2023年杭州市人工智能行业市场现状、竞争格局及发展前景分析 2025年人工智能市场规模将达到3000亿元以上
行业主要上市企业：阿里巴巴(BABA.N);海康威视(002415);大华股份(002236);网易(NTES.O);虹软科技(688088);每日互动(300766);浙大网新(600797);中控技术(688777)等
本文核心数据：杭州市人工智能企业数量;杭州市人工智能市场规模;杭州市人工智能融资;人工智能城市排名;人工智能项目数量
1、杭州市人工智能已形成双核聚集、多点布局的发展格局
近年来，杭州持续在人工智能领域开拓创新，成功获批建设国家人工智能创新应用先导区和新一代人工智能创新发展试验区。当前，杭州市的人工智能产业已初步形成了城西科创大走廊、萧山及滨江区双核集聚，余杭区、西湖区、钱塘区、临安区、上城区、拱墅区、富阳区等多点布局的态势。
从主要发展平台的分布来看，杭州市人工智能发展平台主要聚集在主城区。滨江区作为杭州高新区，聚集了杭州人工智能计算中心、人工智能产业园等平台;萧山区拥有萧山信息港小镇、萧山机器人小镇等聚集区;西湖区的人工智能发展平台主要是浙大科技园、紫金港科技城等;人工智能小镇、阿里达摩院、南湖科学中心等平台则坐落在余杭区。
《杭州市人工智能产业发展“十四五”规划》提出要打造人工智能优势产业集群。其中，各区重点发展领域不同。上城区主要发展智能家居、智慧金融、智慧教育等;拱墅区主要发展智慧金融、智慧教育等;西湖区、滨江区、萧山区和余杭区布局领域较多，包括视觉智能、智能网联汽车、智能机器人、智能家居等;富阳区着重发展智能机器人;临安区和临平区着重发展智能家居;钱塘区聚焦智能网联汽车和智慧医疗。
2、杭州市人工智能产业发展现状分析
——杭州市人工智能核心企业超400家多为应用层企业
近年来，杭州人工智能产业发展动力强劲，企业数量不断增长。数据显示，目前杭州人工智能相关企业已突破700家。其中，2021年纳入省人工智能产业统计范围的企业有420家，相较于上年的300余家有较大的增长。根据公司主营业务和核心研发能力，人工智能企业可分为应用层、技术层和基础层三大层级类别。随着应用场景的加速落地，杭州应用层的人工智能企业数量快速增长，2021年占总体的比重达到80%。
2)杭州市人工智能市场规模快速增长2021年突破2000亿元
2019-2021年，杭州人工智能产业营业收入呈两位数幅度增长。2021年，杭州人工智能产业营业收入突破2000亿元，达到2038.5亿元，产业增加值增长26.9%。
3)杭州市人工智能应用领域全面开花科创项目聚集滨江区
随着数字化改革的推进，杭州的智能应用也在加速落地。例如，杭州“城市大脑”在交通管理、民生服务、智慧安防等领域广泛推进人工智能应用;阿里巴巴“SUPET工业大脑”等人工智能技术助力杭州实施“新工厂计划”。2022年5月以来，杭州经信局公布了两批杭州市重点建设人工智能应用场景名单。其中，智能制造、智慧城市和智慧教育数量排名前三，两批合计分别为14个、11个和9个。其余应用场景还有智慧交通、智慧医疗、智慧文旅、智慧农村、智慧金融等。
从科技创新项目来看，2022年9月杭州科技局发布了《2022年杭州市人工智能重大科技创新项目立项清单》。其中，滨江区以38项遥遥领先;其次是余杭区，共23项;西湖区为16项，其余区域项目数量均在10项以下。
3、杭州人工智能产业竞争力分析
——杭州市人工智能重点政策不断出台
作为当今经济发展的新引擎和国际竞争的新焦点，人工智能也成为杭州的科技新名片。近年来，杭州不断出台重点政策，推动杭州建设人工智能产业新高地。2019年，杭州出台《杭州市建设国家新一代人工智能创新发展试验区行动方案》，在基础研究、场景应用、企业培育、人才聚集等方面加快推动试验区建设;《杭州市人工智能产业发展“十四五”规划》和《建设杭州国家人工智能创新应用先导区行动计划(2022-2024年)》设下了杭州市的人工智能产业发展目标。
2)杭州市人工智能竞争力跻身全国前五
杭州的人工智能产业在全国的竞争力也在不断增强。中国新一代人工智能发展战略研究院报告显示，在2022年中国人工智能科技产业城市竞争力评价指数排名中，杭州排名全国第四，仅次于北京、深圳和上海三个一线城市，位于全国第一梯队。
