AI發展：支持政策與融資熱潮

陳赟

摘 要：隨著深度學習算法在語音和視覺識別上不斷突破和5G、區塊鏈等技術的加持，人工智能（以下簡稱“AI”）發展迎來新高潮。據中國信息通信研究院測算，2021年，我國AI產業規模為4041億元；普華永道預測，到2030年，全球AI市場規模將達到15.7萬億美元，約合人民幣104萬億元。根據OECD資料，世界上至少53個國家和地區制定了AI相關發展戰略，美德法日韓等發達國家都布局AI行業，加大研發投入支持力度。我國國家和許多省市都出臺一系列支持AI產業發展的政策。截至2021 年底，我國泛人工智能公司有7362 家。近十年來，我國AI融資數量整體呈上升趨勢，2021年融資交易事件1132起，達3996億元，許多著名投資機構和互聯網巨頭都加大AI行業投資力度。AI發展嚴重依賴數據輸入和計算能力的提升，技術應用還存在社會、法律、經濟等多方面障礙，距離真正的人類智能還有很大的差距。建議我國AI發展要久久為功、加強相關基建和重視場景創新。

關鍵詞：人工智能；支持政策；產業分布；融資；技術趨勢

隨著數據累積和技術突破，AI正在成為推動新一輪科技革命和產業變革的重要驅動力量，受到越來越多國家或地區重視。最新出爐的黨的二十大報告中，也把AI作為構建新的增長引擎之一。國家和地方都已逐步制訂AI產業發展規劃，上海、深圳等市還通過人大會議制訂促進AI發展條例，用立法方式提升對AI發展的重視程度。

從AI產業發展歷史來看，AI行業發展也曾是大幅波動，而且AI產業的基礎，如芯片、算法等，我國被歐美國家“卡脖子”，許多投資AI企業資本也沒收到預期收益，因此，無論對政府還是對企業，都需要更加全面深入地研究AI，了解AI技術發展現狀和困境，AI產業發展的總體情況、產業鏈發展重點和區域布局情況，國家或地區在AI產業支持政策上側重點等。本文擬全面系統地分析上述問題，以便對政策制定制定者和產業投資者提供全面翔實信息，更加有效地搶抓AI產業新一輪發展機遇，促進企業高質量發展和地區經濟的轉型升級。

一、AI產業鏈條

AI產業鏈包括三層：基礎層、技術層和應用層。其中，基礎層是人工智能產業的基礎，主要是包括AI芯片等硬件設施及云計算等服務平臺的基礎設施、數據資源，為人工智能提供數據服務和算力支撐；技術層是人工智能產業的核心，以模擬人的智能相關特征為出發點，構建技術路徑；應用層是人工智能產業的延伸，集成一類或多類人工智能基礎應用技術，面向特定應用場景需求而形成軟硬件產品或解決方案，如圖1所示。

AI作為一種新興顛覆性技術，正在釋放科技革命和產業變革積蓄的巨大能量，深刻改變著人類生產生活方式和思維方式，對經濟發展、社會進步等方面產生重大而深遠的影響。AI將催生新技術、新產品、新產業、新業態、新模式，實現社會生產力的整體躍升，推動社會進入智能經濟時代。普華永道預測，到2030年，AI全球市場規模將達到15.7萬億美元的規模，約合人民幣104萬億元，如圖2所示。

我國人工智能發展也非常快速，華經產業研究院分析，在2021年，我國AI核心產業市場規模達到1963億元，如圖3所示。IDC2022年V2版《全球人工智能支出指南》顯示，2021年，全球人工智能IT總投資規模為929.5億美元， 到2026年預計增至3014.3億美元；中國市場投資規模2026年有望達到266.9億美元，全球占比約為8.9%，位列全球單體國家第二。

二、AI產業政策

1. 發達國家AI產業政策

AI作為引領未來的戰略性技術，目前，全球主要經濟體都將它作為提升國家競爭力、維護國家安全的重大戰略。2018年5月，美國前總統特朗普在白宮召開AI峰會；2019年2月，公布“維護美國人工智能領導地位的行政命令”。美國國家科學基金會（NSF）2021年在40個州建立了11個新的人工智能研究機構，投資超過2.2億美元。美國拜登政府認為人工智能是顛覆性技術，2022財年預算請求超過17億美元。

2018年4月，歐洲25個國家簽署了在AI領域內推進區域內合作的宣言。德國AI計劃要求到2025年投資額達到30億歐元，并希望通過與私營企業合作使投資金額翻一番，以達到使“德國和歐洲成為AI中心”的目的。英國在2018年4月公布“人工智能行業協議”，從創意、人才、基礎設施、商業環境等方面提出具體措施。法國2017年2月公布“法國 AI”，從研究活動、人才培養和研究成果在產業領域的應用、社會和經濟的影響等方面提出建議。

