人工智能市场格局

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家当变革 的核心力量，将重塑生产、分配、交流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诲，人工智能技能在社会经济各个领域深度领悟和落地运用。
同时，人工智能具有强大的经济辐射效益，为经济发展供应强劲的引擎。
据埃森哲预测， 2035 年，人工智能将推动中国劳动生产率提高 27%，经济总增加值提升 7.1 万亿美元。

多角度人工智能家当比较

目前，环球人工智能家当的生态系统正逐步成型。
依据家当链高下游关系，可以将人工智能划分为根本支持层、中间技能层和下贱运用层。
根本层是人工智能家当的根本，紧张提 供硬件（芯片和传感器）及软件（算法模型）等根本能力；技能层是人工智能家当的核心， 以仿照人的智能干系特色为出发点，将根本能力转化成人工智能技能，如打算机视觉、智 能语音、自然措辞处理等运用算法研发。
个中，技能层能力可以广泛运用到多个不同的应 用领域；运用层是人工智能家当的延伸，将技能运用到详细行业，涵盖制造、交通、金融、 医疗等 18 个领域，个中医疗、交通、制造等领域的人工智能运用开拓受到广泛关注。

计策支配：大国竞赛，布局各有侧重

环球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发 达国家乘胜追击，构成第二梯队。
同时，在顶层设计上，多数国家强化人工智能计策布局， 并将人工智能上升至国家计策，从政策、成本、需求三大方面为人工智能落地保驾护。
后起之秀的中国，局部领域有所打破。
中国人工智能起步较晚，发展之路几经沉浮。
自 2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。
由于初期我国政策 侧重互联网领域，资金投向倾向终端市场。
因此，比较美国度当布局，中国技能层（打算 机视觉和语音识别）和运用层走在世界前端，但根本层核心领域（算法和硬件算力）比较 薄弱，呈“头重脚轻”的态势。
当前我国人工智能在国家计策层面上强调系统、综合布局。

美国引领人工智能前沿研究，布局慢热而强势。
美国政府稍显迟缓，2019 年人工智能国 家级计策（《美国人工智能倡议》）才姗姗来迟。
但由于美国具有天时（5G 时期）地利（硅 谷）人和（人才）的天然上风，其在人工智能的竞争中已处于全方位领先状态。
总体来看， 美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超前。
此外，美国聚焦人工智能对国家安全和社会稳定的影响和变革，并对数据、网络和系统安全十分重视。

伦理代价不雅观引领，欧洲国家抢占规范制订的制高点。
2018 年，欧洲 28 个成员国(含英国) 签署了《人工智能互助宣言》，在人工智能领域形成协力。
从国家层面来看，受限于文化和措辞差异阻碍大数据凑集的形成，欧洲各国在人工智能家当上不具备先发上风，但欧洲 国家在环球 AI 伦理体系培植和规范的制订上抢占了“先机”。
欧盟看重磋商人工智能的社 会伦理和标准，在技能监管方面霸占环球领先地位。

日本寻求人工智能办理社会问题。
日本以人工智能构建“超智能社会”为引领，将 2017 年确定为人工智能元年。
由于日本的数据、技能和商业需求较为分散，难以系统地发展人 工智能技能和家当。
因此，日本政府在机器人、医疗康健和自动驾驶三大具有相对上风的 领域重点布局，并着力办理本国在养老、教诲和商业领域的国家难题。

