陈赟

摘 要：随着深度学习算法在语音和视觉识别上不断突破和5G、区块链等技术的加持，人工智能（以下简称“AI”）发展迎来新高潮。据中国信息通信研究院测算，2021年，我国AI产业规模为4041亿元；普华永道预测，到2030年，全球AI市场规模将达到15.7万亿美元，约合人民币104万亿元。根据OECD资料，世界上至少53个国家和地区制定了AI相关发展战略，美德法日韩等发达国家都布局AI行业，加大研发投入支持力度。我国国家和许多省市都出台一系列支持AI产业发展的政策。截至2021 年底，我国泛人工智能公司有7362 家。近十年来，我国AI融资数量整体呈上升趋势，2021年融资交易事件1132起，达3996亿元，许多著名投资机构和互联网巨头都加大AI行业投资力度。AI发展严重依赖数据输入和计算能力的提升，技术应用还存在社会、法律、经济等多方面障碍，距离真正的人类智能还有很大的差距。建议我国AI发展要久久为功、加强相关基建和重视场景创新。

关键词：人工智能；支持政策；产业分布；融资；技术趋势

随着数据累积和技术突破，AI正在成为推动新一轮科技革命和产业变革的重要驱动力量，受到越来越多国家或地区重视。最新出炉的党的二十大报告中，也把AI作为构建新的增长引擎之一。国家和地方都已逐步制订AI产业发展规划，上海、深圳等市还通过人大会议制订促进AI发展条例，用立法方式提升对AI发展的重视程度。

从AI产业发展历史来看，AI行业发展也曾是大幅波动，而且AI产业的基础，如芯片、算法等，我国被欧美国家“卡脖子”，许多投资AI企业资本也没收到预期收益，因此，无论对政府还是对企业，都需要更加全面深入地研究AI，了解AI技术发展现状和困境，AI产业发展的总体情况、产业链发展重点和区域布局情况，国家或地区在AI产业支持政策上侧重点等。本文拟全面系统地分析上述问题，以便对政策制定制定者和产业投资者提供全面翔实信息，更加有效地抢抓AI产业新一轮发展机遇，促进企业高质量发展和地区经济的转型升级。

一、AI产业链条

AI产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案，如图1所示。

AI作为一种新兴颠覆性技术，正在释放科技革命和产业变革积蓄的巨大能量，深刻改变着人类生产生活方式和思维方式，对经济发展、社会进步等方面产生重大而深远的影响。AI将催生新技术、新产品、新产业、新业态、新模式，实现社会生产力的整体跃升，推动社会进入智能经济时代。普华永道预测，到2030年，AI全球市场规模将达到15.7万亿美元的规模，约合人民币104万亿元，如图2所示。

我国人工智能发展也非常快速，华经产业研究院分析，在2021年，我国AI核心产业市场规模达到1963亿元，如图3所示。IDC2022年V2版《全球人工智能支出指南》显示，2021年，全球人工智能IT总投资规模为929.5亿美元， 到2026年预计增至3014.3亿美元；中国市场投资规模2026年有望达到266.9亿美元，全球占比约为8.9%，位列全球单体国家第二。

二、AI产业政策

1. 发达国家AI产业政策

AI作为引领未来的战略性技术，目前，全球主要经济体都将它作为提升国家竞争力、维护国家安全的重大战略。2018年5月，美国前总统特朗普在白宫召开AI峰会；2019年2月，公布“维护美国人工智能领导地位的行政命令”。美国国家科学基金会（NSF）2021年在40个州建立了11个新的人工智能研究机构，投资超过2.2亿美元。美国拜登政府认为人工智能是颠覆性技术，2022财年预算请求超过17亿美元。

2018年4月，欧洲25个国家签署了在AI领域内推进区域内合作的宣言。德国AI计划要求到2025年投资额达到30亿欧元，并希望通过与私营企业合作使投资金额翻一番，以达到使“德国和欧洲成为AI中心”的目的。英国在2018年4月公布“人工智能行业协议”，从创意、人才、基础设施、商业环境等方面提出具体措施。法国2017年2月公布“法国 AI”，从研究活动、人才培养和研究成果在产业领域的应用、社会和经济的影响等方面提出建议。

