全球人工智能创新链竞争态势与中国对策
摘要：积极参与全球人工智能创新链竞争、夺取创新链优势地位对于我国加快建设创新型国家和世界科技强国具有重要意义。基于已有创新链理论研究，结合人工智能的技术经济特性与产业特点，提出人工智能创新链模型，梳理出知识、技术、产品、服务四大创新环节以及多元、协同、循环、发展四大特性。运用模型结构，分析认为当前全球人工智能创新链基本形成了中美两国主导、东亚北美西欧协同引领的格局。对比其他领先国家，中国当前仍存在诸多不足，包括知识创新缺失理论话语权，技术创新缺乏原创颠覆性，创新支撑链建设不足，产业链供应链创新链失衡等。中国应推进基础理论和关键共性技术协同创新、推动相关产业与人工智能产业链创新链融通发展、提高技术治理能力、吸引高端人才参与、拓展国际合作，不断增强人工智能创新链竞争力。
关键词：人工智能；创新链模型；全球创新链；创新竞争力；新技术革命
基金项目：国家社会科学基金重点项目(19AJY013)；中国社会科学院登峰战略优势学科(产业经济学)项目；中国社会科学院创新工程项目“新发展阶段中国竞争政策与反垄断研究”。
人工智能是新一轮科技革命和产业变革的重要驱动力量。习近平总书记在中央政治局第三十四次集体学习中强调，以互联网、大数据、云计算、人工智能、区块链等技术为代表的数字经济日益融入经济社会发展各领域全过程，发展速度之快、辐射范围之广、影响程度之深前所未有，正在推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量[1]。以人工智能为代表的新技术革命使得传统的生产函数底层架构出现变化，孕育出新的生产要素与生产流程并不断融入全球产业格局。加快人工智能创新发展，促进人工智能与互联网、大数据等各产业深度融合，发挥人工智能对传统产业赋能作用，是我国建设制造强国、质量强国、网络强国、数字中国的重要路径，对于我国转变经济发展方式、加快建设创新型国家和世界科技强国都具有重要意义。
在新技术革命背景下，产业创新能力越来越受到重视，成为国家竞争力的重要组成部分。本文以人工智能创新链竞争为研究主题，在构建人工智能创新链理论模型基础上，研判全球人工智能创新链竞争态势，分析我国人工智能创新链存在的问题与挑战，最后提出了相应的对策建议。
一、人工智能创新链：理论与模型
数字经济是数字时代国家综合实力的重要体现，是构建现代化经济体系的重要引擎[2]。发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。在诸多革命性数字技术中，人工智能以其具有渗透性、协同性、替代性、创新性等技术—经济特征，能够通过核心产业的扩张、融合产业的赋能、潜在关联产业的活化三条路径促进经济实现高质量发展[3]，受到全球主要经济体的广泛重视。各国都把发展人工智能产业作为提升国家竞争力、维护国家安全的重大战略。在人工智能领域，研发创新的意义显得尤为重要。人工智能不仅能作为一种产品或服务参与到经济系统中，更能实现对非ICT资本、劳动等其他生产要素的替代，进而重构生产函数，对经济运行产生变革性作用。
（一）既有创新链研究梳理
创新链的概念最早被用于描述创新活动中不同环节相互关系，包括技术创新过程中的基础研究、技术研发以及产品创新过程中的实际应用和产业化、市场化等环节。一些学者认为创新链的起点在于以基础学科为代表的理论研究领域，并衍生出基础理论创新、研究成果转化及新产品实现的完整链条；另一些学者认为创新链起点在于市场，包括定义市场需求、评估风险、建立工作计划、发展产品、前期测试及商业化生产等节点。管理学与经济学对创新链的定义也有所不同，管理学认为创新链是由基于共同创新导向的各主体依托价值关联而形成的，由创意研发、知识物化、产品成形、市场营销四个环节构成的完整链条；经济学主要采用“创新网络”概念，从产业经济发展战略以及全球创新活动分布的角度研究创新链问题，视角相对宏观，强调不同阶段主导方和创新内容、公共政策的差异性[4]。代明等（2009）总结创新链形成动因包括：①获取隐性知识；②沟通、协作、共享以降低交易费用；③借助规模经济、资源共享以降低创新成本；④主体合作夺取技术发展方向决定权[5]。刘家树等（2016）将创新链定义为始于知识创新投入，以市场占领为最终目的并输出创新绩效的四环链式结构，包括技术创新链、产品创新链、成果转化链、产品销售链[6]。李晓锋（2018）提出产业链、创新链、资金链和服务链“四链”融合建设以提升创新生态系统能级，采用模块化思维界定创新链的内涵[7]。刘家树等（2011）运用省际面板数据，研究了知识来源、知识产出和成果转化绩效三者之间的联系，认为科技人员投入和知识存量促进了知识产出，科技成果转化则由知识产出、成果质量、市场需求、科研取向等的共同影响；信息交流、基础设施、市场环境、产学研协作都对科技成果转化存在显著影响[8]。
当前新一轮技术革命正在全球范围内悄然兴起，生产函数底层架构出现变化，新的生产要素与生产方式正展现出越来越高的重要性。总的来说，学界基本已经普遍意识到中国积极参与全球创新链竞争的重要性与战略意义，并主要结合贸易与研发数据，采用“价值链位置指数”、“产学研合作度”、“创新国家化程度”等中间概念对如何提高中国在全球创新链竞争格局中的地位进行研究，提供可量化、可操作、可调控的政策抓手。刘志彪（2015）较早对中国参与全球创新链竞争进行研究，提出中国在后金融危机时代内外因素作用下，发展动能应从基于全球价值链下的制造业全球化，转为基于全球创新链的服务业全球化[9]。林学军等（2018）提出全球创新链与全球价值链双重螺旋模型，分析创新链与价值链的动态互促关系，阐述改进创新、渐进创新、突破创新对价值链的不同效能，并基于华为的研发投入与销售增长数据进行了理论实践[10]。林学军,官玉霞（2019）进一步规范及扩大了创新链如何对价值链产生影响的实证研究内容[11]。张其仔（2020）基于联合国商品贸易数据对中国2009—2018年全球价值链进行了测算，认为现阶段中国已经形成“创新密集型行业主导、区域生产型和劳动密集型行业为辅”的贸易基本格局，处于全球价值链中间位置。针对疫情造成的创新密集型产业进口端“断链”和出口端“断需”风险，要更高质量嵌入全球创新密集型产业，围绕重点产业，发挥超大规模市场和产业链齐全优势，培育中国竞争新优势[12]。在新技术革命背景下的全球竞争中，只有创新才能创造与巩固一个国家的根本竞争力，做到“人无我有，人有我优”。
虽然学界对于创新链有着不同的理解视角，但对于以产业发展为导向的创新链内涵存在以下共识：创新链基于产业环节存在一系列的创新节点，不同节点的创新主体以产业发展为导向，通过调配与整合链上创新资源，最终实现价值创造与增殖。产业发展在创新链中起到导向作用，创新范围不仅包括科研知识创造、技术与产品成果创新，也包括商业模式、服务功能的改进。创新主体对创新资源进行调配整合，既包括对材料、设备、资金等有形资源的调配，也包括对知识、信息、观念等无形资源的整合。创新主体中，大学及科研机构等是基础知识的主要创新者，企业是科技成果应用与商业化的主要实施者，金融机构或科技中介机构是创新要素的主要调控者。
基于对已有研究的梳理，发现当前创新链理论存在一些不足。首先，现有创新链理论强调大学、研发机构、企业等实际主体参与创新过程，但对这些主体的创新功能定义模糊，对创新主体的协同参与、跨环节参与、跨产业参与等行为重视不足。其次，现有创新链理论对于政策、服务、资金、人才等创新要素的认识还停留在简单作为创新资源参与创新，而对其作为创新基础支撑与创新运转动能在全流程全环节的结构性作用还认识不足。最后，在线性过程、非线性过程、循环过程的三类阶段模式中[13]，现有创新链理论更强调线性、非线性的创新过程，而忽视了创新链的循环过程，对创新链的动态性、发展性认识不足。
（二）人工智能创新链理论模型
当前，学界对于全球人工智能创新链竞争力的研究，主要有技术专利、文献、研发机构、人才、项目等几个抓手，但缺乏系统性。赵蓉英等（2019）从专利引证视角挖掘人工智能核心技术，发现自然语言处理、语音识别、计算机视觉处于基础地位和核心地位，并基于核心专利、竞争对手识别及技术发展趋势，制定了专利布局策略[14]。王雅薇等（2019）基于核心技术、引用网络和专利商业化三个维度分析我国人工智能产业的技术创新路径，认为我国人工智能整体技术创新还处于引入到自主的转型阶段，产业知识网络中心仍为美国和日本，国内人工智能产业主要存在企业间的技术创新合作，未发挥科研机构的创新资源优势，国内创新协同性不高[15]。
针对已有创新链研究特别人工智能创新链研究的不足，结合人工智能的技术经济特性与产业特点，本文提出人工智能创新链理论模型（图1）。
图1人工智能创新链理论模型