根本层面：技能薄弱，芯片之路任重道远

根本层由于创新难度大、技能和资金壁垒高档特点，底层根本技能和高端产品市场紧张被欧美日韩等少数国际巨子垄断。
受限于技能积累与研发投入的不敷，海内涵根本层领域相 对薄弱。
详细而言，在 AI 芯片领域，国际科技巨子芯片已基本构建家当生态，而中国尚 未节制核心技能，芯片布局难以与巨子反抗；在云打算领域，做事器虚拟化、网络技能 （SDN）、 开拓语音等核心技能被节制在亚马逊、微软等少数国外科技巨子手中。
虽海内 阿里、华为等科技公司也开始大力投入研发，但核心技能积累尚不敷以主导家当链发展；在智能传感器领域，欧洲（BOSCH，ABB）、美国（霍尼韦尔）等国家或地区全面布局传 感器多种产品类型，而在中国也呈现了诸如汇顶科技的指纹传感器等产品，但整体家当布 局单一，呈现出明显的短板。
在数据领域，中国具有的得天独厚的数据体量上风，海量数 据助推算法算力升级和家当落地，但我们也应该意识到，中国在数据公开力度、国际数据 交流、统一标准的数据生态系统构建等方面还有很长的路要走。

“无芯片不 AI”，以 AI 芯片为载体的打算力是人工智能发展水平的主要衡量标准，我们 将对 AI 芯片作详细阐发，以期对中国在人工智能根本层的竞争力更细致、准确的把握。

依据支配位置，AI 芯片可划分为云端（如数据中央等做事器端）和终端（运用处景涵盖手 机、汽车、安防摄像头等电子终端产品）芯片；依据承担的功能，AI 芯片可划分为演习和 推断芯片。
演习端参数的形成涉及到海量数据和大规模打算，对算法、精度、处理能力要 求非常高，仅适宜在云端支配。
目前，GPU（通用型）、FPGA（半定制化）、ASIC（全定制化）成为 AI 芯片行业的主流技能路线。
不同类型芯片各具上风，在不同领域呈现多 技能路径并行发展态势。
我们将从三种技能路线分别阐发中国 AI 芯片在环球的竞争力。

GPU（Graphics Processing Unit）的设计和生产均已成熟，盘踞 AI 芯片的紧张市场份 额。
GPU 善于大规模并走运算，可平行处理海量信息，仍是 AI 芯片的首选。
据 IDC 预测， 2019 年 GPU 在云端演习市场占比高达 75%。
在环球范围内，英伟达和 AMD 形成双寡头 垄断，尤其是英伟达占 GPU 市场份额的 70%-80%。
英伟达在云端演习和云端推理市场推 出的 GPU Tesla V100 和 Tesla T4 产品具有极高性能和强大竞争力，其垄断地位也在不断 强化。
目前中国尚未“入局”云端演习市场。
由于国外 GPU 巨子具有丰富的芯片设计经 验和技能沉淀，同时又具有强大的资金实力，中国短期内无法撼动 GPU 芯片的市场格局。

FPGA（Field Programmable Gate Array）芯片具有可硬件编程、配置高灵巧性和低能耗等优点。
FPGA 技能壁垒高，市场呈双寡头垄断：赛灵思（Xilinx）和英特尔（Intel）合计 占市场份额近 90%，个中赛灵思的市场份额超过 50%，始终保持着环球 FPGA 霸主地位。
海内百度、阿里、京微齐力也在支配 FPGA 领域，但尚处于起步阶段，技能差距较大。

ASIC（Application Specific Integrated Circuits）是面向特定用户需求设计的定制芯片， 可知足多种终端利用。
只管 ASIC 须要大量的物理设计、韶光、资金及验证，但在量产后， 其性能、能耗、本钱和可靠性都优于 GPU 和 FPGA。
与 GPU 与 FPGA 形成确定产品不 同，ASIC 仅是一种技能路线或方案，着力办理各运用领域突出问题及管理需求。
目前， ASIC 芯片市场竞争格局稳定且分散。
我国的 ASIC 技能与天下领先水平差距较小，部分领域处于天下前列。
在外洋，谷歌 TPU 是主导者；海内初创芯片企业（如寒武纪、比特大陆和地平线），互联网巨子（如百度、华为和阿里）在细分领域也有所建树。

