人工智能行業現狀及發展趨勢：我國人工智能核心產業規模達到5000億元

• 郭夢 2023年11月17日 來源：互聯網 886 55
• 繁體

人工智能作為新一輪產業變革的核心驅動力量，已經成為了國際競爭的新焦點和經濟發展的新引擎。目前，人工智能正加速與實體經濟深度融合，助力產業轉型升級。經過多年的持續積累，我國在人工智能領域取得了重要進展，人工智能理論和技術日益成熟，應用范圍不斷擴大，相應

我國人工智能核心產業規模達到5000億元

今年以來，以ChatGPT為代表的大模型和人工智能浪潮深刻地改變著萬千行業。工信部相關數據顯示，我國人工智能核心產業規模達到5000億元，企業數量超過4400家，智能芯片、開發框架、通用大模型等創新成果不斷涌現。

從政策角度來看，今年1月~10月，我國多地先后出臺了相關的人工智能專項政策，接連提出“打造人工智能世界級產業集群”“設立規模1000億元基金群”等目標。

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。

人工智能行業現狀及發展趨勢

全球人工智能企業分布極不平衡，主要集中于美國、歐洲及中國等少數國家地區。排名前三的美國舊金山/灣區、紐約及中國北京，企業數量分別占全球的16.9%，4.8%與4.0%。在增速方面，整體上一直保持增長勢頭，直至2015年出現小幅度回落。歐洲的人工智能企業多集中于本國家的首都。在歐洲各城市中，英國倫敦的企業數量最多，為第二位巴黎的3.1倍，占全球總數的3.69%。日本與韓國的企業數量明顯不及中國，日本東京僅與杭州相當，韓國首爾僅與成都相當。東亞地區排名前三的城市，北上深三城占全球總數的7.4%。雖然還遠不及美國，但在全球中的重要性將日益明顯。

人工智能作為新一輪產業變革的核心驅動力量，已經成為了國際競爭的新焦點和經濟發展的新引擎。目前，人工智能正加速與實體經濟深度融合，助力產業轉型升級。經過多年的持續積累，我國在人工智能領域取得了重要進展，人工智能理論和技術日益成熟，應用范圍不斷擴大，相應的商業模式也在持續演進。2020年，中國人工智能核心產業規模達到3031億元。目前，人工智能正在與實體經濟中的各行各業快速融合，助力產業轉型升級、提質增效。

最新數據顯示，我國人工智能核心產業規模不斷增長，企業數量超過4400家。人工智能與制造業深度融合，有力推動實體經濟數字化、智能化、綠色化轉型，目前全國已建設近萬家數字化車間和智能工廠。

當前，人工智能產業步入創新活躍、應用拓展的發展機遇期。從線上到線下、從制造業到服務業，人工智能賦能千行百業，為經濟社會高質量發展提供新動能。工信部數據顯示，我國人工智能核心產業規模不斷增長，企業數量超過4400家，智能芯片、開發框架、通用大模型等創新成果不斷涌現。

據中研普華產業院研究報告《2024-2028年中國人工智能行業全景調研與投資戰略咨詢報告》分析

第四章 中國人工智能行業運行現狀分析

第一節 中國人工智能行業發展狀況分析

一、中國人工智能行業發展概況及特點

1、產業鏈布局廣，專業性強

產業鏈特征方面，中國人工智能產業生態中，基于資源能力，大公司的參與布局較廣，在基礎層、技術層及應用層皆有所布局。中國不乏優秀的人工智能公司，大部分專業性較強，專注于某一細分領域的技術和應用研究，其中，計算機視覺領域集中了大批的優秀創業公司。但是，各應用場景之間的人工智能技術相關度存在一定的差異。

2、以B端業務為主

商業模式方面，大部分公司的業務主要以B端解決方案和服務為主。一方面，B端業務注重與行業客戶的互動合作，更有利于人工智能技術和產品的落地;另一方面，行業客戶對于生產效率的提高有強烈的需求，而C端產品需求仍需挖掘。不過，大公司的C端產品布局依然是相對活躍的。

3、人才成本較大，需求缺口大

技術方面，以深度學習為代表的機器學習算法研究是廣泛的基礎能力，但目前國內在此領域的人才供應相對緊缺，流通性較弱，因此也導致了高端研究人才的超高成本，同時有部分公司選擇在美國建立研究院或實驗室。這說明，作為知識密集型產業的典型代表，人工智能產業存在較大的需求缺口。