在图1所示的人工智能创新链理论模型中，创新过程按照功能划分为知识创新、技术创新、产品创新、服务创新四个节点，每个节点存在各自的创新主体。（1）在知识创新节点，创新主体对人工智能理论展开研究：一方面，拓展人工智能技术自身的基础架构，构建完善相关知识网络体系；另一方面，对神经科学、符号、计算、逻辑等支撑人工智能发展的底层基础学科理论进行创新，以支撑人工智能技术更好发展。比如，推动人工智能第三次发展浪潮的深度学习理论，便是在神经网络科学理论基础上创新提出的。（2）在技术创新节点，创新主体基于前一环节理论的创新，主要实现从理论到人工智能算法、模型的应用开发。当前前沿的算法，包括基因组数据算法、深度学习算法、新一代类脑智能算法、“深度森林”算法等。（3）在产品创新节点，存在软件与硬件两个方面的创新。硬件包括智能芯片、数据处理器、传感器、电子/光学装备、智能机器人等，其中芯片是人工智能产业最重要的硬件之一，起到承载算法模型与软件应用的功能，现阶段主要包含GPU、FPGA、ASIC类脑芯片等类型。软件产品主要指直接面向消费者使用的简单、闭源操作工具，为使用者提供内嵌的操作媒介。（4）在服务创新节点，创新主体则为人工智能软硬件产品的消费者提供配套服务，完备的产品生态服务可能比产品更重要。例如智能穿戴设备，单独的设备只能使用有限的功能，而配合特定的软件服务，则可以完成运动记录、健康检测、便携办公、生物识别等一系列功能，还可以与其他智能设备、智能家电甚至是智能汽车关联，形成完整的生活服务智能生态。
在创新链主链之外，政府为人工智能创新链提供政策、服务、资金、人才等创新支撑。政府不直接进入产业市场参与创新活动，但通过构建创新支撑链，从政策、服务、资金、人才等方面对创新链提供重要支撑。在创新过程中，政府承担着创新链布局规划、规则制定、资源调控、成果检验、生态维护、行为监管等功能，要进行必要的宏观调控，引导创新链向更高层级升级，防止市场创新出现垄断与“竞劣”现象。
人工智能不仅存在产业内部横向的创新活动，还与其他不同产业的知识、技术、产品、服务创新环节有着纵向交流。在纵向创新过程中，各个主体充分协调创新资源，进行知识的衍生创新、技术的关联创新、产品的匹配创新、服务的兼容创新，进而构建出产业链创新链全链条的集成、融合创新框架。一方面，人工智能产业主要由大数据和云计算等产业提供支撑；另一方面，人工智能对其他产业进行创新赋能，推动其他产业智能创新发展，如“AI+制造”促进从制造硬件到制造软件的智能升级，提高产品营销和售后服务的精准度；“AI+医疗”整合医疗资源，为诊断、治疗、用药提供精确方案；“AI+教育”改变现有教育方式，释放教师资源，实现个性化学习、针对性学习、激发自主学习；“AI+交通”打造智能交通系统，通过大数据分析优化交通设施以及城市规划，实时监测分析交通情况；“AI+金融”为投资者提供决策参考与配置建议，给金融领域中的服务渠道、风险管理、融资授信带来变革式创新。
人工智能创新链内涵及其结构内生决定了其具有以下特性：①多元性。首先是创新参与主体的多元性，既包括核心企业、上下游企业、大学科研机构等创新活动主体，也包括政府、金融机构、科技中介机构等不同参与主体；其次是创新资源的多元性，包括人才、资金、专利、设备、观念等；最后是创新链结构的多元性，包括政策链、服务链、资金链、人才链等一系列配套链式架构。②协同性。多元性内生决定了协同性。创新链主体对某一种或某一类商品进行研发创新的过程涉及到包括需求分析、技术解构、服务演化在内的一系列新知识积累，只有当这些新知识与其他创新资源在各主体间充分流动，各主体就创新行为达成协同，才能有效实现创新。大数据、云计算等上游产业以及一批下游赋能产业与人工智能创新链之间同样需要各主体充分协调，构建完整有效的集成创新框架。③循环性。创新产品进入市场后，市场对产品、服务提出新的需求，使用、体验产生的应用数据与理念反馈重新进入创新节点，作为一种新的创新要素促进理论研究与技术更迭。关于创新链起点在研发部门还是市场的争论在循环创新链模型中得到了统一。④发展性。循环性内涵着发展性。创新资源的循环流动意味着创新链是一个不断发展的动态架构，随着创新主体的不断增多，创新范围与产业领域持续扩张，创新资源进一步发挥溢出效应，创新链地位进一步巩固，开放、包容、协同创新得到高质量发展。
二、全球人工智能创新链竞争态势
本部分基于人工智能创新链模型对知识创新、技术创新、产品创新、服务创新四大创新节点进行逐一分析，并对重点国家的领先优势进行研究，提供兼具全球视野与国家视野的创新链格局分析。需要说明的是，当前许多学术机构与政府部门对人工智能创新发展情况进行研究，并以报告形式公布了研究成果，这些报告基于指标框架测度了世界人工智能创新发展情况，对创新链格局研究提供了支持，本文也进行了适当参照。
（一）东亚初步形成知识创新高地，北美依旧掌握理论话语权
知识创新主体主要包括大学科研机构以及企业研发部门，一方面构建完善人工智能理论知识网络体系，另一方面对神经科学、符号、计算、逻辑等底层基础学科理论进行创新。在这一创新节点上，顶尖学者数量起到了关键作用。根据中国人工智能学会的统计，入选AI2000榜单的2000位人工智能高层次学者中，美国拥有1244人次，占比62.2%，是中国数量的6倍以上。中国拥有196名人工智能高层次学者，地区分布上北京以79位居首，香港、杭州分别以36、22居于二、三位。全球人工智能高层次学者量TOP10机构中，谷歌公司以185人位居首位，清华大学以27位排名第十，其余均为美国机构，包括微软、伯克利大学等。欧洲拥有超过300名人工智能高层次人才，其中德国113名、英国80名、法国24名、意大利22名。顶级人才与美国交流频繁，包括YannLeCun、JudeaPearl和SilvioMicali等欧洲教育背景的学者均到美国任职并在美国获得图灵奖[16]。
根据斯坦福大学《人工智能指数2021》数据显示，中国人工智能出版物总数在2017年超越欧盟成为世界第一，在2020年贡献了全球22.4%的出版物数量。在期刊发表文献数量上，中国2017年超越美国成为世界第一，2020年全球占比达到18%。2020年中国期刊论文引用次数首次超过美国，全球占比20.7%。就整个东亚地区而言，出版物总数与期刊发表文献数在2020年分别达到36.9%与26.7%，以中国为代表的东亚地区已初步形成人工智能知识创新高地。
然而，在更能体现人工智能重点研发方向与赛道规则制定权的会议出版文献数量上，以美国为代表的北美地区依旧牢牢把握着理论创新话语权。2020年，美国会议出版文献数全球占比19.4%，中国则为15.2%，会议出版文献引用情况美国占比达到40.1%，中国仅为11.8%。arXiv出版文献数据反映了近几年研究热点与创新传播情况，美国出版数达到11280篇，全球占比32.5%，是中国数据（5440篇、15.7%）的两倍[17]。
表1全球主要地区与领先国家人工智能知识创新情况
资料来源：根据斯坦福大学《人工智能指数2021》整理。
注：同行评审人工智能出版物与会议出版文献统计到2019年，期刊与arXiv出版文献统计到2020年，其中arXiv文献数据2015年开始统计。
根据AMiner平台数据，过去十年全球近四成人工智能领域论文产出来自美国，在几乎所有子领域的论文产出量均居于全球首位，其人工智能学者数量约占全球31.6%，发布高水平论文33255篇，科研产出优势明显。中国在过去十年共发表人工智能领域的论文25418篇，高水平论文22686篇，拥有领域人才17368位，大幅领先除美国之外的其他国家。细分领域上，中国在自然语言处理、芯片技术、机器学习、信息检索与挖掘等多个子领域紧随美国之后，在多媒体、物联网领域的论文产出量居于全球第一，而在人机交互、知识工程、计算理论领域，中国还需努力追赶[16]。
（二）中美两国专利量居世界前列，共同引领全球人工智能技术创新
人工智能技术创新主体基于知识创新环节的理论创新，实现从理论框架到算法、模型的应用开发。《人工智能发展报告（2011-2020）》认为人工智能未来重点发展的技术方向包括：强化学习、神经形态硬件、知识图谱、智能机器人、可解释性AI、数字伦理、知识指导的自然语言处理等[16]。
在人工智能技术创新节点，全球已经基本形成中美两国共同引领的创新格局。在中国科学技术信息研究所发布的《2020全球人工智能创新指数报告》中，美国、中国、韩国、加拿大、德国得分分别为66.31、50.60、46.49、45.70、44.85，中美两国位于前两名，且与其他国家拉开了一定差距。在技术创新节点上，大数据、云计算等基础技术发挥了重要支撑作用，提高了算法开发与模型训练效率，节约了大量创新成本。中美分别在算力与数据上具备领先优势，美国数据中心保有率遥遥领先其他国家，中国则在算力方面具备领先优势，500强超算中心数量全球最多，是第二名美国的两倍[18]。
