人工智能產(chǎn)業(yè)發(fā)展深度報告：格局、潛力與展望（下）

接上期：http://2s4d.com/article/202007/416225.htm

應(yīng)用層面：群雄逐鹿，格局未定

應(yīng)用層以底層技術(shù)能力為主導(dǎo)，切入不同場景和應(yīng)用，提供產(chǎn)品和解決方案。受益于計算機視覺、圖像識別、自然語言處理等技術(shù)的快速發(fā)展，人工智能已廣泛地滲透和應(yīng)用于諸多垂直領(lǐng)域，產(chǎn)品形式也趨向多樣化。近年來，關(guān)注度較高的應(yīng)用場景主要包括安防、金融、教育、醫(yī)療、交通、廣告營銷等。從融合深度上，由于場景復(fù)雜度、技術(shù)成熟度和數(shù) 據(jù)公開水平的不同，而導(dǎo)致各場景應(yīng)用成熟度不同。例如，政策導(dǎo)向和海量數(shù)據(jù)助推下， AI+安防、金融和客服領(lǐng)域有較為深入的應(yīng)用，醫(yī)療和教育領(lǐng)域是產(chǎn)品或服務(wù)單點式切入，尚未形成完整的解決方案。而由于基礎(chǔ)設(shè)施復(fù)雜和數(shù)據(jù)獲取難度大，AI+制造業(yè)處于邊緣 化。此外，AI+農(nóng)業(yè)國內(nèi)尚未產(chǎn)生成熟產(chǎn)品。

應(yīng)用場景市場空間廣闊，全球市場格局未定。受益于全球開源社區(qū)，應(yīng)用層進入門檻相對較低。目前，應(yīng)用層是人工智能產(chǎn)業(yè)鏈中市場規(guī)模最大的層級。據(jù)中國電子學(xué)會統(tǒng)計，2019 年，全球應(yīng)用層產(chǎn)業(yè)規(guī)模將達到360.5 億元，約是技術(shù)層的1.67 倍，基礎(chǔ)層的2.53 倍。 在全球范圍內(nèi)，人工智能仍處在產(chǎn)業(yè)化和市場化的探索階段，落地場景的豐富度、用戶需 求和解決方案的市場滲透率均有待提高。目前，國際上尚未出現(xiàn)擁有絕對主導(dǎo)權(quán)的壟斷企 業(yè)，在很多細分領(lǐng)域的市場競爭格局尚未定型。

中國側(cè)重應(yīng)用層產(chǎn)業(yè)布局，市場發(fā)展?jié)摿Υ蟆?/strong>歐洲、美國等發(fā)達國家和地區(qū)的人工智能產(chǎn) 業(yè)商業(yè)落地期較早，以谷歌、亞馬遜等企業(yè)為首的科技巨頭注重打造于從芯片、操作系統(tǒng) 到應(yīng)用技術(shù)研發(fā)再到細分場景運用的垂直生態(tài)，市場整體發(fā)展相對成熟；而應(yīng)用層是我國 人工智能市場最為活躍的領(lǐng)域，其市場規(guī)模和企業(yè)數(shù)量也在國內(nèi) AI 分布層級占比最大。據(jù)艾瑞咨詢統(tǒng)計，2019 年，國內(nèi)77%的人工智能企業(yè)分布在應(yīng)用層。得益于廣闊市場空間以及大規(guī)模的用戶基礎(chǔ)，中國市場發(fā)展?jié)摿^大，且在產(chǎn)業(yè)化應(yīng)用上已有部分企業(yè)居于 世界前列。例如，中國 AI+安防技術(shù)、產(chǎn)品和解決方案引領(lǐng)全球產(chǎn)業(yè)發(fā)展，?？低暫痛?華股份分別占據(jù)全球智能安防企業(yè)的第一名和第四名。

