AI發展：支持政策與融資熱潮

摘 要：隨著深度學習算法在語音和視覺識別方向上不斷取得突破，加之5G、區塊鏈等技術的加持，人工智能（以下簡稱AI）發展迎來了新高潮。近十年來，我國 AI 融資數量整體呈上升趨勢，2021 年達1132 起3996億元，許多著名投資機構和互聯網巨頭紛紛加大對AI行業的投資力度。但是當前，AI發展還嚴重依賴數據的輸入和計算能力的提升，技術應用還存在社會、法律、經濟等多方面的障礙，距離真正的人類智能還有很大的差距。建議我國AI發展要久久為功、加強相關基建，并重視場景創新。

關鍵詞：人工智能；支持政策；產業分布；行業融資；技術趨勢

隨著數據累積和技術突破，人工智能正在成為推動新一輪科技革命和產業變革的重要驅動力量，受到越來越多國家和地區的重視。普華永道預測，到2030年全球AI市場規模將達到15.7萬億美元，約合人民幣104萬億元。根據OECD資料，全球至少有53個國家和地區制定了AI相關發展戰略。近年來，我國從中央到地方也出臺了一系列支持政策，上海、深圳等城市還通過人大會議制定了促進AI發展條例，用立法方式提升對AI發展的重視程度。

黨的二十大報告指出，要構建新一代信息技術、人工智能等一批新的增長引擎。本文擬系統分析AI技術發展現狀和困境、產業鏈發展重點、區域布局、融資狀況等，為政策制定者和產業投資者提供全面詳實的信息，推動更加有效地搶抓AI產業新一輪發展機遇，促進企業高質量發展和地區經濟轉型升級。

一、AI定義及發展歷程

目前，我國在法律層面對人工智能及人工智能產業的概念尚未作出規定，學術界對于其定義也無統一認識。Bellman（1978）認為，人工智能是那些與人的思維相關的活動，諸如決策、問題求解和學習等的自動化；RichKnight（1991）認為，人工智能是研究如何讓計算機做現階段只有人才能做得好的事情；Nilsson（1998）認為，廣義地講，人工智能是關于人造物的智能行為，而智能行為包括知覺、推理、學習、交流和在復雜環境中的行為。《上海市促進人工智能產業發展條例》提出，人工智能就是利用計算機或者計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。筆者認為，AI就是機器模擬人的智能，有以下特點：1）它是一種機器，可能是一種計算機、手機或機器人，也可能是其他裝有智能芯片的終端設備；2）它能模仿人的智能行為，如語言、動作，甚至推理、決策等；3）它有算法程序，根據大量累積數據設計出算法程序，在相似新情況出現時能自動進行相應的語言、動作或決策等應對。

“人工智能”一詞最初于1956年美國計算機協會組織的達特茅斯學會上提出。1956年至1974年是AI發展的第一個黃金時期，“通用解題機”（GPS）被制造出來，約翰·麥卡錫還發明了LISP人工智能語音。從1974年開始，人工智能遭遇第一次寒冬。直到1980年，因AI專家系統的商用價值被廣泛接受而迎來復蘇。從1987開始，Apple和IBM生產的個人電腦性能不斷提升，對AI功能進行了部分替代，AI發展隨之進入第二次寒冬。從上世紀90年代中期開始，神經網絡技術逐步發展，AI進入平穩發展時期。隨著2006年杰弗里·辛頓在神經網絡的深度學習領域取得突破，2012年以來數據實現爆發式增長，以及近年來大量先進算法的不斷涌現，AI獲得了加速發展。谷歌、微軟、百度等互聯網巨頭，還有眾多初創科技公司，紛紛加入AI行業，AI發展迎來了新一輪高潮。

人工智能產業鏈包括三層：基礎層、技術層和應用層。

AI作為一種新興顛覆性技術，正在釋放科技革命和產業變革積蓄的巨大能量，深刻改變著人類生產生活方式和思維方式，對經濟發展、社會進步等方面將產生重大而深遠的影響。AI將催生新技術、新產品、新產業、新業態、新模式，實現社會生產力的整體躍升，推動社會進入智能經濟時代。普華永道預測，到2030年AI全球市場規模將達到15.7萬億美元的規模，約合人民幣104萬億元。我國人工智能發展非常快速，華經產業研究院分析，2021年我國AI核心產業市場規模已達到1963億元。IDC2022年V2版《全球人工智能支出指南》顯示，2021年全球人工智能IT總投資規模為929.5億美元，2026年預計增至3014.3億美元；中國市場投資規模2026年有望達到266.9億美元，全球占比約為8.9%，位列全球單體國家第二。

