我國人工智能產(chǎn)業(yè)競爭力分析與建議

劉晨

人工智能（Artificial Intelligence，AI）的概念最早誕生于1956年的達特茅斯會議上，特指讓機器的行為與人所表現(xiàn)出的智能行為一樣。目前對于人工智能的定義并沒有形成統(tǒng)一的標準，根據(jù)信通院的定義，人工智能是利用人為制造來實現(xiàn)智能機器或者機器上的智能系統(tǒng)，模擬、延伸和擴展人類智能，感知環(huán)境，獲取知識并使用知識獲得最佳結(jié)果的理論、方法和技術發(fā)展歷程。

人工智能發(fā)展經(jīng)歷了漫長的技術演變和應用，目前已成為驅(qū)動新一輪科技革命的關鍵通用目的技術。人工智能加快與各部門深度融合，已經(jīng)形成覆蓋范圍廣泛的產(chǎn)業(yè)鏈條。人工智能產(chǎn)業(yè)鏈包括三層：基礎層、技術層和應用層。其中，基礎層是人工智能產(chǎn)業(yè)的基礎，主要包括AI芯片等硬件設施及大數(shù)據(jù)、云計算等計算系統(tǒng)技術的數(shù)據(jù)資源和基礎設施，為人工智能提供數(shù)據(jù)和算力支撐。技術層是人工智能產(chǎn)業(yè)的核心，以模擬人的智能相關特征為出發(fā)點構(gòu)建技術路徑，主要包括算法理論、開發(fā)平臺和應用技術。應用層是人工智能產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)部門深度融合的延伸，通過集成一類或多類人工智能基礎應用技術，面向特定應用場景需求而形成軟硬件產(chǎn)品或解決方案。

為了把握新一代科技革命帶來的新機遇，各國加快出臺國家層面的人工智能發(fā)展戰(zhàn)略。目前，全球已有超過30個國家和地區(qū)將發(fā)展人工智能上升到國家戰(zhàn)略層面。具體來看，各國AI發(fā)展戰(zhàn)略主要分為加大資金投入、推動基礎研發(fā)、強化AI應用三類。我國近年來也高度重視人工智能產(chǎn)業(yè)發(fā)展，先后出臺一系列支持鼓勵政策。2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面，并提出三個階段目標。2017-2019年，政府工作報告連續(xù)三年提及加快人工智能產(chǎn)業(yè)發(fā)展。同時，全球人工智能產(chǎn)業(yè)規(guī)?？焖僭鲩L，我國發(fā)展機遇與挑戰(zhàn)并存。本文通過分析我國人工智能產(chǎn)業(yè)鏈各層次發(fā)展情況和競爭力，有利于深刻把握我國人工智能產(chǎn)業(yè)發(fā)展的短板和優(yōu)勢，助力我國加快補足產(chǎn)業(yè)短板、保持核心優(yōu)勢，繼續(xù)搶占人工智能發(fā)展的全球高地。

一、基礎層：核心技術短板牽制基礎層長遠發(fā)展

基礎層是支持各類人工智能技術落地和應用開發(fā)的基礎平臺，由于基礎層發(fā)展主要依賴于前期基礎知識積累，創(chuàng)新難度高。因此，我國在基礎層的突破相對緩慢。2018年，全球人工智能基礎層產(chǎn)業(yè)規(guī)模達到111億美元。我國基礎層產(chǎn)業(yè)規(guī)模達到16.6億美元，預計2022年將達到35.2億美元，年均增速普遍低于全球增速（見圖1）。

圖1 全球和中國人工智能基礎層產(chǎn)業(yè)規(guī)模及增速

（一）AI芯片：與國外傳統(tǒng)芯片巨頭差距明顯，布局主要集中在終端ASIC芯片

人工智能芯片為人工智能的各類功能提供支持，從廣義上來看只要能夠運行人工智能算法的芯片都可以稱之為AI芯片。當前AI芯片產(chǎn)業(yè)按技術架構(gòu)分類主要有三種：一是GPU（Graphics Processing Unit，圖形處理器），應用方向為高級復雜算法和通用性人工智能平臺，直接可以投入使用；二是FPGA（Field Programmable Gate Array，現(xiàn)場可編程邏輯門陣列），主要應用于具體行業(yè)；三是ASIC（Application Specific Integrated Circuit，專用集成電路），基于人工智能算法進行獨立定制，其計算能力和計算效率可根據(jù)算法需要進行定制，是固定算法最優(yōu)化設計的產(chǎn)物。

