騰訊研究院發(fā)布《中美兩國人工智能產(chǎn)業(yè)發(fā)展全面解讀》，從政策、企業(yè)、項目、投資、巨頭，應用，人才等多個維度對中美AI進行了最完整的對比和分析，力圖展現(xiàn)出中美各個角度的差異并以此來分析中國未來人工智能企業(yè)的走向和趨勢。 前言：AI泡沫前，我們怎么辦？ 一個新的世界即將到來。人工智能是當前人類所面對的最為重要的技術(shù)社會變革，是互聯(lián)網(wǎng)誕生以來的第二次技術(shù)社會形態(tài)在全球的萌芽。 所謂AI技術(shù)，是人類在利用和改造“機器”的過程中所掌握的物質(zhì)手段、方法和知識等各種活動方式的總和。AI技術(shù)賦予了機器一定的視聽感知和思考能力，不僅會促進生產(chǎn)力的極大發(fā)展，而且也會對經(jīng)濟與社會的運行方式產(chǎn)生積極作用。 AI技術(shù)的創(chuàng)新可以促進經(jīng)濟增長，提升社會治理水平；反過來，高水平的社會治理，也會促進技術(shù)創(chuàng)新的活躍，推動經(jīng)濟增長。因而，無論是研究經(jīng)濟，還是社會發(fā)展，我們都必須關注技術(shù)本身，關注AI技術(shù)發(fā)展的社會機制，關注AI技術(shù)的社會功能。 站在新世界起點，我們看到似曾相識的情形——AI的勃興類似1998年互聯(lián)網(wǎng)勃興兩年后又遇到寒冬的情形。近年來AI厚積薄發(fā)，主要是深度學習的突破，引發(fā)創(chuàng)業(yè)和投資情緒高漲。你發(fā)現(xiàn)投資越來越多，公司越來越少，項目越來越貴，而深度學習自身的不足并沒有快速得到解決，AI商業(yè)化之路有點力不從心。 我們要保持冷靜的認知。尤其是在即將出現(xiàn)泡沫的時候，不宜設定過高的期望。美國積60余年之功，全面領先全球，其他國家的AI創(chuàng)新尚處于萌芽階段。趕英超美，并非朝夕可成，我們需要把有限的資源用到核心環(huán)節(jié)上，方能在未來占有一席之地。 核心內(nèi)容速讀 1. 頂層設計 中美政府都把人工智能當作未來主導性戰(zhàn)略，出臺發(fā)展戰(zhàn)略規(guī)劃，從國家戰(zhàn)略層面進行整體推進。美國和中國都在國家層面建立了相對完整的研發(fā)促進機制，協(xié)同推進人工智能發(fā)展。美國一直處在人工智能基礎研究的前沿，保持全球領先地位。中國在基礎算法和理論研究方面，還有相當?shù)牟罹唷?/p> 2. 企業(yè)數(shù)量 從全球范圍來看，人工智能領先的國家主要有美國、中國及其他發(fā)達國家。截止到2017年6月，全球人工智能企業(yè)總數(shù)達到2542家，其中美國擁有 1078家，占據(jù)42%；中國其次，擁有592家，占據(jù)23%。中美兩國相差486家。其余872家企業(yè)分布在瑞典、新加坡、日本、英國、澳大利亞、以色列、印度等國家。 從歷史統(tǒng)計來看，美國人工智能企業(yè)的發(fā)展早于中國5年。美國最早從1991年萌芽，1998進入發(fā)展期，2005后開始高速成長期，2013后發(fā)展趨穩(wěn)。中國AI企業(yè)誕生于1996年，2003年產(chǎn)業(yè)進入發(fā)展期。在2015年達到峰值后進入平穩(wěn)期。 3. 產(chǎn)業(yè)布局 美國AI產(chǎn)業(yè)布局全面領先，在基礎層、技術(shù)層和應用層，尤其是在算法、芯片和數(shù)據(jù)等產(chǎn)業(yè)核心領域，積累了強大的技術(shù)創(chuàng)新優(yōu)勢，各層級企業(yè)數(shù)量全面領先中國。相比較而言，中國在基礎元器件、基礎工藝等方面差距較大。 從基礎層的芯片企業(yè)數(shù)量來看，中國擁有14家，美國33家，中國僅為美國的42%。 而技術(shù)層，中國擁有273家，美國擁有586家，中國為美國的46%。 在應用層，中國擁有304家公司，美國擁有488家，中國是美國62.3%。 4. 人才隊伍 AI產(chǎn)業(yè)的競爭，說到底是人才和知識儲備的競爭。只有投入更多的科研人員，不斷加強基礎研究，才會獲得更多的智能技術(shù)。 美國研究者更關注基礎研究，人工智能人才培養(yǎng)體系扎實，研究型人才優(yōu)勢顯著。具體來看，在基礎學科建設、專利及論文發(fā)表、高端研發(fā)人才、創(chuàng)業(yè)投資和領軍企業(yè)等關鍵環(huán)節(jié)上，美國形成了能夠持久領軍世界的格局。 美國產(chǎn)業(yè)人才總量約是中國的兩倍。美國1078家人工智能企業(yè)約有78000名員工，中國592家公司中約有39000位員工，約為美國的50%。 