當前，人工智能發展迅猛，日益成為引領科技進步、推動產業升級的新引擎，將深刻改變人類社會的生產生活方式，并成為新一輪國際競爭的焦點。2017 年，我國人工智能產業保持快速增長，部分技術接近或達到國際領先水平，產業規模、投融資規模和企業數量位居世界前列。

對2018年形勢的基本判斷

認知性應用將成為亮點

AI 芯片、計算機視覺、語音識別等技術的持續創新成為產業發展引擎。人工智能芯片以圖形處理器（GPU）、現場可編程門陣列（FPGA）、特定用途集成電路（ASIC）為發展方向，寒武紀、中星微、深鑒科技、地平線機器人等初創企業通過產研結合的發展思路，積蓄了一定的研發實力。在計算機視覺技術中，以靜態物體識別技術發展最為成熟，動態圖像和場景識別技術尚且存在較大上升空間，在企業方面，百度、曠視科技、商湯科技、格林深瞳等企業的技術實力較為領先。語音識別技術近年來發展迅速，目前行業識別準確率已達到95%，科大訊飛、百度、搜狗、出門問問等企業有較大技術優勢。預計 2018 年，芯片和算法的優化將進一步提升計算機視覺和語音識別的應用成熟度。人臉識別將成為計算機視覺技術的競爭熱點，格靈深瞳等創新企業有望在動態視覺檢測中取得關鍵突破。科大訊飛等國內語音識別技術商將利用數據優勢，推動語音識別技術平臺化，進一步提升多場景下的語言識別準確率。

感知智能與認知智能進一步融合，認知性應用將成為亮點。深度學習算法得到廣泛應用以來，計算機視覺和語音識別等感知智能已較為成熟，其中靜態圖像識別準確率已達99%，語音識別準確率已達 95%，感知智能相關技術在“量”上的積累已較為充分，人臉識別、聲紋識別等淺層次（是否邏輯判斷型）感知性應用得到較為充分的發展。預計 2018年，人工智能技術可能迎來新的質變契機，淺層次感知應用將與更高水平的認知智能融合發展，能夠在邏輯判斷基礎上實現認知推理、情感互動、輔助性決策的認知性應用將成為業界亮點。

行業資源整合將持續推進

人工智能產業進入平穩發展期。近年來，中國人工智能產業規模保持穩步增長，投融資更為理性，新增企業數量趨緩。產業規模方面，2015 年我國人工智能產業規模達 70.2 億元，2016 年達 100.6 億元，預計 2017 年將達152 億元，保持平穩快速增長。投融資增長方面，2015 年全年累計投融資增長率為 143%， 2016 年投融資增長率為 93%，2017 年投融資增長率預計為 51%，國內人工智能產業投資更趨于理性。企業年新增數量方面，自2015 年達到 166 家后逐步趨緩，2016 年新增企業為77 家，2017 年全年預計新增企業數量不超過50 家。截至 2017 年 6 月，我國人工智能企業數量為 592 家，其中基礎層、技術層和應用層企業比例約為 1 ：20 ：22。預計 2018 年，國內人工智能產業將延續穩步增長態勢，產業規模預計將超過 230 億元，投融資事件數量將相對減少，但單筆金額增大，基礎層企業將通過技術創新擴大規模，技術層和應用層企業數量將保持穩步增長。