由于GPU技術壁壘極高，硬件結(jié)構(gòu)精密復雜、圖形算法規(guī)模龐大、軟件生態(tài)相對封閉，GPU設計商必須完全自主研發(fā)，開發(fā)難度較大。近年來雖然我國GPU產(chǎn)業(yè)熱度持續(xù)高漲，但是整體規(guī)模有限。2020年中國大陸的獨立GPU市場規(guī)模約為47.39億美元。與GPU類似，F(xiàn)PGA市場也具有極高的行業(yè)技術壁壘。目前國內(nèi)FPGA芯片集中在40nm、55nm工藝水平，與國外的工藝還存在一定差距。

區(qū)別于GPU和FPGA有著很高的進入壁壘，我國芯片廠商在ASIC市場面臨一定機遇（見表1）。一方面，ASIC芯片通常是為處理特定的功能而定制和優(yōu)化的，ASIC芯片的效率約為GPU的10倍。另一方面，由于ASIC芯片是為有限的功能制定的，單位芯片的生產(chǎn)制造成本遠低于生產(chǎn)FPGA或GPU。ASIC目前處于技術發(fā)展初期，市場競爭格局穩(wěn)定且分散。我國的ASIC技術與世界領先水平差距較小，部分領域處于世界前列。目前，谷歌、英特爾、寒武紀等國內(nèi)外公司結(jié)合神經(jīng)網(wǎng)絡算法開發(fā)的ASIC芯片均表現(xiàn)出較好的性能，未來我國相關企業(yè)在ASIC市場有望占據(jù)一定份額。

表1 全球AI芯片廠商競爭層次情況

（二）智能傳感器：整體規(guī)模穩(wěn)定增長，但產(chǎn)業(yè)自主可控程度低

智能傳感器是具有板載技術的高級平臺，如微處理器、存儲、診斷和連接工具，可將傳統(tǒng)反饋信號轉(zhuǎn)換為數(shù)字洞察。智能型傳感器作為物聯(lián)時代信息交互和感知的重要來源，能夠廣泛應用于汽車、物流、煤礦安監(jiān)、安防等領域。全球傳感器行業(yè)市場規(guī)模保持穩(wěn)步提升，2017-2021年市場營收規(guī)模從1782億元增長至2607.7億元，年復合增長率達10%。近年來我國對智能傳感器領域產(chǎn)業(yè)政策持續(xù)加大，國務院及國家發(fā)展改革委、工業(yè)和信息化部等多部委陸續(xù)印發(fā)了支持、規(guī)范智能傳感器行業(yè)的發(fā)展政策。2017-2021年我國智能傳感器市場營收規(guī)模保持8.2%的年復合增長率。但是，與歐美、日韓等發(fā)達國家相比，我國智能傳感器在全球份額仍然偏低。我國的傳感器企業(yè)雖然數(shù)量眾多，但多屬于中小型企業(yè)，大都面向中低端領域，基礎薄弱且研究水平不高，整體規(guī)模及效益較差。但是，在政府的大力支持和引導下，部分深耕垂直應用領域的國內(nèi)企業(yè)正逐漸縮小與國際企業(yè)之間的差距，加快實現(xiàn)進口替代，不斷提升市場占有率。2020年我國智能傳感器的國產(chǎn)化率已達31%，未來有望繼續(xù)提升。