总体来看，欧美日韩基本垄断中高端云端芯片，海内布局紧张集中在终端 ASIC 芯片，部分领域处于天下前列，但多以初创企业为主，且尚未形成有影响力的“芯片−平台−运用” 的生态，不具备与传统芯片巨子（如英伟达、赛灵思）反抗的实力；而在 GPU 和 FPGA 领域，中国尚处于追赶状态，高端芯片依赖外洋入口。

技能层面：乘胜追击，海内头部企业各领风骚

技能层是基于根本理论和数据之上，面向细分运用开拓的技能。
中游技能类企业具有技能 生态圈、资金和人才三重壁垒，是人工智能家当的核心。
比较较绝大多数上游和下贱企业聚焦某一细分领域、技能层向家当链高下游扩展较为随意马虎。
该层面包括算法理论（机器学 习）、开拓平台（开源框架）和运用技能（打算机视觉、智能语音、生物特色识别、自然 措辞处理）。
浩瀚国际科技巨子和独角兽均在该层级开展广泛布局。
近年来，我国技能层 环绕垂直领域重点研发，在打算机视觉、语音识别等领域技能成熟，海内头部企业脱颖而 出，竞争上风明显。
但算法理论和开拓平台的核心技能仍有所欠缺。

详细来看，在算法理论和开拓平台领域，海内尚缺少履历，发展较为缓慢。
机器学习算法是人工智能的热点，开源框架成为国际科技巨子和独角兽布局的重点。
开源深度学习平台 是许可"大众年夜众利用、复制和修正的源代码，是人工智能运用技能发展的核心推动力。
目前， 国际上广泛利用的开源框架包括谷歌的 TensorFlow、脸书的 Torchnet 和微软的 DMTK等， 美国仍是该领域发展水平最高的国家。
我国根本理论体系尚不成熟，百度的 PaddlePaddle、 腾讯的 Angle 等海内企业的算法框架尚无法与国际主流产品竞争。

在运用技能的部分领域，中国实力与欧美比肩。
打算机视觉、智能语音、自然措辞处理是三大紧张技能方向，也是中国市场规模最大的三大商业化技能领域。
受益于互联网家当发 达，积累大量用户数据，海内打算机视觉、语音识别领先环球。
自然措辞处理当前市场竞 争尚未成型，但海内技能积累与国外比较存在一定差距。

作为落地最为成熟的技能之一，打算机视觉运用处景广泛。
打算机视觉是利用打算机仿照 人眼的识别、跟踪和丈量功能。
其运用处景广泛，涵盖了安防（人脸识别）、医疗（影像诊断）、移动互联网（***监管）等。
打算机视觉是中国人工智能市场最大的组成部分。
据艾瑞咨询数据显示，2017 年，打算机视觉行业市场规模分别为 80 亿元，占海内 AI 市 场的 37%。
由于政府市场干预、算法模型成熟度、数据可得到性等成分的影响，打算机视觉技能落地情形产生分解。
我国打算机视觉技能输出紧张在安防、金融和移动互联网领域。
而美国打算机视觉下贱紧张集中在消费、机器人和智能驾驶领域。

打算机视觉技能竞争格局稳定，海内头部企业脱颖而出。
随着终端市场工业检测与丈量逐 渐趋于饱和，新的运用处景尚在探索，当前环球技能层市场进入平稳的增长期，市场竞争格局逐步稳定，头部企业技能差距逐渐缩小。
中国在该领域技能积累丰富，技能运用和产 品的结合走在国际前列。
2018 年，在环球最威信的人脸识别算法测试（FRVT）中，海内 企业和研究院经办前五名，中国技能天下领先。
海内打算机视觉行业集中度高，头部企业 脱颖而出。
据 IDC 统计，2017 年，商汤科技、依图科技、旷视科技、云从科技四家企业 占海内市场份额的 69.4%，个中商汤市场份额 20.6%排名第一。

