1 引言

近几年，人工智能发展迅猛，我国凭借近年来积累的技术能力和海量的数据资源，依托巨大的应用需求和开放的市场环境，形成了较为坚实的人工智能产业基础和独特优势。在市场需求和产业政策双重带动下，人工智能产业从相对较高起点迈向新的发展阶段，但是产业发展过程中也面临了一系列的问题。人工智能领域市场发展机遇巨大，引发国内外各行业关注和布局，资本市场更是热情高涨，促进新一轮技术产业投资。一方面，人工智能赖以发展的大数据、算法与芯片研究需要投入大量的资金、人才和时间；另一方面，在新技术面前，传统企业转型需要较长时间，创新企业在当前阶段寻找订单解决生存问题，双方存在供需不匹配、信息不对称等问题。从投资角度来看，人工智能实际的产业化程度不高，与当前的投资规模存在巨大反差。

为解决产业发展过程中的问题、提升我国人工智能产业的竞争力，本文提出依托中国人工智能产业发展联盟的大平台，聚拢和号召人工智能领域内的优势企业，以联盟比赛的形式，通过竞技类平台，形成以应用需求带动技术进步，以行业融合促进产业发展的新态势。以创新思维促进人工智能产业供需对接，推动供给侧改革。

2 我国人工智能产业发展基本情况

（1）我国人工智能产业不断发展

我国人工智能技术研发、产业布局等正处于起步期，众多垂直领域的创业公司不断诞生和成长，大量应用和产品涌现。随着垂直行业的深入使用，人工智能产业规模将有机会成指数扩大。

我国人工智能产业规模逐年递增，2016年突破100亿，以43.3%的增长率达到了100.60亿元，预计2017年增长率将提高至51.2%，产业规模达到152.10亿元，并于2019年增长至344.30亿元。从累计融资额度来看，我国635亿元，占据全球33.18%，仅次于美国的50.1%，高于其他国家合计占比的15.73%；从专利申请来看，中国人工智能相关专利申请数从2010年开始出现持续增长，2016年，中国人工智能相关专利年申请数为2.9023万项。

我国人工智能产业生态初步形成，部分环节达到世界先进水平。我国人工智能产业链的3个核心环节分别是产业链上游的基础能力提供商、产业链中游的服务及技术提供商以及产业链下游的应用提供商。其中，上游产业提供人工智能芯片、算法和数据等基础服务，涵盖领域包括传感器、芯片、行业数据、数据服务、生物识别以及云计算等方面，企业类型包括芯片、云计算厂商等，代表企业如寒武纪、深鉴科技等。中游产业提供人工智能通用技术平台，我国主要聚焦于计算机视觉、语音识别和自然语言技术处理领域，代表企业包括科大讯飞、格灵深瞳等。下游产业提供人工智能行业应用方案、消费类终端或服务等，代表企业为阿里、腾讯、百度、小米等。我国人工智能应用涉及专用和通用两个方面，专用领域应用涵盖了目前国内人工智能应用的大多数应用，包括各领域的人脸和语音识别以及服务型机器人等方面；而通用型则侧重于金融、医疗、智能家居等领域的通用解决方案。

（2）企业基本情况

从企业布局来看国内外互联网巨头发展步调不相上下，当前中国的互联网企业全面布局人工智能，并取得阶段性突破。国外IT巨头在加速业务拓展的同时，国内的传统行业也在积极地转型升级。国内外人工智能创新创业企业的发展都同样不容小觑，在产业规模和专业领域上，都处于全面的上升期和创新期。

互联网企业在人工智能领域率先发力。百度发布了度秘和自动驾驶汽车，推出开源平台PaddlePaddle。腾讯发布了新闻撰写机器人Dreamwriter，并推出了优图等图像识别工具。阿里推出了人工智能平台Dapai。

传统行业企业利用人工智能进行转型升级。海尔以互联工厂智能制造为中心，打造开放生态系统。格力围绕机器人和精密机床两大领域，研发智能制造装备。中国移动通过机房巡检机器人提高服务效率和质量。

初创企业呈现爆发增长态势。在语音领域，有捷通华声、思必驰等。在图像和视频领域，有旷视科技、商汤科技等。在芯片领域，有寒武纪、深鉴科技等。

3 当前产业发展存在的问题

人工智能领域蕴藏着巨大的市场发展机遇，但是产业在发展过程中也面临了一系列的问题。一方面，支撑人工智能技术发展的数据技术、算法技术与芯片技术的研发确实需要投入大量的资金、人才和时间；另一方面，面对新技术发展，传统企业转型需要较长时间和投入，而拥有创新技术或解决方案的企业在当前阶段要寻找订单解决生存问题，同时需要传统企业的数据提升自身的技术和方案，两者之间存在供需不匹配、信息不对称等问题。从创投企业的角度来看，人工智能当前市场实际的产业化程度并不高，与当前资本界庞大的投资规模存在巨大反差。