二、AI產業政策

（一）發達國家AI產業政策

當前，全球主要經濟體都將發展AI作為提升國家競爭力、維護國家安全的重大戰略。特朗普曾于2018年5月在白宮召開AI峰會，并在2019年2月公布“維護美國人工智能領導地位”的行政命令。美國國家科學基金會（NSF）2021年在40個州建立了11個新的人工智能研究機構，投資超過2.2億美元。拜登政府認為，人工智能是顛覆性技術，2022財年為此預算請求超過17億美元。2018年4月，歐洲25個國家簽署了在AI領域推進區域內合作宣言。德國AI計劃要求到2025年投資額達到30億歐元，并希望通過與私營企業合作使投資金額翻一番，以達到使“德國和歐洲成為AI中心”的目的。英國在2018年4月公布“人工智能行業協議”，從創意、人才、基礎設施、商業環境等方面提出具體措施。法國于2017年2月公布“法國AI”，從研究活動、人才培養和研究成果在產業領域的應用、社會和經濟的影響等方面提出建議。日本政府成立日本AI技術發展戰略委員會，垂直管理5個國家研發機構、3個核心發展中心；聚焦三個優先領域，包括生產力、醫療健康和服務；開發市場費用預計到2030年達87萬億日元。韓國在2018年5月第四次工業革命委員會上宣布國家AI發展戰略，計劃投資2.2萬億韓元，吸引5000名專家，成為全球AI發展的四大強國之一。從上述政策案例中可以發現，發達國家高度重視AI發展戰略，幾乎整齊劃一地加大了研發投入、培養相關人才并推進商業化應用。

（二）我國國家層面AI支持政策

2015年5月，國務院印發《中國制造2025》，提出發展智能裝備、智能產品和生產過程智能化。2017年5月，國務院印發《新一代人工智能發展規劃》，提出“三步走”戰略目標，到2025年人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產業升級和經濟轉型的主要動力；到2030年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。2017年12月，工信部印發《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》；2020年7月，中央網信辦等五部門發布《國家新一代人工智能標準體系建設指南》；2021年9月，國家新一代人工智能治理專業委員會發布《新一代人工智能倫理規范》；2022年7月，科技部等六部委印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》。從上述國家層面政策可看到我國大力發展AI的堅定信心，更有明確的發展目標和具體實施路徑，但相較于發達國家AI戰略，我國更偏重于產業應用，在研發投入和人才培養方面缺乏清晰目標和有力舉措。

（三）我國省市層面AI支持政策

2019年10月，北京大數據推進工作小組辦公室印發《關于通過公共數據開放促進人工智能產業發展的工作方案》，全面規劃了通過公共數據開放促進人工智能產業發展2019年至2022年三個階段目標，并部署了五個方面的具體任務。2020年9月，天津科技局印發《天津市建設國家新一代人工智能創新發展試驗區行動計劃》，提出打造“1+3”國家級標桿示范區，即打造國內智慧城市標桿，打造自主算力引擎的國家級領航區、智慧港口的國家級示范區、車聯網應用的國家級先導區。2022年9月，我國首部人工智能產業專項立法——《深圳經濟特區人工智能產業促進條例》正式公布，緊隨其后，上海也出臺了《上海市促進人工智能產業發展條例》。聚焦算力、算法、數據三大基本要素，上海加強了算力基礎設施規劃，推動算法模型交易流通，突出人工智能領域高質量數據集建設；支持相關主體開展基于先進架構的高效能智能芯片設計創新；推動智能制造關鍵技術裝備、核心支撐軟件、工業互聯網等系統集成應用；鼓勵打造“上海標準”。2019年2月，《浙江省促進新一代人工智能發展行動計劃（2019-2022年）》發布，提出將浙江打造成為全國領先的新一代人工智能核心技術引領區、產業發展示范區和創新發展新高地。同時，江蘇、湖北、江西、陜西、吉林、云南、安徽、黑龍江、廣西等地也發布了人工智能專項發展規劃或行動計劃。

