2018年中国人工智能产业发展形势展望

2017年，我国人工智能产业保持快速增长，部分技术接近或达到国际领先水平，产业规模、投融资规模和企业数量位居世界前列。展望2018年，人工智能技术创新将持续推进，产业进入稳步增长阶段，与实体经济融合不断加速，政策、资本支持力度持续加大。与此同时，我国人工智能产业仍面临问题与挑战，底层技术基础薄弱，应用路径不明朗，产业发展氛围略显浮躁，专业人才不够充足。

AI芯片、计算机视觉、语音识别等技术的持续创新成为产业发展引擎。人工智能芯片以图形处理器（GPU）、现场可编程门阵列（FPGA）、特定用途集成电路（ASIC）为发展方向，寒武纪、中星微、深鉴科技、地平线机器人等初创企业通过产研结合的发展思路，积蓄了一定的研发实力。计算机视觉技术中，以静态物体识别技术发展最为成熟，动态图像和场景识别技术尚且存在较大上升空间，百度、旷视科技、商汤科技、格林深瞳等企业的技术实力较为领先。语音识别技术近年来发展迅速，目前行业识别准确率已达到95%，科大讯飞、百度、搜狗、出门问问等企业有较大技术优势。

预计2018年全年，芯片和算法的优化将进一步提升计算机视觉和语音识别的应用成熟度。人脸识别将成为计算机视觉技术的竞争热点，格灵深瞳等创新企业有望在动态视觉检测中取得关键突破。科大讯飞等国内语音识别技术商将利用数据优势，推动语音识别技术平台化，进一步提升多场景下的语言识别准确率。

近年来，中国人工智能产业规模保持稳步增长，投融资更为理性，新增企业数量趋缓。产业规模方面，企业年新增数量方面，自2015年达到166家后逐步趋缓，2016年新增企业为77家，2017年全年新增企业数量不超过50家。截至2018年6月，我国人工智能企业数量为692家，其中基础层、技术层和应用层企业比例约为1：20：22。预计2018年全年，国内人工智能产业将延续稳步增长态势，产业规模预计将超过230亿元，投融资事件数量将相对减少，但单笔金额增大，基础层企业将通过技术创新扩大规模，技术层和应用层企业数量将保持稳步增长。

大公司将在行业资源整合中扮演更重要角色。2018年，国内平台层面资源加速整合，大企业通过投资并购迅速获得相应细分领域中的前沿核心技术，降低研发失败的风险，在行业资源整合中发挥越来越重要的作用。未来，百度将以自动驾驶作为核心，着力打造技术驱动的应用型平台生态；阿里将以云服务为生态基础，注重消费级人工智能产品研发，将人工智能赋能于商业生态；腾讯将围绕用户体系组建软硬件融合的人工智能服务生态；科大讯飞将继续深耕语音识别领域，基于语音系统建立通用解决方案，打造智能语音开放平台。

人工智能与实体经济加速融合。十九大明确指出，要推动互联网、大数据、人工智能和实体经济深度融合。人工智能是具有巨大社会和经济效益的尖端领域和创新前沿。据保守估计，2018年中国人工智能将为实体经济带来超过1000亿元的增长。

市场应用空间将大步拓展。近年来，我国在数据规模和产品创新能力等方面已进入世界第一梯队。数据规模方面，中国庞大的人口和发达的互联网提供了数据规模和标注成本优势。产品创新能力方面，中国企业在经历移动互联网时代的优胜略汰后，已能够在国外创新技巧的基础上，依据国内市场特点开发本土创新模式。预计2018年，上述优势将与实体经济的转型发展充分结合，情感识别、手势识别、语音助手、混合现实等个人智能化市场空间将进一步拓展，市场营销、网络安全认证、人力资源、办公智能等企业智能化重构将逐步推进，智能制造、智慧医疗、智慧能源、智能零售等产业化智能重构市场将逐步打开，人工智能的市场应用空间将大步拓展。

资本总量稳步增长，投融资层次将更为丰富。目前，中国人工智能投融资额占全球总量的近35，达到635亿元。其中，计算机视觉与图像、自然语言处理和自动驾驶三大领域投融资额占国内人工智能投融资总量的60以上，成为资本热捧的焦点。预计2018年全年，国内人工智能领域的投融资总量稳中有增，资本将更多聚集在应用层细分领域的龙头企业，投资事件数量将减少，单笔投融资数目将增大，马太效应将日益凸显。投资焦点将从应用层逐步下移，AI芯片等基础层和深度学习算法应用等技术层将获得资本市场的更大关注，投融资层次将更为丰富。

