人工智能产业发展深度报告：格局、潜力与展望( 七 ) _人工智能

文章插图

文章插图

相比较美国，中国资本投向侧重易落地的终端市场。从融资层面来看，中国各领域发展较为均衡，应用层是突出领域，如自动驾驶、计算机学习与图像、语音识别和无人机技术领域的新增融资额均超过美国。而美国市场注重底层技术的发展。据腾讯研究院数据显示，芯片和处理器是美国融资最多的领域，占总融资额的 31% 。当前中国对人工智能芯片市场高度重视，但受限于技术壁垒和投资门槛高，国内芯片融资处于弱势。

文章插图

基于信息熵的 TOPSIS 法：综合指标评估（略）
数据结果显示，美国综合指标及三大项目指标评分绝对领先，中国第二，欧洲 28 国暂且落后。具体来看，美国在人工智能人才储备、创新产出、融资规模方面优势明显。中国作为后起之秀，尽管有所赶超，但总体水平与美国相比仍有差距，尤其是杰出人才资源、高质量专利申请上存在明显的缺陷和短板。但在论文数量和影响力、研发投入等指标上，中国正快速发展，与美国差距收窄。从各指标具体分析来看，我国人工智能研究主要分布在高校和科研机构，企业参与度较低，产出成果较多呈现条块化、碎片化现象，缺乏与市场的系统性融合，这将不利于中国人工智能技术的发展和产业优势的发挥。此外，我国科研产出、企业数量和融资领域集中于产业链中下游，上游核心技术仍受制于国外企业。未来，若国内底层技术领域仍未能实现突破，势必导致人工智能产业发展面临瓶颈。

文章插图

展望：乘风破浪，探寻弯道超车之路国内人工智能追赶速度迅猛，但基础薄弱问题突出。在强有力的战略引领和政策支持下、依托庞大的数据体量、丰富的应用场景和高度的互联网普及率，中国人工智能产业持续保持蓬勃发展态势，并跻身全球人工智能第一梯队。技术上，我国人工智能论文和专利申请量长期雄踞世界首位，在国际技术竞赛中多次拔得头筹；产业上，以阿里巴巴、腾讯为代表的科技巨头全面布局人工智能生态，以寒武纪、科大讯飞、商汤科技为代表的初创企业深耕垂直领域，打造技术护城河。我国人工智能产业规模、资本投入、企业数量呈现爆发式增长，智能技术与实体融合持续加强，落地场景不断丰富。但我们也应当意识到，与美国、欧洲相比，我国在产业链分布上更加集中于应用落地端口。长期市场化导向导致国内行业发展出现结构性失衡，基础理论缺乏、原创算法薄弱、高端芯片依赖进口等问题凸显，这也反映出中国人工智能发展不牢的风险点。因此，站在科技创新的“巨型风口”，我们更需要审慎后续技术路线和产业发展路径，加大科研攻关力度，补齐技术短板。
从中短期看，技术优化、落地场景的开拓和渗透是是最主要的增长点；从长期看，智能生态体系建设才是弯道超车的必由之路。人工智能产业的核心竞争力在于生态体系的建设，包括大数据、算法理论、底层技术、应用生态、人才储备等层面。而我国人工智能产业生态和基础设施建设正处于探索期，如何实现核心技术的突破和拓宽人工智能技术与社会经济融合场景着力点在于人才储备和持续的研发投入。从人才的角度，收窄技术差距的根本在于优化人的知识结构和能力。当前政策应侧重建立人才培养体系，为人工智能打造人才资源池，尤其是在基础学科领域突破人才瓶颈。同时，打破“唯数量论”的科研评价和考核体系，改变人才激励机制势在必行。我国人工智能专利申请和科研产出数量全球领先，但质量堪忧。唯有从源头改变评价机制，才能扭转“量多而质优”的问题。从研发的角度，企业技术优化和创新能力是解决产业痛点的关键。基础研究的投入周期长、不确定性大、和风险高特点决定了其难以短期内获得投资回报，但基础领域的突破将为经济带来长期和广泛的溢出效应，因此，国内更应关注底层技术的研发投入，扭转传统技术路径，颠覆核心技术受制于人的被动局面。此外，人工智能在赋能机器模拟人类进行决策的同时产生的伦理道德、隐私保护和社会安全问题值得关注。由于法律法规存在滞后性，尚无法对人工智能技术进行有效监管。我国应加快人工智能伦理研究，及早识别人工智能治理风险。