<mark id="oztn4"></mark>
0
| 本文作者： 劉琳 | 2020-04-16 17:47 |
人工智能是當前人類所面對的最為重要的技術社會變革。從各國政府到資本、業界都熱情擁抱人工智能。中美兩國更是爭先搶奪陣地。據推算，世界人工智能市場將在 2020 年達到 6800 億元人民幣，復合增長率達 26.2% 。
近日，沙利文公司發布了《 2019 中美人工智能產業及廠商評估 》，以中美 AI 產業為中心，從技術儲備、布局、生態及 AI 應用四大維度入手，重點分析了 Google、Microsoft 、百度、阿里巴巴等兩國大型人工智能廠商，并展望人工智能產業最新發展趨勢。此外，報告還深度分析了中美人工智能產業技術、人才、政策等方面的近期動態，歸納出人工智能產業的最新發展趨勢。
如果您想獲得本報告的全文pdf，請在雷鋒網微信（leiphone-sz）回復關鍵詞“416報告”提取。
文檔來源：沙利文
總的來說，中美 AI 產業的差距主要表現在以下四方面：
◆ 中國在部分 AI 核心技術領域已與美國比肩，但整體實力仍有差距 。
◆ 中國正在 AI 基礎層加快追趕，欲見成效仍需時日 。
◆ 美國在技術儲備與技術布局上優勢明顯 。
◆ 美國政策注重保持其 AI 核心技術優勢 。
人工智能產業發展 60 余年，技術日趨成熟，產業布局和生態建設逐步完善，當前已進入深化產業賦能階段。
中方：中國起步晚，但應用環境較好，人工智能正深度驅動中國經濟智能化轉型；美國在技術儲備與布局領先，通過政策驅動保持全球領先地位。中國擁有豐富的 AI 應用場景， 加之近年來利好政策頻出， 在 AI商業化方面優勢突出。
美方：美國是人工智能的誕生地， 諸多高校以及企業為 AI 發展貢獻了深厚的理論與算法基 礎。美國 AI 技術儲備與布局基礎深厚，處于全球領頭羊地位，同時，美國已正式出臺 AI 國家戰略， 決心從技術生態與 AI 應用等方面發力，以保持其 AI 領先地位。
中方：國家政策從人工智能產業規劃、創新平臺建設及技術應用等方面引導產業健康、 有序發展，推動中國人工智能應用環境及產業發展持續向好。
地方政策側重于引導現代優勢產業集群與人工智能技術能力的融合，形成多元 AI 生態，營造有利的人工智能創新及發展環境。
美方：美國政府引導各界開展人工智能技術研究，但其隱私政策對數據使用帶來限制， 例如美國科技廠商多次因為數據安全與隱私問題受到國會與民眾的大范圍關注，甚至被起訴或召開聽證會，尤其臉書、谷歌等大型互聯網廠商。美國隱私相關法律在一定程度上制約了人工智能企業獲取及使用數據。
中方：中國人工智能企業以 AI“國家隊”和創業獨角獸為主，其中“國家隊”多綜合布局技術與應用領域，創業獨角獸多深耕垂直技術與應用市場。
中國AI產業基礎層整體實力較弱，廠商正加快布局追趕 。
? 中國 AI 產業在基礎層的芯片及傳感器等硬件方面實力較弱，少有全球領先的芯片公司。百度、阿里、騰訊及華為等廠商在基礎層軟硬件加快布局 。
中國 AI 產業技術層發展勢頭良好 。
? 百度、阿里、騰訊和華為等綜合型廠商在計算機視覺、自然語言處理、語音識別等核心技術領域均有布局，同時創業獨角獸在垂直領域迅速發展。在中國豐富的應用場景支撐之下，AI 技術商業化潛力巨大， 中國 AI 產業應用層繁榮，眾多廠商在安防、金融、出行、教育等領域發力，推動 AI 落地。
美方：美國人工智能廠商較多，軟硬實力兼具，大型廠商多綜合布局 AI 產業，創業公司遍布基礎層、技術層和應用層。
美國 AI 產業基礎層多老牌重量級廠商
? 美國 AI 產業基礎層芯片與傳感器實力較強，主要得益于英偉達、高通等技術實力強的業內頭部廠商的參與。
? IBM、微軟、谷歌、臉書、亞馬遜等科技廠商在基礎層實力較強，在算法、算力、數據等技術方面的布局全面，例如谷歌的 TensorFlow 深度學習框架在業界廣受歡迎 。