3)杭州市成为浙江省人工智能产业核心发展区域
从浙江省层面来看，杭州是浙江省人工智能产业发展的核心区域。杭州聚集了全省36.5%的人工智能核心企业，2021年营业收入占全省的52.4%，研发费用为225.8亿元，占全省的70.5%。
4)杭州市人工智能资本市场活跃
《中国城市人工智能发展指数报告》显示，杭州人工智能产业资金支持力度处于全国头部梯队。2015-2021年，杭州人工智能产业融资呈波动态势，2021年资本市场活跃，全年融资案例接近80件，融资金额超100亿元。
注：2022年数据截止至2022年10月。
5)杭州市人工智能创新体系完善
当前，杭州构建了以高校、科研院所、省级实验室、企业研究院为代表的人工智能创新生态系统。截至2020年人工智能企业授权专利达到2.5万件，其中发明授权专利7691件，在国内处于领先水平。
4、杭州人工智能产业发展目标分析：至2025年杭州人工智能产业营业收入达到3000亿元以上
为建设国家人工智能创新应用先导区，杭州未来将持续发力人工智能产业。根据《杭州市人工智能产业发展“十四五”规划》，至2025年，杭州人工智能产业营业收入达到3000亿元以上，实现增加值660亿元以上;力争形成重大科技成果20项以上，获得核心发明专利2000项以上;拥有3-4个具有国际竞争力的工业互联网平台，打造4-5个具有全球影响力的千亿级人工智能产业集群。
更多本行业研究分析详见前瞻产业研究院《杭州市数字经济行业市场前瞻与投资规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、政策研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、IPO业务与技术撰写、IPO工作底稿咨询等解决方案。
《杭州人工智能城市报告》出炉
《杭州人工智能城市报告》出炉来源：算力智库时间：2019-07-0110:18:23作者：
算力智库联合复旦大学智慧城市研究中心、长三角大数据产业合作联席会议、中国经营报、机器之心、杭报集团、火鸟财经、太平洋证券研究所等重磅机构今日联袂发布中国人工智能20城系列报告之杭州篇《依托"新四军"聚积的Ai产业集群，技术和应用层企业偏多》。算力智库致力通过系列报告全景扫描中国最具代表性的20座人工智能发展良好的城市产业现状，以期帮助上下游企业享受政策红利、环境红利，也希望一手调研报告给各城市在制定政策、营造良好营商环境中提供新思路。
杭州作为近年来依托互联网、电商等新兴科技行业迅速崛起的代表性城市，成为系列报告的首个标的。报告总结，杭州的人工智能产业扶持政策全面，产业集群初步形成，其局限在于技术应用层较多，基础设施相比略薄弱。
本次报告重要亮点在于，首次从产业园区的角度来进行城市人工智能产业的综合解读。
1、产业园区视角看城市，算力智库解读杭州人工智能“产城融合”
算力智库研究院负责人王杰表示，人工智能园区作为城市经济发展和技术创新的重要增长极和产业集群的浓缩体，其信息化、智慧化建设与智慧城市有着一脉相承的内生逻辑和发展诉求。
复旦大学信息管理与信息系统系主任凌鸿教授在“长三角产业园区智慧指数研究”发布仪式上提及，园区与城市正在逐渐走向一体化，“以产促城，以城兴产”已成为共识。《经济参考报》曾在报道中称，“人工智能+”产业应用已经成为经济增长的新引擎。我国还将突破核心技术，引导人工智能产业技术创新体系建设，加快打造一批人工智能产业集群。
去年以来，广东、天津、辽宁、黑龙江、福建、四川、安徽等多个省市已经相继发布了人工智能规划。比如，安徽省2018年发布的新一代人工智能产业发展规划(2018—2030年)明确提出，到2020年人工智能产业规模超150亿元，带动相关产业规模达到1000亿元。
数据来源：前瞻产业研究院
产业园区扮演着一个上接政府，下通企业的角色。政府层面，通过产业园区可以对相关企业进行高效集中的扶持和管理，一旦形成规模效应，公司、人才、资源将呈几何级增长。
企业层面，通过产业园区可以降低企业大量的成本，比如办公、人才、资源等，园区实现了更高效的技术与应用对接。
报告中提及，包括阿里巴巴、商汤科技、海康威视等巨头企业均坐落于这两大园区内，已初步形成一定的产业集群。
2、背靠阿里、浙大，杭州人工智能躺赢了吗?
