上海市人工智能產業發展研究

紀漢霖，王 倩

（上海理工大學管理學院，上海 200093）

0 引言

以大數據、智能機器人、物聯網等為代表的人工智能（Artificial Intelligence，AI）技術迅猛發展，人工智能迎來新一輪發展熱潮，各國將人工智能上升至國家戰略高度。2015 年7 月，國務院印發《關于積極推進“互聯網+”行動的指導意見》，將“互聯網+”人工智能列為十一項重點行動之一。2017 年7 月，國務院印發《新一代人工智能發展規劃》，計劃到2030 年我國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。

上海作為先進城市的代表和中國最大的經濟中心城市，憑借其制度、融資和人才方面的優勢，為人工智能場景應用提供良好的應用土壤。上海市人工智能試點應用場景目前已發布30 個，初步成為全國人工智能發展領先地區之一。阿里、騰訊、微軟等一批頂尖企業紛紛與上海簽署合作項目，布局上海，本土人工智能企業依圖、深蘭等借勢快速成長。本文通過分析上海市自身特點及優勢，結合具體應用情況，借鑒國外城市發展人工智能經驗，為上海更好發揮自身優勢特長成為引領我國人工智能發展“頭雁”提出建議［1］。

1 文獻綜述

隨著人工智能技術的不斷發展，人工智能深入應用及關鍵技術研發成為關注焦點。陳雋［2］分析了人工智能產業投入要素和市場條件，提出人工智能正形成以北京為主要集聚城市，上海、廣州、深圳、杭州為4 個次級集聚城市的趨勢，分析了這5 個城市發展人工智能產業的優勢，但沒有研究各城市適合發展哪類人工智能產業；李鷹［3］對人工智能技術在金融領域的發展現狀進行分析，指出人工智能技術有利于金融領域海量數據的收集與整合，能提高風險控制能力；楊艷明等［4］提出無人駕駛技術，不僅有利于促進汽車消費升級，還將重振優化整個汽車產業結構；李蘭娟［5］提出用人工智能的方法提高醫療服務能力，智能醫療將是推動我國衛生健康產業發展、更好地保障人民健康的重要手段；徐鵬等［6］提出我國需構建智能教育環境，加強智能教學系統研究，縮小與國外差距；在人工智能關鍵技術方面，王鑫等［7］提出一種改進的基于深度學習的高分辨率遙感圖像分類算法，實驗結果表明該算法能實現良好的分類效果。

以上研究大多針對人工智能在金融、醫學、教育、無人駕駛汽車等方面的具體應用以及人工智能相關技術研發，較少結合城市特點進行分析。本文通過深入分析上海市特點，借鑒國外發展經驗，結合上海具體情況，提出上海市人工智能發展建議。

2 上海人工智能發展現狀

人工智能不僅需要一定的產業基礎、大數據、政策制度保障，還需要人才和核心技術支撐，還要解決發展中不可忽視的人工智能倫理問題。

改革開放40 年多年，上海形成了開放、創新、包容的城市品格，對待新鮮事物更加開明，接受度更高。同時上海作為中國的工業龍頭，產業門類齊全，具有良好的產業基礎。制度政策、人才、大數據以及良好的產業基礎優勢使上海具備人工智能發展的先決條件，領先于新一線城市。

2.1 制度優勢——政府引領，打造良好的外部環境

隨著人工智能對經濟社會的影響日益突出，我國各省市都根據自身實際情況制定了人工智能發展規劃。上海市首創政府、企業、投資機構信息互通體制，發揮三者合力作用，相繼出臺人工智能產業政策、知識產權及技術標準等法律法規文件。加大退稅返稅力度，吸引人工智能企業落戶上海。同時加強財政資金聚焦扶持，設立專門針對人工智能的專項資金和補貼。各級政府部門率先運用人工智能提升業務效率與管理服務水平，支持人工智能創新產品開拓市場應用。

從人工智能高質量發展“22 條”到AI 安全發展上海倡議，從提高上海的人工智能地位到擴大數據共享和開放，再到關注人工智能倫理道德等社會問題，上海市政府正一步步引領人工智能朝著更加智能、健康和安全的方向發展。上海人工智能產業相關政策詳見表1。

Table 1 Shanghai Artificial Intelligence Development Policies（2017-2018）表1 上海市人工智能發展相關政策（2017-2018）

