大數據、人工智能與軟件業發展機遇

隋秀峰 閆曉麗 王闖 王龍康

摘要：大數據技術的成熟和廣泛應用，以及人工智能取得的突出進展，逐漸改變了人們的生活方式，并使得人們對未來生態產生了新的憧憬。大數據、人工智能等新興技術與軟件業發展密不可分，給軟件業的發展帶來了新的市場需求，并為軟件業轉型升級提供了技術支撐。我國軟件市場有望迎來新一輪的增長。為此，必須不斷提升創新發展能力，搶占產業發展主導權；強化應用落地推廣，培育行業融合發展；構建產業生態體系，形成創新引領發展模式；堅持開放創新道路，提升國際化發展水平。

關鍵詞：信息技術 大數據 人工智能 軟件業

作者簡介：隋秀峰，中國工程院戰略咨詢中心副研究員；閆曉麗，賽迪智庫網絡空間研究所副所長、高級經濟師；王 闖，賽迪智庫網絡空間研究所網絡安全研究室主任、助理研究員；王龍康，賽迪智庫網絡空間研究所助理研究員。

當前，信息技術的創新不斷加快，信息領域新產品、新服務、新業態大量涌現，新一代信息技術的發展極大地提升了信息資源配置效率。大數據技術的成熟和廣泛應用，以及人工智能取得的突出進展，逐漸改變了人們的生活方式，并使得人們對未來生態產生了新的憧憬。大數據、人工智能等新興技術與軟件業發展密不可分，給軟件業的發展帶來了新的市場需求，并為軟件業轉型升級提供了技術支撐。我國軟件市場有望迎來新一輪的增長。

一、大數據發展現狀與特點

2017年以來，大數據產業政策加速出臺，政府數據開放共享取得突破，創新體系不斷完善，產業發展環境進一步優化，市場規模保持中高速增長，應用場景日益豐富，新模式、新業態不斷涌現，產業發展趨向成熟期。

（一）產業環境不斷優化

近年來，針對大數據的產業政策不斷出臺，管理規范不斷完善，產業發展環境持續優化。一是頂層設計進一步完善，在國務院《促進大數據發展行動綱要》等政策文件的基礎上，國家發改委、工業和信息化部、國家林業局、農業部等部門緊密出臺了一系列產業發展的政策，如國家發展改革委的《促進大數據發展三年工作方案（2016—2020年）》、工業和信息化部的《大數據產業發展規劃（2016—2020年）》、國家林業局的《關于加快中國林業大數據發展的指導意見》、農業部的《農業農村大數據試點方案》等；二是區域政策相繼出臺，北京、上海、廣東、浙江等20余個省市相繼出臺了針對大數據產業發展的意見和方案，如浙江省發布的《促進大數據發展實施計劃》、福建省發布的《促進大數據實施方案》等，根據各省市自身條件和基礎部署不同的大數據產業發展路徑；三是統籌管理體系基本成型，截至2017年6月，全國多個省市自治區相繼成立了大數據管理和服務機構，如廣東、遼寧、四川以及廣州、蘭州、成都市等多個省市成立了大數據管理局，充分發揮政府部門的統籌決策和資源整合作用，加快區域大數據產業發展；四是人才培養步入高速發展的通道，自2016年2月教育部在《2015年度普通高等學校本科專業備案和審批結果》中首次增加“數據科學與大數據技術專業”以來，我國已有35所高校獲批該專業，并形成相對完備的大數據課程體系；五是政府投資項目持續增長，2016年各省（直轄市、自治區）政府積極布局大數據項目，投資項目增長迅速，其中廣東、北京兩地政府投資項目數領先，山東、河北、福建和江蘇等省份也位居前列。

（二）產業進入穩定發展期

市場規模仍保持中高速增長。從世界范圍看，2016年全球大數據市場規模達580.3億美元，同比增長26.0%，增長速度仍處于較高水平。中國經濟在新常態下平穩運行，保持中高速增長。隨著大數據思想的逐步擴散，傳統行業紛紛加快了大數據轉型的步伐，中國大數據市場規模2016年達到167.7億元，同比增長34.3%，相比2015年有一定上升。

