基于多源數(shù)據(jù)的人工智能產(chǎn)業(yè)全鏈條態(tài)勢研究

李 莉，崔磊磊，吳新年，劉安蓉，曹曉陽，彭現(xiàn)科

(1.中國社會科學(xué)院大學(xué)(研究生院)，北京 102488；2.中國工程物理研究院研究生院，北京 100193；3.中國工程物理研究院戰(zhàn)略技術(shù)裝備發(fā)展中心，北京 100094；4.中國科學(xué)院西北生態(tài)環(huán)境資源研究院，甘肅蘭州 730000）

人工智能（Artificial Intelligence）是研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門科學(xué)［1-2］。越來越多的事實證明，人工智能技術(shù)可能是繼蒸汽機、電力、互聯(lián)網(wǎng)科技之后推動新一輪科技革命和產(chǎn)業(yè)革命浪潮的革命性技術(shù)［2］。在大量的數(shù)據(jù)、更好的算法和更強的算力共同推動下，人工智能的應(yīng)用已經(jīng)在很多行業(yè)落地，逐漸滲透并開始形成人工智能產(chǎn)業(yè)［3］。人工智能產(chǎn)業(yè)是指依托人工智能技術(shù)向社會提供智能化產(chǎn)品與技術(shù)服務(wù)的產(chǎn)業(yè)，它通過賦能工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)，支持發(fā)展智能制造業(yè)、智能交通、智慧農(nóng)業(yè)、智慧服務(wù)業(yè)、智慧城市、智慧金融、智慧醫(yī)療等，已成為促進經(jīng)濟社會高質(zhì)量發(fā)展的新引擎。人工智能產(chǎn)業(yè)鏈主要包含3 個核心環(huán)節(jié)——基礎(chǔ)支撐技術(shù)、人工智能技術(shù)和人工智能應(yīng)用（如圖1 所示）。

圖1 人工智能產(chǎn)業(yè)鏈

在認識人工智能產(chǎn)業(yè)內(nèi)涵的基礎(chǔ)上［4］，可以看到與前三次工業(yè)革命不同，人工智能是人的“智能”的外化，幾乎能夠支持其他所有產(chǎn)業(yè)發(fā)生顛覆性、變革性變化，對人類社會影響深度和廣度將超過前三次工業(yè)革命，將推動人類由工業(yè)時代步入智能時代，促進人類社會產(chǎn)生劃時代的飛躍。世界主要國家普遍認識到其重要性，已將部署發(fā)展人工智能技術(shù)作為大國博弈的戰(zhàn)略領(lǐng)域、提升國家科技創(chuàng)新能力的重要戰(zhàn)略抓手［5］。

許多學(xué)者也紛紛嘗試總結(jié)和分析該領(lǐng)域的發(fā)展?fàn)顩r［6-8］。對人工智能領(lǐng)域的定量分析，能系統(tǒng)全面展現(xiàn)該領(lǐng)域科技、產(chǎn)業(yè)發(fā)展態(tài)勢，包括演化歷史、當(dāng)前狀況和未來趨勢，有效支撐技術(shù)預(yù)見、科學(xué)決策等活動，為國家戰(zhàn)略規(guī)劃和政策制定提供參考。但是當(dāng)前定量研究數(shù)據(jù)源主要來源于專利或文獻［9］，數(shù)據(jù)來源單一，且一般情況下未涉及產(chǎn)業(yè)和發(fā)展環(huán)境，無法實現(xiàn)科學(xué)—技術(shù)—產(chǎn)業(yè)的全價值鏈條分析。而產(chǎn)業(yè)發(fā)展本身是一個構(gòu)成要素多元、相互關(guān)聯(lián)動態(tài)并且與外部環(huán)境之間存在著物質(zhì)、能量、信息交流的復(fù)雜過程。因此通過對不同來源、不同類型的信息融合分析，能充分考慮科學(xué)技術(shù)創(chuàng)新、國家戰(zhàn)略布局、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、投融資等內(nèi)容，為全面揭示新興產(chǎn)業(yè)的發(fā)展現(xiàn)狀及趨勢提供有力的情報支撐［10］。因此，本文突破僅僅基于文獻或?qū)＠亩垦芯糠妒?，增加使用領(lǐng)域頂級會議、產(chǎn)業(yè)規(guī)模、投融資情況、項目信息等多來源數(shù)據(jù)，從基礎(chǔ)研究、前沿?zé)狳c、技術(shù)創(chuàng)新競爭情況、全球科技布局和產(chǎn)業(yè)態(tài)勢等方面全鏈條挖掘分析全球人工智能產(chǎn)業(yè)的科技創(chuàng)新及產(chǎn)業(yè)發(fā)展態(tài)勢，把握全球競爭形勢，并提出相關(guān)政策建議，為推動人工智能產(chǎn)業(yè)發(fā)展和提升政府治理水平提供決策參考。

1 方法和數(shù)據(jù)