运用层面：群雄逐鹿，格局未定

运用层以底层技能能力为主导，切入不同场景和运用，供应产品和解决方案。
受益于打算机视觉、图像识别、自然措辞处理等技能的快速发展，人工智能已广泛地渗透和运用于诸多垂直领域，产品形式也趋向多样化。
近年来，关注度较高的运用处景紧张包括安防、金融、教诲、医疗、交通、广告营销等。
从领悟深度上，由于场景繁芜度、技能成熟度和数 据公开水平的不同，而导致各场景运用成熟度不同。
例如，政策导向和海量数据助推下， AI+安防、金融和客服领域有较为深入的运用，医疗和教诲领域是产品或做事单点式切入，尚未形成完全的办理方案。
而由于根本举动步伐繁芜和数据获取难度大，AI+制造业处于边缘 化。
此外，AI+农业海内尚未产生成熟产品。

运用处景市场空间广阔，环球市场格局未定。
受益于环球开源社区，运用层进入门槛相对较低。
目前，运用层是人工智能家当链中市场规模最大的层级。
据中国电子学会统计，2019 年，环球运用层家当规模将达到360.5 亿元，约是技能层的1.67 倍，根本层的2.53 倍。
在环球范围内，人工智能仍处在家当化和市场化的探索阶段，落地场景的丰富度、用户需 求和办理方案的市场渗透率均有待提高。
目前，国际上尚未涌现拥有绝对主导权的垄断企 业，在很多细分领域的市场竞争格局尚未定型。

中国侧重运用层家当布局，市场发展潜力大。
欧洲、美国等发达国家和地区的人工智能产 业商业落地期较早，以谷歌、亚马逊等企业为首的科技巨子看重打造于从芯片、操作系统 到运用技能研发再到细分场景利用的垂直生态，市场整体发展相对成熟；而运用层是我国 人工智能市场最为生动的领域，其市场规模和企业数量也在海内 AI 分布层级占比最大。
据艾瑞咨询统计，2019 年，海内77%的人工智能企业分布在运用层。
得益于广阔市场空间以及大规模的用户根本，中国市场发展潜力较大，且在家当化运用上已有部分企业居于 天下前列。
例如，中国 AI+安防技能、产品和解决方案引领环球家当发展，海康威视和大 华股份分别霸占环球智能安防企业的第一名和第四名。

整体来看，海内子工智能完百口当链已初步形成，但仍存在构造性问题。
从家当生态来看， 我国侧重于技能层和运用层，尤其是终端产品落地运用丰富，技能商业化程度比肩欧美。
但与美国等发达国家比较，我国在根本层缺少打破性、标志性的研究成果，底层技能和基 础理论方面尚显薄弱。
初期海内政策侧重互联网领域，行业发展追求速率，资金投向追捧 易于变现的终端运用。
人工智能家当发展较为“暴躁”，导致研发周期长、资金投入大、 见效慢的根本层创新被市场忽略。
“头重脚轻”的发展态势导致我国依赖国外开拓工具、 根本器件等问题，不利于我国人工智能生态的布局和家当的长期发展。
短期来看，运用终 端领域投资产出明显，但其难以成为勾引未来经济变革的核心驱动力。
中长期来看，人工智能发展根源于根本层（算法、芯片等）研究有所打破。

透析人工智能发展潜力

基于人工智能家当发展现状，我们将从智能家当根本、学术生态和创新环境三个维度，对 中国、美国和欧洲 28 国人工智能发展潜力进行评估，并利用熵值法确定各指标相应权重 后，利用空想值法（TOPSIS 法）构建了一个代表人工智能发展潜力整体情形的综合指标。