從發達國家到我國國家層面及至省市層面，如此廣泛密集出臺AI發展戰略、行動計劃或支持政策，充分說明全球已對AI產業的重要性和光明發展前景形成共識。在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術以及經濟社會發展強烈需求的共同驅動下，AI加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征，成為經濟發展的新引擎。我們必須搶抓AI所帶來的社會建設新機遇，加快AI的深度應用，培育壯大AI產業，為我國經濟發展注入新動能。

三、AI投融資情況

（一）從全球看AI領域融資情況

2021年，全球AI領域融資金額實現了翻倍，達到668億美元，超過2019年和2020年全球AI領域融資金額的總和；在融資數量上，達2841筆，同比增長16%。2022年上半年，全球AI領域融資金額共計274億美元，融資數量達到1579筆，增速相比2021年有所放緩，但AI創業企業仍廣受資本市場關注。如美國基因組工程公司Synthego于2022年2月獲得2億美元融資；美國自動駕駛公司Cruise于2022年2月獲得15億美元融資，用于自動駕駛卡車、Robotaxi等領域的技術拓展；知名AI生成圖像公司StabilityAI獲得1.01億美元融資，用于加速開發面向全球消費者和企業用例的圖像、語言、音頻、視頻、3D等開放AI模型。

（二）從我國看AI領域融資情況

我國AI領域近10年融資情況如圖1所示。自2010年以來，AI行業融資金額處于增長趨勢，2019年后增長迅速，2021年融資金額達到3996億元；從融資數量看，在2018年達到巔峰1185筆，2019年、2020年數量雖略有下降但仍保持較高數量水平，2021年又增長至1132起。

從融資輪次看，獲得融資較多的是種子天使輪以及A輪這樣的初創公司，最高峰時兩者占比一度達到76%，但隨著我國經濟發展和科技進步，AI行業在得到發展之后，早期投資的比重持續大幅下降，到2021年兩者占比已降至51%，而B輪、C輪等投資比重不斷增大。最近幾年，IPO與IPO上市后融資占比逐漸增大，2021年占比達4%。這一方面是因為AI產業發展數年后，部分公司進入成熟期，開始走向二級市場；另一方面是因為我國最近幾年加快多層次資本市場建設，相繼推出科創板、北京產權交易所等。

從產業鏈角度分析，我國AI行業融資偏重于應用層，占比最高時超過60%，但呈下降趨勢，2021年占比為53.4%。隨著我國對技術原創的重視，提出全面打造原創技術策源地，實現高水平科技自立自強，AI基礎層融資加快，占比從2019年16.6%提高到2021年的21.7%。

（三）從投資機構看AI領域融資情況

我國AI產業最活躍的投資方前十名為紅杉中國、IDG資本、真格基金、五源資本、騰訊投資、英諾天使基金、創新工場、深創投和聯想之星。截至2021年底，紅杉資本AI投資199次位居榜首，IDG資本AI投資150次位居第二，真格基金AI投資131次位居第三。

紅杉資本AI領域最早一筆投資為2007年投資“凌動智行”的交通出行公司，之后從2011年便開始了不間斷投資，僅2021年就投資59次。紅杉資本偏向A輪投資，2011-2021年間投資A輪公司高達81次，占總事件數量的41%。投資成功的案例，如2014年A輪投資的依圖科技，現已成為“AI四小龍”之一；2015年天使輪投資的第四范式，如今已成為新一代獨角獸企業；2015年種子輪投資的智能芯片公司地平線，現已成為行業代表公司。

IDG資本從2014年開始關注AI，2011-2013年總計投資6次，而2014年達到9次，此后不斷加大投資，截至2021年底，總計投資145次。IDG資本偏向行業應用層和基礎層，分別投資81次和33次。投資成功的案例，如早期投資的商湯科技已成為“AI四小龍”之一；參與投資的A輪公司美圖秀秀、小鵬汽車已成為行業代表性企業；投資的特斯聯、壁仞科技、思謀科技、數瀾科技等公司現已成為業內獨角獸企業。

真格基金在AI領域的第一筆投資開始于2010年，2014-2018年迎來投資高峰期，截至2021年底總投資事件數為131起。真格基金投資偏向種子天使輪公司和A輪公司，分別達到61次、57次，合計占比91%。投資成功的案例，如云天勵飛、禾賽科技、依圖科技、地平線已成為行業獨角獸企業，格靈深瞳于科創板上市。