据统计，2010-2019年全球人工智能专利申请量521264件，其中中国申请量为389571件，居世界第一，占全球总量的74.7%。美国排名第二，申请量为47260件，占比9.06%。2010-2021年2月，全球累计人工智能专利授权量达17.8万件，中国占比43%位居首位，美国占比33%排在第二[16]。中国的人工智能专利申请数与授权量均达到世界第一的水平，但中国的技术创新主要集中在已有技术优化和工程实现上，颠覆性和阶跃性技术创新相对缺乏，相比之下美国则在颠覆性和阶跃性技术创新拥有较大领先优势。中国在视觉、语音、自然语言处理等基础应用任务的算法开发上技术完成度高、处理能力强、迭代速度快，多所企业与高校在全球权威比赛中成绩优异。但在核心算法、高端芯片等方面的原始创新成果较少，关键设备、重大产品与系统、基础材料等方面与发达国家差距较大，科研机构和企业尚未形成具有国际影响力的生态圈和产业链。
（三）美中欧日主导全球产品创新，近年来中国产业优势有所衰退
产品创新节点上，市场上的人工智能企业承接技术创新成果，同时根据市场反馈的改进需求，提供更好的人工智能产品。硬件产品方面，人工智能硬件产品包括智能芯片、数据处理器、传感器、电子/光学装备、智能机器人等。软件产品主要指直接面向消费者使用的简单、闭源操作工具。根据麦肯锡的预测，到2030年全球将有70%的行业企业使用人工智能技术，全球人工智能软硬件产业附加值增量规模预计达到13万亿美元[19]。
全球价值链位置指数表明了一个国家在产业价值链上是处于上游研发创新位置，还是下游承接制造位置。测算结果（表2）显示，全球人工智能软硬件产业创新总体上由美国、中国、欧盟、日本主导。美国人工智能软件产业具有巨大体量优势，同时处于较高的创新等级，基本把持了人工智能软件产业话语权。依赖度测算结果（图2、图3）显示，中国在过去十年实现了对日本创新地位的超越，同时对其他领先国家的依赖水平降低，在硬件产业同时具备创新与贸易优势，但人工智能软件产业体量弱小。欧盟正在丧失人工智能软硬件产业创新优势，软件产业依赖美国、东盟，电子产业则依赖中国、美国，且依赖水平有进一步拉大的趋势。日本仍然维持在人工智能软硬件产业创新链的头部地位，但出现了对其他国家（尤其是中国）依赖度的上升，2014年后贸易优势也落至较低水平。
表2基于贸易框架的主要国家（地区）人工智能软硬件产业指标测算结果
注：+号表示优势，-号表示劣势，其中东盟缺失软件数据。
数据来源：作者根据TiVA附加值贸易框架数据库与联合国HS商品贸易数据库、EBOPS服务贸易数据库测算。其中TiVA数据库硬件采用“电脑、电子产品及电子装备”（行业代码：D26T27）、软件产业采用“信息和通讯服务”（行业代码：D58T63），范围2005~2015年；HS数据库采用“电机、电气设备等其他电子信息设备及其零件”（HS代码：85），范围2009~2020年；EBOPS数据库软件采用“计算机和信息服务”（EBOPS2002代码：7），范围2009~2019年。
图2美中欧日人工智能软件产业价值链依赖度情况
数据来源：作者根据TiVA附加值贸易框架数据库测算。
图3美中欧日人工智能硬件产业价值链依赖度情况
数据来源：作者根据TiVA附加值贸易框架数据库测算。
正如技术创新离不开基础技术支持，产品创新同样离不开整体产业的体量支撑。电子信息制造与服务产业的贸易竞争力指数与显示性比较优势测算结果（表2）显示，中国人工智能软硬件都处于贸易优势状态，但优势都很微弱。近年来，随着美国不断刻意制造打压中国企业的事情，我国人工智能产业支撑优势进一步被削弱。2015年以后，我国电子设备贸易竞争力指数出现下滑，贸易优势弱于韩国；显示性比较优势在2013年达到2.1的相对高值后也回落到1.8~1.9区间。2020年电子设备贸易规模进出口额分别达到5500亿、7100亿美元。中国2017年计算信息服务业竞争指数大幅下滑至0.16，2018年进一步降至0.12，弱于印度、韩国、加拿大；显示性比较优势2014年达到1以上后，比较优势维持稳定。2018年计算信息服务业进出口额分别为235亿、300亿美元，规模远小于印度与欧盟。
（四）各国积极推动应用服务创新，科技巨头垄断产品生态趋势加剧
人工智能的服务创新主要在于人工智能企业根据产品要求与市场需求创新开发综合服务，为软硬件产品消费者提供完整配套的应用生态。目前，中国已在多个领域形成全球智能应用服务的创新引领作用，并不断挖掘新的应用场景。人工智能技术服务企业的变化尤为凸显，如旷视、商汤、科大讯飞等企业将重心从视觉语音等技术转移至社会治理、供应链物流、生活消费等服务领域的软硬件解决方案，催生出旷视天元、商汤Senseparrots等开发框架和基础技术服务平台。云从推出“云从起云智慧Ma11”运营平台，聚焦新零售领域帮助商业地产拥有者进行决策，实现精细化运营。
全球产品生态服务创新正加速形成科技巨头垄断化趋势。各大巨头依托技术、资本、数据资产等优势，自主研发和兼并收购共同发力，增强垄断势力。技术方面，模型与参数趋于复杂，算力门槛与训练成本让中小企业难以承担，如2020年OpenAI的GPT-3模型训练费用高达1200万美元；资本方面，2020年全球AI融资总额679亿美元，融资轮次后移趋势不断扩大，资本实力重要性更加突出[17]；数据资产方面，“数据→模型→产品→用户→数据”的循环使数据向头部企业聚集，数据资产出现垄断态势。具有数据资产优势的互联网企业如谷歌、百度等，全面布局人工智能行业；基于应用场景的互联网企业，如脸书、苹果、亚马逊、阿里巴巴、腾讯等，将人工智能与自身业务深度结合，不断提升产品功能和用户体验；传统科技巨头企业，如IBM、英特尔、微软、甲骨文等，面向企业级用户搭建智能平台系统。
三、当前中国人工智能创新链存在的问题与挑战
当前全球人工智能创新链基本形成了中美两国主导、东亚北美西欧协同引领的格局。但对比其他领先国家，中国当前仍存在许多不足，在知识创新、技术创新、产品创新、服务创新四大创新节点上均存在不同问题，在创新资源流通、创新支撑链建设、国际合作创新等方面也存在不足。
（一）知识创新缺失理论话语权，缺乏原创性颠覆性技术创新
中国长期以来在现代基础学科理论创新方面落后于欧美发达国家，数学、物理和神经科学建设滞后，缺乏基础性创造性贡献，高质量开源代码少。在一些反映行业标准话语权与综合创新影响力的数据上，如arXiv平台论文数、会议文献引用率等，中国的表现远远弱于美国，反映出中国还未掌握人工智能热点发展方向决定权，技术标准、数据标准长期对标国际，国内研发重心长期跟随国际，缺失领域研发话语权的问题。中国在视觉、语音、自然语言处理等基础应用任务的算法开发上表现优异，但在基础理论开发、模型原创或技术优化方面，中国缺失领导力。以算法模型为例，当前我国人工智能算法技术的发展着重于对业内主流算法模型的吸收改造与产业化应用，原创性算法模型较少。国外人工智能头部企业则加紧构建开源开发框架生态，正试图形成应用接口和硬件适配的双向主导权。如果我国企业继续沿着他国巨头企业的算法模型进行二次优化方向继续前进，存在“套牢”“锁定”的风险，长久下去，必然被他国企业所“钳制”。
（二）产业链供应链创新链失衡，且面临国际垄断巨头压制的风险
中国人工智能创新链与产业链供应链存在滞后性失衡现象。在国际上表现为对外依赖程度高，在国内则表现为创新链发展不平衡[20]。价值链依赖度指数的测算结果表明，中国虽然在软硬件产业同时降低了对其他领先国家的依赖程度，但依赖水平仍然高于其他领先国家。较高的产业依赖度危害了软硬件产品创新的产业基础。近年来，中国人工智能硬件产业贸易竞争力指数下滑到0.13~0.15区间波动，显示性比较优势指数也从2.1的相对高值后回落到1.8~1.9。软件产业显示性比较优势较为稳定，贸易竞争力指数2017年大幅下滑至0.16，2018年进一步降至0.12[根据2009~2020年TiVA附加值贸易框架数据库与联合国HS商品贸易数据库、EBOPS服务贸易数据库测算。]。国内创新链发展不平衡现象严重，在城市群、都市圈尺度上，高端创新要素过度向首位城市倾斜。企业是国际竞争的主体，当前谷歌、微软、脸书等科技巨头依托人才、技术、资本、数据资产优势，自主研发和兼并收购共同发力，增强垄断势力。中国人工智能企业在全球竞争中全方位面临国际垄断巨头压制的风险。
（三）产学研主体创新资源流通不畅，市场创新活力相对不足
