聯網產業的政策環境
7.4.4　企業加快物聯網布局
7.4.5　物聯網是智能分析的基礎
7.4.6　物聯網與人工智能融合
7.5　大規模并行運算的實現
7.5.1　云計算的關鍵技術
7.5.2　云計算的應用模式
7.5.3　云計算產業發展規模
7.5.4　云計算市場競爭排名
7.5.5　云計算成人工智能基礎
7.5.6　云計算與人工智能協同發展
7.6　大數據技術的崛起
7.6.1　大數據技術內涵及環節
7.6.2　大數據市場規模分析
7.6.3　大數據的主要應用領域
7.6.4　大數據與人工智能的關系
7.6.5　大數據成人工智能數據源
7.6.6　數據視角下AI的應用場景
7.6.7　人工智能數據的安全風險
7.6.8　人工智能數據的安全治理
7.7　深度學習技術的出現
7.7.1　機器學習的階段
7.7.2　深度學習技術內涵
7.7.3　深度學習發展歷程
7.7.4　深度學習算法技術
7.7.5　深度學習的技術應用
7.7.6　深度學習領域發展狀況

8.1　自然語言處理技術
8.1.1　自然語言處理內涵
8.1.2　自然語言處理分類
8.1.3　自然語音處理研究
8.1.4　語音識別系統框架
8.1.5　語音技術應用規模
8.1.6　自動翻譯技術內涵
8.1.7　語音識別研究歷程
8.1.8　語音識別技術趨勢
8.2　計算機視覺技術
8.2.1　計算機視覺基本內涵
8.2.2　計算機視覺主要分類
8.2.3　計算機視覺應用領域
8.2.4　計算機視覺應用規模
8.2.5　計算機視覺運作流程
8.3　模式識別技術
8.3.1　模式識別技術內涵
8.3.2　文字識別技術應用
8.3.3　生物特征識別技術
8.3.4　人工智能語音識別
8.3.5　人臉識別技術應用
8.3.6　模式識別發展潛力
8.4　知識表示技術
8.4.1　知識表示的內涵
8.4.2　知識表示的方法
8.4.3　知識表示的進展
8.5　其他基礎技術分析
8.5.1　自動推理技術
8.5.2　環境感知技術
8.5.3　自動規劃技術
8.5.4　專家系統技術

9.1　疫情防控領域
9.1.1　智能技術應用背景
9.1.2　智能識別技術應用
9.1.3　算法算力技術應用
9.1.4　智能機器人技術應用
9.1.5　智能大數據技術應用
9.1.6　AI輔診系統研發應用
9.1.7　地區AI技術抗疫狀況
9.2　工業領域
9.2.1　人工智能的工業應用
9.2.2　智能工廠人工智能應用
9.2.3　智能工廠進一步轉型
9.2.4　人工智能應用于制造領域
9.2.5　制造業數字化的經濟規模
9.2.6　人工智能成工業發展方向
9.2.7　AI工業應用的發展趨勢
9.3　醫療領域
9.3.1　人工智能醫療行業應用場景
9.3.2　人工智能醫療細分領域應用
9.3.3　人工智能醫療市場發展狀況
9.3.4　人工智能醫學影像市場分析
9.3.5　企業布局人工智能醫療市場
9.3.6　人工智能醫療領域投資機會
9.4　安防領域
9.4.1　AI對安防行業的重要意義
9.4.2　AI識別技術的安防應用
9.4.3　AI在安防領域的應用場景
9.4.4　人工智能+安防產業鏈
9.4.5　AI+安防市場規模分析
9.4.6　AI+安防軟硬件市場規模
9.4.7　快速崛起的巡邏機器人
9.4.8　AI+安防市場發展前景
9.5　金融領域
9.5.1　AI提升金融經營效能
9.5.2　金融領域AI投入狀況
9.5.3　智能客服提升服務效率
9.5.4　智能風控降低金融風險
9.5.5　智能支付應用狀況分析
9.5.6　智慧銀行人工智能應用
9.5.7　智能投資顧問應用分析
9.6　零售領域
9.6.1　AI在零售行業的應用場景分析
9.6.2　人工智能應用于零售業的規模
9.6.3　人工智能應用于零售典型案例
9.6.4　人工智能應用于新零售的問題
9.6.5　人工智能+零售相關布局企業
9.6.6　人工智能+零售未來趨勢展望
9.7　社交領域
9.7.1　人工智能社交產品應用
9.7.2　組織開展機器情感測試
9.7.3　語音交互產品市場火熱
9.7.4　微信人工智能社交系統
9.7.5　人工智能社交現存問題
9.8　其他應用領域分析
9.8.1　智能物流領域
9.8.2　智能教育領域
9.8.3　智能交通領域
9.8.4　智能政務領域