美國 AI 產業技術層全面發展
? 美國在計算機視覺、語音識別等領域的算法研究早在上世紀六七十年代已開始， 近年來在這些領域的創業公司層出不窮，美國 AI 產業應用落地多集中在醫療、金融、互聯網等數據基礎較好的領域。
政策是中美 AI 產業發展的重要基礎
? 中美已將 AI 產業發展提升為國家戰略，在政策推動 AI 產業全面 發展的基礎上，美國更傾向于通過項目合作等方式促進基礎技術的研發，中國更注重通過資金與技術扶持推動區域、產業、 技術創新結合發展。
中美 AI 發展社會環境優，學校、企業及政府積極合作推動 AI 發展
? 中美在 AI 企業數量、專利數量等維度位居世界前兩位，且教育資源豐富，AI 發展社會環境好 。
中國經濟快速增長，AI 落地基礎好，AI 應用場景更具潛力
? 中國的算力與數據在近十年來取得重大突破，得益于廠商與 AI 獨角獸的技術生態發展和應用布局，IoT 持續向 AI 輸送大量數據， AI 賦予 IoT 更為智能的反饋，未來 AI 與 IoT 將深入協同發展。
美國技術布局全面，具有先發優勢，AI 產業基礎好
? 美國早期在芯片及傳感器、算法等技術層面已有較深理論與實踐積累，整體技術實力領先；中國在技術生態與應用方面加緊綜合布局，推動 AI 產業發展。
中美人工智能企業數量在全球范圍內占據絕對優勢
? 截至 2018 年中，美國人工智能企業數量 2039 家，位居世界首位，主要源于美國較好的人工智能產業發展基礎 。
? 中國人工智能產業起步晚于美國，但在社會各界推動下發展迅速，在 2014 年至 2016 年間的人工智能創業潮中新增企業多，截至 2018 年中，人工智能企業數量占全球比例近 40% 。
北京、舊金山的人工智能企業數量位居全球一二位
? 中美企業在全球人工智能企業數量 TOP 10 中占比分別為 40%、30%，其中北京以 412 家人工智能企業位列全球首位，舊金山以 289 家位居第二 。
? 中美人工智能城市主要集中在經濟發達、科技發達、創業環境寬松的區域。 中國以北上廣深一線城市為主要聚集區，美國以舊金山灣區、紐約灣區為主要聚集地。
中國較美國在頂尖 AI 人才培養上仍有明顯差距，且美國對頂尖 AI 人才的吸引力更大
? 中國AI領域科研教育水平不如美國，人才資源較少：全球 77% 的 AI 專家工作于學界，23% 工作于業界，導致高校及科研機構成為人工智能人才競爭的核心要素，中國頂級人工智能人才中 40% 需依靠從美國高校科研機構引進 。
? 美國對頂尖 AI人才的吸引力更大：美國高校培養了 44% 的 AI 頂會作者但吸引了 46% 的 AI 頂會作者 在美國就業，證明了美國在頂尖人才吸引力的領先地位，中國整體落后，但頭部廠商人才吸引力正在增長，例如百度先后吸引王海峰博士、吳華博士、賈磊博士等一大批人工智能權威科學家，同時由于人才向心力的作用，中國 AI 領域人才儲備有望持續提升。
中美 AI 人才在數量與質量上差距較大，中國正在加強 AI 人才培養，提升整體人才儲備實力
? 數量與質量上仍與美國有一定差距：根據清華大學數據，中國人工智能人才僅為 18232 人，美國較中國多出 56.5% ，而其中中國人工智能領域杰出人才數為 977 人，不足美國的五分之一， 且杰出人才占比僅為 5.4%，與美國的 17.1% 有較大差距，主要原因在于中國人工智能領域科研環境建立較晚，整體人才缺失。
? 國家出臺政策，加大中國 AI 人才培養投入：自科技部在 2017 年發布《新一代人工智能發展規 劃》后，全國已有 30 多個省市發布了人工智能專項政策，人工智能學科和專業建設加快推進， 全國 30 多所高校成立了 AI 學院，75 所高校自主設置了 89 個人工智能相關二級學科或交叉學科， 加大了對人工智能領域的人才投入，增強技術儲備。
政策支持與社會投入促進中國人工智能技術儲備快速發展
