中美AI 产业的差距究竟有多远？

本篇文章6007字，读完约15分钟

人工智能是目前人类面临的最重要的技术和社会变革。政府、资本和行业都热情地拥抱人工智能。中国和美国正争先恐后地抢占阵地。据估计，2020年世界人工智能市场将达到6800亿元人民币，复合增长率为26.2%。

近日，Sullivan公司发布了 2019中美人工智能产业及制造商评价，重点关注中美人工智能产业，重点关注技术储备、布局、生态和人工智能应用四个维度，重点分析谷歌、微软 、百度和阿里巴巴等 大型人工智能制造商，展望人工智能产业的最新发展趋势。此外，报告还深入分析了中美两国人工智能产业在技术、人才和政策方面的最新趋势，总结了人工智能产业的最新发展趋势。

如果你想得到这篇报道的全文，请回复雷锋的关键词“416报道”。com (leiphone-sz)。

文件来源:苏利文

总体而言，中美人工智能产业的差距主要表现在以下四个方面:

◆中国在一些人工智能核心技术领域与美国并驾齐驱，但整体实力仍有差距。

◆中国在人工智能基础水平上正在加速追赶，要取得成效需要时间。

◆美国在技术储备和布局上有明显优势。

◆美国政策注重保持其人工智能核心技术优势。

随着人工智能产业60多年的发展，技术日趋成熟，产业布局和生态建设逐步完善，现已进入深化产业授权阶段。

中国:中国起步较晚，但应用环境良好，人工智能正在深刻推动中国经济的智能化转型；美国在技术储备和布局方面领先，并通过政策驱动保持全球领先地位。中国近年来拥有丰富的人工智能应用场景和频繁的优惠政策，在人工智能商业化方面具有突出的优势。

美国方面:美国是人工智能的发源地，许多大学和企业为人工智能的发展贡献了深厚的理论和算法基础。美国在人工智能技术储备和布局方面有着坚实的基础，处于世界领先地位。与此同时，美国正式颁布了其人工智能国家战略，并决心在技术生态和人工智能应用方面发挥其优势，以保持其在人工智能领域的领先地位。

中国:国家政策从人工智能产业规划、创新平台建设、技术应用等方面引导产业健康有序发展，推动中国人工智能应用环境和产业发展不断改善。

地方政策重点引导现代优势产业集群与人工智能技术能力融合，形成多元化人工智能生态，为人工智能创新发展创造良好环境。

美方:美国政府领导各行各业对人工智能技术进行研究，但其隐私政策对数据的使用带来了限制。例如，由于数据安全和隐私问题，美国技术制造商多次受到国会和公众的广泛关注，甚至起诉或举行听证会，特别是大型互联网供应商，如脸书和谷歌。在某种程度上，美国隐私法限制人工智能企业获取和使用数据。

中方:人工智能“国家队”和创业独角兽是中国主要的人工智能企业。其中，“国家队”的技术和应用领域布局更加全面，创业独角兽对垂直技术和应用市场的培育更加深入。

中国人工智能产业基础层整体实力较弱，厂商正在加快布局，迎头赶上。

中国的人工智能产业在基础层面上的硬件如芯片和传感器方面很弱，而且世界上很少有领先的芯片公司。百度、阿里、腾讯、华为等厂商都加快了基础层软硬件的布局。

中国人工智能产业发展势头良好。

百度、阿里、腾讯和华为等综合性制造商在计算机视觉、自然语言处理和语音识别等核心技术领域都有布局，而创业独角兽在垂直领域发展迅速。在中国丰富的应用场景支持下，ai 技术具有很大的商业化潜力，中国ai产业的应用层正在蓬勃发展。许多制造商已经在安全、金融、旅游、教育等领域努力推广人工智能着陆。

美国方面:美国有很多人工智能制造商，他们有软实力也有硬实力。许多大型制造商已经整合了人工智能产业，初创企业遍布基础层、技术层和应用层。

在美国人工智能行业的基础层，有许多老牌的重量级制造商

芯片和传感器在美国人工智能行业基础层的实力很强，这主要是由于NVIDIA和高通等技术实力雄厚的行业领先厂商的参与。

IBM、微软、谷歌、Facebook、亚马逊等技术厂商在基础层实力雄厚，在算法、计算能力、数据等技术方面布局全面。例如，谷歌的tensorflow深度学习框架在业界很受欢迎。

