2.1　全球人工智能行业发展综况
2.1.1　驱动人工智能发展动因
2.1.2　全球人工智能产业格局
2.1.3　各国人工智能战略布局
2.1.4　全球人工智能资金支持
2.1.5　全球人工智能支出规模
2.1.6　全球人工智能企业规模
2.1.7　全球AI创新融合应用城市
2.1.8　全球人工智能衍生价值预测
2.1.9　全球人工智能未来发展趋势
2.2　全球主要经济体人工智能战略特点
2.2.1　战略任务分类
2.2.2　主要目标任务
2.2.3　重点研发布局
2.2.4　主要应用领域
2.2.5　长期战略规划
2.3　美国
2.3.1　美国人工智能发展状况
2.3.2　美国人工智能就业市场
2.3.3　美国人工智能战略演变
2.3.4　美国人工智能战略特征
2.3.5　美国人工智能战略影响
2.3.6　美国人工智能具体布局
2.3.7　美国人工智能相关主体
2.3.8　美国人工智能竞争策略
2.4　日本
2.4.1　日本人工智能战略布局
2.4.2　日本加快AI技术应用
2.4.3　日本加大人工智能投入
2.4.4　日本人工智能发展动态
2.4.5　日本人工智能重点企业
2.4.6　日本人工智能发展规划
2.5　欧洲
2.5.1　英法德人工智能企业规模
2.5.2　欧盟人工智能战略布局
2.5.3　英国人工智能战略布局
2.5.4　德国人工智能战略布局
2.5.5　法国发布人工智能战略
2.6　各国人工智能产业发展动态
2.6.1　韩国发布人工智能国家战略
2.6.2　俄罗斯加快人工智能布局
2.6.3　新加坡人工智能发展战略

3.1　人工智能政策阶段特点分析
3.1.1　第一阶段
3.1.2　第二阶段
3.1.3　第三阶段
3.1.4　第四阶段
3.2　人工智能行业获得政策红利
3.2.1　中央明确加快人工智能发展
3.2.2　工信部启动人工智能揭榜工作
3.2.3　科技部助推人工智能创新建设
3.2.4　教育部加快人工智能人才培养
3.2.5　人工智能被写进政府工作报告
3.2.6　AI和实体经济融合发展意见
3.2.7　人工智能成为行业政策导向
3.2.8　人工智能标准体系建设加快
3.2.9　“十四五”规划布局人工智能
3.3　人工智能行业规划相关内容
3.3.1　战略目标
3.3.2　总体部署
3.3.3　构建创新体系
3.3.4　培育智能经济
3.3.5　建设智能社会
3.3.6　加强军民融合
3.3.7　构建基础设施
3.3.8　布局重大项目
3.4　地区人工智能政策规划逐步完善
3.4.1　辽宁省人工智能发展规划
3.4.2　沈阳市人工智能发展规划
3.4.3　济南市人工智能发展计划
3.4.4　陕西省人工智能推进计划
3.4.5　四川省人工智能发展方案
3.4.6　成都市人工智能发展规划
3.4.7　重庆市人工智能发展方案
3.4.8　湖北省人工智能发展规划
3.4.9　武汉市人工智能试验区规划
3.4.10　福建省人工智能发展规划
3.4.11　深圳市人工智能发展计划
3.5　机器人相关政策规划分析
3.5.1　十四五规划机器人相关内容
3.5.2　机器人纳入研发重点专项
3.5.3　各地区加快机器人行业布局

4.1　人工智能技术认知状况调研
4.1.1　认知历程
4.1.2　认知程度
4.1.3　认知渠道
4.1.4　认可领域
4.1.5　取代趋势
4.1.6　争议领域
4.2　中国人工智能专利申请状况
4.2.1　专利申请排名
4.2.2　专利申请规模
4.2.3　申请主体排名
4.2.4　细分技术占比
4.2.5　疫情防控专利
4.3　中国人工智能专利申请特点
4.3.1　技术研发主体多样
4.3.2　应用技术发展提速
4.3.3　细分技术专利特征
4.3.4　互联网企业布局特点
4.3.5　专利技术发展要点
4.4　人工智能技术人才供需状况分析
4.4.1　AI人才需求的岗位类型
4.4.2　AI人才的整体供需状况
4.4.3　AI人才的区域供需状况
4.4.4　AI岗位的能力要求分析
4.5　人工智能技术人才培养状况分析
4.5.1　AI人才培养的相关政策
4.5.2　人工智能划入高中新课标
4.5.3　高校AI人才的培养情况
4.5.4　机构AI人才的培养情况
4.5.5　人工智能学院建设模式
4.5.6　AI人才培养存在的问题
4.5.7　AI人才培养的未来趋势
4.5.8　AI人才培养的政策建议