整體來看，國內(nèi)人工智能完整產(chǎn)業(yè)鏈已初步形成，但仍存在結(jié)構(gòu)性問題。從產(chǎn)業(yè)生態(tài)來看， 我國偏重于技術(shù)層和應(yīng)用層，尤其是終端產(chǎn)品落地應(yīng)用豐富，技術(shù)商業(yè)化程度比肩歐美。 但與美國等發(fā)達國家相比，我國在基礎(chǔ)層缺乏突破性、標(biāo)志性的研究成果，底層技術(shù)和基 礎(chǔ)理論方面尚顯薄弱。初期國內(nèi)政策偏重互聯(lián)網(wǎng)領(lǐng)域，行業(yè)發(fā)展追求速度，資金投向追捧 易于變現(xiàn)的終端應(yīng)用。人工智能產(chǎn)業(yè)發(fā)展較為“浮躁”，導(dǎo)致研發(fā)周期長、資金投入大、 見效慢的基礎(chǔ)層創(chuàng)新被市場忽略。“頭重腳輕”的發(fā)展態(tài)勢導(dǎo)致我國依賴國外開發(fā)工具、 基礎(chǔ)器件等問題，不利于我國人工智能生態(tài)的布局和產(chǎn)業(yè)的長期發(fā)展。短期來看，應(yīng)用終 端領(lǐng)域投資產(chǎn)出明顯，但其難以成為引導(dǎo)未來經(jīng)濟變革的核心驅(qū)動力。中長期來看，人工智能發(fā)展根源于基礎(chǔ)層（算法、芯片等）研究有所突破。

透析人工智能發(fā)展?jié)摿?/strong>

基于人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，我們將從智能產(chǎn)業(yè)基礎(chǔ)、學(xué)術(shù)生態(tài)和創(chuàng)新環(huán)境三個維度，對 中國、美國和歐洲 28 國人工智能發(fā)展?jié)摿M行評估，并使用熵值法確定各指標(biāo)相應(yīng)權(quán)重 后，利用理想值法（TOPSIS 法）構(gòu)建了一個代表人工智能發(fā)展?jié)摿φw情況的綜合指標(biāo)。

從智能產(chǎn)業(yè)基礎(chǔ)的角度

產(chǎn)業(yè)化程度：增長強勁，產(chǎn)業(yè)規(guī)模僅次美國

中國人工智能尚在產(chǎn)業(yè)化初期，但市場發(fā)展?jié)摿^大。產(chǎn)業(yè)化程度是判斷人工智能發(fā)展活 力的綜合指標(biāo)，從市場規(guī)模角度，據(jù) IDC 數(shù)據(jù)，2019 年，美國、西歐和中國的人工智能 市場規(guī)模分別是 213、71.25 和 45 億美元，占全球市場份額依次為 57%、19%和 12%。中國與美國的市場規(guī)模存在較大差異，但近年來國內(nèi) AI 技術(shù)的快速發(fā)展帶動市場規(guī)模高速增長，2019 年增速高達 64%，遠高于美國（26%）和西歐（41%）。從企業(yè)數(shù)量角度， 據(jù)清華大學(xué)科技政策研究中心，截至 2018 年 6 月，中國（1011 家）和美國（2028 家） 人工智能企業(yè)數(shù)全球遙遙領(lǐng)先，第三位英國（392 家）不及中國企業(yè)數(shù)的 40%。從企業(yè)布局角度，據(jù)騰訊研究院，中國 46%和 22%的人工智能企業(yè)分布在語音識別和計算機視覺 領(lǐng)域。橫向來看，美國在基礎(chǔ)層和技術(shù)層企業(yè)數(shù)量領(lǐng)先中國，尤其是在自然語言處理、機器學(xué)習(xí)和技術(shù)平臺領(lǐng)域。而在應(yīng)用層面（智能機器人、智能無人機），中美差距略小。展 望未來，在政策扶持、資本熱捧和數(shù)據(jù)規(guī)模先天優(yōu)勢下，中國人工智能產(chǎn)業(yè)將保持強勁的 增長態(tài)勢，發(fā)展?jié)摿^大。