? 中國各級政府多次出臺有關人工智能發展的規 劃與政策，大大激發了社會關注度與人工智能相關科研、就業與創業熱情 。
? 近 5 年來，中國較美國多出 43.1% 的人工智能領域論文產出量，可見中國人工智能領域目前科研關注度較美國更高，發展更快。
從被引用頻率看，中美在世界頂尖論文數量上大幅領先，但其中最頂尖論文更多來自于美國
? 對比 AI 領域高被引前 1% 的 4130 篇論文國家分布，中美以1166 與1345篇遙遙領先其他各國，合占總數的 60.8%，可見中美兩國在理論基礎與科研成果上領先全球 。
? 高被引前 100 篇論文美國占 59 篇，中國僅占 16 篇，主要原因在于中國整體科研環境及AI人才培養較美國仍有一定差距。
中美人工智能頂會論文數量領銜全球，但美國普遍論文錄取率更高
? 2019年自然語言處理頂會 ACL 與計算機視覺頂會 ICCV上，中美錄取論文數遙遙領先其他國家，如 ACL上第二名的中國論文錄取數接近第三名英國的 7 倍 。
? 中國在 2019 年 AAAI 峰會提交論文數量接近去年 1,242 篇的兩倍，美國較去年僅增長 37%，可見中 國 AI 領域研究成果增速較快，而錄取率方面，中國以 15.8% 落后于美國的 20.6%，整體論文質量稍差 于美國，但部分領域質量逐漸趕上美國。
中國 AI 專利數量已大幅超過美國，但在國際專利數量上低于美國
? 中國 AI 國內專利申請數量位居全球第一，且與其他國家有拉開差距之勢：在 2012 年超過日本，2017年超過美國，中國專利數量五年內增長約 10 倍，大約是美國的 2.5 倍，在國內專利申請數上占優勢。
? 中國國際專利數量與美國差距較大：在 PCT 國際專利申請上美國以超過一萬項 PCT 國際專利申請位列世界第一位，占世界所有人工智能 PCT 國際專利申請的 41%，而中國位列第三位，占 10%，證明中國人工智能專利國際化水平較美國有待提高。
受中國一級市場大環境趨冷與 AI 投資熱度下降影響，中國 AI 投資額自 2015 年來首次低于美國
? 2013 年至 2018 年，中國 AI 領域投資熱度遠高于美國，5 年間 投資規模 CAGR 為 96.8%，而美國為52.1%，中國 AI 投資額從 2015 年開始超過美國，至 2018 年達到約 160.5 億美元，而 2019 年在投資額與投資筆數上均低于美國。
? 2019 年中國一級市場投資機構遇到“募資難，退出難”等問題，導致整體投融資大環境趨冷，一級市場整體投融資筆數較 2018 年下降 29.8% 。中國 AI 投資熱度伴隨政策紅利在 2017-2018 年達到頂峰，但由于行業競爭加劇，投資決策難度增加，熱度下降，趨于冷靜，AI 相關投資開始縮水。
中美投資方向相對一致，部分細分領域差別較大，而中國投資方向整體更廣
? 中美兩國的 AI 投資方向大體一致，但由于中國應用場景廣闊，資金流向應用層可更快獲利，而基礎層資金與技術門檻較高，中國缺乏高端人才與基礎理論的積累，切入基礎層的難度較大，故中國 AI 投資相對聚焦在應用層 。
? 2019 年中國投資了超過 70 個 AI 相關的細分行業，而美國僅 50 余個，側面說明中國 AI 投融資方向與思路更廣
2019 年開始中國對 AI 初創企業的關注度低于美國
? 2019 年之前，中國對于 AI 初創企業關注度更高，與美國相比，2018 年中國 AI 企業平均獲投率高出18%， 平均 5 個月獲得第一筆融資 。
? 2019 年開始，中國開始更關注 AI 領域戰略投資與并購，隨著一級市場大環境收緊，競爭格局進一步顯現，初創企業較以往融資困難，中國 AI 領域 A 輪及以 前融資比例下降而戰略融資比例較 2018 年增加17%。
整體來看：
◆ 谷歌在全球 AI 廠商中整體實力領先，百度在中國 AI 廠商中綜合實力領先 。
◆ 美國 AI 廠商中，谷歌是領導者，微軟、亞馬遜等企業緊隨其后 。