5.1　人工智能行业发展进程
5.1.1　行业发展历程
5.1.2　技术研究进程
5.1.3　转型升级阶段
5.2　人工智能行业发展价值
5.2.1　人工智能催生智能经济
5.2.2　人工智能助力智能社会
5.2.3　AI带来全方位商业化
5.2.4　AI技术推动产业升级
5.2.5　AI进入机器学习时代
5.3　中国产业智能化升级指数分析
5.3.1　产业智能化升级总指数
5.3.2　农业智能化升级指数
5.3.3　工业智能化升级指数
5.3.4　服务业智能化升级指数
5.4　人工智能行业发展综况
5.4.1　人工智能应用需求加大
5.4.2　人工智能产业逐步成熟
5.4.3　市场发展规模逐步上升
5.4.4　人工智能基础架构规模
5.4.5　人工智能行业市场份额
5.4.6　人工智能产业发展特征
5.4.7　人工智能开放平台发布
5.4.8　人工智能产业发展指数
5.5　人工智能产业生态格局分析
5.5.1　生态格局基本架构
5.5.2　基础资源支持层
5.5.3　技术实现路径层
5.5.4　应用实现路径层
5.5.5　未来生态格局展望
5.6　人工智能行业竞争格局分析
5.6.1　企业主体分类
5.6.2　企业注册数量
5.6.3　企业地域分布
5.6.4　企业注册资本
5.6.5　互联网企业布局
5.6.6　企业上市情况
5.6.7　未来竞争格局
5.7　人工智能行业发展存在的主要问题
5.7.1　人工智能行业面临的挑战
5.7.2　人工智能发展的技术困境
5.7.3　人工智能发展的安全问题
5.7.4　人工智能发展的伦理问题
5.7.5　人工智能发展的隐私问题
5.7.6　AI企业被列入“实体清单”
5.8　人工智能行业发展对策及建议
5.8.1　人工智能的发展策略分析
5.8.2　人工智能的技术发展建议
5.8.3　人工智能的政策发展建议
5.8.4　推进人工智能标准化建设
5.8.5　人工智能伦理问题的对策
5.9　人工智能行业发展战略分析
5.9.1　建立完善的数据生态系统
5.9.2　拓宽人工智能的传统行业应用
5.9.3　加强人工智能专业人才储备
5.9.4　确保教育和培训体系与时俱进
5.9.5　相互不建立伦理和法律共识

6.1　人工智能行业区域发展格局分析
6.1.1　人工智能区域发展指数
6.1.2　城市人工智能发展指数
6.1.3　人工智能产业园区建设
6.1.4　人工智能创新应用先导区
6.1.5　人工智能创新发展试验区
6.2　北京市
6.2.1　政策环境分析
6.2.2　产业发展规模
6.2.3　人才需求分析
6.2.4　企业布局动态
6.2.5　产业发展问题
6.2.6　应用场景分析
6.2.7　行业融资现状
6.3　上海市
6.3.1　产业发展优势
6.3.2　政策环境分析
6.3.3　财政支持动态
6.3.4　产业发展现状
6.3.5　产业发展应用
6.3.6　地区发展布局
6.3.7　产业发展对策
6.4　广东省
6.4.1　政策环境分析
6.4.2　产业发展特点
6.4.3　区域发展状况
6.4.4　广州AI产业布局
6.4.5　深圳AI产业综况
6.4.6　产业联盟成立
6.4.7　产业发展问题
6.4.8　产业发展策略
6.5　浙江省
6.5.1　AI产业链分析
6.5.2　政策环境分析
6.5.3　产业发展综况
6.5.4　区域发展布局
6.5.5　产业发展经验
6.5.6　产业发展对策
6.5.7　产业发展趋势
6.6　江苏省
6.6.1　产业发展概况
6.6.2　产业联盟成立
6.6.3　区域发展布局
6.6.4　技术发展状况
6.6.5　重点企业汇总
6.6.6　产业发展机遇
6.6.7　产业发展挑战
6.7　安徽省
6.7.1　产业发展优势
6.7.2　产业运行成效
6.7.3　重点园区介绍
6.7.4　政策发展规划
6.7.5　产业发展挑战
6.7.6　政策建议分析
6.8　贵州省
6.8.1　产业发展优势
6.8.2　政策环境分析
6.8.3　人才培养加快
6.8.4　产业发展动态

