目前，国内最具代表性的具有完整定向智能三层架构的企业是百度与科大讯飞。百度大脑底层的开放云与数据工厂是基础资源支持层；基于深度学习算法对客观世界进行建模，产生计算机视觉和语音识别等定向智能应用的是AI技术层；baiduinside模式则构成了应用层，输出AI应用，笼络产品与服务的开发者加入，反过来再通过开发者接入产品与服务所获取的用户数据，来训练百度大脑提升智能化程度。
科大讯飞也在2014年8月提出了“讯飞超脑”的项目，整个系统的架构与“百度大脑”高度相似，也是基于底层的超算平台和大数据分析能力，在中层通过认知计算和机器学习的处理，实现包括语音语义的识别，图像的识别以及知识表示的AI技术，通过顶层的iflyinside输出给各种智能终端，提供包括交互在内的各种AI应用服务。
除了大企业，很多中小AI企业也努力打通上下层以整体解决方案的形式来提供产品和服务。所以在现阶段，我们看到格灵深瞳自己做了计算机视觉的云平台，对接自己贴牌的可实现三维视频采集的智能摄像头，形成了针对安防行业的完整三层解决方案。我们还关注到，face 通过在阿里云平台上租用计算和存储资源，结合自身的深度学习建模算法，为包括美图秀秀，世纪佳缘和360图片搜索在内的应用服务客户提供人脸识别的技术。
在定向的专用智能的阶段，各家比拼的是人才储备、专用领域的数据资源、专项算法和一定的高性能计算以及弹性存储资源，这些条件都是处于各层的龙头企业力所能及的资源，所以，目前的AI产业格局更多地表现出“竞争”而非“合作”，整个行业依然处于野蛮生长的初期阶段，巨头和新贵们都在忙着跑马圈地。
我们认为：在专用智能阶段，最值得投资的是已经具备先发优势的AI企业，无论他处于哪一层都可以。
4.3.2通用智能阶段：竞争性合作为主，门槛决定竞争优势
在未来，AI产业链的格局会从注重“竞争”慢慢转向为“竞争性合作”，跑马圈地之后必然进入精耕细作的阶段。
随着定向智能逐步向通用智能进化，AI技术对于计算资源和大数据的需求将呈几何级数的增长。这个阶段，如何突破计算能力的极限将是最关键的环节，在人脑芯片，量子计算等尖端领域拥有研发优势的企业将有能力率先向通用智能发起挑战，他们拥有的计算资源和技术优势构成基础资源支持层的护城河。另外一方面，承载社会级应用的通用智能的AI行业将成为重资产行业，实现这些功能所需要消耗的计算和数据资源将不是任何企业都可以负担的起的。那么，竞争性合作的局面会自然到来。
根据我们的判断，在通用智能的时代，底层的AI基础资源支持将会是由以谷歌、百度和IBM为代表的巨头所把持；中层的技术开发产生多元化发展的局面，专注于语音、语义和图像等模式识别的公司，以及通过知识图谱和专家系统等路径开发商业智能和刻画用户数据画像等应用的公司，都会借助底层的资源发力自己的优势领域；顶层的应用则将是以生产加工标准化的硬件终端的制造企业为主，开发出不同的产品接口来对接中层的技术实现“AI定义一切”的智能硬件。
我们认为：在通用智能时代，进入门槛最高，护城河最宽的是底层AI资源支持的平台企业；其次是技术层中在细分领域具备核心竞争力的领先企业；门槛最低的是应用层的企业，标准化程度越高意味着同质化竞争越激烈，但消费电子的产品属性也将允许差异化竞争的空间。
5．人工智能直接应用市场空间广阔
人工智能的应用将催生出万亿元级别的庞大市场。本章中我们先探讨人工智能直接应用的市场空间，下一章将探讨其对别的行业的颠覆和重塑。
人工智能涉及领域众多，有些方面的开拓只处于初级阶段甚至尚未起步，因此无法做全面的分析，在此我们主要列举自然语言处理和计算机视觉这两个已有明显进展的领域的市场空间。
5.1自然语言处理（NLP）
