人工智能是一个很宽泛的概念。未来，人工智能将提升社会劳动生产率，创造出新的市场和就业，给人们的生产和生活带来革命性的转变。

近年来中国人工智能产业化发展迅速，企业数量、融资规模均居全球第二，成为人工智能产业化大国之一。

中国在发展人工智能方面优势因素不少：比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等。但短板也非常明显：比如基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开源平台等。

AI产业对中国来说有多重要？

人工智能是近年来两会热议话题之一。继人工智能连续三年写入政府工作报告后，今年政府报告提出扩大有效投资，重点支持“两新一重”建设，无疑人工智能也属于“两新”的重要内容。

此次疫情期间，人工智能应用“大显身手”，让民众亲身体验了AI的强大算力：医疗机器人、影像分析、大数据分析、智能红外测温、面部识别等技术，为疫情防控提供了强大的支撑。举例来说，AI能够秒级完成上百张CT影像筛查，让诊断效率提升至少10倍，大大缩短了疑似病例基因分析和CT影像的判读时间。

专家表示，我国在算法和应用层面，人工智能技术自主可控的比例较高，但在芯片、操作系统乃至人工智能技术理论层面，能够“自研、自产、自用”的比例还不高。

在AI产业的全球生态中，中国的位置在哪里？

首先，中国的AI研究论文及高引用次数，排名世界第一。

其次，中国的AI专利数世界第一。截至2019年10月，全世界申请的专利数量累计达7. 2万件。中美两国分别占到3成多，随后是日本，占到1成多。2019年3月，《日经亚洲评论》发布报道，在统计了过去三年人工智能专利申请量排名前50名的企业后，发现中国公司的AI专利申请总量大幅领先于美国。此外，中国AI企业的数量也翻了一倍多。

第三，在中国，AI项目吸引的风险资本投资数世界第一。国内人工智能领域的投融资占到了全球融资总额的60%。

第四，中国AI公司的数量排在世界第二。北京是全球人工智能企业最集中的城市。

第五，中国的AI人才储备，目前是世界第二。截至2017年底，全球范围内的AI领域人才储备约在204,575位，其中美国占了28,536位，列世界第一。中国以18,232位屈居第二。

中国人工智能的潜力有多大？

中国近年来的技术创新势头迅猛，已经成为数字经济和人工智能技术领域的全球大国，并在很多技术领域跃居成为全球第一大消费国。中国市场已经为很多高科技企业提供了重要 的增长机遇。根据“摩根士丹利资本国际指数”（MSCI）的统计，美国信息技术领域有14%的营收来自中国。

根据IDC的《全球人工智能白皮书》预计，到2020年，中国人工智能技术支出将达到325亿，五年复合增长率32.8%，占全球整体支出的约12%

产业应用方面，人工智能已在中国的医疗、金融、教育、安防等多个垂直领域得到爆发式发展应用，形成“人工智能+”的行业应用终端、系统及配套软件，为用户提供个性化、精准化、智能化服务。

与此同时，据中国产业信息网和中国信息通信研究院数据，世界人工智能市场将在2020年达到6800亿元人民币，复合增长率达26.2%，而中国人工智能市场也将在2020年达到710亿元人民币，复合增长率达44.5%。

中国AI发展的“掣肘“在哪里？

尽管中国已在AI研发、商业应用领域拥有强大优势，但中国已经预见到，和美国相比，在如下领域还有颇多“掣肘“。

首先，是中国缺乏顶尖AI人才。中国虽然已经成为了AI的全球“巨头“之一，但这并不意味着AI的所有相关领域都是中国的强项。在顶尖AI人才的排行榜上，中国仅名列第八（中国977位，美国5,518位）。

作为应对，中国已启动若干个AI人才培养的五年计划，预计培养500位AI导师、超过5000位AI领域的优秀学生。李开复曾做这一的比喻，“用国际象棋打个比方，”他说，“特级大师大部分仍在北美，但中国拥有越来越多的大师级AI科学家。”

其次，是中国就AI技术标准的建设落后。人工智能标准的先进与完善与否，关系到产业的健康发展、以及 产品国际市场竞争力的强弱。 美国、欧盟、日本等发达国家高度重视人工智能标准化工作。美国发布的《国家人工智能研究与发展策略规划》，欧盟发布了的“人脑计划”，日本实施的“人工 智能/大数据/物联网/网络安全综合项目”，均提出了要围绕核心技术、顶尖人才、标准规范等强化部署，旨在抢占新一轮科技主导权。

