2019-2020年人工智能產(chǎn)業(yè)發(fā)展深度報告

人工智能市場格局

人工智能（Artificial Intelligence，AI）是利用機器學(xué)習(xí)和數(shù)據(jù)分析方法賦予機器模擬、延 申和拓展類人的智能的能力，本質(zhì)上是對人類思維過程的模擬。AI 概念早始于 1956 年 的達(dá)特茅斯會議，受限于算法和算力的不成熟，未能實現(xiàn)大規(guī)模的應(yīng)用和推廣。近年來， 在大數(shù)據(jù)、算法和計算機能力三大要素的共同驅(qū)動下，人工智能進(jìn)入G速發(fā)展階段。據(jù)中 國電子學(xué)會預(yù)測，2022人工智能市場將達(dá)到1630億元，2018-2022年CAGR達(dá)31%。

人工智能賦能實體經(jīng)濟(jì)，為生產(chǎn)和生活帶來革命性的轉(zhuǎn)變。人工智能作為新一輪產(chǎn)業(yè)變革 的核心力量，將重塑生產(chǎn)、分配、交換和消費等經(jīng)濟(jì)活動各環(huán)節(jié)，催生新業(yè)務(wù)、新模式和 新產(chǎn)品。從衣食住行到醫(yī)療教育，人工智能技術(shù)在社會經(jīng)濟(jì)各個L域深度融合和落地應(yīng)用。同時，人工智能具有強大的經(jīng)濟(jì)輻射效益，為經(jīng)濟(jì)發(fā)展提供強勁的引擎。據(jù)埃森哲預(yù)測， 2035 年，人工智能將推動勞動生產(chǎn)率提G 27%，經(jīng)濟(jì)總增加值提升 7.1 萬億美元。

國內(nèi)人工智能追趕速度迅猛，但基礎(chǔ)薄弱問題突出。在強有力的戰(zhàn)略引L和政策支持下、 依托龐大的數(shù)據(jù)體量、豐富的應(yīng)用場景和G度的互聯(lián)網(wǎng)普及率，人工智能產(chǎn)業(yè)持續(xù)保 持蓬勃發(fā)展態(tài)勢，并躋身人工智能梯隊。技術(shù)上，我國人工智能論文和專利申請 量長期雄踞世界位，在國際技術(shù)競賽中多次拔得頭籌；產(chǎn)業(yè)上，以阿里巴巴、騰訊為代 表的科技巨頭多面布局人工智能生態(tài)，以寒武紀(jì)、科大訊飛、商湯科技為代表的初創(chuàng)企業(yè) 深耕垂直L域，打造技術(shù)護(hù)城河。我國人工智能產(chǎn)業(yè)規(guī)模、資本投入、企業(yè)數(shù)量呈現(xiàn)爆發(fā) 式增長，智能技術(shù)與實體融合持續(xù)加強，落地場景不斷豐富。但我們也應(yīng)當(dāng)意識到，與美 國、歐洲相比，我國在產(chǎn)業(yè)鏈分布上更加集中于應(yīng)用落地端口。長期市場化導(dǎo)向?qū)е聡鴥?nèi) 行業(yè)發(fā)展出現(xiàn)結(jié)構(gòu)性失衡，基礎(chǔ)理論缺乏、原創(chuàng)算法薄弱、G端芯片依賴進(jìn)口等問題凸顯， 這也反映出人工智能發(fā)展不牢的風(fēng)險點。因此，站在科技創(chuàng)新的“巨型風(fēng)口”，我們 更需要審慎后續(xù)技術(shù)路線和產(chǎn)業(yè)發(fā)展路徑，加大科研攻關(guān)力度，補齊技術(shù)短板。

從中短期看，技術(shù)優(yōu)化、落地場景的開拓和滲透是是主要的增長點；從長期看，智能生 態(tài)體系建設(shè)才是彎道超車的必由之路。人工智能產(chǎn)業(yè)的核心競爭力在于生態(tài)體系的建設(shè)， 包括大數(shù)據(jù)、算法理論、底層技術(shù)、應(yīng)用生態(tài)、人才儲備等層面。而我國人工智能產(chǎn)業(yè)生 態(tài)和基礎(chǔ)設(shè)施建設(shè)正處于探索期，如何實現(xiàn)核心技術(shù)的突破和拓寬人工智能技術(shù)與社會經(jīng) 濟(jì)融合場景著力點在于人才儲備和持續(xù)的研發(fā)投入。從人才的角度，收窄技術(shù)差距的根本 在于優(yōu)化人的知識結(jié)構(gòu)和能力。當(dāng)前政策應(yīng)側(cè)重建立人才培養(yǎng)體系，為人工智能打造人才 資源池，尤其是在基礎(chǔ)學(xué)科L域突破人才瓶頸。同時，打破“w數(shù)量論”的科研評價和考 核體系，改變?nèi)瞬偶�勵機制勢在必行。我國人工智能專利申請和科研產(chǎn)出數(shù)量L先， 但質(zhì)量堪憂。w有從源頭改變評價機制，才能扭轉(zhuǎn)“量多而質(zhì)優(yōu)”的問題。從研發(fā)的角度， 企業(yè)技術(shù)優(yōu)化和創(chuàng)新能力是解決產(chǎn)業(yè)痛點的關(guān)鍵�；�礎(chǔ)研究的投入周期長、不確定性大、 和風(fēng)險G特點決定了其難以短期內(nèi)獲得投資回報，但基礎(chǔ)L域的突破將為經(jīng)濟(jì)帶來長期和 廣泛的溢出效應(yīng)，因此，國內(nèi)更應(yīng)關(guān)注底層技術(shù)的研發(fā)投入，扭轉(zhuǎn)傳統(tǒng)技術(shù)路徑，顛覆核 心技術(shù)受制于人的被動局面。此外，人工智能在賦能機器模擬人類進(jìn)行決策的同時產(chǎn)生的 倫理道德、隱私保護(hù)和社會安全問題值得關(guān)注。由于法律法規(guī)存在滯后性，尚無法對人工 智能技術(shù)進(jìn)行有效監(jiān)管。我國應(yīng)加快人工智能倫理研究，及早識別人工智能治理風(fēng)險。