人工智能是引領未來的戰略性技術，是新一輪科技革命和產業變革的重要驅動力量，已經成為國際競爭的新焦點和經濟發展的新引擎，在支撐供給側結構性改革、打造高質量的現代經濟體系、促進社會進步等方面發揮著越來越重要的作用。2018年，近年來，中國人工智能技術創新日益活躍、產業規模逐步壯大、應用領域不斷拓展，取得了階段性成效。2019年，人工智能產業集聚效應將更具規模，智能經濟雛形初現，國際產業博弈將更加激烈。與此同時，我國人工智能產業仍面臨問題與挑戰，必須給予積極應對。

技術產品展望

邊緣智能成為人工智能應用布局的創新方向。“邊緣智能”專指靠近智能終端以及數據源頭的網絡邊緣側，融合了網絡、計算、存儲、應用的開放計算平臺。隨著人工智能應用的不斷擴展，定位于數據中心等云端的人工智能應用普遍存在著功耗高、實時性低、帶寬不足、數據傳輸安全性較低等問題，人工智能將逐漸從云端向邊緣側的嵌入端遷移。邊緣智能對算法的要求相對成熟，邊緣智能的人工智能計算將成為重點產業創新重點領域。例如，在對實時性有嚴格要求的工業環境下，邊緣智能將成為工業物聯網得以實施的重要條件，目前已有越來越多的硬件廠商開始提供邊緣服務器、智能網關等邊緣處理的強化產品。

根據HIS數據測算，邊緣側人工智能市場需求在2018年開始爆發，將從2017年的4億美元增長至2018年的19億，預計2019年的增長率將超過400％，其中智能手機、智能家居、智能網聯汽車、工業互聯網等市場規模最大。預計到2019年，更多人工智能應用和產品將部署于網絡“邊緣側”，實現更低延遲性、更低能耗、更小體積和更低成本的人工智能技術應用路徑。

產業應用展望

人工智能產業鏈條逐步形成。截至2018年初，我國人工智能領域相關企業達2000家，正逐步在底層基礎支撐、核心技術創新、上層行業應用之間建立初步產業鏈條。在基礎領域，涌現出寒武紀科技、地平線機器人、深鑒科技、耐能、西井科技等一批創新技術企業。在技術創新方面，格林深瞳、曠視科技等深耕計算機視覺，百度、搜狗、科大訊飛等在自然語言處理領域技術較為領先，騰訊、阿里巴巴、華為等在機器學習和云計算等領域具有行業優勢。在行業應用方面，我國在智能機器人、智能金融、智能醫療、智能安防、自動駕駛、智能教育、智能家居等重點領域涌現出一批具有代表性的相關企業。預計到2019年，我國人工智能產業鏈條關聯性、協同性將顯著增強，人工智能產業協同能力將進一步提升。

人工智能產業發展塑造智能經濟雛形。智能經濟是以大數據、互聯網、物聯網、云計算等新一代信息技術為基礎，以人工智能技術為支撐，以智能產業化和產業智能化為核心，以經濟和產業各領域為應用對象的新型經濟發展形態。普華永道預測，到2030年人工智能將為全球GDP帶來14％的增長空間，即15．7萬億美元的市場規模，其中中國的GDP增長規模為26％，北美的GDP增長規模為14％，為全球受到人工智能帶動效應最大的地區。截至2018年初，我國人工智能核心產業規模達到180億元，帶動相關產業規模達到2200億元。預計到2019年，人工智能將通過與云計算、醫療、物流倉儲、政務國防、隱私數據保護、衛星數據處理、網絡安全、體力藍領、農業、自動駕駛、金融服務、企業管理、材料科學等各種行業領域的深度融合，加速塑造新的社會經濟形態，人工智能在保障改善民生、社會治理等方面將發揮更加積極的作用，智慧城市、智慧交通、智慧醫院等創新智能服務體系建設將更為完善，場景化、融合化將成為人工智能產業發展新特點。

問題與挑戰

基礎技術積累不足。我國在人工智能基礎理論、核心關鍵技術積累薄弱，核心算法、芯片及基礎元器件的掌握與國外差距較大，缺乏重大原創科技成果。核心環節受制于人，不利于國內企業參與國際競爭，隨時可能被卡脖子，也使國民經濟和國家安全存在遠期隱憂。