人工智能创新链上包括上下游企业、科研机构等直接创新主体，以及政府、金融、科技中介等间接参与主体。各个主体基于市场需求，对商品进行需求分析、技术解构、服务演化，各主体创新行为达成整体协同，才能有效满足市场。有学者对中国知识来源、知识产出、科技成果转化等环节展开研究，并指出创新链各主体协同水平较为薄弱。Elsevier/Scopus的数据显示，2015~2019年中国在人工智能领域产学合作、合著出版物数量近3700篇，不足美国的一半（超7900篇），也少于欧盟（超3900篇）。在高产学研合作水平国家中，中国的引文影响力弱于美国、欧盟，与日本持平。在产学研主体协作受阻情况下，人才、资金、技术、设备等创新资源也无法有效流通，创新效益大打折扣。创新主体协作受阻背后，是缺乏创新链参与动力，即缺乏市场化激励，市场活力释放不足。根据统计，中国2019同行评审人工智能出版物超27800篇，其中学术机构出版超26600篇，占比95.4%，政府出版4352篇，占比15.6%，企业仅1678篇，占比6.0%。相比之下，美国企业出版达到3513篇，占比达19.2%[17]。与美国相比，中国人工智能的企业参与知识、技术创新的研发动力严重不足。
（四）政策链、服务链、资金链、人才链等创新支撑链有待健全
世界各国和全人类都面临人工智能技术引发的安全、文化和伦理问题，中国也不例外。其通用目的性、算法黑箱性、数据依赖性等技术特性使得风险更为普遍、过程更难解释、结果更不可控，亟待政府出台政策规范和治理制度。《2020全球人工智能创新指数报告》指出创新环境与资源是中国人工智能创新的最薄弱环节，国家研发投入、政策规划、社会治理方面处于中等水平，顶级学者参与率和高水平人工智能专业课开设情况较差。斯坦福大学《人工智能指数2021》指出，中国拥有的人工智能高层次学者数量虽然达到全球第二，但只与一家谷歌公司（185名）相当，不足美国的五分之一。AI技能相对普及率上，中国是全球平均水平的1.40倍，落后于印度的2.83倍和美国的1.99倍[17]。人力资源和社会保障部报告目前我国人工智能人才缺口超过500万，国内的供求比例为1∶10，供需比例严重失衡[21]。近年来，我国各级政府和社会资金都投入了大量资金以支持人工智能研发，2018年私人投资额异常高，随后又迅速萎缩，资金支持的盲目性和不连续性，也影响人工智能创新链的发展。
（五）全球创新成果共享受阻，国际合作创新水平亟待提高
过去十年，美国与中国合作的AI高水平论文数量占比为18.53%，中国与美国合作的论文数量占比为27.16%，中美两国是彼此人工智能领域重要的创新伙伴，两国合作论文影响力明显高于各自单独的影响力[16]。然而自美国确立对华对立政策以来，以芯片为代表的一些领域创新合作活动受到严重政治阻力。当前全球存在经合组织全球人工智能伙伴关系（GPAI）、经合组织人工智能专家网络（ONEAI）、欧盟成员国人工智能高级别专家组（HLEG）等人工智能国际合作组织，国际电信联盟AI造福人类（AIforGood）、美国国防部人工智能防务伙伴关系等合作，以及美英、德法、德印、日印、印阿等多个人工智能双边协定关系。这些合作组织、合作会议、合作关系基本全部由欧美国家主导，中国当前只与东盟合作开展了基础设施建设、数字经济、创新驱动领域的中国-东盟人工智能峰会，国际合作水平亟待提高。中国正面临被欧美“科技结盟”孤立于世界创新链之外的风险，难以参与全球创新成果共享。
四、提升中国人工智能创新链竞争力的对策建议
针对四大创新节点症结，以及产业链创新链失衡、创新支撑链建设不足、国际合作创新水平不高等方面的挑战，提出提升中国人工智能创新链竞争力的对策建议。
（一）发挥举国体制优势，推进基础理论和关键共性技术协同创新研究
构建开放协同的人工智能科技创新体系，坚持集中力量办大事、重点突破的原则，在重点前沿领域探索布局、长期支持，发挥中国算力强、数据多、场景全、使用基数大的优势，力争在理论、方法、工具、系统等基础理论和关键共性技术研究取得变革性、颠覆性突破，全面增强人工智能原始创新能力。与此同时，发挥政策引导作用，促进产学研用相结合，建立健全政府、企业、行业组织和产业联盟、智库等的协同推进机制，加强在技术攻关、标准制定等方面的协调配合，以人工智能技术突破带动国家创新能力全面提升。坚持研发攻关、产品应用和产业培育“三位一体”，充分调动中央政府、地方政府、企业、社会资本等各方积极性，多渠道出资、共同发力，前瞻布局一批新一代人工智能重大科技项目。新一代人工智能科技重大项目主要瞄准人工智能技术前沿，结合国家重大需求进行设计，实现滚动发展和持续提升，确保理论上走在前面、技术上占领制高点、应用上安全可控。
（二）发挥工业体系完备的优势，推进相关产业与人工智能产业链创新链融通发展
首先，充分发挥我国在新型基础设施建设和产业应用方面的巨大优势，建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施。大力推动5G、大数据、高效能计算等基础设施建设，推进人工智能与相关产业融合创新。加快推动数字化、网络化信息基础设施向智能化信息基础设施转变，促进人工智能技术的产业化，推动智能产品在工业、医疗、交通、农业、金融、物流、教育、文化、旅游等领域的集成应用。其次，依托国家新一代人工智能创新发展试验区，大力开展人工智能技术示范、政策试验和社会实验，形成一批人工智能与经济社会发展深度融合的典型模式。最后，加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系。加快发展多种形式的科技中介服务机构，加强产学研用结合，大力发展高新技术、专业性技术领域的中介服务机构，促进企业之间、企业与大学和科研院所之间的知识流动和技术转移转化，真正建立以市场化应用为导向的科技成果转移、扩散机制。
（三）制定相关法律法规和标准，优化创新环境提高人工智能治理能力
良好的人工智能治理需要“柔性的伦理”和“硬性的法律”共同推进。首先，加强人工智能伦理治理研究，发展负责任的可信人工智能，实现创新发展和风险治理的有效平衡。加强各类标准规范、数据开放与隐私保护、算法监管与问责、伦理道德法律法规等体系化研究，把引导和规范人工智能发展不断推向深入。其次，在《网络安全法》《数据安全法》《个人信息保护法》等基础上，深入研究人工智能新情况新问题，探索人工智能领域监管的适用问题，不断完善监管法律法规。探索采用试点、沙箱监管方式，研发智能化监管工具。完善市场建设，创造公平的竞争环境、良好的商业秩序。最后，鼓励市场主体探索数据资产定价机制，推动形成数据资产目录，逐步完善数据定价体系。贯彻落实反垄断法政策，强化反垄断执法，坚决打击平台企业算法歧视、算法操纵、数据垄断、侵犯隐私等行为，创造积极向上的产业生态环境，激发市场主体的创新活力。
（四）培养和引进相结合，大力增加高端人才供给
坚持培养和引进相结合，完善人工智能教育体系，加快引进全球顶尖人才和青年人才，同时加强高层次人才参与水平。首先，加强人才储备和梯队建设，积极开设人工智能专业，加强数学、物理、神经学科等基础学科建设，瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系。其次，拓宽国际人才交流和招揽渠道，鼓励高校、企业团队赴国外合作交流。加大高端人才引进力度，开辟专门渠道，实行特殊政策，实现高端人才精准引进。重点引进神经认知、机器学习、自动驾驶、智能机器人等领域人才。鼓励采取项目合作、技术咨询等方式柔性引进人才。最后，完善全国统一、竞争有序的技术产权市场体系建设，建立完善人工智能知识产权交易制度，促进技术扩散。完善资本支撑环境，支持技术入股，鼓励高层次人才参与市场，优化人工智能与实体经济融合的金融市场支持。
（五）有效拓展国际合作，积极参与全球人工智能创新链与治理体系
坚持全球化道路，坚持国际视野和全球思维，以开放心态应对全球竞争，搭建全球化服务平台，促进国际交流，吸引全球创新要素资源参与我国人工智能技术及产业发展，广泛组织参与人工智能国际合作。完善人工智能产业贸易促进政策，加强制度供给和法律保障。鼓励中国人工智能企业加大“走出去”力度。积极促进中日韩区域协同创新，打造人工智能东亚创新高地，加强人才交流与技术共享。高质量推动中国—东盟智慧城市合作、中国—中东欧数字经济合作。积极借鉴国际规则和经验，围绕数据跨境流动、市场准入、反垄断、数据隐私保护等重大问题探索建立治理规则。积极推动企业、联盟、行业组织等机构的更多专家参与全球人工智能规则制定，强化在国际标准组织中的协作，寻求共识、弥合分歧，推动形成“国家标准顶层架构引导，行业和团体标准指导，国际标准协同推进”的良好局面，为全球人工智能发展贡献“中国智慧”。
参考文献
[1]习近平主持中央政治局第三十四次集体学习[EB/OL].（2021-10-19）[2021-10-25].https://www.ccps.gov.cn/xtt/202110/t20211019_150923.shtml.
