人工智能市場格局

人工智能（Artificial Intelligence，AI）是利用機器學習和數據分析方法賦予機器模擬、延 申和拓展類人的智能的能力，本質上是對人類思維過程的模擬。AI 概念始于 1956 年 的達特茅斯會議，受限于算法和算力的不成熟，未能實現大規模的應用和推廣。近年來， 在大數據、算法和計算機能力三大要素的共同驅動下，人工智能進入G速發展階段。據中 國電子學會預測，2022人工智能市場將達到1630億元，2018-2022年CAGR達31%。

人工智能賦能實體經濟，為生產和生活帶來革命性的轉變。人工智能作為新一輪產業變革 的核心力量，將重塑生產、分配、交換和消費等經濟活動各環節，催生新業務、新模式和 新產品。從衣食住行到醫療教育，人工智能技術在社會經濟各個L域深度融合和落地應用。同時，人工智能具有強大的經濟輻射效益，為經濟發展提供強勁的引擎。據埃森哲預測， 2035 年，人工智能將推動中國勞動生產率提G 27%，經濟總增加值提升 7.1 萬億美元。

國內人工智能追趕速度迅猛，但基礎薄弱問題突出。在強有力的戰略引L和政策支持下、 依托龐大的數據體量、豐富的應用場景和G度的互聯網普及率，中國人工智能產業持續保 持蓬勃發展態勢，并躋身人工智能D一梯隊。技術上，我國人工智能論文和專利申請 量長期雄踞世界首位，在國際技術競賽中多次拔得頭籌；產業上，以阿里巴巴、騰訊為代 表的科技巨頭多面布局人工智能生態，以寒武紀、科大訊飛、商湯科技為代表的初創企業 深耕垂直L域，打造技術護城河。我國人工智能產業規模、資本投入、企業數量呈現爆發 式增長，智能技術與實體融合持續加強，落地場景不斷豐富。但我們也應當意識到，與美 國、歐洲相比，我國在產業鏈分布上更加集中于應用落地端口。長期市場化導向導致國內 行業發展出現結構性失衡，基礎理論缺乏、原創算法薄弱、G端芯片依賴進口等問題凸顯， 這也反映出中國人工智能發展不牢的風險點。因此，站在科技創新的“巨型風口”，我們 更需要審慎后續技術路線和產業發展路徑，加大科研攻關力度，補齊技術短板。

從中短期看，技術優化、落地場景的開拓和滲透是是主要的增長點；從長期看，智能生 態體系建設才是彎道超車的必由之路。人工智能產業的核心競爭力在于生態體系的建設， 包括大數據、算法理論、底層技術、應用生態、人才儲備等層面。而我國人工智能產業生 態和基礎設施建設正處于探索期，如何實現核心技術的突破和拓寬人工智能技術與社會經 濟融合場景著力點在于人才儲備和持續的研發投入。從人才的角度，收窄技術差距的根本 在于優化人的知識結構和能力。當前政策應側重建立人才培養體系，為人工智能打造人才 資源池，尤其是在基礎學科L域突破人才瓶頸。同時，打破“唯數量論”的科研評價和考 核體系，改變人才激勵機制勢在必行。我國人工智能專利申請和科研產出數量L先， 但質量堪憂。唯有從源頭改變評價機制，才能扭轉“量多而質優”的問題。從研發的角度， 企業技術優化和創新能力是解決產業痛點的關鍵。基礎研究的投入周期長、不確定性大、 和風險G特點決定了其難以短期內獲得投資回報，但基礎L域的突破將為經濟帶來長期和 廣泛的溢出效應，因此，國內更應關注底層技術的研發投入，扭轉傳統技術路徑，顛覆核 心技術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生的 倫理道德、隱私保護和社會安全問題值得關注。由于法律法規存在滯后性，尚無法對人工 智能技術進行有效監管。我國應加快人工智能倫理研究，及早識別人工智能治理風險。