7.1　人工智能行业发展的技术机遇
7.1.1　互联网基础建设加快
7.1.2　科技研发支出上升
7.1.3　数据数量规模上升
7.1.4　应用技术逐步完善
7.2　硬件基础日益成熟
7.2.1　高性能CPU
7.2.2　“人脑”芯片
7.2.3　量子计算机
7.2.4　仿生计算机
7.3　人工智能芯片技术发展提速
7.3.1　人工智能对芯片的要求提高
7.3.2　人工智能芯片成为战略高点
7.3.3　中国人工智能芯片公司排名
7.3.4　人工智能芯片市场规模结构
7.3.5　人工智能芯片应用创新领域
7.3.6　中国人工智能芯片发展困境
7.3.7　人工智能芯片未来发展趋势
7.4　物联网提供基础环境
7.4.1　物联网技术的分析
7.4.2　中国物联网产业规模
7.4.3　物联网产业的政策环境
7.4.4　企业加快物联网布局
7.4.5　物联网是智能分析的基础
7.4.6　物联网与人工智能融合
7.5　大规模并行运算的实现
7.5.1　云计算的关键技术
7.5.2　云计算的应用模式
7.5.3　云计算产业发展规模
7.5.4　云计算市场竞争排名
7.5.5　云计算成人工智能基础
7.5.6　云计算与人工智能协同发展
7.6　大数据技术的崛起
7.6.1　大数据技术内涵及环节
7.6.2　大数据市场规模分析
7.6.3　大数据的主要应用领域
7.6.4　大数据与人工智能的关系
7.6.5　大数据成人工智能数据源
7.6.6　数据视角下AI的应用场景
7.6.7　人工智能数据的安全风险
7.6.8　人工智能数据的安全治理
7.7　深度学习技术的出现
7.7.1　机器学习的阶段
7.7.2　深度学习技术内涵
7.7.3　深度学习发展历程
7.7.4　深度学习算法技术
7.7.5　深度学习的技术应用
7.7.6　深度学习领域发展状况

8.1　自然语言处理技术
8.1.1　自然语言处理内涵
8.1.2　自然语言处理分类
8.1.3　自然语音处理研究
8.1.4　语音识别系统框架
8.1.5　语音技术应用规模
8.1.6　自动翻译技术内涵
8.1.7　语音识别研究历程
8.1.8　语音识别技术趋势
8.2　计算机视觉技术
8.2.1　计算机视觉基本内涵
8.2.2　计算机视觉主要分类
8.2.3　计算机视觉应用领域
8.2.4　计算机视觉应用规模
8.2.5　计算机视觉运作流程
8.3　模式识别技术
8.3.1　模式识别技术内涵
8.3.2　文字识别技术应用
8.3.3　生物特征识别技术
8.3.4　人工智能语音识别
8.3.5　人脸识别技术应用
8.3.6　模式识别发展潜力
8.4　知识表示技术
8.4.1　知识表示的内涵
8.4.2　知识表示的方法
8.4.3　知识表示的进展
8.5　其他基础技术分析
8.5.1　自动推理技术
8.5.2　环境感知技术
8.5.3　自动规划技术
8.5.4　专家系统技术

