2019全球人工智能产业发展回顾与展望

张鑫

人工智能发展将削弱“雁阵模式”，对后发国家的经济发展形成一定制约。对中国而言，人工智能技术的应用可能在减缓产业向发展水平较低国家转移的同时，增加对自主科技创新的需求

一、2019年全球人工智能产业发展态势

2019年，人工智能产业开始进入前期过度炒作的幻灭期，与此同时，也迎来实现真正商业落地的稳步爬升的光明期。在政务、金融、制造、教育、医疗、交通等领域，人工智能赋能带来的革命性变化已逐渐清晰可见。

（一）世界主要国家人工智能战略竞争趋向白热化

2016年，美国奥巴马政府曾连续发布《国家人工智能研究和发展战略计划》《为人工智能的未来做好准备》和《人工智能、自动化与经济》等三份白皮书和国家人工智能战略，从制度、细则、社会等方面提出应对人工智能变革的策略。今年，美国本届政府对人工智能发展的重视提升至空前高度。2月，特朗普签署总统行政令，提出“美国人工智能倡议”，要求联邦政府机构聚焦人工智能领域投资，并着力保持美国在人工智能领域的领导地位。6月，美国白宫科技政策办公室（OSTP）人工智能特别委员会发布《2019年国家人工智能研发战略规划》。这是自上届政府以来的首次战略更新，旨在指导国家人工智能技术研发和产业应用。

此外，其他主要国家也在加速推进人工智能战略的制定和实施。今年1月，欧委会正式启动“欧盟人工智能”项目，旨在建立欧洲人工智能平台和欧洲人工智能共同体。今年9月，俄罗斯总统普京签署命令，发布《俄罗斯国家人工智能发展战略》。目前，在G20国家中，除印尼、墨西哥和土耳其之外，其他国家均已制定和发布了人工智能发展相关战略。其中，中国、美国、英国、法国、加拿大以及欧盟国家发布了人工智能专项战略。

（二）人工智能正在迅速由研发引领转向市场驱动

人工智能正由研发引领、资本驱动的1.0时代迈向技术转轨、商业落地的2.0时代。人工智能1.0时代已面临技术天花板的制约，世界各主要参与国已共同站立在人工智能2.0时代的起跑线前端。起跑线的另一侧，是无人区的迷雾，穿越人工智能无人区目前有两个明确指向。

第一，人机协同而不是超级人工智能将成为未来技术演进的主要方向。机器智能和人类智能具有本质的区别和不同的擅长，两者在可预见的未来难以出现大规模的相互替代。在一部分两者能够互相替代的领域，机会成本将成为决策的主要考虑;在更多两种智能互相补充的领域，人类的技能将和机器智能相互交织融合成为比二者都更为强大的智能体。当前，基于网络的群体智能、人机融合导向的混合智能、跨媒体推理等人机协同的技术方向已经开始萌芽和兴起。

第二，市场需求正逐步代替研发投入成为人工智能发展的主要驱动力。从21世纪初期最新一波人工智能复兴以来，其发展高度依赖政府、科技巨头和风险资本的研发投入驱动。例如，DARPA于2004年、2005年、2007年举办了三届旨在促进开发完全自动驾驶汽车所需技术的挑战赛，推动了人工智能技术发展和产业人才培养。目前，虽然政府、商业部门等对人工智能的研发仍在持续扩大，但随着人工智能1.0时代逼近技术天花板，研发投入的增速将逐步回落，研发产出也将出现下降趋势。从中国人工智能相关专利申请年度数据来看，近年来该产出数据持续递增，到2017年达3.2万项，但2018年首次出现回落，降至3.0万项。与此同时，智慧家庭、智慧城市等人工智能应用场景持续拓展，创造出对人工智能产品和服务的大量需求。目前，随着人工智能1.0阶段技术的成熟，人工智能产品和服务正全面加速进入消费级市场。人工智能芯片、智能语音等产业链已基本完备，其产业规模和效率正在大幅度提升。需求驱动已成为现阶段人工智能发展的一个重要特征。

（三）人工智能正在推动经济实现智能化转型

人工智能在创造新产业的同时，正在持续赋能和改造传统产业。人工智能技术应用创造了包括机器学习、技术平台、处理芯片、智能语言理解、计算机视觉、自动驾驶、语音识别等迅速崛起的新产业。同时，人工智能与大数据、云计算、工业互联网等新兴通用目的技术结合，将大幅度提升传统产业的决策能力和生产效率。

第一，人工智能正在助力制造业实现从“蒸汽时代”到“电气时代”的飞跃。目前，运用自动视觉检测、监督式学习和预测等人工智能技术，制造业面临的瓶颈问题如生产成本失控、生产线设计弹性不足、质量和产能不稳定等正获得极大缓解。未来，大数据和人工智能将推动制造业向全面智能化转变。