1.1 研究思路和方法

為實現(xiàn)對人工智能產(chǎn)業(yè)創(chuàng)新鏈、產(chǎn)業(yè)鏈的全鏈條分析，本文主要采用高質(zhì)量論文、頂級會議論文、專利、項目庫、行業(yè)報告等數(shù)據(jù)源信息，通過計量分析、專利分析、內(nèi)容分析以及文本挖掘等方法，分別表征和分析高質(zhì)量基礎(chǔ)研究、前沿?zé)狳c、技術(shù)創(chuàng)新競爭情況、全球科技布局和產(chǎn)業(yè)發(fā)展態(tài)勢，并在此情報分析基礎(chǔ)上，結(jié)合內(nèi)外部形勢分析，提出相關(guān)政策建議，分析流程及思路如圖2 所示。其中，不同的數(shù)據(jù)反映的側(cè)重點不同，期刊論文尤其是高質(zhì)量論文能及時反映國內(nèi)外高質(zhì)量基礎(chǔ)研究的成果和動向；頂級會議論文具有較強的專業(yè)性和針對性，能及時反應(yīng)領(lǐng)域內(nèi)最前沿、熱點的信息，是反映前沿研究實力的重要依據(jù)；專利是技術(shù)創(chuàng)新信息的重要結(jié)晶和載體，尤其核心專利是“核心技術(shù)”的重要表征；世界各國科研項目信息則能夠反應(yīng)全球主要國家科研布局重點；行業(yè)報告包含對當(dāng)前行業(yè)、市場的研究分析和預(yù)測，具有較強的時效性，能反應(yīng)產(chǎn)業(yè)規(guī)模、投融資、發(fā)展態(tài)勢和競爭態(tài)勢等內(nèi)容。

圖2 分析流程及思路

1.2 數(shù)據(jù)來源

本文所用的數(shù)據(jù)來源如下：

（1）基礎(chǔ)研究態(tài)勢分析主要依據(jù)高質(zhì)量論文。高質(zhì)量論文來源于SCI—E 數(shù)據(jù)庫該領(lǐng)域的高被引論文（Highly Cited Papers）和熱引論文（Hot Papers）。本文以人工智能為主題，以WOS 核心數(shù)據(jù)庫（Web of Science Core Collection）為數(shù)據(jù)來源，共檢索到100多萬條數(shù)據(jù)，包含高質(zhì)量論文4 510 篇（包括高被引論文和熱引論文），其中高被引論文4 505 篇（2009 年以來），包含熱引論文174 篇（近兩年）。

（2）前沿?zé)狳c的分析主要依據(jù)頂級會議論文。本文通過對2009—2019 年人工智能機器學(xué)習(xí)、自然語言處理、計算機視覺和語音處理4 個方向的24 個頂級會議論文進行分析，從產(chǎn)出規(guī)模、研究機構(gòu)等角度對比分析主要國家、機構(gòu)子領(lǐng)域的前沿研究實力。其中頂級會議通過調(diào)研和文獻計量兩種手段結(jié)合確定，以WOS 數(shù)據(jù)中的CPCI 會議數(shù)據(jù)庫來源檢索會議文獻獲得。

（3）全球技術(shù)研發(fā)態(tài)勢分析主要依據(jù)核心專利。專利按照重要性權(quán)重的大小通?？煞譃楹诵膶＠?、重要專利和一般專利，其中核心專利在一個專利群中處于節(jié)點和紐帶的地位，對后續(xù)科技的發(fā)展具有重要影響。專利文獻數(shù)據(jù)來源于WOS 平臺的德溫特創(chuàng)新索引數(shù)據(jù)庫（Derwent Innovations Index）。本研究采用INNOGRAPHY 專利強度和引證指數(shù)法兩種方法結(jié)合來選擇核心專利（在應(yīng)用引證指數(shù)選擇核心專利時，需要選擇一個合適的分界線來確定核心專利和非核心專利，通過對DII 數(shù)據(jù)庫中檢索出的專利被引用次數(shù)做倒序排列遞減圖，基本構(gòu)成了一個相對光滑的指數(shù)曲線，而且在這條指數(shù)曲線上存在比較明顯的兩個拐點，其中一個拐點可以看作是核心專利與重要專利的分界點，另外一個拐點可以看作是重要專利與一般專利的分界點，通過這種方法來收集核心專利技術(shù)。本報告依次依據(jù)專利引證指數(shù)進行年限加權(quán)（每年做指數(shù)曲線分別收集），以便能更好地將近年來的核心技術(shù)篩選出來）。通過以上方法，在收集人工智能核心專利數(shù)據(jù)的基礎(chǔ)上，同時針對深度學(xué)習(xí)、圖像識別、語音識別、自然語言處理等技術(shù)層分別進行核心專利識別與收集，共識別和收集人工智能核心專利數(shù)據(jù)21 458 條（數(shù)據(jù)時間范圍：1963—2019 年）。同時識別和收集近10年（2009 年以來）人工智能核心專利供給3 907 條進行分析。

（4）全球科研布局分析主要依據(jù)各國科研項目數(shù)據(jù)?！叭蚩蒲许椖繑?shù)據(jù)庫”匯聚了全球主要國家重要基金組織2000 年以來的科研項目數(shù)據(jù)400多萬條，涵蓋中、美、英、德、加、法、日、澳、歐盟等20 多個重點國家和國際組織，收錄59 個重要基金組織如NSFC、NSSFC、NSF、NIH、NASA、EPA、DOE、DFG、RCUK、InnovateUK、Wellcome Trust、ANR、JSPS 等資助的項目數(shù)據(jù)。本文通過“全球科研項目數(shù)據(jù)庫（ProjectGate）”收集了人工智能相關(guān)項目，并通過項目分類和主題詞分類界定基礎(chǔ)層、技術(shù)層、應(yīng)用層各主要研究方向，獲得G7 國家項目布局總體態(tài)勢。