语言是人类区别其他动物的本质特性。在所有生物中，只有人类才具有语言能力。人类的多种智能都与语言有着密切的关系。人类的逻辑思维以语言为形式，人类的绝大部分知识也是以语言文字的形式记载和流传下来的。自然语言处理（NaturalLanguageProcessing，简称NLP）旨在解决计算机与人类语言之间的交互问题，这其中包括对自然语言的分析、理解、生成、检索、变换及翻译等方面。比如，从文本中提取意义，甚至从那些可读的、风格自然、语法正确的文本中自主解读出含义。
实现人机间自然语言交互意味着要使计算机既能理解自然语言文本的意义，也能以自然语言文本来表达给定的意图、思想等。前者称为自然语言理解，后者称为自然语言生成。因此，自然语言处理大体包括了自然语言理解和自然语言生成两个部分。历史上对自然语言理解研究得较多，而对自然语言生成研究得较少。但这种状况近年来已有所改变。从目前的理论和技术现状看，针对一定应用，具有相当自然语言处理能力的实用系统已经出现，有些已商品化，甚至开始产业化。例如，多语种数据库和专家系统的自然语言接口、机器翻译系统、自动文摘系统等。通用的、高质量的自然语言处理系统，仍然是较长期的努力目标。
根据市场研究公司ResearchandMarkets数据统计，2013年全球自然语言处理市场规模达37.87亿美元，预计2018年将达98.58亿美元，年复合增长率21.1。
我们将自然语言处理技术分为语音识别和语义识别，分别阐述他们的市场规模。
5.1.1语音识别2.0时代，改变人机交互方式
语音技术是使计算机具有类似于人一样的说话和听懂人说话的能力，语音比其他的交互方式有更多的优势，成为未来最被看好的人机交互方式。2011年苹果公司开始推出语音助手Siri，掀起了语音交互的风暴，微软Cortana、GoogleNow、百度语音助手以及大量的独立语音助手相继面世。不少智能设备（包括智能手机、智能电视、智能家居、车联网系统）中，语音交互也已成为标配。语音识别1.0时代使用的是统计概率加人工干预技术，可以说识别精度达到了极限。现在，语音识别技术可以采用无监督式机器自动学习，其背后是GPU深度学习基础设施在支撑，不仅更准确，识别所需的运算更加快速和经济，可以大大提升实际的使用效果。2014年12月，百度首席科学家吴恩达宣布，百度已经在语音识别领域取得重大突破，百度DeepSpeech在嘈杂环境中的表现好于同类技术，例如汽车内或人群中。在嘈杂的背景中进行测试的结果显示，DeepSpeech的错误率比谷歌语音API、Wit.ai、微软必应语音和苹果Dictation低了10。技术创新和突破将使语音识别进入2.0时代。
语音识别技术根据其属性，基本功能可归为两大类，一类是根据人本身的声纹特征来进行身份认证，另一类是根据人发出特定的语音指令来进行命令控制。在移动互联网时代，搜索的特性之一就是无处不在的多元化的输入方式，图像、位置、语音是典型的新型搜索。语音识别技术提高语音识别率之后，可以增强用户使用意愿进而提升用户粘性，并且反过来贡献语料提升语音识别能力。Google、微软、百度等巨头已经将语音识别能力通过API开放出来，通过语音技术来取代键鼠或者触摸屏这两种最常见的交互方式，尤其是在移动、家居、汽车等特别场景之下，彻底解放我们的双手。手机用户不必按键，只需要对着手机发布命令即可；医生可以口述患者的病历，而旁边的设备就能自动记录下来；驾驶员可以“告诉”GPS他们的目的地，这一切通过口头指令来控制操作的应用已经不仅仅出现在科幻小说中了，而是真正成为了现实。
国际上主要的语音技术公司：
在国内，语音技术的应用起步较晚，而且由于中文具有独特的声调、大规模复杂的同音同意字和词，给技术和产品化带来了巨大的挑战，最早的科大讯飞，后续捷通华声紧步相随，再加上中科信利、云知声等传统新秀语音企业的加盟，去年开始，百度、搜狗、腾讯等由于自身业务需求应用，也通过资本收购或者自主研发进军语音市场。