◆ 中國 AI 廠商中，百度領銜，阿里、騰訊、華為等積極跟進 。
中國廠商中百度一馬當先，位居全球前四，是中國 AI 產業領先者。
中國廠商在利好政策扶持下抓住發展機遇，百度積極在 AI 產業全面布局，部分核心技術領先美國廠商，并承擔深度學習工程實驗室、自動駕駛平臺等國家級項目，在中國 AI 廠商中綜合實力排在首位 。
美國 AI 廠商整體實力領先，谷歌穩居全球 AI廠商首位
美國 AI 產業發展早，廠商注重全產業布局，尤其在算法、芯片等核心領域積累深厚，在綜合AI 技術水平方面相對更強，其中谷歌通過“AI+硬件+軟件”的模式，奠定技術基礎、拓寬應用領域，已在智能搜索、智能家居等領域取得較好的商業化成果， 綜合技術實力與綜合落地能力均保持領先。
美國 AI 廠商代表企業：
谷歌
谷歌擁有世界頂尖科學家團隊，重視基礎科學研究，使其技術儲備優勢較大， 同時創新能力出眾，使其在技術布局上全球領先。
眾多的優秀開源項目與活躍的一級市場投資使谷歌擁有繁榮的 AI 生態；以 “AI+硬件+軟件“的形式實現較高的 AI 商業化水平。
微軟
卓越的人才儲備及專利儲備使微軟在技術儲備名列前茅，也促使其在技術布局 的廣度與深度均有領先。
微軟以智能云為核心實現 AI 賦能，為企業或組織數字化、智能化轉型提供解決方案，同時構建繁榮度較高的 AI 生態。
亞馬遜
亞馬遜的研發投入居全球首位，為 AI 技術儲備奠定較好基礎；在 AI 技術布局方 面，AI 芯片技術實力突出，具有較強的競爭優勢。
亞馬遜在生態建設上以云計算為核心，以 Alexa 為 AI 服務入口，對內外賦能，未來將專注人工智能云，促使 AWS 應用服務更加全面、智能化。
中國 AI 廠商代表：
百度
百度憑借扎實的 AI 技術儲備，全面布局 AI 技術，打造軟硬一體的人工智能大生 產平臺，是中國人工智能技術領域的先行者，綜合技術實力排名第一。
百度 AI 生態繁榮度高，AI 開放平臺不斷完善；AI 應用方面憑借布局深度與廣度 實現較高綜合商業落地水平，未來持續推動產業變革。
阿里巴巴
阿里巴巴在研發人員占比、研發金額等方面突出，為AI技術儲備提供基礎；AI 技術布局層面，在語音識別、邊緣側芯片等技術領域具有一定優勢。
阿里以云計算為基礎，完善 AI 開放平臺，并積極對外投資繁榮 AI 生態；在應用 層面以 ET 大腦為核心，拓展至 IoT 各領域，實現“AI+IoT”全面落地。
華為
華為的人才資源、研發實力為其 AI 技術儲備提供潛在發展基礎；技術層面，華為在機器學習框架方面持續發力，自研 AI 芯片算力強。
華為基于在 ICT 領域與智能硬件領域的積累，擁有豐富的 B 端、C 端與 G 端客戶資 源，利于其豐富 AI 生態、實現 AI 全棧全場景落地。
? 通過科技廠商所發布的典型芯片對比，ASIC 芯片在運算能力方面相對領先于其他種類芯片，但由于 GPU 發展時間早，應用普遍，軟件生態較成熟，目前使用最成熟的 AI 芯片為 GPU 。
? ASIC 芯片具有體積更小、能耗更低、保密性更強的優勢，且量產后可大幅降低成本。未來伴隨數據量的激增，以及各應用場景差異性所帶來的專用性需求增加，針對專門任務進行優化的 ASIC 芯片的表現將更為突出 。
? 未來，數據處理將從“人工+機器”模式逐漸轉變為“數據智能”模式。更多企業、政府將會選擇“數據智能”模式實現數據快速處理，統一數據生產、計算、應用等步驟，促進非結構化和半結構化數據轉化為完整的數據資產。例如百度與平安、太平洋保險、TCL 等各領域知名企業合作；阿里與浙江省政府攜手，實現了政府數據處理高效化，驅動行業數據資源使用效率大幅增加。
機器學習更為自動化將降低技術使用門檻，帶動更多使用者加入，AI 技術的使用將實現“平民化”
? 傳統機器學習對 AI 人才需求量大，未來機器學習可完成傳統機器學習所需要的大部分人工的操作，AI人才緊缺問題也將得到適當緩解。
