我国人工智能产业发展问题研究

张 肃，许 慧，黄 蕊

（长春理工大学经济管理学院，吉林长春，130022）

一、引言

世界人工智能的发展历程已接近60余年，而中国的人工智能起步于1987年，截至目前也仅有30年左右。但在2012年中国与人工智能相关的专利申请数量初次突破美国，一跃成为世界拥有人工智能专利最多的国家。全球人工智能产业从最简单的模仿人类智能活动演变为可支撑或辅助人类行为及活动的且拥有人类智力的前沿技术。美国科学家约翰·麦卡锡于20世纪50年代首次提出人工智能（Artificial Intelligence，英文缩写为AI）的概念。目前，全球先进国家针对人工智能的标准化管理、关键技术、高端人才等展开战略部署，各国力求在新一轮科技革命浪潮中把握主动权。

国外对于人工智能的研究开展得较早，比较典型的如：美国麻省理工学院的温斯顿指出“人工智能本质上是探究怎样令计算机去执行过去唯有人才能做的智能工作”。美国斯坦福大学人工智能研究所的尼尔逊将人工智能理解为“如何表达知识及如何获取知识并深入使用知识的科学”。

人工智能产业属于战略性新兴产业的范畴，Toby Harfield（1999）探究了战略性新兴产业应如何应对行业间的竞合关系。同时，他强调在战略性新兴产业的培育与发展过程中，相对于政府的帮扶政策而言市场竞争对其发展更为重要。Hammurabi，Schumpeter等（2012）指出，一个国家经济的发展必须要以实体经济为重心，政府要对当下世界经济环境以及产业技术情况重点审视，对各类新兴产业加以衡量与评价，挑选适合本国的战略性新兴产业重点培育，并最终使其成为国家经济发展的不竭动力。

目前我国学术界对于“人工智能”一词尚未给出统一的定义，我国学者对人工智能的概念及内涵纷纷展开探讨。如周振华（2016）将相对狭义的人工智能产业理解为在人工智能算法及相关技术上展开系列创新研发及应用的产业。同时，他认为相对广义的人工智能产业囊括了全部智能算法、符号表征、数据计算等众多领域，其过程覆盖数据收集、生产、存储、运算及应用的每个环节。

蔡曙山、薛小迪（2016）指出人工智能实则是令人类或机器所创建的人工方法或系统对人类智能活动进行深度模拟。钟义信（2017）将人工智能理解为一种探索人类智能的工作机理，基于此创造出拥有人类智能并为人类活动提供智能服务的人工智能机器。闫志明等人（2017）指出人工智能的本质是模拟人类智力和智慧的行为，综合计算机科学、信息论、控制论、心理学等学科为一体的交叉学科领域。

综上所述，人工智能产业主要以深度学习、机器学习及机器人技术等人工智能关键技术为核心，涵盖视觉与听觉识别、智能制造、智慧城市、无人驾驶等不同领域的产品及服务，是集生产、研发、销售为一体的经济活动。人工智能产业的核心技术取得的链式突破将促进社会经济各领域从网络化、数字化逐渐向智能化跃进，人工智能产业已成为全球未来竞争的关键领域之一。

二、我国人工智能产业的发展现状

（一）产业规模

虽然我国人工智能产业起步晚，但伴随我国R&D投入强度及创新实力的蒸蒸日上，严重依赖技术创新的人工智能产业于近5年来市场规模不断扩张。

2015年，我国人工智能产业的市场规模达69.3亿元，与2014年相比增长42.6%；2016年，我国人工智能产业市场规模增至95.6亿元，同上年相比增长38%。伴随我国人工智能领域的逐步扩张，有关部门预计截至2018年，我国人工智能产业市场规模将达203.3亿元，同比增长达50.4%。

目前，人工智能产业已经形成涵盖基础技术支撑层、人工智能技术层、人工智能应用场景层的框架体系。其一，基础技术支撑层，具体指人工智能产业整体发展所依赖的基础技术。该层的服务范围聚集于大数据、云计算、传感器、智能硬件、高端芯片、关键网络设备、高端服务器、超算平台等基础软硬件方面。国内处于基础技术支撑层的企业主要有百度、阿里巴巴等IT巨头及少量创业公司，其业务范围主要集中在数据工厂和超算平台建设层面。

