中投網2024-05-07 10:23 來源：中投網
中投顧問重磅推出"產業大腦"系列產品，高效賦能產業投資及產業發展各種工作場景，歡迎試用體驗！ | ||||
|---|---|---|---|---|
| 產品 | 核心功能定位 | 登陸使用 | 試用申請 | |
| 產業投資大腦 | 新興產業投資機會的高效挖掘工具 | 登陸 > | 申請 > | |
| 產業招商大腦 | 大數據精準招商專業平臺 | 登陸 > | 申請 > | |
| 產業研究大腦 | 產業研究工作的一站式解決方案 | 登陸 > | 申請 > | |
聯系電話： 400 008 0586; 0755-82571568
微信掃碼： 
1.1.1 2024-2028年中國人工智能行業影響因素分析
一、有利因素
（一）政策利好
2023年7月10日，中華人民共和國國家發展和改革委員會、中華人民共和國科學技術部、中華人民共和國工業和信息化部等七部門印發《生成式人工智能服務管理暫行辦法》。《辦法》指出，我國要推動生成式人工智能基礎設施和公共訓練數據資源平臺建設。促進算力資源協同共享，提升算力資源利用效能。推動公共數據分類分級有序開放，擴展高質量的公共訓練數據資源。鼓勵采用安全可信的芯片、軟件、工具、算力和數據資源。
（二）人工智能與新技術融合發展
1、人工智能與云計算的深度融合
云計算是指通過互聯網提供各種計算資源和服務的技術，它可以讓用戶隨時隨地地訪問和使用數據和應用。云計算為人工智能提供了強大的基礎設施，使得人工智能可以處理海量的數據，運行復雜的算法，實現高效的分布式計算。隨著云計算技術的不斷發展和優化，人工智能將更加依賴于云計算平臺，實現更高的性能、更低的成本、更好的可擴展性和更強的安全性。同時，人工智能也將為云計算帶來新的價值和機遇，例如通過自動化、優化和智能化提升云計算服務的質量和效率，或者通過創造新的云計算應用場景和模式拓展云計算市場。
2、人工智能與物聯網的廣泛結合
物聯網（IoT）是指通過網絡將各種物理設備、傳感器、終端等連接起來，實現信息交換和通信的技術。物聯網可以讓我們感知和控制周圍的環境，提高生活和工作的便利性和效率。物聯網產生了大量的數據，而人工智能則可以對這些數據進行分析和處理，從而實現對物聯網設備和系統的智能化管理和優化。例如，通過人工智能可以實現對家庭、辦公室、城市等場景中的溫度、濕度、光照、空氣質量等參數的自動調節，或者對交通、物流、制造等領域中的車輛、貨物、設備等狀態的實時監測和預測。同時，人工智能也可以為物聯網提供新的功能和體驗，例如通過語音、圖像、手勢等方式與物聯網設備進行自然交互，或者通過個性化、推薦、學習等方式提升物聯網服務的質量和滿意度。
3、人工智能與區塊鏈的有機結合
區塊鏈（Blockchain）是指一種分布式數據庫技術，它可以通過加密算法和共識機制保證數據的安全性、完整性和不可篡改性。區塊鏈可以為人工智能提供一種可信賴的數據共享和交換平臺，使得人工智能可以在不同的組織和領域之間實現數據的協作和價值的流通。例如，通過區塊鏈可以實現對人工智能模型和算法的版權保護和激勵機制，或者對人工智能產生的數據和結果的溯源和驗證。同時，人工智能也可以為區塊鏈帶來新的可能性和優勢，例如通過機器學習和深度學習提升區塊鏈的性能和效率，或者通過自然語言處理和計算機視覺提高區塊鏈的可用性和易用性。
（三）AI開源開放平臺服務能力持續增強
（四）人工智能開始逐步融合商業化場景發展
1、人臉識別
人臉識別門禁閘機、人臉識別登錄支付、公安系統通過攝像頭人臉識別從而進行追逃布控、人證合一驗證、交通車輛監控、OCR文字識別、照片自動美顏功能、基于圖片的商品搜索（如拍立淘）等等。