為搶抓人工智能發展的重大機遇，除了各大投資機構紛紛將人工智能作為當下和未來的投資重點外，一些互聯網巨頭，諸如騰訊、阿里、百度等公司也加入其中進行布局。截至2021年底，騰訊在國內投資AI數量最多，共計82家；其次為小米系（包括小米長江產業基金以及順為資本等），共計投資81家；百度投資64家；阿里投資48家；京東、字節和美團相對較少，分別投資38家、18家和11家。從投資數量上看，小米、騰訊和百度位列前三，小米系投資113筆，騰訊投資110筆，百度投資95筆。

四、我國AI產業分布情況

根據IT桔子《中國人工智能創投數據報告》，截至2021年底，我國泛人工智能公司共計7362家，具體情況如圖2所示。

從新增數量看，2010年以前新增AI公司892家；2010-2017年間每年新增數量呈上升趨勢，2015年新增1089家，但2018年后新增數量呈下降趨勢。雖然在2018年后國家和省市層面紛紛發布相關支持政策，但由于AI行業技術達到相對高原狀態以及激烈的市場競爭，AI創業公司新增數量急劇下降。從地區分布看，截至2021年底，北京共計1878家，占比26%；廣東為1623家，占比22%；上海為1192家，占比16%，三者合計占比64%，形成絕對的第一梯隊。浙江和江蘇分別有693家和546家AI公司，成為第二梯隊。以四川、山東、福建、湖北、安徽為代表的第三梯隊，均擁有百家以上AI公司。

我國AI視覺應用領域占據市場規模較大的廠商包括商湯科技、曠視科技、云從科技、依圖科技、海康威視、智慧眼科技、大華股份等；語音語義應用領域占據市場規模較大的廠商包括科大訊飛、拓爾思、小i機器人、百度網訊、捷通華聲、云知聲、神州泰岳、阿里云等；人工智能算法學習平臺領域占據市場規模較大廠商包括第四范式、阿里云、百度、騰訊云、金山云、九章云極、探智力方、新華三、東軟等。

五、AI技術進展情況

（一）全球AI專利情況

全球AI專利申請數量在2010-2020年間呈現逐年增長態勢，2020年達59780項；授權數量在2010-2018年逐年增長，2019年出現下降，2020年為14562項，具體情況如圖3所示。

從全球AI專利申請量看，我國位列第一，占比66.54%；第二位是美國，占比20.49%；韓國和日本排名第三和第四，占比分別為5.0%、4.13%。從專利類型看，全球有18.12萬項AI申請專利為發明專利，占申請總量的93.15%；實用新型專利和外觀設計專利申請量分別為4.3萬項和0.36萬項，占比分別為6.57%、0.27%。全球AI前十大熱門技術詞包括語音識別、機器學習模型、數據處理、攝像機、醫學圖像、識別方法、儲存器、控制系統、計算機設備、檢測裝置。全球AI專利申請量排名靠前的公司有百度、IBM、華為、平安科技公司、國家電網公司、三星電子、LG、谷歌等。

（二）我國AI專利情況

廣東為我國申請AI專利數量最多的省份，累計達32538項，北京、江蘇、浙江、上海申請AI專利量也均超過1萬項。當前國內創新主體紛紛展開AI專利布局，不斷增強市場競爭實力。例如，百度公司在深度學習、智能云和智能駕駛等多個領域繼續保持領先優勢；寒武紀、浪潮和華為在智能芯片領域展現了充分的專注度和科研實力；清華大學、浙江大學等高校在計算機視覺和自然語言處理等領域投入更多研發資源，成為基礎攻關的重要力量。