美国人工智能产业技术层全面发展

美国计算机视觉、语音识别等领域的算法研究早在20世纪60年代和70年代就开始了。近年来，这些领域的初创企业纷纷涌现，美国人工智能产业的应用大多集中在数据基础较好的领域，如医疗、金融、互联网等。

政策是中美人工智能产业发展的重要基础

中国和美国已经将人工智能产业的发展提升为国家战略。在通过政策促进人工智能产业全面发展的基础上，美国更倾向于通过项目合作促进基础技术的研发，而中国则更注重通过资金和技术支持促进区域、产业和技术创新的发展。

中美两国都有发展人工智能的良好社会环境，学校、企业和政府都积极合作促进人工智能的发展

中国和美国在人工智能企业和专利数量上位居世界前两位，拥有丰富的教育资源和良好的人工智能发展社会环境。

中国经济发展迅速，人工智能有着良好的基础，人工智能应用场景更具潜力

近十年来，中国的计算能力和数据取得了巨大的突破。得益于制造商和人工智能独角兽的技术生态开发和应用布局，物联网继续向人工智能发送大量数据，人工智能给予物联网更多智能反馈，人工智能和物联网未来将进一步合作发展。

美国技术布局全面，具有先发优势和良好的人工智能产业基础

美国早期在芯片、传感器和算法等技术方面有着深厚的理论和实践积累，整体技术实力领先；中国加快了技术生态和应用的综合布局，以促进人工智能产业的发展。

中美两国的人工智能企业数量在全球范围内具有绝对优势

截至2018年年中，美国共有2039家人工智能企业，位居世界第一，这主要得益于美国人工智能行业良好的发展基础。

中国人工智能产业起步晚于美国，但在社会各界的推动下发展迅速。在2014年至2016年的人工智能创业浪潮中，新增了许多企业。到2018年年中，人工智能企业的数量占全球总数的近40%。

北京和旧金山的人工智能企业数量居世界前列

中美企业分别占世界十大人工智能企业的40%和30%，其中北京以412家人工智能企业排名世界第一，旧金山以289家排名第二。

中美人工智能城市主要集中在经济发达、科技发达、创业环境宽松的地区。中国以北方一线城市广州和深圳为主要聚集区，美国以旧金山湾区和纽约湾区为主要聚集区。

在顶尖人工智能人才的培养方面，中国与美国仍有明显差距，美国对顶尖人工智能人才更具吸引力

中国的人工智能研究和教育水平低于美国，人力资源匮乏:77%的人工智能专家在学术界工作，23%在工业界工作，这导致大学和研究机构成为人工智能人才竞争的核心要素。中国顶尖人工智能人才的40%需要从美国大学和研究机构引进。

美国对顶尖的人工智能人才更具吸引力:美国大学培养了44%的人工智能顶尖编辑，但吸引了46%的人工智能顶尖编辑到美国工作 ，这证明美国在吸引顶尖人才方面处于领先地位。中国总体上是落后的，但高端制造商的人才吸引力正在增长。例如，百度吸引了一大批权威的人工智能科学家，如王海峰博士、吴华博士和雷佳博士。同时，由于人才导向，

中美在人工智能人才的数量和质量上有很大的差距。我国正在加强人工智能人才的培养，提高整体人才储备实力

中国与美国在数量和质量上还有一定的差距:根据清华大学的数据，中国只有18232名人工智能人才，美国比中国高出56.5% ，其中中国人工智能领域的优秀人才有977人，不到美国的五分之一，优秀人才的比例只有5.4%，比美国高出17.1%

国家出台政策加大对我国人工智能人才培养的投入:自2017年科技部发布《新一代人工智能发展规划》以来，全国30个省市出台了人工智能专项政策，人工智能学科和专业建设加快推进。全国30多所大学建立了人工智能学院，75所大学独立建立了89个人工智能

