1 一、前言和梗概 (一 ) 2019 年初至今，包括美国技术封锁、新冠肺炎疫情冲击和新型基础设施建设启动在内的一系列事件的发生，对中国人工智能科技产业发展产生了深远影响。中国人工智能科技产业内生于经济转型升级过程中创造的智能化需求。市场需求牵引、政府战略推动和产业界积极响应，是中国人工智能科技产业发展的关键驱动因素。面对外部冲击带来的机遇和挑战，消费互联网升级和产业互联网的兴起预示着人工智能已经步入与经济社会全面融合发展的新阶段。 美国对我国高科技企业技术封锁的升级再次让我们清醒地认识到，通过自主创新加快弥补在芯 片和基础软件领域短板，是发展人工智能科技产业的当务之急。构建自主可控和开放协作的全球价值网络，加速形成新的全球创新循环系统，是提升人工智能科技产业国际竞争力的基础。 突如其来的新冠肺炎疫情，为人工智能科技产业的发展创造了特殊应用场景。数字和人工智能技术应用不仅为疫情防控做出了积极贡献，而且为经济秩序的稳定和恢复创造了条件。在人工智能科技产业支撑下，线上经济和非接触经济成为中国经济发展的稳定器。在疫情防控常态化背景下，在线课堂、在线会议和线上经济逐步成为惯例化和常规化活动，加速了数字和人工智能技术的创新和应用 ，催生了包括 5G 在内的新型基础设施建设计划的出台和实施。 在人工智能与经济社会的融合发展过程中，跨产业和跨学科技术元素的重组和融合趋势不断增强。多元技术元素在不同应用场景中的重组和融合，引发了一系列互补性创新和专用性技术体系积累。包括区块链、 5G、边缘计算和数据中台 1在内的技术创新和应用，正在掀起新一轮人工智能技术创新浪潮。 无论在技术创新还是应用方面，区块链技术都取得了突破性进展。 2019 年，在我国重点探索的区块链存储、智能合约、共识算法和加密技术等领域，累计公开有效专利 964 项 、 420 项 、 101 项 和 42 项 。 2在加密算法研究和应用中，更加注重自主可控。目前，区块链技术已被广泛应用于包括政务、金融和供应链管理在内的诸多应用领域。 2019 年，在 5G 技术领域，商用环境逐步完善，标准技术取得了新的突破，在产业发展上走在了世界前列。 2019 年 6 月，工业和信息化部正式发放了 5G 商用牌照，标志着 5G 正式进入商用。 2019 年 9 月，中国联通与中国电信签署 5G1 作为平台提高数据服务能力的战略举措，数据中台通过垂直业务的数据汇聚整合、数据提纯加工、数据服务可视化和数据价值变现，把数据转化为服务企业各项业务发展的资产。 2 赛迪区块链生态联盟 ： 2019-2020 年中国区块链年度发展报告，转引自 CNNIC 中国互联网信息中心 . 第 45 次中国互联网络发展状况统计报告。 2 网络共建共享框架合作协议书，在全国范围内共同建设 5G 接入网络，通过共享频率资源，降低网络建设和运维成本。在 2020 年 4 月 28 日召开的国务院常务会议部署加快推 动信息网络等新型基础设施建设，明确提出 “ 创新投资建设模式 ”和 “ 以应用为导向 ” 要求，加快制定和实施包括 5G 在内的新型基础设施建设计划。 在技术创新方面， 5G 增强技术研发取得了阶段性成果，专利 项 数居全球第一。 2019 年，在芯片测试、低频和高频技术研究领域取得了突破。截至 2019 年11 月，华为声明的 5G 标准必要专利数以 3325 项 排名世界第一，中兴通讯以 2204项 排名第五。从通过认证的专利数量看，华为以 1337 项 排名世界第四，中兴通讯以 596 项 排名第七。截至 2019 年 4 月，我国已有 16 个省级行政单位实现了5G 通话。 截至 2019 年 10 月，我国已有 52 座城市实现了 5G 商用。截至 2019年 12 月，全国共建成 5G 基站超过 13 万个。 2019 年，包括语音识别和计算机视觉在内的人工智能核心技术在应用中取得了长足进步。科大讯飞拥有了深度全序列卷积神经网络语音识别框架，输入法准确率达到 98%。阿里巴巴人工智能实验室通过语音识别技术开发出音纹购物功能。百度开发出人脸检测深度学习算法 PyramidBox，海康威视提出了以预测人体中轴线替代预测人体标注框的方式，解决了弱小目标在行人检测中的问题。