軟件產品成為大數據未來的市場熱點。全球大數據市場硬件依然占據統治地位，2016年硬件銷售額達273.3億美元，占47.1%；軟件與服務分別實現銷售額139.3與167.7億美元，分別占比24.0%與28.9%。中國2016年的大數據投資中，以數據挖掘、統計分析、可視化為代表的軟件產品開始成為大數據投資的重點，銷售額達60.4億元，占比36.0%；硬件產品作為基礎平臺仍舊保持最大占比，實現銷售額75.5億元，占比45.0%；服務類產品的市場規模達31.8億元，占比19.0%。

大數據產業區域集聚發展格局逐步形成。在區域產品銷售市場，華東、華中、華北仍占據主要的份額。2016年隨著傳統行業與大數據融合應用深化，更多互聯網企業加速對北、上、廣、深等一線城市進行業務布局，由此拉動大數據解決方案的采購需求。與此同時，智慧城市建設步伐加快，也很大程度帶動了大數據市場的快速發展。

2016年，互聯網、金融、電信行業仍是大數據IT產品市場的主要份額，其中互聯網所占市場份額最高，對大數據有關產品的投資達60.9億元，占市場總額的36.3%；金融業和電信業有著對海量的數據資源與數據處理的需求，對大數據的投資規模緊隨互聯網行業之后，分別為32.2億元與30.4億元。

（三）應用場景日益豐富

大數據的積累和應用條件日益成熟。信息領域的大數據積累基本上經歷了三個階段：第一個階段是2005—2010年，第一波以金融、保險、銀行、電信、電網、醫療為主的大客戶群體陸續上線各類信息系統和業務系統，類似于ERP、CRM、OA和HIS等，按照3～5年的數據沉淀周期，到2013年形成了一定的數據規模；第二個階段是2012年左右，云計算和大數據等概念開始越來越多地被提及，以Hadoop為代表的數據分析架構和以SAP BO、Oracle BIEE和IBM Congos為代表的各類分析工具開始了企業級應用；第三個階段是2013年至今，貫穿數據采集、交互式查詢、批處理、流處理、機器學習和可視化的數據分析全流程得到廣泛關注，主要行業領域的大數據解決方案，以及相關軟硬件供應商加速涌現，市場快速進行應用階段，結合業務場景的分析成為重中之重。隨著數據收集渠道的擴展，數據來源不斷擴大，如IOT設備從2012年的87億臺增長到2016年的229億臺，移動智能終端從2013年的3.2億臺增長到2016年的13.7億臺，智能汽車每天產生的數據量約為2PB，石油鉆井平臺每天產生的數據量約為1-2TB，渦輪發動機每天產生的數據量約為1-5TB。

大數據的應用場景日益豐富，應用效益初步顯現。一是金融大數據和電信大數據持續領跑行業應用。虛擬化及電子化交易成為大數據時代金融行業發展的主要特征。征信、風控、反欺詐、量化投資和智能投顧等應用場景協力推進金融大數據的落地。運營商通過內、外部應用同步拓展，實現大數據在市場營銷、網絡優化和運營管理上的應用，并以金融等垂直領域為試點，拓展數據變現渠道。二是工業大數據和政務大數據塑造未來應用熱點。制造業存在著260字節的數據，其存儲的數據體量遠遠超出其他行業，大數據已經成為以“中國制造2025”“德國工業4.0”“美國CPS”為核心的新一輪產業革命的核心。政府和大數據的結合成為歷史發展的新趨勢，政府大數據技術建構和數據應用進入了啟動期。技術的研發、應用的創新、管理的調整、理念的學習，成為政府大數據發展的關鍵詞。三是大數據交易成為大數據服務應用新熱點。政府和企業分別建立了大量大數據交易平臺，如政府和國企主導的貴陽大數據交易所、上海數據交易中心、江蘇大數據交易中心，以及私企主導的數據堂、京東萬象等，這些大數據交易中心主要交易數據包、API和數據分析報告等，并提供數據采集、清洗等交易服務。