图1 2014—2018年我国人工智能产业市场规模

其二，人工智能技术层，具体指深度学习与大数据相结合的人工智能技术，服务于人工智能产业的核心领域。该层的服务聚集在图像处理、人脸及语音识别、语言理解、新型人机交互等应用技术研发和产业化方面。目前国内人工智能技术层的优势领域主要集中在智能识别领域，这一领域主要以创业新贵为主，如科大讯飞、FACE++、小i机器人、格灵深瞳等企业，其中我国的视觉、语音识别技术已处于国际领先地位。

其三，人工智能应用场景层，具体指借助人工智能技术提高医疗、教育、制造等产业的智能化程度，并促进传统产业的提质增效及优化升级。该层的服务集中在智能医疗、智能教育、智慧交通、智能金融、智慧农业、智能制造、智能安防、无人驾驶等不同领域。以小米、格力为首的传统制造业龙头企业加快人工智能技术研发和引进，力争实现从制造到“智造”的转变。

人工智能产业链涉及基础、技术和应用多个环节，目前在我国由基础设施到应用，完整的人工智能产业链已初步形成，但各链条间的配合与协作性较差，整个产业链仍处于初级阶段。

（二）优势企业

1.整体分布

从我国人工智能企业的分布可知，中国经济实力最强的四座城市，即北上广深是重要集中地，另外浙江、江苏、福建及川渝等地也在全力部署。由2016年人工智能产业的调研数据显示，北京的人工智能企业占总数的40.1%，上海的人工智能企业占比为18.6%，深圳的占比为15.4%，广州占比为5.3%。除北上广深外，浙江及江苏分别占有5.9%和4.4%的人工智能企业。以上城市的地理分布表明人工智能产业目前在我国已初步形成以北京为核心，以上海、深圳、杭州、广州为重点城市的地理格局，如表1所示：

表1 中国人工智能企业城市分布（top10）

根据Wind数据显示，我国在人工智能概念板块的上市公司总计28家，这些公司分布在北京、广东、山东、浙江、安徽、湖南、上海、福建、河北、江苏、辽宁、四川、天津。其中，北京、广东两地的人工智能上市公司最多，均拥有5家，其次是山东、浙江两地，均为3家，其余各地的人工智能上市公司分布如图2所示。

图2 我国沪深股市人工智能上市公司地域分布图

我国人工智能企业多分布于经济发达地区，表明经济实力较强地区的互联网产业发达、融资环境优越、信息化水平较高，能顺应各类高技术企业的发展，因此人工智能企业在此“沃土”上更易快速成长。

2.企业巨头积极布局

目前，国内互联网巨头百度、腾讯、阿里巴巴等不约而同地争相进入工智能产业，由于上述企业资金和整体能力较强，因此对人工智能领域偏好于从基础技术底层展开战略布局，这充分体现了科技领头羊对未来人工智能市场的尖锐目光。与此同时，上市公司中如川大智胜、科大讯飞、远方光电等一批优势企业借助图像识别及语音技术开放平台介入人工智能领域。

表2 企业巨头涉足人工智能产业

我国互联网巨头积极在人工智能领域展开布局，但其国际影响力却有限。以深度学习算法为例，目前全球被广泛运用的深度学习算法仍是谷歌研发的TensorFlow，而由百度自主开发的Paddle-Paddle不论是在资源支持方面还是在用户反馈方面都与TensorFlow差距较大。因此，PaddlePaddle在开源社区活跃度较平常。另外，在人工智能芯片领域，我国仅有14家芯片生产与研发企业，且都是初创型企业，在芯片的研发资金投入与前沿技术掌握方面具有较大难度。而美国的芯片领域不仅自身基础优越，而且拥有众多如IBM、因特尔、高通、AMD等科技巨头。美国的资本也青睐于人工智能芯片的创新研发，人工智能芯片的融资金额占人工智能产业总融资额的31.5%，而在中国这一比例仅为2.1%。

资本市场敏锐地观察到人工智能产业的市场前景，我国人工智能产业投融资数量高速增长。由投融资数据显示，截至2017年，我国的上百家人工智能创业公司中约有65家得到投资，金额共计29.1亿元。而美国于2016年时，人工智能产业就斩获267亿元的投资额，由此可见我国与发达国家存在较大差距。

