2021年中国人工智能产业发展趋势

北京市电子科技情报研究所 · 公众号 · · 2021-05-11 15:55

正文

点击上方 “ 公众号 ” 可以订阅哦！

来源：专知、图灵人工智能

人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革的巨大能量。持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。作为数字经济转型升级的推动力和新一轮科技竞赛的制高点之一，近年来人工智能被提升到国家战略高度。

2017至2019年，连续三年的政府工作报告中均提及加快人工智能产业发展；2020年，人工智能更是与SG基站、大数据中心、工业互联网等一起被列入新基建范围。在 “新基建“ 背景下，人工智能将为智能经济的发展和产业数字化转型提供底层支撑，推动人工智能与SG、云计算、大数据、物联网等领域深度融合。

一、对2021年形势的基本判断

（一）新兴技术持续孕育，以人工智能为核心的集成化技术创新将加速

2020年以来，我国人工智能单点技术应用更加成熟，但人工智能与相关技术的协同规模化和产业化应用尚在早期，对经济高质量发展的赋能效率有待提升。我们判断，未来人工智能单项技术独立发挥作用将面临天花板。预计2021年，虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态;与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实(MR)、量子计算以及区块链、边缘计算等新一代信息技术互为支撑。通过智能技术产业化和传统产业智能化，人工智能将为智能经济的发展和产业数字化转型提供底层支撑，推动人工智能与5G与云计算、大数据、物联网等领域深度融合，形成新一代信息基础设施的核心能力。

具体方向上，以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。预计2021年，人工智能将与汽车电子等领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统，进一步革新传统汽车产业链，使汽车加速智能化、网联化;人工智能有望与虚拟现实技术的相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境。

（二）智能经济初现雏形，泛在智能发展迅猛

新冠疫情成为未来一段时期全球发展的“新常态”，国内外均处于经济社会创新发展和转型升级期，对人工智能的运用需求迫切，我们判断，随着算法的创新、算力的增强、数据资源的累积，智能化基础设施的建设和传统基础设施将实现智能化升级，人工智能技术有望推动经济发展全要素的智能化革新。

展望2021年，人工智能进一步推动数字经济进入到智能经济的新阶段，智能经济这一新型经济形态已初现雏形，人工智能将与实体经济加速融合，成为新常态下产业转型升级的重要赋能源头之一，不仅推进智能制造、智能物流、智能农业、智慧旅游以及智能医疗、智慧城市等模式和业态的创新，还带动智能运营、智能软件、智能硬件、智能机器人等新产品发展，泛在化的智能经济发展将初见雏形。

人工智能将赋予信息物理系统(cPS>新的内涵，使之成为更具普遍性的人机协同系统。未来，万物互联必然带来网络的泛在、数据的泛在和应用需求的泛在，人工智能的应用场景将从拓展到更多行业和更多领域、更多环节、更多层面，任何人、任何单位在任何时间、任何地点都能使用的泛在智能将加速实现，这也将进一步推动人工智能技术与实体经济各领域的深度融合。

具体方向上最具潜力的领域，预计2021年制造业将是人工智能应用场景最为丰富、其应用需求贯穿制造业全生命周期，将成为未来人工智能融合应用的关键领域，人工智能与制造业的深度融合将在制造业更多环节、更多层面得到推广和深化，需求导向、痛点聚焦将成为人工智能与制造业融合的关键之一，人工智能产品和服务将落在具体的工业智能产品或具体行业领域的系统解决方案上，此外，由于大多数产业链企业还未从人工智能应用中大规模获取价值，因此安全性与投入产出比将成为制造企业应用人工能的重要决策依据，其附加值提升关键点将逐瓶由设备价值挖掘转向用户价值挖掘。

（三）场景赋能成为主旋律，典型场景将成为融资重点

随着我国人工智能技术的逐渐成熟，应用模式与商业模式的成形，人工智能市场和产业发展将持续向好，截至2020年G月底，我国人工智能核心产业规模达770亿元，人工智能企业超过2600家，已成为全球独角兽企业主要集中地之一，“场景决定应用、应用决定市场、市场决定企业发展前景”的人工智能投融资逻辑进一步获得各界认可。预计2021年，人工智能领域细分化和专业化程度将进一步提升，人工智能应用广泛的商业化落地阶段来临，政府和市场对于与具体应用场景特别是与实体经济应用需求紧密结合的应用将更加关注。