二、人工智能發展現狀與特點

近年來，人工智能發展受到各方關注，產業發展進入快速增長期，技術創新持續活躍，行業應用加速滲透，驅動人們工作生活方式的持續變革，人工智能產業的發展將邁進新階段。

（一）產業環境持續優化

全球多個國家將人工智能上升到國家戰略高度。自2016年下半年起，美英等發達國家相繼發布人工智能國家戰略，彰顯其在人工智能領域搶占全球競爭制高點的決心。2016年10月，美國白宮發布了《為人工智能的未來做好準備》和《美國國家人工智能研究與發展策略規劃》，12月發布了《人工智能、自動化與經濟》。同月，英國政府發布了《人工智能：未來決策制定的機遇與影響》。我國政府一直高度重視人工智能產業的發展。在《中國制造2025》中，將“智能制造”定位為中國制造的主攻方向，在《國務院關于積極推進“互聯網+”行動的指導意見》中將人工智能列為11項重點行動之一。2017年3月，人工智能首次被寫入政府工作報告。國務院總理李克強在政府工作報告中提到，“要加快培育壯大新興產業，全面實施戰略性新興產業發展規劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術研發和轉化，做大做強產業集群”。

人機大戰持續引爆全社會對人工智能的關注。人類與機器的博弈一直以來都是檢驗人工智能發展水平的重要方式。歷史中，IBM深藍打敗了國際象棋大師卡斯帕羅夫，超級計算機浪潮天梭擊敗了5位中國象棋特級大師，但在計算復雜性極高的圍棋領域，人工智能長期以來尚無法與人類智能相抗衡。2016年起，谷歌研發成功基于深度學習的圍棋人工智能程序AlphaGo，其先是以4：1的總比分戰勝全球圍棋頂尖高手李世石，引發了社會各界的高度關注。2017年5月，在烏鎮巔峰論劍中，升級版的AlphaGo以3：0戰勝世界圍棋史上最年輕的四冠王、世界圍棋第一人柯潔，宣告了人工智能已在圍棋領域超越人類。人機大戰引發社會各界對人工智能的關注，極大提升了人工智能的社會影響力。據統計，2017年5月25日至27日，百度指數顯示AlphaGo對戰柯潔的關注度已逾100萬人次。這一事件標志著隨著深度學習等核心技術的突破，人工智能發展水平已上升到了新的高度，人工智能技術的產業化應用將加速展開。

人工智能產業協同發展的生態體系得到完善。以軟件技術創新與應用為核心，帶動硬件設備、內容制作、運營服務等多個環節發展，其中，構建協同發展體系至關重要。2017年，行業巨頭紛紛通過開放基礎技術平臺、計算平臺來匯集產業資源，大力度構建以企業大平臺為中心的產業生態體系。產業聯盟有助于推動產業界各企業的協同發展，也是產業生態構建中的重要組成。6月份，中國人工智能產業創新聯盟成立，旨在推動中國人工智能產業的創新發展，搭建人工智能產業創新合作與對接平臺，整合各類產業資源，提供產業公共服務。首批參加聯盟的機構有近200家，涵蓋人工智能領域軟硬件產品企業、應用企業、投資機構、高校院所、地方（園區）發展機構（部門）等領域。

（二）產業進入發展快車道

人工智能市場規模快速增長。2016年，全球人工智能市場呈現出穩步增長，市場規模為1937.8億元人民幣，同比增長14.6%。市場增長的動力主要源自智能化工業機器人的良好發展，以及服務機器人的快速爆發。隨著國家對人工智能重視程度地提升，各大互聯網企業不斷發力人工智能，2016年中國人工智能市場規模達到237.1億元，增長率為16.3%。

人工智能硬件平臺市場巨大。在全球發達國家對工業制造重新重視的趨勢下，2016年全球人工智能市場結構中智能硬件平臺占比達到63.1%，高于應用軟件平臺產品；中國智能硬件平臺和應用軟件平臺市場規模分別為139.9億元和97.2億元，占比為59.0%和41.0%，其中服務機器人在減速器、伺服電機等領域的技術門檻低于工業機器人，通過結合語言處理和機器視覺等軟件技術，能快速普及應用到民生各領域，市場規模也迅速增大。

人工智能產業區域集聚發展格局逐步形成。在區域市場結構，華北、華東、華南市場仍占據主要的市場份額。2016年，隨著人工智能應用深化，更多人工智能企業加速對北、上、廣、深等一線城市業務布局，與此同時，這些區域智慧城市建設步伐加快，也很大程度帶動了人工智能產品市場的快速增長。

人工智能行業結構相對集中。其中，互聯網行業的人工智能應用最為廣泛，市場占比達到20.4%；金融領域次之，達到18.5%；安防交通對計算機視覺產品的需求較大，占比達到15.3%。