日本政府也成立了日本AI技术发展战略委员会，垂直管理5个国家研发机构、3个核心发展中心；聚焦三个优先领域，包括生产力、医疗健康和服务；开发市场费用到2030年达到87万亿日元。韩国2018年5月第四次工业革命委员会宣布了国家AI发展战略，投资2.2万亿韩元，吸引5000名专家，成为全球 AI 发展的四大强国之一。从这些发达国家政策案例中可发现，发达国家高度重视AI发展战略，加大研发投入、培养相关人才、推进商业化应用等。

2. 我国国家层面AI支持政策

2015年5月，国务院印发《中国制造2025》提出发展智能装备、智能产品和生产过程智能化；2017年5月，国务院印发《新一代人工智能发展规划》提出“三步走”的战略目标：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力；到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。按照“构建一个体系、把握双重属性、坚持三位一体、强化四大支撑”进行布局，即构建开放协同的人工智能科技创新体系，把握人工智能技术属性和社会属性高度融合的特征，坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进，全面支撑科技、经济、社会发展和国家安全，从而形成人工智能健康持續发展的战略路径。

2017年12月，工业和信息化部印发《促进新一代人工智能产业发展三年行动计划（2018—2020年）》；2020年7月，中央网信办等五部门发布《国家新一代人工智能标准体系建设指南》；2021年9月，国家新一代人工智能治理专业委员会发布《新一代人工智能伦理规范》；2022年7月，科技部等六部门印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》。

从国家层面印发的这些政策，可看到我国大力发展AI的坚定信心，有明确的发展目标和具体实施路径，但与发达国家AI战略比较，我们偏重于产业应用，在研发投入和人才培养方面缺乏清晰目标和有力举措。

3. 我国省市层面AI支持政策

2019年10月，北京大数据推进工作小组办公室印发《关于通过公共数据开放促进人工智能产业发展的工作方案》，旨在通过公共数据开放促进人工智能产业发展。

2020年9月，天津科技局印发《天津市建设国家新一代人工智能创新发展试验区行动计划》提出打造“1+3”国家级标杆示范区，即打造国内智慧城市标杆，打造自主算力引擎的国家级领航区、智慧港口的国家级示范区、车联网应用的国家级先导区。

2022年9月，我国首部人工智能产业专项立法——《深圳经济特区人工智能产业促进条例》正式公布，紧接着上海也对人工智能产业发展专项立法——《上海市促进人工智能产业发展条例》。上海聚焦算力、算法、数据三大基本要素，加强算力基础设施规划，推动算法模型交易流通，突出人工智能领域高质量数据集建设；支持相关主体开展基于先进架构的高效能智能芯片设计创新；推动智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用；鼓励打造“上海标准”。2019年2月，浙江省经济和信息化厅、浙江省科学技术厅联合印发《浙江省促进新一代人工智能发展行动计划（2019—2022年）》提出打造成为全国领先的新一代人工智能核心技术引领区、产业发展示范区和创新发展新高地。此外，江苏、湖北、江西、陕西、吉林、云南、安徽、黑龙江等省也相继印发人工智能专项发展规划或行动计划。

从发达国家到我们国家层面以及省级层面，如此广泛密集的出台AI发展战略、行动计划或支持政策，充分说明对AI重要性和光明发展前景已经形成共识。在移动互联网、大数据、超级计算、传感网、脑科学等新理論新技术以及经济社会发展强烈需求的共同驱动下，AI加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等特征。AI成为国际竞争的新焦点，成为经济发展的新引擎，我们必须抢抓AI带来社会建设的新机遇，加快AI深度应用，培育壮大AI产业，为我国经济发展注入新动能。

三、AI融资情况

1. 从全球看AI领域融资情况

从2021年全球AI领域融资来看，在融资金额上实现了翻倍，达到668亿美元，超过了2019年和2020年全球AI领域融资金额的总和；在融资数量上，达2841笔，同比增长16%，具体情况如图4、图5。2022年上半年，全球AI领域融资金额共计274亿美元，融资数量达到1579笔，增速相比2021年有所放缓，但AI创业企业仍广受资本市场关注，如美国基因组工程公司Synthego于2022年2月获得2亿美元融资；美国自动驾驶公司Cruise于2022年2月获得15亿美元融资，用于自动驾驶卡车、Robotaxi等领域的技术拓展；知名AI生成图像公司Stability AI获得1.01亿美元融资，用于加速开发面向全球消费者和企业用例的图像、语言、音频、视频、3D等开放AI模型。

2. 从我国看AI领域融资情况

我国AI领域近10年融资情况如图6所示。自2010年以来，AI融资金额处于增长趋势，2019年后增长迅速，2021年融资金额达到3996亿元；从融资数量看，在2018年达到巅峰1185笔，2019—2020年数量略有下降但仍保持较高数量水平，2021年又增长至1132起。