（三）大數(shù)據(jù)：規(guī)模優(yōu)勢顯著，政策推動下成為支撐AI發(fā)展的重要基礎

我國人口眾多，隨著智能手機的快速普及，產(chǎn)生海量的數(shù)據(jù)信息為我國大數(shù)據(jù)采集和發(fā)展提供了有力支持。截至2021年底，我國網(wǎng)民規(guī)模達10.32億，手機網(wǎng)民數(shù)量占99.7%，互聯(lián)網(wǎng)普及率達73%。同時，我國早在2014年就將發(fā)展大數(shù)據(jù)列入政府工作報告，2020年將數(shù)據(jù)納入到生產(chǎn)要素范疇，把握了數(shù)據(jù)資源規(guī)范化和標準化采集、儲存、利用的先機。一方面，我國大數(shù)據(jù)整體儲量世界領先。據(jù)IDC統(tǒng)計數(shù)據(jù)，截至2021年，中國的數(shù)據(jù)產(chǎn)生量約占全球數(shù)據(jù)產(chǎn)生量的23%，高于美國（21%）。另一方面，我國大數(shù)據(jù)整體趨于規(guī)范化、高效化發(fā)展。區(qū)域上，全國范圍內(nèi)數(shù)據(jù)要素市場化配置加速形成。以八大國家大數(shù)據(jù)綜合試驗區(qū)為引領的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展格局不斷完善，“東數(shù)西算”進一步將東部算力需求有序引導到西部，優(yōu)化數(shù)據(jù)中心建設布局。行業(yè)上，工業(yè)、農(nóng)業(yè)、醫(yī)療、安防等行業(yè)相繼出臺統(tǒng)一數(shù)據(jù)標準體系相關文件，指引行業(yè)數(shù)據(jù)加快發(fā)揮效能。

（四）云計算：進入全球領跑者行列，但核心技術積累依然欠缺

云計算是一種將可伸縮、彈性、共享的物理和虛擬資源池以按需求服務的方式供應和管理，并提供網(wǎng)絡訪問的模式。云計算是銜接人工智能和大數(shù)據(jù)的重要基礎，為人工智能提供算力支撐的同時，也能夠為大數(shù)據(jù)提供數(shù)據(jù)的存儲和計算服務。我國云計算市場規(guī)模擴張迅速，2021年達到3229億元，約占全球的15%左右。公有云和私有云市場規(guī)模比重從2017年的0.6∶1提升至2.1∶1，加快從消費者上云為主導滲透到醫(yī)療、制造等行業(yè)。同時，以阿里云為代表的國內(nèi)企業(yè)在細分市場競爭優(yōu)勢持續(xù)增強。但是，我國云計算市場發(fā)展之路依然漫長。一方面，我國算力規(guī)模仍有待進一步提升以處理海量大數(shù)據(jù)。《2021-2022全球計算力指數(shù)評估報告》指出，目前世界上大約有600個超大規(guī)模的數(shù)據(jù)中心，其中約39%在美國，是中國的4倍。另一方面，云計算相關的關鍵技術領域仍被國外公司的技術產(chǎn)品所壟斷。服務器產(chǎn)業(yè)計算、存儲、通信各條線國產(chǎn)化率非常低，大部分份額由思科、博通、Marvell等海外公司把控；云基礎軟件中美國公司VMware全球市場占有率達到80%以上。

二、技術層：基礎型技術和應用型技術發(fā)展出現(xiàn)分化

技術層為人工智能整體產(chǎn)業(yè)鏈提供通用AI技術，主要包括底層算法理論、開發(fā)平臺和應用技術（計算機視覺、智能語音、自然語言處理等）。與上下游企業(yè)多聚焦某一細分領域不同，技術層沿產(chǎn)業(yè)鏈上下游擴展相對容易。近年來，我國技術層企業(yè)在計算機視覺和語音識別等應用技術垂直領域不斷突破，推動我國技術層產(chǎn)業(yè)規(guī)?？焖僭鲩L。2018年，全球人工智能技術層產(chǎn)業(yè)規(guī)模達到172.3億美元。我國技術層產(chǎn)業(yè)規(guī)模達到24.1億美元，預計2022年將達到80.3億美元，年均增速高于全球增速（見圖2）。

圖2 全球和中國人工智能技術層產(chǎn)業(yè)規(guī)模及增速

（一）應用技術領域后發(fā)優(yōu)勢逐漸顯現(xiàn)

據(jù)清華大學數(shù)據(jù)顯示，機器視覺、智能語音和自然語言處理是我國人工智能市場規(guī)模最大的三個應用方向，分別占比34.9%、24.8%和21%。從全球和國內(nèi)AI企業(yè)的應用技術方向分布來看（見圖3），三大應用方向也是國內(nèi)外AI企業(yè)最集中的領域。一方面，政策推動下國內(nèi)應用場景不斷開放，各行業(yè)積累的大量數(shù)據(jù)為技術落地和優(yōu)化提供了基礎條件。另一方面，以百度、阿里、騰訊和華為為代表的頭部互聯(lián)網(wǎng)和科技企業(yè)加快在三大核心技術領域布局，同時一系列創(chuàng)新型獨角獸企業(yè)在垂直領域快速發(fā)展，龐大的商業(yè)化潛力推動核心技術創(chuàng)新。