（三）產業發展活力強勁

人工智能技術創新的方向更加清晰，技術創新演進速度不斷加快。2017年2月，在人工智能界年度頂級會議AAAI大會上發表的639篇學術論文中，有50%以上的論文有華人參與，百度、騰訊更是成為了大會的黃金贊助商。同月，在《MIT科技評論》公布的2017年度全球十大突破技術中，人工智能領域的技術就有3個，分別為強化學習、自動駕駛貨車和刷臉支付。當前，全球領軍企業和高校都在聚焦人工智能產業的技術創新，加大研發力度和資金、設備、人力的配置。2017年，技術創新持續活躍，新技術不斷涌現，特別是開源模式成為人工智能技術創新的主要模式。清華大學、北京大學、中國科技大學、中科院等高校和科研院所著力于人工智能基礎技術方面的研發；科大訊飛、百度、格靈深瞳、樂視、地平線等人工智能企業則從產業化應用角度出發，重點研發實用型技術。

人工智能技術在各類產品中集成應用，已成為全球科技企業產品研發的重要技術基礎，使得各類產品演進呈現出“人工智能+”的突出特征。在2017國際消費電子產品展大會（2017CES大會）上，歐、美、中、日、韓廠商均發布了最新智能化產品，幾乎所有的白色家電都開始集成人工智能技術，探索智能家電的智能系統，如海爾Smartlife、長虹SmartService和TCL AIxperience等。在2017世界移動通信大會（2017MWC大會）上，新型智能手機也均搭載了人工智能助手，華為新發布的P10內置了Alexa語音助手。作為人工智能集成應用的重要方向，無人駕駛汽車受到了各界更多的關注，2017年百度正式發布了“Apollo”開源計劃，并與北京汽車、一汽解放、奇瑞等汽車廠商分別達成了深度戰略合作，將極大加快全球智能汽車的研發進度，提速智能汽車的產業化發展進程。與此同時，智能音箱、智能水杯等新智能產品不斷涌現，成為人工智能集成產品的新成員。

企業人工智能戰略逐步落地。近年來，全球科技巨頭大幅加快了在人工智能領域的布局，紛紛發布“人工智能優先”企業戰略，并于2017年逐步落地。如微軟收購了人工智能公司Maluuba，進一步強化機器閱讀和編寫能力；Salesforce推出了名為“愛因斯坦”的人工智能產品，全面向人工智能進軍；IBM建成沃森物聯網總部，專注用人工智能來進軍物聯網應用；英特爾成立了人工智能產品事業部，整合了企業人工智能力量，專注技術和產品研發。我國BAT等科技巨頭在國家政策以及資本的推動下，也在不斷加強人工智能領域的戰略布局，如騰訊任命人工智能領域頂尖科學家張潼博士擔任騰訊AI Lab主任；百度任命陸奇為百度集團總裁兼首席運營官，鞏固在人工智能領域的領先地位；阿里巴巴任命任小楓擔任人工智能核心團隊iDST的副院長和首席科學家。同時相關企業也通過人工智能獲得諸多收益，以百度為例，其長期以來持續加強人工智能的研發力度已為其帶來紅利，如百度地圖已經具備了增強現實（AR）導航、智能路線決策以及跨城出行規劃+快速購票等功能，集成了語音交互相關技術，大幅提升了用戶體驗，進一步提升了百度地圖的市場競爭力。

伴隨人工智能技術的創新與應用，人工智能領域的創業持續活躍，創業環境加速優化。一方面，人工智能開源軟件的不斷涌現加速了人工智能技術的普及，大幅降低了人工智能領域技術研發的門檻，助力新興企業發展。谷歌Tensorflow的應用規模持續加大，百度正式發布了“Apollo”開源計劃，臉書開源了Caffe2深度學習框架和新一代AI訓練服務器Big Basin。另一方面，市場資金對于人工智能企業發展的支持力度不斷加大，市場的投資熱情依然高漲，人工智能在“虛熱”和“實干”中不斷前進。據36氪研究院的數據，截止到2017年6月，我國人工智能類創業公司超過650家，產業規模較2016年同期增長51.2%，投融資事件超過430起，融資總額達340億元人民幣，整體行業獲投率較高。主要投資者包括北極光創投、創新工場、經緯中國、真格基金、IDG、聯想之星、明勢資本、源碼資本、天啟資本等，主要投資方向有無人駕駛、智能硬件、語音交互等。此外，大型科技企業不斷加大在人工智能領域的投資，通過設立專項基金等方式推動人工智能創新型企業的發展。