10.1　機器人產業發展綜述
10.1.1　機器人產業發展階段
10.1.2　機器人產業發展圖譜
10.1.3　機器人行業產業鏈構成
10.1.4　機器人下游應用產業多
10.1.5　機器人專利申請技術流向
10.2　機器人產業發展狀況
10.2.1　全球機器人產業發展狀況
10.2.2　中國機器人市場結構分析
10.2.3　中國機器人區域市場格局
10.2.4　中國機器人企業數量規模
10.2.5　機器人產業國產化進程加快
10.2.6　機器人產業發展問題及對策
10.2.7　機器人產業“十四五”展望
10.2.8　機器人產業未來發展趨勢
10.3　人工智能在機器人行業的應用狀況
10.3.1　人工智能與機器人的關系
10.3.2　AI于機器人的應用過程
10.3.3　AI大量運用于小型機器人
10.3.4　人工智能促進機器人發展
10.4　人工智能技術在機器人領域的應用
10.4.1　專家系統的應用
10.4.2　模式識別的應用
10.4.3　機器視覺的應用
10.4.4　機器學習的應用
10.4.5　分布式AI的應用
10.4.6　進化算法的應用
10.5　機器人重點應用領域分析
10.5.1　醫療機器人
10.5.2　軍用機器人
10.5.3　工業機器人
10.5.4　教育機器人
10.5.5　服務機器人
10.5.6　物流機器人

11.1　微軟（Microsoft Corporation）
11.1.1　企業發展概況
11.1.2　企業財務狀況
11.1.3　人工智能發展實力
11.1.4　人工智能布局領域
11.1.5　AI平臺服務范圍
11.1.6　人工智能云業務
11.1.7　產品融合AI技術
11.2　IBM公司
11.2.1　企業發展概況
11.2.2　企業經營范圍
11.2.3　企業財務狀況
11.2.4　技術研發布局
11.2.5　布局人工智能
11.2.6　AI產品發展動態
11.3　谷歌公司
11.3.1　企業發展概況
11.3.2　企業財務狀況
11.3.3　人工智能發展實力
11.3.4　人工智能產業布局
11.3.5　人工智能系統及平臺
11.3.6　人工智能合作動態
11.4　英特爾公司
11.4.1　企業發展概況
11.4.2　企業財務狀況
11.4.3　人工智能技術應用
11.4.4　人工智能發展動態
11.4.5　AI發展機會和挑戰
11.4.6　收購人工智能企業
11.5　亞馬遜公司
11.5.1　企業發展概況
11.5.2　企業財務狀況
11.5.3　布局人工智能
11.6　其他企業
11.6.1　蘋果公司
11.6.2　NVIDIA（英偉達）
11.6.3　Uber（優步）

12.1　百度公司
12.1.1　企業發展概況
12.1.2　企業財務狀況
12.1.3　人工智能布局
12.1.4　人工智能應用
12.1.5　AI業務合作動態
12.2　騰訊公司
12.2.1　企業發展概況
12.2.2　企業財務狀況
12.2.3　人工智能發展布局
12.2.4　人工智能發展動態
12.3　阿里集團
12.3.1　企業發展概況
12.3.2　企業財務狀況
12.3.3　人工智能發展地位
12.3.4　人工智能應用領域
12.3.5　AI研發合作動態
12.4　科大訊飛股份有限公司
12.4.1　企業發展概況
12.4.2　主要業務分析
12.4.3　業務開展情況
12.4.4　經營效益分析
12.4.5　業務經營分析
12.4.6　財務狀況分析
12.4.7　核心競爭力分析
12.4.8　公司發展戰略
12.4.9　未來前景展望
12.5　科大智能科技股份有限公司
12.5.1　企業發展概況
12.5.2　主要業務分析
12.5.3　企業布局動態
12.5.4　經營效益分析
12.5.5　業務經營分析
12.5.6　財務狀況分析
12.5.7　核心競爭力分析
12.5.8　公司發展戰略
12.5.9　未來前景展望
12.6　北京曠視科技有限公司
12.6.1　企業基本概況
12.6.2　重點產品系統
12.6.3　核心硬件分析
12.6.4　合作伙伴分布
12.6.5　財務狀況分析
12.6.6　融資進程分析
12.7　云知聲智能科技股份有限公司
12.7.1　企業基本概述
12.7.2　企業營收情況
12.7.3　企業競爭優勢
12.7.4　企業業務體系
12.7.5　主要產品分析
12.7.6　平臺用戶分布
12.7.7　企業發展動態

13.1　投資價值評估
13.2　投資機會評估
13.3　投資驅動因素
13.3.1　發展動力評估
13.3.2　經濟因素
13.3.3　技術因素
13.3.4　政策因素
13.3.5　社會因素
13.4　投資壁壘分析
13.4.1　進入壁壘評估
13.4.2　競爭壁壘分析
13.4.3　技術壁壘分析
13.4.4　資金壁壘分析
13.4.5　政策壁壘分析
13.5　人工智能行業投資風險分析
13.5.1　環境風險
13.5.2　行業風險
13.5.3　技術風險
13.5.4　內部風險
13.5.5　競爭風險
13.5.6　合同毀約風險
13.6　投資時機及建議
13.6.1　進入時機分析
13.6.2　投資建議分析