（5）產(chǎn)業(yè)態(tài)勢分析主要依據(jù)行業(yè)報告，行業(yè)報告主要來源于國內(nèi)外知名咨詢、投資銀行等機構(gòu)。

2 分析與討論

2.1 基于期刊論文的全球高質(zhì)量基礎(chǔ)研究態(tài)勢分析

對樣本文獻做國家分布統(tǒng)計，得到人工智能高質(zhì)量論文國家分布占比圖如圖3 所示，可以看到，中國和美國第一作者全球高質(zhì)量論文占總數(shù)的58%（中國1 618 篇，占36%；美國1 003 篇，占22%），與其它各國相比占據(jù)壓倒性優(yōu)勢，在人工智能高水平基礎(chǔ)研究上中美兩國位于第一梯隊。對樣本文獻做年度分布統(tǒng)計，從圖4 可知，全球人工智能領(lǐng)域高質(zhì)量論文近年來呈逐年遞增態(tài)勢，2009年到2018 年復(fù)合年均增長率達到16.23%，這說明全球人工智能高水平基礎(chǔ)研究正快速增長。中國人工智能研究高質(zhì)量論文在2014 年（第一作者論文）超過美國，成為全球人工智能研究高質(zhì)量論文的主要產(chǎn)出國，這說明中國雖然起步晚但由于國家人工智能發(fā)展戰(zhàn)略和政策等原因助力，中國人工智能基礎(chǔ)研究正快速發(fā)展，逐步具有領(lǐng)跑優(yōu)勢。

圖3 人工智能高質(zhì)量論文國家分布

圖4 2009—2019 年高質(zhì)量論文國家年際分布

通過主要研究機構(gòu)分析（如表1 所示）可知，全球人工智能基礎(chǔ)研究的創(chuàng)新主體主要來自于中國、美國的科研院所和大學(xué)，包括中國科學(xué)院、東南大學(xué)、電子科技大學(xué)、哈佛大學(xué)、斯坦福大學(xué)、MIT、上海交通大學(xué)、華中科技大學(xué)等?；A(chǔ)研究是重大技術(shù)創(chuàng)新的源頭，具有公共品性質(zhì)，需以政府資助為主，研究主體以大學(xué)和科研機構(gòu)為主。

表1 高質(zhì)量論文機構(gòu)分布(全部著者)

中美兩國高水平論文國際合作產(chǎn)出結(jié)果如表2、機構(gòu)合作產(chǎn)出結(jié)果如表3 所示，中國（第一作者）高水平論文國際合作產(chǎn)出占48%，美國占33%。其中在機構(gòu)合作方面，中國高水平論文機構(gòu)合作產(chǎn)出占79%，美國占66%，由此可以看出，全球人工智能研究高水平國際合作論文中，中國占比較大，中國的高水平基礎(chǔ)研究國際合作更為活躍。

表2 中美兩國高水平論文國際合作產(chǎn)出

表3 中美兩國高水平論文機構(gòu)合作產(chǎn)出

在核心科研人員方面，通過對全球高質(zhì)量論文新舊人員的對比分析，如圖5 和圖6，2018 年中國新增高質(zhì)量論文作者占比大約50%，美國近年來有遠高于全球平均水平的新加入人員進入這個領(lǐng)域進行研究，其新增高質(zhì)量論文作者占比達到90%，說明美國的持續(xù)創(chuàng)新能力高于中國。

圖5 2009—2019 年中國高質(zhì)量論文新舊人員對比

圖6 2009—2019 年美國高質(zhì)量論文新舊人員對比

對全球高質(zhì)量論文主要基金來源分析得到結(jié)果如表4，中國國家自然科學(xué)基金支持的高水平研究論文占中國產(chǎn)出總數(shù)的89%，美國國家科學(xué)基金支持的高水平研究論文占產(chǎn)出總數(shù)的29%，美國其他資助基金還包括NASA、NIH 等。從這個角度講，中國高水平論文資助主要是國家自然科學(xué)基金，美國資助來源更加廣泛，這與兩國科技創(chuàng)新的投入方式差異具有一定關(guān)系，中國基礎(chǔ)研究更加依賴于國家項目部署。

表4 中美兩國高質(zhì)量論文獲資助的主要基金來源

對比中國和美國人工智能高質(zhì)量論文主題分布，美國人工智能高質(zhì)量論文研究主題以機器學(xué)習(xí)（包括深度學(xué)習(xí)）為主，其他研究與應(yīng)用基本圍繞機器學(xué)習(xí)（包括深度學(xué)習(xí)）展開；中國人工智能高質(zhì)量論文研究主題包括機器學(xué)習(xí)、非線性自適應(yīng)模糊控制、非線性時滯系統(tǒng)、同步系統(tǒng)等，更偏向于解決方案與技術(shù)應(yīng)用，尤其是機器學(xué)習(xí)（包括深度學(xué)習(xí)）與其他研究的關(guān)系相對偏弱，在這個方向上明顯與美國基礎(chǔ)研究的重心不同。如圖7、圖8 所示。

圖7 美國人工智能高質(zhì)量論文研究主題知識圖譜

圖8 中國人工智能高質(zhì)量論文研究主題知識圖譜

從人工智能的國家產(chǎn)出規(guī)模來看，美國（發(fā)文量為3 661 篇）在機器學(xué)習(xí)、計算機視覺和語音處理研究領(lǐng)域的發(fā)文量遠遠領(lǐng)先于其他國家，其次是中國（發(fā)文量為2 474 篇）、英國（發(fā)文量為894 篇）、日本（發(fā)文量為573 篇）、德國（發(fā)文量為568 篇）和法國（發(fā)文量為443 篇）等國家，如圖10。這說明美國對前沿?zé)狳c的研究領(lǐng)先于其它國家。