三、大數據、人工智能有力推動軟件業轉型升級

軟件是大數據、人工智能等新興技術的核心，大數據和人工智能的快速發展為軟件業發展帶來了新的政策和市場，并為軟件業轉型升級提供技術支撐，將成為軟件業新的增長點，為軟件業發展帶來新的機遇。

（一）大數據、人工智能對軟件業拉動作用明顯

軟件是大數據和人工智能產業發展的核心。一方面，軟件是人工智能產品的靈魂，人工智能從產品結構上可分為智能硬件平臺和應用軟件平臺。智能硬件平臺主要包括智能工業機器人、服務機器人、智能無人設備等，應用軟件平臺則主要包括語義分析、機器視覺和語音識別等，而智能硬件平臺也需要人工智能軟件的支撐。另一方面，軟件是大數據產品的基礎，大數據產品主要分為硬件、軟件與服務三大類，其中硬件包括為了部署大數據分析系統/平臺而采購的服務器、存儲、一體機等設備，軟件包括數據庫、數據倉庫、大數據分析與呈現工具等，服務則包括圍繞部署、運行大數據分析系統/平臺而采購的咨詢規劃、系統集成、運維服務等，硬件和服務均是為軟件功能實現提供支撐的。

大數據、人工智能對軟件業的產業貢獻不斷加大。2016年，全球軟件市場迎來了新一輪的增長，市場規模達到3463.5億美元，同比增長3.5%；而2016年全球大數據市場中軟件規模為139.3億美元，全球人工智能市場中軟件平臺規模約為110億美元，兩者約提供了軟件市場規模的7%。2016年，我國宏觀經濟保持穩定的中高速增長，帶動我國軟件市場繼續增長，全年軟件市場規模達到2849.7億元，同比增長14.9%；而2016年中國大數據市場中軟件規模達60.4億元，占比為36.0%；中國人工智能市場中軟件平臺規模達97.2億元，占比為41.0%，大數據和人工智能市場兩者約提供了軟件市場規模的8%。同時，大數據和人工智能產業中軟件所占比例仍在不斷上升，其對軟件產業的貢獻將不斷增加。

（二）大數據、人工智能產業發展潛力巨大

產業發展環境將持續優化。在大數據方面，隨著《促進大數據發展行動綱要》《大數據產業發展規劃2016—2020年》以及醫療、交通、林業、國土資源、水利等行業領域大數據政策將進入落地實施階段，大數據產業發展政策環境將持續優化。各地方政府數據開放平臺加緊建設，國家政府數據統一開放平臺建設初見成效，全國政府信息系統和公共數據逐步實現互聯開放共享。同時，隨著大數據交易流通進入快速發展期，數據分級分類管理框架、大數據交易流通規則、監督管理機制和信息披露制度、流通審查和風險評估體系等將加速建立，大數據市場交易、跨境流通環境將加速完善。在人工智能方面，隨著我國對人工智能重視程度的不斷加深，借鑒美國、英國等國發布的國家人工智能發展戰略，國務院于2017年7月20日發布了《新一代人工智能發展規劃》，從戰略態勢、總體要求、重點任務、資源配置、保障措施、組織實施等六大部分對未來我國人工智能的發展做出了全面部署。預計下一步，工信部、科技部、發改委、網信辦等相關部門將圍繞各自的業務職能發布支持人工智能產業發展的專項政策。北京市、上海市、深圳市、貴陽市等重點省市也有望出臺推動人工智能產業發展的專項規劃。

大數據、人工智能產業將保持高速發展。隨著大數據一系列政策的出臺，大數據的應用與市場前景良好。隨著市場規模的不斷增大，大數據市場將繼續保持高速增長，增速將有所放緩并趨于穩定，2017—2019年中國大數據市場年復合增長率有望達到32.6%，2019年中國大數據市場規模將達到391.3億元。隨著智能家居、大數據、人臉識別等新興應用逐步走向成熟，智慧城市、智能制造不斷深化，將驅動中國人工智能市場保持穩步增長，2017—2019年中國人工智能市場年復合增長率將達到22.8%，2019年中國人工智能市場規模將達到439.2億元。

