2021-2025年中国人工智能行业影响因素分析
一、有利因素
（一）国家政策为人工智能产业持续加码
2019年3月，国务院发布《2019年政府工作报告》。报告提出深化大数据、人工智能等研发应用，培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群，壮大数字经济。同月，中央深化改革委员会发布《关于促进人工智能和实体经济深度融合的指导意见》，意见指出要促进人工智能和实体经济深度融合，要把握新一代人工智能发展的特点，坚持以市场需求为导向，以产业应用为目标，深化改革创新，优化制度环境，激发企业创新活力和内生动力，结合不同行业、不同区域特点，探索创新成果应用转化的路径和方法，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。
2019年8月，科技部印发《国家新一代人工智能创新发展实验区建设工作指引》，提出开展人工智能技术应用示范、人工智能政策试验、人工智能社会实验，积极推进人工智能基础设施建设。到2023年，布局建设20个左右的实验区，创新一批切实有效的政策工具，形成一批人工智能与经济社会发展深度融合的典型模式，积累一批可复制可推广的经验做法，打造一批具有重大引领带动作用的人工智能创新高地。
2019年11月，工业和信息化部发布《“5G+工业互联网”，512工程推进方案》，要求到2022年，要打造5个产业公共服务平台，构建创新载体和公共服务能力；加快垂直领域‘5G+工业互联网’的先导应用，内网建设改造覆盖10个重点行业；打造一批“5G+工业互联网”内网建设改造标杆、样板工程，形成至少20大典型工业应用场景；培育形成5G与工业互联网融合叠加、互促共进、倍增发展的创新态势，促进制造业数字化、网络化、智能化升级，推动经济高质量发展。”
（二）国内计算机视觉技术走在国际前列
计算机视觉、智能语音、自然语言处理是人工智能的三大主要技术方向，也是中国市场规模最大的三大商业化技术领域。受益于互联网产业发达，积累大量用户数据，国内计算机视觉、语音识别领先全球。
作为落地最为成熟的技术之一，计算机视觉应用场景广泛。计算机视觉是利用计算机模拟人眼的识别、跟踪和测量功能。其应用场景广泛，涵盖了安防（人脸识别）、医疗（影像诊断）、移动互联网（视频监管）等。计算机视觉是中国人工智能市场最大的组成部分。
计算机视觉技术竞争格局稳定，国内头部企业脱颖而出。随着终端市场工业检测与测量逐渐趋于饱和，新的应用场景尚在探索，当前全球技术层市场进入平稳的增长期，市场竞争格局逐步稳定，头部企业技术差距逐渐缩校中国在该领域技术积累丰富，技术应用和产品的结合走在国际前列。2018年，在全球最权威的人脸识别算法测试（FRVT）中，国内企业和研究院包揽前五名，中国技术世界领先。国内计算机视觉行业集中度高，头部企业脱颖而出。
（三）人工智能应用场景广阔，市场潜力大
受益于计算机视觉、图像识别、自然语言处理等技术的快速发展，人工智能已广泛地渗透和应用于诸多垂直领域，产品形式也趋向多样化。近年来，关注度较高的应用场景主要包括安防、金融、教育、医疗、交通、广告营销等。
受益于全球开源社区，应用层进入门槛相对较低。目前，应用层是人工智能产业链中市场规模最大的层级。据中国电子学会统计，2019年，全球应用层产业规模将达到360.5亿元，约是技术层的1.67倍，基础层的2.53倍。
中国侧重应用层产业布局，市场发展潜力大。欧洲、美国等发达国家和地区的人工智能产业商业落地期较早，以谷歌、亚马逊等企业为首的科技巨头注重打造于从芯片、操作系统到应用技术研发再到细分场景运用的垂直生态，市场整体发展相对成熟；而应用层是我国人工智能市场最为活跃的领域，其市场规模和企业数量也在国内AI分布层级占比最大。2019年，国内77%的人工智能企业分布在应用层。得益于广阔市场空间以及大规模的用户基础，中国市场发展潜力较大，且在产业化应用上已有部分企业居于世界前列。例如，中国AI+安防技术、产品和解决方案引领全球产业发展，海康威视和大华股份分别占据全球智能安防企业的第一名和第四名。
（四）中国研发高投入高强度，在全球研发表现中占据重要地位