政策支持和社会投入促进了我国人工智能技术储备的快速发展

中国各级政府多次出台人工智能发展的法规和政策，极大地激发了社会对人工智能相关研究、就业和创业的关注和热情。

在过去的五年里，中国在人工智能领域的论文产出比美国多43.1%，这表明中国在人工智能领域的科学研究比美国更受重视，发展更快。

从被引频次来看，中国和美国在顶级论文数量上居世界首位，但美国的顶级论文更多

与人工智能领域前1%的4130篇论文的全国分布相比，中国和美国远远领先于其他国家，分别有1166篇和1345篇论文，占总数的60.8%，表明中国和美国在理论基础和科研成果方面处于世界领先地位。

在被引用的前100篇论文中，美国占59篇，而中国仅占16篇。主要原因是中国的整体研究环境和人工智能人才培养与美国相比还有一定差距。

中美人工智能峰会论文数量居世界首位，但美国论文的接受率较高

2019年，中国和美国在美国公民自由联盟(acl)和国际公民自由联盟(iccv)中的论文数量远远领先于其他国家。例如，在美国公民自由联盟中排名第二的中国的论文数量接近排名第三的英国的7倍。

中国在2019年aaai峰会上提交的论文数量是去年1242篇论文的近两倍，而美国仅比去年增加了37%。可以看出，我国人工智能领域的研究成果增长迅速，录取率为15.8%，落后于美国20.6%，论文整体质量略逊于美国，但部分领域的质量逐渐赶上美国。

中国的人工智能专利数量大大超过了美国，但国际专利数量却低于美国

中国人工智能的国内专利申请数量居世界第一，而且有与其他国家拉开差距的趋势:2012年超过日本，2017年超过美国。中国专利数量在五年内增长了约10倍，约为美国的2.5倍，在国内专利申请数量中占主导地位。

中美两国的国际专利数量存在很大差距:美国的国际专利申请量超过10，000 pct，居世界第一位，占世界pct国际专利申请总量的41%，而中国排名第三，占10%，这证明中国的人工智能专利国际化水平与美国相比还有待提高。

受中国一级市场寒冷环境和人工智能投资下降的影响，中国人工智能投资自2015年以来首次低于美国

从2013年到2018年，中国在人工智能领域的投资比美国热得多。在过去的五年中，投资规模的复合年增长率为96.8%，而美国的复合年增长率为52.1%。从2015年开始，中国对ai 的投资超过了美国，2018年达到约160.5亿美元，而2019年的投资额和投资额均低于美国。

2019年，中国一级市场投资机构遭遇“融资难、退出难”等问题，导致整体投融资环境变冷，一级市场投融资总量较2018年下降29.8% 。中国的人工智能投资热和政策红利在2017-2018年达到顶峰。然而，由于行业竞争加剧，投资决策难度加大，热度下降，与ai 相关的投资开始萎缩。

中美两国的投资方向相对一致，一些子行业差异较大，而中国的投资方向总体上较宽

中国和美国的人工智能投资方向大体相同。然而，由于中国的应用场景广泛，资本流向应用层可以更快地获利，而资本和技术在基础层的门槛很高。中国缺乏高端人才和基础理论的积累，很难切入基础层面。因此，中国的人工智能投资相对集中在应用层。

2019年，中国投资了70多个与人工智能相关的子行业，而美国只有50多个，这表明中国的人工智能投融资方向和思路更加广阔

自2019年以来，中国对人工智能初创企业的关注程度低于美国

2019年之前，中国对人工智能初创企业给予了更多关注。与美国相比，2018年中国ai企业的平均投资率高出18%，平均5个月获得第一笔融资。

自2019年以来，中国开始重视人工智能领域的战略投资和并购。随着一级市场环境的收紧，竞争格局变得更加明显，与过去相比，初创企业融资困难。与2018年相比，我国人工智能领域的A轮及之前融资比例有所下降，而战略融资比例上升了17%。

总体:

◆谷歌综合实力领先全球人工智能厂商，百度综合实力领先中国人工智能厂商。

◆谷歌是美国人工智能制造商中的领先者，其次是微软和亚马逊。

◆百度引领中国人工智能厂商，阿里、腾讯和华为积极跟进。

百度在中国制造商中领先，排名世界前四，是中国人工智能行业的领导者。

中国制造商在优惠政策的支持下抓住了发展机遇。百度积极全面布局人工智能行业，在一些核心技术上领先美国厂商，并承担了深度学习工程实验室、自动驾驶平台等国家项目，综合实力在中国人工智能厂商中排名第一。