（三）全球AI主要廠商比較

在AI基礎硬件產品方面，擁有自研加速芯片是提升AI計算性價比的核心競爭力，谷歌（TPU）和華為（Ascend）處于領先地位。在AI開發服務類產品方面，高效、簡便、支持各種硬環境的端、云協同、軟硬件方案是各云家的競爭主戰場，目前AWSSageMaker一枝獨秀，是最受歡迎的云端開發平臺，功能強大、簡單易用，成為第一個真正意義上的機器學習IDE；谷歌利用TensorFlow、TPU、AutoML以及強大開源項目和影響力，成為AI云平臺的另一個巨頭；華為通過ModelArts、HiLens整合輸出全棧（昇騰+鯤鵬）能力，有望成為國內最強平臺。此外，阿里飛天AI/PAI，與大數據平臺對接順暢；百度自動學習EasyDL功能豐富易用，AIStudio提供免費GPU資源，對初學者很友好。在AI應用服務類產品方面，經過近幾年的發展，基本能力趨同，沒有明顯的領先者，目前出現的“可復制性強”的垂直領域服務有Finance（欺詐檢測）、Medical等。在語音語義類服務方面，國內廠商多以中英文為主，國際競爭力較弱。具體情況如表1。

（四）AI技術的未來趨勢

AI技術總趨勢是實現智能自動化，這里“智能=記憶+感知+預測+推理和規劃+執行”。記憶包括數據的采集（如數字化，IoT）、傳輸（網絡、internet）和存儲查詢（數據湖、搜索引擎）；感知包括視覺（圖像分割/檢測/分類/三維重建）、語音（語音識別/合成、聲紋識別）和語義（理解、問答、摘要/寫作、機器翻譯）。目前，記憶和感知已基本由機器完成，如何實現預測、推理、規劃和執行已經成為AI的技術熱點。預測包括預測學習、元學習；推理和規劃包括決策、博弈論；執行包括機器人、智能體等。

算法從技術密集型向計算密集型發展。在視覺方面，安防監控由檢測識別人/車/物/動作，擴展到事件和規范；自動駕駛可通過構建高精地圖和仿真平臺，解決邊角問題；在語音方面，能識別多人、多語言、多背景的復雜場景，合成個性化、有感情、帶圖象的語音；在語義方面，可實現在海量無標注文本上預訓練；在決策/規劃方面，包括增強學習、對抗學習、預測學習，規劃交通、物流、投資等。

深度學習框架向平臺演進。AI框架之爭已經結束，TensorFlow和PyTorch是未來幾年最主流的深度學習框架，從最初的深度學習訓練延伸到數據準備、分布式訓練、多硬件多系統部署、機器編譯、多編程語言支持等，已形成平臺之勢，且圍繞這些框架的生態系統（軟件、硬件和開發者）也實現了迅猛發展。

區塊鏈和5G賦能AI。區塊鏈方面，智能合約、透明、激勵、無篡改可催生保護數據共享平臺；通過區塊鏈去中心化和激勵機制可共享AI空閑計算資源，降低計算成本；AI算法、模型、數據和工具可作為區塊鏈節點，互通互學，推動通用AI發展。5G方面，高速高帶寬和低延遲，極大地推動了自動駕駛、AR/VR，視頻等應用爆發式增長。

未來增長將聚焦在超大型云數據中心，超大規模互聯網、云將逐步取代企業級數據中心。自研芯片成為大勢所趨，可發展大芯片、大機器、大機器+大芯片的一體機、大集群等產業。同時，邊緣計算場景快速涌現。以MRAM、PCRAM、ReRAM為代表的新內存技術亦將受到廣泛關注。

（五）AI發展帶來變革

AI作為一種新興顛覆性技術，正在釋放科技革命和產業變革積蓄的巨大能量，深刻地改變著人類生產生活方式和思維方式，對經濟發展、社會進步等方面將產生重大而深遠的影響。如就業方面，MGI研究發現，從長遠看AI不會對凈就業產生重大影響，預計到2030年，對AI的額外投資可貢獻5%的就業，創造的額外財富將提高12%的就業率。在技能層面，MGI模擬計算表明，重復性任務和少量以數字技術為特征的崗位需求可能會從總就業占比的40%下降到2030年的不到30%；而對非重復性活動或高水平數字技能的工作崗位的需求份額將從大約40%上升到超過50%。這種轉變可能導致工資差異的拉大，需要高水平數字技能的非重復性工作的工資總額占比大約上漲13%，而重復性和低數字技能類別的工人會遇到工資停滯甚至減少。在國家層面，將自己定位為AI領導者的國家，可以獲得額外20%-25%的經濟效益，而新興經濟體可能僅增加5%-15%。

