2024中美两国人工智能产业发展全面解读

目前言：AI​​​​​​​​​​第三章：中美AI​​​​​巨头卡位布局消费级应用，谁能脱颖而出？​​美国基础层人才数量是中国的13.8​​​​前言：AI从全球范围来看，人工智能领先的国家主要有美国、中国及其他发达国家。截止到2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42；中国其次，拥有592家，占据23。中美两国相差486家。其余872利亚、以色列、印度等国家。美国产业人才总量约是中国的两倍。美国1078家人工智能企业约有78000名员工，中国592家公司中约有39000位员工，约为美国的50。美国基础层人才数量是中国的13.8倍。美国团队人数在处理器芯片、机器学习应用、自然语言处理、智能无人机4在美国AI创业公司中排名前三的领域为：自然语言处理252家，机器学习应用（MachineLearningApplication）242家，以及计算机视觉与图中国超过1亿美元的大型投资热度高于美国，共有22笔，总计353.5亿元。美国超过1亿美元的融资一共11笔，总计417.363.8中美高度重视AI2016年5月，白宫成立人工智能和机器学习委员会，协调美国各界在人工智能领域的行动，探讨制定人工智能相关政策和法律；同年月，奥巴马政府时期总统办公室发布《为了人工智能的未来做好准备》（pngorheuueoflngn）和《美国国家人工智能研究与发展战略规划》（onllngnehndvopntgc）的文件，将人工智能上升到美国国家战略高度，为美国人工智能的发展制定了宏伟计划和发展蓝图。确定了有关人工智能发展的7项长期战略：（1）投资研发战略：长期投资人工智能研发领域，（2）人机交互战略：开发人机工作的有效方法，（3）社会影响战略：理解和应对人工智能带来的法律、伦理和社会经济等问题，2016年12月，白宫发布了一份关于《人工智能、自动化和经济》（lngn，uoon，ndheonoy）的报告。报告讨论了人工智能驱动的自动化对经济预期的影响，并描述了提升人工智能益处并减少其成本的广泛战略。报告指出，应对人工智能驱动的自动化经济将是后续政府要面临的重大政策挑战，应该通过政策激励释放企业和工人的创造潜力，确保美国在人工智能的研发和应用中保持领先。2016年5月23日，国家印发了《互联网＋出将支持人工智能领域的芯片、传感器、操作系统、存储系统、高端服务器、关键网络设备、网络安全技术设备、中间件等基础软硬件技术开发，支持开源软硬件平台及生态建设。2017年7月，国务院关于印发《新一代人工智能发展规划的通知》，从国家层面对人工智能进行系统布局，部署构筑我国人工智能发展的群。中美设定AI（），该机构与其他相关机构一道组织编写了《为人工智能的未来做好准备》、《国家人工智能研究和发展战略计划》和《人工智能、不太可能投资的领域，并解决扩大和维持人工智能研发人才渠道的需求。中国也形成了科学技术部、国家发展改革委、中央网信办、工业和信息化部、中国工程院等多个部门的部牵头制定了由国务院印发的《新一代人工智能发展规划的通知》，并着手规划相关重大项目；国家发展改革委牵头制定了《互联网人工智能三年行动实施方案》，正在酝酿发起成立人工智能产业发展联盟；中央网信办、工业和信息化部、中国工程院等部门也都从各自角度对人工智能进行了研究和推动。美国AI2月3日，《纽约时报》刊载了一篇名为《中国欲在人工智能军备竞赛中赶超美国》（hnansonhe.nhelngnes）的专题文章。文章提出将人工智能技术上升到国家安全战略层面，讨论了中国在人工智能领域的迅速崛起对美国安全可能造成的威胁。战略专家和技术专家们之间甚至还展开了一场关于中国的技术进步是否会超过美国的论战。另外，根据英国路透社报道，美国拟立法限制中国对美国人工智能技术的投资。美国的一些官员向英国路透社表示，美国拟加强对中国在硅谷投资的审查，以便更好地保护美方认为对国家安全至关重要的敏感技术。中国AI中国企业起步落后美国5从现有统计来看，美国人工智能企业从1991年开始创建，中国1996年晚于美国5美国方面一共分为四个阶段，1991年到1997年，萌芽期；1998-2004，发展期；2005-2013高速成长期；2013-中国产业在1996年进入萌芽期，2003年进入发展期。企业数量从2004年的29家增长到2007年的57家。在2008期，增速历经5年一路上扬到48.11，在2015年达到峰值166家后进入平稳期。2015年的峰值，相当于1999到2012新增企业数量的总和。