技術(shù)創(chuàng)新能力：專利多而不優(yōu)，海外布局仍有欠缺

專利申請量是衡量人工智能技術(shù)創(chuàng)新能力和發(fā)展?jié)撡|(zhì)的核心要素。在全球范圍內(nèi)，人工智 能專利申請主要來源于中國、美國和日本。2000 年至 2018 年間，中美日三國 AI 專利申 請量占全球總申請量的 73.95%。中國雖在 AI 領(lǐng)域起步較晚，但自 2010 年起，專利產(chǎn)出 量首超美國，并長期雄踞申請量首位。

從專利申請領(lǐng)域來看，深度學(xué)習(xí)、語音識別、人臉識別和機器人等熱門領(lǐng)域均成為各國重 點布局領(lǐng)域。其中，美國幾乎全領(lǐng)域領(lǐng)跑，而中國在語音識別（中文語音識別正確率世界 第一）、文本挖掘、云計算領(lǐng)域優(yōu)勢明顯。具體來看，多數(shù)國內(nèi)專利于 AI 科技熱潮興起后 申請，并集中在應(yīng)用端（如智能搜索、智能推薦），而 AI 芯片、基礎(chǔ)算法等關(guān)鍵領(lǐng)域和前 沿領(lǐng)域?qū)＠夹g(shù)主要仍被美國掌握。由此反映出中國 AI 發(fā)展存在基礎(chǔ)不牢，存在表面繁 榮的結(jié)構(gòu)性不均衡問題。

從專利權(quán)人分布來看，中國高校和科研機構(gòu)創(chuàng)新占據(jù)主導(dǎo)地位，或?qū)е吕碚摗⒓夹g(shù)和產(chǎn)業(yè) 割斷的市場格局。歐美日人工智能申請人集中在企業(yè)，IBM、微軟、三星等巨頭企業(yè)已構(gòu) 建了相對成熟的研發(fā)體系和策略，成為專利申請量最多的專利人之一。其中，IBM 擁有專 利數(shù)量全球遙遙領(lǐng)先，截至 2018 年 12 月 31 日，共擁有 4079 件 AI 專利。而中國是全球 唯一的大學(xué)和研究機構(gòu) AI 專利申請高于企業(yè)的國家。由于高校與企業(yè)定位與利益追求本 質(zhì)上存在差異，國內(nèi)技術(shù)創(chuàng)新與市場需求是否有效結(jié)合的問題值得關(guān)注。

中國 AI 專利質(zhì)量參差不齊，海外市場布局仍有欠缺。盡管中國專利申請量遠超美國，但技術(shù)“多而不強，專而不優(yōu)”問題亟待調(diào)整。其一，中國 AI 專利國內(nèi)為主，高質(zhì)量 PCT 數(shù)量較少。PCT（Patent Cooperation Treaty）是由 WIPO 進行管理，在全球范圍內(nèi)保護 專利發(fā)明者的條約。PCT 通常被為是具有較高的技術(shù)價值。據(jù)中國專利保護協(xié)會統(tǒng)計，美國 PCT 申請量占全球的 41%，國際應(yīng)用廣泛。而中國 PCT 數(shù)量（2568 件）相對較少， 僅為美國 PCT 申請量的 1/4。目前，我國 AI 技術(shù)尚未形成規(guī)模性技術(shù)輸出，國際市場布 局欠缺；其二，中國實用新型專利占比高，專利廢棄比例大。我國專利類別包括發(fā)明、實 用新型專利和外觀設(shè)計三類，技術(shù)難度依次降低。中國擁有 AI 專利中較多為門檻低的實 用新型專利，如 2017 年，發(fā)明專利僅占申請總量的 23%。此外，據(jù)劍橋大學(xué)報告顯示， 受高昂專利維護費用影響，我國 61%的 AI 實用新型和 95%的外觀設(shè)計將于 5 年后失效， 而美國 85.6%的專利仍能得到有效保留。