圖10 人工智能技術(shù)領(lǐng)域主要國家的重點研發(fā)技術(shù)方向?qū)嵙Ρ?/p>

分別對機器學(xué)習(xí)、自然語言處理、計算機視覺和語音處理4 個技術(shù)方向的研究機構(gòu)和產(chǎn)出論文數(shù)量分析來看，在機器學(xué)習(xí)和計算機視覺領(lǐng)域，中國科學(xué)院、清華大學(xué)、中國科學(xué)技術(shù)大學(xué)、北京大學(xué)、美國Microsoft、Carnegie Mellon Univ 占據(jù)優(yōu)勢，而在語音處理領(lǐng)域以Microsoft、IBM、Google 為主的企業(yè)占主導(dǎo)地位，中國科學(xué)技術(shù)大學(xué)以45 篇論文位于第13 位。在自然語言處理領(lǐng)域，各研究機構(gòu)的差距并不明顯。這說明對前沿?zé)狳c的跟蹤和研究在中國主要是大學(xué)和科研機構(gòu)，而美國則在主要是龍頭企業(yè)，且該特征在語音處理領(lǐng)域尤其明顯。

對機器學(xué)習(xí)、自然語言處理、計算機視覺和語音處理4 個技術(shù)方向的機構(gòu)合作情況分析，如圖11，Microsoft 在4 個領(lǐng)域均表現(xiàn)出極強的對外合作關(guān)系。GOOGLE 在機器學(xué)習(xí)、計算機視覺領(lǐng)域的合作對象以美國的高校為主。中國科學(xué)院在機器學(xué)習(xí)和計算機視覺領(lǐng)域表現(xiàn)出較活躍的合作，在機器學(xué)習(xí)領(lǐng)域合作對象以國內(nèi)院校為主，在計算機視覺領(lǐng)域合作單位涉及到美國、德國、澳大利亞和新加坡的高校。

圖11 各技術(shù)領(lǐng)域會議論文產(chǎn)出量前30 位的機構(gòu)對外合作情況

2.2 基于頂級會議論文的全球前沿?zé)狳c分析

如圖9，從人工智能頂級會議論文技術(shù)領(lǐng)域（機器學(xué)習(xí)、自然語言處理、圖像識別、語音處理）分布上看，自然語言處理和語音識別技術(shù)增長比較平緩，每年產(chǎn)出論文在500 篇以下，圖像識別技術(shù)頂級會議論文維持在500 篇左右，增長不明顯，而機器學(xué)習(xí)技術(shù)的論文在2013 年后呈現(xiàn)指數(shù)級增長趨勢。這表明2013 年以后人工智能前沿?zé)狳c主要集中在機器學(xué)習(xí)，遠遠高于其他技術(shù)方向，在這一階段機器學(xué)習(xí)算法發(fā)展迅速，其次是圖像識別。

圖9 2009—2019 年人工智能技術(shù)的會議論文發(fā)文量年度變化情況

2.3 基于核心專利的技術(shù)創(chuàng)新競爭情況分析

對核心專利樣本做國別分布統(tǒng)計，得到全球人工智能核心專利優(yōu)先權(quán)國如表5?？梢钥吹?，美國的人工智能核心專利數(shù)量居于絕對的領(lǐng)導(dǎo)地位，占到了全球人工智能核心專利的67%，其次是日本占17%，在之后依次是中國、韓國、英國、德國、澳大利亞、法國等。同樣，在具體技術(shù)上，全球機器學(xué)習(xí)/深度學(xué)習(xí)、圖像識別、語音識別等領(lǐng)域的核心專利也都主要集中在美國和日本，美日兩國遙遙領(lǐng)先，其中這兩個國家在機器學(xué)習(xí)/深度學(xué)習(xí)領(lǐng)域的核心專利占到全球核心專利總數(shù)的82%，圖像識別領(lǐng)域這個比例則是83%，語音識別領(lǐng)域為85%，自然語言處理的比例為87%，核心技術(shù)被美日兩國牢牢把握。

對2009—2019 年近10 年全球人工智能核心專利主要優(yōu)先權(quán)國家分析（如圖12）可以看出，近10年（2009 年以來），中國超越日韓排在美國之后，這說明在人工智能核心技術(shù)上，雖然總體上仍然是美日引領(lǐng)，中國與之有差距，但處于快速跟進的狀態(tài)。

圖12 2009—2019 年全球人工智能核心專利主要優(yōu)先國分布

進一步對2009—2019 年期間人工智能核心專利技術(shù)主要研發(fā)主體分析（如表6 所示）可以看出，排名靠前的企業(yè)依次是三星、GOOGLE、微軟、高通、INTEL、索尼、蘋果、西門子、歐姆龍、LG、IBM、霍尼韋爾、亞馬遜、百度等，主要分布在美國、日本、德國、韓國、中國等國家，該數(shù)據(jù)顯示人工智能核心技術(shù)的研發(fā)主體是企業(yè)，美國、日本、韓國等國企業(yè)占主導(dǎo)地位，中國只有百度一家企業(yè)進入排名。

表6 2009—2019 年全球人工智能核心專利主要專利權(quán)人

表6（續(xù)）

2.4 基于科研項目的全球科技布局分析

通過對全球科研項目按照應(yīng)用層、技術(shù)層和基礎(chǔ)層分類進行分析，獲得中國與G7 國家人工智能各技術(shù)領(lǐng)域科研項目數(shù)量、項目數(shù)量排名前三的國家、以及資助機構(gòu)的分析，如圖13。