（三）大數據、人工智能等新技術推動軟件業轉型升級

大數據、人工智能等新興領域為產業快速發展注入新動能。一是大數據產業快速增長帶來新的應用方向。隨著國家大數據戰略推進實施以及《大數據產業發展規劃（2016—2020年）》等相關政策的貫徹落實，大數據產業發展環境將進一步優化，社會經濟各領域對大數據服務需求將進一步增強，產業規模將繼續保持30%以上的調整增長態勢。一系列新興的專業化大數據企業紛紛崛起，如TalkingData、碳云智能、數夢工場等，其中TalkingData產品覆蓋40億移動終端，積累海量數據，服務于金融、地產等領域的大型客戶。二是智能制造為我國制造業企業信息化建設帶來巨大的市場需求。2016年以工業軟件為代表的制造業領域軟件市場一枝獨秀，在“互聯網+”的深入應用下，智慧城市、智慧政務成為軟件應用的又一重要場景，推動了大數據、人工智能等新興技術在工業領域的集成應用，政府領域的軟件需求進一步擴大，成為中國第二大軟件市場，電信運營、教育、銀行和交通行業的軟件應用緊隨其后。三是人工智能所帶來的經濟社會價值將持續釋放。隨著我國軟件與互聯網技術向各行各業持續深入，云計算、大數據、物聯網等相關產業不斷進步，人工智能核心技術的研究重點可能將從深度學習轉為認知計算，有望取得關鍵技術突破，進而在農業、工業、服務業等多個領域催生新的應用模式和產品，助推傳統產業轉型升級和戰略性新興產業整體性突破，人工智能產業市場規模將持續擴大，人工智能及其相關產業發展增速將超過35%。

四、對策建議

（一）提升創新發展能力，搶占產業發展主導權

加大基礎研發投入力度。在大數據方面，圍繞數據科學理論體系、大數據計算系統與分析、大數據應用模型等領域進行前瞻布局，加強大數據基礎研究；發揮企業創新主體作用，整合產學研用資源優勢聯合攻關，研發大數據采集、傳輸、存儲、管理、處理、分析、應用、可視化和安全等關鍵技術；突破大規模異構數據融合、集群資源調度、分布式文件系統等大數據基礎技術，面向多任務的通用計算框架技術，以及流計算、圖計算等計算引擎技術；支持深度學習、類腦計算、認知計算、區塊鏈、虛擬現實等前沿技術創新，提升數據分析處理和知識發現能力。在人工智能方面，集中力量突破基礎研發的重點環節，如類腦芯片、人工智能操作系統、無監督學習算法、遷移學習等，縮短在基礎研發方面與頂尖企業的差距；加快支持人工智能企業構建涵蓋機器學習、語音識別、語義分析、圖像處理、控制決策等眾多技術在內的體系化的開源平臺，在更廣泛的領域聚集創新資源，帶動和促進人工智能技術發展及其在各領域的應用；加快構建面向公眾開放的人工智能研發與測試平臺，如促進終端與云端協同的人工智能云服務平臺、新型多元智能傳感器件與集成平臺、大數據智能化服務平臺等。

依托新技術提升國內軟件產業層級。大數據、人工智能等新技術的快速發展將有助于提升我國軟件產業層級。一是我國軟件產業長期處于產業鏈的末端。從2016年產業數據看，我國軟件市場規模達2849.7億元，同比增長14.9%，但其中應用軟件市場規模為2174.0億元，占據76.3%市場份額。我國軟件市場總體來看，還是更傾向于發展低附加值的軟件外包，高附加值軟件研發仍然處于劣勢，這說明我國在軟件產業仍存在核心技術受制于人的問題，缺少自己的產業生態，難以實現產業發展的掌控力。二是大數據、人工智能等新技術將顛覆傳統軟件產業的生態體系，大數據和人工智能技術顛覆了現有的操作系統、數據庫等基礎軟件模式，為我國企業提供了一個彎道超車的機會。對軟件企業而言，要想獲得長久的發展，在市場中立于不敗之地，必須加強研發投入，提升核心技術能力，掌控產業發展主導權，只有長此以往方能形成企業核心競爭力。