2.2 人才優勢——儲備豐厚，堅持外引內育

中國大量AI 人才集聚在上海，根據第三方機構統計，上海人工智能企業數位居全國第二（見圖1），集聚了全國12.1% 的人工智能人才（見圖2），涉及集成電路、計算機視覺、腦智工程等人工智能重要領域。上海科研院所處于全國一線水平。上海擁有復旦大學類腦智能科學與技術研究院、中國科學院上海微系統與信息技術研究院、同濟大學人工智能研究所、上海交通大學人工智能研究院等眾多著名科研機構。其中上海交通大學是全國首批設立人工智能本科專業的高校之一，擁有人工智能頂級實驗室。根據《中國新一代人工智能科技產業發展報告（2019）》，上海交大發表人工智能國際論文數占比2.64%，位居中國高校第二，全球第九，顯示較強的人工智能科研能力（見圖3）。

Fig.1 Urban distribution of artificial intelligence enterprises in China（unit：%）圖1 中國人工智能企業城市分布（單位：%）

Fig.2 The number of artificial intelligence talents in China accounts for TOP4 cities（unit：%）圖2 中國人工智能人才數量占比TOP4 城市（單位：%）

Fig.3 The number of international papers on artificial intelligence published by Chinese universities accounts for TOP10圖3 中國高校發表人工智能國際論文數占比TOP10

上海獨特的城市魅力以及良好的營商環境在吸引人工智能人才方面獨具優勢。上海連續7 年在“外籍人才眼中最具吸引力的中國城市”主題活動中獲得全國第一。為吸引更多外籍人才留滬發展，上海自貿區還頒發了外國人工作居留許可證。

2.3 大數據優勢——得天獨厚，加快建設數據資源共享體系

誰擁有大數據，誰就擁有人工智能未來發展的基礎。人工智能技術發展需要大量的數據積累。上海是擁有2 400 多萬常住人口的超大城市，在金融、醫療、教育、政府管理等諸多方面每天產生規模龐大的數據，涉及人流、物流、車流、資金流、信息流。根據《中國城市數字經濟指數白皮書（2019）》，上海以89.8 分高分位列中國城市數字經濟百城第一，超過北廣深其它一線城市，表明上海市在數據方面優勢明顯。

海量數據需要匯集整合才能更好地發揮作用，上海在擁有海量數據基礎上加快建設數據資源共享體系。作為國家公共信息資源開放5 個試點城市之一，2018 年上海成立大數據中心，主要職能是構建全市數據資源共享體系，制定數據資源歸集、治理、共享、開放、應用、安全等技術標準及管理辦法。為更好服務國家大數據（上海）綜合實驗區，推動政企數據融合，促進大數據應用創新關鍵技術研發和成果轉化，2018 年成立上海大數據應用創新中心。上海目前已建成法人、實有人口和空間地理三大基礎數據庫，成立7 家大數據聯合創新實驗室，建成1 個市級和16個區級數據共享交換平臺，累計實現數據共享交換5.15 億余次。

2.4 產業基礎優勢——產業門類齊全，產業體系完備

上海地處中國經濟最發達的長三角地區，制造業門類齊全，在汽車、飛機、集成電路、成套裝備等制造業，以及金融、商貿、物流、生活服務等服務業領域產業體系完備，同時人工智能產業鏈較齊全，配套體系相對完善。擁有成熟的智能芯片及傳感器、機器人及智能硬件、智能無人系統及軟件全產業鏈基礎、產業技術和商業模式。在機器人領域，上海已形成機器人研發、生產、系統集成、檢測認證、服務應用等較為完整的產業鏈；上游的伺服電機、減速器等核心零部件有中電二十一所、建博電子等企業；中游本體有機器人四大家族、新松等企業；下游系統集成商有知名外企柯馬以及本土企業君屹、偉本等。同時，上海在智能芯片、類腦計算、語音識別等領域不僅集聚了大量國內外重量級企業，還不斷涌現一批細分領域的初創企業（見表2）。上海本土企業云知聲已成為國內知名的語音語義整體解決方案企業，擁有多項自主知識產權和軟件著作權。

Table 2 Key Enterprises of Artificial Intelligence Industry Chains in Shanghai表2 上海人工智能各產業鏈重點企業