人才儲備：供需失衡，頂尖人才缺口大

人才的數(shù)量與質(zhì)量直接決定了人工智能的發(fā)展水平和潛力。目前，全球人工智能人才分布 不均且短缺。據(jù)清華大學(xué)統(tǒng)計，截至 2017 年，人才儲備排名前 10 的國家占全球總量的 61.8%。歐洲 28 國擁有 43064 名人工智能人才，位居全球第一，占全球總量的 21.1%。美國和中國分別以 28536、18232 列席第二、第三位。其中，中國基礎(chǔ)人才儲備尤顯薄弱。根據(jù)騰訊研究院，美國 AI 技術(shù)層人才是中國 2.26 倍，基礎(chǔ)層人才數(shù)是中國的 13.8 倍。

我國人工智能人才供需嚴重失衡，杰出人才缺口大。據(jù) BOSS 直聘測算，2017 年國內(nèi)人 工智能人才僅能滿足企業(yè) 60%的需求，保守估計人才缺口已超過 100 萬。而在部分核心領(lǐng)域（語音識別、圖像識別等）， AI 人才供給甚至不足市場需求的 40%，且這種趨勢隨 AI 企業(yè)的增加而愈發(fā)嚴重。在人工智能技術(shù)和應(yīng)用的摸索階段，杰出人才對產(chǎn)業(yè)發(fā)展起著 至關(guān)重要的作用，甚至影響技術(shù)路線的發(fā)展。美國（5158 人）、歐盟（5787 人）依托雄 厚的科研創(chuàng)新能力和發(fā)展機會聚集了大量精英，其杰出人才數(shù)在全球遙遙領(lǐng)先，而中國杰 出人才（977 人）比例仍明顯偏低，不足歐美的 1/5。

人才流入率和流出率可以衡量一國生態(tài)體系對外來人才吸引和留住本國人才的能力。根據(jù) Element AI 企業(yè)的劃分標(biāo)準(zhǔn)，中國、美國等國家屬于 AI 人才流入與流出率均較低的錨定 國（Anchored Countries），尤其是美國的人工智能人才總量保持相對穩(wěn)定。具體來看， 國內(nèi)人工智能培育仍以本土為主，海外人才回流中國的 AI 人才數(shù)量僅占國內(nèi)人才總量的 9%，其中，美國是國內(nèi) AI人才回流的第一大來源大國，占所有回流中國人才比重的 43.9%。 可見國內(nèi)政策、技術(shù)、環(huán)境的發(fā)展對海外人才的吸引力仍有待加強。

從學(xué)術(shù)生態(tài)的角度

技術(shù)創(chuàng)新能力：科研產(chǎn)出表現(xiàn)強勁，產(chǎn)學(xué)融合尚待加強

科研能力是人工智能產(chǎn)業(yè)發(fā)展的驅(qū)動力。從論文產(chǎn)出數(shù)量來看，1998-2018 年，歐盟、中國、美國位列前三，合計發(fā)文量全球占比 69.64%。近些年，中國積極開展前瞻性科技布 局， AI發(fā)展勢頭強勁，從1998年占全球人工智能論文比例的8.9%增長至2018年的28.2%， CAGR17.94%。2018 年，中國以 24929 篇 AI 論文居世界首位。中國研究活動的活躍從 側(cè)面體現(xiàn)在人工智能發(fā)展?jié)摿^大。

我國論文影響力仍待提高，但與歐美差距逐年縮小。FWCI（Field-Weighted Citation Impact， 加權(quán)引用影響力）指標(biāo)是目前國際公認的定量評價科研論文質(zhì)量的最優(yōu)方法，我們利用 FWCI 表征標(biāo)準(zhǔn)化1后的論文影響力。當(dāng) FWCI≥1 時，代表被考論文質(zhì)量達到或超過了世 界平均水平。近 20 年，美國的 AI 論文加權(quán)引用影響力“獨領(lǐng)風(fēng)騷”，2018 年，F(xiàn)WCI 高 于全球平均水平的 36.78%；歐洲保持相對平穩(wěn)，與全球平均水平相當(dāng)；中國 AI 領(lǐng)域論文 影響力增幅明顯，2018 年，中國 FWCI 為 0.80，較 2010 年增長 44.23%，但論文影響力仍低于世界平均水平的 20%。從高被引前 1%論文數(shù)量來看，美國和中國高質(zhì)量論文產(chǎn)出 為于全球第一、第二位，超出第三位英國論文產(chǎn)出量近 4 倍。綜合來看，中國頂尖高質(zhì)量 論文產(chǎn)出與美國不分伯仲，但整體來看，AI 論文影響力與美國、歐美仍有差距。