圖13 人工智能領(lǐng)域主要國家科研項目布局數(shù)量及技術(shù)方向

可見，美國的人工智能總體項目數(shù)量位居G7 國家首位，中國緊隨其后且增速明顯，尤其是近5 年的項目數(shù)量已超過美國。此外，英國、法國、澳大利亞、德國和加拿大等國也有不少的科研投入；從全球人工智能項目布局來看，基礎(chǔ)層項目側(cè)重傳感器和芯片，技術(shù)層項目側(cè)重機器學(xué)習(xí)和自然語言處理，應(yīng)用層項目側(cè)重自動駕駛、智慧城市、智慧安防；整體上各國在基礎(chǔ)層項目布局都比較多，中美則遙遙領(lǐng)先，且差距很??；這也與中美兩國在高質(zhì)量基礎(chǔ)研究產(chǎn)出豐碩相吻合，同時也說明各國在國家層面非常重視對人工智能創(chuàng)新源頭的支持。

2.5 基于行業(yè)報告的產(chǎn)業(yè)態(tài)勢分析

北美、亞洲、歐洲將是未來人工智能主導(dǎo)地區(qū)，中國產(chǎn)業(yè)規(guī)模增長速度不容小覷。在企業(yè)數(shù)量上，根據(jù)2019 年4 月中國信息通信研究院發(fā)布了《全球人工智能產(chǎn)業(yè)數(shù)據(jù)報告》顯示，截至2019 年3 月底，全球活躍的人工智能企業(yè)達到5 386 家。其中，美國有2 169 家，中國大陸有1 189 家，英國有404家，加拿大303 家，印度則是169 家。故整體來看，人工智能在北美洲、亞洲、歐洲發(fā)展更為迅猛，未來該地區(qū)也將是人工智能的主導(dǎo)地區(qū)。根據(jù)德勤發(fā)布的《全球人工智能發(fā)展白皮書》預(yù)測，未來在2025 年世界人工智能市場預(yù)期將超過6 萬億美元，2017—2025 年復(fù)合年均增長率將會達到30%。由于政策和資本助力，中國人工智能產(chǎn)業(yè)規(guī)模增長速度高于全球增速。

美國聚集了從人工智能芯片到下游應(yīng)用產(chǎn)品的全產(chǎn)業(yè)鏈企業(yè)，中國人工智能產(chǎn)業(yè)在語音識別、圖像識別等局部產(chǎn)業(yè)鏈有所突破。計算機視覺是中國AI市場的最大組成部分，主要應(yīng)用在安防、金融領(lǐng)域、自動駕駛等領(lǐng)域。盡管中國在計算機視覺、智能機器人和語音識別等領(lǐng)域取得的成就可以與美國媲美，但相較于美國的AI 產(chǎn)業(yè)布局，中國的人工智能產(chǎn)業(yè)囿于互聯(lián)網(wǎng)應(yīng)用領(lǐng)域，缺乏戰(zhàn)略性系統(tǒng)布局［11］。

中美投融資占全球占主導(dǎo)地位，投融資總體上回歸理性。在人工智能融資規(guī)模上，從2015 年起中國人工智能行業(yè)投融資額已經(jīng)超過美國，但美國人工智能產(chǎn)業(yè)起步較早，在累計融資額上中國仍處于追趕狀態(tài)。2018 年Q2 以來全球人工智能領(lǐng)域投資熱度逐漸下降。2019 年Q1 全球融資規(guī)模為126 億美元，環(huán)比下降3.08%；其中中國領(lǐng)域融資金額為30 億美元，同比下降55.8%，在全球融資總額中占比23.5%；比2018 年同期下降了29 個百分點。值得說明的是，在融資輪次中，種子天使輪融資占比進一步縮減，2019 年Q1 僅為11.3%；B—E 輪融資占比由2018 年的23.2%則提升到了2019 年第一季度的32.3%。這說明人工智能市場的逐漸趨于成熟，依靠資本熱錢野蠻進入賽道的競爭玩家會越來越少，而對于已經(jīng)拿到賽道入場券的選手來說，如何合理配置手中的資源成為生死存亡的關(guān)鍵，同時細分市場上的領(lǐng)頭羊可能在這樣焦灼的市場競爭中成長為獨角獸。

美國人工智能投資偏重于基礎(chǔ)層，中國則在應(yīng)用層。騰訊研究院發(fā)布了《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》顯示，從人工智能企業(yè)獲投資事件數(shù)來看，2013 年至2017 年中國人工智能投資呈現(xiàn)爆發(fā)式增長，其中以技術(shù)層和應(yīng)用層最為引人注目。截至2017 年上半年，美國在人工智能九大領(lǐng)域中累計投資額排名前三的為：芯片/處理器領(lǐng)域融資308億元，占比31%；機器學(xué)習(xí)應(yīng)用領(lǐng)域融資207 億元，占比21%；自然語言處理領(lǐng)域融資134 億元，占比13%。而中國累計投資額排名前三的分別是計算機視覺與圖像領(lǐng)域融資143 億元，占比23%；自然語言處理領(lǐng)域融資122 億元，占比19%；自動駕駛/輔助駕駛領(lǐng)域融資107 億元，占比18%（數(shù)據(jù)來源：騰訊研究院）。美國高度重視在人工智能基礎(chǔ)領(lǐng)域的投資和布局，將很可能繼續(xù)延續(xù)其領(lǐng)先優(yōu)勢。