核心技术的日益成熟，为人工智能在更广泛范围的 应用奠定了基础。 随着消费互联网升级和产业互联网的发展，在多元技术元素的重组和融合过程中，信息物理系统 (CPS)和数字孪生 (DT)概念再次焕发出生机和活力，逐步演化为实现物理空间、社会空间和网络空间融合的实现途径和架构，指引数字和人工智能技术的全面落地。在信息物理系统和数字孪生架构的指引下，数字化进程的加速和三维空间的融合，使 “ 数据和计算 ” 真正成为驱动经济发展的 “ 关键生产要素 ” 。在网络空间中，信息物理和数字孪生系统能够真实映射物理和社会空间的数据汇聚、整合和分析，把 “ 数据和计算 ” 持续转化为实现价值创造的资产 ，使数据和计算成为国家、地区和企业的战略资源和关键资产。 1 (二 ) 截至 2019 年 12 月 31 日，本报告共发现 797 家中国人工智能企业， 2大约占世界人工智能企业总数 5386 家的 14.80%，仅次于排名第一的美国（ 2169 家 ,1 如果说互联网、大数据和云计算更多地表现为技术的话，数字孪生和信息物理系统则不仅是技术，而是由技术集成构成的技术体系架构。 2 797 家人工智能企业筛选的主要依据为：一是从 事人工智能核心技术和产品的研发和生产；二是发生过投融资事件；三是存在稳定的市场业务关系。 3 占比null 40.27%）。 1中国的人工智能企业主要分布在北京市、广东省、上海市和浙江省，占比分别为null 42.5%、 16.9%、 15.3%和null 8.3%。中国人工智能企业的创建时间集中分布在2010 年至null 2017 年之间 ， 占比达到null 69.9%。企业创建的峰值出现在null 2015 年，占比为null 15.8%。 2016 年之后 ，尽管中国人工智能企业的创建数量显著下降，但是无论从融资额还是从应用领域的拓展看，企业均表现出良好的成长性。 在null 797 家人工智能企业中，基础层和技术层企业占比分别为null 3.4%和null 23.8%，应用层企业占比则高达null 72.8%。 应用层企业广泛分布在包括企业技术集成与方案提供、智能机器人、关键技术研发和应用平台、新媒体和数字内容、智能医疗、智能硬件、金融科技、智能商业和零售、智能制造在内的null 18 个应用领域。人工智能与传统产业的融合发展，正在成为中国经济转型升级的关键驱动力量。 从null 797 家人工智能企业核心技术的分布看，大数据和云计算占比最高，为27.6%；其次是机器学习和推荐、视觉识别、机器人技术，占比分别为null 15.4%、 null15.3%、 14.7%；语音识别和自然语言处理、智能硬件、智能芯片和生物识别的占比分别为null 9.0%、7.7%、2.3%、1.5%。 截至 2019 年 12 月 ， 在null 797 家人工智能企业中，能够检测到发生融资事件的企业为null 655家，融资总额为null 15298.06 亿元。从null 655 家企业融资情况看，截至null 2019 年null 12 月， 37.37%的企业融资额小于null 1 亿元， 39.51%的企业融资额在 1-10 亿元之间，融资额超过null 10 亿元的企业数占null 23.12%。在可获得研发强度数据的null 131 家人工智能企业中， 2平均研发强度为null 12.1%，远高于null 2018 年国内企业的平均研发强度，研发强度在null 5%-15%之间的的企业数占比为null 47.33%， 研发强度大于null 15%的企业数占比为null 23.66%。 持续的高强度研发投入，为人工智能科技产业注入了强大动力。同时，能否实现市场规模的快速扩张，是高研发强度人工智能产业发展面临的风险因素。 基于null 797 家人工智能企业关系数据的价值网络分析表明，中国人工智能科技产业的创新生态系统是高度开放的 。797 家中国人工智能企业核心人力资本的21.17%拥有在国外高校和研究机构学习的经历， 10.9%拥有在国外企业和研究机构工作的经历。同时，技术关系中null 17.33%的技术输入关系来自国外企业和研究机构，技术赋能方为国外企业和机构的关系数占比仅为null 9.44%。