日本政府也成立了日本AI技術發展戰略委員會，垂直管理5個國家研發機構、3個核心發展中心；聚焦三個優先領域，包括生產力、醫療健康和服務；開發市場費用到2030年達到87萬億日元。韓國2018年5月第四次工業革命委員會宣布了國家AI發展戰略，投資2.2萬億韓元，吸引5000名專家，成為全球 AI 發展的四大強國之一。從這些發達國家政策案例中可發現，發達國家高度重視AI發展戰略，加大研發投入、培養相關人才、推進商業化應用等。

2. 我國國家層面AI支持政策

2015年5月，國務院印發《中國制造2025》提出發展智能裝備、智能產品和生產過程智能化；2017年5月，國務院印發《新一代人工智能發展規劃》提出“三步走”的戰略目標：到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業成為新的重要經濟增長點，人工智能技術應用成為改善民生的新途徑；到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產業升級和經濟轉型的主要動力；到2030年，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。按照“構建一個體系、把握雙重屬性、堅持三位一體、強化四大支撐”進行布局，即構建開放協同的人工智能科技創新體系，把握人工智能技術屬性和社會屬性高度融合的特征，堅持人工智能研發攻關、產品應用和產業培育“三位一體”推進，全面支撐科技、經濟、社會發展和國家安全，從而形成人工智能健康持續發展的戰略路徑。

2017年12月，工業和信息化部印發《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》；2020年7月，中央網信辦等五部門發布《國家新一代人工智能標準體系建設指南》；2021年9月，國家新一代人工智能治理專業委員會發布《新一代人工智能倫理規范》；2022年7月，科技部等六部門印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》。

從國家層面印發的這些政策，可看到我國大力發展AI的堅定信心，有明確的發展目標和具體實施路徑，但與發達國家AI戰略比較，我們偏重于產業應用，在研發投入和人才培養方面缺乏清晰目標和有力舉措。

3. 我國省市層面AI支持政策

2019年10月，北京大數據推進工作小組辦公室印發《關于通過公共數據開放促進人工智能產業發展的工作方案》，旨在通過公共數據開放促進人工智能產業發展。

2020年9月，天津科技局印發《天津市建設國家新一代人工智能創新發展試驗區行動計劃》提出打造“1+3”國家級標桿示范區，即打造國內智慧城市標桿，打造自主算力引擎的國家級領航區、智慧港口的國家級示范區、車聯網應用的國家級先導區。

2022年9月，我國首部人工智能產業專項立法——《深圳經濟特區人工智能產業促進條例》正式公布，緊接著上海也對人工智能產業發展專項立法——《上海市促進人工智能產業發展條例》。上海聚焦算力、算法、數據三大基本要素，加強算力基礎設施規劃，推動算法模型交易流通，突出人工智能領域高質量數據集建設；支持相關主體開展基于先進架構的高效能智能芯片設計創新；推動智能制造關鍵技術裝備、核心支撐軟件、工業互聯網等系統集成應用；鼓勵打造“上海標準”。2019年2月，浙江省經濟和信息化廳、浙江省科學技術廳聯合印發《浙江省促進新一代人工智能發展行動計劃（2019—2022年）》提出打造成為全國領先的新一代人工智能核心技術引領區、產業發展示范區和創新發展新高地。此外，江蘇、湖北、江西、陜西、吉林、云南、安徽、黑龍江等省也相繼印發人工智能專項發展規劃或行動計劃。

從發達國家到我們國家層面以及省級層面，如此廣泛密集的出臺AI發展戰略、行動計劃或支持政策，充分說明對AI重要性和光明發展前景已經形成共識。在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術以及經濟社會發展強烈需求的共同驅動下，AI加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等特征。AI成為國際競爭的新焦點，成為經濟發展的新引擎，我們必須搶抓AI帶來社會建設的新機遇，加快AI深度應用，培育壯大AI產業，為我國經濟發展注入新動能。

三、AI融資情況

1. 從全球看AI領域融資情況

從2021年全球AI領域融資來看，在融資金額上實現了翻倍，達到668億美元，超過了2019年和2020年全球AI領域融資金額的總和；在融資數量上，達2841筆，同比增長16%，具體情況如圖4、圖5。2022年上半年，全球AI領域融資金額共計274億美元，融資數量達到1579筆，增速相比2021年有所放緩，但AI創業企業仍廣受資本市場關注，如美國基因組工程公司Synthego于2022年2月獲得2億美元融資；美國自動駕駛公司Cruise于2022年2月獲得15億美元融資，用于自動駕駛卡車、Robotaxi等領域的技術拓展；知名AI生成圖像公司Stability AI獲得1.01億美元融資，用于加速開發面向全球消費者和企業用例的圖像、語言、音頻、視頻、3D等開放AI模型。