随着互联网技术应用的深入及电商等领域的飞速发展，杭州抓住这一历史机遇一跃成为科创公司创业热土。
其长三角的优势地理位置，低于一线城市的房价和政府全方位的扶植政策吸引了大量科技公司和人才的落户。
同时，背靠阿里巴巴、浙大这种科研、应用领域的大树，杭州在人工智能领域起点颇高。报告指出，2017-2018年里我国人工智能专利的发明申请数和授权数，共计26404件，其中杭州申请1106件，位列申请数超千件的7个城市之一，属于国内人工智能的第一梯队。
但是其中仅阿里巴巴一家的申请数量就占据了杭州整体数量的一半。
这既是杭州的优势，可能也会造成一种不平衡，报告通过对杭州产业图谱的整理发现，目前杭州人工智能产业的发展有偏科之嫌。
报告指出，杭州在应用层面呈现集群效应明显，全面开花的局面。涉及领域包括智能制造、智能家居、智慧医疗、安防、金融等。但是在AI芯片领域呈现“设计强，制造弱”的特点，通用人工智能芯片缺乏优秀企业和核心竞争力。
至于政策层面，自2016年起，杭州先后发布《杭州城西科创大走廊规划》、人工智能人才新政12条、《浙江省促进新一代人工智能发展行动计划(2019-2022年)》等扶持计划，政策密集，围绕人工智能产业孵化、加速、产业化不同发展阶段、不同类型以及人才创业创新需求，实施全方位政策扶持。
在产业园区的规划上，以杭州高新技术产业开发区、杭州人工智能小镇为核心，推动萧山信息港、萧山机器人小镇等多个人工智能特色小镇，优化全市人工智能产业结构布局，实现有序竞争错位发展。
其中，杭州人工智能小镇将重点打造杭州城西科创大走廊产业核心区，临近阿里巴巴与浙江大学，重点布局高新产业领先企业以形成高端人工智能产业集群。而杭州高新技术产业园区作为国务院批准的首批国家级高新技术产业开发区之一，作为高新技术的创新源和中小科技型企业的大孵化器。
3、准一线城市逆袭，杭州人工智能发展展望
新兴技术一直是杭州的重点发展领域，结合杭州市人工智能基础，杭州人工智能产业园区已处于第一梯队。
资料来源：算力智库研究院
当然，杭州目前的人工智能产业也有不足，算力智库研究院认为，其产业分布不均、科研力量不足、高端人才不够等发面的问题，特别是在基础研究和芯片核心技术领域存在较大差距。针对人工智能发展的迫切需求和薄弱环节，应前瞻布局可能引发人工智能重大变革的基础研究，促进人工智能与大数据、云计算等技术的融合，实现杭州市新一代人工智能前沿技术的重大突破。
针对这些问题，报告对杭州在技术创新能力、产业集群竞争力、区域支撑能力三方面对杭州人工智能产业进行评价和展望。
1.创新能力：完善人才培养机制，高端人才“进得来，留得住”
2.产业集群：建立产业集群沟通机制，强化产业集群标签
3.区域支撑：基础设施、数据共享、资金保障多方位推动人工智能产业发展
近年来很多新科技概念被热炒，但都没有人工智能那样受到重视。因为人工智能不仅是一个全新的巨大国际市场，同时也是一项可以几乎赋能迭代所有产业效率提升的利器。
以下为报告原文：（点此下载报告）
责任编辑：张薇
2023年人工智能领域发展七大趋势
2022年人工智能领域发展七大趋势
有望在网络安全和智能驾驶等领域“大显身手”
人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。
美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。
增强人类的劳动技能
人们一直担心机器或机器人将取代人工，甚至可能使某些工种变得多余。但人们也将越来越多地发现，人类可借助机器来提升自身技能。
比如，营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注；在工程领域，人工智能工具通过提供维护预测，让人们提前知道机器何时需要维修；法律等知识型行业将越来越多地使用人工智能工具，帮助人们对不断增长的可用数据中进行分类，以找到完成特定任务所需的信息。
总而言之，在几乎每个职业领域，各种智能工具和服务正在涌现，以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。