綜觀近年來全球人工智能領(lǐng)域產(chǎn)業(yè)發(fā)展，可以看出一些非常值得關(guān)注的趨勢，具體包括：

（1）商業(yè)投資回歸理性，群雄逐鹿加劇細分市場競爭。例如，2018 年中國私募市場中人工智能領(lǐng)域的投資事件頻數(shù)已經(jīng)有所回落，同比2017 年下跌20.7%。2019 年1—5 月的投資事件數(shù)量也明顯減少，僅為2018 年全年的23.7%。同時，資本市場對人工智能公司的估值似乎也有所縮水。從理性的角度看，這種情況反而對產(chǎn)業(yè)發(fā)展是有利的，因為這意味著行業(yè)進入成長期，那種依靠資本熱錢野蠻進入賽道的競爭玩家會越來越少，而對于已經(jīng)拿到賽道入場券的選手來說，如何合理配置手中的資源則成為生死存亡的關(guān)鍵，同時細分市場上的領(lǐng)頭羊可能在這樣焦灼的市場競爭中成長為獨角獸。

（2）從普遍試水到培育標(biāo)桿，促進人工智能與實體經(jīng)濟加速融合。國家政策更加注重培育關(guān)鍵技術(shù)研發(fā)和標(biāo)志性產(chǎn)品及服務(wù)，從而推動人工智能與實體經(jīng)濟加速深度融合。例如，為配合《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃2018—2020 年》的實施，中國工信部在2018 年9 月還公布了人工智能與實體經(jīng)濟深度融合創(chuàng)新項目名單，持續(xù)跟蹤支持培育典型案例，并在經(jīng)驗總結(jié)的基礎(chǔ)上加以推廣；在11 月印發(fā)《新一代人工智能產(chǎn)業(yè)創(chuàng)新重點任務(wù)揭榜工作方案》征集并遴選了一批企業(yè)進行重點任務(wù)攻關(guān)，旨在樹立產(chǎn)業(yè)創(chuàng)新標(biāo)桿，注重在標(biāo)志性技術(shù)、產(chǎn)品和服務(wù)方面取得突破。在2019 年的政府工作報告中，明確提出將深化人工智能研發(fā)應(yīng)用打造工業(yè)互聯(lián)網(wǎng)平臺。此外，隨著人工智能底層技術(shù)的開源化，傳統(tǒng)行業(yè)將有望加快掌握人工智能基礎(chǔ)技術(shù)并依托其積累的行業(yè)數(shù)據(jù)資源實現(xiàn)人工智能與實體經(jīng)濟的融合創(chuàng)新。

（3）從消費服務(wù)到生產(chǎn)制造，加速布局推進傳統(tǒng)產(chǎn)業(yè)智能化改造。盡管人工智能已經(jīng)連續(xù)多年成為社會關(guān)注的寵兒，但是其實際市場爆發(fā)還未真正到來，發(fā)展?jié)摿σ廊痪薮?。隨著現(xiàn)有人工智能產(chǎn)業(yè)關(guān)注從消費服務(wù)逐步轉(zhuǎn)向生產(chǎn)加工制造，AI 主要賽道發(fā)展機遇及窗口期將再次到來，“產(chǎn)業(yè)+AI”發(fā)展紅利還將進一步延續(xù)。尤其是對制造業(yè)的改造，原來是“原材料采購—制造生產(chǎn)—銷售”，可能會變?yōu)椤坝脩粜枨蟆O(shè)計—材料定制—制造生產(chǎn)—個性化配送”，生產(chǎn)邏輯發(fā)生變化，產(chǎn)品價值形成過程中真正生產(chǎn)制造環(huán)節(jié)的貢獻會越來越低，而產(chǎn)前與產(chǎn)后的服務(wù)的貢獻率會越來越高。

（4）從單一應(yīng)用轉(zhuǎn)向多元整合，集成解決方案走向成熟。目前人工智能的應(yīng)用領(lǐng)域還多處于專用階段，如人臉識別、視頻監(jiān)控、語音識別等都主要用于完成具體任務(wù)，覆蓋范圍有限，產(chǎn)業(yè)化程度有待提高。隨著智能家居、智慧物流、智慧辦公等產(chǎn)品的推出，市場主體由單一技術(shù)輸出向直接可用的解決方案提供商轉(zhuǎn)變，融合語音識別、語義理解、情感分析、用戶畫像、語音合成等多類型人工智能技術(shù)，具備識別、理解及反饋能力的開放式人工智能應(yīng)用終將進入面向復(fù)雜場景、處理復(fù)雜問題、提高社會生產(chǎn)效率和生活質(zhì)量的新階段。

3 主要結(jié)論及政策建議

3.1 主要結(jié)論

本文綜合多源數(shù)據(jù)，通過計量分析、專利分析、內(nèi)容分析以及文本挖掘等方法，基于期刊論文的全球高質(zhì)量基礎(chǔ)研究分析、基于頂級會議論文的全球前沿?zé)狳c分析、基于核心專利的技術(shù)創(chuàng)新競爭情況分析、基于科研項目的全球科技布局分析、基于市場規(guī)模和投融資的產(chǎn)業(yè)態(tài)勢分析，得到人工智能產(chǎn)業(yè)在高質(zhì)量基礎(chǔ)研究、前沿?zé)狳c、技術(shù)創(chuàng)新競爭情況、全球科技布局和產(chǎn)業(yè)競爭方面的現(xiàn)狀和態(tài)勢，主要結(jié)論如下：