第二，人工智能正显著提高农业生产率。人工智能技术驱动的农业机械产品将具备在作业现场自我智能决策的能力，并利用产量、气候、温度、湿度和土壤等多维度数据适时进行作业调整，极大减少人力投入、资源耗费和作业污染。

第三，人工智能产业将持续为环保和绿色产业赋能。例如，谷歌旗下DeepMind公司通过天气预报和气象觀测等数据训练深度学习模型以提供一天半之后的风力预测，有效缓解了风力发电波动性和不可预测性带来的并网难题。

二、2019年我国人工智能产业发展态势

在中央政策支持和地方精心布局下，我国人工智能产业发展逐渐迈入商业化稳步落地和市场持续扩大的成熟期。

（一）中央支持政策密集出台

今年以来，围绕落实《新一代人工智能发展规划》，相关部委密集出台支持人工智能与经济社会发展深度融合的政策措施。2019年3月，《政府工作报告》提出将人工智能发展拓展为“智能+”，为制造业转型升级赋能。近期，科技部先后启动实施了科技创新2030 —“新一代人工智能”若干重大项目。2019年6月，新一代人工智能治理专业委员会发布《新一代人工智能治理原则》，体现中国负责任地推动人工智能发展的态度。在2018年建设首批5家国家新一代人工智能开放创新平台后，2019年8月，又依托人工智能领军企业建设第2批10家平台。目前，我国已建设北京、上海、天津、深圳、杭州和合肥等6个人工智能创新发展试验区，未来还将在县一级行政区建设试验区，鼓励地方开展智能技术示范、政策试验和社会实验。同时，工信部等相关部委为加快人工智能技术应用和产业发展也推出试点政策。如工信部2019年10月宣布支持建设济南-青岛、深圳人工智能创新应用先导区。此外，科创板也重点支持人工智能创新企业融资。据上交所统计数据，截至2019年8月29日，科创板已受理26家人工智能及智能制造装备企业提出的发行上市申请，占受理总数的17%，拟融资额合计约200亿元。

（二）地方产业布局加速完善

各地的人工智能产业区域布局日趋完善。目前，我国已形成以北京、上海、深圳为核心，京津冀地区、长三角地区和珠三角地区协同发展的人工智能区域布局。北京人工智能研发实力雄厚、企业密集，其拥有的人工智能企业数量约为400家，位居全国主要城市第一位。正在建设中的雄安新区也将自动驾驶等人工智能产业列为其未来重点发展方向。未来，京津冀地区将实现由北京和雄安双核引领、其他主要城市各具特色的人工智能发展格局。上海正布局建设一流人工智能创新生态，在8个区域、11个行业打造“人型”空间结构。今年5月，长三角地区以上海为龙头，成立了长三角G60科创走廊人工智能产业联盟，将有力促进长三角地区形成辐射全国和具有国际影响力的人工智能产业链和生态圈。深圳人工智能企业创新能力在全国位居前列，珠三角地区乃至粤港澳大湾区的区域规划都高度重视人工智能产业布局。广东省已认定两批共8个园区作为“广东省人工智能产业园”，同时依托国家特色小镇、千企千镇工程、珠三角国家自主创新示范区、广深科技创新走廊等科技和产业发展战略，鼓励各地结合自身优势建设人工智能小镇。

（三）产业市场规模持续扩大

2015年以来，随着人工智能技术应用逐步成熟和应用场景的持续拓展，我国人工智能市场规模正以年均50%左右的增长率迅速扩大。2019年，预计我国人工智能市场规模可达500亿元，相比上年增长约47.5%。

从细分产业结构看，目前我国基础层、技术层企业发展相对薄弱，计算机视觉、智能语音和自然语言处理三类企业市场规模总和占比超过80%。根据《中国人工智能发展报告2018》，2017年，中国人工智能市场规模为237.4亿元。在细分行业中，占据市场最大份额的是以生物识别、图像识别和视频识别等技术为核心的计算机视觉行业，其规模达82.8亿元，占总市场规模的比重为34.9%。市场规模排名第二至第五位的细分行业依次是：语音（24.8%）、自然语言处理（21.0%）、硬件（11.3%）和算法（8.0%）。

三、人工智能产业未来发展方向

未来，人工智能产业有望持续快速扩张，成为全球经济的新引擎，同时带来国际产业结构和就业结构的重塑。目前，在技术发展瓶颈和法律伦理风险之外，人工智能发展面临的重要挑战是技术和产业在主要参与国之间的分裂。

（一）人工智能发展将迈入大规模商用阶段

随着越来越多的人工智能产品和服务涌入消费级市场，以及人工智能技术应用带来的企业、产业和人力变革，人工智能将迈入大规模商业化阶段。在此过程中，人工智能市场规模可能加速提升。根据福布斯近期的预测数据显示，2024年，全球人工智能市场的规模将达710亿美元，其中，中国将占有约1/4的市场份额，智能硬件市场将成为主要增长点。根据IDC和浪潮集团共同发布的《2019-2020中国人工智能计算力发展评估报告》预测，未来五年，我国人工智能市场总体规模将超过170亿美元，年复合增长率高达44.9%。其中，硬件市场规模占比最高，预计到2023年将达83亿美元。