从智能家当根本的角度

家当化程度：增长强劲，家当规模仅次美国

中国人工智能尚在家当化初期，但市场发展潜力较大。
家当化程度是判断人工智能发展活 力的综合指标，从市场规模角度，据 IDC 数据，2019 年，美国、西欧和中国的人工智能 市场规模分别是 213、71.25 和 45 亿美元，占环球市场份额依次为 57%、19%和 12%。
中国与美国的市场规模存在较大差异，但近年来海内 AI 技能的快速发展带动市场规模高速增长，2019 年增速高达 64%，远高于美国（26%）和西欧（41%）。
从企业数量角度， 据清华大学科技政策研究中央，截至 2018 年 6 月，中国（1011 家）和美国（2028 家） 人工智能企业数环球遥遥领先，第三位英国（392 家）不及中国企业数的 40%。
从企业布局角度，据腾讯研究院，中国 46%和 22%的人工智能企业分布在语音识别和打算机视觉 领域。
横向来看，美国在根本层和技能层企业数量领先中国，尤其是在自然措辞处理、机器学习和技能平台领域。
而在运用层面（智能机器人、智能无人机），中美差距略小。
展 望未来，在政策扶持、成本热捧和数据规模先天上风下，中国人工智能家当将保持强劲的 增长态势，发展潜力较大。

技能创新能力：专利多而不优，外洋布局仍有欠缺

专利申请量是衡量人工智能技能创新能力和发展潜质的核心要素。
在环球范围内，人工智 能专利申请紧张来源于中国、美国和日本。
2000 年至 2018 年间，中美日三国 AI 专利申 请量占环球总申请量的 73.95%。
中国虽在 AI 领域起步较晚，但自 2010 年起，专利产出 量首超美国，并长期雄踞申请量首位。

从专利申请领域来看，深度学习、语音识别、人脸识别和机器人等热门领域均成为各国重 点布局领域。
个中，美国险些全领域领跑，而中国在语音识别（中文语音识别精确率天下 第一）、文本挖掘、云打算领域上风明显。
详细来看，多数海内专利于 AI 科技热潮兴起后 申请，并集中在运用端（如智能搜索、智能推举），而 AI 芯片、根本算法等关键领域和前 沿领域专利技能紧张仍被美国节制。
由此反响出中国 AI 发展存在根本不牢，存在表面繁 荣的构造性不屈衡问题。

从专利权人分布来看，中国高校和科研机构创新霸占主导地位，或导致理论、技能和家当 割断的市场格局。
欧美日人工智能申请人集中在企业，IBM、微软、三星等巨子企业已构 建了相对成熟的研发体系和策略，成为专利申请量最多的专利人之一。
个中，IBM 拥有专 利数量环球遥遥领先，截至 2018 年 12 月 31 日，共拥有 4079 件 AI 专利。
而中国是环球 唯一的大学和研究机构 AI 专利申请高于企业的国家。
由于高校与企业定位与利益追求本 质上存在差异，海内技能创新与市场需求是否有效结合的问题值得关注。

中国 AI 专利质量参差不齐，外洋市场布局仍有欠缺。
只管中国专利申请量远超美国，但技能“多而不强，专而不优”问题亟待调度。
其一，中国 AI 专利海内为主，高质量 PCT 数量较少。
PCT（Patent Cooperation Treaty）是由 WIPO 进行管理，在环球范围内保护 专利发明者的条约。
PCT 常日被为是具有较高的技能代价。
据中国专利保护协会统计，美国 PCT 申请量占环球的 41%，国际运用广泛。
而中国 PCT 数量（2568 件）相对较少， 仅为美国 PCT 申请量的 1/4。
目前，我国 AI 技能尚未形成规模性技能输出，国际市场布 局欠缺；其二，中国实用新型专利占比高，专利废弃比例大。
我国专利种别包括发明、实 用新型专利和外不雅观设计三类，技能难度依次降落。
中国拥有 AI 专利中较多为门槛低的实 用新型专利，如 2017 年，发明专利仅占申请总量的 23%。
此外，据剑桥大学报告显示， 受高昂专利掩护用度影响，我国 61%的 AI 实用新型和 95%的外不雅观设计将于 5 年后失落效， 而美国 85.6%的专利仍能得到有效保留。