（1）從整體態(tài)勢來看，我國人工智能研究雖起步晚，但是由于國家高度重視，積極采取相應(yīng)戰(zhàn)略措施，處于快速跟進且在部分環(huán)節(jié)領(lǐng)先的狀態(tài)。在人工智能高質(zhì)量基礎(chǔ)研究方面，中美處于引領(lǐng)地位，且中國人工智能高質(zhì)量論文在2014 年（第一作者論文）已超過美國；美國對前沿?zé)狳c的研究處于引領(lǐng)地位,中國高水平國際會議論文產(chǎn)出和影響力與之仍有較大差距；在核心技術(shù)創(chuàng)新競爭力方面，美日最強，中國與之差距較大，但近10 年來中國快速跟進，核心技術(shù)創(chuàng)新能力與美日差距日益縮?。粡漠a(chǎn)業(yè)競爭力來看，全球人工智能產(chǎn)業(yè)競爭主要集中在四大區(qū)域：美國、歐洲、日本和中國，中美兩國引領(lǐng)全球人工智能產(chǎn)業(yè)競爭，中國產(chǎn)業(yè)規(guī)模增速呈現(xiàn)快速發(fā)展態(tài)勢。

（2）從科研投入來看，中國高水平論文資助主要是國家自然科學(xué)基金，美國資助來源更加廣泛；美國的人工智能總體項目數(shù)量位居首位，中國緊隨其后且增速明顯，尤其是近5 年的項目數(shù)量已超過美國。中國在國家層面非常重視人工智能產(chǎn)業(yè)發(fā)展，政府已布局一系列項目，未來需要促進基礎(chǔ)研究投資來源的多元化。

（3）從研發(fā)地域和研發(fā)主體來看，全球人工智能基礎(chǔ)研究創(chuàng)新主體是科研院所和高校，中美兩國引領(lǐng)人工智能高水平基礎(chǔ)研究；頂級會議產(chǎn)出主要來自研究機構(gòu)（主要是美國），企業(yè)較少；核心專利研發(fā)主體是企業(yè)，且美國、日本的企業(yè)占主導(dǎo)地位，中國與之差距加大但處于快速追趕狀態(tài)。這與我國的發(fā)展階段有關(guān)，但也顯示出在人工智能領(lǐng)域我國自主創(chuàng)新能力正逐步增強，未來需要進一步激發(fā)企業(yè)創(chuàng)新主體活力，以產(chǎn)品帶動技術(shù)能力的積累，增強原始創(chuàng)新能力。

（4）從技術(shù)方向和產(chǎn)業(yè)布局來看，美國高水平研究更注重算法等底層技術(shù)，中國則偏向解決方案與技術(shù)應(yīng)用；美國在AI 芯片、機器學(xué)習(xí)、自然語言處理等關(guān)鍵技術(shù)領(lǐng)域領(lǐng)先且產(chǎn)業(yè)鏈布局全面［12］，中國在語音識別、圖像識別等局部產(chǎn)業(yè)鏈環(huán)節(jié)已經(jīng)有所突破。

（5）從產(chǎn)業(yè)投融資來看，中美兩國依然占據(jù)全球人工智能領(lǐng)域投融資主要份額，中國人工智能投資主要集中在應(yīng)用層，而相比中國，美國則在人工智能基礎(chǔ)層的投入更多，我國人工智能產(chǎn)業(yè)投融資結(jié)構(gòu)失衡、產(chǎn)業(yè)持續(xù)驅(qū)動力不足問題突出。

（6）從國際合作來看，中國的高水平基礎(chǔ)研究國際合作非?；钴S，甚至超過美國；在前沿?zé)狳c的研究和合作上，美國頂尖企業(yè)、中國科學(xué)院表現(xiàn)出突出的對外合作關(guān)系，中國科學(xué)院在機器學(xué)習(xí)領(lǐng)域合作對象以國內(nèi)院校為主，在計算機視覺領(lǐng)域合作單位涉及到多國高校；在核心專利方面，機構(gòu)間處于競爭關(guān)系，主要機構(gòu)間合作很少。

綜上所述，人工智能作為我國塑造未來科技領(lǐng)先優(yōu)勢的重點領(lǐng)域，在科技創(chuàng)新和產(chǎn)業(yè)發(fā)展方面已取得突出成績，但仍存在科技投入來源單一、核心技術(shù)掌握不足、產(chǎn)業(yè)投融資結(jié)構(gòu)失衡、產(chǎn)業(yè)持續(xù)驅(qū)動力不足等諸多問題。這既反映出我國人工智能領(lǐng)域存在的問題，也反映出我國科技創(chuàng)新整體體制機制方面的問題；既與人工智能產(chǎn)業(yè)的特殊性有關(guān)，也與我國發(fā)展階段有關(guān)。

3.2 政策建議

當(dāng)前，世界主要國家都在積極開展人工智能領(lǐng)域戰(zhàn)略布局，以遞進式、持續(xù)性的專項戰(zhàn)略或規(guī)劃引領(lǐng)人工智能的發(fā)展，成立專門的人工智能推進組織或機構(gòu)，啟動重大項目、工程和計劃，加強政企合作和科技金融協(xié)同，營造良好的產(chǎn)業(yè)創(chuàng)新生態(tài)，推動人工智能產(chǎn)業(yè)快速發(fā)展。例如，美國、日本、德國、英國、法國、加拿大均將人工智能提升為國家戰(zhàn)略，在最近3 年里先后發(fā)布了一系列人工智能專項戰(zhàn)略計劃或規(guī)劃。在國家戰(zhàn)略引領(lǐng)和推動下，各國人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展已從自發(fā)、分散性的自由探索為主，轉(zhuǎn)為國家戰(zhàn)略推動和牽引下的產(chǎn)業(yè)化應(yīng)用為主。而在國家戰(zhàn)略上，美國志在繼續(xù)保持全面領(lǐng)先，英國繼續(xù)強化其科技領(lǐng)先優(yōu)勢，德國聚焦“工業(yè)4.0”計劃推動傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，日本結(jié)合其在機械制造與機器人技術(shù)方面的強大優(yōu)勢推動“超智能社會5.0”建設(shè)，俄羅斯則借人工智能繼續(xù)強化其軍事領(lǐng)域的領(lǐng)先優(yōu)勢。