[2]国务院关于印发“十四五”数字经济发展规划的通知[EB/OL].（2022-1-12）[2022-1-13].http://www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.
[3]郭朝先,方澳.人工智能促进经济高质量发展：机理、问题与对策[J].广西社会科学,2021(08):8-17.
[4]杨忠,李嘉,巫强.创新链研究:内涵、效应及方向[J].南京大学学报(哲学·人文科学·社会科学),2019,56(05):62-70+159.
[5]代明,梁意敏,戴毅.创新链解构研究[J].科技进步与对策,2009,26(03):157-160.
[6]刘家树,范从来,齐昕.资金支持嵌入创新链的异质性效应研究[J].江苏社会科学,2016(05):1-8.
[7]李晓锋.“四链”融合提升创新生态系统能级的理论研究[J].科研管理,2018,39(09):113-120.
[8]刘家树,菅利荣.知识来源、知识产出与科技成果转化绩效——基于创新价值链的视角[J].科学学与科学技术管理,2011,32(06):33-40.
[9]刘志彪.从全球价值链转向全球创新链:新常态下中国产业发展新动力[J].学术月刊,2015,47(02):5-14.
[10]林学军,梁媛,韩佳旭,肖叶芬.基于全球创新链与全球价值链双重螺旋模型的产业升级研究——以华为公司为例[J].国际商务研究,2018,39(05):39-48.
[11]林学军,官玉霞.以全球创新链提升中国制造业全球价值链分工地位研究[J].当代经济管理,2019,41(11):25-32.
[12]张其仔,许明.中国参与全球价值链与创新链、产业链的协同升级[J].改革,2020(06):58-70.
[13]吴晓波,吴东.论创新链的系统演化及其政策含义[J].自然辩证法研究,2008,24(12):58-62.
[14]赵蓉英,李新来,李丹阳.专利引证视角下的核心专利研究——以人工智能领域为例[J].情报理论与实践,2019,42(03):78-84.
[15]王雅薇,周源,陈璐怡.我国人工智能产业技术创新路径识别及分析——基于专利分析法[J].科技管理研究,2019,39(10):210-216.
[16]人工智能发展报告（2011-2020）[R].北京:中国人工智能学会,2020.
[17]人工智能指数2021[R].美国:斯坦福大学,2021.
[18]2020全球人工智能创新指数报告[R].北京:中国科学技术信息研究所,2021.
[19]人工智能：下一个数字前沿[R].美国:麦肯锡全球研究院,2018.
[20]张其仔.产业链供应链现代化新进展、新挑战、新路径[J/OL].山东大学学报(哲学社会科学版):1-10[2022-01-14].DOI:10.19836/j.cnki.37-1100/c.2022.01.012.
[21]新职业——智能制造工程技术人员就业景气现状分析报告[EB/OL].（2020-8-26）[2022-1-25].http://www.gov.cn/xinwen/2020-08/26/content_5537486.htm.
方澳，中国社会科学院大学经济学院。
郭朝先,方澳.全球人工智能创新链竞争态势与中国对策[J/OL].北京工业大学学报(社会科学版):1-12[2022-03-17].http://kns.cnki.net/kcms/detail/11.4558.G.20220304.1615.002.html
2023年全球人工智能产业态势分析
国家战略风向
1.1全球主要国家密集发布政策举措，争夺人工智能领域优势2022年全球主要国家在人工智能领域的竞争仍然激烈。据英国牛津洞察智库2022年1月发布的《政府AI就绪指数报告》称，全球已有约40%的国家发布或将要发布国家人工智能战略[1]。各国均试图通过国家战略层面的率先布局谋划，成为人工智能领域的领先者。其中，美国继续维持在人工智能领域的领导地位，从安全、技术创新、本土发展、国际合作等方面展开战略部署，同时强调“AI+国防”，美国国防部于2月发布的备忘录中就明确将AI列为维护美国国家安全至关重要的关键技术领域[2]。在组织机构方面，美国于2022年5月的人工智能咨询委员会第一次会议中提出组建人工智能领导力、支持美国劳动力等五个工作组，共同为美国AI领域发展提供决策建议[3]。欧洲方面，英国将“Al+国防”作为“全球人工智能超级大国”的重要组成部分，英国国防部在2022年6月发布《国防人工智能战略》[4]中提出将通过科学和技术获取国防战略优势，7月英国国防科技实验室宣布成立人工智能研究国防中心[5]，专注于与实现人工智能能力发展相关的基础问题，成果将惠及英国国防及更广泛的经济社会。法国政府正在计划出台新的“人工智能国家战略”[6]，预计在未来5年内投入22亿欧元用于加快人工智能发展，旨在加快法国人工智能应用并提升竞争力。亚洲方面，多国正加大力度资助人工智能产业的培育和发展。2022年3月，韩国表示计划未来三年在人工智能等领域投资超过20万亿韩元，并提供研发支持和税收激励，以推动人工智能产业的发展[7]。2022年3月，日本表示将制定与人工智能等尖端技术相关的国家战略，从根本上强化研发投资[8]。1.2美国强化AI产业的多边合作，巩固以美为中心的人工智能供应链优势人工智能正在成为影响未来社会变革的最主要因素之一，中美两国已显著占据全球人工智能主要领域主导地位。为减少对中国产品的依赖、保证本国AI供应链安全可控，美国加强与盟友国家在人工智能领域的合作，巩固以美为中心的AI供应链优势。
2022年6月，美国启动了前沿基金（AFF），专门投资包括人工智能在内的重点领域，通过开发先进技术建立有弹性的供应链[9]。美欧合作方面，美国-欧盟贸易和技术委员会在2022年6月举行的第二次部长级会议上，联合制定评估可信赖人工智能及风险管理的路线图，并继续采取增加关键领域供应链弹性和安全性的新举措[10]。美韩、美日合作方面，2022年5月，美韩、美日分别举行首脑会谈，表示将通过建立部长级产业对话、加强与关键技术有关的外国投资审查、出口管制等方式加强人工智能领域的合作[11]。
1.3美欧主导人工智能监管，强调数据安全和隐私保护新一代人工智能具有高度的自主性、自学习及适应能力，传统的监管模式已难以适应其发展需求。尤其在智能产品应用后果和风险预判、问题责任归属、潜在安全风险管控等方面都面临着新的挑战。同时，数据也已经成为国家、企业与个人的重要资产。如何合理对人工智能进行监管，以确保安全和隐私，成为社会各界和各国政策的关注热点。为此，各国制定发布了一系列标准指南强调保护隐私负责任，旨在完善人工智能相关应用场景、加速产业落地。
美国与欧盟在AI监管领域走在全球前列。
美国强调监管的科学性和灵活性，已于2020年发布《人工智能应用的监管指南》，为AI发展应用采取监管措施提供指导，强调监管的前提是鼓励AI的创新和发展；目前正在各行业积极探索实践，如美国国土安全部向公众征集有关使用人工智能和面部识别技术的反馈和意见[12]。
欧盟趋向于强硬的监管风格，既强调发展，又要加强管理，2022年2月发布《数据法案》草案，对人工智能领域数据共享、数据传输等方面作出全面的具体规定[13]。
其他国家也加快制定AI监管的顶层指南，如巴西众议院通过“制定人工智能使用指南”的法案，制定公共政策指南以及私营部门组织在开发和使用人工智能系统时应遵循的原则[14]。加拿大政府公布了《2022年数字宪章实施法案》，该宪章中的《人工智能与数据法案》为负责任的人工智能开发和使用创建了新规则[15]。
产业态势研判
2.1全球人工智能产业规模高位增长，技术与各行业深度融合据IDC最新数据显示，全球人工智能市场在2022-2026年预计实现18.6%的年复合增长率，2023年将突破5000亿美元，到2026年达到9000亿美元。该预计还称，包括软件、硬件和服务在内的人工智能市场全球营收额预计在2022年同比增长19.6%，达到4328亿美元，其中人工智能软件占据88%的市场份额，软件主导地位持续巩固。随着人工智能应用拓展和基础设施加快建设，硬件和服务市场增长速度加快，人工智能服务预计在未来五年内实现最快的增长，年复合增长率可达到22%[16]。
新冠疫情在全球的持续蔓延也大大加速了人工智能技术在各行业的深入应用，对大数据分析和智能决策需求的增长、云服务普及率的不断提高推动AI以更大范围、更高效率、更加精准地优化各行业生产和服务资源配置。其中传媒、医疗、金融、零售等领域已经拥有较为成熟的AI解决方案，正在向更加成熟更加全面蜕变。伴随着自动驾驶及智慧制造的快速发展，AI在汽车及工业制造领域的应用也不断加深。同时硬件与服务的提升极大加快了如元宇宙、虚拟人、机器人等全新应用场景的落地和发展。
2.2人工智能产业生态圈不断扩大，跨国跨行业合作持续深化历经多年发展，人工智能产业在基础研究、生产制造、应用服务等多个领域已经出现了一批主要中心与重要节点，并呈现出多中心发展百花齐放、多节点联合优势互补的趋势。
