2020-2021中国人工智能API经济研究报告
人工智能API经济生态分析报告
概念界定
API经济：企业间通过API建立合作关系而产生的经济活动
API API是“应用编程接口(Application Programming Interface）”的缩写，它由一 组定义和协议组合而成，通过API，一方以特定方式发送远程请求，而无需了解对 方内部系统的逻辑，即可访问对方开放的资源，实现企业内外部产品和服务的互动， 资源即服务，API已成为企业内外部系统集成的重要手段。
API经济生态构成
生态 设施
供给端
云服务
大数据
技术服务
语音技术 计算机视觉
…… 数据服务
天气数据 经济数据
……
解决方案
行业方案 AIoT方案
……
异步计算 ……
现代服务业
商业服务 信息技术
…… 轻工制造业 智能家居
消费品 ……
装备制造业
汽车 ……
需求端
3
API经济生态
主要业务载体——开放平台
企业间通过API实现了资源和服务的快速共享和集成，而输出API的主要载体就是开放平台。国内最早的开放平台的提倡者 人人网在2008年便发起了开放平台战略，其盈利模式主要是通过接入第三方网络公司开发的大批量的网页版互联网应用 小 程序和游戏，获得的分成收入。在商业需求不断变化的移动时代，开放平台所能提供的能力不再局限为网页插件的接口 ， 而是延伸出了终端设备、行业场景解决方案、技术能力调用、移动数据查询等多元化的服务，其业务模式也主要分成 了四 类：1.分成收费模式；2.交易型盈利模式；3.产品&解决方案型盈利；4.间接获利模式。
人工智能API参与者类型与特征
通用全面的智能云服务下属 AI开放平台
通用全面的独立人工智能 开放平台
2020中国人工智能产业研究分析报告(下)
成本回收较快
某餐饮零售企业APP推荐算法
某外卖企业
的ROI在2%-5% （月 结 算） 平均骑手客单量提升近
回报周期少于一年的项目基本
100%
都会投入
某家电企业 解决85%的客服问题
缩减65%坐席人力
中国企业AI应用调研说明
01研究目的及内容
本次企业AI应用调研选取了国内各行业中已在内部开展AI应用测试或是已将AI技术纳入某个或某几个业务单元 的大中型企业作为样本，通过线上问卷形式对样本企业的高层管理人员（CEO/CTO/CIO/首席人工智能官）进 行调研，调研内容包括企业基本信息、AI应用阶段、AI技术来源、AI技术应用场景、AI项目部署方式、AI项目 实施目标及结果、AI项目资金及人员投入情况、AI项目实施阻碍等多个维度。
企业 规模
营业 收入
500万元营收以下企业占4.9%，1亿-100亿企 业占41.5%，100亿-500亿企业占34.1%， 500亿-1000亿企业占4.9%，1000亿以上企业 占14.6%。
行业分布广泛
被调研企业广泛覆盖到电力、快消、互联 网软硬件、3C电子产品、金融、医疗健康、 电信运营商、制造业、采矿业等。
甲方企业部署AI项目常见的ROI验证方法举例
行业
3C制造业
零售业
互联网行业
客服行业
项目需求 AI方案
对于代加工或模组生产企业，经营效益 与产量关联性极大，提高良品率将有很 大收益。希望通过AI技术引进，规避依 靠自然人的不确定性；同时节约人力， 减少人工成本支出
工业AI视觉质检
面向消费者体验进行 推广，增强营销效果， 提高营业收入
02调研样本说明
调研概况 调研时间 覆盖地区 目标企业 调研对象 样本数量
iR--2020年中国人工智能API经济白皮书
人工智能API经济 在人工智能领域，技术领先企业正通过API将自身能力和资源开放出去，建立AI开放平台，聚合合作 伙伴，扩大影响力并实现技术下沉，打造产业生态。而开发者们也可借助AI开放平台灵活调用API来 打造自己的产品和服务，而无需以大量的投入进行基础设施建设。天时地利人和，形成了以AI开放 平台为核心的人工智能API经济。
中国人工智能API经济白皮书
2020年 摘要
概念界定
API是应用编程接口的缩写，通过API，一方以特定方式发送远程请求，而无需了解对方内部系
统的逻辑，即可访问对方开放的资源，实现企业内外部产品和服务的互动，资源即服务。API已
1
成为企业内外部系统集成的重要手段。如今，商业环境瞬息万变，对企业快速响应外部环境变化
成步入API2.0时代。2015年后，云服务主导了企业服务市场，大型企业在内部系统集成理顺的基础上，将企业核心资源
以带有适当安全和监管措施的“API+云服务”形式向合作伙伴、客户、乃至普通大众输出。基于此，RESTful API开始被
大量应用，API服务正式步入3.0时代。API3.0时代，客户和普通大众可以利用企业通过API输出的资源来完成各自的产品
领先科技企业需要借助合作伙伴的Know-How和渠道资源实现技术落地和下沉；需求层面，众
4
多中小企业希望能分享到人工智能技术发展与
者共创价值的桥梁，将成为各大技术厂商的必争之地。竞争格局上，将呈现出杠铃型结构：通用
人工智能市场研究报告人工智能技术的市场规模和应用领域分析