圖3 全球和中國AI企業(yè)技術方向分布

1.三大技術領域中，機器視覺商業(yè)成熟度最高。首先，國內(nèi)機器視覺市場規(guī)模迎來爆發(fā)式增長。全球機器視覺市場穩(wěn)健增長，下游市場空間近千億美元。得益于深厚的工業(yè)基礎，歐美國家在高端制造領域機器視覺設備滲透率較高，市場相對成熟。根據(jù)Markets and Markets的數(shù)據(jù)，全球機器視覺器件市場規(guī)模保持穩(wěn)健增長態(tài)勢，2015—2020年市場年均復合增長率13.83%，預計2025年將達到147億美元。而中國市場發(fā)展勢頭強勁，根據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟的數(shù)據(jù)，中國機器視覺行業(yè)規(guī)模從2018年的101.8億元增長至2020年的144.2億元，年均復合增長率達19.02%，2023年有望達到296億元，2021-2023年均復合增長率高達28%。其次，國內(nèi)機器視覺領域獨角獸企業(yè)競爭力持續(xù)提升。受益于人工智能技術廣泛應用，部分企業(yè)從安防、金融、零售等細分、碎片化場景入手，深化細分領域核心技術攻關，在特定領域核心競爭力持續(xù)提升，逐漸成為引領行業(yè)發(fā)展的獨角獸企業(yè)。最后，我國在機器視覺領域形成了一定的技術領先優(yōu)勢。憑借應用端需求牽引生產(chǎn)端技術研發(fā)，我國成為全球機器視覺第一大技術來源國。截至2021年8月，中國機器視覺專利申請量占全球機器視覺專利總申請量的78.7%；其次是美國，占比為14.2%。

2.三大技術應用場景廣泛，未來全球競爭力有望持續(xù)提升。一方面，技術通用性強，能夠與傳統(tǒng)行業(yè)快速融合。三大技術賦予機器認知、感知和學習功能的過程中，能夠?qū)崿F(xiàn)標準化、自動化和模塊化，具有較強的通用性，適用于現(xiàn)實世界中的大部分場景。從當前三大技術的應用行業(yè)來看，不僅涵蓋了消費電子、半導體、汽車制造等制造業(yè)行業(yè)，也包括金融、醫(yī)療、教育、安防等服務業(yè)行業(yè)。另一方面，通過賦能傳統(tǒng)行業(yè)顯著提升行業(yè)生產(chǎn)率。例如在制造業(yè)，機器視覺可以提高生產(chǎn)的柔性和自動化程度，既能夠運用在一些危險工作環(huán)境或人工視覺難以滿足要求的場合，同時可以在大批量工業(yè)生產(chǎn)過程中大幅降低人工檢驗的成本，提高生產(chǎn)效率和生產(chǎn)的自動化程度（見圖4）。

圖4 三大技術應用場景廣泛

（二）底層算法理論和開發(fā)平臺等基礎技術領域發(fā)展節(jié)奏緩慢

機器學習是對能通過經(jīng)驗自動改進的計算機算法的研究，而開源深度學習框架則是利用預先構(gòu)建和優(yōu)化好的組件集合定義模型，為模型的實現(xiàn)提供了更加清晰、簡潔的方法。當前，我國在底層算法理論和開發(fā)平臺領域國產(chǎn)化進程依然艱難。一方面，相應技術領域科研實力依然不足。另一方面，國產(chǎn)化進程中相應領域技術研發(fā)到真正應用面臨一系列困難。當前，以飛槳為代表的中國深度學習框架正在發(fā)展成為更適合產(chǎn)業(yè)需求、更受中國開發(fā)者歡迎的開源開放平臺，但是我國底層技術人才儲備仍有不足，且一項技術從實驗室到產(chǎn)業(yè)落地至少需要3-6個月時間，只有當國產(chǎn)框架的技術和功能體驗足以滿足開發(fā)者的需求時，才能培育起自主創(chuàng)新的AI開發(fā)應用生態(tài)。