大公司將在行業資源整合中扮演更重要角色。2017 年以來，國內互聯網巨頭加大力度進行戰略合作與投資并購，百度先后與北汽集團、博世、大陸、哈曼、聯想之星等企業達成戰略合作協議，投資語音識別公司涂鴉科技和感知視覺公司 xPerception。阿里巴巴投資混合智能汽車導航企業 WayRay，菜鳥物流與北汽集團和東風汽車成為戰略合作伙伴。騰訊注資特斯拉和 AR 初創企業 Innovega，并依托騰訊AI lab 發布“AI in all”戰略。預計2018 年，國內平臺層面資源將加速整合，大企業將通過投資并購迅速獲得相應細分領域中的前沿核心技術，降低研發失敗的風險，在行業資源整合中發揮越來越重要的作用。百度將以自動駕駛作為核心，著力打造技術驅動的應用型平臺生態 ；阿里將以云服務為生態基礎，注重消費級人工智能產品研發，將人工智能賦能于商業生態 ；騰訊將圍繞用戶體系組建軟硬件融合的人工智能服務生態 ；科大訊飛將繼續深耕語音識別領域，基于語音系統建立通用解決方案，打造智能語音開放平臺。

與實體經濟融合加速

人工智能與實體經濟加速融合。黨的十九大報告中明確指出，要推動互聯網、大數據、人工智能和實體經濟深度融合。人工智能是具有巨大社會和經濟效益的尖端領域和創新前沿。據保守估計，2018 年中國人工智能將為實體經濟帶來超過 1000 億元的增長。預計2018 年，新一代人工智能技術將與實體經濟持續滲透融合，為零售、交通、醫療、制造業、金融等產業帶來提效降費、轉型升級的實際效能。無人商店、無人送貨車、病例細胞篩查、數字孿生、智慧工廠、 3D 打印、智能投顧等新產品、新服務將大量涌現，從而加速培育產業新動能，開拓實體經濟新增長點，有力推動我國經濟結構優化升級。

市場應用空間將大步拓展。我國人工智能市場潛力巨大，應用空間廣闊。近年來，我國在數據規模和產品創新能力等方面已進入世界第一梯隊。數據規模方面，中國龐大的人口和發達的互聯網提供了任何國家都難以企及的數據規模和標注成本優勢。產品創新能力方面，中國企業在經歷移動互聯網時代的優勝略汰后，已能夠在國外創新技巧的基礎上，依據國內市場特點開發本土創新模式。預計 2018 年，上述優勢將與實體經濟的轉型發展充分結合，情感識別、手勢識別、語音助手、混合現實等個人智能化市場空間將進一步拓展，市場營銷、網絡安全認證、人力資源、辦公智能等企業智能化重構將逐步推進，智能制造、智慧醫療、智慧能源、智能零售等產業化智能重構市場將逐步打開，人工智能的市場應用空間將大步拓展。

資本支持將趨向集中

頂層設計助推產業發展，各地方將積極布局規劃。近年來，我國在國家層面密集出臺一系列政策措施助推人工智能產業發展。在 2017年，人工智能先后出現在政府工作報告和黨的十九大報告中，“人工智能 2.0”納入“科技創新 2030—重大項目”，《新一代人工智能發展規劃》確立“三步走”的發展目標，新一代人工智能發展規劃推進辦公室及新一代人工智能戰略咨詢委員會宣告成立，未來將有力推動人工智能重大項目落地。預計 2018 年，全國各地方將結合自身區位條件和產業基礎，積極布局適合本地區特點的人工智能發展規劃，實現從中央到地方的聯動機制，進一步帶動人工智能發揮經濟和社會效益。

資本總量穩步增長，投融資層次將更為豐富。目前，中國人工智能投融資額占全球總量的近 35%，達到 635 億元。其中，計算機視覺與圖像、自然語言處理和自動駕駛三大領域投融資額占國內人工智能投融資總量的 60% 以上，成為資本熱捧的焦點。此外，北京、廣東、上海、浙江、江蘇和四川等省市的投融資基礎相對較好，是資本最為聚集的地區。2017 年上半年，國內投融資總額為 143 億元，預計全年投融資規模較上年增長51%，增速較 2016 年下降 40%。預計 2018 年，國內人工智能領域的投融資總量穩中有增，資本將更多聚集在應用層細分領域的龍頭企業，投資事件數量將減少，單筆投融資數目將增大，馬太效應將日益凸顯。投資焦點將從應用層逐步下移，AI 芯片等基礎層和深度學習算法應用等技術層將獲得資本市場的更大關注，投融資層次將更為豐富。