人才储备：供需失落衡，顶尖人才缺口大

人才的数量与质量直接决定了人工智能的发展水平和潜力。
目前，环球人工智能人才分布 不均且短缺。
据清华大学统计，截至 2017 年，人才储备排名前 10 的国家占环球总量的 61.8%。
欧洲 28 国拥有 43064 名人工智能人才，位居环球第一，占环球总量的 21.1%。
美国和中国分别以 28536、18232 列席第二、第三位。
个中，中国根本人才储备尤显薄弱。
根据腾讯研究院，美国 AI 技能层人才是中国 2.26 倍，根本层人才数是中国的 13.8 倍。

我国人工智能人才供需严重失落衡，精彩人才缺口大。
据 BOSS 直聘测算，2017 年海内子 工智能人才仅能知足企业 60%的需求，守旧估计人才缺口已超过 100 万。
而在部分核心领域（语音识别、图像识别等）， AI 人才供给乃至不敷市场需求的 40%，且这种趋势随 AI 企业的增加而愈发严重。
在人工智能技能和运用的摸索阶段，精彩人才对家当发展起着 至关主要的浸染，乃至影响技能路线的发展。
美国（5158 人）、欧盟（5787 人）依托雄 厚的科研创新能力和发展机会聚拢了大量精英，其精彩人才数在环球遥遥领先，而中国杰 出人才（977 人）比例仍明显偏低，不敷欧美的 1/5。

人才流入率和流出率可以衡量一国生态体系对外来人才吸引和留住本国人才的能力。
根据 Element AI 企业的划分标准，中国、美国等国家属于 AI 人才流入与流出率均较低的锚定 国（Anchored Countries），尤其是美国的人工智能人才总量保持相对稳定。
详细来看， 海内子工智能造就仍以本土为主，外洋人才回流中国的 AI 人才数量仅占海内子才总量的 9%，个中，美国是海内 AI人才回流的第一大来源大国，占所有回流中国人才比重的 43.9%。
可见海内政策、技能、环境的发展对外洋人才的吸引力仍有待加强。

从学术生态的角度

技能创新能力：科研产出表现强劲，产学领悟尚待加强

科研能力是人工智能家当发展的驱动力。
从论文产出数量来看，1998-2018 年，欧盟、中国、美国位列前三，合计发文量环球占比 69.64%。
近些年，中国积极开展前瞻性科技布 局， AI发展势头强劲，从1998年占环球人工智能论文比例的8.9%增长至2018年的28.2%， CAGR17.94%。
2018 年，中国以 24929 篇 AI 论文居天下首位。
中国研究活动的生动从 侧面表示在人工智能发展潜力较大。

我国论文影响力仍待提高，但与欧美差距逐年缩小。
FWCI（Field-Weighted Citation Impact， 加权引用影响力）指标是目前国际公认的定量评价科研论文质量的最优方法，我们利用 FWCI 表征标准化1后的论文影响力。
当 FWCI≥1 时，代表被考论文质量达到或超过了世 界均匀水平。
近 20 年，美国的 AI 论文加权引用影响力“独领风骚”，2018 年，FWCI 高 于环球均匀水平的 36.78%；欧洲保持相对平稳，与环球均匀水平相称；中国 AI 领域论文 影响力增幅明显，2018 年，中国 FWCI 为 0.80，较 2010 年增长 44.23%，但论文影响力仍低于天下均匀水平的 20%。
从高被引前 1%论文数量来看，美国和中国高质量论文产出 为于环球第一、第二位，超出第三位英国论文产出量近 4 倍。
综合来看，中国顶尖高质量 论文产出与美国不分伯仲，但整体来看，AI 论文影响力与美国、欧美仍有差距。