技術創新的商業應用模式不明朗。應用型創新成果的重復化、碎片化問題嚴重。人工智能與實體經濟融合剛剛起步，相關技術部分應用場景可能面臨激濁揚清的淘汰機制。例如，近幾年涌現出數量眾多的消費級無人機、服務機器人企業，但產品普遍水平較低、功能雷同。與此同時，支持應用落地的人工智能商業模式尚需探索。英特爾的一份調查顯示，全球有百分之46％的公司制定了與AI相關的發展計劃，但真正得以落地的只有4％。

資本布局多樣性不足。位于技術基礎層的AI初創企業投資回報周期較長，易面臨資金鏈斷裂困難。例如，人工智能芯片從投入研發到規模化生產平均需要7年時間，其間很難產生商業回報，初創企業僅靠自身研發投入難以為繼。近年來，國內資本持續加碼人工智能領域，但多集中在應用層，追求快速變現后套利退出，在回報周期較長的人工智能基礎層領域缺乏布局。與之相比，美國AI領域累計獲得978億美元投融資，其中31％流向處理器芯片領域，在各細分領域中占比最高，未來實現厚積薄發的可能性大。我國人工智能領域的投融資結構頭重腳輕，如不及時改觀，在資本泡沫消退后，國內人工智能產業發展可能因基礎薄弱導致后繼無力。

適應人工智能特征的政策、標準體系尚不健全。眾多地方政府雖然對發展人工智能抱有極大熱情，但對產業特征和規律缺乏理解，仍試圖運用政策、資金和資源洼地等傳統手段爭奪國內稀缺的人工智能產業資源，部分地方省市發布的人工智能規劃政策缺乏可操作性。我國針對人工智能技術和產業發展的法律法規研究剛剛啟動，尚未在人工智能法治保障、信息安全以及倫理道德研究、風險審查機制等保障人工智能產業長期發展的政策法規、安全規范和倫理道德框架方面展開試點。

相關建議

推動人工智能核心技術攻關。一是加強人工智能芯片、傳感器、算法、平臺等核心技術研發，圍繞圖像和語音識別、自動駕駛等場景加大算法改進、芯片結構優化研發力度。二是以關鍵技術為基礎，以支撐解決方案打造和深化應用為目標，瞄準人工智能算法、智能芯片、智能傳感器等基礎領域和情緒感知、認知智能等前沿領域，推進關鍵核心領域攻關。三是順應產業平臺化、開源化發展趨勢，引導和集中行業資源，打造自主架構的深度學習平臺以及面向智能網聯汽車等領域的人工智能開發平臺／開發系統，并盡快開源。

建立針對重點技術產品的資金支持體系。一是設立人工智能產業發展與應用專項資金或專項基金，重點支持人工智能基礎理論及關鍵核心技術研發與產業化，發揮政府引導基金布局引領作用，帶動引領地方產業投資基金及社會資本的投資布局。二是針對人工智能產品研發和應用推廣，部署研究制定減稅降費方案。三是加強對深度學習開源平臺和項目政策資金支持力度。

構建有機協同的產業生態并提升服務支撐能力。一是開展示范應用揭榜評選和案例推廣工作，支持人工智能企業、系統集成解決方案提供商和行業重點用戶聯合打造面向特定場景的解決方案。二是面向人工智能產品在制造、交通、電子商務、金融、醫療等領域的創新應用，推動建設并開放多種類型的人工智能海量訓練資源庫、標準測試數據集和云服務平臺等。三是加速建立人工智能標準、測評、知識產權等服務體系，形成面向人工智能主要細分領域的測評能力。

提前研判安全風險和前沿問題。一是組織力量開展人工智能產業發展帶來的法律、倫理和社會問題研究，推動建立保障人工智能健康發展的法律法規、制度體系、倫理道德。二是圍繞群體智能、人機混合等未來發展方向，推動我國智庫、學者與全球各國科學家與智庫開展合作，推動人工智能技術能沿著服務人類的正確方向升級。