中國也已將發(fā)展人工智能提升至國家戰(zhàn)略層面，相繼出臺人工智能相關(guān)政策規(guī)劃，推動我國人工智能產(chǎn)業(yè)迅猛發(fā)展［13］。因此，如何抓住人工智能新技術(shù)帶來的千載難逢的歷史機遇，充分利用好我國廣闊的應(yīng)用市場、完備的產(chǎn)業(yè)體系、海量的數(shù)據(jù)資源、人才規(guī)模優(yōu)勢及體制動員優(yōu)勢，克服內(nèi)部問題和外部政治打壓、經(jīng)濟制裁、合作中斷、人員管制等一系列阻礙，加快人工智能產(chǎn)業(yè)發(fā)展，搶占全球科技制高點，對我國由大變強實現(xiàn)民族復(fù)興具有重大意義。為加快我國人工智能全鏈條高質(zhì)量發(fā)展，提出以下主要建議。

（1）創(chuàng)新方式，進一步加強對關(guān)鍵核心技術(shù)的攻關(guān)和產(chǎn)業(yè)技術(shù)生態(tài)的突破。面對當(dāng)前的國際形勢，我們既要保持戰(zhàn)略定力和自主創(chuàng)新自信，又要超前布局，加強規(guī)劃和研究攻關(guān)的政策引導(dǎo)，創(chuàng)新方式破解核心技術(shù)受制于人、產(chǎn)業(yè)技術(shù)生態(tài)不能自主可控的困境；要積極鼓勵多學(xué)科聯(lián)合攻關(guān)，鼓勵龍頭企業(yè)牽頭構(gòu)建協(xié)同創(chuàng)新體系及技術(shù)創(chuàng)新生態(tài)體系，爭取盡快在AI 芯片、核心基礎(chǔ)軟件和算法方面形成突破；重點建設(shè)面向人工智能的公共數(shù)據(jù)庫、測試標(biāo)準(zhǔn)、服務(wù)平臺等，促進各類通用軟件和技術(shù)平臺的開源開放，形成良性發(fā)展的產(chǎn)業(yè)生態(tài)。

（2）在發(fā)揮國家力量的同時，進一步提升企業(yè)技術(shù)創(chuàng)新能力，強化企業(yè)創(chuàng)新主體地位。加強企業(yè)在人工智能技術(shù)創(chuàng)新決策、研發(fā)投入、科研組織和成果轉(zhuǎn)化應(yīng)用方面的主體作用；鼓勵企業(yè)加大研發(fā)投入，增強核心競爭力，逐步擺脫因技術(shù)壁壘高而依賴外國技術(shù)的困境；督促相關(guān)行業(yè)加強相關(guān)標(biāo)準(zhǔn)、規(guī)范、評價體系建設(shè)，逐步消除行業(yè)準(zhǔn)入壁壘，保證相關(guān)產(chǎn)業(yè)高質(zhì)量可持續(xù)發(fā)展；發(fā)揮企業(yè)家精神，培養(yǎng)優(yōu)秀企業(yè)家，發(fā)揮企業(yè)家在人工智能產(chǎn)業(yè)發(fā)展中的重要作用。

（3）推動人工智能和實體經(jīng)濟深度融合，加快形成產(chǎn)業(yè)鏈協(xié)同創(chuàng)新格局。將人工智能布局滲透到各個行業(yè)尤其是關(guān)乎國家科技競爭力和經(jīng)濟安全的重點領(lǐng)域，同時推進人工智能與其他領(lǐng)域的交叉學(xué)科研究，包括智能制造、智慧農(nóng)業(yè)、智慧金融、智慧教育、智慧醫(yī)療、行政管理、城市管理、環(huán)境保護、海洋空間等的智慧化改造；推進人工智能技術(shù)與主導(dǎo)產(chǎn)業(yè)的融合，例如，加快推進智能技術(shù)在智能制造的工業(yè)設(shè)計、生產(chǎn)制造、運維、管理與服務(wù)等環(huán)節(jié)中的應(yīng)用，發(fā)展具有自組織、自適應(yīng)和自維護等特征的智能生產(chǎn)制造系統(tǒng)，推動優(yōu)勢支柱產(chǎn)業(yè)與人工智能融合發(fā)展，擴大創(chuàng)新鏈與產(chǎn)業(yè)鏈融合發(fā)展效應(yīng)；要大力推動具備識別、理解及反饋能力的開放式人工智能的應(yīng)用，提高社會生產(chǎn)效率和人民生活質(zhì)量。

（4）鼓勵加強開放合作，建立更廣泛的國際合作網(wǎng)絡(luò)和聯(lián)盟。面臨的外部形勢越嚴峻，我們越需要具有全球視野，應(yīng)主動參與和推動各層次的國際交流與合作。要積極鼓勵中國學(xué)者在人工智能研究各領(lǐng)域廣泛開展國際合作，尤其是要推進建立全球人工智能技術(shù)開放創(chuàng)新生態(tài)體系，提高產(chǎn)業(yè)創(chuàng)新效率和效益；要加快推進人才的國際化培養(yǎng)，大力實施“走出去”和“引進來”的人才隊伍建設(shè)戰(zhàn)略，建立和完善吸引全球優(yōu)秀人才的各項優(yōu)惠政策，不拘一格做好人才培養(yǎng)和隊伍建設(shè)。