全球人工智能市場總體情況分析

一、全球人工智能行業(yè)的發(fā)展特點

“人工智能”涵蓋了很多前沿技術(shù)和分支，卻很難用一句話來定義，因為它一直處在發(fā)展當中。比如，一些在過去看來很“人工智能”的事情，現(xiàn)在卻變成了簡單的“機械重復”，像是數(shù)字的高速計算、圖像的處理等。但總體上來看，“人工智能”的本質(zhì)和目的一直沒有發(fā)生太多變化，那就是“完成人類的部分腦力工作”。

一是大力支持人工智能科技創(chuàng)新。美國在2015年對人工智能相關(guān)領(lǐng)域投入的研發(fā)資金為11億美元，后續(xù)的人工智能發(fā)展政策仍強調(diào)對人工智能研究進行長期投資，以保持美國在這一領(lǐng)域的世界領(lǐng)先地位;歐盟委員會計劃將“地平線2020”等研究和創(chuàng)新項目中的人工智能投入增加70%，在2018年至2020年間達到15億歐元，并通過公私合作帶動額外25億歐元的投資;法國計劃在2022年前投入15億歐元用于支持人工智能的技術(shù)創(chuàng)新和創(chuàng)業(yè)。

二是推動數(shù)據(jù)擴大開放。由于人工智能的發(fā)展是由深度學習算法的突破和海量數(shù)據(jù)形成所推動的，因此數(shù)據(jù)的開放對于人工智能的發(fā)展至關(guān)重要。美國《為人工智能的未來做好準備》報告提出，將實施“人工智能公開數(shù)據(jù)”計劃，實現(xiàn)大量政府數(shù)據(jù)集的公開;《美國人工智能倡議》也提出增強對高質(zhì)量和完全可追溯的聯(lián)邦數(shù)據(jù)、模型和計算資源的訪問。

三是加快標準制定。人工智能技術(shù)的發(fā)展和實際應用需要機器設備、產(chǎn)品、服務、場景之間的連接和數(shù)據(jù)交換，因此許多國家的人工智能戰(zhàn)略強調(diào)建立統(tǒng)一的人工智能技術(shù)標準與測試基準，以減少人工智能技術(shù)開發(fā)和應用進程中的障礙。同時，對標準的掌握也意味著掌控了人工智能發(fā)展的國際話語權(quán)。

四是加強人才培養(yǎng)。人工智能應用的爆發(fā)加劇了人才短缺的問題，一些國家把加強國民教育、在職培訓和人才引進作為解決人才缺口的重要手段。包括在高等教育階段開設人工智能課程，加強繼續(xù)教育和在職訓練課程，使在職人員掌握人工智能技能，同時幫助被人工智能所替代崗位的勞動者掌握新技能等。更為長遠的是，通過強化科學、技術(shù)、工程、數(shù)學課程，增加人們對人工智能的學習機會，培養(yǎng)更多適應人工智能發(fā)展的人才。

五是完善法律法規(guī)。人工智能的發(fā)展將對個人隱私、社會倫理、市場競爭、網(wǎng)絡安全、產(chǎn)業(yè)安全等各方面產(chǎn)生深遠影響。不少國家加緊完善人工智能相關(guān)法律法規(guī)，這既是為了打破既有規(guī)則對人工智能科技和產(chǎn)業(yè)發(fā)展的束縛，又是未雨綢繆，保障個人基本權(quán)利，防范因人工智能技術(shù)濫用而造成的負面影響。

二、全球人工智能市場結(jié)構(gòu)

全球人工智能企業(yè)分布極不平衡，主要集中于美國、歐洲及中國等少數(shù)國家地區(qū)。排名前三的美國舊金山/灣區(qū)、紐約及中國北京，企業(yè)數(shù)量分別占全球的16.9%，4.8%與4.0%。在增速方面，整體上一直保持增長勢頭，直至2015年出現(xiàn)小幅度回落。歐洲的人工智能企業(yè)多集中于本國家的首都。在歐洲各城市中，英國倫敦的企業(yè)數(shù)量最多，為第二位巴黎的3.1倍，占全球總數(shù)的3.69%。日本與韓國的企業(yè)數(shù)量明顯不及中國，日本東京僅與杭州相當，韓國首爾僅與成都相當。東亞地區(qū)排名前三的城市，北上深三城占全球總數(shù)的7.4%。雖然還遠不及美國，但在全球中的重要性將日益明顯。

三、全球人工智能行業(yè)發(fā)展分析

1、全球人工智能行業(yè)發(fā)展現(xiàn)狀及趨勢

“人工智能”涵蓋了很多前沿技術(shù)和分支，卻很難用一句話來定義，因為它一直處在發(fā)展當中。比如，一些在過去看來很“人工智能”的事情，現(xiàn)在卻變成了簡單的“機械重復”，像是數(shù)字的高速計算、圖像的處理等。但總體上來看，“人工智能”的本質(zhì)和目的一直沒有發(fā)生太多變化，那就是“完成人類的部分腦力工作”。

20世紀60年代開始，就有許多科幻電影和科幻小說描述著人類對“人工智能”的憧憬和恐懼，比如斯皮爾伯格的知名影片《人工智能》。不過在現(xiàn)實中，長久以來，受到技術(shù)、科技發(fā)展和應用層面的限制，人工智能只是一件人人都在說，都以為別人在做，但事實上卻沒多少人知道該怎么做的事——無論在學術(shù)研究層面還是在應用層面都是如此。

人工智能曾經(jīng)在20世紀90年代互聯(lián)網(wǎng)泡沫破裂前風靡一時，到了21世紀伊始卻變成了一個禁忌，大家開始懷疑它是否存在。而到了2011年，美國資本市場再度為人工智能而瘋狂。風險投資機構(gòu)和頂級科技公司們開始頻繁投資這個領(lǐng)域的創(chuàng)業(yè)公司，投資范圍從應用層面的機器人、增強現(xiàn)實，到底層技術(shù)層面的深度學習算法、神經(jīng)網(wǎng)絡芯片等，人工智能項目也遍地開花。比如，Google接連投資了虛擬現(xiàn)實創(chuàng)業(yè)公司Magic Leap，收購了人工智能公司DeepMind;Face book收購語音識別公司W(wǎng)it.ai等。除了投資外部團隊之外，像IBM、Google、Face book和百度等國內(nèi)外科技巨頭們也紛紛加強自己的人工智能方面的專業(yè)團隊，招募了一批人工智能尤其是深度學習相關(guān)領(lǐng)域的科學家，如深度學習鼻祖之一Geoffrey Hinton加入了Google，YannLeCun加入了Face book擔任人工智能實驗室負責人，Andrew Ng(吳恩達)加入百度負責深度學習研究院等。

圖表：人工智能發(fā)展階段

欲了解更多行業(yè)的未來發(fā)展前景，可以點擊查看中研普華產(chǎn)業(yè)院研究報告《2024-2030年中國人工智能行業(yè)發(fā)展前景及投資戰(zhàn)略分析報告》。