2019年人工智能集聚效应将更具规模

人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，已经成为国际竞争的新焦点和经济发展的新引擎，在支撑供给侧结构性改革、打造高质量的现代经济体系、促进社会进步等方面发挥着越来越重要的作用。2018年，近年来，中国人工智能技术创新日益活跃、产业规模逐步壮大、应用领域不断拓展，取得了阶段性成效。2019年，人工智能产业集聚效应将更具规模，智能经济雏形初现，国际产业博弈将更加激烈。与此同时，我国人工智能产业仍面临问题与挑战，必须给予积极应对。

技术产品展望

边缘智能成为人工智能应用布局的创新方向。“边缘智能”专指靠近智能终端以及数据源头的网络边缘侧，融合了网络、计算、存储、应用的开放计算平台。随着人工智能应用的不断扩展，定位于数据中心等云端的人工智能应用普遍存在着功耗高、实时性低、带宽不足、数据传输安全性较低等问题，人工智能将逐渐从云端向边缘侧的嵌入端迁移。边缘智能对算法的要求相对成熟，边缘智能的人工智能计算将成为重点产业创新重点领域。例如，在对实时性有严格要求的工业环境下，边缘智能将成为工业物联网得以实施的重要条件，目前已有越来越多的硬件厂商开始提供边缘服务器、智能网关等边缘处理的强化产品。

根据HIS数据测算，边缘侧人工智能市场需求在2018年开始爆发，将从2017年的4亿美元增长至2018年的19亿，预计2019年的增长率将超过400％，其中智能手机、智能家居、智能网联汽车、工业互联网等市场规模最大。预计到2019年，更多人工智能应用和产品将部署于网络“边缘侧”，实现更低延迟性、更低能耗、更小体积和更低成本的人工智能技术应用路径。

产业应用展望

人工智能产业链条逐步形成。截至2018年初，我国人工智能领域相关企业达2000家，正逐步在底层基础支撑、核心技术创新、上层行业应用之间建立初步产业链条。在基础领域，涌现出寒武纪科技、地平线机器人、深鉴科技、耐能、西井科技等一批创新技术企业。在技术创新方面，格林深瞳、旷视科技等深耕计算机视觉，百度、搜狗、科大讯飞等在自然语言处理领域技术较为领先，腾讯、阿里巴巴、华为等在机器学习和云计算等领域具有行业优势。在行业应用方面，我国在智能机器人、智能金融、智能医疗、智能安防、自动驾驶、智能教育、智能家居等重点领域涌现出一批具有代表性的相关企业。预计到2019年，我国人工智能产业链条关联性、协同性将显著增强，人工智能产业协同能力将进一步提升。

人工智能产业发展塑造智能经济雏形。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。截至2018年初，我国人工智能核心产业规模达到180亿元，带动相关产业规模达到2200亿元。预计到2019年，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，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，场景化、融合化将成为人工智能产业发展新特点。

问题与挑战

基础技术积累不足。我国在人工智能基础理论、核心关键技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大原创科技成果。核心环节受制于人，不利于国内企业参与国际竞争，随时可能被卡脖子，也使国民经济和国家安全存在远期隐忧。

技术创新的商业应用模式不明朗。应用型创新成果的重复化、碎片化问题严重。人工智能与实体经济融合刚刚起步，相关技术部分应用场景可能面临激浊扬清的淘汰机制。例如，近几年涌现出数量众多的消费级无人机、服务机器人企业，但产品普遍水平较低、功能雷同。与此同时，支持应用落地的人工智能商业模式尚需探索。英特尔的一份调查显示，全球有百分之46％的公司制定了与AI相关的发展计划，但真正得以落地的只有4％。

资本布局多样性不足。位于技术基础层的AI初创企业投资回报周期较长，易面临资金链断裂困难。例如，人工智能芯片从投入研发到规模化生产平均需要7年时间，其间很难产生商业回报，初创企业仅靠自身研发投入难以为继。近年来，国内资本持续加码人工智能领域，但多集中在应用层，追求快速变现后套利退出，在回报周期较长的人工智能基础层领域缺乏布局。与之相比，美国AI领域累计获得978亿美元投融资，其中31％流向处理器芯片领域，在各细分领域中占比最高，未来实现厚积薄发的可能性大。我国人工智能领域的投融资结构头重脚轻，如不及时改观，在资本泡沫消退后，国内人工智能产业发展可能因基础薄弱导致后继无力。

适应人工智能特征的政策、标准体系尚不健全。众多地方政府虽然对发展人工智能抱有极大热情，但对产业特征和规律缺乏理解，仍试图运用政策、资金和资源洼地等传统手段争夺国内稀缺的人工智能产业资源，部分地方省市发布的人工智能规划政策缺乏可操作性。我国针对人工智能技术和产业发展的法律法规研究刚刚启动，尚未在人工智能法治保障、信息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面展开试点。

相关建议

推动人工智能核心技术攻关。一是加强人工智能芯片、传感器、算法、平台等核心技术研发，围绕图像和语音识别、自动驾驶等场景加大算法改进、芯片结构优化研发力度。二是以关键技术为基础，以支撑解决方案打造和深化应用为目标，瞄准人工智能算法、智能芯片、智能传感器等基础领域和情绪感知、认知智能等前沿领域，推进关键核心领域攻关。三是顺应产业平台化、开源化发展趋势，引导和集中行业资源，打造自主架构的深度学习平台以及面向智能网联汽车等领域的人工智能开发平台／开发系统，并尽快开源。

建立针对重点技术产品的资金支持体系。一是设立人工智能产业发展与应用专项资金或专项基金，重点支持人工智能基础理论及关键核心技术研发与产业化，发挥政府引导基金布局引领作用，带动引领地方产业投资基金及社会资本的投资布局。二是针对人工智能产品研发和应用推广，部署研究制定减税降费方案。三是加强对深度学习开源平台和项目政策资金支持力度。

构建有机协同的产业生态并提升服务支撑能力。一是开展示范应用揭榜评选和案例推广工作，支持人工智能企业、系统集成解决方案提供商和行业重点用户联合打造面向特定场景的解决方案。二是面向人工智能产品在制造、交通、电子商务、金融、医疗等领域的创新应用，推动建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台等。三是加速建立人工智能标准、测评、知识产权等服务体系，形成面向人工智能主要细分领域的测评能力。

提前研判安全风险和前沿问题。一是组织力量开展人工智能产业发展带来的法律、伦理和社会问题研究，推动建立保障人工智能健康发展的法律法规、制度体系、伦理道德。二是围绕群体智能、人机混合等未来发展方向，推动我国智库、学者与全球各国科学家与智库开展合作，推动人工智能技术能沿着服务人类的正确方向升级。