人工智能产业发展将塑造智能经济雏形

王哲

人工智能的迅速发展将深刻改变人类社会生活、改变世界，全球人工智能核心产业市场规模迅速扩大，成为各国产业政策的重点关注领域。深入分析人工智能的产业结构，了解其产业链企业分布状况，探讨人工智能产业发展的突出趋势和面临的挑战，是寻求人工智能产业发展规律的前提条件。

智能经济是以大数据、互联网、物联网、云计算等新一代信息技术为基础，以人工智能技术为支撑，以智能产业化和产业智能化为核心，以经济和产业各领域为应用对象的新型经济发展形态。未来几年，人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各个方面改变人类生活。

人工智能是较为宽泛的概念，概括而言是通过对人的意识和思维过程的模拟，利用机器学习和数据分析方法，赋予机器类人的能力。人工智能将提升社会劳动生产率，有效降低劳动成本，优化产品和服务，并在创造新市场和改变就业结构等方面带来革命性的转变。

国内外人工智能领域发展         现状分析

据普华永道、麦肯锡、Sage等知名机构预测，到2020年，全球人工智能市场规模将达到6800亿元人民币，复合增长率达26.2%;到2030年，人工智能将为全球GDP带来14%约合15.7万亿美元的增长。

近年来，我国人工智能产业发展十分迅速，2017年，我国人工智能市场规模已达人民币216.9亿元，同比增长52.8%，2018年中国人工智能市场规模约为238.2亿元，增长率达到56.6%。预计2019年，中国人工智能市场规模将近280亿元，到2020年，我国在人工智能的市场规模将达到710亿元，2015到2020年间复合年均增长率为44.5%。

美欧人工智能领域部署情况

作为人工智能的发源地，美国十分重视人工智能产业的发展，出台多项战略规划，为其他各国理解和推动人工智能产业发展起到重要参考作用。美国确立了七项长期发展战略，在国家科学技术委员会（NSTC）之下设立机器学习和人工智能分委会，在资本和政策层面共同发力，推动软硬件系统协同演进，以巩固美国在人工智能领域内的全面领先地位。2019年以来，美国政府正酝酿新一轮的系列顶层设计，确保美国在未来全球产业竞争中占据主导地位。2019年2月7日，美国科学和技术政策办公室在白宫网站发布总统特朗普签署的《美国将主导未来产业》行政令，从基础设施建设、研发创新、应用管理、就业结构调整、协调机制建设等方面，对美国未来人工智能领域的发展做出部署。

欧盟从类人脑和机器人角度入手，推动开展基于信息通信技术的新型脑研究，并为机器人技术研究制定通用框架和多年路线图。欧盟还十分关注人工智能伦理道德和立法问题，率先开展相关研究及立法动议。

德国发展人工智能产业主要依托于以“智能工厂”为重心的“工业4.0”战略。德国以服务机器人为重点，开展人工智能基础研究。推动“自动与互联汽车”国家战略，促进人工智能技术成果转化应用，带动传统产业改造升级。

我国人工智能领域部署情况

近年来，我国从顶层设计层面持续推动人工智能发展。2015年，中国制造强国战略提出“加快发展智能制造装备和产品”，同年，国务院出台《关于积极推进“互联网+”行动的指导意见》，将“互联网+”人工智能作为重点布局的11个领域之一。

2016年，国家发改委、科技部、工信部、中央网信办联合发布了《“互联网+”人工智能三年行动实施方案》，系统地提出了我国在2016—2018年间推动人工智能发展的具体思路和内容，意在充分发挥人工智能技术创新的引领作用。

2016年，工业和信息化部、国家发展改革委、财政部三部委联合发布《机器人产业发展规划（2016-2020年）》，提出重点开展人工智能、机器人深度学习等基础前沿技术研究，并实施机器人推广应用计划。

2017年，国务院印发的《新一代人工智能发展规划》指出，人工智能的迅速发展将深刻改变人类社会生活、改变世界，应抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。该规划第一次系统性确立了我国面向2030年的“三步走”人工智能发展总目标。

2019年，中央全面深化改革委员会通过《关于促进人工智能和实体经济深度融合的指导意见》，要把握新一代人工智能发展的特点，坚持以市场需求为导向，以产业应用为目标，深化改革创新，优化制度环境，激发企业创新活力和内生动力，结合不同行业、不同区域特点，探索创新成果应用转化的路径和方法，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。

