人工智能已成为社会最为关注的概念之一。2018年9月，李克强总理在第十二届夏季达沃斯论坛开幕式致辞中，在提及“在新产业革命中壮大世界经济发展新动能，就要力促融通创新和发展”时，再次重点点出“人工智能”。

近年来我国人工智能在技术、应用等产业各个领域实现快速进步的同时，其发展环境也持续优化，为未来人工智能的大进步、大发展，以及与实体经济的融合进一步夯实基础。

我国人工智能发展迅速

宏观环境进一步优化。近年来，我国在国家层面密集出台一系列政策措施助推人工智能产业发展。2017年，人工智能先后出现在政府工作报告和党的十九大报告中，“人工智能2.0”纳入“科技创新2030—重大项目”。国务院发布《新一代人工智能发展规划》确立“三步走”目标，从国家层面对人工智能产业进行了顶层设计，为人工智能企业和产业快速发展奠定了基础。工信部发布《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，提出实施培育智能产品、突破核心基础、深化发展智能制造、构建支撑体系等四项重大任务和加强组织实施、加大支持力度、鼓励创新创业、加快人才培养、优化发展环境等五方面保障措施。

先进地区持续性发力。政策方面，北京中关村、上海、武汉、浙江、安徽等省市纷纷发布人工智能产业发展规划。总体来看，人工智能政策正在从中央传导至地方，AI政策自上而下开始发酵，我国已经进入AI产业的“黄金窗口期”，预计未来将有更多地方的政策文件出台，从而形成多点齐放的局面。产业集聚方面，2017年我国人工智能企业主要分布在北上广三地，北京远超其他地区。此外，浙江、江苏两地人工智能企业也较多。

技术创新与应用加速。我国人工智能总体处于爆发增长阶段，新技术迅猛发展，算法和算理的突破为技术创新奠定了良好的基础。2017年，人工智能芯片、计算机视觉、语音识别等技术的持续创新成为产业发展引擎。从国内人工智能企业来看，有高达42%的企业应用计算机视觉相关技术，其次是语音和自然语言处理，两者占比总和43%。在目标市场行业中，人工智能+企业（融合医疗、金融、教育和安防等领域）总计占比40%，位居第一；其次是智能机器人行业、智能驾驶和无人机。与国外相比，国内企业更多关注人工智能应用环节。

创新火热度保持旺盛。近年来，我国人工智能产业规模保持稳步增长，投融资更为理性，新增企业数量趋缓。目前，我国人工智能投融资额占全球总量的近35%，达到635亿元。其中，计算机视觉与图像、自然语言处理和自动驾驶三大领域投融资额占国内人工智能投融资总量的60%以上，成为资本热捧的焦点。此外，北京、广东、上海、浙江、江苏和四川等省市的投融资基础相对较好，是资本最为聚集的地区。

人工智能发展需要关注的四个重点问题

一是底层技术基础差，长远竞争力受限。我国人工智能产业重应用技术、轻基础理论，底层技术积累薄弱，存在“头重脚轻”的结构不均衡问题。基层技术积累薄弱使人工智能核心环节受制于人，阻碍人工智能领域重大科技创新，不利于国内企业参与国际竞争，并使国民经济和国家安全存在远期隐忧。

从技术角度，国内在基础元器件、底层算法和理论研究等方面与国际水平差距较大，缺乏重大原创科技成果。从资本角度，国内人工智能领域投融资主要集中于应用技术领域，芯片领域的累计融资额仅占人工智能产业总融资额的2.1%。，而美国该比例达31.5%。从企业分布角度，国内人工智能芯片企业多为规模较小的初创企业，难以满足芯片领域技术和资金门槛极高的要求，而美国芯片领域则不乏谷歌、英特尔、IBM、高通、英伟达等科技巨头。

二是应用路径不明朗，商业价值兑现难。我国人工智能产业处于早期发展阶段，商业化应用路径尚不明确，商业落地的痛点突出，与当前不断高涨的关注度形成鲜明对比，形成“雷声大雨点小”的现象，近期的实际商业价值变现难度较大。