需要關注的幾個問題

底層技術基礎差

由于我國人工智能產業重應用技術、輕基礎理論，底層技術積累薄弱，存在“頭重腳輕” 的結構不均衡問題，使我國人工智能產業猶如建立在沙灘上的城堡，根基不穩。基層技術積累薄弱使人工智能核心環節受制于人，阻礙人工智能領域重大科技創新，不利于國內企業參與國際競爭，并使國民經濟和國家安全存在遠期隱憂。

從技術角度而言，國內人工智能的計算機視覺、語音識別、自然語言處理等應用技術已接近甚至達到國際先進水平，但在基礎元器件、底層算法和理論研究等方面與國際水平差距較大，缺乏重大原創科技成果。

從資本角度而言，截至 2017 年 6 月，國內人工智能領域投融資主要集中于計算機視覺、自然語言處理和自動駕駛等應用技術領域，人工智能芯片領域的累計融資額僅占人工智能產業總融資額的 2.1%。相比之下，美國人工智能產業的這一比例高達 31.5%。

從企業分布角度而言，截至 2017 年 6 月，國內人工智能芯片企業數量為 14 家，且均為規模較小的初創企業，難以滿足芯片領域技術和資金門檻極高的要求，在數量上僅為美國的42%，而且缺乏像美國芯片領域的谷歌、英特爾、IBM、高通、英偉達等科技巨頭。

應用路徑不明朗

我國人工智能產業處于早期發展階段，商業化應用路徑尚不明確，商業落地的痛點突出，這些問題都與當前不斷高漲的關注度形成鮮明對比，形成“雷聲大雨點小”的現象，致使近期的實際商業價值變現難度較大。

從應用對象角度而言，由于人工智能產業與外界缺乏深入、有效的宣傳推介、信息交流、資源對接渠道，傳統行業和個人消費者對人工智能的認識仍局限于概念層面，對其具體的發展脈絡、技術效能和應用模式等缺乏清晰認識。在傳統行業，尤其是部分勞動密集型行業對應用人工智能的改造成本、實際效益存在疑慮，甚至對旨在“機器換人”的人工智能存在認知偏差和抵觸情緒。

從應用環境角度而言，人工智能在推廣應用時，面臨資質、數據、標準、安全評估等行業準入壁壘。部分行業存在顯著的數據壁壘，例如，部分工業制造領域尚未完成數字化，數據獲取難度大 ；金融領域敏感性大，數據分享面臨較大的政策和行業阻力。人工智能在數據接口標準、技術評價指標、安全評估管控等方面存在缺失，阻礙其在其他行業及個人消費領域中的推廣應用。

發展氛圍顯浮躁

人工智能概念雖當前火熱，但企業和政府對產業發展理解不透、思考不足，普遍高估并急于兌現人工智能的近期商業價值。產業發展氛圍略顯浮躁，面臨同質化、碎片化風險，這些都可能延長人工智能商業價值的兌現周期，并加劇產業未來發展的周期性波動幅度。

從企業角度而言，雖然人工智能的企業數量和融資規模迅速攀升，但存在大小企業一擁而上、炒作概念的現象。云計算、大數據企業紛紛改換門庭，導致人工智能產業魚目混珠，企業技術水平參差不齊。企業急于將人工智能商業價值變現，對技術難度的預估過于樂觀，對自身技術產品普遍夸大宣傳，瞄準的發力方向存在扎堆現象。同時，企業面臨政府、資本、同業及輿論的多重壓力，在主營方向、技術研發方面缺乏定力，技術、產品普遍趨同情況顯著。