從發(fā)文主體來看，科研機構(gòu)和高校是目前中國人工智能知識生產(chǎn)的絕對力量，反映出科研成 果轉(zhuǎn)化的短板。而美國、歐盟和日本則呈現(xiàn)企業(yè)、政府機構(gòu)和高校聯(lián)合參與的態(tài)勢。據(jù)Scopus 數(shù)據(jù)顯示，2018 年，美國企業(yè)署名 AI 論文比例是中國的 7.36 倍，歐盟的 1.92 倍。2012 年 至 2018 年，美國企業(yè)署名 AI 論文比例增長 43pct，同期中國企業(yè)署名 AI 論文僅增長 18pct。 此外，人工智能與市場應(yīng)用關(guān)聯(lián)密切，校企合作論文普遍存在。而我國校-企合作論文比例僅為 2.45%，與以色列（10.06%）、美國（9.53%）、日本（6.47%）差別較大。從產(chǎn)學(xué)結(jié)合的角度， 中國人工智能研究以學(xué)術(shù)界為驅(qū)動，企業(yè)在科研中參與程度較低，或難以實現(xiàn)以市場為導(dǎo)向。

中國人工智能高校數(shù)量實位于第二梯隊，實力比肩美國。高校是人工智能人才供給和論文 產(chǎn)出的核心載體。據(jù)騰訊研究院統(tǒng)計，全球共 367 所高校設(shè)置人工智能相關(guān)學(xué)科，其中， 美國（168 所）獨占鰲頭，占據(jù)全球的 45.7%。中國擁有 20 所高校與英國并列第三，數(shù) 量上稍顯遜色。此外，中國高校實力普遍上升，表現(xiàn)強勁。據(jù)麻省理工學(xué)院 2019 年發(fā)布的AI 高校實力 Top20 榜單中，中國清華大學(xué)、北京大學(xué)包攬前兩名，較 2018 年分別上 升 1 個和 3 個名次。

從創(chuàng)新環(huán)境的角度

研發(fā)投入：中美研發(fā)投入差距收窄

中國研發(fā)高投入高強度，在全球研發(fā)表現(xiàn)中占據(jù)重要地位。從研發(fā)投入的角度，美國、中國、日本和德國始終是全球研發(fā)投入的主力軍。據(jù) IDC 統(tǒng)計顯示，2018 年四國的研發(fā)投 入總和占全球總量的比例已達 60.77%。其中，美國憑借其強大的研發(fā)實力連續(xù)多年位居 全球研發(fā)投入的榜首。近年來，中國研發(fā)投入呈現(xiàn)一路猛增的強進勢頭，據(jù) Statista 統(tǒng)計， 國內(nèi) 2019 年研發(fā)投入額為 5192 億美元，僅次于美國。且趨勢上與美國差距不斷縮小， 2000 年至 2019 年，CAGR 高達 14.43%，同期美國 CAGR 僅 2.99%。由于經(jīng)濟疲軟等 諸多原因，歐盟與日本則呈現(xiàn)較為緩慢的上升趨勢。據(jù)研發(fā)投入與強度增長的趨勢推測， 中國或在 1-2 年內(nèi)取代美國的全球研發(fā)領(lǐng)先地位。從研發(fā)強度的角度，中國研發(fā)強度總體 上呈逐步攀升的趨勢，且漲幅較大。但對創(chuàng)新活動投入強度的重視程度仍與美國和日本存 在差距。2018 年中國研發(fā)強度 1.97%，低于日本和美國 1.53、0.87 個百分點。

