□文/姚錦濤

（上海工程技術(shù)大學(xué) 上海）

［提要］ 當(dāng)前，人工智能已經(jīng)成為國(guó)家新基建的重要領(lǐng)域，為促進(jìn)經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型起到重要作用。人工智能創(chuàng)新系統(tǒng)的主體主要分為兩類：企業(yè)、高校/科研機(jī)構(gòu)。本文針對(duì)兩類主體，進(jìn)行創(chuàng)新主體識(shí)別，調(diào)研人工智能主體企業(yè)和高校/科研機(jī)構(gòu)主力，并進(jìn)行大量的數(shù)據(jù)收集與分析，對(duì)兩類主體的地域分布、行業(yè)分布等主體特點(diǎn)進(jìn)行特征分析，把握我國(guó)人工智能行業(yè)整體特點(diǎn)。

人工智能，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。2017 年7 月，國(guó)務(wù)院《新一代人工智能發(fā)展規(guī)劃》確定了新一代人工智能發(fā)展三步走戰(zhàn)略目標(biāo)，人工智能的發(fā)展至此上升到國(guó)家戰(zhàn)略層面。軒中整理的《2019 人工智能分類榜》和弘毅整理的《人工智能企業(yè)TOP100》，梳理我國(guó)人工智能企業(yè)排行，對(duì)認(rèn)識(shí)我國(guó)人工智能行業(yè)有重大幫助。本文研究高校及科研機(jī)構(gòu)的人工智能創(chuàng)新主體識(shí)別，并對(duì)企業(yè)和高校/科研機(jī)構(gòu)進(jìn)行特征分析，進(jìn)一步剖析我國(guó)人工智能產(chǎn)業(yè)現(xiàn)狀。

一、人工智能企業(yè)識(shí)別及特征分析

（一）人工智能企業(yè)的主體識(shí)別。據(jù)《2020 中國(guó)新一代人工智能科技產(chǎn)業(yè)發(fā)展報(bào)告》統(tǒng)計(jì)，截至2019 年，我國(guó)人工智能企業(yè)數(shù)量為797 家，占世界人工智能企業(yè)總數(shù)的14.80%，世界排名僅次于美國(guó)（2，169 家，占比40.27%），位居第二。本次研究通過對(duì)企業(yè)規(guī)模、專利數(shù)、科研能力等基礎(chǔ)指標(biāo)進(jìn)行綜合能力排行，得到人工智能產(chǎn)業(yè)綜合實(shí)力排行TOP20。（表1）

（二）人工智能企業(yè)的特征分析

1、地域分布：地域差異大，京津冀地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)領(lǐng)先發(fā)展。企業(yè)數(shù)量上，北上廣穩(wěn)居第一梯隊(duì)，位于北京市、廣東省、上海市的企業(yè)總占比近75%，各地的企業(yè)占比分別為42.5%、16.9%、15.3%。投資規(guī)模上，我國(guó)人工智能投資規(guī)模城市前三名，分別為北京、深圳、上海，總投資金額分別為739.70 億元、306.24 億元、184.07 億元，合計(jì)占總投資規(guī)模的51.72%。

表1 人工智能產(chǎn)業(yè)綜合實(shí)力排行TOP20一覽表

整體來看，我國(guó)人工智能產(chǎn)業(yè)地域分布呈現(xiàn)京津冀地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)協(xié)同發(fā)展的局勢(shì)。其中，北京發(fā)展最為成熟，具有相對(duì)完善的產(chǎn)業(yè)鏈，以中關(guān)村科技園區(qū)為代表的北京人工智能產(chǎn)業(yè)具有全國(guó)領(lǐng)先的技術(shù)研發(fā)實(shí)力和人才儲(chǔ)備。上海的人工智能企業(yè)相對(duì)較少，但也處于領(lǐng)先地位，上海著手打造人工智能高地，構(gòu)建“人字形”產(chǎn)業(yè)布局，建立浦東新區(qū)人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)，布局臨港新片區(qū)、閔行馬橋、徐匯濱江等產(chǎn)業(yè)創(chuàng)新重點(diǎn)集聚區(qū)，培育引進(jìn)帶頭企業(yè)，建設(shè)世界一流創(chuàng)新基地。廣東省的人工智能產(chǎn)業(yè)發(fā)展也處于全國(guó)領(lǐng)先水平，尤其在粵港澳大灣區(qū)的規(guī)劃設(shè)計(jì)上高度重視人工智能產(chǎn)業(yè)的布局。