中美AI自1999年美国第一笔人工智能投资出现以后，全球加速发展，在短短的18年内，全球涌现1914亿元投资到人工智能领域。截止至目前，美国融资金额为978亿元，占据全球总融资50.10；中国635亿，占据全球33.18；其他国家合计占15.73中国融资起步时间落后美国6在美国AI创业公司中排名前三的领域为：自然语言处理252家，机器学习应用（MachineLearningApplication）242家，以及计算机视觉与图总体来看，美国在企业数量上全面领先中国，基础层和技术层的企业数量约为中国的2中国应用层VS芯片企业的数量排名第八，33投资事件美国是中国1.96美国境内的1亿美元以上的大型投资事件一共11起，但总金额高达417.3亿，超过中国63.8中国AI具体到美国未来趋势而言，美国领域的融资可能在2020年前突破2000亿。原因在于特朗普上台后采取了一系列改革措施，促进了美国经济的恢复。美国资本迅速回流，资本市场正在加大对企业的投资。由此推动美国产业融资持续上升。预计在2020年之前，美国累计数量将会超过1200家，累计融资将达到惊人的2000亿人民币。第三章：中美AI建立核心人才队伍：AI究实验室室巨头公司通过投资和并购储备人工智能研发人才与技术的这种趋势越来越明显。中美并购事件近两年密集增加。Bngh示，谷歌自2012年以来共收购了11家人工智能创业公司，是所有科技巨头中最多的，苹果、book和英特尔分别排名第二、第三和第四。标的集中于计算机视觉、图像识别、语义识别等领域。oog于2014年以4亿美元收购了深度学习算法公司pnd，该公司开发的pho为oog的人工智能添上了浓墨重彩的一笔。2011-2016人工智能主要收购事件来源：CB人工智能的常见开发框架包括谷歌的noo、book的oh、oo的以及的y。这些框架的地位类似于人工智能时代的ndod。开源也成为了这些软件开发框架共同的策略。谷歌早在2011年就成立部门，在谷歌内部，由机器学习驱动的产品和业务不计其数，包括谷歌搜索、oogeo、等，同时谷歌还向其开源ndod手机系统中注入大量机器学习功能。2011年第一代机器学习系统，从大量的ouub图片中学会了识别猫；2015年，谷歌将内部采用深度学习的技术整理到一起，发布第二代人工智能系统noo，并宣布将其开源。这是一套包括很多常用深度学习技术、功能和例子的框架。得益于庞大的计算和数据资源，谷歌大脑在深度学习方面取得了显著的成果。在几次人机大战中大放异彩的pnd公司自2014年被oog收购后，陆续发表了207篇顶级期刊论文，为ooge带来了大量研究人才。2013年卷积神经网络发明者YannLeCun加入Facebook，带领公司的图像识别技术和自然语言处理技术大幅提升。Facebook的深度学习框架是基于之前的Torch基础上实现的，于2015年12月开源。此外，Facebook还开源了人工智能硬件平台BigSur等十余个项目。大公司纷纷拥抱开源有两方面原因：第一，通过开源来构建生态和护城河。无论是谷歌、亚马逊还是都已经拥有云计算基础设施，oog、微软一直在讲的开源、推出的中，科技巨头占据多数，构建基于人工智能的云服务将成为巨头的下一个主战场。是信息基础设施的一个升级，是今后产业发展的巨大引擎。巨头都想把握升级过程中涌现的大量机会，赋能全行业。第二，开源是一种开放式创新。通过开源深度学习平台，不仅可以吸引大量开发者，还可以为机器学习提供大量的数据支持，以及大量的现实场景。在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛应用场景的竞争格局。 与之相对的是onx的崛起。x伴随着onho智能音箱诞生，用户数量在一年内增长325。诞生于2014年的onho将以智能家居为入口的个人助理推向市场，并成为主要趋势。谷歌、微软、苹果、book都在争夺这块市场。微软也推出了内嵌ona的nvok音箱，并且将onvonso（对话即平台）作为战略。试图通过语音交互赋能更多移动场景。book创始人扎克伯格亲自操刀制造了一款人工智能管家v，作为家庭控制中心，为人工智能智能家居开路。苹果在今年的大会上也推出了搭载的智能音箱ood。随着以推出成熟产品著称的苹果加入，标志着智能音箱已经相对成熟，为下一轮热炒埋下伏笔。会话式的火爆一定程度上是进一步深化了美国互联网服务业。onx已经连接了丰富的on自身及第三方应用，搭载x的硬件平台超过7000种。国内企业中，京东在两年前与科大讯飞合作布局了智能音箱，致力于成为家庭控制中心。本月，阿里推出了围绕着购物场景的智能音箱天猫精灵1。