資本投入：資金多而項目缺，資本投向側(cè)重終端市場

中美是全球人工智能“融資高地”。人工智能開發(fā)成本高，資本投入成為推動技術(shù)開發(fā)的主力。在全球范圍內(nèi)，美國是人工智能新增企投融資領(lǐng)先者，據(jù) CAPIQ 數(shù)據(jù)顯示，2010 年至 2019 年 10 月，美國 AI 企業(yè)累計融資 773 億美元，領(lǐng)先中國 320 億美元，占全球總 融資額的 50.7%。尤其是特朗普政府以來，人工智能投資力度逐步加碼。中國作為全球第 二大融資體，融資總額占全球 35.5%?？紤]到已有格局和近期變化，其他國家和地區(qū)難以 從規(guī)模上撼動中美兩國。從人工智能新增企業(yè)數(shù)量來看，美國仍處于全球領(lǐng)先地位。2010 至 2018 年，美國累計新增企業(yè)數(shù)量 7022 家，較約是中國的 8 倍（870 家）。中國每年新 增人工智能企業(yè)在 2016 年達到 179 家高點后逐漸下降，近兩年分別是 179 家（ 2017 年）， 151 家（2018 年），表明中國資本市場對 AI 投資也日趨成熟和理性。整體來看，中國人 工智能新增企業(yè)增勢緩慢，但融資總額漲幅迅猛。這一“資金多而項目缺”的態(tài)勢或是行 業(yè)泡沫即將出現(xiàn)的預(yù)警。

相比較美國，中國資本投向側(cè)重易落地的終端市場。從融資層面來看，中國各領(lǐng)域發(fā)展較 為均衡，應(yīng)用層是突出領(lǐng)域，如自動駕駛、計算機學(xué)習(xí)與圖像、語音識別和無人機技術(shù)領(lǐng) 域的新增融資額均超過美國。而美國市場注重底層技術(shù)的發(fā)展。據(jù)騰訊研究院數(shù)據(jù)顯示， 芯片和處理器是美國融資最多的領(lǐng)域，占總?cè)谫Y額的 31%。當(dāng)前中國對人工智能芯片市場 高度重視，但受限于技術(shù)壁壘和投資門檻高，國內(nèi)芯片融資處于弱勢。

基于信息熵的 TOPSIS 法：綜合指標(biāo)評估

數(shù)據(jù)結(jié)果顯示，美國綜合指標(biāo)及三大項目指標(biāo)評分絕對領(lǐng)先，中國第二，歐洲 28 國暫且落后。具體來看，美國在人工智能人才儲備、創(chuàng)新產(chǎn)出、融資規(guī)模方面優(yōu)勢明顯。中國作為后起之秀，盡管有所趕超，但總體水平與美國相比仍有差距，尤其是杰出人才資源、高 質(zhì)量專利申請上存在明顯的缺陷和短板。但在論文數(shù)量和影響力、研發(fā)投入等指標(biāo)上，中國正快速發(fā)展，與美國差距收窄。從各指標(biāo)具體分析來看，我國人工智能研究主要分布在 高校和科研機構(gòu)，企業(yè)參與度較低，產(chǎn)出成果較多呈現(xiàn)條塊化、碎片化現(xiàn)象，缺乏與市場 的系統(tǒng)性融合，這將不利于中國人工智能技術(shù)的發(fā)展和產(chǎn)業(yè)優(yōu)勢的發(fā)揮。此外，我國科研 產(chǎn)出、企業(yè)數(shù)量和融資領(lǐng)域集中于產(chǎn)業(yè)鏈中下游，上游核心技術(shù)仍受制于國外企業(yè)。未來， 若國內(nèi)底層技術(shù)領(lǐng)域仍未能實現(xiàn)突破，勢必導(dǎo)致人工智能產(chǎn)業(yè)發(fā)展面臨瓶頸。