由圖4 數據可知，上海人工智能產業鏈基本完善，但其中將近一半人工智能企業集中在應用層，技術層人工智能企業數量占比不到三分之一，基礎層人工智能企業數量相對較少。這一方面說明上海人工智能在應用方面獨具優勢，另一方面也說明上海在技術難度大的基礎層方面能力稍弱。

Fig.4 Proportion of enterprises in various industrial chains of artificial intelligence（as of 2019-06）圖4 人工智能各產業鏈企業數量比重（截至2019-06）

3 人工智能應用場景豐富

人工智能應用非常廣泛，涉及醫療健康、生產制造、金融、安全交通及社會生活各個方面。上海完善的產業體系、精細化產業分工、先進的醫療資源設施、多層次類型的教育服務體系、城市公共安全較大的需求場景等都為人工智能應用提供了廣闊的市場。隨著人工智能應用范圍越來越廣，我國人工智能領域投融資規模呈上漲趨勢，2015年以來，上海初創企業獲得超過500 億元的融資金額，位居全國第二，僅次于北京。這些融資推動了人工智能企業更好發展，行業應用更快落地。

3.1 醫療健康領域應用

上海是我國最早進入老齡化社會的城市，也是我國老齡化程度最高的大型城市。2017 年，上海老齡化率達到14.3%，預計到2030 年上海常住老年人口規模將達到歷史峰值，常住人口老齡化率為19.2%。面對人口老齡化帶來的醫療資源需求壓力，上海比全國其它地方更需要解決醫療資源供不應求的局面。隨著人工智能在醫療領域的成功應用，語音錄入病歷、醫療影像智能識別、癌癥診斷、醫療機器人、AI 醫藥研發等智能醫療可有效緩解醫療資源不足的壓力。

上海深度挖掘人工智能醫療的先天優勢，積極解決人口老齡化問題。目前上海已經擁有世界最大的醫聯數據共享系統，醫療水平處于全國領先地位。同時，在人工智能醫療領域取得諸多突破。全市20 多家三甲醫院引入AI輔助診斷，一批人工智能疾病影像篩查產品也進入大多數醫院。超級AI 外援“奕診智能”是上海市第十人民醫院引入的分診系統，其數據庫是和斯坦福大學合作研發，收錄了世界范圍內較為全面的醫學數據，可對4 000 多種疾病進行預檢分診，包括一些罕見病例。

3.2 自動駕駛汽車應用

上海憑借良好的汽車產業基礎，擁有大量的國際零部件供應商和傳統汽車企業，在自動駕駛汽車方面擁有先天優勢。自動駕駛汽車是上海在人工智能領域最有發展前景、最有優勢的產業。2018 年，全國首批智能網聯汽車開放道路測試號牌在上海發放。2019 年上海頒發智能網聯汽車示范應用牌照，三家企業獲得首批智能網聯汽車示范應用牌照，為本土企業上汽和寶馬、網約車滴滴。上汽集團作為中國產業鏈最為完整的汽車企業，在2013 年就啟動智能駕駛系統關鍵技術的自主研究，之后成立人工智能實驗室。上汽的人工智能團隊自主研發了斯布魯斯智能系統，比肩谷歌公司Alpha Go 系統，實現國內車企最先進的人工智能應用。此外，國際大廠特斯拉、谷歌Waymo 等也紛紛在上海設立工廠和研發基地。

3.3 金融領域應用

AI 在金融領域的應用主要有智能投顧、征信風控、金融搜索引擎、保險、身份驗證和智能客服等，這些應用涉及知識圖譜、決策樹、深度學習、語音識別等技術。金融是最依賴數據的行業之一，而上海作為金融之都最不缺的就是金融數據。上海智慧金融代表企業多達39 家、分布14 個領域，主要涉及智能支付、供應鏈金融、保險科技、消費金融等多個細分領域。2019 年，中國建設銀行在上海開設國內第一家無人銀行，辦理業務只需刷臉進門，不需要銀行卡，更不需要排隊，相對復雜的業務使用遠程一對一即可辦理。相對于傳統辦理業務取號排隊的流程，效率大大提高，節約了人力成本。