美國基礎層人才數(shù)量是中國的13.8倍。美國團隊人數(shù)在處理器/芯片、機器學習應用、自然語言處理、智能無人機4大熱點領域全面壓制中國。 在研究領域，近年來中國在人工智能領域的論文和專利數(shù)量保持高速增長。但中國缺少重大原創(chuàng)科研成果，人工智能頂尖人才遠遠不能滿足需求。相較而言，中國在人工智能需要在研發(fā)費用和研發(fā)人員規(guī)模上的持續(xù)投入，加大基礎學科的人才培養(yǎng)，尤其是算法和算力領域。 5. 熱點領域 深度學習引領了本輪AI發(fā)展熱潮。究其原因，在于算力和數(shù)據(jù)在近十年來獲得了重大的突破。當下，人工智能產(chǎn)業(yè)出現(xiàn)了九大發(fā)展熱點領域，分別是芯片、自然語言處理、語音識別、機器學習應用、計算機視覺與圖像、技術(shù)平臺、智能無人機、智能機器人、自動駕駛。 在美國AI創(chuàng)業(yè)公司中排名前三的領域為：自然語言處理252家，機器學習應用（Machine Learning Application）242家，以及計算機視覺與圖像190家。 在中國AI創(chuàng)業(yè)公司中排名前三的領域為：計算機視覺與圖像146家，智能機器人125家以及自然語言處理92家。 6. 投資趨勢 自1999年美國第一筆人工智能風險投資出現(xiàn)以后，全球AI加速發(fā)展，在18年內(nèi)，投資到人工智能領域風險資金累計1914億元。 截止至目前，美國達到978億元，在融資金額上領先中國54.01%，占據(jù)全球總?cè)谫Y50.10%；中國僅次于美國，635億，占據(jù)全球33.18%；其他國家合計占15.73%。 中國超過1億美元的大型投資熱度高于美國，共有22筆，總計353.5億元。美國超過1億美元的融資一共11筆，總計417.3億，反而超出中國63.8億。 從創(chuàng)業(yè)投資領域角度來看，美國面向全產(chǎn)業(yè)投資，投資領域遍及基礎層、技術(shù)層和應用層，而中國接受融資的企業(yè)主要集中在應用層。 中國人工智能企業(yè)中，融資占比排名前三的領域為計算機視覺與圖像，融資143億元，占比23%；自然語音處理，融資122億元，占比19%，以及自動駕駛/輔助駕駛，融資107億元，占比18%。中國的自動駕駛/輔助駕駛企業(yè)雖然數(shù)量不多，只有31家，而融資額卻是第三，意味著中國的投資者非?？春眠@一領域。 美國的融資可能到2020年前突破2000億。預計在2020年之前，美國累計AI公司數(shù)量將會超過1200家，累計融資將達到驚人的2000億人民幣。 中國AI企業(yè)增勢不明朗。根據(jù)行業(yè)發(fā)展周期來計算，中國人工智能產(chǎn)業(yè)將會在2018年回暖，新增公司數(shù)量會上揚到30以上，預期融資累計量將會達到900-1000億人民幣，仍和美國有較大差距。 7. 巨頭角力 由于AI產(chǎn)業(yè)核心技術(shù)掌握在巨頭企業(yè)手里，巨頭企業(yè)在產(chǎn)業(yè)中的資源和布局，都是創(chuàng)業(yè)公司所無法比擬的。因而引領AI產(chǎn)業(yè)發(fā)展的技術(shù)競賽，主要是巨頭之間的角力。 當前，蘋果、谷歌、微軟、亞馬遜、臉書，這五大科技巨頭無一例外投入越來越多資源搶占人工智能市場，甚至整體轉(zhuǎn)型為人工智能驅(qū)動的公司。 國內(nèi)互聯(lián)網(wǎng)領軍者“BAT”也將人工智能作為重點戰(zhàn)略，憑借自身優(yōu)勢，積極布局人工智能領域。就中國而言，有行業(yè)影響的人工智能開發(fā)平臺和產(chǎn)業(yè)生態(tài)尚未形成，也沒有產(chǎn)生世界知名的人工智能重大產(chǎn)品，缺乏支持行業(yè)發(fā)展的試驗平臺、數(shù)據(jù)集。 巨頭通過招募AI高端人才、組建實驗室等方式加快關鍵技術(shù)研發(fā)。同時，通過持續(xù)收購新興AI創(chuàng)業(yè)公司，爭奪人才與技術(shù)，并通過開源技術(shù)平臺，構(gòu)建生態(tài)體系。 8. 中國未來 中國政府高度重視AI產(chǎn)業(yè)發(fā)展戰(zhàn)略，中國正在快速形成商業(yè)應用開發(fā)能力，行業(yè)創(chuàng)投領域正在緊追美國，并在應用層的一些領域顯現(xiàn)出競爭實力，部分指標達到了與美國相近的水平。 與互聯(lián)網(wǎng)相似，中國將會成為AI應用的最大市場，擁有豐富的應用場景，擁有全球最多的用戶和活躍的數(shù)據(jù)生產(chǎn)主體。我們需要進一步加大基礎學科建設和人才培養(yǎng)，以便讓中國AI有機會走得更遠。
|