全球人工智能的产业结构分析

总体来看，人工智能行业可分为基础支撑层、技术层和应用层。

基础层主要提供计算力。主要包含人工智能芯片、智能传感器、基础理论和算法等领域。其中芯片具有极高的技术门槛，且生态搭建已基本成型，目前该层级的主要贡献者是Nvidia、Mobileye和英特尔在内的国际科技巨头。智能传感器领域主要被博世、欧姆龙、ST、罗姆、NXP、ADI、英飞凌、楼氏电子、索尼、三星等巨头企业垄断。跨国公司占据了87%的市场份额，本土企业竞争力较弱。在核心算法和基础理论领域，美国是目前人工智能基础理论和算法发展水平最高的国家，Facebook、谷歌，IBM和微软等科技巨头均重点布局人工智能算法及算法框架等高门槛技术。中国在基础层的实力还相对薄弱。

技术层解决具体类别问题。这一层级主要依托运算平台和数据资源进行海量识别训练和机器学习建模，开发面向不同领域的应用技术，包括语音识别、自然语言处理、计算机视觉和机器学习技术。科技巨头谷歌、IBM、亚马逊、苹果、阿里、百度都在该层级深度布局。中国人工智能技术层在近年发展迅速，发展重点聚焦于计算机视觉、语音识别和語言技术处理领域，除BAT等平台型科技企业之外，还出现了如商汤、旷视、科大讯飞等诸多独角兽公司，处于发展上升期。

应用层解决实践问题，是人工智能技术针对行业提供产品、服务和解决方案，其核心是商业化。得益于人工智能的全球开源社区，人工智能应用层进入门槛相对较低。预计未来场景数据完整、信息化程度较高、追求效率动力比较强的场景将率先实现人工智能的大规模商业化。我国应用层企业将人工智能技术集成到自己的产品和服务，从金融、安防、交通、医疗、制造、机器人等特定行业或场景切入。目前，应用层的企业规模和数量在中国人工智能产业链分布中占比最大，具有较大优势。

我国人工智能各细分领域典型企业

基础层

AI芯片领域，目前全球人工智能的计算力主要是以GPU芯片为主。随着定制化芯片和类脑芯片的不断发展，GPU能够提供的算力增速将放缓。中国企业在GPU领域很难与巨头抗衡，但百度、深鉴科技、寒武纪、中星微、华为等企业在AI专用芯片领域有望为中国企业提供新的可能。

智能传感器领域，我国起步相对较晚，在高端传感器方面的发展落后于欧美日韩等发达国家，海康威视、大华、歌尔、航天电子等企业在传感器领域有一定积累。

核心算法和基础理论领域，我国目前仅少数几家科技巨头或明星独角兽拥有针对算法的开放平台。其中，百度的Paddle-paddle平台是典型的深度学习算法的开源平台，初创企业商汤开发了深度学习训练框架Parrots。

技术层

我国在数据量方面优势较大，据市场调研机构IDC估算，全球数据总量预计2020年将达到44ZB，中国的数据量将占全球数据总量的18%（约等于7.9ZB），这为人工智能技术开发及输出打下了较好根基。我国科技企业通过互联网发展期的积累，获得了海量的数据，随着数据的价值在人工智能时代的日益凸显，这些数据正逐渐演变成企业的重要资产和竞争力。计算机视觉、语音识别、自然语言处理是中国市场规模最大的三个应用方向，市场占有率分别占比34.9%、24.8%和21%，涌现出了商汤、依图、旷视、科大讯飞等独角兽和上市公司。

应用层

得益于广阔市场环境、大量搜索数据、丰富产品线以及国内外科技巨头对开源科技的推动，我国在人工智能应用环节具有较大优势。从行业来看，人工智能已经在医疗健康、金融、教育、客服等多个垂直领域得到应用，涌现出一批具有优势的国内企业。

我国人工智能产业发展突出趋势

场景化、融合化将成为人工智能产业发展新特点

预计未来几年，人工智能与制造、交通出行、金融服务、物联网、医疗诊断等领域的渗透影响不断加深，发展融合化、应用场景化将成为人工智能产业发展的重要特点。

在制造领域，联想集团将“制造+服务”作为人工智能时代生产效率最高的商业模式，基于人工智能技术，布局能够自我思考、自我成长的“有机制造”，使工厂逐步进化为前端连接用户，后端融合供应链的“有机工厂”，不仅实现供给侧结构性改革，也为客户创造更优体验;海尔利用人工智能技术赋能传统产业，实现了从传统家电供应商向“硬件+软件+服务”平台型企业的转型，利用传感器和智能算法提升制造设备的工作效率和使用寿命，基于语音、图像、大数据、自动识别人工智能技术提升了用户端的交互体验，实现了生产、制造、销售、服务全流程生产体系打通和大规模个性化定制。