更大更好的语言建模
语言建模允许机器以人类理解的语言与人类互动，甚至可将人类自然语言转化为可运行的程序及计算机代码。
2020年中，人工智能公司OpenAI发布了第三代语言预测模型GPT—3，这是科学家们迄今创建的最先进也是最大的语言模型，由大约1750亿个“参数”组成，这些“参数”是机器用来处理语言的变量和数据点。
众所周知，OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实，但一些人估计，它可能包含多达100万亿个参数（与人脑的突触一样多）。从理论上讲，它离创造语言以及进行人类无法区分的对话更近了一大步。而且，它在创建计算机代码方面也会变得更好。
网络安全领域的人工智能
今年1月，世界经济论坛发布《2021年全球风险格局报告》，认为网络安全风险是全世界今后将面临的一项重大风险。
随着机器越来越多地占据人们的生活，黑客和网络犯罪不可避免地成为一个更大的问题，这正是人工智能可“大展拳脚”的地方。
人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用，智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年，人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报，即时洞察信息，从而大幅加快响应速度。
人工智能与元宇宙
元宇宙是一个虚拟世界，就像互联网一样，重点在于实现沉浸式体验，自从马克·扎克伯格将脸书改名为“Meta”（元宇宙的英文前缀）以来，元宇宙话题更为火热。
人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境，让人们在元宇宙中体会宾至如归的感觉，培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境，比如想要放松时，就可与人工智能打网球或玩国际象棋游戏。
低代码和无代码人工智能
2020年，低代码/无代码人工智能工具异军突起并风靡全球，从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总值将进一步提升至455亿美元。
美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明，该平台是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。
自动驾驶交通工具
数据显示，每年有130万人死于交通事故，其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”，正在改变这些行业。
特斯拉公司表示，到2022年，其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。
此外，由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶（MAS）已于2020年正式起航。IBM表示，人工智能船长让MAS具备侦测、思考与决策的能力，能够扫描地平线以发觉潜在危险，并根据各种即时数据来变更路线。2022年，自动驾驶船舶技术也将更上一层楼。
创造性人工智能
在GPT—4谷歌“大脑”等新模型的加持下，人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是GoogleX实验室的一个主要研究项目，是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。
2022年，这些创意性输出通常不是为了展示人工智能的潜力，而是为了应用于日常创作任务，如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能，但人们将越来越多地看到这些能力出现在机器上。（记者刘霞）
【纠错】【责任编辑:吴咏玲】人工智能行业专题报告：挑战与机遇