六、小結與建議

無論從政策支持，還是AI融資和技術發展的角度看，AI發展迎來了新的熱潮。但由于嚴重依賴數據輸入和計算能力的AI，距離真正的人類智能還有很大差距；加之AI場景方案的難以復制性以及企業AI人才極度匱乏等方面的原因，在可預見的未來，AI仍將主要起到輔助人類工作而非替代人類的作用，大規模商業化應用仍需時日。為此，就我國AI產業發展提出如下建議。

一要久久為功。AI產業的大發展需要基礎支持層技術的突破，如大芯片研發、深度學習算法創新和云平臺建設等，而這些并非一朝一夕可以完成。雖然從專利數量、企業數量等方面對比，我國與美國在AI領域的差距不大，但科技創新的突破，時常不是靠“眾數”推動，而是依賴頂尖人才帶動。如2022年人工智能全球最具影響力學者榜單——AI2000中，美國入選學者及提名學者的數量高達1146人次，占比57.3%；而我國為232人次，占比僅11.6%。基于此，當前不論是在國家層面還是省市級層面，對于AI發展都不應急功近利，在支持政策上過多設置產值、企業數量等指標，而應加大研發投入和相關人才培養力度，注重提升自主創新能力；致力于關鍵核心技術攻關，推進類人腦計算機、深度學習等前沿理論研究和技術創新，扭轉技術路徑跟隨以及產業鏈關鍵環節受制于人的被動局面，形成自主可控、自立自強的AI產業體系。

二要重視基建。統籌規劃以通信網絡、數據中心、計算系統、一站式開發平臺等為核心的產業基礎設施建設，提升數據中心跨網絡、跨地域數據交互能力，引導數據中心集約化、規模化、綠色化發展，保障AI產業發展算力需求。建設面向人工智能訓練的大數據實驗室，構建大規模人工智能數據資源庫。建立并完善基礎共性、互聯互通、行業應用、安全服務、隱私保護等技術標準，鼓勵人工智能領域的國內標準化組織、行業組織、企業參與國際標準化工作，推進自主人工智能相關標準國際化。

三要場景創新。圍繞高端高效智能經濟培育、安全便捷智能社會建設、國家重大活動和重大工程等打造重大AI場景。鼓勵在制造、農業、物流、金融、商務、家居等重點行業深入挖掘人工智能技術應用場景，促進智能經濟高端高效發展。在城市管理、交通治理、生態環保、醫療健康、教育、養老等領域持續挖掘人工智能應用場景機會，開展智能社會場景應用示范。在亞運會、全運會、進博會、服貿會等重大活動和重要會議舉辦過程中，拓展人工智能應用場景，為人工智能技術和產品應用提供測試、驗證機會。鼓勵在戰略骨干通道、高速鐵路、港航設施、現代化機場等重大建設工程中運用人工智能技術，提升重大工程的建設效率。

參考文獻：

[1]郝可意.國內先進城市人工智能產業發展比較研究及經驗啟示[J].天津經濟，2022（8）：15-22頁.

[2]李曉理、張博、王康等.人工智能的發展及應用[J].北京工業大學學報，2020（6）：583-590頁.

[3]楊衛麗.淺析國外人工智能技術發展現狀與趨勢[J].無人系統技術，2019（4）：54-58頁.

[4]韓雨、韓叢英.2021年人工智能領域科技發展綜述[J].戰術導彈技術，2022（2）：42-50頁.

[5]史湘寧、房超、李輝、譚曉.我國人工智能關鍵技術體系演化路徑及發展研究——基于科學計量視角[J].科學管理研究，2022（3）：2-11頁.

[6]中國信通院.人工智能白皮書（2022年）[R].2022.

[7]紫藤.《中國新一代人工智能科技產業發展報告2021》[N].金融時報，2021-10-25（011）版.

[8]郝明炬.我國人工智能領域發展動態與趨勢研究[J].信息記錄材料，2021，22（09）：8-9頁.

[9]IT桔子.2021-2022年中國人工智能創投數據報告[R].https：//www.sohu.com/ a/534165680_120359514，2022-03-31/2023-01-10.

[10]智能計算芯世界.技術洞察：AI發展現狀和未來趨勢【EB/OL】.云端未來，https：//www.eet-china.com/mp/a105278.html，2022-1-19、2023-1-12.

（作者單位：浙江省國有資本運營有限公司國資研究院）