人工智能产业的发展问题及政策建议

时间:2019-09-27

　　摘要：2017年12月, 工信部印发《促进新一代人工智能产业发展三年行动计划 (2018-2020年) 》的通知, 再一次肯定了人工智能产业的战略性地位, 大力促进人工智能产业的发展, 提高制造业智能化水平, 推动人工智能和实体经济深度融合, 以深入实施“中国制造2025”。本文通过对该产业进行分析发现:人工智能产业虽在国内涌起不断创业热潮, 但初创企业存在创新能力不足, 部分高端技术被国外科技巨头垄断, 行业专家及人才不足, 及盈利能力不足等问题, 并针对以上问题提出一些政策建议。希望推动人工智能产业的更好发展。

　　关键词：人工智能; 产业布局; 创新驱动; 高端人才; 技术推动;

　　1 人工智能产业基本现状

　　2014年起, 中国开始兴起人工智能产业的创业潮, 相对国外而言虽然较晚, 然而中国的技术研究、产业布局等基础设施工作不断进步, 这就是后发优势, 借助国内外人工智能研究和应用场景不断进步的基础上, 中国人工智能的相关研究开始进入高速发展阶段, 据中国信通院发布的相关数据显示, 2016年, 中国人工智能产业规模达到100.6亿元, 截至2017年, 中国的人工智能市场规模同比增长115.61%, 达到216.9亿元, 预计2018年中国人工智能的市场规模将一跃达到339亿元。同时, 机器学习和深度学习等算法能力的加强, 将促进计算机视觉和语音等技术的不断突破, 随之将与更多人工智能垂直行业加深融合。

　　2 人工智能行业的市场结构分析

　　从区域布局来看, 我国2016年人工智能企业达到592家, 在全球市场排名第二, 是全球人工智能发展的高地之一, 其中42.9%的人工智能创业公司集中于北京, 排名第二的上海则拥有的人工智能创业公司达到19.8%, 剩下的14.46%集中在深圳, 位于杭州的人工智能创业公司排名第四达到了6.37%, 超过了广州, 人工智能作为新兴产业, 科技含量水平较高, 形成了三大人工智能聚集区, 主要分布于北京、上海、深圳等教育、科技和经济均发达的一线城市, 三地人工智能企业加之占全国人工智能企业总数的85%, 已经形成以北京为核心的京津冀人工智能聚集区、以上海为核心的长三角人工智能聚集区和以广东为核心的珠三角人工智能聚集区三大人工智能企业聚集区。从产品差别化这一角度来看, 人工智能产业专业性较强, 是专注于某一细分领域的技术应用研究, 而各个应用场景之间的人工智能技术相关度均存在一定的差异。如人工智能产业领域中有专注于技术层的公司如科大讯飞, 以提供语音识别和自然语言处理系统为主, 同时人工智能在现有市场上更多的是对原有产品的改良, 如广泛应用于医疗健康、装备制造、汽车、金融等各个行业中, 这也就加大了产品和技术的差别化。从行业壁垒来看, 由于人工智能产业成本曲线是陡峭的, 且作为新兴行业市场容量大, 以低于最低效率规模进行生产所受的惩罚是严重的, 这类企业往往需要高额的资本投入, 即存在较大的规模经济壁垒, 且人工智能产业具有典型的干中学效应, 随着企业生产的增加和产品的不断推出, 企业能获取海量的数据资源和高效的生产能力, 生产的平均成本就会下降, 优先进入人工智能产业的企业就在学习效应上具备成本优势, 这加大了进入壁垒。从退出壁垒来看, 人工智能企业发展初期需要大量研发资本投入, 而这些资本一旦投入是无法收回的, 同时AI企业为获取高级专用型人才, 需要在企业内部投入大量资金对员工进行培训, 这些都构成了较大的沉没成本, 导致在为企业不愿意退出, 并在一定程度上阻止了潜在进入者的进入, 存在较大退出壁垒。

　　3 我国人工智能产业发展现状总结

　　(1) 整体产业技术创新能力与国外差距不小。虽然中国人工智能技术研发起步较晚, 然而发展势头良好, 可应用于安防、医疗、金融及识别等诸多领域。我国虽在技术层领域有BAT等公司融资实力已超过国外, 但是人工智能产业整体水平和发达国家的差距较大。尤其在基础层芯片产业上, 我国缺乏核心技术作为支撑, 高级芯片需要依靠英特尔等科技巨头, 存在产业安全问题, 尤其最近热议的中美贸易战, 英特尔公司发布拒绝向中国出口芯片, 这引起国内恐慌, 不掌握核心技术则存在产业安全问题。我国应该利用用户数量优势、市场需求优势, 抢占人工智能技术和产业制高点, 同时加大自主创新和研发能力, 掌握核心技术

　　(2) 高端人才缺口巨大, 缺乏完善培育机制。人工智能技术属于高附加值和高技术含量的高端产业, 对前沿科技以及基础理论的依赖程度及其大。缘由此, 科研院和高校所云集的地区才可对人工智能其提供强大的人才保障和智力支持。在市场快速扩张的趋势下, 人工智能的市场在高速发展同时带来了高达100万的人才缺口, 具有核心研发能力的行业领军人物成为厂商追捧的重点。但是国内人工智能行业由于起步晚, 高校对应的人才培养机制不完善, 输出人才远远无法满足企业的用人需求, 同时国内人工智能专家多集中于计算机视觉领域, 导致其他领域人才匮乏。