其中，作为基础硬件和软件企业的英特尔、高通、英伟达和微软，是中国人工智能科技产业的重要技术赋能者。 1 对于全球和中国人工智能企业数，在各种版本的人工智能报告中存在明显差异。在本报告中，全球人工智能企业数和美国人工智能企业数采用的是中国信通院全球人工智能产业数据报告（ 2019）公布的数据， 797 家中国人工智能企业数则是截至 2019 年 12 月 31 日本报告检测到和核实确认的企业数。其中全球人工智能企业数为 5386 家，中国人工智能企业数为 1189 家。 2 因为数据的可获得性关系，研发强度分析的主要对象是 113 家公 司，主要是上市公司。 4 从 797 家中国人工智能企业关系数据的分类统计看，在技术关系中技术输入和技术赋能关系数占比分别为 21.33%和 78.67%，在投融资关系中融资关系和投资关系数占比分别为 39.15%和 60.85%。技术赋能和投资关系占比相对较高表明，中国人工智能企业具有很强的辐射和带动作用。 中国人工智能科技产业价值网络呈现出明显的 “ 极核 ” 状结构。包括腾讯、阿里巴巴、百度、华为、京东、科大讯飞在内的平台企业，是人工智能科技产业发展的主导者。科技部重点支持的 15 家开放创新平台仅占 797 家人工智能企业数的 1.9%，但是与之相关联的节点数和关系数占比却高达 32.6%和 30.9%。从关系分类和占比看， 15 家开放创新平台不仅是人工智能企业的主要技术赋能者和人力资本的重要供应方，而且是重要投资者。随着产业互联网的兴 起和发展，以华为代表的硬科技平台企业将发挥越来越重要的作用。 人工智能科技产业包括两个基本组成部分：核心产业部门和融合产业部门。在融合产业部门的发展中，除了基础层的平台和技术层企业之外，传统产业的龙头企业，尤其是非初始人工智能上市公司成为人工智能与实体经济融合发展的关键主导者。 在 797 家样本企业中， 580 家应用层企业是融合产业部门的市场主体。其中，平安集团、苏宁易购、小米和滴滴出行是融合产业部门最为活跃的企业。应用层企业在数字化和智能化转型过程中，积累和集成人工智能技术，构建创新生态系统，赋能传统产业的智 能化，催生出新技术、新产品、新业态和新模式。 平台主要依靠数据生态和技术集成优势，赋能中小企业和开发者，不断拓展业务领域，推动融合产业部门的发展。在推动人工智能与实体经济融合发展过程中，平台不仅为应用层企业提供技术赋能，而且是应用层企业核心人力资本供应方和投资者。 作为传统产业的龙头企业， 50 家非初始人工智能上市公司是融合产业部门发展的主要推动者。 2000 年之后， 50 家非初始人工智能上市公司通过自主研发、与其他企业合作研发、与高校和科研机构合作研发和兼并收购的方式发展为人工智能企业，占比分别为 30%、 25%、 22%和 21%。在转型升级为智能企业之前，50 家企业主要分布在传统制造和安防产业，占比分别为 88%和 12%。从 50 家企业的地域分布看，集中分布在广东省、浙江省和北京市，三地区企业数占比高达60%。在 50 家样本企业中，进入智能制造领域的企业数占比达到 40%，其次是智能硬件领域，占比为 22%，再次是智能安防领域，占比为 12%。其余企业则广泛分布在智能汽车、智能家居、智慧城市、智能医疗和智能教育等领域。其中，安防产业是目前智能化转型最为成功的融合产业部门。除了平台，掌握核心技术活跃的中小企业和开发者是 50 家非初 始人工智能上市公司的技术创新和集成的重要来源。 5 作为独角兽公司，商汤科技、旷视科技、依图科技和云从科技依托在计算机视觉领域的技术优势，是技术层企业的代表。四家独角兽公司通过与平台和传统产业龙头企业的合作，推动人工智能核心技术与实体经济的融合发展。其中，平台和传统产业龙头企业主要是为技术层独角兽公司提供应用场景。在四家计算机视觉独角兽公司中，技术赋能关系数排名第一的是商汤科技，占比为 32.55%，排名第二的是旷视科技，占比为 27.18%，排名第三和第四的是依图科技和云从科技，占比分别为 21.81%和 18.46%。通过对金融、安防、城市管理、交通和教育领域的技术赋能，推动科技金融、智能安防、智慧城市、智能交通和智慧教育产业的发展。 