4 國際人工智能發展經驗

4.1 英國倫敦發展現狀

上海和倫敦共同作為國際大都市，無論在產業門類還是在營商環境方面都很相似。英國倫敦稱為歐洲人工智能的“首位城市”，近年在人工智能方面發展十分迅速，發展速度遠超德國、法國等歐洲城市，一直走在Al 產業創新前沿。2019 年倫敦人工智能企業（以技術或產品為核心業務）有290 家，位居全球第三，上海為233 家（見圖5），說明倫敦人工智能企業數量上有一定優勢。倫敦取得如此快速的發展不僅依靠先天優勢，更重要的是在人工智能核心技術上的突破。

Fig.5 Numbers of global AI enterprises of TOP5 cities in 2019圖5 2019 年全球AI 企業數量TOP5 城市（單位：家）

倫敦人工智能發展得到政府大力支持，倫敦的創業環境與初創企業獲得的支持力度在歐洲是最高的，僅次于美國硅谷。政府早早布局軟件工程、智能系統、大數據技術等領域，一直深耕算法核心技術領域，在這些領域投入大量資金。在鞏固技術創新方面，倫敦市積極推動第五代移動通信技術應用測試以及光纖連接技術等；在人才培養和積累方面，倫敦目前已有13 所大學設立與人工智能、機器學習等相關本科和研究生學位課程，提供強大的人才庫支持。區域集聚牛津大學、劍橋大學、帝國理工學院和倫敦大學學院等高校。倫敦大學發表人工智能國際論文數占比3.5%，位居全球第五，論文引用率位于全球TOP10（見表3），表明倫敦在AI 學科研究能力和人才培養的領先地位，而上海高校沒有入榜。英國特別重視產學研合作，政府十分支持高校人員與企業之間深入合作，積極制定人才培養計劃。不論學生還是教授，除了在學校學習，還與外面公司有著廣泛的項目合作，這種真正意義上的產學研模式在英國高校非常普遍。在合作中學生和教師更加了解當前產業發展的真正需要，同時創業項目也可快速落地。如Alphago 項目的主要技術負責人在加入英國DeepMind 人工智能公司后，仍在倫敦大學學院任教，其研究成果能最快得到實踐應用。倫敦市政府進行“倫敦數據倉庫”和“倫敦儀表盤”等大數據建設。倫敦數據倉庫是全球最早建立的開放、公開的綜合數據平臺之一，公開500 套倫敦市相關數據、633 個數據集。在人工智能應用方面，由于英國十分注重對個人隱私的保護，企業獲取個人數據比較困難，因此對個人提供服務的人工智能企業和互聯網產業較少，AI 主要應用于傳統的產業升級、企業營銷、金融和管理方面。

Table 3 TOP10 publishing institutions of highly cited papers in the world（2009-2018）表3 全球高被引論文發文機構TOP10（2009-2018）

4.2 美國紐約發展現狀

眾所周知，紐約是世界和全美金融中心，但隨著近年紐約創新能力增強，吸引了包括三星、Facebook 在內的高科技企業落戶紐約，使紐約打破信息產業落后東部的局面，向著“東部硅谷”邁進。根據德勤2019 年發布的《未來已來·全球AI 創新融合應用城市及展望》，上海和紐約都是融合應用型AI 城市。紐約發展人工智能的主要特點是企業集聚、產學研深度融合和大數據開發利用充分。

首先，紐約市人工智能企業集聚，據中國信通院產業數據顯示，紐約的人工智能企業占全球28.98%。擁有207家AI 企業，位居全球第五，僅次于上海。紐約地區有康奈爾大學、哥倫比亞大學等頂尖學府，其中哥倫比亞大學和紐約大學計算機科學與信息系統專業排名全世界前50，顯示出較強的科技人才培養能力；其次，紐約為了開發者們更便捷地獲得各個領域數據，設立很多開放式數據門戶，催生全球最多的智能應用部署。紐約市政府“開放數據”（MYC Open Date）系統包含11 類別，每個類別下有42 個數據庫，每個數據庫包含8 種數據類型，有效API 和API兼備比均達到100%。早在2012 年紐約市政府就制定了《開放數據法》，規定到2018 年城市數據必須通過單一的門戶網站提供給大眾，并且獲取這些數據不需要經過任何注冊、審批程序，數據使用也不受限制。而上海2019 年才發布國內首部針對公共數據開放的地方政府規章，相對紐約來說有些滯后。在醫療應用方面，紐約大學研究核磁共振加速方法的科研團隊，通過訓練AI 成像工具縮短9 成核磁共振掃描時間，幫助醫生快速和準確分析病情。領先的醫療領域人工智能技術公司IBM Watson Health 已經實現自動化電子健康記錄數據、實驗室結果記錄、基因組測試等。在無人駕駛汽車方面，在政府長期支持下，美國在汽車傳感技術和芯片方面優勢明顯，技術更勝一籌。