从发文主体来看，科研机构和高校是目前中国人工智能知识生产的绝对力量，反响出科研成 果转化的短板。
而美国、欧盟和日本则呈现企业、政府机构和高校联合参与的态势。
据Scopus 数据显示，2018 年，美国企业署名 AI 论文比例是中国的 7.36 倍，欧盟的 1.92 倍。
2012 年 至 2018 年，美国企业署名 AI 论文比例增长 43pct，同期中国企业署名 AI 论文仅增长 18pct。
此外，人工智能与市场运用关联密切，校企互助论文普遍存在。
而我国校-企互助论文比例仅为 2.45%，与以色列（10.06%）、美国（9.53%）、日本（6.47%）差别较大。
从产学结合的角度， 中国人工智能研究以学术界为驱动，企业在科研中参与程度较低，或难以实现以市场为导向。

中国人工智能高校数量实位于第二梯队，实力比肩美国。
高校是人工智能人才供给和论文 产出的核心载体。
据腾讯研究院统计，环球共 367 所高校设置人工智能干系学科，个中， 美国（168 所）独占鳌头，霸占环球的 45.7%。
中国拥有 20 所高校与英国并列第三，数 量上稍显逊色。
此外，中国高校实力普遍上升，表现强劲。
据麻省理工学院 2019 年发布的AI 高校实力 Top20 榜单中，中国清华大学、北京大学经办前两名，较 2018 年分别上 升 1 个和 3 个名次。

从创新环境的角度

研发投入：中美研发投入差距收窄

中国研发高投入高强度，在环球研揭橥现中霸占主要地位。
从研发投入的角度，美国、中国、日本和德国始终是环球研发投入的主力军。
据 IDC 统计显示，2018 年四国的研发投 入总和占环球总量的比例已达 60.77%。
个中，美国凭借其强大的研发实力连续多年位居 环球研发投入的榜首。
近年来，中国研发投入呈现一起猛增的强进势头，据 Statista 统计， 海内 2019 年研发投入额为 5192 亿美元，仅次于美国。
且趋势上与美国差距不断缩小， 2000 年至 2019 年，CAGR 高达 14.43%，同期美国 CAGR 仅 2.99%。
由于经济疲软等 诸多缘故原由，欧盟与日本则呈现较为缓慢的上升趋势。
据研发投入与强度增长的趋势推测， 中国或在 1-2 年内取代美国的环球研发领先地位。
从研发强度的角度，中国研发强度总体 上呈逐步攀升的趋势，且涨幅较大。
但对峙异活动投入强度的重视程度仍与美国和日本存 在差距。
2018 年中国研发强度 1.97%，低于日本和美国 1.53、0.87 个百分点。

成本投入：资金多而项目缺，成本投向侧重终端市场

中美是环球人工智能“融资高地”。
人工智能开拓本钱高，成本投入成为推动技能开拓的主力。
在环球范围内，美国是人工智能新增企投融资领先者，据 CAPIQ 数据显示，2010 年至 2019 年 10 月，美国 AI 企业累计融资 773 亿美元，领先中国 320 亿美元，占环球总 融资额的 50.7%。
尤其是特朗普政府以来，人工智能投资力度逐步加码。
中国作为环球第 二大融资体，融资总额占环球 35.5%。
考虑到已有格局和近期变革，其他国家和地区难以 从规模上撼动中美两国。
从人工智能新增企业数量来看，美国仍处于环球领先地位。
2010 至 2018 年，美国累计新增企业数量 7022 家，较约是中国的 8 倍（870 家）。
中国每年新 增人工智能企业在 2016 年达到 179 家高点后逐渐低落，近两年分别是 179 家（ 2017 年）， 151 家（2018 年），表明中国成本市场对 AI 投资也日趋成熟和理性。
整体来看，中国人 工智能新增企业增势缓慢，但融资总额涨幅迅猛。
这一“资金多而项目缺”的态势或是行 业泡沫即将涌现的预警。

