中美差距甚大，德勤發(fā)布《中國(guó)人工智能產(chǎn)業(yè)白皮書(shū)》

　　近日，德勤中國(guó)發(fā)布《中國(guó)人工智能產(chǎn)業(yè)白皮書(shū)》報(bào)告(以下簡(jiǎn)稱《白皮書(shū)》)，對(duì)人工智能在中國(guó)發(fā)展情況及在商業(yè)領(lǐng)域的應(yīng)用作出深度解析，并結(jié)合國(guó)內(nèi)人工智能產(chǎn)業(yè)發(fā)展區(qū)域及定位，為以人工智能為主題的產(chǎn)業(yè)園發(fā)展提出建設(shè)性意見(jiàn)。

　　《白皮書(shū)》中指出，人工智能已經(jīng)被越來(lái)越多的國(guó)家政府和企業(yè)重視，其在經(jīng)濟(jì)和戰(zhàn)略上的重要性愈加凸顯，開(kāi)始紛紛從國(guó)家戰(zhàn)略和商業(yè)活動(dòng)上涉足人工智能。全球人工智能市場(chǎng)將在未來(lái)幾年經(jīng)歷現(xiàn)象級(jí)的增長(zhǎng)。據(jù)推算，在2020年，世界人工智能市場(chǎng)將達(dá)到6800億元人民幣，2015到2020年間，復(fù)合年均增長(zhǎng)率達(dá)26.2%;在中國(guó)，人工智能市場(chǎng)規(guī)模將達(dá)到710億元人民幣，復(fù)合年均增長(zhǎng)率為44.5%。

　　近年來(lái)中國(guó)人工智能產(chǎn)業(yè)發(fā)展迅速，自2015年起，中國(guó)人工智能市場(chǎng)規(guī)模逐年攀升，截止2017年中國(guó)人工智能市場(chǎng)規(guī)模已達(dá)到了216.9億元人民幣，同比增長(zhǎng)52.8%。一組組反應(yīng)人工智能在中國(guó)增勢(shì)可喜的數(shù)據(jù)，也不能掩蓋中國(guó)人工智能諸多關(guān)鍵環(huán)節(jié)落后于人的事實(shí)，比如硬件環(huán)節(jié)，中國(guó)半導(dǎo)體產(chǎn)品國(guó)際市場(chǎng)占有率僅為4%，遠(yuǎn)落后于美國(guó)占比全球50%的能力。中國(guó)半導(dǎo)體主要依賴于進(jìn)口，進(jìn)口量已經(jīng)超過(guò)室友成為進(jìn)口金額最大的產(chǎn)品，并且短時(shí)間內(nèi)依賴進(jìn)口的現(xiàn)狀難以改變。

　　除了半導(dǎo)體產(chǎn)品國(guó)際占有率落后于美國(guó)，在其他多項(xiàng)人工智能指標(biāo)上，美國(guó)也領(lǐng)先于中國(guó)，比如FPGA芯片制造商融資、人工智能專家、人工智能公司、人工智能公司所獲投資等等。

　　就目前而言，人工智能的發(fā)展需要足夠的驅(qū)動(dòng)力，德勤在《白皮書(shū)》中指出計(jì)算力提升、頂層設(shè)計(jì)、資本支持、用戶需求已成為當(dāng)前階段人工智能發(fā)展的核心驅(qū)動(dòng)力。

　　運(yùn)算力

　　在過(guò)去5—10年，人工智能技術(shù)得以商業(yè)化主要得益于芯片處理能力提升、云服務(wù)普及以及硬件價(jià)格下降的并行使得計(jì)算力大幅提升。

　　雖然人工智能已經(jīng)有數(shù)十年的歷史，但是兩個(gè)新元素促進(jìn)了人工智能的廣泛應(yīng)用：海量訓(xùn)練數(shù)據(jù)以及GPU

　　(Graphics Processing Units)所提供的強(qiáng)大而高效的并行計(jì)算。用GPU來(lái)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，所使用的訓(xùn)練集更大，所耗費(fèi)的時(shí)間大幅縮短，占用的數(shù)據(jù)中心基礎(chǔ)設(shè)施更少。GPU還被用于運(yùn)行機(jī)器學(xué)習(xí)訓(xùn)練模型，以便在云端進(jìn)行分類和預(yù)測(cè)，從而在耗費(fèi)功率更低、占用基礎(chǔ)設(shè)施更少的情況下能夠支持遠(yuǎn)比從前更大的數(shù)據(jù)量和吞吐量。與單純使用CPU(Central Processing Units)的做法相比，GPU具有數(shù)以千計(jì)的計(jì)算核心、可實(shí)現(xiàn)10—100倍應(yīng)用吞吐量。