9.1　疫情防控领域
9.1.1　智能技术应用背景
9.1.2　智能识别技术应用
9.1.3　算法算力技术应用
9.1.4　智能机器人技术应用
9.1.5　智能大数据技术应用
9.1.6　AI辅诊系统研发应用
9.1.7　地区AI技术抗疫状况
9.2　工业领域
9.2.1　人工智能的工业应用
9.2.2　智能工厂人工智能应用
9.2.3　智能工厂进一步转型
9.2.4　人工智能应用于制造领域
9.2.5　制造业数字化的经济规模
9.2.6　人工智能成工业发展方向
9.2.7　AI工业应用的发展趋势
9.3　医疗领域
9.3.1　人工智能医疗行业应用场景
9.3.2　人工智能医疗细分领域应用
9.3.3　人工智能医疗市场发展状况
9.3.4　人工智能医学影像市场分析
9.3.5　企业布局人工智能医疗市场
9.3.6　人工智能医疗领域投资机会
9.4　安防领域
9.4.1　AI对安防行业的重要意义
9.4.2　AI识别技术的安防应用
9.4.3　AI在安防领域的应用场景
9.4.4　人工智能+安防产业链
9.4.5　AI+安防市场规模分析
9.4.6　AI+安防软硬件市场规模
9.4.7　快速崛起的巡逻机器人
9.4.8　AI+安防市场发展前景
9.5　金融领域
9.5.1　AI提升金融经营效能
9.5.2　金融领域AI投入状况
9.5.3　智能客服提升服务效率
9.5.4　智能风控降低金融风险
9.5.5　智能支付应用状况分析
9.5.6　智慧银行人工智能应用
9.5.7　智能投资顾问应用分析
9.6　零售领域
9.6.1　AI在零售行业的应用场景分析
9.6.2　人工智能应用于零售业的规模
9.6.3　人工智能应用于零售典型案例
9.6.4　人工智能应用于新零售的问题
9.6.5　人工智能+零售相关布局企业
9.6.6　人工智能+零售未来趋势展望
9.7　社交领域
9.7.1　人工智能社交产品应用
9.7.2　组织开展机器情感测试
9.7.3　语音交互产品市场火热
9.7.4　微信人工智能社交系统
9.7.5　人工智能社交现存问题
9.8　其他应用领域分析
9.8.1　智能物流领域
9.8.2　智能教育领域
9.8.3　智能交通领域
9.8.4　智能政务领域

10.1　机器人产业发展综述
10.1.1　机器人产业发展阶段
10.1.2　机器人产业发展图谱
10.1.3　机器人行业产业链构成
10.1.4　机器人下游应用产业多
10.1.5　机器人专利申请技术流向
10.2　机器人产业发展状况
10.2.1　全球机器人产业发展状况
10.2.2　中国机器人市场结构分析
10.2.3　中国机器人区域市场格局
10.2.4　中国机器人企业数量规模
10.2.5　机器人产业国产化进程加快
10.2.6　机器人产业发展问题及对策
10.2.7　机器人产业“十四五”展望
10.2.8　机器人产业未来发展趋势
10.3　人工智能在机器人行业的应用状况
10.3.1　人工智能与机器人的关系
10.3.2　AI于机器人的应用过程
10.3.3　AI大量运用于小型机器人
10.3.4　人工智能促进机器人发展
10.4　人工智能技术在机器人领域的应用
10.4.1　专家系统的应用
10.4.2　模式识别的应用
10.4.3　机器视觉的应用
10.4.4　机器学习的应用
10.4.5　分布式AI的应用
10.4.6　进化算法的应用
10.5　机器人重点应用领域分析
10.5.1　医疗机器人
10.5.2　军用机器人
10.5.3　工业机器人
10.5.4　教育机器人
10.5.5　服务机器人
10.5.6　物流机器人