14.1　全球人工智能的投融資分析
14.1.1　全球AI融資總額
14.1.2　各國AI融資分布
14.1.3　AI融資企業布局
14.1.4　AI融資輪次分布
14.2　中國人工智能行業投融資狀況
14.2.1　上市企業數量
14.2.2　融資規模走勢
14.2.3　平均融資規模
14.2.4　投資應用領域
14.2.5　企業融資動態
14.2.6　投資活躍機構
14.3　A股及新三板上市公司在人工智能領域投資動態分析
14.3.1　投資項目綜述
14.3.2　投資區域分布
14.3.3　投資模式分析
14.3.4　典型投資案例

15.1　人工智能行業發展前景展望
15.1.1　人工智能經濟效益巨大
15.1.2　人工智能區塊鏈應用前景
15.1.3　人工智能生產方式前景
15.1.4　人工智能項目投資機遇
15.1.5　人工智能投資機會分析
15.1.6　人工智能產業投資方向
15.1.7　人工智能技術投資熱點
15.1.8　人工智能“十四五”發展機遇
15.2　人工智能行業發展趨勢預測
15.2.1　人工智能產業發展趨勢
15.2.2　人工智能應用趨勢展望
15.2.3　人工智能城市發展方向
15.2.4　“智能＋X”將成新時尚
15.3　 中國人工智能行業預測分析

附錄
附錄一：新一代人工智能發展規劃

圖表1　人工智能、機器學習、深度學習的隸屬關系
圖表2　專用人工智能與通用人工智能的區別
圖表3　人工智能產業生態圖
圖表4　人工智能產業鏈結構
圖表5　人工智能產業鏈相關產品
圖表6　人工智能產業鏈基礎層構成及代表企業
圖表7　人工智能產業鏈技術層構成及代表企業
圖表8　人工智能產業鏈應用層構成及代表企業
圖表9　全球人工智能產業鏈及代表廠商
圖表10　全球人工智能企業地區分布
圖表11　2019年20個全球AI創新融合應用城市
圖表12　全球人工智能衍生的商業價值預測
圖表13　主要國家人工智能戰略目標和任務
圖表14　各國在人工智能各領域的重點研發布局情況
圖表15　各主要經濟體高度關注的人工智能應用領域
圖表16　美國人工智能典型研發機構
圖表17　人工智能典型研發企業
圖表18　日本推進人工智能發展的政策體系
圖表19　日本AI大型上市公司
圖表20　日本AI中小型上市公司
圖表21　英法德AI企業數量
圖表22　新加坡人工智能戰略計劃完成時間表
圖表23　人工智能發展過程中具有社會意義的重要事件
圖表24　大眾對人工智能的了解程度
圖表25　大眾了解人工智能的主要渠道
圖表26　人工智能水平最受認可領域
圖表27　人工智能最具價值的領域
圖表28　體力勞動將會被AI取代
圖表29　中國人工智能專利申請量年度變化趨勢
圖表30　人工智能申請人專利申請數量排名
圖表31　人工智能申請人專利授權數量排名
圖表32　深度學習重點申請人重點分支技術布局圖
圖表33　人工智能產業人才崗位類型
圖表34　人工智能領域十大緊缺崗位
圖表35　人工智能各技術方向崗位人才供需比
圖表36　人工智能各職能崗位人才供需比
圖表37　全國主要區域的人才的需求情況及求職人才意向的區域情況
圖表38　算法研究崗位能力要求
圖表39　應用開發崗位能力要求
圖表40　實用技能崗位能力要求
圖表41　產品經理崗位能力要求
圖表42　主要崗位的工作年限要求
圖表43　主要崗位的專業要求
圖表44　主要崗位的學歷要求
圖表45　典型崗位單月薪酬情況
圖表46　高中信息技術課程結構
圖表47　人工智能產業十大熱門專業
圖表48　新增人工智能本科專業高校區域分布
圖表49　高校建設的人工智能學院/研究院名單（部分）
圖表50　高校建設的人工智能學院/研究院名單（部分）續
圖表51　開展人工智能培訓的社會培訓機構（部分）
圖表52　中國龍頭企業與高校合作或共建人工智能學院匯總
圖表53　全球人工智能的三次發展浪潮
圖表54　人工智能技術帶來的全方位變革
圖表55　人工智能技術推動產業升級
圖表56　人工智能各層級圖示
圖表57　我國產業智能化升級總指數及指標得分
圖表58　我國農業智能化升級總指數及指標得分
圖表59　我國工業智能化升級總指數及指標得分
圖表60　我國服務業智能化升級總指數及指標得分
圖表61　我國新一代人工智能核心產業規模
圖表62　2019年中國加速服務器市場廠商市場份額
圖表63　2020年中國人工智能市場行業份額
圖表64　人工智能產業發展特征
圖表65　國家級人工智能開放平臺
圖表66　全國人工智能產業發展指數
圖表67　全國重點省市人工智能產業發展指數
圖表68　2019年人工智能產業發展指數一級指標前十名
圖表69　百度大腦的存儲能力