（二）強化應用落地推廣，培育行業融合發展

充分發揮軟件的深度融合性、滲透性和耦合性作用，加速軟件與各行業領域的融合應用。圍繞制造業關鍵環節，重點支持高端工業軟件、新型工業App等研發和應用，發展工業操作系統及工業大數據管理系統，提高工業軟件產品的供給能力，強化軟件支撐和定義制造的基礎性作用；面向“互聯網+”現代農業發展需求，圍繞農業生產管理、經營管理、市場流通等環節，支持相關應用軟件、智能控制系統、產品質量安全追溯系統，以及農業大數據應用、涉農電子商務等發展；面向“互聯網+”能源發展需求，支持發展能源行業關鍵應用軟件及解決方案，推進能源生產和消費協調匹配；堅持鼓勵創新和規范引導相結合，發展互聯網金融相關軟件產品、服務和解決方案，強化對“互聯網+”金融的支撐服務。支持物流信息服務平臺、智能倉儲體系建設，以及物流裝備嵌入式軟件等研發應用，提升物流智能化發展水平；支持面向交通的軟件產品和系統研發，支撐智能交通建設，提高交通運輸資源利用效率和管理精細化水平。

以應用場景創新為突破，推動人工智能應用產業化落地。人工智能是以技術創新驅動發展起來的，能不能把技術與特定場景有效結合以實現場景的創新，是人工智能應用產業化落地的關鍵。一方面，企業作為場景創新和人工技術融合的主體，要樹立沒有場景的人工智能是“花架子”的共識，加速推動人工智能技術和更多的行業融合，不斷豐富用戶場景的創新和想象力。另一方面，在每一個場景中，用戶既是場景的體驗者，同時也是場景構建所需數據信息的供給者，用戶有權力用拇指投票決定一個場景的生死興衰。人工智能企業要做好“跨界”與“深耕”，即跨行業、跨部門做好商業模式的創新，深耕市場和用戶場景體驗。此外，政府要創新技術與產業融合下新興產業形態的管理模式，既要給予新興場景應用的市場空間，又要做好市場秩序的規劃管理。

加強大數據在重點行業領域的深入應用，促進跨行業大數據融合創新。推動電信、能源、金融、商貿等行業領域大數據應用，推進行業數據資源的采集、整合、共享和利用，加速傳統行業經營管理方式變革、服務模式和商業模式創新及產業價值鏈體系重構；打破體制機制障礙，打通數據孤島，創新合作模式，培育交叉融合的大數據應用新業態，支持電信、互聯網、工業等領域率先開展跨領域、跨行業的大數據應用，培育大數據應用新模式，支持大數據相關企業與傳統行業加強技術和資源對接，推動大數據融合應用；以民生需求為導向，以電子政務和智慧城市建設為抓手，以數據集中和共享為途徑，推動全國一體化的國家大數據中心建設，推進技術融合、業務融合、數據融合，實現跨層級、跨地域、跨系統、跨部門、跨業務的協同管理和服務，促進政府數據和企業數據融合，為企業創新發展和社會治理提供有力支撐。

（三）構建產業生態體系，形成創新引領發展模式

加快構建產業生態。面向重大應用需求，以構建基礎軟件平臺為核心，逐步形成軟件、硬件、應用和服務一體的安全可靠關鍵軟硬件產業生態；以高端工業軟件及系統為核心，建立覆蓋研發設計、生產制造、經營管理等智能制造關鍵環節的工業云、工業大數據平臺，形成軟件驅動制造業智能化發展的生態體系；圍繞新型消費和應用，以智能終端操作系統、云操作系統等為核心，面向移動智能終端、智能家居、智能網聯汽車等新興領域，構建相應的產業生態體系。

著力培育創新型企業。支持行業領軍企業牽頭組織實施重大產品研發和創新成果轉化，不斷提高新型產品和服務的市場占有率和品牌影響力；支持企業面向大數據、人工智能等新技術新環境，重塑業務流程、組織架構，創新研發模式、管理模式和商業模式，發展新技術、新產品和新服務；加強政策扶持、項目帶動和示范引領，培育一批專業化程度高、創新能力突出、發展潛力大的細分領域優勢企業；支持建設創客空間、開源社區等新型眾創空間，發展創業孵化、專業咨詢、人才培訓、檢驗檢測、投融資等專業化服務，優化改善中小企業創新創業環境。