人工智能市场研究报告人工智能技术的市场规模和应用领域分析人工智能市场研究报告人工智能（Artificial Intelligence，AI）是指利用计算机科学与技术，模拟人类智能的理论、方法、技术及应用系统的研究与开发。
近年来，随着科技的不断进步和创新，人工智能技术得到了快速发展，并在各个领域得到广泛应用。
本文将对人工智能技术的市场规模和应用领域进行分析。
一、人工智能技术市场规模随着技术的进步和应用的普及，人工智能技术市场持续扩大。
根据市场研究机构的数据，2019年全球人工智能市场规模超过5000亿美元，预计到2025年将达到1.6万亿美元，年均增长率超过30%。
人工智能技术的市场规模主要受到以下几个因素的影响：1. 数据驱动：人工智能技术的核心在于数据处理和分析。
大数据时代的到来，为人工智能技术的发展提供了充分的数据支持，也为人工智能技术的应用提供了广阔的市场空间。
2. 算法创新：随着深度学习和神经网络等算法的发展，人工智能技术的应用领域不断拓展，市场规模也在不断增长。
3. 产业需求：各个行业对人工智能技术的需求不断增加，推动了市场的扩大。
例如，金融、医疗、汽车等行业都在积极探索人工智能技术的应用，推动了市场的增长。
二、人工智能技术的应用领域人工智能技术在各个领域的应用不断拓展，涵盖了生活、工业、医疗、农业等众多行业。
以下是一些典型的应用领域。
1. 金融领域人工智能技术在金融领域的应用，既提高了效率，也提升了风控能力。
通过大数据分析和机器学习等技术，可以实现个性化推荐、欺诈检测、风险评估等功能，为金融机构提供了更可靠的决策支持。
2. 医疗领域人工智能技术在医疗领域的应用，改善了医疗服务的质量和效率。
通过深度学习和图像识别等技术，可以实现医学影像诊断、辅助手术等功能，帮助医生提高诊断的准确性和手术的安全性。
3. 工业领域人工智能技术在工业领域的应用，提高了生产效率和质量控制水平。
通过物联网和智能算法等技术，可以实现设备的远程监控、智能优化调度等功能，实现生产过程的智能化和自动化。
2020年中国人工智能产业发展分析报告
2020年中国人工智能产业发展分析报告目录一、对2020年形势的基本判断 (4)（一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。
4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。
(6)（三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。
(7)二、需要关注的几个问题 (9)（一）我国人工智能领域的基础创新投入严重不足。
(9)（二）我国人工智能产业的算力算法核心基础相对薄弱。
(10)三、应采取的对策建议 (13)（一）以算力为核心加强人工智能基础能力建设。
(13)（二）体系化梳理我国人工智能产业供应链现状。
(13)（三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力。
(14)（四）在国际社会上提出发展“负责任的人工智能”。
(14)【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。
展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。
需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。
基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。
2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。
最新人工智能行业研究报告
定位
数据驱动
测试优化
精准画像
场景驱动
预测分析
神经的深度算法，一方面不断加强从海量数据库中
能力，一方面不断加强对新事 对算法来说 ，归纳和演绎同样重要，最终目的是提高识别效率
自行归纳物体特征的能力。
30% 25% 20% 15%
28.20%
。最新ImageNet测试结果显示，AI 错误率低达
撑技术，从而带动整个AI 行业的持续 发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过
闭环、垄断性的数据，并且其技术能 够与实际应用场景结合的公司将有望产生难以被替代的商业价值。
2
目 录 Contents
一. 人工智能综述
• • • • AI 是使用机器代替人类实现认知、分析、决策等功能的综合学科 计算力、算法、数据量与应用场景是AI爆发的主要驱动力 国内外巨头在AI领域纷纷布局 资本扶持下，未来AI的市场规模应在百亿元以上
算 力对AI的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机
、云计算等三个维度。 • 在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全 球AI市场规模等因素，我们保守估 计最迟至2019年我国AI 的市场规模将 突破百亿元，而2022年这一数字应在700 亿元左右。