（1）传统企业无法找到匹配的创新企业

传统企业和创新企业供需不匹配、信息不对称。传统企业由于企业商业数据无法公开，无法以招投标的形式寻找创新企业解决问题，短时间也无法实现将创新技术与提高企业生产效率的有效结合。通过“平台+赛道”的形式，将传统企业的技术和效率问题设为赛题，目的是解决企业在实际生产中遇到的技术难题，实现“数据不出门，技术走进来”，是有效对接双方需求的创新合作模式。通过赛事竞选优秀项目，推动产业孵化，遴选领域人才，可助力研发端向应用端、应用端向消费端的成熟转移，推动我国人工智能产业不断发展。

如电信运营商在转型过程中对广泛使用人工智能技术有迫切需求。以中国联通为例，通信企业既是传统企业，也是创新企业，联通有大量的电信网络运营数据，如何提升传统通信企业在新领域解决方案上的能力、增加有效供给是当前的迫切问题。

如在电力领域人工智能的应用场景众多。当前电力系统的动态非线性、多时间尺度、不确定性和难预测性表现得更加突出，为了应对上述变化，电力系统部署了众多用于监测、控制、管理的信息通信系统，产生着大量的数据，在很多应用场景下表现出大维度、小样本、非结构化的数据特性，常规的统计分析、数据挖掘、机器学习，难以满足电力系统部署了众多运行监测系统，各业务领域需求和应用场景都在呼唤人工智能技术与电力业务紧密结合的需求。

（2）创新企业缺少传统行业数据实现技术提升

创新创业企业虽然有一定的新技术和解决方案，但是创新企业需要大量数据和实践案例来支撑和验证成果，并进一步完善和提高，寻找技术、市场和商业模式的创新机会。技术创新机会包括研发突破性技术、提供个性化产品和服务、促进应用领域转移、拓展参与空间。市场创新机会包括隐形市场显性化、精准营销、创造新市场。商业模式创新机会包括转换利润中心、重塑业务组合、渗透新业务和发展新的交付方式。通过比赛的方式，使用传统企业数据，创造技术、市场和商业模式创新的机会。

如互联网公司百度，目前制定人工智能开放平台生态战略，提供基础的平台，推动合作伙伴一起共建平台，让生态繁荣起来。互联网创新企业希望提高能力，使人工智能更快地渗透到各行各业，生活的方方面面、社会的每一个角落。

（3）创投企业手握重金寻找优秀项目

人工智能产业发展现状与投资规模确实反差巨大。据angel.co的数据显示，目前有全球2200多家人工智能初创公司，其中超过50%的初创公司是在最近两年成立的，正处于不断追加投资的阶段。然而目前人工智能产业和应用大部分还处于实验阶段，其中少量应用出现前期效益，并没有真正实现大规模产业化输出。因此，相比于人工智能的现实产业规模，资本投资力度相对更大，在缺少实践应用与盈利能力支撑的情况下，未来大量投资导致产生泡沫的可能性大增。

如在医疗领域，近几年整个医疗健康行业的并购无论从数量还是金额上都呈现爆发式增长，但“人工智能+医疗”的投资并购是个复杂的过程，很多创投企业缺乏优质的医学人工智能项目，很多处于天使轮融资的创业者又缺乏对接投资人、投资机构的经验，通过联盟的平台+赛道的形式可以实现有效的对接。

4 政策建议

针对我国人工智能产业和企业发展过程中的问题，为了提升我国人工智能企业的竞争力，本文提出借助中国人工智能产业发展联盟（AIIA）大平台，聚集人工智能领域内的有切实需求的传统企业和有技术优势的创新企业，以联盟比赛的形式，形成以应用需求带动技术进步，以上下游产业链融合促进产业发展的新态势，通过人工智能产业链供需端对接，推动供给侧改革。

（1）创新思维，促进人工智能产业供需对接

以激活我国人工智能产业发展新动力，促进产、学、研、用等各领域协同发展，促进人工智能与实体经济深度融合为目的，通过“平台+赛道”的方式，结合主办单位生产中的实际问题和需求，针对性地攻克人工智能领域相关的重点技术难点，通过赛事竞选优秀项目，推进成果应用，助力优质项目产业化。

（2）完善配套，营造良好的人工智能产业发展环境

加快研究制定数据管理政策，保障建立强大的数据生态系统，设定和实施数据标准，开放公共数据，鼓励数据交换。加强人才培养政策改革，在培养拔尖的数据科学家的同时，要加强人工智能应用领域专业人才培训。制定激励传统行业转型的相关政策，特别是降低采纳人工智能等新技术的政策障碍，为企业数字化改造创造良好的制度环境。

（3）积极引导，避免人工智能产业投资过热

在人工智能产业持续健康发展的过程中积极补位，弥补市场失灵引起的投资不均衡现象，引导加强人工智能产业链、价值链和创新链的均衡投资，加强产业政策、财税金融政策供给，提高公共服务质量，加强有关产业政策解读，实施人工智能研发、投资、产业等政策配套指引，避免同质化产品研发，提高投资效率。