2. 從我國看AI領域融資情況

我國AI領域近10年融資情況如圖6所示。自2010年以來，AI融資金額處于增長趨勢，2019年后增長迅速，2021年融資金額達到3996億元；從融資數量看，在2018年達到巔峰1185筆，2019—2020年數量略有下降但仍保持較高數量水平，2021年又增長至1132起。

從融資輪次看，獲得融資較多是種子天使輪以及A輪這樣的初創公司，最高峰時兩者占比一度達到76%，但隨著我國經濟的發展、科技的進步，AI行業在得到發展之后，早期投資的比重持續大幅地下降，到2021年兩者占比已降至51%，而B輪、C輪等投資比重不斷增大。最近幾年，IPO與IPO上市后融資占比逐漸增大，2021年占比達4%。這一方面是因為AI產業發展數年后，部分公司進入成熟期，開始走向二級市場；另一方面是因為我國最近幾年加快多層次資本市場建設，如相繼推出科創板、北京產權交易所等，如圖7所示。

從產業鏈角度分析，我國AI行業融資偏重于應用層，占比最高時超過60%，但呈下降趨勢，2021年占比為53.4%。隨著我國對技術原創的重視，提出全面打造原創技術策源地，實現高水平科技自立自強，AI基礎層融資加快，占比從2019年16.6%提高到2021年的21.7%，具體情況如圖8所示。

四、AI技術發展趨勢

1. 全球AI主要廠商比較

AI基礎硬件產品，擁有自研加速芯片是提升AI計算性價比的核心競爭力，Google（TPU）和華為的（Ascend）領先。AI開發服務類產品，高效、簡便、支持各種硬環境的端云協同的軟硬件方案是各云家的競爭主戰場，AWS SageMaker一枝獨秀，是最受歡迎的云端開發平臺，功能強大、簡單易用，它成為第一個真正意義機器學習IDE；Google利用TensorFlow、TPU、 AutoML和強大開源項目和影響力，成為AI云平臺另一個巨頭；華為通過ModelArts， HiLens整合輸出全棧（昇騰+鯤鵬）能力，有望成為國內最強平臺。此外，阿里飛天AI/PAI，與大數據平臺對接順暢，體驗好；百度自動學習EasyDL功能豐富易用，AI Studio提供免費GPU資源，對初學者很友好。AI應用服務類產品，經過近幾年的發展，基本能力趨同，沒有明顯的領先者，目前出現“可復制性強”的垂直領域的服務，如Finance（欺詐檢測），Medical等。語音語義類服務，我國廠商只以中英文為主，國際競爭力較弱。具體情況如下表1。

2. AI技術的未來趨勢

AI技術總趨勢是實現智能自動化，這里的智能=記憶+感知+預測+推理和規劃+執行。記憶包括數據的采集（如數字化，IoT）、傳輸（網絡、internet）和存儲查詢（數據湖、搜索引擎）；感知包括視覺（圖像分割/檢測/分類/三維重建）、語音（語音識別/合成、聲紋識別）和語義（理解、問答、摘要/寫作、機器翻譯）。目前，記憶和感知已基本由機器完成，機器完成“預測、推理、規劃和執行”已經成為AI的技術熱點。預測包括預測學習、元學習，推理和規劃包括決策、博弈論，執行包括機器人、智能體等。

算法從技術密集型向計算密集型發展。在視覺方面，安防監控由檢測識別人/車/物/動作，擴展到事件和規范；自動駕駛，構建高精地圖和仿真平臺，解決邊角問題；資訊娛樂，圖片視頻內容過濾、合成、鑒別、推薦。在語音方面，能識別多人、多語言、多背景的復雜場景，合成個性化、在感情、帶圖像語音合成。在語義方面，基于無標注海量文本預訓練。在決策/規劃方面，如增強學習、對抗學習、預測學習，規劃交通、物流、投資、藥品實驗等。

深度學習框架向“平臺”演進。AI框架之爭已經結束，TensorFlow和PyTorch是未來幾年最主流的深度學習框架，它們已經從最初的深度學習訓練延伸到數據準備、分布式訓練、多硬件多系統部署、機器編譯、多編程語言支持等，已有平臺之勢，圍繞這些框架的生態系統（軟、硬件和開發者）迅猛發展。

區塊鏈和5G賦能AI。區塊鏈方面，智能合約、透明、激勵、無篡改可催生保護數據共享平臺；通過區塊鏈去中心化和激勵機制可共享AI空閑計算資源，降低計算成本；AI算法、模型、數據和工具可作為區塊鏈節點，互通互學，推動通用AI發展。5G方面，高速高帶寬和低延遲，極大推動自動駕駛、AR/VR，視頻等應用爆發式增長。