（报告出品方/作者：中信证券，杨泽原、丁奇）
报告摘要
一、人工智能开启新一轮产业变革
1.1三大支柱支撑，向认知智能迈进
人工智能：通常是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门新的技术科学”。人工智能的发展需要“运算平台+数据资源+算法”。
机器学习：属于人工智能的其中一个领域，通过经验学习优化计算机算法，其根本在于海量数据的训练。
深度学习：在人工神经网络的基础上发展而来，实现了从大数据中自动提取数据特征并设计特征模型，摆脱了传统神经网络算法中需要人工工程进行各层的特征设计的弊端。
三次工业革命均引发人类社会格局发生颠覆性的改变，人工智能有望开启新一轮产业革命
第一次（18世纪60s）：蒸汽机成为动力机，解放了生产力；
第二次（19世纪70s）：电力得到应用，推动电气、化学、石油等重工业的兴起；
第三次（20世纪40s）：进入信息时代。信息时代先后出现了计算机、互联网、移动互联网、物联网等几次技术变革。但部分领域近年来放缓趋势已经开始出现。
1.2资本+政策+需求驱动，产业高速增长
投融资：资本争相涌入
近年来人工智能投融资火热，资本争相涌入。随着AlphaGo等具有较大影响力的应用逐步落地，产业界与资本界均对人工智能前景充满期待，人工智能有望开启新一轮产业革命，大型公司纷纷展开“AI军备竞赛”。
二级市场助推人工智能企业发展。私募市场与二级市场逐渐形成衔接，助推AI企业向下一个阶段发展。在二级市场，最受资本青睐的是行业解决方案和智能风控，其次是服务机器人、ADAS系统和AI芯片，最后是智能影像医疗和智能营销。近期，伴随部分AI独角兽IPO获受理，2021年有望迎来AI企业上市潮，二级市场助推AI企业发展。
政策端：政策大力支持
确立“三步走”目标，加速人工智能深度应用创新建设，全面推动AI产业落地。国务院2017年《新一代人工智能发展规划》中确立“三步走”目标，第一步，到2020年人工智能总体技术和应用与世界先进水平同步；第二步，到2025年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平；第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平。
加强人工智能与经济社会深度融合，积累经验做法、标杆案例。科技部2019年8月发布《国家新一代人工智能创新发展试验区建设工作指引》，指出要充分发挥地方在试验区建设中的主体作用，3年内形成一批人工智能与经济社会发展深度融合的典型模式，积累一批可复制可推广的经验做法，打造一批具有重大引领带动作用的人工智能创新高地。
明确“新基建”，注入“新动能”。受疫情影响，数字经济发展迎来关键窗口期。2020年3月，中央明确“新基建”进度，加固、升级人工智能长期发展创新的数字底座，开启AI发展新空间。
应用场景：落地场景丰富
AI的最终任务是实现人工智能在各垂直行业的场景化落地。从全球看，人工智能企业主要集中在AI+（各个垂直领域）、大数据和数据服务、视觉、智能机器人领域，其中AI+企业主要集中在商业（主要包含市场营销和客户管理领域）、医疗健康、金融领域。
从中国看，各垂直领域的AI企业同样集中在各类垂直行业中，渗透较多的包括医疗健康、金融、商业、教育和安防等领域，根据中国信通院数据，其中医疗健康领域占比最大达到22%，其次在金融和智能商业化领域占比分别达到14%和11%。
二、人工智能产业链各环节机遇涌现
人工智能产业链包括基础层、技术层和应用层：
1）基础层是指对AI提供支撑性服务的硬件平台，包括芯片、传感器、数据和服务、生物识别、云计算等；
2）技术层是指实现计算机感知和认知的程序算法，主要包括机器学习、计算机视觉、语音及自然语言处理等；
3）应用层是指将人工智能是现在垂直领域的应用，包括工业机器人、服务机器人、智能医疗、智能金融等。
前文我们提到了一个观点——“运算平台+数据资源+算法”为人工智能提供三大支柱，接下来我们将继续沿着这条线，分析人工智能产业链不同层次的投资机会。
三、人工智能的挑战与机遇：能者为王
