從投資輪次來看，在AI細分領域中，A輪及以前的前期融資占據了絕大多數，各個領域基本上都達到了七成。

AI領域融資輪次分布

數據來源：公開資料整理

　　從2017年1月開始，人工智能應用top領域熱度呈逐步上升趨勢，雖然在2017年底略微下降，但總體保持穩定。其中自動駕駛和AI醫療的熱度位列top2，且近期AI教育的熱度有顯著提升，AI金融和AI制造的熱度趨近。

　　從AItop領域投資事件的數量來看，自動駕駛是2017年人工智能應用中最熱門的領域，AI醫療居次位。AI金融則是相對來說表現最平淡的領域，整體熱力圖顏色最淡。其余三個領域熱門程度相當。

　　根據預測，醫療非結構化數據占比達80%以上，如影像+文本，之間的因果性不明，為AI不可用數據。中國95%醫院電子病歷未全院流通，醫學影像的數據結構數字化稍強，但臨床數據標注成本較高。

全球醫療不同數據類型占比

數據來源：公開資料整理

　　自2016年中開始，政策從從醫療大數據、健康器具，健康信息化及人工智能發展規劃四個維度明確指出要促進人工智能落地醫療健康行業。隨著CFDA對藥品藥效要求的提高及對醫療器械功能標準的提高，藥企與醫療器械廠需要更多的技術輔助制藥及提升器械的效率，人工智能作為提高生產力的新型技術將受到更多重視。

　　近十年來，民眾更關注自身健康水平，且更愿意為健康進行付費。2013年至2017年的5年間我國居民醫療保健人均消費支出金額從912元漲到1451元，增長近60%。醫療支出金額占比也逐年增加，在2017年醫療支出占比接近消費的8%。

全國居民醫療保健人均消費支出及占比

數據來源：公開資料整理

　　在多種AI+醫療的場景下，大部分場景還停留在研究階段，不涉及臨床。而服務醫院的醫學影像，無論是創業項目數還是融資數量都是最多，在2017年大企業集中開始布局，競爭最為激烈。而盡管制藥領域產業價值很大，AI制藥方向也鮮有創業項目獲投。

　　從成本和需求兩個角度分析共有三個因素促進了AI落地醫學影像。從需求角度來說中國醫學影像數據年增長率達到30%，但放射科醫師年增長率只有4.1%，導致了嚴重的供需失衡；且中國醫學影像誤診人數高達5700萬人/年。

　　在研究和開發兩大藥物研發環節中，人工智能通過優化流程，圖像識別、文本識別可以輔助進行靶點確認、篩選化合物/生物標志物、預測藥物性能、預測藥物晶型優化工藝開發流程等。長期來看，AI醫療的投資還是會以醫療類基金為主。

　　教育市場規模預計將在2020年將達到2.92萬億，五年間CAGR達到12.2%，較前一階段稍有下降，但總體仍保持穩定增長態勢。

　　隨著人民整體生活水平的提高，在物質生活得到一定滿足的前提下民眾接受更優質教育的意愿也更加強烈，文化需求得到了發展強化的支撐。

　　根據預測，到2020年，“AI+教育”將帶來3000億的龐大市場規模。由此可見，教育行業龐大的市場規模再輔以AI加持，未來可期。

　　2017年全年，全國居民人均可支配收入25974元，比上年名義增長9.0%，扣除價格因素實際增長7.3%，比上年加快1.0個百分點；全國居民人均消費支出18322元，比上年名義增長7.1%，扣除價格因素實際增長5.4%。2017年人均教育文化娛樂消費支出2086元，增長8.9%，占人均消費支出的比重為11.4%。80后父母成為中國AI教育消費經濟增長的重要推手。

　　根據報告顯示，全國有2.1億消費者為80后人群，位列各年齡段之首，占全國消費者總數的16%。其中，孩子讀書教育消費占到80后消費者總消費的55%，遠高于各年齡段人群教育消費40%的平均值；智能支持類應用場景的布局在AI教育市場中相當強勢。

　　AI+制造業擁有巨大的發展潛力，是智能制造、產業升級的主戰場。而AI與制造業的結合，其根本目的是提升效率，降低成本。現階段AI對制造業的賦能，主要集中在1個工業平臺和3個生產環節，即工業互聯網、缺陷檢測、無序分揀以及智能搬運。