语音识别的应用市场基本可以包括这几个方面：桌面应用、嵌入式应用、电信级系统应用、Web应用以及特殊应用领域等。
1、传统电信级信息服务市场增速稳定
从国内市场来看，呼叫中心从最初的金融、电信、航空等行业，已经辐射到数十个行业，其中不仅包括服务类呼叫中心，也包括营销类呼叫中心。中国的呼叫中心产业正处于从起步阶段向成熟阶段迈进的过程中，不仅发展速度较快，业务范围也在不断延伸和升级。根据前瞻网预计，到2015年底中国呼叫中心产业累计投资规模将超过1000亿元，年复合增长率为11左右，总坐席规模将达到96.11万个。未来3-5年，国内呼叫中心将因为企业级呼叫中心需求量的持续增长及电话营销等非服务性业务的展开而稳步增长，预计年均复合增长率13-15。
语音技术在电信领域应用相对早些，目前呼叫中心提供的自动语音服务主要由交互式语音应答系统(InteractiveVoiceResponse)支持。客户通过按键或语音选择，向企业主机输入信息，在允许范围内访问各类企业数据库，自助得到多种服务。IVR系统应用的并不是真正意义上的语音识别技术。
能够准确理解客户意图的语音识别技术在呼叫中心的应用有很大的发展空间：它一方面能够降低人工成本，另一方面可有效改善客户体验，降低差错率，节省通话时长，提高效率，将在呼叫中心中起支撑性决定作用。估计目前人工服务仍占呼叫中心业务量的50以上，可以确定的是，对传统语音应答系统以及人工服务业务的双重替代将使语音识别技术在电信级服务市场保持快速增长。
2、智能移动终端推动语音交互应用大发展
自苹果发布iPhone智能手机以来，手机产业的格局发生了革命性的变化，逐步进入智能手机时代，相关产业的发展也进入了快速上升通道。2008年，全球智能手机销售量为1.39亿部，仅占全球手机销量的11.40，到2013年，全球智能手机销售量已经达到了9.68亿部，占全球手机销量的53.56，相比2008年增长近6倍，年均复合增长率为47.36，远高于全球手机（包括功能和智能手机）总销量的增长速度。
与苹果iPhone掀起智能手机的触控风潮类似，2010年苹果iPad的发布也掀起了平板电脑的热潮，平板电脑对传统PC产业，甚至是整个3C产业带来了革命性的影响。2010年全球平板电脑出货量为1700万台，同期PC出货量为3.46亿台，占比4.68。而到了2013年，全球平板电脑出货量激增至2.171亿台，同期PC出货量为3.219亿台，占比40.27，相比2010年增长近13倍，年均复合增长率为233.73。
智能手机和平板电脑是目前人们最常用的移动互联网终端，采用语音识别的人机交互方式，一方面较现有的触摸屏输入方式更加方便快捷；另一方面，也使得移动终端上大量的应用服务，如购物、社交、导航等能带来更好的客户体验，满足消费者的需求痛点。而4G通信时代的来临使得语音的传输速度大大提升，为语音交互的爆发提供了坚实的基础。
苹果、微软和Google已经分别在各自的手机操作系统中安装了语音助手Siri、Cortana和GoogleNow，而这只是语音识别技术进入移动终端领域的一个开始。
3、车载语音系统将进入普适市场
语音助手存在着一个巨大的市场——汽车市场。随着移动技术的不断发展，汽车智能化逐渐成为科技界关注的领域，而这其中的主角自然就是车载系统。尽管大部分汽车厂商都在车载系统的研发上投入了巨资，而目前一些中高端汽车上所配备的车载系统的功能已经相当强大，但是这些系统与移动设备的整合一直还有比较大的改进空间，毕竟对于消费者来说，肯定是越简单越好，而这也为科技企业进军车载系统提供了足够的理由，于是我们就开始在汽车领域中频频看到苹果和谷歌等科技巨头的身影。同时汽车厂商很难就车载平台达成一致的标准，消费电子企业的介入让人们重新看到了曙光。微软、谷歌、苹果