中国虽然在人工智能领域虽然具备了良好基础，语音识别、视觉识别、中文 信息处理等核心技术实现了突破，也具有巨大的应用市场环境，但整体发展水平 仍落后于发达国家，在核心算法、关键设备、高端芯片、重大产品与系统等方面 差距较大，适应人工智能发展的基础设施、政策法规、标准体系亟待完善。

中兴出口受限等事件以后，中国政府已将技术标准建设上升到国家安全与经济增长同等高度。

再次，是中国AI软件平台/框架研发能力不足。依赖美国的深度学习框架，被视为是中国AI生态系统存在的一大缺口，可能阻碍2030年之前与美国缩小AI技术差距的计划。中国在AI基础设施方面相对薄弱，这个事实越来越让人担忧。因为除了数据、半导体和计算能力外，AI生态系统还包括算法和框架之类的基础性技术。

虽然中国可以在海量数据访问，半导体开发这两项关键基础性技术上投入很多，但对开发基本AI技术基础设施的关注却相当少。在基础框架上，中国对源自美国的框架依赖较深，这是其AI生态系统的一大缺口。

美国Georgetown大学安全和新兴技术中心的战略主管Helen Toner说:“中国显然想要在AI领域称霸世界，但如果开源框架基本上被美国主导，很难想象中国会被视为全球领导大国。”

“如果美国果真阻止中国用户访问开源框架，这将极大地影响中国的AI行业。” AI科学家Kelvin Wang如是说。

2020年3月25日，旷视宣布推出工业级深度学习框架 “天元（MegEngine）” ，成为国内第一家开源AI框架的AI企业。但截至目前，世界上主流的机器学习框架，比如TensorFlow (Google), Spark (Apache), CNTK (Microsoft), and PyTorch (Facebook)等，没有一个是在中国研发的。

最后，也可能是最严峻的问题，就是中国半导体芯片行业欠发达。尽管中国包揽制造了全球65%的个人电脑、笔记本、台式机，以及将近85%的手机，但这些数码电子产品的核心部件芯片，往往是在美国设计、在台湾或韩国制造，再由美国公司进行软件开发的。我们都知道，苹果手机里价值量比较低的部件都是在中国制造，但这些部件的价值在整部手机中所占比例不到2%。

以华为此次被美国加强制裁事件来说，目前中国的高端芯片生产，还较多依赖于美国的设备和软件。根据IC Insights统计，2019年中国只有195亿美元的芯片可以被视为国产芯片，占当年市场总需求（1250亿美元）的15.7%，仅略高于2014年的15.1%。

从IC Insights统计口径来看，2024年中国IC产值能达到430亿美元，最乐观估计，占全球产值比例仅为10%左右。此外，中国在非存储器领域也落后较多，无论是模拟芯片、混合信号芯片，还是服务器用处理器、高性能MCU及专用逻辑芯片，中国在上述产品的主流市场都缺乏竞争力。

在对中国人工智能发展抱有研究兴趣的学者中，当然也有不同的声音。牛津大学的Jeffrey Ding认为，中国的数据优势被夸大了。“现在很多人声称，中国的数据优势意味着它将在部署人工智能应用方面获得领先优势，但我认为这种说法言过其实。

2020年3月25日，旷视宣布推出工业级深度学习框架 “天元（MegEngine）” ，成为国内第一家开源AI框架的AI企业。

5月20日，国内首款搭载国产AI芯片的智能汽车开启预售。

5月25日，中国工信部部长对外介绍到，中国每周大概增加1万多个5G基站，2020年4月份增加5G客户700多万，截止当时中国5G客户累计已超过3600万。

2020年，AI在中国的“落地大考”仍在继续。

---------------------------------------------------------------------------------

（powered by 搜芯易http://Sourcengine.cn）

在搜芯易http://Sourcengine.cn查看由2600+可追溯供应商提供的2000万+种电子元器件，全球实时库存、超过5亿+元器件数据表信息（包括进出口准入、海关流程信息），精准判断业务走向，并提供全球战略性库存选择。