（二）人工智能将改变产业组织和就业结构

人工智能大规模商业化将带来产业组织和就业结构的冲击和重构。目前，人工智能带来的就业冲击远小于经济周期和行业景气带来的影响，仍然主要替代人类不愿从事或难以招聘的工种，如恶劣环境下的工作、客服工作等。从就业结构来看，受到人工智能威胁较大的就业可分为体力劳动、服务业和专业岗位低端工作三种类型，它们受影响的程度并不相同。体力劳动在短期内可能会受到较大冲击。服务业由于技术复杂度高、人机互动安全要求高等与人互动的复杂性原因，短期难以被取代，而在服务机器人中，B端场景的应用可能快于C端。人工智能取代法律、医疗、新闻、翻译等专业岗位的低端工作还有很长的路要走，而且一旦这些工作被取代，会带来一个新问题：没有专业低端工作，专业人才将无法得到学习成长的机会。

（三）人工智能将冲击国际产业转移

在人工智能快速发展的情境下，“雁阵模式”所解释的国际产业转移将遭到一定冲击，对后发国家的经济发展形成更多制约。“雁阵模式”基于东亚经济发展经验总结和比较优势的理论支撑，可分为早期和现代两个版本。前者指出后发开放经济体的产业发展将经历进口、进口替代和出口三个阶段;后者则强调领先国家持续创新的能力以及其对后发国家资本品和技术的供给。根据比较优势理论，推动“雁阵模式”运行的一个重要因素是后发经济体相对低廉的劳动力。同时，城乡二元结构也带来工业化和城市化转型的强大动力。人工智能的快速发展将极大地削弱后发国家低成本劳动力的比较优势，从而降低领先国家的跨国公司向后发国家提供资本品和技术的动力。极端情况下，领先国家的科技创新可能在其国内或发展水平相同的伙伴国家内部实现从研发、生产到消费的自循环。长期来看，后发国家实现工业化和经济起飞的机遇减少，领先国家和后发国家的经济联系主要局限于原材料供应和人才输出，使得南北差距扩大，但人工智能之外的众多其他因素叠加和相互作用，可能导致极端情况不会出现。然而，总的来看，人工智能发展将削弱“雁阵模式”，对后发国家的经济发展形成一定制约。对中国而言，人工智能技术的应用可能在减缓产业向发展水平较低国家转移的同时，增加对自主科技创新的需求。

（四）全球人工智能发展和治理面临分裂

人工智能将成为未来改变世界商业版图和战争格局的通用目的技术和关键军民两用技术。因此，美国等发达国家对中国的人工智能发展保持高度警惕，并试图在维护其自身产业创新能力的同时，对中国采取一系列封锁和遏制措施。目前采取的措施有：一是美国政府收紧了联邦资助机构的利益冲突（conflict of interest）政策。例如，今年3月，美國国防部宣布对国防部资助研究的关键工作人员加强信息披露要求，包括上报所有资助来源和期限。二是建立专门机构制定全政府（whole of government）研发安全战略并协调实施。今年5月，美国白宫科技政策办公室（OSTP）成立了研究环境联合委员会（Joint Committee on Research Environments，JCORE）以提供全政府战略以应对美国研究界面临紧迫的“外国影响力”带来的研发安全等挑战。三是精准打击中国人工智能领先企业。今年10月8日，美国商务部工业与安全局（BIS）将科大讯飞、旷世科技等8家中国人工智能领先企业纳入实体清单。四是加紧制定新兴技术出口管制法规。2018年11月，美国商务部工业与安全局公布了针对人工智能等14大类关键新兴基础技术的出口管制框架建议，向美国国内业界征集反馈信息。目前，据外媒披露，该管制法规已进入制定过程的最后阶段，即将正式颁布。

未来，美国可能通过更多措施来限制中国人工智能发展，但由于人工智能的研究开发本质上是开放共享的（例如许多最新的人工智能算法代码都发布在arXiv.org等网站上），美国政府难以直接禁止美国公司和大学公开发布其研究成果，未来的主要限制方向是管制与人工智能相关的云计算技术和芯片出口，并建立限制外国获取最新研究成果信息的控制机制。

总的来看，未来中国与美国在人工智能研发、投资和产业等领域合作将遭遇更大阻力。此外，其他发达国家也开始限制对外的人工智能领域技术合作。例如，2019年2月，欧洲议会高票通过旨在加强对通信和人工智能等战略领域外国企业收购审查的议案。如果未来全球主要参与国无法在人工智能发展和治理等领域取得互信并达成共识，世界人工智能发展很可能面临分裂的局面。

（作者系国务院发展研究中心创新发展研究部副研究员）