　　人工智能芯片價(jià)格下降而尺寸縮小。預(yù)計(jì)2020年，全球的芯片價(jià)格將比2014年下降70%左右。數(shù)據(jù)處理的費(fèi)用下降。隨著大數(shù)據(jù)技術(shù)的不斷提升，人工智能賴以學(xué)習(xí)的標(biāo)記數(shù)據(jù)獲得成本下降，同時(shí)對(duì)數(shù)據(jù)的處理速度大幅提升。寬帶的效率提升。物聯(lián)網(wǎng)和電信技術(shù)的持續(xù)迭代為人工智能技術(shù)的發(fā)展提供了基礎(chǔ)設(shè)施。2020年，接入物聯(lián)網(wǎng)的設(shè)備將增加至500億臺(tái)。代表電信發(fā)展里程的5G的發(fā)展將為人工智能的發(fā)展提供最快1Gbps的信息傳輸速度。高效人工智能技術(shù)的廣泛應(yīng)用。近年來(lái)，中國(guó)在語(yǔ)音識(shí)別和圖片識(shí)別等人工智能技術(shù)層的應(yīng)用得到了長(zhǎng)足的發(fā)展。

　　頂層設(shè)計(jì)

　　隨著人工智能對(duì)社會(huì)和經(jīng)濟(jì)的影響日益凸顯，各國(guó)政府也先后出臺(tái)對(duì)人工智能發(fā)展政策，并將其上升到國(guó)家戰(zhàn)略的高度。截至目前，包括美國(guó)、中國(guó)和歐盟在內(nèi)的多國(guó)和地區(qū)頒布了國(guó)家層面的人工智能發(fā)展政策。

　　在中國(guó)，政府正通過(guò)多種形式支持人工智能的發(fā)展。中國(guó)形成了科學(xué)技術(shù)部、國(guó)家發(fā)改委、中央網(wǎng)信辦、工信部、中國(guó)工程院等多個(gè)部門參與的人工智能聯(lián)合推進(jìn)機(jī)制。從2015年開(kāi)始先后發(fā)布多則支持人工智能發(fā)展的政策，為人工智能技術(shù)發(fā)展和落地提供大量的項(xiàng)目發(fā)展基金，并且對(duì)人工智能人才的引入和企業(yè)創(chuàng)新提供支持。這些政策給行業(yè)發(fā)展提供堅(jiān)實(shí)的政策導(dǎo)向的同時(shí)，也給資本市場(chǎng)和行業(yè)利益相關(guān)者發(fā)出來(lái)積極信號(hào)。在推動(dòng)市場(chǎng)應(yīng)用方面，中國(guó)政府身體力行，直接采購(gòu)國(guó)內(nèi)人工智能技術(shù)應(yīng)用的相關(guān)產(chǎn)品，先后落地多個(gè)智慧城市、智慧政務(wù)等項(xiàng)目。

　　資本支持

　　新創(chuàng)建的人工智能公司正在快速壯大人工智能市場(chǎng)規(guī)模，并且持續(xù)吸引資本入場(chǎng)。自2013年以來(lái)，全球和中國(guó)人工智能行業(yè)投融資規(guī)模都呈上漲趨勢(shì)。2017年全球人工智能投融資總規(guī)模達(dá)395億美元，融資事件1208筆，其中中國(guó)的投融資總額達(dá)到277.1億美元，融資事件369筆，中國(guó)人工智能企業(yè)融資總額占全球融資總額70%，融資筆數(shù)達(dá)31%。截至2017年，中國(guó)的人工智能創(chuàng)業(yè)公司只占全球的9%，但是他們卻拿到了全球48%的投資。

　　用戶需求

　　從C端用戶的需求來(lái)看，人工智能解決的是與人相關(guān)的健康、娛樂(lè)、出行等生活場(chǎng)景中的痛點(diǎn)。人的需求會(huì)隨著社會(huì)的發(fā)展水平不斷升級(jí)，人工智能的出現(xiàn)正契合了人們對(duì)于智能化生活的需求。從智能音箱到智能手環(huán)，再到VR、AR以及無(wú)人駕駛汽車的應(yīng)用，無(wú)不體現(xiàn)人工智能為C端用戶的生活便捷和智能化帶來(lái)的改變。

　　從B端需求來(lái)看，企業(yè)對(duì)于效率提升的需求旺盛，而人工智能可以顯著提高效率，并且B端應(yīng)用場(chǎng)景和需求比較明確，人工智能在各行業(yè)滲透速度加快。

　　從G端政府對(duì)人工智能的需求來(lái)看，人工智能切入政府關(guān)注民生、提升職能部門辦事效率等多方面的需求。從智慧醫(yī)療、智慧城市到智慧政務(wù)，人工智能正快速的落地和應(yīng)用，并為政府效率提升和城市發(fā)展帶來(lái)新一輪的動(dòng)力。

　　綜合而言，C端用戶重視體驗(yàn)和產(chǎn)品，且需求相對(duì)多樣復(fù)雜，然而目前技術(shù)還不夠支撐體驗(yàn)很好的產(chǎn)品和應(yīng)用(如服務(wù)機(jī)器人);B端和G端更注重效率提升且需求明確，因此目前大部分人工智能企業(yè)選擇以此為突破。