在交通出行领域，2018年是人工智能在智能驾驶和智慧城市领域的产品化元年，谷歌Waymo已经率先在美国凤凰城实行一定规模的商业化。我国企业中百度的技术方案较为成熟，预计到2019年搭载阿波罗L4自动驾驶能力的汽车将达到1万台。

在消费电子领域，华为全新发布的荣耀Magic系列手机采用了人工智能处理器麒麟980芯片，可实现计算机语言识别、自学习、自推荐，未来将进一步改写智能手机发展格局。

在网络零售领域，京东将人工智能技术运用于零售消费的全系统、全流程、全场景。在供应端，京东发布人工智能平台，实现了智能算法的跨场景复用，每天的调用量突破12亿次。

在金融服务领域，蚂蚁金服利用人工智能技术控制金融风险、提高金融效率、降低交易成本、提高用户体验，其微贷业务实现了3秒申请、1秒决定、零等待的“310”服务形态，其“定损保”业务通过一张照片即可识别车险赔付中车辆的维修成本。

在AIoT领域，百度、阿里巴巴、腾讯、京东等巨头公司以及科大讯飞等独角兽公司，将通过万物互联搭建AI应用生态。

在医疗领域，随着美国药管局（FDA）批准全球第一款自动筛查视网膜病变的人工智能医疗设备上市，我国人工智能辅助医学诊断产品的商用化进程也将加速。

人工智能产业发展将塑造智能经济雏形

智能经济是以大数据、互联网、物联网、云计算等新一代信息技术为基础，以人工智能技术为支撑，以智能产业化和产业智能化为核心，以经济和产业各领域为应用对象的新型经济发展形态。普华永道预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模，其中中国的GDP增长规模为26%，北美的GDP增长规模为14%，为全球受到人工智能带动效应最大的地区。

未来几年，人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各个方面改变人类生活。人工智能将通过与云计算、医疗、物流仓储、政务国防、隐私数据保护、卫星数据处理、网络安全、体力蓝领、农业、自动驾驶、金融服务、企业管理、材料科学等各种行业领域的深度融合，加速塑造新的社会经济形态。未来几年内，人工智能在保障改善民生、社会治理等方面将发挥更加积极的作用，智慧城市、智慧交通、智慧医院等创新智能服务体系建设将更为完善。

国内外人工智能领域发展的主要挑战

从全球范围来看，在技术层面，“强人工智能”的技术天花板尚未取得实质性突破，世界各国基于各类“脑计划”的人工智能路径尝试尚在进行。应用层面，人工产品系统存在技术黑箱，感知智能领域的产品归责问题尚不明晰，可知、可用、可控、可靠将是人工智能产品和服务面临的突出考验。隐私保护层面，人工智能的发展有赖于利用数据训练算法，该过程中需要收集、分析和使用大量数据，产业链上的开发商、平台提供商、操作系统和终端制造商等参与主体出于商业利益考虑，保护用户个人隐私的意愿并不强烈，合法合规地收集使用数据是人工智能产业应用面临的重要问题。社会伦理层面，人工智能的发展与普及应用，对于传统社会伦理造成巨大冲击，如不谨慎处理，将对未来社会造成严重伤害。

从我国情况来看，目前我国人工智能发展主要存在四方面问题。一是核心技术仍存在短板。底层技术基础差，基础软器件、底层算法、理论研究等方面缺乏重大原创科技成果，与国际领先水平差距较大。二是与实体经济融合发展路径需指导。人工智能技术与应用场景分离，传统行业利用人工智能技术进行改造的需求尚不强烈，应用模式尚待探索。三是产业生态亟待完善。人工智能发展面临着资质、数据、标准、安全评估等方面的壁垒，人工智能基础设施和公共服务平台建设尚待加强。四是专业人才极其匮乏。人才缺口大，结构性矛盾突出，具有国际化视野以及专业学科背景的领军性人才、基礎科研人才、应用人才极其匮乏。

责任编辑：孙俊杰

sunjunjie@ccidmedia.com