（三）政策环境

近年来，各国尤其是发达国家政府高度重视人工智能相关技术与产业的发展，美国于2013年提出了“人类大脑图谱”工程，欧盟于同年也开启了“人类脑工程”项目。日本于2016年提出“超智能社会”，以期推进人工智能产业的发展。自2016年以来，我国人工智能产业的发展已提升至国家战略层面，与其相关的政策逐渐进入井喷期。发改委于2016年5月出台的《“互联网+”人工智能三年行动实施方案》中计划，截止到2018年，我国要全力打造市场规模达千亿元级的人工智能市场应用。我国于未来几年里，人工智能产业将持续得到国家的关注及大力帮扶，预计更多详细政策将逐渐推出，不断刺激人工智能需求的扩张。

随后，国务院于2017年7月颁布了《新一代人工智能发展规划》，这成为中国人工智能产业发展的标志性里程碑。标志着中国人工智能产业的技术创新战略联盟正式在首都成立，初步预计将来在全国打造30个人工智能产业的示范镇，同时将人工智能产业与示范建设不断向“一带一路”沿线国家推进。

三、我国人工智能产业的发展瓶颈

（一）人工智能产业处于产业链的低端

目前，相关企业普遍对人工智能产业的培育及发展缺乏一定的深思熟虑，迫切希望实现人工智能产业的短期商业价值，致使我国人工智能产业的发展相对急功近利。主要体现为：相关企业由于看到人工智能产业的政策利好性，以往的传统互联网企业及云计算、大数据企业纷纷用新瓶装旧酒，改头换面给自己贴上人工智能企业的标签。然而，此类人工智能企业的研究领域通常不明朗，在主营业务方向尚未确定的前提下，蜂拥而至地跨入当下人工智能的热门领域，从而致使人工智能产品及服务同质化严重，且大多数企业只能在产业链低端徘徊。另外，我国多数企业家对人工智能产业的认识不准确，他们普遍将机器人与“人工智能”相对等，缺乏对人工智能产业关键技术的掌握，缺少促进人工智能产业持续发展的核心动力，人工智能产业链有待进一步完善。传统制造业往往借助“机器换人”的方式进入人工智能领域，主要目的是为了完成产业的升级转型。因此，目前人工智能产业尚处于产业链的初级阶段，有待进一步向高端延伸。

（二）消费级市场尚未形成

一方面，我国人工智能企业普遍属于初创型企业，发展尚不成熟。相较于传统产品拥有质量高、性能稳定、品牌度广等优势，人工智能产业的相关产品在初期普遍存在消费者认可度低、市场前景不明朗、产品成本高等诸多问题，处于初创期的人工智能产业多数为没有竞争优势的偏弱势产业。在我国人工智能产业的市场消费方面，政府还缺乏具体而有效的市场引导。因此，致使人工智能产业消费市场发育迟缓，发展尚未成熟。

另一方面，目前我国诸多人工智能企业通常为了获得资本市场的认可与投资，在不考虑是否符合自身发展的前提下，盲目地对尖端技术进行堆叠，加上企业对消费者的真正需求缺少挖掘与探究，同样对消费者的人工智能产品使用感受及日常关注点缺乏深入挖掘，致使人工智能企业间充斥着技术的攀比，这终将使人工智能产业陷入泡沫化发展的死循环中，而无法形成健康的消费市场。

（三）有效的商业模式尚未建立

我国人工智能产业起步较晚，关于人工智能产业的内涵尚未达成一致，也没有形成标准的技术体系。人工智能产业的软硬件、系统、网络、数据、测试评估等层面的技术研发、实际应用等方面均处于无章可循的状态。一方面，作为人工智能产业链上游的科研机构较注重科技成果的研发与转化，而处于产业链下游的人工智能企业则更看重利润，二者未达到共同的利益契合点。另一方面，从我国高校及科研院所与人工智能企业的合作关系来看，它们间相互合作关系大多带有临时性、短期性、松散性的特点，科研院所及高校与人工智能企业间以市场需求为目的的技术研发项目寥若星辰，它们之间尚未构建长期且稳定的有效商业模式。这种局面直接造成人工智能领域的进入门槛较高，但无法走向良性循环发展的产业生态。