4.3 上海、倫敦、紐約人工智能產業發展對比

上海人工智能企業與倫敦、紐約產業基礎對比情如表4 所示。

Table 4 Comparison of industrial bases between shanghai artificial intelligence enterprises and london and new york表4 上海人工智能企業與倫敦、紐約產業基礎對比

4.3.1 政策方面

在政策方面，倫敦、上海、紐約3 個城市的政府無論在財力上還是物力上都給予人工智能領域大力支持，但各有偏重。倫敦政府致力于發展人工智能技術，專注人工智能基礎算法。倫敦的人工智能企業也主要集中于基礎算法領域，尤其集中于深度學習以及應用深度學習的自然語言處理、語音識別與圖像識別等領域。隨著人工智能的高速發展，在原有算法已經無法滿足更大的數據處理背景下，倫敦的技術優勢便顯現出來，成為人工智能發展不可忽視的力量。上海市政府更偏向于人工智能的深度應用，在技術上還需加強。紐約則注重AI 與城市生態系統的有機結合，設立專門的政府部門負責引入高科技產業，多元的產業結構為人工智能應用提供廣闊的應用場景。

4.3.2 人才方面

在人才培養和積累方面，倫敦的人工智能企業數量和研究能力有一定優勢。雖然上海人工智能企業數量多于紐約，但是上海缺少像IBM、DeepMind 這樣的行業領軍企業。在論文發表數量和引用次數上，上海與倫敦高校還有一定差距，進一步說明上海亟待提高人工智能的研究創新能力。

4.3.3 大數據方面

在數據開發利用方面，上海雖在大數據數量方面有先天優勢，但在大數據利用方面與倫敦和紐約相比還有一定差距。根據《全球重要城市開放指數報告》數據，紐約在數據開放質量、用戶參與和數據價值方面均優于上海（見表5），兩者差距較大。上海需加強建立各領域信息門戶網站，推動數據完全開放和共享，充分發掘數據價值。

Table 5 TOP5 data open rankings of important cities in the world表5 全球重要城市數據開放排名TOP5

5 結語

雖然上海在發展人工智能方面有著先天優勢和外部環境優勢，但與倫敦和紐約相比還有很大差距。精英文化、小資文化使上海這座城市缺少北京、深圳的創業氛圍，同時政府對外資的重視程度遠高于民營企業，這些問題值得重視。

結合上海人工智能應用場景優勢以及倫敦、紐約經驗，提出上海人工智能發展幾點建議：

（1）以人工智能汽車為突破口，率先形成引領優勢。在人工智能發展諸多領域上海要有重點和側重點并率先形成引領優勢。汽車產業具有較高的進入壁壘，智能汽車屬于人工智能進入門檻高的領域。上海應以綜合性強的智能汽車產業為方向，深挖護城河，將智能汽車做到國內第一、世界領先位置。增強基礎技術開發研究，尤其在汽車傳感器技術和芯片方面，然后發揮其帶動力大的特點，發展其它人工智能領域。

（2）加強產學研合作，提高技術創新能力。要借鑒倫敦經驗，在培養人才方面加強產學研合作，做到企業高校研究院三者之間深度融合。提高大學開設Al 相關課程能力，鼓勵開展相關研究，提高研究質量。加強自主創新能力，加快形成以算法為核心的人工智能創新體系。鼓勵研究成果商業化，創造更多的人工智能工作崗位，吸引人才并留住人才。

（3）提高數據開放質量和價值。加強政策引導，調動政府、企業、組織各方力量，共同推動大數據應用創新。政府要成為數據應用的先行者，打破數據壁壘，打造大數據共享平臺，推動跨領域、跨部門數據交換，努力讓不同群體更方便、更高效地獲取有價值的數據。