挑战一：AI未来发展前景如何？
挑战：人工智能的发展呈现螺旋向上趋势。计算能力上，经历了早期计算、LISP机器、GPU/TPU的发展；算法演化上，经历了Perceptron、专家系统、BP、深度学习的技术发展；核心数据上，经历了从少量到大量再到海量的递进；实用效果上，历经感知、认识、决策的步步推进。
机遇一：技术持续创新迭代推动应用深化
以机器学习为主流方向的人工智能基础技术包括有监督学习、无监督学习、强化学习等技术，但这些技术只是针对部分特定场景，比如说分类、聚类、求最优解等，而现实世界往往是复杂的，深度强化学习等新兴技术的快速发展推动AI向更接近人类思维的方向进步，解决更复杂的认知智能问题。
深度强化学习：强化学习与深度学习结合。深度学习具有较强的感知能力，但是缺乏一定的决策能力；而强化学习具有决策能力，对感知问题束手无策。将两者结合起来，优势互补，为复杂系统的感知决策问题提供了解决思路。
挑战二：数据从何而来？
挑战：人工智能算法训练需要大量数据资源。例：百度人脸识别系统在2015年FDDB检测数据集和LFW识别数据集上的实验结果均获得世界最高的准确率。ImageNet数据库包括1000类150万张图片。百度使用了200万类2亿张图片，数量上是ImageNet数据库的一百多倍。
机遇二：产品+技术+场景完整方案形成数据闭环
大数据：人工智能发展的三大重要基础之一（算力、算法、数据）。大数据的作用包括挖掘、传输、存储、分析、分类等；大数据是人工智能“思考”和“决策”的重要参考，提供数据支持；物联网是促进大数据和AI结合的重要方式，大数据和AI的结合反哺物联网应用的发展。
AI公司有望依靠产品+技术+场景的完整解决方案，构筑数据闭环。2B/2C提供庞大的数据来源；物联网使得数据形式更加多样化；客户资源深厚的头部公司具备广泛的数据基础，以BATH为例，利用庞大的数据量和技术积累，切入AI领域，为中小企业提供数据来源、算力等，助力AI普惠
挑战三：商业化路在何方？
挑战：初创企业商业模式路在何方？从软件核心知识产权、定价模式、数据所有权等维度看，形式较为多样化，当前商业模式未成定局。
机遇三：实现优势赛道控盘突破
以AI技术为切入点，推动“平台+赛道”战略布局，控盘教育等核心赛道。
1）教育：2B2C闭环协同助力打造AI+教育领军，2B产品包括智慧课堂、智慧校园及区域教育云平台等，2C产品包括智能学习机等；
2）政法：智能庭审、辅助判案等产品各地持续推广；
3）医疗：智医助理等AI产品在各地区域化复制落地。
以计算机视觉为核心技术驱动，应用规模化落地。
1）平台：自主研发并建立了全球顶级的深度学习平台和超算中心。
2）应用：深入探索多个垂直行业领域，业务涵盖智能手机、互联网娱乐、汽车、智慧城市、以及教育、医疗、零售、广告、金融、地产等多个行业。
报告节选
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库官网】。
人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势
产业与治理｜全国统一大市场环境下上海人工智能产业发展对策
作为上海三大先导产业之一，上海人工智能发展势头强劲，成为国内人工智能产业重要风向标。2022年4月加快建设全国统一大市场意见颁布，即将迎来产业结构升级和市场结构重塑黄金发展期。对上海而言，打造人工智能“上海高地”，汇集海外高端要素资源，引领产业创新发展，成为上海人工智能产业在全国统一大市场建设中抢抓新机遇、展现新作为的新要求。然而，人工智能产业发展过程中也暴露出一些薄弱环节。课题组通过调研分析上海人工智能产业发展现状以及面临问题，从营造创新环境、优化研发体系、增强核心技术、加快平台建设、挖掘赋能行业五个方面提出上海人工智能产业发展对策建议。
一、上海人工智能产业发展现状
1、产业规模增长迅速，集聚效应凸显