打造特色優勢產業集群。依托中國軟件名城、國家新型工業化產業示范基地（軟件和信息服務）、中國服務外包示范城市、軟件出口（創新）基地城市等，做強優勢領域和主導產業，提升產業集聚發展水平；支持京津冀、長江經濟帶、珠江—西江經濟帶等區域加強軟件技術、產品和服務創新，突出特色優勢，加快融入全球產業鏈布局；發揮東北地區裝備制造集群優勢，發展面向制造業的軟件和信息技術服務，助力東北老工業基地振興；支持中西部地區結合國家相關戰略實施，發展特色軟件和信息技術服務業。

（四）堅持開放創新道路，提升國際化發展水平

把握“一帶一路”建設的實施機遇，以龍頭企業為引領深度融入全球產業生態圈，提升國際化發展水平和層次。推動企業開展國際化合作，充分利用全球資源，支持企業建立完善海外運營機構、研發中心和服務體系，如在人工智能領域加強企業與全球人工智能相關領域知名專家的合作，共同探索突破新一代人工智能基礎理論瓶頸和共性技術難題；鼓勵發展跨境電子商務、服務外包等外向型業務，充分參與國際市場競爭，推動軟件和信息技術服務出口，打造國際品牌；成立由我國主導的國際化行業組織，充分利用國際合作交流機制和平臺，加強在大數據、人工智能關鍵技術研究、產品研發、數據開放共享、標準規范、人才培養等方面的交流與合作，積極參與國際規則體系建設，提升企業在國際上的話語權；依托雙邊、多邊合作機制和平臺，加強政企聯動，以龍頭企業為主體開展重大合作示范項目建設，支持企業聯合，發揮產業鏈協同競爭優勢，集群化“走出去”；加強原創技術引進渠道和機制建設，深化與技術原創能力強的國家和地區的產業合作，加快引進人才、技術、知識產權等優勢創新資源，提高產業“引進來”的合作層次和利用水平。

參考文獻：

1.迪莉婭：《我國大數據產業發展研究》，《科技進步與對策》2014年第4期。

2.魏凱：《大數據產業發展狀況及政策思考》，《電信網技術》2014年第4期。

3.朝樂門、馬廣惠、路海娟：《我國大數據產業的特征分析與政策建議》，《情報理論與實踐》2016年第39期。

4.汪曉文、曲思宇、張云晟：《中、日、美大數據產業的競爭優勢比較與啟示》，《圖書與情報》2016年第3期。

5.房俊民、田倩飛、徐婧等：《全球大數據產業發展現狀、前景及對我國的啟示》，《中國科技信息》2015年第10期。

6.薄文廣、吳承坤、張琪：《貴州大數據產業發展經驗及啟示》，《中國國情國力》2017年第12期。

7.鄧子云、楊子武：《發達國家大數據產業發展戰略與啟示》，《科技和產業》2017年第17期。

8.朱巍、陳慧慧、田思媛等：《人工智能：從科學夢到新藍海——人工智能產業發展分析及對策》，《科技進步與對策》2016年第33期。

9.閆德利：《2016年人工智能產業發展綜述》，《互聯網天地》2017年第2期。

10.溫曉君：《中國發展人工智能產業的建議》，《中國經濟報告》2017年第3期。

11.人工智能產業形勢分析課題組：《2018中國人工智能產業展望》，《高科技與產業化》 2018年第2期。

12.王小輝：《人工智能產業發展的風險及對策研究》，《通訊世界》2017年第23期。

13.寧兆碩：《中國人工智能產業發展分析及對策研究》，《山東行政學院學報》2018年第1期。

14.沈海波、周如旗、朱雄泳：《大數據時代軟件工程專業建設的思考》，《計算機教育》2015年第23期。

15.劉璘、周明輝、尹剛：《大數據時代軟件工程專題前言》，《軟件學報》2017年第 6期。

16.賀先林：《基于大數據背景下軟件工程技術研究》，《中國科技投資》2016年第24期。

17.黃全舟：《人工智能與軟件工程的交叉研究》，《微機發展》1997年第1期。

18.王乾坤：《人工智能思想在軟件設計中的應用》，《軟件導刊》2007年第15期。

責任編輯：谷 岳