从应用对象角度，人工智能产业与外界缺乏深入有效的信息交流与资源对接渠道，传统行业和个人对人工智能的发展脉络、技术效能和应用模式等缺乏清晰认识。从应用环境角度，人工智能在推广应用时，面临资质、数据、标准、安全评估等行业准入壁垒。部分行业存在显著的数据壁垒，人工智能在数据接口标准、技术评价指标、安全评估管控等方面存在缺失，阻碍其在其他行业及个人消费领域中的推广应用。

三是发展氛围显浮躁，面临同质化风险。人工智能概念火热，但企业和政府对产业发展理解不透、思考不足，普遍高估并急于兑现人工智能的近期商业价值。产业发展氛围略显浮躁，面临同质化、碎片化风险，可能延长人工智能商业价值的兑现周期，并加剧产业未来发展的周期性波动幅度。

从企业角度，存在大小企业一拥而上、炒作概念，以及一些企业急于商业价值变现的现象，云计算、大数据企业纷纷改换门庭，产业鱼目混珠，企业技术水平参差不齐。同时，企业面临政府、资本、同业及舆论的多重压力，在主营方向、技术研发方面缺乏定力，技术、产品普遍趋同。从政府角度，地方政府虽然有热情但缺乏深刻理解，仍惯用传统招商引资模式，重引进、轻培育，在产业生态培育、配套资源对接、业务市场开拓、公共平台建设等方面缺乏经验和耐心。部分省市已发布的人工智能发展规划缺乏实质内容和可操作性，规划的实际效果和扶持政策的可持续性存疑。

四是专业人才不充足，产业发展受牵制。人工智能是新兴产业，技术和产业发展迅猛，专业技术人才，以及兼顾人工智能与传统产业的跨界人才不充足，限制了产业发展以及与实体经济的深度融合发展。

从人才数量和质量角度，我国人工智能领域专业技术人才数量不充足、经验不丰富。据LinkedIn数据，我国从业经验10年以上的人工智能人才比例不足40%，而美国的这一比例则超过70%。从人才分布角度，我国人工智能领域人才分布不均匀，主要集中于应用层。据统计，我国人工智能基础层、技术层和应用层的人才数量占比分别为3.3%、34.9%和61.8%，基础层人才比例严重偏低，不利于底层基础理论研究及重大科技创新。从人才培养角度，我国高校人工智能领域的学科建设、人才培养相对滞后。目前，国内开设人工智能专业的高校数量较少、时间较短，学科实力不强。此外，国内缺乏人工智能与传统行业的跨界人才，不利于人工智能在各垂直行业的应用推广。

我国人工智能发展展望

认知性应用将成为亮点。芯片和算法的优化将进一步提升计算机视觉和语音识别的应用成熟度。人脸识别将成为计算机视觉技术的竞争热点，格灵深瞳等创新企业有望在动态视觉检测中取得关键突破。科大讯飞等国内语音识别技术商将利用数据优势，推动语音识别技术平台化，进一步提升多场景下的语言识别准确率。人工智能技术可能迎来新的质变契机，浅层次感知应用将与更高水平的认知智能融合发展，能够在逻辑判断基础上实现认知推理、情感互动、辅助性决策的认知性应用将成为业界亮点。

行业资源整合持续推进。预计2018年，国内人工智能产业将延续稳步增长态势，产业规模预计将超过230亿元，投融资事件数量将相对减少，但单笔金额增大，基础层企业将通过技术创新扩大规模，技术层和应用层企业数量将保持稳步增长。国内平台层面资源将加速整合，大企业将通过投资并购迅速获得相应细分领域中的前沿核心技术，降低研发失败的风险，在行业资源整合中发挥越来越重要的作用。

与实体经济融合将加速。新一代人工智能技术将与实体经济持续渗透融合，为零售、交通、医疗、制造业、金融等产业带来提效降费、转型升级的实际效能。无人商店、无人送货车、病例细胞筛查、数字孪生、智慧工厂、3D打印、智能投顾等新产品、新服务将大量涌现，从而加速培育产业新动能，开拓实体经济新增长点，有力推动我国经济结构优化升级。

资本支持方向趋向集中。预计2018年，国内人工智能领域的投融资总量稳中有增，资本将更多聚集在应用层细分领域的龙头企业，投资事件数量将减少，单笔投融资数目将增大，马太效应将日益凸显。投资焦点将从应用层逐步下移，AI芯片等基础层和深度学习算法应用等技术层将获得资本市场的更大关注，投融资层次将更为丰富。