2、產(chǎn)業(yè)分布：應(yīng)用層企業(yè)最多，技術(shù)層和基礎(chǔ)層與西方仍有差距。產(chǎn)業(yè)分布熱門領(lǐng)域前三位分別為大數(shù)據(jù)與云計(jì)算、深度學(xué)習(xí)、計(jì)算機(jī)視覺，分別占比27.6%、15.4%、15.3%，其次是機(jī)器人技術(shù)、語音識(shí)別與自然語言處理、智能硬件，占比14.7%、9.0%、7.7%。基礎(chǔ)層、技術(shù)層的企業(yè)占比分別為3.4%和23.8%，應(yīng)用層企業(yè)占比則高達(dá)72.8%。

人工智能的產(chǎn)業(yè)分為三個(gè)層次：基礎(chǔ)層、技術(shù)層及應(yīng)用層?；A(chǔ)層主要包括各類硬件軟件的研發(fā)，如AI 芯片、計(jì)算能力平臺(tái)、視覺傳感器等。技術(shù)層主要分為算法理論、開發(fā)平臺(tái)和應(yīng)用技術(shù)三個(gè)領(lǐng)域，包括機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理等部分。應(yīng)用層面向現(xiàn)實(shí)生活的特定場(chǎng)景，集成一種或多種人工智能技術(shù)生產(chǎn)特定產(chǎn)品，例如金融領(lǐng)域的智能風(fēng)投，工業(yè)生產(chǎn)中的智能制造，汽車的自動(dòng)駕駛等具體應(yīng)用。相較美國(guó)，我國(guó)基礎(chǔ)層與技術(shù)層企業(yè)占比較少，企業(yè)數(shù)量幾乎為美國(guó)基礎(chǔ)層及技術(shù)層企業(yè)的一半。這意味著我國(guó)在打造人工智能核心算法平臺(tái)和核心芯片制造領(lǐng)域仍處于落后，事實(shí)也是如此，市場(chǎng)被英偉達(dá)、英特爾、IBM 等國(guó)外企業(yè)壟斷，但諸如寒武紀(jì)科技的創(chuàng)新企業(yè)，仍在研發(fā)和制造AI 芯片，早在2016 年就發(fā)布了全球首款商用深度學(xué)習(xí)專用處理器IP——寒武紀(jì)1A 處理器，打破多項(xiàng)記錄，被評(píng)為“世界互聯(lián)網(wǎng)領(lǐng)先科技成果”。寒武紀(jì)將力爭(zhēng)在2021 年占有中國(guó)高性能智能芯片市場(chǎng)30%的份額，并使全世界10 億臺(tái)以上的智能終端設(shè)備集成有寒武紀(jì)終端智能處理器，引領(lǐng)中國(guó)人工智能產(chǎn)業(yè)“變道超車”。我國(guó)人工智能應(yīng)用層企業(yè)則占比高于美國(guó)，數(shù)量幾乎與美國(guó)持平。我國(guó)巨大的市場(chǎng)空間和政府的優(yōu)惠政策為我國(guó)大量孵化應(yīng)用層人工智能企業(yè)提供了條件，也為這些創(chuàng)新創(chuàng)業(yè)型企業(yè)升級(jí)為全球尖端企業(yè)創(chuàng)造了機(jī)會(huì)。

3、企業(yè)性質(zhì)：民營(yíng)企業(yè)擔(dān)任創(chuàng)新主力軍。人工智能產(chǎn)業(yè)中，民營(yíng)企業(yè)展現(xiàn)出巨大的活力。從事人工智能的民營(yíng)公司有1，484 家，占比60%，代表企業(yè)如華為、科大訊飛、字節(jié)跳動(dòng)等。在我國(guó)科技行業(yè)，民營(yíng)企業(yè)一直都是創(chuàng)新的主力軍，在市場(chǎng)挖掘精細(xì)化、技術(shù)創(chuàng)新速度化的人工智能領(lǐng)域，體制靈活的民企優(yōu)勢(shì)更加明顯。上市公司有211 家，占比不大，但基本都算是行業(yè)大牛，如阿里、騰訊。國(guó)企也有人工智能產(chǎn)業(yè)，但占比不大，只有196 家，代表性企業(yè)有中電太極、中移物聯(lián)等。其他外資、合資企業(yè)占比相對(duì)較小。

4、企業(yè)規(guī)模：中小企業(yè)偏多。中小企業(yè)專業(yè)性強(qiáng)；大企業(yè)全面布局、引領(lǐng)創(chuàng)新。人工智能屬于新興產(chǎn)業(yè)，中小企業(yè)相對(duì)集中。在近800 家AI 企業(yè)中，絕大多數(shù)為500 人以下的中小企業(yè)，其中50～150 人的中小企業(yè)最多。中小企業(yè)較多，既符合行業(yè)的普遍特點(diǎn)，同時(shí)也意味著人工智能產(chǎn)業(yè)的不斷創(chuàng)新迭代。一些中小創(chuàng)新創(chuàng)業(yè)企業(yè)則大部分專業(yè)性較強(qiáng)，專注某一領(lǐng)域的技術(shù)和應(yīng)用研究。計(jì)算機(jī)視覺、語音識(shí)別與自然語言處理兩個(gè)領(lǐng)域聚集了最多的初創(chuàng)企業(yè)。一些創(chuàng)立較早的創(chuàng)新企業(yè)，例如科大訊飛、大疆創(chuàng)新已經(jīng)在其領(lǐng)域內(nèi)擁有重大突破，也發(fā)展成為大型企業(yè)。

