全国三分之一的人工智能企业聚集长三角
原创何书瑶上观数据
2021年，中国人工智能软件及应用市场规模大概在52.8亿美元（约330.3亿元人民币），相比2020年涨幅为43.1%。
以地区来看，长三角的人工智能产业规模在全国占比约为三分之一，企业数超过2000家。
十年前这个数字还仅仅是400家！在增长最快的2014-2017年，长三角每年新成立企业的平均增速能达到32%，2018-2021年的增速放缓，平均同比增长在7%左右。
这么多企业集中在一个区域，彼此之间关系是什么？会造成地区“内卷”吗？
九成企业在应用层
要说明这个问题，先要看看这2000多家企业都分布在哪些领域。
一般来说，人工智能企业按类型可划分为：基础层、技术层和行业应用层。基础层以AI芯片、计算机语言、算法架构等基础研发为主；技术层以计算机视觉、智能语音、自然语言处理等分支技术为主;应用层以AI技术集成与应用开发为主。
当然，许多企业会同时涉及不同领域，比如海康威视的业务领域就涉及了基础层的数据平台、算力、传感系统和存储、技术层的机器学习和安防、家居等行业应用层。
目前来看，长三角有九成以上的人工智能企业涉及行业应用层，其次则是技术层，基础层占比相对低。
应用层里，金融、交通、物流、机器人和制造业是企业最多的细分领域。
技术层内部，涉及计算机视觉与图像的企业最多，占到技术层企业总数的22%。该领域在前几年以人脸识别技术为主要突破口，是人工智能行业目前模型应用效率较高、且市场规模较大的细分领域，诞生了AI“四小龙”（商汤、旷视、云从、依图）等代表企业，也引发更多企业投入该领域。
涉及机器学习、数据挖掘、模式识别技术和自然语言处理的企业也分布较多。
基础层企业数量涉及较多的领域，依次是数据平台、AI芯片、算力和传感系统，分布较为均匀。
AI芯片和传感系统相关企业融资最好
从融资情况来看，资本市场对基础层的企业较为看好。
涉及基础层细分领域的融资额中位数都在2000万元以上，尤其是涉及基础层的AI芯片和传感系统的企业融资额中位数，分别达到6300万元和5700万元，显著高出其他领域。
技术层中知识图谱获得的融资较高，其次则是涉及机器人关键技术和智能交互的企业。
行业应用层整体的融资水平不及基础层和技术层，融资中位数较高的领域涉及智慧商业和智慧制造，均在3000万元以上。
上海稳坐龙头，浙江紧随其后
从地域来看，上海是长三角人工智能行业的龙头，人工智能企业数量占到长三角的一半江山。
浙江和江苏的人工智能企业数量，则分列二、三，占长三角地区人工智能企业总数的27%和20%。安徽的人工智能企业数量相对较少，目前仅占到4%。
我们将人工智能企业数量和融资情况进行综合计算，来观察长三角各地在不同细分领域的发展特色。
上海在人工智能行业的各领域都跑在最前面。其中行业应用层的智能金融最为突出，上海涉及智能金融的企业数量占到长三角地区同类企业6成以上。金融业一直是上海的重要产业，在加快建设国际金融中心的过程中，聚集在上海的金融机构在智能风控、监管和数字化转型等方面对人工智能有着大量诉求。
浙江在智能金融领域的得分也比较突出，涉及智能金融的企业数量达到140家，仅次于上海。
除此以外，江浙沪三地的人工智能产业在行业应用层，主要集中在汽车及交通、物流和机器人等领域。这与长三角本身大力发展的智能汽车、先进制造和物流等行业息息相关，体现出人工智能与实体经济的深度融合。
风口的变化：智能医疗和AI芯片是黑马
在人工智能近十年的发展中，2015-2018年是长三角新兴企业涌现最多的井喷阶段。但近两年，随着人工智能行业进入下半场，最火爆的阶段过去，涉及行业应用和技术层的新增企业数量显著下滑，而涉及基础层的新增企业数量则相对稳定。
从不同细分领域的新增企业数量来看，前几年较热门的智能金融、机器学习类涌现的企业数量出现了明显下滑。
2020-2021年，算力、AI芯片、智能医疗等几个细分领域则后来居上，新增企业数量反超智能金融、机器学习、智能机器人等前几年的大热领域。
融资方面，2021年至今，人工智能行业获得融资次数最多的细分领域，前三名依次是计算机视觉与图像、智能汽车与交通和智能机器人。