从研发投入的角度，美国、中国、日本和德国始终是全球研发投入的主力军。据IDC统计显示，2018年四国的研发投入总和占全球总量的比例已达60.77%。其中，美国凭借其强大的研发实力连续多年位居全球研发投入的榜首。近年来，中国研发投入呈现一路猛增的强进势头，据Statista统计，国内2019年研发投入额为5192亿美元，仅次于美国，且趋势上与美国差距不断缩小，2000年至2019年，CAGR高达14.43%，同期美国CAGR仅2.99%。由于经济疲软等诸多原因，欧盟与日本则呈现较为缓慢的上升趋势。据研发投入与强度增长的趋势推测，中国或在1-2年内取代美国的全球研发领先地位。从研发强度的角度，中国研发强度总体上呈逐步攀升的趋势，且涨幅较大。
二、不利因素
（一）基础层面：技术薄弱，芯片之路任重道远
基础层由于创新难度大、技术和资金壁垒高等特点，底层基础技术和高端产品市场主要被欧美日韩等少数国际巨头垄断。受限于技术积累与研发投入的不足，国内在基础层领域相对薄弱。具体而言，在AI芯片领域，国际科技巨头芯片已基本构建产业生态，而中国尚未掌握核心技术，芯片布局难以与巨头抗衡；在云计算领域，服务器虚拟化、网络技术（SDN）、开发语音等核心技术被掌握在亚马逊、微软等少数国外科技巨头手中。虽国内阿里、华为等科技公司也开始大力投入研发，但核心技术积累尚不足以主导产业链发展；在智能传感器领域，欧洲（BOSCH，ABB）、美国（霍尼韦尔）等国家或地区全面布局传感器多种产品类型，而在中国也涌现了诸如汇顶科技的指纹传感器等产品，但整体产业布局单一，呈现出明显的短板。在数据领域，中国具有的得天独厚的数据体量优势，海量数据助推算法算力升级和产业落地，但中国在数据公开力度、国际数据交换、统一标准的数据生态系统构建等方面还有很长的路要走。
（二）专业人才不足
人工智能是新兴产业，虽然技术和产业发展迅猛，但专业技术人才，以及兼顾人工智能与传统产业的跨界人才不充足，限制了产业发展以及与实体经济的深度融合发展。
从人才培养角度而言，我国高校人工智能领域的学科建设、人才培养相对滞后。人工智能涉及领域宽泛，相关领域学科资源分散，未能形成合力，培养人才的数量、质量有待提升。目前，国内开设人工智能专业的高校数量较少、时间较短，学科实力不强。
截至2018年底，中国相比世界其他国家空缺的AI职位最多，共计超过1.2万个相关职位虚位以待，且中国最缺乏的职位是AI研究人员和智能专家。此外，国内还十分缺乏人工智能与传统行业的跨界人才，不利于人工智能在各垂直行业的应用推广。
（三）中国AI专利质量参差不齐，海外市场布局仍有欠缺
专利申请量是衡量人工智能技术创新能力和发展潜质的核心要素。在全球范围内，人工智能专利申请主要来源于中国、美国和日本。2000年至2018年间，中美日三国AI专利申请量占全球总申请量的73.95%。
尽管中国专利申请量远超美国，但技术“多而不强，专而不优”问题亟待调整。其一，中国AI专利国内为主，高质量PCT数量较少。PCT是由WIPO进行管理，在全球范围内保护专利发明者的条约。PCT通常被认为具有较高的技术价值。据中国专利保护协会统计，美国PCT申请量占全球的41%，国际应用广泛。而中国PCT数量（2568件）相对较少，仅为美国PCT申请量的1/4。目前，我国AI技术尚未形成规模性技术输出，国际市场布局欠缺；其二，中国实用新型专利占比高，专利废弃比例大。我国专利类别包括发明、实用新型专利和外观设计三类，技术难度依次降低。中国拥有AI专利中较多为门槛低的实用新型专利，此外，据剑桥大学报告显示，受高昂专利维护费用影响，我国61%的AI实用新型和95%的外观设计将于5年后失效，而美国85.6%的专利仍能得到有效保留。
（四）成功企业不多，对成熟的市场化应用理解不足
目前我国人工智能领域的成功企业，除了科大讯飞、商汤科技、旷视科技和明略科技，以及腾讯、阿里巴巴等之外，还尚不多见。
现有的市场上成熟的人工智能产品，也多数是以上这些企业的产品。所以对于整个人工智能产业而言，普遍对成熟的市场化应用的理解不足。这一行业本质上属于高技术密集型、智力密集型以及商业密集型，那些比较成熟、成功的企业，基本上都是这三点优势的集成。所以这也在很大程度上构成了很高的进入壁垒，许多企业难以进入。
2021-2025年中国新一代人工智能产业规模预测
2018年，我国新一代人工智能产业规模达到83.1亿美元；2019年，我国新一代人工智能产业规模达到约105.5亿美元。
我们预计，2021年我国新一代人工智能产业规模将达到191.2亿美元，未来五年（2021-2025）年均复合增长率约为38.83%，2025年将达到710.3亿美元。
图表中投顾问对2021-2025年中国新一代人工智能产业规模预测
数据来源：中投产业研究院