2022年，来自全球的各龙头企业通过成立联盟、战略合作等方式高度互联、深度协作，充分发挥各自在AI领域的比较优势，提高自身影响力的同时共同推动人工智能产业的发展。其中“超级AI联盟”备受业界瞩目，该联盟于2022年2月成立，成员包括LG人工智能研究院、谷歌等13家公司，涵盖了IT、金融、教育、医疗、制造和电信等多个领域。该联盟正在以LG的超级AI系统EXAONE为基础，合作开发多场景服务，旨在打造全球大型AI产业生态圈[17]。
此外，俄罗斯最大的移动运营商MTS与韩国KT公司也于2022年2月签署协议，将KT的GiGaGenie语音识别服务与MTSAI的视频分析解决方案相结合，开发利用AI技术的联合解决方案[18]。此外，微软和Meta也于2022年5月宣布将其AI合作伙伴关系进一步扩展，表示将合作扩大PyTorch在Azure上的应用，同时Meta将Azure作为“战略云提供商”以加快其自身的人工智能研发，并使用Azure中最新的虚拟机系列用于一些大规模的人工智能研究工作[19]。
2.3人工智能行业总体保持较高融资热度，交通和医疗领域最受关注从投融资数量及金额来看，2022年上半年全球人工智能融资数量为1579笔，同比下降30%，融资总金额达274亿美元，同比下降28%[20]。在全球经济连受冲击不确定性加剧的大背景下，全球融资环境收紧，人工智能行业投融资事件数量比去年略有下降，但整体保持相对较高的融资热度。其中，医疗和交通仍是最受关注的垂直领域，医疗领域的药物研发、辅助诊疗、健康管理和基因技术是主要的资本投入方向，交通领域的无人驾驶热度不减，多家企业近期获得数亿美元投资，领域内典型融资案例如下：企业重大动向
3.1人工智能企业陆续上市，科技市场低迷环境下面临市值回落问题由于人工智能行业具有技术快速演变、商业模式不断创新的特点，使得人工智能企业在前期基础研究与后期商业化落地期间需要投入大量资金支持，在此背景下AI企业陆续加快上市，上市目的不外乎以下三方面：一是增强现金流；二是加大对核心技术的研发投入和升级；三是支持继续商业化的探索及落地。
然而在内外部挑战下AI上市企业面临市值回落问题，2022年前三季度全球科技股整体表现低迷，在人工智能领域，截止2022年7月底，C3.ai公司较市值最高点下跌九成，Uipath下跌八成，寒武纪、商汤科技均跌超七成，今年上市的云从科技、格灵深瞳也下跌30%左右。2022年部分AI上市公司如下表[27]：3.2头部企业加快投资收购步伐，加速智能化转型2022年上半年人工智能行业的主要收购案呈现出以下两个特点：一是跨国收购案主要集中在如美欧、美日等“盟友国家”之间，在各国对AI领域收购投资的监管审查越来越严格大背景下，这种跨国盟友合作趋势愈发凸显。二是行业龙头企业纷纷发力并购且投资于AI行业软件领域的佼佼者，一方面扩充其数据和软件服务能力，为其自身业务的数字化智能化转型提供支撑，同时布局AI领域新业务，扩大其业务版图及在AI市场的影响力。截止目前的主要收购案如下表：3.3企业依托人机交互技术基础，加速助推元宇宙落地发展2022年，行业龙头企业积极挖掘以AR、VR、MR等为代表的人机交互技术的应用潜力，以人工智能技术为基础加速元宇宙概念与自身业务结合，提供个性化、商业化元宇宙服务。
美国微软公司积极布局在工业领域元宇宙的落地与拓展。2022年5月与川崎重工展开合作，通过AR创建可复刻现实世界的数字化工作空间，车间工人通过佩戴HoloLens头显设备来辅助完成生产、维修和供应链管理等工作[37]，2022年10月，微软新成立工业元宇宙核心新团队，旨在帮助客户创建身临其境的软件界面以操控工业控制系统[38]。
美国Meta公司首席执行官扎克伯格表示“解锁元宇宙许多进展的关键是AI技术”，目前Meta公司正在进行人工智能研究，开发一个名为BuilderBot的通用语音翻译器系统，旨在提供所有语言的即时语音翻译，利用语音命令就可以生成或将内容导入虚拟世界，以建立将接替移动互联网的元宇宙[39]。
【参考文献】
[1] https://www.oxfordinsights.com/
[2] https://insidedefense.com/
[3] https://www.abc-directory.com/
[4]https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/1082416/Defence_Artificial_Intelligence_Strategy.pdf
[5] https://www.gov.uk/government/organisations/ministry-of-defence
[6] http://world.people.com.cn/n1/2021/1228/c1002-32318465.html
[7] http://www.techweb.com.cn/
[8] https://finance.sina.com.cn/world/gjcj/2022-03-09/doc-imcwipih7503248.shtml
[9] https://www.usnews.com/
[10] https://www.whitehouse.gov/
[11] https://cn.yna.co.kr/
[12] https://www.federalregister.gov/
[13] https://digital-strategy.ec.europa.eu/en/policies/data-act
[14] https://www1.folha.uol.com.br/mundo/2022/06/brasil-esta-atrasado-na-corrida-internacional-pelo-dominio-da-inteligencia-artificial.shtml
[15] https://www.telecompaper.com/
[16] https://www.idc.com/
[17] www.yzdir.com
[18] https://cn.yna.co.kr/
[19] https://lnkd.in/gFJVHABP
[20] 《全球人工智能产业数据报告》2022年上半年投融资情况，中国信息通信研究院
[21] https://www.prnasia.com/
[22] http://www.crunchbase.com/
[23] https://www.bootcdn.cn/axios/
[24] http://techcrunch.com/
[25] https://www.cnbc.com/primetime-shows/
[26] https://www.iyiou.com/
[27] 《SPAC周报》2022年
[28] https://www.benevolent.com/
[29] https://www.soundhound.com/
[30] https://www2.deloitte.com/
[31] https://guanwangdaquan.com/
[32] https://www.intel.cn/
[33] https://www2.renesas.cn/
[34] https://new.siemens.com/
[35] https://www.ibm.com/
[36] https://www.accenture.com/
[37] https://www.cls.cn/
[38] https://www.theinformation.com/
[39] https://www.theverge.com/
作者：行业研究观察员曹文，惠文审核：行业研究顾问辛鑫，行雁（全文完）全球人工智能产业发展现状及发展趋势浅析
人工智能是指使用机器代替人类实现认知、识别、分析、决策等功能,是研究、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,其本质是对人的意识和思想的信息过程的模拟。人工智能是一种尖端技术,是新一轮科技革命和产业变革的重要驱动力量,它给经济、政治、社会等带来了颠覆性的影响,或将改变未来的发展格局。在21世纪,人工智能已逐渐成为全球各国新一轮科技战和智力战的必争之地,全球围绕人工智能领域的布局抢位日趋激烈。
一、全球人工智能发展现状
2021年7月8日,世界人工智能大会在上海开幕。根据统计数据评分,全球人工智能排名前10的国家依次为:美国、中国、韩国、加拿大、德国、英国、新加坡、以色列、日本和法国。其中,中国的综合得分为50.6分,美国为66.31分。
(一)美国着重国家和经济安全,力争保持全球领导地位
