通用人工智能 (AGI) 市场规模、份额、增长和行业分析，按类型（基于云和本地）、按应用（语音处理、文本处理和图像处理）以及到 2034 年的区域预测

通用人工智能 (AGI) 市场概述

全球通用人工智能 (AGI) 市场规模将在 2025 年迅速扩大，预计到 2034 年将大幅增长，在预测期内呈现出惊人的复合年增长率。

通用人工智能 (AGI) 是一种精细的计算机技术子系统，可以像人类智能一样在一系列学科中推理、学习和解决问题。这些系统包括机器学习、神经网络、深度学习和用于深度推理的自然语言处理。通用人工智能领域的公司不仅来自科技公司，还包括研究型学术机构、医疗保健组织和金融机构。场景从研究机构转变为医学协会和金融建模、科学发现和财务决策组装的商业机构。

通用人工智能（AGI）在工业相关任务的更频繁应用中幸存下来，并根据准确性和决策来组织它们。这个术语首次出现是在 2007 年，当时 AGI 为《通用人工智能》一书贡献了它的书名。该书的编辑 Ben Goertzel 和 Cassio Pennachin 提出了 AGI 的概念。 AGI 是一个将非常普遍的人类认知功能转录为软件或其他工具的系统。在IT智能研究的最顶层，机器被留给自己执行这样的任务:这些任务不是它专门设计的，而且在人类的阳光下没有先例。 AGI 具有出色的多功能性和适应性，能够执行人类所承担的任何任务。

全球危机影响通用人工智能 (AGI) 市场

在 COVID-19 各个领域用人工智能取代人类的阶段，市场增长不断升级

全球 COVID-19 大流行是史无前例的、令人震惊的，与大流行前的水平相比，所有地区的市场需求都高于预期。复合年增长率的上升反映了市场的突然增长，这归因于市场的增长和需求恢复到大流行前的水平。

人工智能采取了多项有助于公共卫生的举措，包括诊断、流行病学建模、资源分配和接触者追踪设备。例如，在中国，人工智能辅助诊断工具、监测和物流从一开始就启用，从而在疫情爆发的第一个月帮助抑制了包括广东在内的整个省份的传播。事实上，这些用例不仅仅是人工智能的实用性和信任度。在快速发展的同时，机构采用的接受度也有所提高，这进一步为更高级的应用奠定了基础。正是这种流行病很可能为加速资助和开发人工智能以应对更高级别的挑战提供了额外的推动力和兴趣。

最新趋势

数据驱动决策推动市场增长

日益流行的另一个重要趋势是以数据处理为指导的决策制定的 AGI。逐渐达到顶峰的社会动力引导我们加速深度学习、机器学习、人工推理和认知计算的发展，从而拖累AGI接受实质挑战。这些参与者专门为人工流程提供 AGI 应用程序，确保人类智能继续专业化并影响业务运营，以实现财务治理的利益，并考虑到优化操作，因为支持语音的 AGI 要求被认为是未来任务，用于进一步自动化、特别有效的医疗保健干预操作。

通用人工智能 (AGI) 市场细分

按类型

根据类型，市场分为基于云的市场和本地市场。

• 基于云:这场流行病有利于更多云托管的人工智能平台，并为研究人员和行业参与者提供了相互互动并快速开发人工智能的机会，无论地理位置如何。在各行业云采用普遍激增的支持下，基于云的 AGI 开发和实验经历了高速增长。
• 本地:由于全球供应链中断，一些本地 AGI 项目（例如芯片、服务器和网络设备的交付）出现了硬件延迟。高安全性领域的增长仍在继续，但总体增速慢于对基于云的 AGI 技术的依赖。

按申请

根据应用类型，市场分为语音处理、文本处理和图像处理。

• 语音处理:封锁导致对人工智能语音识别、语音助手以及远程医疗、远程工作和客户支持中的实时转录的需求不断增长。
• 文本处理:人工智能驱动的文本摘要、情感分析和知识提取在处理 COVID-19 相关研究和全球新闻时发挥了作用。疫情期间，文本处理能力得到前所未有的提升，企业级 NLP 的采用率更高，为 NLU 超越 AGI 奠定了基础。
• 图像处理:部署人工智能辅助 CT 扫描/X 射线判读来检测新冠肺炎引起的肺部感染，为医院采用人工智能奠定基础。基于人工智能的图像处理几乎成为医疗保健和物流的核心，间接推动了视觉认知领域的通用人工智能研究。

市场动态

市场动态包括驱动因素和限制因素、机遇和挑战，说明市场状况。

驱动因素

认知技术与人工智能计算相结合，激怒市场盈利能力

人工智能 (AI)、深度学习、机器学习和认知计算是推动 AGI 发展的一些进步因素。事实上，此类技术使 AGI 系统能够执行以前被认为是人类智能所独有的各种认知任务（例如推理、学习和解决问题）；至于 AGI 系统，它们变得越来越智能，因为它们处理复杂数据的能力越来越强，包括理解底层数据的性质、提取和识别模式，以及在人为干扰最少的情况下做出决策。这些人工智能核心技术的性能不断提升，进一步增强了AGI的适应性和可扩展性，从而使AGI能够在需要非常强大的智能和适应性的任务的工业领域得到广泛应用。