11.1　微软（Microsoft Corporation）
11.1.1　企业发展概况
11.1.2　企业财务状况
11.1.3　人工智能发展实力
11.1.4　人工智能布局领域
11.1.5　AI平台服务范围
11.1.6　人工智能云业务
11.1.7　产品融合AI技术
11.2　IBM公司
11.2.1　企业发展概况
11.2.2　企业经营范围
11.2.3　企业财务状况
11.2.4　技术研发布局
11.2.5　布局人工智能
11.2.6　AI产品发展动态
11.3　谷歌公司
11.3.1　企业发展概况
11.3.2　企业财务状况
11.3.3　人工智能发展实力
11.3.4　人工智能产业布局
11.3.5　人工智能系统及平台
11.3.6　人工智能合作动态
11.4　英特尔公司
11.4.1　企业发展概况
11.4.2　企业财务状况
11.4.3　人工智能技术应用
11.4.4　人工智能发展动态
11.4.5　AI发展机会和挑战
11.4.6　收购人工智能企业
11.5　亚马逊公司
11.5.1　企业发展概况
11.5.2　企业财务状况
11.5.3　布局人工智能
11.6　其他企业
11.6.1　苹果公司
11.6.2　NVIDIA（英伟达）
11.6.3　Uber（优步）

12.1　百度公司
12.1.1　企业发展概况
12.1.2　企业财务状况
12.1.3　人工智能布局
12.1.4　人工智能应用
12.1.5　AI业务合作动态
12.2　腾讯公司
12.2.1　企业发展概况
12.2.2　企业财务状况
12.2.3　人工智能发展布局
12.2.4　人工智能发展动态
12.3　阿里集团
12.3.1　企业发展概况
12.3.2　企业财务状况
12.3.3　人工智能发展地位
12.3.4　人工智能应用领域
12.3.5　AI研发合作动态
12.4　科大讯飞股份有限公司
12.4.1　企业发展概况
12.4.2　主要业务分析
12.4.3　业务开展情况
12.4.4　经营效益分析
12.4.5　业务经营分析
12.4.6　财务状况分析
12.4.7　核心竞争力分析
12.4.8　公司发展战略
12.4.9　未来前景展望
12.5　科大智能科技股份有限公司
12.5.1　企业发展概况
12.5.2　主要业务分析
12.5.3　企业布局动态
12.5.4　经营效益分析
12.5.5　业务经营分析
12.5.6　财务状况分析
12.5.7　核心竞争力分析
12.5.8　公司发展战略
12.5.9　未来前景展望
12.6　北京旷视科技有限公司
12.6.1　企业基本概况
12.6.2　重点产品系统
12.6.3　核心硬件分析
12.6.4　合作伙伴分布
12.6.5　财务状况分析
12.6.6　融资进程分析
12.7　云知声智能科技股份有限公司
12.7.1　企业基本概述
12.7.2　企业营收情况
12.7.3　企业竞争优势
12.7.4　企业业务体系
12.7.5　主要产品分析
12.7.6　平台用户分布
12.7.7　企业发展动态

13.1　投资价值评估
13.2　投资机会评估
13.3　投资驱动因素
13.3.1　发展动力评估
13.3.2　经济因素
13.3.3　技术因素
13.3.4　政策因素
13.3.5　社会因素
13.4　投资壁垒分析
13.4.1　进入壁垒评估
13.4.2　竞争壁垒分析
13.4.3　技术壁垒分析
13.4.4　资金壁垒分析
13.4.5　政策壁垒分析
13.5　人工智能行业投资风险分析
13.5.1　环境风险
13.5.2　行业风险
13.5.3　技术风险
13.5.4　内部风险
13.5.5　竞争风险
13.5.6　合同毁约风险
13.6　投资时机及建议
13.6.1　进入时机分析
13.6.2　投资建议分析

14.1　全球人工智能的投融资分析
14.1.1　全球AI融资总额
14.1.2　各国AI融资分布
14.1.3　AI融资企业布局
14.1.4　AI融资轮次分布
14.2　中国人工智能行业投融资状况
14.2.1　上市企业数量
14.2.2　融资规模走势
14.2.3　平均融资规模
14.2.4　投资应用领域
14.2.5　企业融资动态
14.2.6　投资活跃机构
14.3　A股及新三板上市公司在人工智能领域投资动态分析
14.3.1　投资项目综述
14.3.2　投资区域分布
14.3.3　投资模式分析
14.3.4　典型投资案例