美国人工智能制造商的整体实力领先，谷歌在全球人工智能制造商中排名第一

美国的人工智能产业发展较早，制造商注重整个产业的布局，尤其是在算法和芯片等核心领域，在综合人工智能技术水平上相对较强。其中，谷歌采用了“人工智能+硬件+软件”的模式，奠定了技术基础，拓宽了应用领域，在智能搜索和智能家居领域取得了良好的商业化效果。[/h

美国人工智能制造商代表企业:

谷歌

谷歌拥有一支世界顶尖科学家团队，非常重视基础科学研究，因此在技术储备和卓越创新能力方面拥有巨大优势，成为全球技术布局的领导者。

许多优秀的开源项目和活跃的一级市场投资使谷歌拥有一个繁荣的人工智能生态系统；以“人工智能+硬件+软件”的形式，实现人工智能更高的商业化水平。

Microsoft

优秀的人才储备和专利储备使微软在技术储备上名列前茅，也使其在技术布局的广度和深度上处于领先地位。

微软实现了以智能云为核心的人工智能授权，为企业或组织的数字化和智能化转型提供了解决方案，同时构建了一个高度繁荣的人工智能生态系统。

亚马逊

亚马逊在R&D的投资居世界第一，为人工智能技术储备奠定了良好的基础；在人工智能技术布局上，人工智能芯片具有突出的技术实力和强大的竞争优势。

亚马逊将云计算作为其生态建设的核心，将alexa作为其人工智能服务门户，内外兼修。未来，亚马逊将专注于人工智能云，这将使aws应用服务更加全面和智能化。

中国人工智能制造商的代表:

百度

百度是中国人工智能技术领域的先锋，凭借其雄厚的人工智能技术储备、全面的人工智能技术布局和软硬件结合的人工智能生产平台，综合技术实力排名第一。

百度人工智能生态繁荣程度高，人工智能开放平台不断完善；在人工智能应用方面，凭借其布局的深度和广度，将实现高水平的综合商业落地，并在未来继续推动产业转型。

阿里巴巴

阿里巴巴在R&D的人员比例和R&D的数量方面表现突出，为人工智能技术储备提供了基础；在人工智能技术的布局层面，它在语音识别、边缘芯片等技术领域有一定的优势。

基于云计算，阿里完善人工智能开放平台，积极投资海外，繁荣人工智能生态；在应用层面，以et脑为核心，扩展到物联网的各个领域，实现“人工智能+物联网”的全面登陆。

华为

华为的人才资源和研发实力为其人工智能技术储备提供了潜在的发展基础；在技术层面上，华为继续在机器学习框架中发挥优势，其自主研发的ai芯片具有强大的计算能力。

华为基于其在ict领域和智能硬件领域的积累，在B端、C端和G端拥有丰富的客户资源，有利于丰富ai生态，实现ai全栈全场景登陆。

与技术制造商发布的典型芯片相比，asic芯片在计算能力方面相对领先于其他类型的芯片。然而，由于gpu的早期发展、广泛应用和成熟的软件生态，目前使用的最成熟的ai芯片是gpu。

专用集成电路芯片具有体积更小、能耗更低、保密性更强的优点，可以在大规模生产后大大降低成本。未来，随着数据量的快速增长和各种应用场景差异带来的对专用性需求的增加，针对特殊任务优化的专用集成电路芯片的性能将更加突出。

未来，数据处理将逐渐从“手动+机器”模式转变为“数据智能”模式。更多的企业和政府将选择“数据智能”模式，实现快速数据处理，统一数据生产、计算和应用的步骤，促进非结构化和半结构化数据向完整数据资产的转化。例如，百度与平安、太平洋保险、tcl等多个领域的知名企业合作；阿里与浙江省政府携手实现了政府数据处理的高效率，极大地提高了行业数据资源的使用效率。

机器学习的更多自动化将降低技术使用的门槛，并推动更多用户加入。人工智能技术的使用将是“民用的”