? 現實中 B 端、C 端、G 端的數據爆發加快，機器學習更為自動化的驅動因素之一是基于更多通用的算法框架，故能幫助專業人 員快速且高效地處理相關問題，提升工作效率 。
? AI 廠商持續優化算法模型加快機器學習自動化腳步。微軟、谷歌、百度等將繼續通過開放深度學習平臺，幫助使用者更高效地構建訓練模型，并推動商業模式創新，以適應不同商業場景， 進一步促進“普惠 AI ”的實現。
隨著物聯網的普及，邊緣端數據量爆發式增長，加之 5G 所提供的高速傳輸能力，AI 技術與邊緣計算技術將深度融合，AI 邊緣應用將成為趨勢，并直接帶動 AI 邊緣處理器出貨量的提升。
? 隨著物聯網時代來臨，全球物聯網終端連接數將大幅增加，許多 AI 處理將在邊緣設備完成，避免傳統模式下向云端傳輸數據造成的時延，提升數據處理安全性、提高數據響應的及時性 。
? 未來搭載 AI 邊緣處理器的設備和系統在進行邊緣流數據分析時將更為快速實時，對整個物聯網所發生事件的處理能力、感知能力也將大幅上升，大幅提升 AI 邊緣處理器出貨量，目前寒武紀、地平線、英偉達等企業已在邊 緣側 AI 布局 。
AI 邊緣應用決策的優勢：
? 更靈敏：相較目前的集中式數據中心處理數據模式，邊緣設備對數據的處理，反應、調整更加及時 。
? 更安全：通過互聯網傳輸數據，存在數據泄露或被篡改的隱患，邊緣計算可規避或降低這種風險 。
基于 AI 邊緣應用的優勢，搭載邊緣 AI 處理器的設備將被廣泛用于公共安全、視頻優化、工業互聯、AR/VR 等場景中。
目前AI已在諸多場景中應用，未來會在金融、安防、制造、醫療、交通等數據 量巨大的領域加速滲透，這一趨勢在擁有海量數據資源的中國將尤為明顯。
金融
結合大數據、AI 技術為金融業子領域如銀行業 提供定制化服務，提升營運效率，傳統業務模式變革。
? 智能銀行、智能投顧等 智能化服務及產品出現， 金融業從信息化轉向智能化。
? 可構建智能化風控系統， 提升風險管控能力。
安防
基于人臉人體半結構化特征與動作識別、步態識別等新的 AI 技術將被廣泛應用 。
? 細分領域如 AI 在公共安 全應用場景將全面實現罪犯高精度身份識別等。并通過結合邊緣計算將 AI 技術注入前端攝像機，使本地設備完成智能圖像識別。
制造
結合 AI 技術，企業在研發、 生產、管理、服務等方面變的更加智能化 。
? 如利用計算機視覺技術發現生產殘次品，AI 機器人替代工人完成部分工作 。
? AI 在制造業加速深化，如生產制造、產品物流倉儲等各環節，實現“產、供、 銷”一體化模式。
醫療
AI 技術滲透醫療子領域， 包括疾病預測、輔助治療的方向，實現智能醫療體系，智能治療模式。
? 如通過 AI 算法對病變部位進行自動識別，并能提供明確的診斷提示。
? 醫療行業診療模式升級的同時也會促使醫院醫療系統、藥物系統等系統間快速融合。
交通
駕駛應用場景繼續深化和延伸，如自動泊車、 定點接送、快速公交等 。
? 結合語音識別、手勢識別，眼球追蹤、駕駛員檢測等技術的 AI 系統將 成為汽車標配 。
? 通過邊緣計算與 AI 的融 合，實現數據處理的低延時性、可靠性，保證智能駕駛的安全性。
隨著對技術自主可控意識的持續提升，未來中國 AI 廠商將更加注重自主研發， 以實現AI應用領域安全發展，百度等廠商推動作用明顯。
整體而言，美國人工智能技術相對布局更為廣泛，而中國在計算機視覺和語音處理等頂尖技術領域同樣表現出色，擁有更為良好的 AI 投資、創業、研究與合作環境，技術國產化趨勢也更為明顯。展望未來，AI 底層核心要素算力和數據處理方式將得到提升和優化，AI 技術也將在金融、安防、醫療、交通等應用場景中加快滲透，擁有海量數據優勢的中國將尤為明顯。
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