激烈的音箱之争背后是下一代服务入口之争。反观中国已经充分饱和的移动互联网服务业市场和已经被塑造的消费习惯，智能音箱和会话式是否还有更多机会？这一切还有待时间的检验。近年来，主推认知计算决策。在医疗、工业、教育等各个领域寻求突破。ux提供了覆盖语音、图像、语义等十多种常用技术。2016年第三季度，以on为代表的认知解决服务实现营收128.89亿美元，营收增长迅速，占比高达22.17，在领域盈利开始爆发。Google的TPU全名是TensorFlowProcessingUnit，专为其深度学习算法TensorFlow设计。该芯片也用在AlphaGo系统中、StreetView和机器学习系统RankBrain中。今年Google开发者大会上发布的第二代CloudTPU理论算力达到了180TFlops，能够对机器学习模型的训练和运行带来英特尔通过大举收购进入市场。2015年12月29日，英特尔斥资167亿美元收购厂商。英特尔o处理器与进行整合，这样的芯片将可以用于汽车电子系统等领域，客户可以通过可编程逻辑器件去开发新功能。类脑芯片是一种基于神经形态工程，借鉴人脑信息处理方式，具有学习能力的超低功耗芯片。从2008年开始模拟人类大脑的芯片项目，2011年和2014年分别发布了uoh第一代和第二代类脑芯片。第二代芯片的神经元增加到100万个，可编程数量增加976倍，每秒可执行460亿次突破计算，是认知计算战略重要的基石。苹果正在研发一款名为“苹果神经引擎”（AppleNeuralEngine）的专用芯片。该芯片定位于本地设备AI任务处理，把面部识别、语音识别Google是全球在人工智能领域投入最大且整体实力最强的公司。2016年4月，GoogleCEOSundarPichai明确提出将“人工智能先行”（AIFirst）取 Facebook的实验室“应用机器实验室”（AML）致力于将人工智能技术用于现有产品。YannLeCun认为，Facebook希望能够创造出强大的虚比起其他科技巨头，在领域有深厚的积淀，如80年代的专家系统、1997年击败国际象棋冠军卡斯帕罗夫的深蓝计算机、2011国智力竞赛节目《危险边缘》中战胜其人类对手的沃森系统均出自于。虽然没有布局消费级产品，但是围绕着on的行业解决方案在医疗诊断，金融服务等方面已经积累了大量服务经验，带领行业开启认知商业时代，重塑产业格局。国内三巨头中，百度相对激进，宣布了ln战略，随着陆奇的强势加盟，将全力推动百度转型成平台型公司。腾讯、阿里基于自身产品功能进行试水。中国互联网巨头正在加速入场。腾讯从去年开始，组建了b，在机器学习、自然语音处理、语音识别和计算机视觉四个方向开展基础研究。基于上述研究，围绕着腾讯的核心业务场景如社交、游戏和内容部署应用，推出了围棋应用绝艺、写作机器人、优图人脸识别等各种产品。阿里巴巴主要围绕自身的电商业务进行布局，无论是早先基于大数据的精准推荐还是现在试水的智能音箱，都试图将人工智能更好地赋能商业生态，注重消费级产品研发。织nhpon（人工智能合作组织），旨在分享领域的最佳技术实践，促进公众对的理解，挖掘可以促进社会福祉的研究领域以及提供一个公开参与的平台。包括推进人工智能专题化研究、设立人工智能领域非营利性研究基金、设立论文奖、发起通过解决社会问题的挑战项目等等。除了这五大公司的常驻代表以外，nhpon还将邀请学术界人士、其它非营利性机构、政策和伦理专家等一起位列理事会，共同参与讨论。五大巨头扮演的角色堪比界的五大常任理事国。第四章：中美AI著名投资人cndon有一个形象的比喻，懂得如何开发人工智能的人数有限。请人方面大公司比初创企业更加财大气粗。大公司可以像签体育明星一样雇这人工智能专家。甚至把他们全挖走，不留任何人才给别人。on有1500位工程师用4年时间攻关ho项目，对于初创企业来说难以企及。其次是数据优势。数据规模决定了人工智能在行业应用的发展的速度。oog、book这样的大公司可以接触到各领域海量数据，而初创企业通常只能掌握细分行业数据。虽然平台型的人工智能公司不是每个创业公司都能复制的，但面对人工智能创造的海量市场，创业公司仍有机会。人工智能在很大程度上是服务升级。挖，创业公司可能比大公司更具优势。另一方面，在基础层，国内初创公司雄心勃勃。地平线机器人的，中科寒武纪的寒武纪芯片产业化在即，市场表现值得期待。