具体而言，预计2021年地方政府对人工智能产业发展的热度将持续，地方扶持政策、举措等也将变得更加务实和具备可操作性，应用将成为政府关注和紧抓的重要内容，国内更多城市(群)将聚焦智能芯片、智能无人机、智能网联汽车、智能机器人等优势产业，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，预计未来一年新零售、无人驾驶、医疗和教育等易落地的人工智能应用场景将更加受到资本关注。同时，由于中国在人工智能底层技术方面仍落后于美国，随着人工智能在中国的进一步发展，底层技术的投资的热度将持续增长，那些拥有顶级科学家团队、雄厚科技基因的底层技术创业公司将获得资本市场的持续资金注入，资本市场的转变将推动人工智能更加强调理性，各大企业将扎根场景深挖落地应用，使得人工智能产品真正“有用”。

（四）“新基建”赋能各行各业，人工智能产业底层支撑持续提升

中央经济工作会议于2018年首次提出“新基建”这一概念，指出要发挥投资关键作用，加大制造业技术改造和设备更新，加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设，此后已有7次中央级会议或文件明确表示加强“新基建”。2020年3月4日，中共中央政治局常务委员会召开会议，提出加快5G网络、数据中心等新型基础设施建设进度，引发更大关注。“新基建”具有新时代的丰富内涵，既符合未来经济社会发展趋势，又适应中国当前社会经济发展阶段和转型需求，在补短板的同时将成为社会经济发展的新引擎，人工智能“新基建”对人工智能产业发展具有重大意义。预计2021年，围绕算法、数据和计算力等人工智能新基建的“三驾马车”，人工智能产业链建设力度将继续增大。

具体而言，在算力方面联网的设备将增加至500亿台2021年我国5G通信网络部署加速，接入物数据的增长速度越来越快，人工智能训练所需的计算量将进一步呈现指数增长，相关行业对算力的需求将更为庞大，领先互联网公司大数据量将达到上千PB，传统行业龙头型企业数据量将达到PB级，个人产生数据达到TB级，GPU, ASIC, FPGA等计算单元将成为支撑我国人工智能技术发展的底层硬件能力，围绕三驾马车开展的产业链建设力度将持续加强。在算法方面，Cafe框架、CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN, LSTM到CNN过渡到 GAN和BERT还有GPT-3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。

二、需要关注的几个问题

（一）人工智能规模化基础算力支撑能力有限

多样化的人工智能产业应用数据和更复杂的深度学习算法，需要强大计算能力作为实现支撑，预计2021年数据量仍将保持爆炸性增长，人工智能算法模型将更趋复杂，需要更高水平的计算能力，但能提供规模化人工智能算力支持的国内企业还很有限，我国整体在人工智能算力基础设施方面准备不足。据专业机构预计，人工智能、5G通信等新一代信息技术的普及，将使得全球新创建的数据量将从2018年的33ZB快速增长到2025年的175ZB，这要求计算机的运算能力不断升级;2010年以来，随着GPU芯片的普及，FPGA和ASIC芯片加速发展并被应用于人工智能领域，2020年超级计算机的计算能力将达到每秒百亿亿次的水平。

然而，伴随人工智能发展对算力需求的不断迭代升级，国内人工智能芯片企业大量仍然大量依赖高通、英伟达、AMD、赛灵思、美满电子、EMC以及安华高、联发科等国际巨头提供符合要求的芯片产品，国内企业产业链龙头企业的发展与巨头相比尚在探索期;在商用服务器领域，IBM, HPE、戴尔等国际巨头稳居全球服务器市场前三位，浪潮、联想、新华三、华为等国内企业市场份额有限。