展望

國內(nèi)人工智能追趕速度迅猛，但基礎(chǔ)薄弱問題突出。在強有力的戰(zhàn)略引領(lǐng)和政策支持下、 依托龐大的數(shù)據(jù)體量、豐富的應(yīng)用場景和高度的互聯(lián)網(wǎng)普及率，中國人工智能產(chǎn)業(yè)持續(xù)保 持蓬勃發(fā)展態(tài)勢，并躋身全球人工智能第一梯隊。技術(shù)上，我國人工智能論文和專利申請 量長期雄踞世界首位，在國際技術(shù)競賽中多次拔得頭籌；產(chǎn)業(yè)上，以阿里巴巴、騰訊為代表的科技巨頭全面布局人工智能生態(tài)，以寒武紀(jì)、科大訊飛、商湯科技為代表的初創(chuàng)企業(yè) 深耕垂直領(lǐng)域，打造技術(shù)護城河。我國人工智能產(chǎn)業(yè)規(guī)模、資本投入、企業(yè)數(shù)量呈現(xiàn)爆發(fā) 式增長，智能技術(shù)與實體融合持續(xù)加強，落地場景不斷豐富。但我們也應(yīng)當(dāng)意識到，與美 國、歐洲相比，我國在產(chǎn)業(yè)鏈分布上更加集中于應(yīng)用落地端口。長期市場化導(dǎo)向?qū)е聡鴥?nèi) 行業(yè)發(fā)展出現(xiàn)結(jié)構(gòu)性失衡，基礎(chǔ)理論缺乏、原創(chuàng)算法薄弱、高端芯片依賴進口等問題凸顯， 這也反映出中國人工智能發(fā)展不牢的風(fēng)險點。因此，站在科技創(chuàng)新的“巨型風(fēng)口”，我們 更需要審慎后續(xù)技術(shù)路線和產(chǎn)業(yè)發(fā)展路徑，加大科研攻關(guān)力度，補齊技術(shù)短板。

從中短期看，技術(shù)優(yōu)化、落地場景的開拓和滲透是是最主要的增長點；從長期看，智能生 態(tài)體系建設(shè)才是彎道超車的必由之路。人工智能產(chǎn)業(yè)的核心競爭力在于生態(tài)體系的建設(shè)， 包括大數(shù)據(jù)、算法理論、底層技術(shù)、應(yīng)用生態(tài)、人才儲備等層面。而我國人工智能產(chǎn)業(yè)生態(tài)和基礎(chǔ)設(shè)施建設(shè)正處于探索期，如何實現(xiàn)核心技術(shù)的突破和拓寬人工智能技術(shù)與社會經(jīng)濟融合場景著力點在于人才儲備和持續(xù)的研發(fā)投入。從人才的角度，收窄技術(shù)差距的根本 在于優(yōu)化人的知識結(jié)構(gòu)和能力。當(dāng)前政策應(yīng)側(cè)重建立人才培養(yǎng)體系，為人工智能打造人才資源池，尤其是在基礎(chǔ)學(xué)科領(lǐng)域突破人才瓶頸。同時，打破“唯數(shù)量論”的科研評價和考 核體系，改變?nèi)瞬偶顧C制勢在必行。我國人工智能專利申請和科研產(chǎn)出數(shù)量全球領(lǐng)先，但質(zhì)量堪憂。唯有從源頭改變評價機制，才能扭轉(zhuǎn)“量多而質(zhì)優(yōu)”的問題。從研發(fā)的角度， 企業(yè)技術(shù)優(yōu)化和創(chuàng)新能力是解決產(chǎn)業(yè)痛點的關(guān)鍵?；A(chǔ)研究的投入周期長、不確定性大、 和風(fēng)險高特點決定了其難以短期內(nèi)獲得投資回報，但基礎(chǔ)領(lǐng)域的突破將為經(jīng)濟帶來長期和 廣泛的溢出效應(yīng)，因此，國內(nèi)更應(yīng)關(guān)注底層技術(shù)的研發(fā)投入，扭轉(zhuǎn)傳統(tǒng)技術(shù)路徑，顛覆核心技術(shù)受制于人的被動局面。此外，人工智能在賦能機器模擬人類進行決策的同時產(chǎn)生的 倫理道德、隱私保護和社會安全問題值得關(guān)注。由于法律法規(guī)存在滯后性，尚無法對人工 智能技術(shù)進行有效監(jiān)管。我國應(yīng)加快人工智能倫理研究，及早識別人工智能治理風(fēng)險。