“新基建”背景下 人工智能行业赋能与产业展望

王哲

“新基建”是发力于科技端的基础设施建设即集约高效、经济适用、智能绿色、安全可靠的现代化基础设施体系。“新基建”一头连着投资，另一头连着消费;“新基建”一端是供给，另一端是需求。“新基建”具有乘数效应、牵一发动全身。

人工智能在“新基建”中

发挥怎样的作用

人工智能“新基建”将为智能经济的发展和产业数字化转型提供底层支撑。这种支撑在“新基建”之前就已经存在，而“新基建”的提出势必将加速人工智能在各领域的融合应用，包括从数据采集、数据传输、数据存储、数据分析、数据应用，到赋能传统产业、产业智能化，再进一步到智能经济的发展。人工智能在其中起到非常重要的将各类技术、人才、数据融合汇聚作用，形成新一代信息基础设施的核心能力。

人工智能“新基建”的

内涵、意义、路径

人工智能“新基建”指发力于科技端、目标是为人工智能技术创新提供算法、算力及数据基础条件的系列基础设施。

目前，我国人工智能单点技术应用已趋成熟，但人工智能的规模化和产业化应用尚在早期，对经济高质量发展的赋能效率和实际渗透率有待提升。

人工智能“新基建”内涵和意义可以理解为：推动智能经济发展迈上新台阶。智能经济的发展需要依靠海量数据驱动，依托算力平台和人工智能算法进行数据处理，将数据资源升级转化为数据智能，最终作用于实体经济发展各环节，推动生产效率提升和经济结构优化。

人工智能“新基建”

如何帮助制造业提质增效

人工智能+制造业是指在制造领域中由计算机实现的智能，具有自感知、自学习、自执行、自决策、自适应等特征，可以适应变化不定的工业环境，完成多样化的工业任务，最终实现人、设备与产品的联通、实现精准识别、有效交互与智能控制，提高生产效率或设备、产品性能的目的。

目前，欧洲在制造业领域的人工智能技术部署方面处于全球领先地位。欧洲51%的企业都在制造业领域采用了人工智能解决方案，日本（30%）、美国（28%）、韩国（25%）和中国（11%）的制造商紧随其后。在欧洲，德国的采纳比例处于领先地位，69%的德国制造商在制造中采用了至少一个人工智能用例，其次是法国（47%）和英国（33%）。

人工智能作为基础设施在帮助制造业提质增效的广度和深度上具有潜力，代表性的应用场景包括智能维护、产品质检、需求规划等。

人工智能“新基建”赋能制造业转型升级主要遵循“三步走路径”：

路径1  在现场工程环境中部署成功的人工智能原型。实施针对特定领域的人工智能应用程序，以处理车间的实时数据;将人工智能应用与已有IT系统和工业物联网进行集成嵌入。

路径2  加大对数据管控、人工智能平台和人才的投入。定义什么样的函数生成数据，谁是所有者，谁管理对数据的访问;确定哪些数据对人工智能应用程序有用，如何捕获和存储;规范和简化数据集成，确定遵循的数据标准和格式。

路径3  在制造网络上扩展人工智能解决方案应用规模。扩展用例的应用规模，企业将可以访问从多个工厂采集的更广泛数据集，在这些站点使用该平台;确定在平台上开发新用例所需的IT硬件和软件资源;自动执行人工智能建议的决策，通过将输出反馈到制造执行系统或控制系统，可以将人工智能应用程序的输出作为同一平台上托管的新人工智能应用程序的输入;人工智能平台本身可以托管在云上，企业可以对人工智能应用程序进行集中访问以节约成本，实现应用程序的可移植性和企业移动性。

国内外人工智能

产业政策分析与展望

人工智能技术产业化落地加速成熟、人工智能对世界经济的贡献率快速增加。据中国电子信息产业发展研究院预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模，其中，中国的GDP增长规模为26%，智能经济形态逐步显现。全球经济动态模型预测，世界经济总量的70%将受到人工智能的影响。未来10年内，中国GDP的26.1%将受益于人工智能，智能转型对中国国内生产总值的影响可能超过世界其他国家。

从全球人工智能投融资、企业、人才等情况，可以清楚地预见国际人工智能产业将蓬勃发展，竞争将日趋激烈。美、欧、日等国家和地区，已将人工智能作为重要的战略发展方向，通过加强统筹规划、推出促进政策、组织重大项目、优化配套环境等推进其发展。

中国人工智能产业已经初步呈现集聚态势。人工智能企业主要集聚在经济发达的一、二线城市及沿海地区，内陆省份正在努力把握发展热潮。北京是人工智能发展的最核心城市，杭州居第四位，打破了信息技术领域传统的北上广深格局。

预计未来中国人工智能产业创新政策将重视通过扩大投入、刺激需求来推动产业发展，其中：在需求层面，提升人工智能领域的公共服务水平是重中之重。人工智能产业领域的进出口各项措施将受到更高关注;在环境层面，针对产业发展的需要所实施的策略性措施，如指定区域规划、鼓励企业、行业联盟的组織合作等政策性策略的效应将愈发凸显;在供给层面，教育培训及科技研发将成为中国推动人工智能产业持续发展的重要抓手。

“新基建”面临的挑战

与人工智能的融合发展未来

中国推进人工智能“新基建”面临三方面挑战。

一是规模化基础算力支撑能力有限。多样化的人工智能产业应用数据和更复杂的深度学习算法，需要强大的算力支撑。能提供规模化人工智能算力支撑的企业还很有限，专门针对人工智能的算力基础设施准备不足。

二是开源开放的人工智能算法平台及框架缺失。人工智能算法的自适应、自调节、群智协同、跨界创新水平不足已经成为制约人工智能与实体经济深度融合的瓶颈。本轮人工智能产业发展以深度学习技术为主要引擎，开源开放的深度学习底层环境为技术的进化和创新提供了基础性保障。中国开源生态建设起步相对较晚，对人工智能开源核心平台和框架参与不足，全球主流人工智能算法框架与平台的主导者是谷歌、脸书等。

三是产业数据标准化和互联互通水平不足。重点行业人工智能领域相关企业对产业数据的应用主要呈现各自为政、重复用功、规模零星、标准不一、场景各异的特点，单一行业或企业的成功经验很难迁移，迟滞了广大中小企业利用人工智能技术提高生产力、实现高质量发展的步伐。

中国推进人工智能“新基建”需要抓紧布局“一集两库三平台一中心”：“一集”，制定产业标准的基础设施，即人工智能标准化数据集;加速推进人工智能数据标准、测评、知识产权等产业配套服务体系形成。“两库”，研发算法应用工具的基础设施，夯实人工智能算力和应用场景基础;建立人工智能算法库和解决方案库。“三平台”，打造完整产业生态的基础设施，支持人工智能开源开放和公共服务平台建设;打造人工智能开源开放平台、人工智能技术产品试验平台和人工智能技术检验检测公共服务平台。“一中心”，提供规模化人工智能算力支撑能力的算力中心。