（四）政府的扶持力度不够

由于人工智能产业大多是依赖自身初创型企业而形成的，因此成长过程中迫切需要得到政府的重点帮扶与引导。我国人工智能初创型企业的数量屈指可数，且研究领域相对分散与独立，至今尚未形成完善的上下游产业链，更无法达到规模效应。由于人工智能产业属于“互联网+”战略布局下的一部分，大部分的初创型公司均以点状形态分布并展开探索。人工智能产业如何和互联网、大数据、云计算等进行有效联动，政府还需制定合理的标准，针对不同阶段的企业实施差异化的帮扶政策。

四、我国发展人工智能产业的对策

（一）优化产业链布局

我国要充分发挥人工智能产业基地及园区的集聚效应，不断优化人工智能产业链的布局。我国应将人工智能产业的空间布局与产业链布局有机联合，并充分考虑人工智能企业在产业链中所处的位置。当企业位于产业链的高端时，表明其产品的附加值高且技术含量大，在市场拥有较大的竞争优势。而位于产业链低端的企业大多以加工生产附加值及技术含量较低的产品为主，企业的准入门槛相对低，常常在市场竞争中由于缺乏关键技术而尚未形成自身竞争优势。因此，以产业基地及园区为载体对人工智能产业展开布局时，切不可仅盲目以企业类别进行区分。在明确园区具体定位的前提下，需加快吸引人工智能产业高端项目的入驻，有序引导企业在产业链中精准定位，尽量避免过多的低端环节吸纳其中，使园区避免跌入低水平的盲目建设的陷阱。

（二）与传统产业融合发展

中国目前处于产业结构升级与转型的关键期，我国经济的增长途径正逐渐由数量型的粗放增长向质量型的集约增长转变。人工智能产业的发展会引致我国传统产业结构的深层转型，即优化传统生产方式成为工业4.0时代的助推器，由此能真正打开我国人工智能产业的消费市场。将人工智能+金融、人工智能+医疗、人工智能+教育、人工智能+交通等产业进行融合发展，在传统互联网产业的庞大消费市场的基础上创造属于人工智能产业的新市场，由此可不断催生出新技术、新产品、新模式，同时还能推动传统互联网产业向智能化、高端化迈进。要扩大人工智能产业的消费级市场，推动传统互联网经济向“人工智能+互联网”并轨是必经之路。

（三）完善创新网络体系

第一，政府应积极鼓励人工智能企业与科研院所、高等院校等开展项目合作，联合进行关键技术的研发及科研成果的转化，建立“依托企业为主体，以科研院所、高等院校为主力”的产学研用一体化的技术创新体系。其中，人工智能企业要竭尽全力地保持在创新体系中的主体作用。在产学研用的合作机制中，人工智能企业与研究机构应以长期稳定的一体化模式取代短期合同式的合作模式，促使双方达成互利互惠的稳定长期合作关系。第二，政府应起到牵头作用，积极组建层次结构合理且高质量的中介机构，加强对企业、科研机构、高校等创新资源的整合力度。利用丰富的公共服务平台，使其成为吸纳尖端人才、驱动创新技术研发、整合创新资源的有机载体，完成从关键技术的突破到研究成果产业化、技术标准化的漫长过程，进而有效拉动企业的科技成果转化率的提升。

（四）加强政府帮扶力度

政府要聚焦人工智能相关政策的引导作用，及时调整并完善人工智能产业的发展规划。我国人工智能产业目前大多处于初创期，该产业是典型的技术与资本密集型的产业，人工智能产业的培育与发展需要比传统产业得到更多的政府帮扶。例如当人工智能企业处于初创期时，需要加大人工智能产业新产品的政府采购力度，政府的率先使用可刺激新兴产品及服务的市场需求，有效地扩大企业的推广与宣传；当人工智能产业发展至中期阶段时，政府应陆续从产业的内部运行中退出，借助过渡性的帮扶手段扶持产业，例如对人工智能产业的产品进行价格补贴，促使其价格趋于合理化，便于消费者能快速接纳其产品，进而不断增强产品的影响度。另外，针对拥有明显竞争优势及较大发展潜力但缺乏资金的企业，政府应适当提供本金资助，帮助其迅速成长。由于人工智能企业发展阶段不同，政府需采用差异化的帮扶策略合理解决人工智能产业发展延缓的问题。