4、傳統行業和技術給予充分的支持

產品方面，目前仍缺乏一定的革命性產品，更多的是利用人工智能技術對傳統行業產品的改良。在這個過程中，醫療健康、裝備制造、汽車、金融等行業給予了人工智能產業充分的支持，通過合作開發等方式，助力人工智能技術的應用落地和商業化。

二、中國人工智能行業發展存在的問題及對策

1、存在問題分析

從商界角度看，雖然當下一些人工智能企業已將部分相對成熟的技術應用到社會生活中，但相應的商業化程度仍需增強。如早前將人工智能作為未來業務新航向的百度，雖在人工智能業務變現方面取得了一些突破，但由人工智能直接帶來的業績增長潛力尚未全面釋放。百度人工智能引擎“百度大腦”，目前正為各大業務線提供支撐作用。不過，作為百度人工智能核心的無人車研發方面，目前僅獲得了美國加州發布的無人駕駛測試牌照。

過去人工智能發展緩慢的因素除了計算能力差外，數據量也是一個短板。基本上人們今天進行的每項活動，只要愿意，都能被記錄下來，這都是數據。如何把這些數據利用起來，讓其幫助人工智能更快、更好地演進更加重要。因此，人工智能商業化難的第一個瓶頸來自于數據。

而第二個瓶頸則在于更多應用場景的挖掘與構建。一些人工智能應用確實起到了代替人類工作的作用，有些甚至已高于人類的工作效率。比如，類似AlphaGo這樣的機器人，已經在圍棋對弈方面擁有了可與人媲美的能力。但現有的人工智能應用場景并不能滿足社會生活的需求，在更多的專業領域，比如地質勘探、醫療診斷等領域，仍需要人類的經驗參與評估判斷。

人工智能概念近幾年開始面向大眾普及，但是距離全面的應用仍較遠。圍繞人的行為軌跡，如可穿戴、車載、家居等應用場景，打造面向大眾的，有自主品牌的軟硬結合的AI產品，并形成一定的規模，將是目前人工智能從技術到產品，并實現商業化的靠譜之路。

此外，第三個瓶頸主要是技術研發水平。人工智能技術研發水平能滿足部分商業化發展的需求，但存在極大的拓展深化和發展空間。

在人工智能的商業化應用上，尤其在移動市場上的應用，目前的普遍現實是：對于硬件開發，需要性價比更高的芯片及系統設計架構;對于軟件開發，需要對更多領域的算法訓練做探索以挖掘需求，同時在具體的算法實現上需要軟硬件及應用協同結合的人才。

2、對策分析

應以深度卷積神經網絡為核心，全面開展計算機視覺、語音識別和自然語言等人工智能產品的開發與大規模產業化應用。這需要大數據、計算平臺/計算引擎、人工智能算法、應用場景等飛速發展，另外還需要資源、資金、人才。在方法上，選定垂直細分領域最重要。

面向若干細分垂直領域，建立大數據中心。實現大數據采集、清洗、標簽、存儲、管理與交易，建立大數據源公共基礎設施與垂直領域知識庫。專有大數據是人工智能產業制勝的關鍵和法寶。中國企業必須開始特別關注大數據的采集與利用。其重要性如同原油一樣，跨國企業視之為戰略資源!

強力開展人工智能芯片與硬件平臺的研發。包括基于FPGA的深度學習芯片;類腦芯片與憶阻器件;建立國家級人工智能超算中心。

布局通用人工智能與認知智能前沿技術探索。加強與腦科學、認知科學、心理學等的多學科交叉融合創新，推動原創性基礎研究，為中國人工智能的應用與產業發展提供支撐。

創新體制機制，搶占人工智能戰略制高點。加強國家科技創新體系建設，改革學術與科研投入產出評估體系。面向國家重大戰略需求與經濟社會發展急需，通過體系的創新來保障技術與產業創新的實現，打通“政、產、學、研、用”各個環節。例如建立國家DARPA(美國國防高級研究計劃局)和中國的阿拉莫國家實驗室。

人工智能行業研究報告旨在從國家經濟和產業發展的戰略入手，分析人工智能未來的政策走向和監管體制的發展趨勢，挖掘人工智能行業的市場潛力，基于重點細分市場領域的深度研究，提供對產業規模、產業結構、區域結構、市場競爭、產業盈利水平等多個角度市場變化的生動描繪，清晰發展方向。

欲了解更多關于人工智能行業的市場數據及未來行業投資前景，可以點擊查看中研普華產業院研究報告《2024-2028年中國人工智能行業全景調研與投資戰略咨詢報告》。

• 相關深度報告REPORTS

  

  2024-2028年中國人工智能行業全景調研與投資戰略咨詢報告

  人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