各国人工工智能政策的着重点存在大不同。美国发布的人工智能政策着力点在于应对人工智能蓬勃发展的大趋势，欧盟以及德、英、法为代表的欧洲国家，着重关注的是人工智能带来的伦理和道德。日本的人工智能政策发布较晚，政策预期在国家层面建立起相对完整的人工智能研发促进机制。中国人工智能政策在初期偏向于互联网领域，因此相关产业偏重于应用层，如计算机视觉、自然语言处理、智能机器人和语音识别。因此，目前中国的人工智能战略坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进，强化人工智能对科技、经济、社会发展和国家安全的全面支撑。

我国人工智能产业重应用技术、轻基础理论，底层技术积累薄弱， 存在“头重脚轻”的结构不均衡问题，使我国人工智能产业犹如建立在沙滩上的城堡。基层技术积累薄弱使人工智能核心环节受制于人，阻碍人工智能领域重大科技创新，不利于国内企业参与国际竞争，并使国民经济和国家安全存在远期隐忧。

从技术角度而言，国内人工智能的计算机视觉、语音识别、自然语言处理等应用技术已接近甚至达到国际先进水平，但在基础元器件、底层算法和理论研究等方面与国际水平差距较大，缺乏重大原创科技成果。

从资本角度而言，截至2017年6月，国内人工智能领域投融资主要集中于计算机视觉、自然语言处理和自动驾驶等应用技术领域，人工智能芯片领域的累计融资额仅占人工智能产业总融资额的2.1 。相比之下， 美国人工智能产业的这一比例高达31.5 。

从企业分布角度而言，截至2017年6月，国内人工智能芯片企业数量为14家（仅为美国的42），且均为规模较小的初创企业，难以满足芯片领域技术和资金门槛极高的要求，而美国芯片领域则不乏谷歌、英特尔、IBM、高通、英伟达等科技巨头。

我国人工智能产业处于早期发展阶段，商业化应用路径尚不明确， 商业落地的痛点突出，与当前不断高涨的关注度形成鲜明对比。

从应用对象角度而言，由于人工智能产业与外界缺乏深入、有效的宣传推介、信息交流、资源对接渠道，传统行业和个人消费者对人工智能的认识仍局限于概念层面，对其具体的发展脉络、技术效能和应用模式等缺乏清晰认识。传统行业，尤其是部分劳动密集型行业对应用人工智能的改造成本、实际效益存在疑虑，甚至对旨在“机器换人”的人工智能存在认知偏差和抵触情绪。

从应用环境角度而言，人工智能在推广应用时，面临资质、数据、标准、安全评估等行业准入壁垒。部分行业存在显著的数据壁垒，例如，部分工业制造领域尚未完成数字化，数据获取难度大；金融领域敏感性大，数据分享面临较大的政策和行业阻力。人工智能在数据接口标准、技术评价指标、安全评估管控等方面存在缺失，阻碍其在其他行业及个人消费领域中的推广应用。

人工智能是新兴产业，技术和产业发展迅猛，专业技术人才，以及兼顾人工智能与传统产业的跨界人才不充足，限制了产业发展以及与实体经济的深度融合发展。

从人才数量和质量角度而言，我国人工智能领域专业技术人才数量不充足、经验不丰富。截至2018年6月，中国共有692家人工智能公司， 拥有员工约39200名。相比之下，美国共有1078家人工智能公司，共有约78700名员工，数量达到我国的2倍。据LinkedIn数据，我国从业经验10 年以上的人工智能人才比例不足40，而美国的这一比例则超过70。

从人才分布角度而言，我国人工智能领域人才分布不均匀，主要集中于应用层。据统计，我国人工智能基础层、技术层和应用层的人才数量占比分别为3.3 、34.9 和61.8 ，基础层人才比例严重偏低，不利于底层基础理论研究及重大科技创新。相比之下，美国人工智能领域三个环节的人才数量占比分别为22.7 、37.4 和39.9 ，人才分布更加合理均衡，有利于产业的持续发展。

中国人工智能已具备了非常优越的条件，在多个技术领域取得了领先地位。然而要成为真正的人工智能强国，中国还任重而道。中国必须加强基础研究，优化科研环境，在人工智能的核心基础领域实现突破。要大力促进产业和学术机构的合作，让企业成为人工智能创新的主导力，促进技术的应用与商业化。此外，中国还应加强国际合作与先进技术的交流与吸收，积极参与人工智能全球治理机制的构建中，促进人工智能健康快速发展。