　　目前涉及AI制造的初創公司約有113家，目前AI制造領域的投融資多集中在A輪及以前，其占比達到83%，10倍于B輪及以后的融資數量，這反映出投資人對AI制造的場景落地持有觀望與質疑態度。

AI制造領域融資現狀

數據來源：公開資料整理

　　到2030年，中國被機器人取代的勞動力比率是16%，制造業從業者崗位需求將下降4%，人口老齡化嚴重，人口自然更替率低于國際水平。

　　涉及工業互聯網、缺陷檢測的初創公司多于無序分揀和智能搬運，一方面由于工業互聯網、缺陷檢測整體起步較早、發展時間長；另一方面反映出無序分揀、智能搬運的準入點更高。

AI制造各場景企業對比

數據來源：公開資料整理

　　缺陷檢測的融資比例大于無序分揀與智能搬運之和，表明現階段缺陷檢測領域更容易獲得融資。

AI制造各場景融資占比

數據來源：公開資料整理

　　人工智能將為工業互聯網提供智慧大腦，隨著人工智能算法的突破，基于平臺對資源能力匹配的監測數據，進行深度學習，可以對制造資源調度給出有效預案。由于工信部在2017年出臺了國家級工業互聯網平臺規劃，2018年，工業互聯網領域的初創企業或將迎來新一輪的融資高峰。

　　目前利用人工智能賦能檢測系統的初創公司有22家，其中10家企業獲得融資，其融資主要集中在A輪。

AI缺陷檢測融資輪次

數據來源：公開資料整理

　　人工智能與缺陷檢測的結合，可大幅提高檢測的準確度與檢測效率。缺陷檢測作為一個成熟的技術已廣泛應用于汽車面板檢測、手機屏幕檢測、紡織品檢測、藥瓶標簽檢測等領域。

　　目前從事智能分揀機器人或提供智能分揀解決方案的企業共有13家，其融資集中在A輪。

無序分揀機器人融資輪次

數據來源：公開資料整理

　　無序分揀機器人穩定性好，分揀速度快，適用于物流行業的混雜分揀、制造業的上下料及拆垛等生產環節。目前從事智能搬運機器人或智能搬運解決方案的初創公司共有6家，其融資集中在A輪。

智能搬運機器人融資輪次

數據來源：公開資料整理

　　智能搬運機器人大幅提升了倉儲揀選效率，減少人工成本。目前多集中于封閉場景內的配送運輸服務，例如電商、物流企業的倉儲配送，制造業的物料配送等。

　　人工智能技術與制造行業的深度融合需要10年或更長的發展時間。

　　AI領域的深度學習技術和安防行業的數據優勢結合，能夠極大地提高對圖像、人臉、視頻的識別和分析效率。隨著人工智能產業化加快落地，民用安防產品將快速發展。“AI+安防”是從前、后端智能的模式升級：前端通過GPU運行算法采集視頻信息，后端利用大數據進行分析檢索等。隨著市場競爭加劇及算法門檻降低，傳統安防巨頭們紛紛制定AI戰略，IT、互聯網企業依靠渠道優勢主要面向民用市場；大部分創業公司聚焦于人臉識別、行為分析等圖像智能領域。

　　社交電商的投資人熱度從2017年初至2018年初一直成輕微的波動上升狀態；從2018年2月份起，熱度呈直線上升狀態；從融資事件上看，僅2018Q1就發生了10起投資事件，且融資金額與2017年全年持平。

社交電商行業項目輪次分布情況

數據來源：公開資料整理

　　隨著微信的用戶基數不斷擴大，部分美妝品牌將微信朋友圈作為分銷渠道，進行產品銷售，朋友圈賣貨是社交電商最初的形態。智能終端等基礎設施的成熟，促進了微博、微信、短視頻等媒介的蓬勃發展，降低了社交的準入門檻，人們的社交需求被充分挖掘。

　　電商的本質是零售，無論社會發展導致外在的條件如何變化，零售的核心發展要素是始終是人、貨、場三個環節。社交電商渠道下沉明顯，聚焦低線城市及農村市場的消費人群，很多之前沒有用過淘寶的人，用在微信里搶來的紅包在微信生態下的社交電商里完成了第一次網購。