未來，增長趨勢聚焦在超大型云數據中心，超大規模互聯網、云逐步取代企業級數據中心。自研芯片成為大勢所趨，可發展大芯片，如Nvidia Hopper ，GPU，把32個模組，每模組有16計算單元，堆疊成為一個超高算力的芯片；還可發展大機器、大機器+大芯片的一體機、大集群等。邊緣計算場景快速涌現。新內存技術，以MRAM、PCRAM、ReRAM比較受關注。

五、AI未來發展建議

由于嚴重依賴數據輸入和計算能力的AI距離真正的人類智能還有很大的差距、AI場景方案的難以復制性和企業AI人才極度匱乏等方面的原因，在可預見的未來，AI仍將主要起到輔助人類工作而非替代人類的作用，大規模商業化應用仍需時日。為此，就我國AI產業發展提出如下建議：

首先，要久久為功。

AI產業的發展需要基礎支持層技術的突破，如大芯片研發、深度學習算法創新和云平臺建設等，這不是一朝一夕能完成。雖然從專利數量、企業數量等方面分析，我國與美國在AI上差距不大，但科技創新突破，時常不是靠“眾數”推動，而是依賴頂尖人才帶動。如2022 年人工智能全球最具影響力學者榜單——AI 2000，美國入選學者及提名學者的數量1146人次，占比 57.3%；而我國 232 人次，占比 11.6%。因此，無論國家層面還是省市級層面都不能急功近利，在支持政策上過多設置產值、企業數量等指標，而應加大研發投入和相關人才培養，大力提升自主創新能力。致力于關鍵核心技術攻關，推進類人腦計算機、深度學習等前沿理論研究和技術創新，扭轉技術路徑跟隨以及產業鏈關鍵環節受制于人的被動局面，形成自主可控的產業體系。

其次，要重視基建。

統籌規劃以通信網絡、數據中心、計算系統、一站式開發平臺等為核心的產業基礎設施建設，提升數據中心跨網絡、跨地域數據交互能力，引導數據中心集約化、規模化、綠色化發展，保障AI產業發展算力需求。建設面向人工智能訓練的大數據實驗室，構建大規模人工智能數據資源庫。建立并完善基礎共性、互聯互通、行業應用、安全服務、隱私保護等技術標準，鼓勵人工智能領域的國內標準化組織、行業組織、企業參與國際標準化工作，推進自主人工智能相關標準國際化。

最后，要場景創新。

圍繞高端高效智能經濟培育、安全便捷智能社會建設、國家重大活動和重大工程等打造重大場景。鼓勵在制造、農業、物流、金融、商務、家居等重點行業深入挖掘人工智能技術應用場景，促進智能經濟高端高效發展。在城市管理、交通治理、生態環保、醫療健康、教育、養老等領域持續挖掘人工智能應用場景機會，開展智能社會場景應用示范。在亞運會、全運會、進博會、服貿會等重大活動和重要會議舉辦中，拓展人工智能應用場景，為人工智能技術和產品應用提供測試、驗證機會。鼓勵在戰略骨干通道、高速鐵路、港航設施、現代化機場建設等重大建設工程中運用人工智能技術，提升重大工程建設效率。

【參考文獻】

[1] 郝可意.國內先進城市人工智能產業發展比較研究及經驗啟示[J].天津經濟，2022（8）：15-22頁.

[2] 李曉理、張博、王康等.人工智能的發展及應用[J].北京工業大學學報，2020（6）：583-590頁.

[3] 楊衛麗.淺析國外人工智能技術發展現狀與趨勢 [J].無人系統技術，2019（4）：54-58頁.

[4] 韓 雨、韓叢英.2021年人工智能領域科技發展綜述[J]. 戰術導彈技術，2022（2）：42-50頁.

[5] 史湘寧、房 超、李 輝、譚 曉.我國人工智能關鍵技術體系演化路徑及發展研究--基于科學計量視角[J].科學管理研究，2022（3）：2-11頁.

[6] 中國信通院.人工智能白皮書（2022年）[R].2022.

[7] 紫藤.《中國新一代人工智能科技產業發展報告2021》[N].金融時報，2021-10-25（011）版.

[8] 郝明炬.我國人工智能領域發展動態與趨勢研究[J].信息記錄材料，2021，22（09）：8-9頁.

[9] IT桔子.2021—2022年中國人工智能創投數據報告[R].https：//www.sohu.com/a/534165680_120359514，2022-03-31/2023-01-10.

[10] 智能計算芯世界.技術洞察：AI發展現狀和未來趨勢【EB/OL】.云端未來，https：//www.eet-china.com/mp/a105278.html，2022-1-19、2023-1-12.

（作者單位：浙江省國有資本運營有限公司國資研究院。本文僅代表作者觀點，與單位無關。）