在人工智能科技产业的发展中，中国的学术界通过构建人工智能学术生态与产业界协同创新，推动人工智能产业化和产业智能化步伐。截至 2019 年 12 月31 日，本报告共检测到大陆境内 109 所 AI 大学 1。从地域分布看， 109 所 AI 大学分布在全国 23 个省级行政区，北京市、江苏省、上海市、广东省、浙江省等是中国 AI 大学分布集中的省市。其中北京市 15 所，占比 13.8%，排名第一。江苏省 13 所，占比 11.9%，排名第二。上海市、广东省、浙江省分别为 9 所，占比皆为 8.3%。按主管部门划分，在 109 所 AI 大学中，教育部直属高校 52 所，占比为 47.7%；省级政府主管高校 44 所，占比 40.4%；工业和信息化部直属高校 7 所，占比为 6.4%；其他部属高校 6 所，占比为 5.5%。 随着人工智能技术的发展，我国教育部门开始在不同层次的高校布局人工智能学科的建设。根据教育部网站公示，我国 2018 年有 35 所高校开始设置人工智能本科专业， 2019 年新增了不同层次的 180 所高校设置了人工智能本科专业，至今共 215 所普通高校设置了人工 智能本科专业。同时为紧扣国家经济发展新业态和新需求，教育部于 2019 年 10 月就普通高等学校高等职业教育（专科）专业目录增补了人工智能技术服务专业，从 2020 年起执行，截至 2020 年 3 月，我国 26 个省市自治区共 171 所高职院校成功申请设置人工智能技术服务专业。目前，我国高校已形成人工智能基础理论研究、技术开发和技术应用多层次的人才培养体系。 对 Scopus 数据库的检索表明，截至 2019 年 12 月 31 日，共检测到 117 所中国大学和 14 家中国非大学科研机构发表国际论文 52976 篇 2。在国际论文发表数排名前列 的中国大陆高校中，排名第一的是清华大学，发表国际论文数占比为3.70%； 其次是上海交通大学，占比为 3.12%； 排名第三的是哈尔滨工业大学，1 判断是否是 AI 大学的主要依据是大学在国际期刊发表论文的数量和是否设置人工智能相关的专业学院、系和研究所。 109 所 AI 大学都是我国大陆境内具有人工智能基础科学研究能力的本科院校。 2 检索结果以 Scopus 数据库为基础，以 “ Artificial Intelligence、 Machine learning、 robot、 Speech Recognition、pattern recognition” 五个关键词按照 “ 或 ” 的关系进行检索，筛选出所有标题、摘要或关键词中出现检索词的论文， 在文献类型中只保留论文一项，在出版物类型中只保留期刊一项。 6 占比为 3.08%； 排名第四和第五的是浙江大学和中国科学院大学，占比分别为3.03%和 2.06%。 在与中国合作发表国际论文的国外高校和机构中，新加坡南洋理工大学、新加坡国立大学、澳大利亚悉尼科技大学、微软亚洲研究院、美国佐治亚理工学院、澳大利亚悉尼大学、加拿大阿尔伯塔大学和法国国家科研中心排名前列。 截至 2019 年 12 月 31 日，本报告共检测到 103 家人工智能领域的非大学科研机构，与 2018 年底的 75 家相比，新增 28 家。在新检测到的非大学科研机构中，包括中国农业科学院、公安部第一研究所、中国铁道科学研究院、机械科学研究总院、中国电力科学研究院和中国空间技术研究院在内的国家和部委下属研究机构展开人工智能领域的科学研究。与以往检测到的非大学科研机构大多从事人工智能基础理论研究不同，新增研究机构主要结合各自行业展开人工智能技术应用研究。 103 家人工智能领域的非大学科研机构分布在北京的有 56 家，占比为54.37%，位列第一；排名第二的上海有 9 家，占比为 8.74%； 排名第三的广东有6 家，占比为 5.83%。浙江、山东、江苏分别有 4 家，占比同为 3.88%。 在 103家非大学科研机构中，专利数量排名前十的机构共拥有专利 39244项，约占样本机构专利总量的 47.15%。从专利数占比看，排名前十的机构是人工智能领域非大学科研机构科技研究的主导力量。 