美国人工智能战略和政策的着力点在于保持其全球“领头羊”地位,并期望对人工智能的发展始终具有主动性与预见性。美国自2013年开始就发布了多项人工智能计划,并提及人工智能在智慧城市、自动驾驶和教育等领域的应用和愿景。2016年,美国将人工智能上升至国家战略层面,出台了《国家人工智能研究与发展计划》,从政策、技术、资金等方面给予一定的支持和保障。特朗普政府执政后,于2019年2月发布了第13859号总统行政令—《维持美国在人工智能领域领导地位的倡议》,从国家战略层面提出美国未来发展人工智能的指导原则,明确指出要集中联邦政府资源发展人工智能,扩大美国的繁荣,增强国家和经济安全,力图保持其在人工智能时代的全球领导地位。2021年6月,拜登政府宣布成立了由12名学术界、政界和产业界人士组成的国家人工智能研究资源工作组(NAIRR),他们将制定一项计划,让人工智能研究人员获得更多政府数据、计算资源和其他工具。该项计划基本继承了《2020年美国人工智能倡议法》的战略诉求。NAIRR的创建是美国政府加速美国国内技术进步的更广泛努力的一部分,美国参议院批准了2500亿美元的投资,用于从人工智能到量子通信等科学研究,这意味着,人工智能战略是拜登政府战略重心之一。
(二)韩国加快构建可持续的人工智能技术能力
韩国拥有雄厚的ICT产业发展根基,这为其发展人工智能奠定了良好的研发与应用生态基础。2018年5月15日,韩国第四次工业革命委员会审议并通过《人工智能研发战略》(以下简称《战略》),旨在重点推广人工智能技术进步,并加快AI在各领域的创新发展,打造世界领先的人工智能研发生态,构建可持续的人工智能技术能力。韩国认为人工智能是经济与社会大变革的核心动力之一,但其AI技术能力与中国和美国相比仍有较大差距,因此提升人工智能技术能力迫在眉睫,事关其能否在第四次工业革命中占得技术主导权。为了加快经济和社会的创新发展,为产业注入新的活力,韩国于2019年12月17日公布了《国家人工智能战略》,旨在凝聚国家力量、发挥自身优势,实现从“IT强国”到“人工智能强国”的转变。根据预算,相关措施若得以实施,到2030年,韩国将在人工智能领域创造455万亿韩元(约合2.7万亿元人民币)的经济效益。
(三)加拿大大力发展人工智能产学研用聚集中心
2017年3月,加拿大政府发布了全球首个人工智能国家战略计划——《泛加拿大人工智能战略(PanCanadianArtificialIntelligenceStrategy)》,计划拨款1.25亿加元支持AI研究及人才培养。该计划还提出了“增加加拿大优秀人工智能研究人员和熟练毕业生的数量”“在加拿大埃德蒙顿、蒙特利尔和多伦多3个主要人工智能中心建立互联的科学卓越节点”“在人工智能发展的经济、伦理、政策和法律意义上发展全球思想领导”以及“支持国家人工智能研究团体”等目标。此外,加拿大在全国范围内形成了数个有代表性城市的人工智能产学研用聚集中心,正是这些中心支撑起了加拿大人工智能发展的基本格局。这些聚集中心包括蒙特利尔、多伦多、埃德蒙顿、滑铁卢、温哥华和魁北克等城市,它们构成了加拿大人工智能研究的中坚力量。如果将加拿大人工智能领域看作一个生态系统,风险投资机构、加速器或孵化器以及公共非盈利机构构成了这个生态系统的土壤,为加拿大人工智能的研发和应用提供基础;各个人工智能产学研用聚集中心有其不同的偏重方向,就像不同种类的作物;各个聚集中心培育出来的初创企业,是人工智能服务人类生活的直接载体,就如作物结出的花朵与果实;国家和地方的政策支持、各领域方向的人才团队构成了人工智能生态的空气和养分;同时,加拿大社会开放,具备吸引外国投资机构、企业实体和人才的良好环境,为整个人工智能生态系统提供了有益补充。
(四)欧盟构建可信人工智能框架,抢占全球伦理规则主导权
欧盟很早就把发展以智能化为基础的经济模式作为其主要战略目标,注重在研发和人才上的投入,但由于缺乏风险资本和私募股权投资,以及民众过多顾虑隐私保护等问题,其在人工智能上的发展落后于中国和美国。为改变这一现状,欧盟采取多种措施大力发展人工智能,发力构建可信人工智能,力争取得全球主导权。2018年4月,欧洲25个国家签署了《人工智能合作宣言》,从国家战略合作层面来推动人工智能发展,确保欧洲人工智能研发的竞争力,共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。2018年12月,欧盟发布了《人工智能协调计划》,提出要进一步增加资金投入、深化人工智能技术创新与应用、完善人才培养和技能培训、构建欧洲数据空间、建立人工智能伦理道德框架、促进公共部门人工智能技术使用、加强国际合作等行动,推进欧洲人工智能的开发与应用,实现欧盟和各国人工智能投资收益最大化,推动发展符合欧中价值观和伦理观念的人工智能,力争在伦理与治理领域占据全球领先地位。欧盟于2020年2月发布的《人工智能白皮书—欧洲追求卓越和信任的策略》,透露了欧盟人工智能将由“强监管”转向“发展和监管并重”,在促进人工智能广泛应用的同时,解决新技术使用所产生的风险问题。
二、我国人工智能发展现状
我国人工智能产业在政策、资本、市场需求的共同推动和引领下快速发展。产业上,我国人工智能企业“质、量”兼顾,同步发展,集聚发展效应明显,产业规模不断扩大,产业链布局不断完善。技术上,论文数量不断攀升,在复杂的国际环境下我国迎难而上,芯片产业突破明显,在国际竞赛中我国企业成果颇丰。为进一步推动技术创新,诸多高校设置人工智能相关专业、成立人工智能学院。融合上,我国人工智能与实体经济融合在广度和深度上都进一步深化,全国人工智能产业形成了特色化的发展格局。
2015年7月,国务院印发《关于积极推进“互联网+”行动的指导意见》。《指导意见》将人工智能作为其主要的十一项行动之一,并明确提出,依托互联网平台提供人工智能公共创新服务,加快人工智能核心技术突破,促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用;进一步推进计算机视觉、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及新型人机交互等关键技术的研发和产业化。2016年3月,国务院发布《国民经济和社会发展第十三个五年规划纲要(草案)》,人工智能概念进入“十三五”重大工程。2017年3月十二届全国人大五次会议上,“人工智能”首次被写入政府工作报告;7月,国务院发布《新一代人工智能发展规划》,明确指出新一代人工智能发展分三步走的战略目标,到2030年使中国人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心;10月,人工智能进入十九大报告,将推动互联网、大数据、人工智能和实体经济深度融合;12月,《促进新一代人工智能产业发展三年行动计划(2018-2020年)》的发布,它作为对7月发布的《新一代人工智能发展规划》的补充,详细规划了人工智能在未来三年的重点发展方向和目标,每个方向的目标都做了非常细致的量化。工信部为加快推动我国新一代人工智能产业创新发展,组织实施了人工智能产业创新任务揭榜挂帅工作,在人工智能项目攻关、选才用才方面效果显著。
相关数据显示,2020年人工智能行业核心产业市场规模将超过1500亿元,预计在2025年将超过4000亿元,中国人工智能产业在各方的共同推动下进入爆发式增长阶段,市场发展潜力巨大,未来中国有望发展为全球最大的人工智能市场。
我国高度重视人工智能技术进步与行业发展,人工智能已上升为国家战略。在此背景下,许多地方出台促进人工智能发展的政策,针对人工智能开展了布局,以广东省为例,广州、深圳、佛山等不少基础雄厚的城市都在积极谋划创建人工智能试验区,其中佛山市提出要“创建国家新一代人工智能创新发展试验区”,这一举措对区域在人工智能发展赛道抢占先机十分有利,对于区域人工智能发展有着显著的带动效果。在产业布局方面,佛山市因地制宜,将人工智能与工业制造进行融合。作为全国制造业的重要基地,佛山拥有2.16万亿的工业产值,对促进人工智能和实体经济融合发展有着大量的需求,可以实现人工智能技术在区域的产业化发展。2021年7月,《佛山市推进制造业数字化智能化转型发展若干措施》提出,“建设数字化智能化示范工厂、示范车间,支持技术改造升级”,加大金融财政支持力度、推动产业链协同、增强产业数字化智能化供给能力多措并举,以加快佛山制造业数字化、网络化、智能化转型升级。8月,佛山市南海区对外释放在人工智能方面的新布局,通过聚焦前沿技术,引进高科技企业和高端人才项目,联合高校科研院所共同攻克人工智能领域关键核心技术,一系列举措阐释着佛山市南海区全力打造国内一流的人工智能创新高地,助力打造佛山市制造业数字化智能化转型发展引领区,赋能佛山制造业升级提速的信心。这是佛山市南海区制造业高质量发展的表现,也是佛山市南海区在人工智能发展到新一阶段的布局升级,同时也反映了地方政府在新的时期发展和布局人工智能的信心与决心。
三、人工智能未来发展趋势