超過10，000 人的特大型企業(yè)數(shù)量很少，但大都是明星企業(yè)，比如百度、阿里巴巴、華為等。阿里巴巴、百度、騰訊等大企業(yè)在人工智能各個(gè)領(lǐng)域均有布局。三家人工智能研究也都涉及多個(gè)領(lǐng)域，但重點(diǎn)都集中在深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等。自2014 年以來，BAT 圍繞人工智能的投資高達(dá)39 次，其中包括各類軟件、硬件以及應(yīng)用層企業(yè)。這些大企業(yè)也成為了人工智能科技創(chuàng)新的主導(dǎo)者，科技部重點(diǎn)支持的開放創(chuàng)新平臺(tái)有15 家，但與這15 家企業(yè)有關(guān)聯(lián)的企業(yè)卻占比達(dá)30%。這15家開放創(chuàng)新平臺(tái)是中小企業(yè)的主要技術(shù)賦能者、人才供應(yīng)者和重要投資者。

二、高校/科研機(jī)構(gòu)識(shí)別及特征分析

（一）高校/科研機(jī)構(gòu)的主體識(shí)別。截至2019 年12 月31日，我國(guó)共有具有人工智能基礎(chǔ)科研能力的本科高校109 所。表2 為我國(guó)高校人工智能專業(yè)綜合排名TOP10。（表2）

（二）人工智能企業(yè)的特征分析

1、地域分布。北上廣與江浙地區(qū)分布密集。北京、江蘇、上海、廣東和浙江是我國(guó)人工智能高校分布比較集中的省份，共計(jì)109 所高校中，北京分布15 所，排名第一，占比13.8%；江蘇13 所，排名第二，占比11.9%；上海、廣東、浙江各9 所，占比皆為8.3%。這與我國(guó)人工智能企業(yè)的分布特征較為相似，可以看出經(jīng)濟(jì)發(fā)達(dá)、政策支持的京津冀地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)等發(fā)達(dá)地區(qū)人工智能產(chǎn)業(yè)發(fā)展前景良好，當(dāng)?shù)叵嚓P(guān)專業(yè)大學(xué)生也有更好的就業(yè)選擇。人工智能企業(yè)和高校資源的集中可以造就人工智能先行區(qū)，集中力量干大事，具有帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)，為我國(guó)人工智能產(chǎn)業(yè)高端化發(fā)展注入動(dòng)力。

2、國(guó)內(nèi)外論文數(shù)量分析

（1）國(guó)際論文數(shù)量分析。從國(guó)際學(xué)術(shù)影響力來看，共檢測(cè)到117 所中國(guó)大學(xué)和14 家中國(guó)非大學(xué)科研機(jī)構(gòu)發(fā)表國(guó)際論文52，976 篇。在國(guó)際論文發(fā)表數(shù)排名第一的是清華大學(xué)，發(fā)表國(guó)際論文占比3.70%；排名第二的是上海交通大學(xué)，占比3.12%；哈爾濱工業(yè)大學(xué)排名第三，占比為3.08%；排名第四的浙江大學(xué)和排名第五的中國(guó)中科院大學(xué)，占比分別為3.03%、2.06%。排名第一的清華大學(xué)在人工智能領(lǐng)域的研究一直處于世界領(lǐng)先地位，其在2018 年6 月建立了人工智能研究院。在CSRankings 網(wǎng)站的計(jì)算機(jī)科學(xué)權(quán)威榜單上，清華大學(xué)在全球人工智能領(lǐng)域高校排名中位居第二，僅次于卡耐基梅隆大學(xué)。

（2）國(guó)內(nèi)論文數(shù)量分析。從國(guó)內(nèi)學(xué)術(shù)影響力來看，排名第一的是哈爾濱工業(yè)大學(xué)，發(fā)表人工智能相關(guān)論文20，135 篇；浙江大學(xué)排名第二，發(fā)表論文18，408 篇；吉林大學(xué)和上海交通大學(xué)排名第三和第四，發(fā)表論文14，927 篇和14，837 篇；排名第五的是天津大學(xué)，發(fā)表論文13，103 篇。2000 年以來，哈工大在人工智能領(lǐng)域取得一系列驕人的成績(jī)，并與國(guó)內(nèi)外著名行業(yè)代表IBM、微軟、百度、科大訊飛等建立了合作關(guān)系，共同展開科研攻關(guān)、人才聯(lián)合培養(yǎng)。而浙江大學(xué)則是我國(guó)最早研究人工智能的高校之一，在1978 年就開始了人工智能領(lǐng)域的科學(xué)研究和人才的培養(yǎng)。浙江大學(xué)的計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程是國(guó)家一流建設(shè)學(xué)科，在教育部第四輪學(xué)科評(píng)估中均被評(píng)為A+學(xué)科，為該校人工智能的創(chuàng)新發(fā)展提供了最為有力的依靠。