2020年上海人工智能重点企业产值实现2246亿元，较2019年增长超过50%。据不完全统计，2021年上海人工智能相关企业超过1200家，全年共签约155个人工智能项目，总投资额达1107亿元，吸引一批细分领域领军企业落户上海。同时，上海加强示范引领，人工智能产业集聚效应凸显。目前，上海正在加快建设上海国家新一代人工智能创新发展试验区、上海人工智能创新应用先导区，并形成了以浦东张江、徐汇滨江为引领，以杨浦、长宁、静安等各区联动，自贸区临港新片区和闵行码头创新驱动蓄势待发的人工智能产业集群，人工智能高地建设已初步“成势”。
2、AI应用场景丰富，AI赋能百业趋势加快
人工智能成为推动产业数字化、城市数字化转型的核心动力。上海AI应用场景在智能经济、智享生活、智慧治理等方面不断丰富，AI与创新生态、AI与智慧交通、AI生命健康、AI机器人等四大智慧场景正精准深耕，已试点应用包括无人驾驶轨交、智能车站、手术机器人、远程医疗、智慧学校等具体应用场景，展现出AI规模化应用新画卷。同时，上海发布了浦东数字治理、临港数字孪生城、人工智能开源平台、数字伙伴计划、嘉定未来出行五大综合应用场景，带动各领域与人工智能深度融合，AI赋能百业、促进深度数字化转型趋势加快。
3、创新资源丰富，创新成果位居前列
上海人工智能创新呈厚积薄发之势，成果覆盖基础层、技术层和应用层各个层面。在基础层领域，AI芯片产业蓬勃发展，寒武纪云端芯片、地平线的BPU芯片等代表了国内最领先的创新实力，天数智芯、燧原、依图、平头哥、黑芝麻等企业围绕芯片关键技术加速突破；在技术层领域，语音识别、计算机视觉、深度学习等领域产生了大量专利成果，在基础算法方面，上海人工智能实验室联合商汤等单位发布国际领先的开源平台体系OpenXLab、新一代通用视觉技术体系“书生”；在应用层领域，AI技术与产业产品实现了深度融合，智慧诊断、智能机器人等人工智能产品不断涌现，其中冰洲石研发了全球首个由AI发现并获批进入临床试验的乳腺癌药物AC0682，联影智能获CT骨折医疗AI三类证，并进入临床应用。
4、人工智能治理体系“上海标准”崭露头角
上海积极推动人工智能治理实践，积极融入国际人工智能治理体系，取得了突破性进展。2021年上海市人工智能标准化技术委员会正式组建成立，标志着上海人工智能领域标准化工作迈入新阶段。《关于推进本市新一代人工智能标准体系建设的指导意见》率先探索出具有上海特色、国内领先的新一代人工智能标准体系，为全国乃至国际人工智能标准化工作提供“上海方案”。同年，《公共场所人脸识别分级分类应用规范》地方标准正式立项，成为全国首个立项的人脸识别地方性标准。2022年《上海市数据条例》正式实施，围绕数据权益保障、数据流通利用、数据安全管理三大环节为人工智能产业健康发展提供了多层次、全方位保障。
二、上海人工智能产业发展问题
上海人工智能发展在某些维度上具有较好表现，具备产业深耕、经济升级的产业优势，但要打造全球人工智能发展高地，必须解决人工智能产业发展问题。
1、人工智能创新主体单一，创新共同体建设需加强
上海众多高校和科研院所为上海人工智能产业的发展的提供了丰富的创新资源。以人工智能专利申请为例，上海人工智能专利申请数量仅次于北京、深圳，位居全国第三，但是从专利申请主体来看，上海高校专利申请量较多，北京多为科技公司申请专利，东京也以制造企业为申请主体。人工智能创新以企业为主导，其技术推动力更强，适应市场需求的能力也更强，而上海人工智能创新是以高校为主导，创新主体单一，上海人工智能产业发展需要进一步提高企业自主创新能力。
2、人工智能创新成果转化的广度、深度需进一步拓展
高校科研院所为人工智能创新提供了丰富的创新资源，但高校本身的目标和定位与追求经济利益的企业存在巨大的差异，导致其人工智能创新在一定程度上缺乏与市场的有效结合。其次，高校与企业间的合作缺乏广度和深度，目前上海高校主要与国有企业的合作较多，更多关注人工智能的基础设施赋能应用，而与其他企业的合作较少，这也反映出上海在产学研融合过程存在欠缺，高校创新成果的转化应用瓶颈需要解决。同时，高校院所之间的人工智能领域科研协作与交流已有推进，但共同面对市场的转移转化机制还需要研讨和设计。
3、关键核心AI技术有待持续突破，芯片算法需要继续赶超