在人工智能科技产业发展的 “ 政产学研用 ” 协同推动机制中，作为链接者的产业联盟和会议同样发挥着重要作用。 2019 年，全国共召开人工智能领域的会议 909 场，远高于 2018 年的 823 场。北京市、上海市、深圳市和杭州市是人工智能会议举办最为密集的城市，分别达到 236、 156、 144 和 55 场。 截至 2019 年 12 月 31 日，本报告共检测到人工智能领域的产业联盟 190 家，其中， 72 家是 2019 年新创建的，占比为 38%。新成立的 72 家产业联盟广泛分布在 18 个省市自治区，其中广东省和北京市数量最多，分别为 11 家、 10 家，上海市 7 家，江苏省、山东省和重庆市均为 6 家。各地纷纷通过成立人工智能产业联盟的方式来推动人工智能科技产业的协同创新和发展。 为了积极响应国家政策和当地智能科技产业发展的需要，地方政府通过出台相关政策和建设人工智能产业园的方式推动产业的发展和产业结构的调整。 在2019 年，地方政府共出台 276 项涉及人工智能发展的相关政策，超过 2018 年的259 项。政策内容不仅包括人工智能、数字经济、 5G、工业互联网等直接相关的政策和战略规划，而且包括 “ 双创 ” 、金融支持、科研奖励、科技成果转化、赋予科研人员更大自主权等支持类政策。从政策出台针对的产业领域看，覆盖了智慧政务、智慧医疗、工业互联网、智能制造、智能车联网、智慧教育等诸多领域。2019 年， 北京市 出台 20 项政策，在数量上排名第一。同时，从各省市自治区出7 台的政策内容看，与 2018 年相比更加细化，推出了一系列对具体产业和应用场景开放的扶持政策。 在 2018 年 163 家人工智能产业园区的基础上， 2019 年新增产业园区 138 家。在各省市自治区中，山东省新增 20 家，江苏省新增 14 家，广东省新增 13 家，浙江省和上海市均新增 10 家。通过产业园区的规划和建设，各地区将会形成一批人工智能科技产业发展的重要载体，成为引领区域产业结构调整的智能科技创新区。 (三 ) 作为第四次工业革命的引擎，人工智能科技产业包括两个基本组成部分：核心产业部门和融合产业部门。核心产业部门主要由基础层（包括大数据、云计算、芯片和智能传感器在内的基础技术）和技术层（人工智 能核心技术）研发和生产企业构成，是人工智能科技产业发展的基础技术和核心技术的供应方。融合产业部门则是由运用人工智能技术改造传统产业的应用层企业构成。 在 797 家人工智能样本企业中， 286 家与国外企业存在技术合作关系。对 286家企业与国外企业的技术合作关系分析表明，除了数据生态优势，中国人工智能企业的主要竞争优势集中在算法和应用软件领域，而在包括芯片在内的基础硬件和软件领域存在竞争劣势。尤其是在算力方面，中国企业依赖美国企业的技术和产品。在基础硬件和软件领域的自主崛起，是美国技术封锁中国人工智能科技产业发展的 必然选择。 数据、算力和算法构成了人工智能科技产业发展的三大要素。随着核心产业部门的发展和人工智能核心技术的成熟，人工智能与传统产业的融合不仅带动了融合产业部门的发展，而且丰富和完善了核心产业部门的数据生态、算法和算力优势。围绕着数据、算力和算法协同发展，核心产业部门和融合产业部门的正反馈效应和良性互动，是人工智能科技产业健康发展的关键机制。 中国互联网信息中心（ CNNIC） 2020 年 4 月 28 日发布的第 45 次中国互联网络发展状况统计报告显示，截至 2020 年 3 月 15 日，我国网民规模达到9.04 亿，互联网普 及率为 64.5%，网络购物用户规模达到 7.10 亿， 2019 年交易规模达到 10.63 万亿，同比增长 16.5%。 2019 年，通过海关跨境电子商务管理平台零售进出口商品总额达到 1862.1 亿元，增长 38.3%。疫情冲击下，互联网普及的持续推进进一步提升了数据生态优势，为数字和智能技术的广泛应用创造了条件。 数据生态的完善和经济的智能化需求，强力驱动着算力和算法的技术进步和落地应用。 2019 年，边缘计算的兴起以及云边的深度融合，成为算力技术创新的前沿。为了适应人工智能在安防、城市交通管理、新零售、智能制造和智慧医