3、專利分析。從專利數(shù)來看，排名第一的是中國(guó)科學(xué)院，總專利數(shù)為2，036 項(xiàng)；緊接著是國(guó)家電網(wǎng)，專利數(shù)為1，044 項(xiàng)；第三位是浙江大學(xué)，專利數(shù)為966 項(xiàng)；清華大學(xué)為第四名，專利數(shù)為881 項(xiàng)；北京航空航天大學(xué)的專利數(shù)為768 項(xiàng)，排名第五。在人工智能領(lǐng)域貢獻(xiàn)最大的高校并不只是清華大學(xué)、浙江大學(xué)等重點(diǎn)大學(xué)，位于陜西的211 高?！靼搽娮涌萍即髮W(xué)專利數(shù)量排名全國(guó)高校第三，遠(yuǎn)超許多雙一流高校。近五年，西安電子科技大學(xué)在人工智能領(lǐng)域更是獲得三項(xiàng)國(guó)家自然科學(xué)獎(jiǎng)。電子科技大學(xué)在人工智能的各個(gè)層面也都有較強(qiáng)的研究積累，特別是有30 多位人工智能領(lǐng)域的國(guó)家級(jí)杰出人才，這些都為人工智能教育的發(fā)展提供了強(qiáng)大支撐。在2018 年9 月份，電子科技大學(xué)成立了人工智能研究中心，在此之前，還建成了機(jī)器學(xué)習(xí)中心等，為學(xué)校人工智能領(lǐng)域的發(fā)展奠定了良好的基礎(chǔ)。

4、AI 人才分析。從中國(guó)大學(xué)中國(guó)人工智能企業(yè)核心人才畢業(yè)數(shù)量來看，清華、北大仍處于人才輸送的第一線。北京大學(xué)作為中國(guó)最好的大學(xué)之一，在2003 年就率先設(shè)置了“智能科學(xué)與技術(shù)”本科專業(yè)，建立了比較完善的人工智能人才培養(yǎng)體系。但總體而言，我國(guó)人工智能領(lǐng)域人才仍面對(duì)著較大缺口。人工智能產(chǎn)業(yè)的人才需求爆發(fā)式增長(zhǎng)，而高技術(shù)、復(fù)合型的人工智能技術(shù)特點(diǎn)造成了人才培養(yǎng)難度大，周期長(zhǎng)的窘?jīng)r，供給遠(yuǎn)遠(yuǎn)不能滿足需求。同時(shí)，面臨頂尖人才數(shù)量與發(fā)達(dá)國(guó)家差距較大，人才流失嚴(yán)重，引進(jìn)難度大等問題。因此，我國(guó)也出臺(tái)一系列人才培養(yǎng)政策：2018 年4 月教育部發(fā)布的《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》提出，到2020 年建立50 家人工智能學(xué)院、研究院或交叉研究中心。2019 年，全國(guó)共有35 所高校獲得首批人工智能專業(yè)建設(shè)資格。2020 年1 月，教育部、國(guó)家發(fā)展改革委和財(cái)政部印發(fā)《關(guān)于“雙一流”建設(shè)高校促進(jìn)學(xué)科融合加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》，提出要構(gòu)建基礎(chǔ)理論人才與復(fù)合型人才并重的培養(yǎng)體系，著力提升人工智能領(lǐng)域研究生培養(yǎng)水平。

表2 我國(guó)高校人工智能專業(yè)綜合排名TOP10一覽表

三、小結(jié)

作為第四次工業(yè)革命的引擎，人工智能水平具有國(guó)家戰(zhàn)略層次意義，面對(duì)全球人工智能浪潮，中國(guó)必須抓住機(jī)遇，迎接挑戰(zhàn)。人工智能行業(yè)的發(fā)展必須堅(jiān)持高?？蒲薪逃c企業(yè)資本運(yùn)營(yíng)結(jié)合發(fā)展，促進(jìn)產(chǎn)學(xué)融合。同時(shí)，還要解決我國(guó)人工智能基礎(chǔ)層技術(shù)受限、人才缺口大、地域發(fā)展不平衡、人工智能產(chǎn)業(yè)難以賦能貧困地區(qū)等問題。