美国基础层人才数量是中国的13.8基础层上，美国团队人数17900人占据美国总人数的22，中国在该领域人数1300，仅为全国的3.3；美国人数是中国的13.98中国的6.7倍；技术层上，美国29400人，占据全美37.3，中国12000人，占据全国33，美国人数是中国的2.26倍，但比率相差不大；应用层，美国31400，占比全美39.89，中国24300，占比61.8，美人数是中国的1.29倍，但占比小中国21.91，应用层中国基本上可以和美国持平。美国主要以110人和1050小组和团队为主。总量759个，占据全美的70.41，是美国初创公司的主力军；中国主要是1050量384，占据全国的64.86。可以说，美国的小型创业团队规模比中国小。在需要同等技术的情况下，美国团队的平均能力和可创造价值高于中国团队。美国拥有5000人以上的大型团队一共5家，而中国还是一片空白。美国市场格局分明，已经产生不少领军企业，而且创业热潮高涨，生机勃勃，技术水平较高。据nkdn数据，美国人才占全球半壁江山。七成美国人才从业10组团队少，入门门槛高，未来仍将面临挑战。伊利诺伊大学厄巴纳—（人工智能全球大学排名数据来源：美国国家科技委员会根据美国国家科技委员会的人工智能全球大学排名，前二十中有16与业界人才流动频繁。book、谷歌、亚马逊以及微软等各大科技巨头把发展人工智能作为企业的核心战略，在斥巨资发展人工智能业务的同时，对该领域的人才争抢也进入白热化。从学界、业界的顶级实验室，到全球高校毕业生，都是科技公司抢夺、储备人才资源的长期战场。数据公司ud表示，去年，包括谷歌、book、微软在内的科技公司花费了约85亿美元用于研究、收购及网罗人才，比2010年多四倍。数据公司y数据显示，美国的公司平均每年给1万名人工智能方面人才发放的工资约为6.5亿美元。其中，亚马逊花费超2亿美元招揽人工智为了夯实研究实力，国内企业正在快速追赶。据人才大数据研究院2017年4月发布的《人工智能领域人才发展报告》（以下简称《报告》）各家核心业务的不同，在人工智能人才职能布局上也各有侧重：百度重搜索、阿里优策略、腾讯重分析。百度正在扮演人工智能国内人才黄埔军校角色，阿里巴巴偏向高薪引才，腾讯则是稳打稳扎实现人才高效产出比。（数据来源：WebofScience数据统计：MITTech（数据统计：MITTech出开放平台paddlepaddle。除了算法以外，大数据、云计算都是实现人工智能技术应用的关键性设施。从目前中美云服务平台发展的情况来看，作为云计算的先行者，北美地区仍占据市场主导地位。虽然中国云服务起步晚于美国，但阿里、腾讯、华为等中国互联网及ok技术在我国云计算领域逐步从实验阶段走向应用阶段，在云服务的基础技术上中美差距已不大，但在服务环境、用户认知等方面与美国仍存在差距，但这个差距是很快就能缩小并赶超的。在人工智能应用平台领域，中、美两国的互联网企业均推出基于人工智能技术的垂直应用平台。在语音平台上，美国有谷歌的oogen、亚马逊的x、的on、微软的on、book的px等领先企业的语音平台，国内百度的百度大脑、科大讯飞语音开放平台等，虽然在开放平台的数量上中国不及美国，但从整体布局来看，基本与美国并驾齐驱。由于人工智能作为新兴产业，科技含量水平较高，集聚效应已在国内初步显现，目前国内初步形成三大人工智能聚集区，主要集中在北京、上海、广东等科技、教育与经济发达的一线城市，三地人工智能企业总数占全国人工智能企业总数的85京津冀聚集区、以上海为核心的长三角聚集区和以广东为核心的珠三角聚集区三大人工智能企业聚集区。智能汽车发展一般需要经历特定功能智能化、多项功能智能化、有条件的自动驾驶几个阶段，最终实现全工况无人驾驶。自动驾驶将推动汽车领域重大技术革命，因此世界各国对智能车辆的研发竞争日趋激烈。目前，行业正处于辅助驾驶向半自动驾驶推进的阶段。谷歌、意大利帕尔玛大学和百度的智能汽车原型系统，综合看来，国内外研发无人驾驶汽车的公司都把无人驾驶商用的时间线划在了2020年前后。因此，接下来的3到4年将会是这一技术商业化落地的一个冲刺时期。根据美国汽车信息咨询公司报告的市场预期，到2020成为第一个允许无人驾驶汽车上路国家，在接下来的10年中，无人驾驶汽车将被全世界所有关键市场接受，销量将以每年43的速度持续增长，到2035年全球无人驾驶汽车销量将达2100万辆。目前，巨头与初创企业纷纷加快切入智能机器人市场。从全球范围来看，日本、od仿人机器人、pp智能机器人，美国gog仿生机器人等一大批智能机器人快速涌现，巨头企业也纷纷通过收购机器人企业，将智能机器人作为人工智能重要的载体，推动人工智能发展，例如谷歌相继收购h、dood obo等9家机器人公司，积极在类人型机器人制造、机器人协同等方面布局。从国内市场看，2015年，国内包括商用机器人在内的服务机器人市场规