比较较美国，中国成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，运用层是突出领域，如自动驾驶、打算机学习与图像、语音识别和无人机技能领 域的新增融资额均超过美国。
而美国市场看重底层技能的发展。
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，但受限于技能壁垒和投资门槛高，海内芯片融资处于弱势。

基于信息熵的 TOPSIS 法：综合指标评估

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 国暂且掉队。
详细来看，美国在人工智能人才储备、创新产出、融资规模方面上风明显。
中国作为后起之秀，只管有所赶超，但总体水平与美国比较仍有差距，尤其是精彩人才资源、高 质量专利申请上存在明显的毛病和短板。
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。
从各指标详细剖析来看，我国人工智能研究紧张分布在 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、碎片化征象，缺少与市场 的系统性领悟，这将不利于中国人工智能技能的发展和家当上风的发挥。
此外，我国科研 产出、企业数量和融资领域集中于家当链中下贱，上游核心技能仍受制于国外企业。
未来， 若海内底层技能领域仍未能实现打破，势必导致人工智能家当发展面临瓶颈。

展望

海内子工智能追赶速率迅猛，但根本薄弱问题突出。
在强有力的计策引领和政策支持下、 依托弘大的数据体量、丰富的运用处景和高度的互联网遍及率，中国人工智能家当持续保 持发达发展态势，并跻身环球人工智能第一梯队。
技能上，我国人工智能论文和专利申请 量长期雄踞天下首位，在国际技能竞赛中多次拔得头筹；家当上，以阿里巴巴、腾讯为代表的科技巨子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，打造技能护城河。
我国人工智能家当规模、成本投入、企业数量呈现爆发 式增长，智能技能与实体领悟持续加强，落地场景不断丰富。
但我们也应该意识到，与美 国、欧洲比较，我国在家当链分布上更加集中于运用落地端口。
长期市场化导引导致海内 行业发展涌现构造性失落衡，根本理论缺少、原创算法薄弱、高端芯片依赖入口等问题凸显， 这也反响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 更须要谨严后续技能路线和家当发展路径，加大科研攻关力度，补齐技能短板。

从中短期看，技能优化、落地场景的开拓和渗透是是最紧张的增长点；从长期看，智能生 态体系培植才是弯道超车的必由之路。
人工智能家当的核心竞争力在于生态体系的培植， 包括大数据、算法理论、底层技能、运用生态、人才储备等层面。
而我国人工智能家当生态和根本举动步伐培植正处于探索期，如何实现核心技能的打破和拓宽人工智能技能与社会经济领悟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，收窄技能差距的根本 在于优化人的知识构造和能力。
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，尤其是在根本学科领域打破人才瓶颈。
同时，冲破“唯数量论”的科研评价和考 核体系，改变人才勉励机制势在必行。
我国人工智能专利申请和科研产出数量环球领先，但质量堪忧。
唯有从源头改变评价机制，才能旋转“量多而质优”的问题。
从研发的角度， 企业技能优化和创新能力是办理家当痛点的关键。
根本研究的投入周期长、不愿定性大、 和风险高特点决定了其难以短期内得到投资回报，但根本领域的打破将为经济带来长期和 广泛的溢出效应，因此，海内更应关注底层技能的研发投入，旋转传统技能路径，颠覆核心技能受制于人的被动局势。
此外，人工智能在赋能机器仿照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 智能技能进行有效监管。
我国应加快人工智能伦理研究，及早识别人工智能管理风险。

转自丨 信息化协同创新专委会

作者丨 华泰证券

研究所简介

国际技能经济研究所（IITE）成立于1985年11月，是从属于***发展研究中央的非营利性研究机构，紧张职能是研究我国经济、科技社会发展中的重大政策性、计策性、前瞻性问题，跟踪和剖析天下科技、经济发展态势，为中心和有关部委供应决策咨询做事。
“环球技能舆图”为国际技能经济研究所官方微信账号，致力于向公众年夜众通报前沿技能资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er