人工智能目前仍处于发展的早期阶段，整体看来技术的发展将先于应用层面 ，但技术层面仍存在瓶颈需要突破；应用场景将不断丰富，它的扩充将会反 过来驱动支撑技术的持续发展， AI的整体市场规模将继续扩大。 • 相比应用场景层面的发展，基础应用层的技术将会是 AI 中较早发展的部分。 不过，从AI整体发展阶段来讲，我 们认为AI仍处于早期，虽然语音识别、 计算机视觉等感知层的技术目前已经取得了一定成就，但语义识别等认
2020-2021年中国AI_金融行业发展研究报告
个人金融信息保护
涉及完善征信机制体制建设， 将对金融机构与第三方之间征 信业务活动等进一步作出明确 规定
规范机构与公司合作
针对银行与金融科技公司合作 时的信息披露、合作原则等方 面，给出了明确的监管要求，
收紧 创新
设置“监管沙盒”
联邦学习技术将成为AI+金融行业新的生产力：在开放银行概念的加持下，联邦学习技术为银行的生态构建和共享机制， 找到了新的切入点，让开放银行的落地成为可能。
2
行业观察篇
1
2019年至今AI+金融领域相关政策解读
1.1
2019年至今AI+金融领域行业最新动态
1.2
2019年至今金融领域AI相关融资情况解读
中国AI+金融行业发展研究报告
2020 202
报告摘要
行业整体发展 分析
细分领域落地 分析
趋势洞见
监管政策越发收紧，回归科技属性是行业浪潮：从政策上看，中央将人工智能列入国家战略层面，各一线城市纷纷出 台政策，打造金融科技特色经济。但《金融控股公司监督管理试行办法（征求意见稿）》的推出，表明了国家对金融 业务和大型金控公司（含互联网巨头）整顿的决心，回归技术是行业浪潮也是政策驱动。 市场规模增长放缓，2022年基于技术的进一步成熟市场增速有望提升：经历了人工智能技术发展的浪潮和市场的洗 礼，“AI+”的概念热度逐渐下降，作为主要的落地场景之一，AI+金融领域也逐渐成熟，形成三大主流玩家阵营， 整体市场增长放缓。期待技术发展为场景带来全新的动力，驱动AI+金融进一步增长。 金融机构认可人工智能技术价值，传统金融机构纷纷成立全资科技子公司：作为AI+金融的主要买方，银行等巨型金 融机构逐步认可了AI的落地价值，同时在各类合作中，逐渐掌握了AI技术能力，开始寻求主导产业话语权。 人工智能技术仍旧处于“辅助智能”阶段，机器学习技术将促进更多场景的成熟：目前人工智能并不能完全做到自主决 策，对于更为复杂的场景数据的预测和分析能力，仍旧有待于机器学习技术的发展。
2020年中国人工智能产业发展分析报告
2020年中国人工智能产业发展分析报告目录一、对2020年形势的基本判断 (4)（一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。
4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。
(6)（三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。
(7)二、需要关注的几个问题 (9)（一）我国人工智能领域的基础创新投入严重不足。
(9)（二）我国人工智能产业的算力算法核心基础相对薄弱。
(10)三、应采取的对策建议 (13)（一）以算力为核心加强人工智能基础能力建设。
(13)（二）体系化梳理我国人工智能产业供应链现状。
(13)（三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力。
(14)（四）在国际社会上提出发展“负责任的人工智能”。
(14)【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。
展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。
需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。
基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。
2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2020-2021中国人工智能API经 济研究报告
1、API发展历程与现状 2、人工智能API经济发展 3、人工智能API经济主要参与者 4、人工智能开发者调研 5、人工智能API经济发展趋势与建议
概念界定
API经济：企业间通过API建立合作关系而产生的经济活动
API API是“应用编程接口(Application Programming Interface）”的缩写，它由一 组 定义和协议组合而成，通过API，一方以特定方式发送远程请求，而无需了解对 方内 部系统的逻辑，即可访问对方开放的资源，实现企业内外部产品和服务的互动， 资 源即服务，API已成为企业内外部系统集成的重要手段。
