人工智能产业链结构分析：瓶颈和机遇是什么？

声明：本文为火石创造原创文章，欢迎个人转发分享，网站、公众号等转载需经授权。 21世纪以来，人工智能引领的第四次工业革命悄然而至。进入21世纪第三个十年之后，大数据、云计算、物联网、5G等技术不断突破之下，人工智能有了更好的技术及产业化载体，并逐渐向传统产业渗透。

普华永道数据预测，受到下游需求倒逼和上游技术成型推动的双重动因，预计未来几年人工智能市场将保持高速增长，到2030年全球市场规模将达到15．7万亿美元，约合人民币104万亿元。

01人工智能产业链结构分析

人工智能产业与互联网＋行业类似，均是一种新兴技术通过各种软硬件产品结合，与传统产业进行深度整合之后，提升传统产业效率的一种新兴业态。

从产业链及供应链的角度考虑，人工智能产业结构可分为基础层、感知层、应用层三部分。

基础层：是人工智能产业的基础，通过海量数据形成人工智能产业数据获取（传感器）、数据存储（云计算）、数据处理（芯片及云技术）能力。

感知层：是人工智能产业的中间层，通过机器感知及算法实现基础数据与前端应用的紧密关联。

应用层：是人工智能技术在各产业的应用，是人工智能产业对其他产业的深度改造及赋能，并且随着技术及监管法规的不断完善，人工智能在各行业的应用不断深化。

图1：人工智能产业链结构来源：根据公开资料整理

02 我国人工智能产业发展瓶颈

我国人工智能产业应用端几乎与国外同步推进，甚至在某些细分应用实现全球领先（例如智慧零售、智慧医疗、无人驾驶等）。但与其他高精尖产业境遇相似，虽经过多年的发展，我国人工智能产业链结构偏重于应用端，在产业基础及感知能力方面受限较多。
得益于我国互联网应用的发展，大数据服务在国内从云计算到大数据分析发展较为迅速，但芯片制造及设计、高端传感器等人工智能基础硬件则发展相对滞后。

表1：我国人工智能产业卡脖子环节以及相关企业

来源：根据公开资料整理

从产业生命周期来看，人工智能产业总体尚处于行业初期阶段。其中：

对人工智能核心芯片的研究尚处于先导阶段，比如类脑芯片的研发距离产业化尚有很长的路要走。另外对于数据海量数据的处理能力、数据标准化、数据资产沉淀能力也有很大进步空间。

人工智能感知行业的技术突破依赖于前端技术的应用，又会从技术突破的角度推动应用市场的深化，目前也处于较大瓶颈期。

人工智能在应用领域的不断突破，是产业发展的重要牵引力，但受限于底层技术的不成熟及政策法规的影响，其在各产业中的应用也处于初期阶段。

03 我国人工智能产业发展的机遇

人工智能正引领产业发展新一轮技术革命，也成为国家产业发展的战略控制点，我国人工智能产业总体上处于国际先进水平，虽然产业链关键节点尚存在“卡脖子”情况，但在产业发展进程中同样存在两大核心机遇：

图2：人工智能的应用领域来源：根据公开资料整理

国产替代机会。中美贸易战之后，国家对集成电路及人工智能产业的重视达到空前的高度，目前在国内已经涌现出一批优秀的AI芯片设计软件、制造及高端传感器等创新企业，随着国家及资本不断加大投入，科研机构及企业不断取得技术突破，“卡脖子”变成产业优势及技术壁垒指日可待。

换道超车。伴随着我国互联网产业的高速发展，海量的互联网数据得以产生，我国具备了发展云计算、AI应用的天然优势，加上单体最大的互联网用户群体，对于虚拟现实及人机交互的市场需求也逐渐释放。能否依托数据及用户优势发展人工智能特色应用，并在此技术上形成独特技术、数据壁垒，进而反哺人工智能底层技术研发，是我国人工智能产业可否实现换道超车的关键。
表2：我国人工智能产业细分领域融资数量分布情况

来源：根据公开资料整理

04  总结

21世纪迎来人工智能引领产业发展的第四次工业革命。随着技术的不断成熟，人工智能逐渐渗透到生产、生活的各个层面，已成为国家产业发展的战略控制点。

当前我国人工智能产业总体处于国际先进水平，但产业发展依然处于初级阶段，产业链结构偏重于应用端，基础及感知能力方面依然有非常大的突破空间。接下来，我们应紧抓国产替代机会、换道超车两大核心机遇，为新一轮产业变革中竞争新高地提供强大科技动能。 —END—    作者