从融资轮次看，获得融资较多是种子天使轮以及A轮这样的初创公司，最高峰时两者占比一度达到76%，但随着我国经济的发展、科技的进步，AI行业在得到发展之后，早期投资的比重持续大幅地下降，到2021年两者占比已降至51%，而B轮、C轮等投资比重不断增大。最近几年，IPO与IPO上市后融资占比逐渐增大，2021年占比达4%。这一方面是因为AI产业发展数年后，部分公司进入成熟期，开始走向二级市场；另一方面是因为我国最近几年加快多层次资本市场建设，如相继推出科创板、北京产权交易所等，如图7所示。

从产业链角度分析，我国AI行业融资偏重于应用层，占比最高时超过60%，但呈下降趋势，2021年占比为53.4%。随着我国对技术原创的重视，提出全面打造原创技术策源地，实现高水平科技自立自强，AI基础层融资加快，占比从2019年16.6%提高到2021年的21.7%，具体情况如图8所示。

四、AI技术发展趋势

1. 全球AI主要厂商比较

AI基础硬件产品，拥有自研加速芯片是提升AI计算性价比的核心竞争力，Google（TPU）和华为的（Ascend）领先。AI开发服务类产品，高效、简便、支持各种硬环境的端云协同的软硬件方案是各云家的竞争主战场，AWS SageMaker一枝独秀，是最受欢迎的云端开发平台，功能强大、简单易用，它成为第一个真正意义机器学习IDE；Google利用TensorFlow、TPU、 AutoML和强大开源项目和影响力，成为AI云平台另一个巨头；华为通过ModelArts， HiLens整合输出全栈（昇腾+鲲鹏）能力，有望成为国内最强平台。此外，阿里飞天AI/PAI，与大数据平台对接顺畅，体验好；百度自动学习EasyDL功能丰富易用，AI Studio提供免费GPU资源，对初学者很友好。AI应用服务类产品，经过近几年的发展，基本能力趋同，没有明显的领先者，目前出现“可复制性强”的垂直领域的服务，如Finance（欺诈检测），Medical等。语音语义类服务，我国厂商只以中英文为主，国际竞争力较弱。具体情况如下表1。

2. AI技术的未来趋势

AI技术总趋势是实现智能自动化，这里的智能=记忆+感知+预测+推理和规划+执行。记忆包括数据的采集（如数字化，IoT）、传输（网络、internet）和存储查询（数据湖、搜索引擎）；感知包括视觉（图像分割/检测/分类/三维重建）、语音（语音识别/合成、声纹识别）和语义（理解、问答、摘要/写作、机器翻译）。目前，记忆和感知已基本由机器完成，机器完成“预测、推理、规划和执行”已经成为AI的技术热点。预测包括预测学习、元学习，推理和规划包括决策、博弈论，执行包括机器人、智能体等。

算法从技术密集型向计算密集型发展。在视觉方面，安防监控由检测识别人/车/物/动作，扩展到事件和规范；自动驾驶，构建高精地图和仿真平台，解决边角问题；资讯娱乐，图片视频内容过滤、合成、鉴别、推荐。在语音方面，能识别多人、多语言、多背景的复杂场景，合成个性化、在感情、带图像语音合成。在语义方面，基于无标注海量文本预训练。在决策/规划方面，如增强学习、对抗学习、预测学习，规划交通、物流、投资、药品实验等。

深度学习框架向“平台”演进。AI框架之争已经结束，TensorFlow和PyTorch是未来几年最主流的深度学习框架，它们已经从最初的深度学习训练延伸到数据准备、分布式训练、多硬件多系统部署、机器编译、多编程语言支持等，已有平台之势，围绕这些框架的生态系统（软、硬件和开发者）迅猛发展。

区块链和5G赋能AI。区块链方面，智能合约、透明、激励、无篡改可催生保护数据共享平台；通过区块链去中心化和激励机制可共享AI空闲计算资源，降低计算成本；AI算法、模型、数据和工具可作为区块链节点，互通互学，推动通用AI发展。5G方面，高速高带宽和低延迟，极大推动自动驾驶、AR/VR，视频等应用爆发式增长。