三、應用層：龐大市場需求牽引下形成我國AI產(chǎn)業(yè)核心優(yōu)勢

應用層結(jié)合各行業(yè)應用，將人工智能通用技術封裝成為針對具體應用場景的端到端式解決方案以及軟硬一體化的產(chǎn)品。近年來，我國人工智能技術與實體經(jīng)濟深度融合，在傳統(tǒng)行業(yè)的設計、生產(chǎn)、管理、營銷、銷售多個環(huán)節(jié)中均有滲透且成熟度不斷提升。同時，隨著新技術模型出現(xiàn)、各行業(yè)應用場景價值打磨與海量數(shù)據(jù)積累下的產(chǎn)品效果提升，人工智能應用逐步從消費、互聯(lián)網(wǎng)等泛C端領域，向制造、能源、電力等傳統(tǒng)行業(yè)輻射。2018年，全球人工智能應用層產(chǎn)業(yè)規(guī)模達到272.3億美元。我國應用層產(chǎn)業(yè)規(guī)模達到42.4億美元，預計2022年將達到161億美元，成為我國AI產(chǎn)業(yè)鏈中優(yōu)勢最突出的部分。目前，我國AI應用層在智能安防、自動駕駛領域相對成熟，同時也加快與制造業(yè)融合發(fā)展。

智能安防：智能安防是我國人工智能應用最廣泛的行業(yè)之一?！?019中國人工智能產(chǎn)業(yè)研究報告》顯示，2019年智能安防占人工智能核心產(chǎn)業(yè)規(guī)模比重最高，達到53.8%。雖然我國智能安防行業(yè)較發(fā)達國家發(fā)展起步稍晚，但是在政府主導、公安部牽頭的“3111工程”“平安城市”等重大項目推動下，產(chǎn)生大量需求帶動智能安防產(chǎn)業(yè)快速發(fā)展。以機器視覺為核心技術的眾多智能安防企業(yè)不斷完善技術和產(chǎn)品線，走上快速發(fā)展軌道。整體上，我國智能安防領域具備一定的規(guī)模優(yōu)勢。

自動駕駛：雖然美國借助政府力量以及長期技術沉淀保持領先中國的技術優(yōu)勢，但是中國依靠科技巨頭與科研院校加速追趕。在互聯(lián)技術以及無人駕駛測試兩個方面，國內(nèi)水平已經(jīng)與美國接近。例如，華為的5G技術為互聯(lián)技術V2X提供全球一流的通信支持，同時已經(jīng)與國內(nèi)外多家車廠進行了合作與測試。在無人駕駛測試方面，北京、上海、深圳、重慶等城市已經(jīng)對百度等科技巨頭頒發(fā)無人駕駛測試牌照并提供測試場地，各類科技巨頭相繼與北汽、比亞迪等國內(nèi)車企開展合作。

智能制造：智能制造是基于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字化技術與先進制造技術的深度融合，貫穿于設計、供應、生產(chǎn)制造、服務等整個供應鏈制造、運營和管理環(huán)節(jié)。我國近年來開始推動工業(yè)智能化水平持續(xù)深化，但是工業(yè)機器人關鍵零部件國產(chǎn)化率依然有很大的上升空間。頭豹研究院數(shù)據(jù)顯示，我國工業(yè)機器人機械本體國產(chǎn)化率為30%、減速器國產(chǎn)化率為10%、控制器國產(chǎn)化率為13%、伺服系統(tǒng)國產(chǎn)化率為15%。高端數(shù)控機床方面，2019年全球排名前10的數(shù)控機床企業(yè)主要來自日本和德國，沒有中國企業(yè)進入排名。海關總署披露的數(shù)據(jù)顯示，2015—2019年我國進口的數(shù)控機床高達29914臺，進口總額達到978億元。