传统的机器学习对人工智能人才有很大的需求。未来，机器学习可以完成传统机器学习所需的大部分手工操作，人工智能人才的短缺将得到适当缓解。

实际上，B、C和G终端的数据爆炸正在加速，而机器学习更加自动化的驱动因素之一是基于更通用的算法框架，这可以帮助专业人员快速高效地处理相关问题，提高工作效率。

人工智能供应商不断优化算法模型，以加快机器学习的自动化。微软、谷歌、百度等。将继续通过开放式深度学习平台，帮助用户更高效地构建培训模式，推动业务模式创新，以适应不同的业务场景，进一步推动“包容性人工智能”的实现。

随着物联网的普及、边缘数据的爆炸式增长以及5g提供的高速传输能力，人工智能技术和边缘计算技术将深度融合，人工智能边缘应用将成为一种趋势，这将直接推动人工智能边缘处理器的发展。

随着物联网时代的到来，世界上物联网终端的数量将大大增加，许多人工智能处理将在边缘设备上完成，避免了传统模式下数据传输到云端所带来的延迟，提高了数据处理的安全性和数据响应的及时性。

未来，配备人工智能边缘处理器的设备和系统在分析边缘流数据时将更加快速和实时，对整个物联网中发生的事件的处理能力和感知能力也将大大提高，从而大大增加人工智能边缘处理器的出货量。目前，寒武纪、Horizon和英伟达等企业已经在边缘部署了人工智能。

人工智能边缘应用决策的优势:

更灵敏:与当前的集中式数据中心数据处理模式相比，边缘设备可以更及时地处理、响应和调整数据。

更安全:当数据通过互联网传输时，存在数据泄露或篡改的隐患，边缘计算可以避免或降低这种风险。

基于人工智能边缘应用的优势，配备边缘人工智能处理器的设备将广泛应用于公共安全、视频优化、工业互联、ar/vr等场景。

目前，人工智能已经在许多场景中得到应用，未来将加速其在金融、安全、制造、医疗和交通等数据量巨大的领域的渗透，这在拥有海量数据资源的中国尤为明显。

金融的

将大数据和人工智能技术相结合，为银行等金融子领域提供定制服务，提高运营效率，改变传统商业模式。

随着智能银行、智能投资等智能服务和产品的出现，金融业已经从信息化向智能化转变。

可以建立智能风险控制系统，提高风险管理和控制能力。

安全性

基于人脸半结构化特征、动作识别和步态识别的人工智能新技术将得到广泛应用。

公安ai应用场景等细分领域将全面实现罪犯的高精度识别。结合边缘计算，将人工智能技术注入前端摄像机，使本地设备完成智能图像识别。

制造业

结合人工智能技术，R&D企业在生产、管理和服务方面变得更加智能化。

如果用计算机视觉技术来发现有缺陷的产品，人工智能机器人可以代替工人完成一些工作。

人工智能加速了制造业的深化，如制造业、产品物流和仓储，实现了“生产、供应、销售”的一体化模式。

医学的

人工智能技术渗透到医学子领域，包括疾病预测和辅助治疗方向，实现了智能医疗系统和智能治疗模式。

例如，人工智能算法可以自动识别病变部位并提供清晰的诊断提示。

医疗行业诊疗模式的升级也将促进医院医疗系统、药品系统等系统的快速整合。

交通

驾驶应用场景不断深化和扩展，如自动停车、定点接送和快速公交等。

融合语音识别、手势识别、眼睛跟踪、驾驶员检测等技术的人工智能系统将成为汽车的标准。

通过边缘计算和人工智能的融合，可以实现数据处理的低延迟和可靠性，保证智能驾驶的安全性。

随着技术自主性和可控性意识的不断提高，未来中国的人工智能厂商将更加注重自主研发，以实现人工智能应用领域的安全发展，百度等厂商有明显的促进作用。

总体而言，美国人工智能技术的相对布局更为广泛，而中国在计算机视觉和语音处理等高端技术领域也表现良好，人工智能投资、创业、研究和合作的环境更好，技术本土化趋势更加明显。展望未来，人工智能核心元素的计算能力和数据处理方法将得到升级和优化，人工智能技术将加速其在金融、安全、医疗、交通等应用场景中的渗透，特别是在中国这个拥有海量数据优势的国家。

雷锋网(公开号码:雷锋网)雷锋网