2019-2020年人工智能产业发展深度报告

人工智能市场格局

人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延 申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念始于 1956 年 的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来， 在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入G速发展阶段。据中 国电子学会预测，2022人工智能市场将达到1630亿元，2018-2022年CAGR达31%。

人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革 的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和 新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个L域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测， 2035 年，人工智能将推动中国劳动生产率提G 27%，经济总增加值提升 7.1 万亿美元。

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L和政策支持下、 依托庞大的数据体量、丰富的应用场景和G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，并跻身人工智能D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 表的科技巨头多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L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、G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L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L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G特点决定了其难以短期内获得投资回报，但基础L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。