和服务的开发，最终延伸出庞大的价值链。 API服务发展历程与技术演变
云平台对接
分布式应用构架
API3.0时代
开放平台时代
跨平台系统对接
明确定义服务接口
API2.0时代
面向服务的构架
优点：分布式框架，可灵活调用、 敏捷部署。 缺点：数据安全性降低。
企业内部系统集成
服务器和浏览器短暂连接
API1.0时代
API经济 API经济是指企业间通过API建立合作关系而产生的经济活动，是一种商业理念。如今，商业 环境的变化更加快速，对企业快速响应外部环境提出更高要求，跨界融合创新不断发生，通过 API快速构建产品和服务，迅速响应客户需求成为优秀企业的必备技能，对API的使用亦更加 广泛，API经济应运而生。
人工智能API经济 在人工智能领域，技术领先企业正通过API将自身能力和资源开放出去，建立AI开放平台，聚合合作 伙伴，扩大影响力并实现技术下沉，打造产业生态。而开发者们也可借助AI开放平台灵活调用API来 打造自己的产品和服务，而无需以大量的投入进行基础设施建设。天时地利人和，形成了以AI开放 平台为核心的人工智能API经济。
桌面客户端
OpenA PI
公有网络
负载
均衡
API网关
安全访问 控制
私有网络
消
息
RESTful API
队 列
CACHE
评价服务
配
DB
……
RESTful API
CACHE
RESTful API
CACHE 邮件服务
DB
微服务集群
RESTful API
CACHE
置 管 理
安全监测 RESTful API
CACHE
ESB模式下的API服务支Leabharlann 系统管理系统分析系统
其他外部 系统
APIs
APIs
APIs
APIs
Web 服务
信息 流程
协议 ESB 资源 服务 业务 接入 总线 注册 监控 流程
业务服务
数 据 资 源 （ Oracle 、 SQLServer、JMS……）
微服务模式下的API服务
Web浏览器
移动App
内部服务调用
优点：提出服务重用和消息总线概念，一 定程度上避免了重复调用的情况。 缺点：集中化的总线部署，导致后期运维 升级困难，不符合灵活敏捷的架构需求。
2000
2004
2006
优点：单体应用直接使用分层结构， 业 务 逻 辑 的 实 现 有 着 清 晰 的 IT 结 构 。 缺点：调用关系复杂，存在重复调 用 ，影响整体服务进程。
2008
2010
2012
2014
2016
2018 时间
API服务发展的驱动因素
RESTful API的崛起
在API服务产品不断演进的过程中，基于SOA设计思想的ESB（企业服务总线）模式在很长一段时间主导了系统集成和数 据调用服务的市场。由于基于SOAP协议因而其在调用响应效率和安全性上存在优势，但其昂贵的部署成本和后期运维的 困难，导致该类接口目前主要应用在大型企业的内网和对数据隐私性较高的行业中（金融、司法等主流采用私有云的行 业）。随着移动端和Web端应用的差异化和多样化，中小企业开发者逐步在应用开发市场上显现出更高的活跃度，对于
目录服务 DB
安全监测 RESTful API
CACHE
推荐服务 DB
监
订单服务
安全监测
搜索服务
安全监测
控 系
DB
……
DB
……
统
安全监测
安全监测
API服务发展的驱动因素
伴随着云服务兴起而爆发
如果说REST风格API为API经济奠定了技术基础，那么云计算则为API经济提供了环境支持。通过在公用网络端的接口， 企业向外开放IT能力并提供服务时需要将一部分的应用部署在企业之外，目的是为了将执行内部逻辑的应用和系统跟执行 外部互动的应用分开。出于这样的需求，API+云服务开始为部署在企业之外的服务能力提供支持，来保证外部应用不会对 内部系统的稳定性、数据安全性和运维的支持性带来负面的影响。由于API调用量的弹性区间较大，服务提供方通过API工 具+云平台形式对API接口和应用运行中的计算和存储资源进行配置，来保证API接口服务的稳定性。最终在云服务的基础 上，开放平台模式诞生，为整个API经济生态的发展提供了环境支持。
API服务的发展历程
内部系统集成到开放平台，API从1.0时代步入3.0时代
API服务的发展历程也可以看做企业数字化过程中系统集成需求不断变化的过程。21世纪初期随ERP、CRM等企业内部管 理系统的普及，各类系统沉淀了海量的关联数据，基于早期的数据库和http1.0通信协议，API开始在企业内部数据打通展 露头角，系统集成进入API1.0时代。2007年前后，随web2.0时代到来，企业信息和资源跨出企业内部，各企业系统不再 是孤立状态，系统资源和数据的整合需求也扩散至外部，进而出现了UDDI技术规范和基于SOAP协议的API接口，系统集 成步入API2.0时代。2015年后，云服务主导了企业服务市场，大型企业在内部系统集成理顺的基础上，将企业核心资源 以带有适当安全和监管措施的“API+云服务”形式向合作伙伴、客户、乃至普通大众输出。基于此，RESTful API开始被 大量应用，API服务正式步入3.0时代。API3.0时代，客户和普通大众可以利用企业通过API输出的资源来完成各自的产品