15.1　人工智能行业发展前景展望
15.1.1　人工智能经济效益巨大
15.1.2　人工智能区块链应用前景
15.1.3　人工智能生产方式前景
15.1.4　人工智能项目投资机遇
15.1.5　人工智能投资机会分析
15.1.6　人工智能产业投资方向
15.1.7　人工智能技术投资热点
15.1.8　人工智能“十四五”发展机遇
15.2　人工智能行业发展趋势预测
15.2.1　人工智能产业发展趋势
15.2.2　人工智能应用趋势展望
15.2.3　人工智能城市发展方向
15.2.4　“智能＋X”将成新时尚
15.3　 中国人工智能行业预测分析

附录
附录一：新一代人工智能发展规划

图表1　人工智能、机器学习、深度学习的隶属关系
图表2　专用人工智能与通用人工智能的区别
图表3　人工智能产业生态图
图表4　人工智能产业链结构
图表5　人工智能产业链相关产品
图表6　人工智能产业链基础层构成及代表企业
图表7　人工智能产业链技术层构成及代表企业
图表8　人工智能产业链应用层构成及代表企业
图表9　全球人工智能产业链及代表厂商
图表10　全球人工智能企业地区分布
图表11　2019年20个全球AI创新融合应用城市
图表12　全球人工智能衍生的商业价值预测
图表13　主要国家人工智能战略目标和任务
图表14　各国在人工智能各领域的重点研发布局情况
图表15　各主要经济体高度关注的人工智能应用领域
图表16　美国人工智能典型研发机构
图表17　人工智能典型研发企业
图表18　日本推进人工智能发展的政策体系
图表19　日本AI大型上市公司
图表20　日本AI中小型上市公司
图表21　英法德AI企业数量
图表22　新加坡人工智能战略计划完成时间表
图表23　人工智能发展过程中具有社会意义的重要事件
图表24　大众对人工智能的了解程度
图表25　大众了解人工智能的主要渠道
图表26　人工智能水平最受认可领域
图表27　人工智能最具价值的领域
图表28　体力劳动将会被AI取代
图表29　中国人工智能专利申请量年度变化趋势
图表30　人工智能申请人专利申请数量排名
图表31　人工智能申请人专利授权数量排名
图表32　深度学习重点申请人重点分支技术布局图
图表33　人工智能产业人才岗位类型
图表34　人工智能领域十大紧缺岗位
图表35　人工智能各技术方向岗位人才供需比
图表36　人工智能各职能岗位人才供需比
图表37　全国主要区域的人才的需求情况及求职人才意向的区域情况
图表38　算法研究岗位能力要求
图表39　应用开发岗位能力要求
图表40　实用技能岗位能力要求
图表41　产品经理岗位能力要求
图表42　主要岗位的工作年限要求
图表43　主要岗位的专业要求
图表44　主要岗位的学历要求
图表45　典型岗位单月薪酬情况
图表46　高中信息技术课程结构
图表47　人工智能产业十大热门专业
图表48　新增人工智能本科专业高校区域分布
图表49　高校建设的人工智能学院/研究院名单（部分）
图表50　高校建设的人工智能学院/研究院名单（部分）续
图表51　开展人工智能培训的社会培训机构（部分）
图表52　中国龙头企业与高校合作或共建人工智能学院汇总
图表53　全球人工智能的三次发展浪潮
图表54　人工智能技术带来的全方位变革
图表55　人工智能技术推动产业升级
图表56　人工智能各层级图示
图表57　我国产业智能化升级总指数及指标得分
图表58　我国农业智能化升级总指数及指标得分
图表59　我国工业智能化升级总指数及指标得分
图表60　我国服务业智能化升级总指数及指标得分
图表61　我国新一代人工智能核心产业规模
图表62　2019年中国加速服务器市场厂商市场份额
图表63　2020年中国人工智能市场行业份额
图表64　人工智能产业发展特征
图表65　国家级人工智能开放平台
图表66　全国人工智能产业发展指数
图表67　全国重点省市人工智能产业发展指数
图表68　2019年人工智能产业发展指数一级指标前十名
图表69　百度大脑的存储能力