　　(3) 产业链内企业关联度不够, 缺乏协同创新性。目前国内人工智能产业虽处于高速发展期, 形成了以阿里 (城市大脑) 、百度 (自动驾驶) 、科大讯飞 (智能语音) 结合腾讯 (医疗影像) 为核心的人工智能产业布局, 但由于起步晚, 产业链不够完善, 上下游间协同机制不够完善, 缺乏协同创新性, 这增加了人工智能产品的研发和推广难度, 同时, 标准化的人工智能融合标准体系的缺乏在中国人工智能产业的融合发展方面产生的障碍较多。

　　(4) 政策支持力度大, 易造成恶性竞争。伴随着国家级各地政府对人工智能产业的不断重视, 保护性和扶持性政策不断出台, 确认我国发展人工智能产业的战略性地位, 然而我国人工智能产业重点细分行业未安全成熟, 极大投入和完善相关产业布局, 而没有顶层设计和引导规划, 很可能产生泡沫, 形成恶性竞争, 如密集投资重复建设和资本的无效累积。同时由于政策性扶持力度过大, 造成了国内许多人工智能企业盈利能力不够, 许多人工智能企业通过科技创新的认定资格途径争取到政府的扶持资金, 产生企业的高度依赖性, 造成了人工智能企业内部竞争力低。

　　4 中国人工智能产业发展对策建议

　　4.1 抢抓机遇、抢先布局

　　(1) 德国工业4.0及中国制造2015等国家发展政策的提出, 工业转型升极被提到国家战略层面, 而这转型的支撑点就是智能化的技术, 由此产生的人工智能将会是未来经济增长点和技术制高点, 中国应切实把握未来发展先机来不断提升中国国际竞争力。 (2) 我国经济正处于转型升极的新阶段, 国家推出供给侧改革, 希望从供给方拉动经济发展, 传统互联网经济必将向“互联网+人工智能”转变, 人工智能能引发产业结构的深度改革, 成为新一轮工业革命的推动器, 在诸多领域应用广泛, 所以我国人工智能企业应抢先完善细分产业布局, 催生新技术、新产品、新模式、新组织和新业态。

　　4.2 加大人才队伍建设和引进力度

　　针对产业内部高新技术人才不足, 专家匮乏的问题, 在花重金招揽专家的同时, 巨头和创业公司应采取定向培养的方式提前获取人才, 包括与高校及科技机构合作的方式, 建立联合实验室和研发中心, 成立研究团队, 掌握高校人才, 这样的合作模式能够在保证稳定人才队伍的同时, 利用高校科研的成果, 快速将研发成果转化为商业化产品, 从而形成系统的产学研用体系;同时政府和企业需积极引进海外名校人才, 并提高教育经费鼓励国内人工智能领域高端人才赴海外开展学术交流, 加快人才国际化进程;加强创新型人才的队伍建设, 并及时跟进人工智能行业发展现状, 优先培养紧缺性专业人才。AI产业的竞争, 说到底是人才和知识储备的竞争, 只有投入更多的科研人员, 不断加强基础研究, 才会获得更多的智能技术。

　　4.3 加强协同创新能力, 建立产业创新服务平台

　　首先, 基于目前科大讯飞和BAT构建人工智能产业发展协会和其四大AI开放创新平台, 搭建集知识产权、技术研发、产品检测认证示范应用等功能为一体的智能产业公共服务平台, 促进中国人工智能产业知识产权的共建共享、智能技术的互联互通、智能软硬件技术的深度融合, 降低企业的研发投入成本, 加速人工智能的商业化运营;其次, 促进核心技术之间的契合, 形成人工智能关键技术的行业认证规范, 打通企业间的流转;最后, 将人工智能产业推入研发、推广及应用的新高地, 最终形成能深度参与国际化分工的人工智能集群发展。

　　4.4 政府明确扶持企业标准, 提高企业盈利能力

　　人工智能企业必须尽快摆脱对政府扶持的力度, 形成自我核心竞争力, 实现我国人工智能企业的弯道超车对此, 企业需要第一, 加大产品研发投入, 以市场需求为导向, 生产有需求的产品, 减少资本的无效使用;第二, 避免弄虚作假而核心技术无实际突破;第三, 人工智能产品的研发必须考虑经济学与智能性的平衡, 认真研究细分行业, 从大的产业确认企业也自身的发展路径。

　　参考文献
　　[1]杨宇成.四川省发展人工智能产业的SWOT分析[J].中共四川省委党校学报, 2017 (9) .
　　[2]徐勇.关于人工智能发展方向的思考[J].科技创新与应用, 2016 (3) .

TAG标签： 产业布局  创新驱  人工智能  

上一篇：计算机C语言程序设计过程中的常见问题分析和研
下一篇：医院网络综合布线系统设计研究