2、語音/語義識別
語音識別與合成（如智能音箱）、聊天機器人（如微軟小冰）、智能助手（Siri、小度等）、機器翻譯、智能客服機器人等等。其中語音識別與合成的技術成熟度相對較高，涉及到語義理解的應用目前還相對初期。
3、大數據智能計算
金融領域的風控、廣告精準投放、產品個性化推薦、基于行為模型的反欺詐、搜索引擎的優化、商品的智能排序等等。這類應用目前相對比較成熟，能進行大規模的普及，像國家反詐騙中心app就是運用大數據智能計算，分析詐騙行為從而提醒用戶免受詐騙損失。
4、智能無人駕駛
其中最典型的就是無人車駕駛，尤其是L4-L5級別的無人車駕駛。這個級別的無人車駕駛會基于周圍的環境、高精度地圖等信息，綜合決策出下一步的駕駛行為。同樣的道理，相同“無人化”級別的無人船、無人飛機、移動機器人等也屬于這一類的應用。這類AI應用研發難度較大，目前還處于初級的階段，較多運用于物流搬貨以及配送貨物的機器人。
二、不利因素
（一）基礎層面技術薄弱，芯片之路任重道遠
（二）專業人才不足
人工智能是新興產業，雖然技術和產業發展迅猛，但專業技術人才，以及兼顧人工智能與傳統產業的跨界人才不充足，限制了產業發展以及與實體經濟的深度融合發展。
從人才培養角度而言，我國高校人工智能領域的學科建設、人才培養相對滯后。人工智能涉及領域寬泛，相關領域學科資源分散，未能形成合力，培養人才的數量、質量有待提升。目前，國內開設人工智能專業的高校數量較少、時間較短，學科實力不強。
目前，我國對于AI人才的渴求已經超過了人工智能大國美國，相比世界其他國家空缺的AI職位最多，共計超過1.2萬個相關職位虛位以待，且中國最缺乏的職位是AI研究人員和智能專家。此外，國內還十分缺乏人工智能與傳統行業的跨界人才，不利于人工智能在各垂直行業的應用推廣。
（三）基礎理論、原創模型等顛覆型、階躍型技術缺乏引領能力
反向傳播、人工神經網絡等深度學習基礎理論，以及知識工程、計算神經科學等其他分支的基礎理論基本由他國引領，相關的統計學、認知科學等底層近現代學科早期創始人、重大貢獻者鮮有我國學者身影。在產業發展浪潮之中，我國雖已涌現一批具有全球影響力的學者，在圖像識別、機器翻譯等領域不斷發聲，但深度學習理論體系、新型學習方式等顛覆技術主導權幾乎被全球幾位巨頭掌握；卷積神經網絡、循環神經網絡、生成對抗網絡等階躍型算法技術多數在原始創造團隊各分支中產生，延續性較強。
（四）國內兩類基礎生態構建面臨嚴峻形勢
從全球來看，開源開發框架的第一次洗牌已到尾聲，谷歌、臉書等頭部企業的開發框架體系基本確立，市場份額和社區生態已遠超其他框架，我國框架以一己之身突圍難度很大。同時，受制于我國集成電路較全球起步晚的歷史背景，英偉達、英特爾等芯片大廠已在工藝制程、芯片架構、軟件生態等方面有數十年積累；智能計算時期，芯片頭部企業針對人工智能任務需求加速優化芯片架構、完善軟件工具、適配多樣的開發框架，構筑龐大的生態體系不斷提高行業壁壘，導致其他初創智能芯片企業一時間難以切入市場進行規模應用。目前，我國雖涌現出一批智能芯片企業，同時也在研發框架方面有所布局，但兩類基礎生態構建所面對的形勢仍然非常嚴峻。
2022年，我國人工智能產業規模達到5,080億元；2023年，我國人工智能產業規模約達到5,452億元。
我們預計，2024年我國人工智能產業規模將達到5,874億元，未來五年（2024-2028）年均復合增長率約為6.30%，2028年將達到7,500億元。
數據來源：中投產業研究院
產業投資與產業發展服務一體化解決方案專家。掃一掃立即關注。
多維度的產業研究和分析，把握未來發展機會。掃碼關注，獲取前沿行業報告。