從政府角度而言，地方政府雖然對發展人工智能產業抱有極大熱情，但對人工智能等新興產業的產業特征、發展規律和培育模式缺乏深刻理解，仍慣于采用傳統的招商引資模式，重引進、輕培育，試圖通過形成政策、資金和資源洼地來爭奪國內稀缺的人工智能產業資源。政府在產業生態培育、配套資源對接、業務市場開拓、公共平臺建設等方面缺乏經驗和耐心，部分省市已發布的人工智能發展規劃缺乏實質內容和可操作性，規劃的實際效果和扶持政策的可持續性存疑。

專業人才不充足

人工智能是新興產業，雖然技術和產業發展迅猛，但專業技術人才，以及兼顧人工智能與傳統產業的跨界人才不充足，限制了產業發展以及與實體經濟的深度融合發展。

從人才數量和質量角度而言，我國人工智能領域專業技術人才數量不充足、經驗不豐富。截至 2017 年 6 月，中國共有 592 家人工智能公司，擁有員工約 39200 名。相比之下，美國共有 1078 家人工智能公司，共有約 78700 名員工，數量達到我國的 2 倍。據LinkedIn 數據，我國從業經驗 10 年以上的人工智能人才比例不足 40%，而美國的這一比例則超過 70%。

從人才分布角度而言，我國人工智能領域人才分布不均勻，主要集中于應用層。據統計，我國人工智能基礎層、技術層和應用層的人才數量占比分別為 3.3%、34.9% 和61.8%，基礎層人才比例嚴重偏低，不利于底層基礎理論研究及重大科技創新。相比之下，美國人工智能領域三個環節的人才數量占比分別為 22.7%、 37.4% 和 39.9%，人才分布更加合理均衡，有利于產業的持續發展。

從人才培養角度而言，我國高校人工智能領域的學科建設、人才培養相對滯后。人工智能涉及領域寬泛，相關領域學科資源分散，未能形成合力，培養人才的數量、質量有待提升。目前，國內開設人工智能專業的高校數量較少、時間較短，學科實力不強。美國國家科技委員會發布的 2017 年人工智能全球大學排名中前50 名均位于歐美地區，我國大學無一上榜。此外，國內缺乏人工智能與傳統行業的跨界人才，不利于人工智能在各垂直行業的應用推廣。

應采取的對策建議

推動技術創新突破

重點突破基礎領域。針對人工智能底層技術，加強對以深度學習為代表的底層算法模型的深入研究，并積極布局影響人工智能未來發展的前沿基礎理論研究。強化在基礎材料、元器件、芯片、傳感器等領域的研究，加快突破圖形處理器、現場可編程門陣列、專用集成電路等基礎硬件核心技術。強化相關各個基礎領域研究。

推動人工智能技術融合發展。依托底層的基礎理論、算法模型和核心硬件基礎，開發人工智能算法開發工具、數據庫、中間件等關鍵軟件，推動人工智能開源軟硬件平臺及生態建設，促進基于人工智能的計算機視覺、生物特征識別、自然語言處理等應用技術的研發和產業化。加強前沿技術布局，構造未來融合創新技術基礎。

強化基礎支撐建設。建設滿足深度學習等智能計算需求的新型計算集群共享平臺、人工智能開源算法及軟件基礎平臺、多種生物特征識別的基礎身份認證平臺、人工智能云服務平臺等基礎資源及產業公共服務平臺。構建基礎支撐平臺建設。

加速融合實體經濟

推動重點領域示范應用。精準選取應用場景，推動人工智能與實體經濟的深度融合。促進人工智能在工業領域設計、制造、運維環節的應用，提升質量效率、降低成本。推動鼓勵人工智能在教育、交通、醫療、安防等服務和民生領域的推廣，提升產品、服務的智能化水平，促進無人零售等新興商業模式的創新發展。通過人工智能在重點領域的示范應用，推動強化人工智能技術水平的提升和商業化路徑的篩選，實現人工智能與實體經濟的深度融合，促進人工智能的規模化應用和傳統行業的轉型升級。