當前，我國在AI應用層的優(yōu)勢和潛力主要表現(xiàn)在兩個方面：

一是我國AI應用場景開放度高，各行業(yè)對人工智能技術需求不斷提升。我國高度重視人工智能產(chǎn)業(yè)發(fā)展和場景應用示范，加快塑造“應用牽引、場景驅(qū)動”的人工智能發(fā)展生態(tài)?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》在建設智能經(jīng)濟中對智能工廠、智能農(nóng)業(yè)等典型應用場景進行了部署，“十四五”規(guī)劃綱要中明確提出了加快建設數(shù)字經(jīng)濟、數(shù)字社會，以數(shù)字化轉(zhuǎn)型整體驅(qū)動生產(chǎn)生活方式和治理方式變革的目標，并對數(shù)字化應用場景的發(fā)展進行詳細部署，包括智能制造、智慧教育、智慧醫(yī)療等領域方向?？萍疾康攘块T聯(lián)合印發(fā)《關于加快場景創(chuàng)新以人工智能高水平應用促進經(jīng)濟高質(zhì)量發(fā)展的指導意見》，以推動場景資源開放、提升場景創(chuàng)新能力為方向，確立了重大應用場景加速涌現(xiàn)、場景驅(qū)動技術創(chuàng)新成效顯著、場景創(chuàng)新合作生態(tài)初步形成、場景驅(qū)動創(chuàng)新模式廣泛應用四大發(fā)展目標。同時，我國采取了一系列舉措進一步推動應用場景開放。依托行業(yè)領軍企業(yè)建設了十余家國家新一代人工智能開放創(chuàng)新平臺，聚焦自動駕駛等人工智能重點細分領域，通過各類通用軟件和技術的開源開放，促進人工智能技術成果的擴散與轉(zhuǎn)化應用。應用場景加快開放，促進我國推動AI應用的速度領先于美國和歐盟。

二是傳統(tǒng)產(chǎn)業(yè)數(shù)字化空間依然較大，未來發(fā)展?jié)摿τ型M一步激發(fā)。當前，各行業(yè)已充分認識到以人工智能為代表的新一代信息技術激發(fā)傳統(tǒng)產(chǎn)業(yè)生產(chǎn)率的重要性。但是，我國產(chǎn)業(yè)數(shù)字化占GDP比重仍低于歐美。2018年，德國、英國、美國的產(chǎn)業(yè)數(shù)字化占GDP比重分別為54.0%、54.0%、52.8%，而我國的相應比重低于30%。未來，隨著人工智能技術應用進程加快與程度加深，下游領域龐大的產(chǎn)業(yè)規(guī)模將為我國人工智能創(chuàng)造廣闊的應用市場，行業(yè)未來發(fā)展?jié)摿薮?。此外，各產(chǎn)業(yè)間智能化滲透率的結(jié)構(gòu)性差異也為人工智能應用提供了新方向。2020年我國農(nóng)業(yè)、工業(yè)、服務業(yè)產(chǎn)業(yè)數(shù)字化滲透率分別為8.9%、21.0%和40.7%，服務業(yè)數(shù)字化發(fā)展較為超前，工業(yè)智能化應用與發(fā)達國家相比（工業(yè)數(shù)字化滲透率31.2%）依然不足。

四、政策建議

（一）整體提升我國人工智能科技創(chuàng)新能力

當前，我國在基礎層和部分技術層、應用層的關鍵基礎技術領域滯后于歐美國家。短期內(nèi)龐大的需求市場和數(shù)據(jù)規(guī)模能夠推動我國人工智能產(chǎn)業(yè)形成規(guī)模優(yōu)勢，但是長期來看，基礎研究水平是決定未來人工智能產(chǎn)業(yè)長期高質(zhì)量發(fā)展的重要基礎。一方面，加大關鍵基礎技術領域攻堅力度。加大對人工智能領域基礎研究的穩(wěn)定持續(xù)支持力度，推動人工智能與數(shù)學等基礎學科交叉融合，支持原創(chuàng)性強的探索性研究。集中力量打好關鍵核心技術攻堅戰(zhàn)，引導和組織優(yōu)勢力量著力解決“卡脖子”問題。加快建設人工智能領域的國家戰(zhàn)略科技力量，加強人工智能國家實驗室和國家重點實驗室等相關創(chuàng)新基地的整合布局。另一方面，基于人工智能自主技術路線推進行業(yè)應用。建設人工智能生態(tài)創(chuàng)新中心，加快推動人工智能與各行業(yè)融合創(chuàng)新，推進人工智能規(guī)模化應用；培育具有重大引領帶動作用的人工智能產(chǎn)業(yè)，推動形成數(shù)據(jù)驅(qū)動的智能經(jīng)濟形態(tài)；建立“人工智能+行業(yè)”國家重點實驗室，促進我國人工智能行業(yè)應用在重點領域?qū)崿F(xiàn)突破、落地。