在未来的数十年里,人工智能有可能会极大地改变人类社会结构和生存方式。人工智能技术加速融入经济社会发展各领域全过程已是大势所趋。人工智能在重组全球要素资源、重塑全球经济结构、改变全球竞争格局方面将发挥出重要作用。我国面临中华民族伟大复兴战略全局和世界百年未有之大变局,将以国内国际两个大局、发展安全两件大事为出发点,充分发挥海量数据和丰富应用场景优势,促进人工智能与实体经济深度融合,赋能传统产业转型升级,催生新产业新业态新模式。在加强核心技术攻关、加快新型基础设施建设、推动人工智能和实体经济融合发展、规范行业发展和完善行业治理等方面持续发力,促进人工智能创新发展。
参考资料
1.国家工业信息安全发展研究中心.2019-2020人工智能发展报告.2020-7
2.李月白,江晓原.钱学森与20世纪80年代的人工智能热.2019-11
3.广州日报.2020中国人工智能产业白皮书:五年内市场规模预计超过4000亿元.2021-2
4.李贺南,陈奕彤,宋微.2020年韩国人工智能国家战略.2020-4
5.韩联社.韩国斥巨资大力发展人工智能.2020
6.江丰光,熊博龙,张超.我国人工智能如何实现战略突破——基于中美4份人工智能发展报告的比较与解读.2020-1
来源：中国网
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
人工智能产业迎来发展新机遇
习近平总书记强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，促进其同经济社会发展深度融合，推动我国新一代人工智能健康发展。
近年来，我国人工智能产业在技术创新、产业生态、融合应用等方面取得积极进展，已进入全球第一梯队。中国信通院测算，2022年我国人工智能核心产业规模达5080亿元，同比增长18%。
我国人工智能产业的发展现状与发展趋势如何？面临着哪些机遇？今后产业发展有哪些着力点？最近，记者采访了工业和信息化部相关负责人及业内多家企业。
核心技术取得突破，创新能力显著提升
无保护左转、行人车辆避让、自动变道、自动转向、红绿灯识别、窄路及拥堵路段通行、自动绕障……北京轻舟智航科技有限公司不久前推出的基于地平线征程5芯片的“轻舟乘风高阶辅助驾驶解决方案”，支持城市多场景、高速公路、快速路多种复杂路况的点到点辅助驾驶，让开车变得轻松。
包括18个智能水位站、5个流量站、100套森林火灾地表火探测器在内，200余个前端感知点位，将实时数据输送至云从科技主导搭建的综合枢纽数字孪生平台——“天府大脑”，并在数字孪生世界完美复原成都天府新区的生态现状。水体抬升、水质反演、污染等城市应急事件，在AI（人工智能）赋能下完成高效能治理。
六轴机器人轻柔地抓起几十公斤重的电池模组，精准放置到电池包底座上，在AI视觉和100%扭矩监控下完成自动拧紧，安装精度达到0.2毫米……在上汽通用汽车武汉奥特能超级工厂电池车间模组上线工位，由上汽通用工程制造团队与国内顶尖人工智能企业共同开发的“机器人、3D点云视觉、力控感知”技术融合应用，在业内成功落地。
“智能视觉技术在装配工艺中的应用，有效避免了模组在组装过程中由于磕碰造成的潜在安全风险，确保了装配过程电池零损伤。”据工厂负责人介绍，后续的电池包涂胶、合盖、拧紧工艺，也全部基于数字孪生技术的机器人自动完成。通过采用深度学习算法的视觉技术进行多重质量保证，安装工艺实现测量精度小于0.1毫米，确保电池包满足最高密封等级要求。
不仅如此，在武汉奥特能工厂，数字孪生技术已广泛运用于产线规划、设备制造、安装调试、生产运营监测、设备预维护等领域，节省设备建造、调试时间约50%，项目实际投产比规划提前了5个月。
以上事例，是我国人工智能创新能力显著提升的缩影。总体看，有四个方面主要进展：
——人工智能专利申请量居世界首位。据中国信通院测算，2013年至2022年11月，全球累计人工智能发明专利申请量达72.9万项，我国累计申请量达38.9万项，占53.4%；全球累计人工智能发明专利授权量达24.4万项，我国累计授权量达10.2万项，占41.7%。
——创新载体建设取得新进展。一批新型研发机构在人工智能大模型、人工智能计算芯片等领域取得了技术突破。算力基础设施达到世界领先水平。全国一体化大数据中心体系基本构建，“东数西算”工程加快实施；建成一批国家新一代人工智能公共算力开放创新平台。
——关键核心技术局部突破，部分关键应用技术居世界先进水平。我国企业在应用算法、智能芯片、开源框架等关键核心技术上已取得重要突破，图像识别、语音识别等应用技术进入国际先进行列，智能传感器、智能网联汽车等标志性产品有效落地应用。
——产业生态初步形成。目前，我国已有超过400所学校开办人工智能专业，高端人才居全球第二。截至2022年底，全球人工智能代表企业数量27255家，其中我国企业数量4227家，约占全球企业总数的16%。我国人工智能产业已形成长三角、京津冀、珠三角三大集聚发展区。百度、阿里、华为、腾讯、科大讯飞、云从科技、京东等一批AI开放平台初步具备支撑产业快速发展的能力。
融合应用步伐加快，赋能效果持续显现
“春节后，早高峰等车时间变短了，车上也不那么挤了。”2月23日7时40分，李先生在深圳桃源村东72路公交车站登车。他并不知道，车队根据智能排班，车辆周转率提升10%，乘车舒适度也提高了25%。
深圳巴士集团安托山公交车队调度组长陈晓岚告诉记者，去年车队6条线路、72辆公交车安装智能系统后，借助人工智能算法，车队可以通过精准匹配的动态飞线图，全面了解线路客流信息，如哪个时段、哪个区间客流量大，进而调整线路早晚高峰时段的发车频次，增发72路、M500路区间车，提升了线路运营效率，方便了乘客出行。
据了解，目前，深圳已经有6000辆公交车安装了该系统。构建城市级公交大脑不仅帮助公交公司降本增效，还有效推动城市智慧出行。
“伴随着人工智能在智慧城市领域的应用加速落地，我们对智慧城市的理解越来越深，战略也越来越清晰，那就是做自进化城市智能体。”云天励飞副总裁郑文先说，云天励飞拥有算法、芯片、大数据全栈式AI能力，基于对行业场景需求的深刻理解，通过自定义指令集、处理器架构及工具链的协同设计，实现了算法芯片化，进而打造具备多维敏捷感知、海量数据分析、全局实时洞察、持续迭代进化的城市超级大脑，助力智慧城市建设。目前，一系列示范应用已在北京、上海、深圳、青岛、成都等多个城市实现项目落地。
中国电子信息产业发展研究院副总工程师安晖表示，当前，人工智能与一、二、三产业融合成效初显，正在从医疗、交通、制造等先导产业领域向旅游业、农业等领域拓展；智能金融、智能医疗、智能安防、智能交通等领域已经成为人工智能技术产业化落地的热点应用场景；制造业研发设计、工艺仿真、生产制造、产品检测等重点环节智能化水平全面提升。
推动关键核心技术攻关，培育良好发展生态
“作为国内首款可量产的百TOPS级大算力AI芯片，地平线征程5已经获得比亚迪、上汽、一汽等多家主流车企的量产合作项目，首款量产车型已于今年2月落地。”业内专家表示，实现大算力车规级芯片量产，国内芯片企业仍需突破一些关键技术，如先进封装技术、自主IP技术、高算力芯片系统架构，以及功能安全流程、功能安全产品认证、车规可靠性认证等。
车规级智驾和智舱芯片，只是我国人工智能产业链短板之一。安晖认为，总体看，我国人工智能基础理论、核心关键技术积累不足，核心算法、AI框架、芯片及基础元器件与国外差距较大，重大原创科技成果还需要进一步研发。
“实现人工智能产业高水平自主可控，国内企业要加强产学研用协同创新，推动关键核心技术攻关。”安晖列举道，一是大力推进人工智能基础软硬件开发，加强小样本学习、迁移学习等基础技术研究，提升原始创新能力。二是加快智能芯片、深度学习框架及关键算法等共性技术迭代升级与产业化，发展感存算一体化的智能传感器。三是强化知识计算引擎、跨媒体智能、自然语言处理、自主无人系统等技术攻关与应用，加快人工智能安全技术创新。四是加速语音、图像文字等多媒体技术向跨媒体技术提升，推动感知智能向认知智能演进，发展超大规模预训练模型。五是加快人工智能与5G大数据、云计算、区块链等技术的融合创新，鼓励开发融技术产品并加速商业化落地。六是推动类脑智能等前沿技术，前瞻布局人工智能与量子信息、脑机接口等前沿领域探索。
在云从科技副总裁王仲勋看来，我国人工智能企业和初创公司在获得资金支持方面仍存在一定困难，有时无法承担训练大型语言模型的高昂成本，“此外，一些财力雄厚的大企业，项目投资更多关注短期的投资回报率，对长期规划且产出成果不明确的项目存在一定程度的重视不足。”
工信部有关负责人表示，“十四五”期间，我国将加快壮大人工智能产业，培育良好发展生态，具体举措包括：组织由大中小企业联合、产学研共同参与的创新联合体，推动人工智能关键核心技术突破，提升我国智能芯片、开发框架、典型智能产品等水平；加快人工智能在制造、交通、能源等领域的应用，推动重点领域智能化转型；打造产业集群，培育一批具有国际竞争力的人工智能龙头企业，发展一批专精特新企业，依托先导区打造产业集聚发展高地。
以技术突破和应用拓展为主攻方向，依托我国超大规模市场优势吸引全球资源要素，我国人工智能产业正在与实体经济深度融合，成为经济社会发展新的增长引擎。据预测，到2030年，我国人工智能产业规模将达到1万亿元。（王政）
[责编：姜楠]