目前上海人工智能企业大多集中在应用场景的挖掘和融合层面，对于核心技术的研发还有待突破，尤其在自然语言处理和深度学习等技术层的整体实力还有待提升。在AI芯片层面，专利领域基本被美国垄断，上海芯片初创企业目前难以与巨头抗衡。在应用层面，场景落地源于算力、算法与数据的融通，算力资源相关的底层技术及硬件配套仍然是当前卡脖子环节，除此之外，在具体场景应用中，不同算法应用、以及如何建立和维护各个场景下种类齐全、标注准确、数量庞大、质量上乘的数据集是阻碍众多应用场景落地的关键原因。
4、基础数据开放共享不够，结构化大数据平台尚未建立
人工智能的发展离不开数据，尽管上海政府重视数据建设，建立了大数据交易中心，但还是远远不够，同时也并没有完全对人工智能企业开放和共享，也没有让更多企业参与到数据库的建设和扩充。目前上海虽有一定的数据建设基础，但仍未建立更高质量的、结构化的、开放共享的大数据平台。由于大数据构建过程繁冗复杂且需要大量前期投入，大部分数据都是私有或封闭的，数据壁垒难以消除，不同行业间的数据共享程度低。
三、提升上海人工智能产业发展的对策建议
全国统一大市场背景下，上海需创新驱动、深度赋能，打造人工智能“上海高地”，引领国内产业创新发展。
1、进一步营造开放创新创业环境
完善人工智能产业政策体系，营造开放创新创业环境，建设创新生态环境。根据不同发展阶段的企业需求制定个性化、差异化政策支持，对于在孵企业给予启动资金、市场拓展补贴等；鼓励初创企业能级提升，对通过引进关键技术和设备等途径提高自主创新能力的小微企业给与成长奖励、研发补贴、贷款支持、国际合作机会等。同时，加大创新创业团队和优质项目的支持力度，对于科技创新项目进行奖励，支持自主创新能力提升。打造上海人工智能创投品牌，鼓励与顶级创投机构进行战略合作，支持培育本地顶级创投品牌，鼓励各类资本参与上海AI创业投资，落实税收优惠政策，培养顶尖创投管理团队。
2、优化创新体系，加强协同创新
建立以企业为主体、市场为导向、产学研深度融合的人工智能技术创新体系，实现技术创新上、中、下游的对接与耦合，形成创新合力。加强产学研，尤其是民营企业之间以及民营企业和高校之间的合作创新，将上海目前以高校主导，各自为战的合作研发现状，转变为高校与企业互补，形成具有深度和广度的合作研发网络，弥补高校或企业各自单独研究而导致的缺乏市场导向性或基础研究不足。其次，加强全球创新合作，以世界人工智能大会为契机，扩展全球协同创新网络，支持开展国际技术转移和跨境创新合作，鼓励企业通过技术转移方式引进国外先进技术或创新业务产品等。
3、增强核心技术与算法研究突破，提升创新策源能力
打造上海人工智能高地，需要增强对基础研究和核心技术的突破，提升创新策源能力。加大AI专用芯片及类脑计算芯片研发，加快突破脑智能等基础前沿理论和核心技术，持续开展类脑智能研究，推进类脑智能软硬件技术融合研发；在脑智科学、通用智能等基础研究上集中攻关，加快突破智能感知、智能执行等核心技术；加强人机混合增强智能研究，推进跨学科协作开展脑机接口技术研究，突破人机混合学习理论和组织方法；建立新型智能算法库，开展并行分布式智能计算范式研究，在深度学习、自然语言处理、自主智能系统方面推动技术突破，加速产业化。此外，在核心技术和算法突破上，应加强与高等院校科研院所以及全球创新中心的合作，积极扩展创新网络。
4、加强平台建设，打造开源共享的生态
鼓励强化人工智能底层平台建设，构建更高质量的、结构化的、开放共享的大数据平台与云计算平台，有效推动数据共享，消除数据壁垒，打造开源数据生态。建立人工智能底层平台，增强不同行业间数据共享程度，消除人工智能企业数据壁垒。聚焦重点领域，建立人工智能赋能应用平台，促进人工智能技术与传统产业融合，挖掘更多应用场景，打造AI赋能行业生态环境。建立技术研发和人才培养共享平台，以技术研发协同合作为契机，加强学术、技术交流，推进人工智能人才培养和全球人才吸引力度。
（作者许鑫系华东师范大学经济与管理学部信息管理系教授、博士生导师；衣春波系华东师范大学经济与管理学部博士研究生。许鑫教授持续关注新技术、新产业、新业态、新模式等新型经济形态，关心新兴技术治理，本专栏以“产业与治理”为主题，探讨科技创新在经济社会发展中的前瞻性问题。）