需要自动化提高效率以提高市场需求

对自动化不断增长的需求极大地刺激了许多行业 AGI 市场的发展。企业希望根据成本效益和生产力实现整个运营的最大自动化。这就是 AGI 系统发挥作用的地方，它可以高效地执行以前只有人类智慧才能思考的任务。流程自动化的不间断效率的承诺给医疗保健、汽车设计、金融和所有制造领域的 AGI 解决方案带来了希望，以提供相同的效率，满足操作准确性，同时减少人为错误。因此，从诊断到客户服务，自动化处理复杂任务的需求有助于加快 AGI 解决方案的研究、开发和部分部署。

制约因素

道德框架和监管障碍正在影响市场增长

AGI 技术的进一步进步引发了道德问题，并且缺乏明确的监管框架，这被证明是市场增长的最大障碍。人们越来越担心 AGI 在隐私设置、偏见和决策自主权方面的滥用。从本质上讲，AGI 系统有可能在没有人类参与的情况下做出非常高风险的决策，从而对问责制和透明度提出质疑。知识产权方面的法律灰色地带以及通用人工智能导致的工作岗位面临风险进一步加剧了这一问题。然而，监管障碍和道德框架的限制阻碍了通用人工智能（AGI）市场的增长。

机会

见证增长与工业4.0融合，孵化市场增长

由于工业 4.0 技术的发展，AGI 市场正在不断增长。随着自动化、智能制造和物联网（IoT）的出现，AGI完全有能力增强这些技术的决策能力。事实证明，实时数据分析、结果预测和生产优化技能在商业场景中的汽车、制造和能源等各个领域都非常有用。这种在工业 4.0 基础设施中实现 AGI 功能的明显趋势将从此建立一种智能的工业运营方法，该方法可以自主适应并实时响应不断变化的条件。

挑战

集成复杂性和道德框架阻碍了市场增长

开发真正通用的人工智能系统所固有的技术复杂性是 AGI 市场增长的另一个主要障碍。狭义人工智能适用于执行非常具体的任务，而通用人工智能则是模仿许多类似人类的认知功能，这使得设计、训练和有效部署人工智能变得更加困难。当今的人工智能模型很少能够处理上下文理解、抽象推理以及从少量数据中学习。克服这种范式障碍需要在算法、计算能力和数据处理方面进行深远的改进，而困难就在于此，因为这些改进往往需要大量的财务投资。

通用人工智能 (AGI) 市场区域洞察

• 北美

北美完全控制通用人工智能（AGI）市场份额，高达 42%。全球 AGI 市场的最大贡献者主要来自该地区，这些地区主要是其市场主导技术，例如谷歌、微软和 IBM，它们正在引领 AGI 研发创新和市场增长。非常发达的人工智能和机器人开发基础设施，再加上政府和私营部门的大量投资，也使美国受益。除此之外，美国政府对人工智能研究的支持保持了开放的监管窗口，加速了通用人工智能的发展。

• 亚太地区

亚太地区占 AGI 全球市场份额的 22%，是增长最快的地区之一，人工智能技术的技术发展和投资势头强劲。中国、日本和韩国等国家是人工智能发展的领跑者，预计将推动该地区通用人工智能市场增长的公平份额。更具体地说，中国已将人工智能置于国家战略的首位，政府采取举措寻求促进通用人工智能及相关技术的研发。印度等国家的快速工业化，以及人工智能在制造业、金融和医疗保健领域的日益普及，也正在推动该地区 AGI 市场的增长。

• 欧洲

欧洲以28%的市场份额在全球AGI市场中占据第二位。该地区的增长得益于人工智能研究投资水平的提高、技术进步以及汽车、医疗保健和制造业等对 AGI 解决方案不断增长的需求。欧盟 (EU) 也积极致力于人工智能开发，采取举措促进合作并为负责任的人工智能部署制定监管框架。 SAP 和西门子等地区性企业正在对 AGI 技术进行大量投资，以便在快速发展的数字领域竞争。

主要行业参与者

主要市场参与者采用采购技术来保持竞争力

市场上的一些参与者正在利用采购方法来构建他们的贸易组合并巩固他们的广告地位。在扩展中，组织和协作是公司采用的常见技术之一。主要市场参与者正在进行研发投资，以便为市场带来先进的技术和方案。

公司简介名单

• Anki (U.S.)
• Salesforce (U.S.)
• Cambricon (China)
• Microsoft (U.S.)
• Intel (U.S.)
• IflyTek (China)
• Albert Technologies (Israel)
• Facebook (U.S.)
• Ada Support (Canada)
• IBM (U.S.)
• Brainasoft (India)
• Google (U.S.)
• Alibaba (China)
• Brighterion (U.S.)
• Yseop (France)
• Huawei (China)
• SAP (Germany)
• Amazon (U.S.).

主要行业发展

2024 年 1 月:Meta 成立，目标是引入超人的 AGI。到今年年底，Meta 的目标是使用 35 万个 Nvidia AI 芯片。他们还希望将两个主要的人工智能研究小组 FAIR 和 GenAI 结合起来，以实现更多的目标。

报告范围

通用人工智能（AGI）市场的特点是竞争激烈，各种参与者都在争夺展示份额。竞争场景包括老牌公司和新兴公司，每家公司都宣传一系列具有不断变化的亮点和功能的工具。该展示由开发驱动，公司不断改进其产品，以提供更好的客户参与、更精确的批准以及与其他开发工具的集成。免费和付费设备的存在使得竞争更加激烈，迎合了不同的客户群。