消除行業準入壁壘。重點建設面向人工智能的公共數據庫、測試標準、服務平臺等，促進各類通用軟件和技術平臺的開源開放，形成良性發展的產業生態。加速完善人工智能面向行業應用的各項檢驗評測、標準、安全評價體系，消除人工智能向各行業推廣應用時面臨的資質、數據接口、評價標準等行業準入壁壘，加強宣傳引導和政策規范，避免產生新壁壘。

完善創新生態體系

以領軍企業為龍頭打造產業創新平臺。鼓勵各細分領域企業通過產業創新平臺提振創新動能，構建以大企業為引領的創新網絡。面向市場應用需求，突出培育一批具有示范作用的創新企業集群，并由此形成分領域的投資目標。

以地方優勢為亮點打造區域創新平臺。結合地方區位特點和產業比較優勢，構建以共生發展為特征的區域創新平臺。立足區域發展，建立產業創新協作機制，孵化一批核心產業基地。提升招商引資能力，提振區域產業創新水平，形成有利于協同創新的共生環境。

以產業發展為導向打造開源開放平臺。在產業層面構建以集群聯動為特點的開源平臺，促進不同企業間的產業關聯轉化為能夠引發創新行為實質互動。通過開放開源，催生技術創新的集群效應，促進產業集群間建立起多層次的有機聯接，形成點、線、群、網相結合的開源開放創新平臺體系。

以行業聯盟為依托打造技術競合平臺。利用行業聯盟的社會資源和社會影響力，打造技術競合平臺，推動各類型企業從不同維度參與人工智能技術研發和應用推廣。為行業層面新產品、新服務的快速迭代與共同試錯提供規范化的良性競合機制，確保參與企業與行業最新前沿技術的同步，形成技術創新的良性互動格局。

形成開放發展氛圍

促進開放創新體系建設。依托中國人工智能產業創新聯盟等第三方專業機構，舉辦中國人工智能產業創新大賽等競技比賽鼓勵創新。聚焦重點熱點問題，促進推進人工智能企業和團隊創新水平的提高。依托中國人工智能產業創新基地等產業載體，為人工智能企業發展提供最優環境和優秀學習范例。

推動國內外交流合作。利用中國人工智能產業創新聯盟等第三方專業機構的資源優勢，推動國內行業交流和國內外技術發展交流。以研討會、交流論壇、學術年會等形式，促進我國同行之間、我國與國外知名專家、企業家和智庫開展合作交流。確保現階段我國人工智能總體技術和應用與世界先進水平保持同步。

打造聯盟標準和規范。加快打造人工智能行業聯盟的規范和標準，在提升專業機構資質和水平的同時，以聯盟標準幫助相關企業激發創新活力、提升開放水平、加深合作意識。

強化人才培養培訓

加強相關學科建設。依托現有的人工智能相關學科，大力推動學科間合作和資源優化集中，形成研發和教學合力，培養人工智能領域內跨學科人才。加快人工智能相關學科布局，在有基礎的院校強化人工智能相關學科的師資力量，擴大高學歷人才的培養規模。鼓勵高校、科研院所加大與人工智能企業、國外高校及相關機構的合作力度，打造多種形式的人才培養平臺。

加大人才引進力度。針對人工智能芯片、基礎算法模型等重點領域，充分利用現有各類人才計劃，并設立專門通道和定向優惠政策，加大對國際頂級科學家和高層次人才的吸引力，加快人才引進效率，擴大人才引進規模。鼓勵高校、科研院所和企業采用項目合作、技術咨詢、交流訪問等多種形式引進人工智能人才，加大技術合作力度。

注重培養跨界人才。重視培養貫通人工智能基礎理論、軟硬件技術、市場產品及垂直領域應用的縱向跨界人才，以及兼顧人工智能與經濟、社會、法律等的橫向跨界人才。引導有基礎的高校在原有相關學科基礎上拓展教學內容，推動人工智能與其他學科的交叉融合及相關人才培養。