■古木參天｜李艷明/攝

（二）持續(xù)完善人工智能產(chǎn)業(yè)發(fā)展的基礎環(huán)境

人工智能是新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動因素，也是支撐新舊動能轉(zhuǎn)換的重要力量。伴隨我國人工智能各層次發(fā)展水平不斷提升，對基礎環(huán)境持續(xù)提出新要求。首先，繼續(xù)推進人工智能基礎設施建設，強化人工智能創(chuàng)新發(fā)展的硬件支撐。持續(xù)深化網(wǎng)絡基礎設施、大數(shù)據(jù)基礎設施、計算基礎設施覆蓋水平，提升傳統(tǒng)基礎設施的智能化水平，形成支撐新一代人工智能廣泛應用的基礎設施體系網(wǎng)絡。建設人工智能研發(fā)基地和開放創(chuàng)新平臺，推動公共數(shù)據(jù)安全有序開放，強化人工智能研發(fā)創(chuàng)新的基礎條件支撐。其次，強化關鍵領域人才隊伍儲備。加快填補高水平、高層次、關鍵崗位的人才需求，可以針對基礎理論、關鍵技術等重點領域，建立產(chǎn)學研一體化的人才儲備模式，持續(xù)吸引世界頂級人工智能企業(yè)在國內(nèi)成立研發(fā)機構(gòu)。依托國內(nèi)高校打造人工智能基礎理論和應用技術相結(jié)合的學科體系，培育人工智能產(chǎn)教融合的創(chuàng)新平臺。依托重大人工智能應用項目，加強與相關高校和科研機構(gòu)的合作，訂單式培養(yǎng)所需人才，強化創(chuàng)新型、應用型、復合型人才的“孵化”。完善人工智能人才評價機制，推進改革試點。最后，營造有利于人工智能創(chuàng)新發(fā)展的制度環(huán)境。圍繞數(shù)據(jù)開放與保護、成果轉(zhuǎn)化、知識產(chǎn)權、安全管理、人才引育、財稅金融、社會保障、國際合作等方面開展政策先行先試，探索建立支持人工智能原始創(chuàng)新的體制機制，形成適應人工智能發(fā)展的政策框架和法規(guī)標準體系，為人工智能科學研究、技術開發(fā)、產(chǎn)品創(chuàng)新、產(chǎn)業(yè)發(fā)展和社會應用營造良好環(huán)境。

（三）繼續(xù)強化應用場景優(yōu)勢，優(yōu)化人工智能產(chǎn)業(yè)應用結(jié)構(gòu)

針對我國應用場景潛在需求較大，但智能化滲透率存在結(jié)構(gòu)性問題，應當充分發(fā)揮我國產(chǎn)業(yè)門類齊全、應用場景豐富、市場容量巨大等優(yōu)勢，搭建以產(chǎn)業(yè)集群為單位的應用場景和試驗平臺，同時繼續(xù)帶動智能化薄弱領域開放融合創(chuàng)新。首先，加大人工智能應用場景開放力度。著力推動重大應用場景加速涌現(xiàn)、場景驅(qū)動技術創(chuàng)新成效顯著、場景創(chuàng)新合作生態(tài)初步形成、場景驅(qū)動創(chuàng)新模式廣泛應用。通過數(shù)字化應用場景的發(fā)掘和營造，對行業(yè)傳統(tǒng)生產(chǎn)、流通、消費等活動進行重構(gòu)，運用新技術新業(yè)態(tài)新模式，全面提高生產(chǎn)中資源配置的效率和質(zhì)量。其次，提高人工智能向工業(yè)領域滲透率。加快構(gòu)筑全流程、全產(chǎn)業(yè)鏈、全生命周期的工業(yè)數(shù)據(jù)鏈接。推動設備、生產(chǎn)線的智能化改造，企業(yè)信息化系統(tǒng)升級，中小工業(yè)企業(yè)普及應用基礎信息系統(tǒng)。發(fā)展工業(yè)互聯(lián)網(wǎng)，加快構(gòu)筑網(wǎng)絡化、智能化的生產(chǎn)制造體系和服務體系。深化制造業(yè)與人工智能融合創(chuàng)新，推廣智能化生產(chǎn)、網(wǎng)絡化協(xié)同、個性化定制、服務化延伸等新模式，創(chuàng)新生產(chǎn)方式、組織形式和商業(yè)范式。最后，加強區(qū)域聯(lián)動，構(gòu)建協(xié)同互補機制。結(jié)合各地區(qū)產(chǎn)業(yè)環(huán)境特點，加強區(qū)域間人工智能的協(xié)同創(chuàng)新、探索和示范。通過因地制宜地開發(fā)打造區(qū)域特色化智能經(jīng)濟，加速形成特色融合產(chǎn)業(yè)集群。