但从近五年融资次数的增长情况来看，智能医疗和AI芯片两个细分领域是当之无愧的黑马。
2021年至今，涉及智能医疗和AI芯片的融资事件分别达到61次和52次，相较2017-2018年分别增长了3.7倍和4.2倍。
资本市场对计算机视觉与图像、智能汽车与交通也保持了较高的关注和投入，涉及这两个领域的融资事件相较2017-2018年增长了一倍以上。
除此以外，数据平台、智能制造和计算力等细分领域近两年的融资增长也可圈可点。
相较于五年前的野蛮生长，如今长三角的人工智能产业进入了更加精耕细作的发展阶段。一方面，人工智能企业聚焦的领域与实体经济产业的联系更加紧密；另一方面，行业基础设施建设的重要性在热潮过后也更加凸显。
未来，人工智能产业的规模化落地和健康发展，必然离不开核心技术的进一步突破和基础层建设的稳扎稳打。
原标题：《全国三分之一的人工智能企业聚集长三角，这也太卷了》
新媒：须把人工智能风险降到最低
0分享至用微信扫码二维码
分享至好友和朋友圈
参考消息网6月14日报道新加坡《联合早报》6月5日刊登题为《密切关注人工智能发展趋势》的社论。全文摘编如下：欧盟正在草拟第一部监管人工智能(AI)的法律框架，以确保欧洲人在未来使用人工智能时能有安全和可信赖的环境。建议的框架除了要能对一套人工智能系统进入市场之前进行合格评定，以及投入使用后能采取执法行动等措施之外，特别关注人工智能系统可能产生的风险，为此定义了四个层级：无法接受的风险、高风险、有限风险以及低或无风险。近期，由于美国硅谷科企推出的ChatGPT等相关产品引领潮流，人工智能的发展分外受到世人关注。但人工智能带来的影响远超聊天机器人。一般人大多相信它能产生突破性的正面效果，包括医疗技术、生产能力、无人驾驶等；也有更多人在讨论它可能带来的经济变局、就业冲击等效果。同样在美国，一群研发人工智能的科技企业家和研究者，却不断发出警告并联署公开信，要求政府介入监管人工智能的研发与应用。这显示人工智能的演进已经到了关键时刻，稍有不慎就可能出现失控的风险，而人类专家可能无法应对后果。欧盟在解释制定法律框架的原因时就举例：人类常常无法了解人工智能系统为什么作出某种决定或预测，并采取某个行动，因此可能很难判断在诸如聘用决定或公共福利计划中有没有不公平现象。除了类似的公共事务，人工智能研发实力最强大的美国业界，主动出面要求监管，也说明很可能存在必须及时关注的各种人文与法律等漏洞，需要公权力介入。美欧学界和业界都发现，如果任由人工智能产业和其他产业一样，让企业之间自由竞争，最终的后果或许无人可以承担。由于涉及尖端技术，绝大多数国家在人工智能领域都只能是接受者，作为积极迈向智慧国的新加坡，近年来使用涉及人工智能产品的深度与广度越来越大，也出现一些行业数码化的受害者，因此对国际社会在这方面的发展应该密切关注。关注人工智能发展的国际专家积极发出警觉和感到不安，主要理由包括以下几点：一是在技术上，目前的人工智能与过去的任何科技突破都有着本质上的不同，不再是单纯反映人类意志与思维的产品。例如印刷业再怎么发展，都需要根据人类创作的内容印刷与传播，从新闻内容到宗教文献都一样。但人工智能已经有了自主操作与生成内容的可能，或许不久后甚至能编造自己生成的各类内容，而人类无法分辨真假。二是在自由思想上，人工智能的发展比各种类型的宣传机器更强大，可能被用于商业与政治领域，进行无意识的渗透和影响，破坏民主制度的公平性和自主性。三是在经济上，即便法律规范能消除前文的顾虑，但人工智能为产业所带来的强大效率，可在短时间内让低端产业重新在发达国家出现，例如用不着大量人工的传统制造业可重新回到发达国家，全球化分工进一步瓦解，将导致依赖这些产业的穷国经济一夕崩溃。另外，无论是在先进或落后国家，它都极可能夺走人们的饭碗，甚至摧毁不少行业。这些问题已经超出法律规范，亟需国际社会在“适者生存”的商业规则之外，建立更多共识。不久前，数以千计的人工智能业者和关注者集体发出公开信，要求企业界暂停研发至少半年，以便人类后退一步，制定规范。