（二）开源开放的人工智能算法平台及框架缺失

本轮人工智能产业发展以深度学习技术为主要引擎，开源开放的深度学习底层环境为技术的进化和创新提供了基础性保障，我国亚需通过开源开放的方式扩大技术影响力、推动技术创新、聚焦产业生态发展，并为人工智能技术的产品溯源和系统可信评估提供新的解决途径。但我国开源生态建设起步相对较晚，对人工智能开源核心平台和框架参与不足，全球主流人工智能算法框架与平台的主导者是谷歌、脸书、亚马逊、微软等美国企业，百度、第四范式以及旷视科技、商汤科技、依图科技等国内企业的算法框架和平台尚未得到业界的广泛认可和应用，我国在深度学习框架核心技术领域支撑不足，主要体现在:核心技术和相关技术创新能力有限，对神经网络模型的训练性能和跨平台支持能力不足；对深度学习框架的超前设计和开发能力不足，对模块化开发、跨平台支持的研究滞后，不利于我国形成完整的人工智能产业生态，且对我国信息基础设施安全、产业安全、数据安全存潜在负面影响。芯片已经让不少中国企业和开发者有了覆舟之戒，深度学习框架却刚刚引起关注，缺少核心技术将会直接影响到未来人工智能产业相关联的芯片、系统以及软硬件平台等产业发展。

（三）产业数据标准化和互联互通水平严重不足

数据是人工智能迭代创新的核心要素，大数据、云、物联网、5G通信等新一代信息技术的发展产生了前所未有的海量数据，且数据的增长速度越来越快。我国人工智能技术虽然已在制造、交通、电子商务、金融、医疗等领域实现试点应用，但行业内上下游企业对产业数据的应用呈现各自为阵、重复用功、规模零星、标准不一、场景各异的特点，单一行业或企业的成功经验很难迁移，在事实上迟滞了广大中小企业利用人工智能技术提高生产力、实现高质量发展的步伐。不同行业之间数据来源更为繁杂，数据质量参差不齐，标注水平不一，缺少数据标准和整合共享渠道，导致各行业之间、单一行业内部的数据均尚未实现有效互联互通和有机整合，极大降低了数据的可用性和可迁移性。

（四）尚未形成嵌入行业场景的定制化人工智能基础设施建设评估框架

典型应用场景作为技术重要“试验场”和“加速器”，其评估、选择和打造将决定各行各业能否有效利用人工智能基础设施提升智能化水平、实现智能化转型。目前，我国尚未有效发掘丰富数据和多样化场景的发展潜力，对嵌入行业场景的人工智能“新基建”需求提炼和特点把握不到位；虽然拥有庞大的数据规模以及更丰富的应用场景，尤其在金融、医疗、教育、制造、零售以及智慧城市、政府服务等领域有巨大的基础数据积累和新一代基础设施需求，但是普遍缺乏对人工智能算力需求的充分评估，缺少结合自身行业对深度学习算法的把握理解和应用能力，对行业数据缺少汇集、统筹、整理及清洗的意识。事实上，2020年在防控新冠肺炎疫情的过程中，人工智能作为“新基建”的效能已经充分显现，在好解各个行业出现人流、物流、信息流、资金流瓶颈方面发挥了重要作用，对重大公共安全风险防范和治理、推动制造业企业复工复产、维持高校和中小学授课教育起到不可或缺的作用，及时总结2020年成功经验、梳理嵌入行业场景的定制化人工智能基础设施建设评估框架在2021年已势在必行。

（五）细分应用领域的专业人才缺口较大

我国推进人工智能进一步发展仍面临深度学习人才荒的挑战。根据美国保森基金会旗下智库的统计显示，中国是美国顶级AI研究人员的最大来源，截至2019年底，全球顶尖AI人才中的近GO%定居美国，其中在中国接受本科教育的顶尖AI人才占比最高，达到29%(其后为美国本土的20%、欧洲的18%和印度的8%)，中国是美国顶尖人工智能人才的第一大来源地，在美国人工智能创新发展过程中起到关键作用;另据领英大数据显示，全球AI人才整体供给在340万人左右，其中深度学习人才仅9.5万人，且流动性较大，进一步加大了缺口，这其中中国的AI人才总数仅为5万人。2020年，国内人工智能人才缺口达500多万，供需比例严重失衡;少儿编程教育在美国的渗透率达到44.8%，在中国仅为0.9G%;中国的顶级人工智能人才仅排第六名，前五位分别是美国、英国、德国、法国、意大利。2021年，不断加强我国人工智能人才培养、补齐人才引育短板，已是当务之急。

2021年中国人工智能产业发展趋势

正文

请到「今天看啥」查看全文