未来，增长趋势聚焦在超大型云数据中心，超大规模互联网、云逐步取代企业级数据中心。自研芯片成为大势所趋，可发展大芯片，如Nvidia Hopper ，GPU，把32個模组，每模组有16计算单元，堆叠成为一个超高算力的芯片；还可发展大机器、大机器+大芯片的一体机、大集群等。边缘计算场景快速涌现。新内存技术，以MRAM、PCRAM、ReRAM比较受关注。

五、AI未来发展建议

由于严重依赖数据输入和计算能力的AI距离真正的人类智能还有很大的差距、AI场景方案的难以复制性和企业AI人才极度匮乏等方面的原因，在可预见的未来，AI仍将主要起到辅助人类工作而非替代人类的作用，大规模商业化应用仍需时日。为此，就我国AI产业发展提出如下建议：

首先，要久久为功。

AI产业的发展需要基础支持层技术的突破，如大芯片研发、深度学习算法创新和云平台建设等，这不是一朝一夕能完成。虽然从专利数量、企业数量等方面分析，我国与美国在AI上差距不大，但科技创新突破，时常不是靠“众数”推动，而是依赖顶尖人才带动。如2022 年人工智能全球最具影响力学者榜单——AI 2000，美国入选学者及提名学者的数量1146人次，占比 57.3%；而我国 232 人次，占比 11.6%。因此，无论国家层面还是省市级层面都不能急功近利，在支持政策上过多设置产值、企业数量等指标，而应加大研发投入和相关人才培养，大力提升自主创新能力。致力于关键核心技术攻关，推进类人脑计算机、深度学习等前沿理论研究和技术创新，扭转技术路径跟随以及产业链关键环节受制于人的被动局面，形成自主可控的产业体系。

其次，要重视基建。

统筹规划以通信网络、数据中心、计算系统、一站式开发平台等为核心的产业基础设施建设，提升数据中心跨网络、跨地域数据交互能力，引导数据中心集约化、规模化、绿色化发展，保障AI产业发展算力需求。建设面向人工智能训练的大数据实验室，构建大规模人工智能数据资源库。建立并完善基础共性、互联互通、行业应用、安全服务、隐私保护等技术标准，鼓励人工智能领域的国内标准化组织、行业组织、企业参与国际标准化工作，推进自主人工智能相关标准国际化。

最后，要场景创新。

围绕高端高效智能经济培育、安全便捷智能社会建设、国家重大活动和重大工程等打造重大场景。鼓励在制造、农业、物流、金融、商务、家居等重点行业深入挖掘人工智能技术应用场景，促进智能经济高端高效发展。在城市管理、交通治理、生态环保、医疗健康、教育、养老等领域持续挖掘人工智能应用场景机会，开展智能社会场景应用示范。在亚运会、全运会、进博会、服贸会等重大活动和重要会议举办中，拓展人工智能应用场景，为人工智能技术和产品应用提供测试、验证机会。鼓励在战略骨干通道、高速铁路、港航设施、现代化机场建设等重大建设工程中运用人工智能技术，提升重大工程建设效率。

【参考文献】

[1] 郝可意.国内先进城市人工智能产业发展比较研究及经验启示[J].天津经济，2022（8）：15-22页.

[2] 李晓理、张博、王康等.人工智能的发展及应用[J].北京工业大学学报，2020（6）：583-590页.

[3] 杨卫丽.浅析国外人工智能技术发展现状与趋势 [J].无人系统技术，2019（4）：54-58页.

[4] 韩 雨、韩丛英.2021年人工智能领域科技发展综述[J]. 战术导弹技术，2022（2）：42-50页.

[5] 史湘宁、房 超、李 辉、谭 晓.我国人工智能关键技术体系演化路径及发展研究--基于科学计量视角[J].科学管理研究，2022（3）：2-11页.

[6] 中国信通院.人工智能白皮书（2022年）[R].2022.

[7] 紫藤.《中国新一代人工智能科技产业发展报告2021》[N].金融时报，2021-10-25（011）版.

[8] 郝明炬.我国人工智能领域发展动态与趋势研究[J].信息记录材料，2021，22（09）：8-9页.

[9] IT桔子.2021—2022年中国人工智能创投数据报告[R].https：//www.sohu.com/a/534165680_120359514，2022-03-31/2023-01-10.

[10] 智能计算芯世界.技术洞察：AI发展现状和未来趋势【EB/OL】.云端未来，https：//www.eet-china.com/mp/a105278.html，2022-1-19、2023-1-12.

（作者单位：浙江省国有资本运营有限公司国资研究院。本文仅代表作者观点，与单位无关。）