其顾虑便是人工智能的演进速度之快，可能从根本上颠覆人类所能想象的局面。美欧等发达国家试图制定法律规范是重大的进展，但在世界处于断链脱钩的情况下，相关规范如果因大国的猜疑与相互排斥而不能取得全人类共识，甚至敌对的科技大国铆足全力争相研发与利用人工智能技术，会不会在十年内演变成新型而更强大的人工智能“战争”，恐怕更令人警惕。新技术的研发是人类的智慧结晶，包括人脸或声纹辨识等科技，今天已广泛使用，并被视为更安全的保障。但技术更新越来越精密，掌握技术能力者一旦拿来做坏事，绝大多数人都无法分辨真伪。通过人工智能所制造的信息战，无论是政治类、商业类或存心的诈骗，对很多人而言都是风险。因此除了期待发达国家早日建立周全的监管框架，我们也有必要根据自身国情，尽快完善监管规划，把风险降到最低。特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端chatGPT是什么人工智能有多耗电
大家好，我是权知星球，今天跟大家讨论一下chatGPT是什么？这个人工智能到底有多耗电的问题。
“chatGPT会耗电吗？”这是一个值得探讨的问题。作为一款强大的自然语言处理模型，chatGPT自然消耗大量的能源。根据官方数据，chatGPT-2在单个GPU上训练时间长达8天，chatGPT-3更需要数百个GPU并行训练数周之久。这足以说明chatGPT的训练过程需要大量的计算资源和能源支持。但对于普通用户，使用chatGPT并不会造成过多的能源消耗。因为chatGPT常用于云端服务，用户只需要通过网络连接到云服务器上的chatGPT服务，而不是在自己的设备上运行模型。因此，用户在使用chatGPT时的能源消耗主要来自于网络连接和设备的电量，而非chatGPT本身。总的来说，chatGPT的大量能源消耗主要体现在其训练过程中。至于普通用户，使用chatGPT不会对能源造成过多的负担。
ChatGPT是一种基于人工智能的对话生成模型，它的用电量会受到运行时间和所用硬件配置的影响。通常来说，如果使用高端的CPU和GPU硬件配置，ChatGPT的用电量会相对较高。此外，若ChatGPT的运行时间过长，也会导致用电量增加。在电池寿命方面，ChatGPT运行的时间越长，则对电池的消耗也就越大。
chatGPT是一款基于人工智能的聊天机器人，它需要运行在服务器上，因此需要消耗大量的能源。具体来说，chatGPT的能源消耗与服务器的性能和规模有关，大型服务器需要更多的电力来运行。同时，chatGPT的能源消耗还与使用的算法和数据集有关，不同的算法和数据集需要不同的计算资源和存储空间。由于chatGPT需要不断地进行计算和推理，因此能源消耗是一个需要关注的问题。
chatGPT是一款使用GPT模型的聊天机器人，其能耗主要来自于模型计算和存储。由于GPT模型十分庞大，因此chatGPT的能耗也相对较高。为了降低chatGPT的能耗，我们可以从以下四个方面入手：1.模型优化：可以通过裁剪模型、减少模型的层数、降低参数量等方式来优化模型，以减少chatGPT的能耗。2.计算优化：可以使用低功耗芯片、优化计算流程等方式来降低chatGPT的能耗。3.存储优化：可以使用高效的存储方式、模型压缩等方式来减小chatGPT的能耗。4.算法优化：可以使用更加高效的算法、减少计算次数等方式来减少chatGPT的能耗。因此，要减少chatGPT的能耗，需要综合考虑模型、计算、存储和算法等多个因素，以达到最佳优化效果。
chatGPT是一款基于人工智能技术的聊天机器人，它的能耗主要与硬件和算法有关。chatGPT需要大量的计算资源来支持其自然语言处理和深度学习算法，因此相对而言能耗较高。与其他聊天机器人相比，chatGPT使用更复杂的算法和更高级的硬件，也可能会有更高的能耗。综上所述，chatGPT是一款先进高效的聊天机器人，虽然能耗稍高，但其所带来的价值和效益显著。随着技术和算法的进一步优化，chatGPT的能耗也将逐渐降低，提供用户更高效、环保的聊天体验。
喜欢我的文章的小伙伴欢迎持续关注我的B站账号，更多chatGPT干货与您分享~