人工智能之中美对弈

□文/向阳

人工智能之中美对弈

□文/向阳

人工智能诞生半个多世纪后，终于由科技研发真正走向了行业应用。人工智能作为新时代的“电力”，将极大地颠覆现有商业模式、产业链和价值链，其发挥作用的广度和深度将远超历次技术革命。

历史上的每一次技术革命都深刻重塑了全球竞争格局，如蒸汽机时代的英国成为“日不落帝国”，电气化、信息化时代的美国成为世界超级大国。未来，谁能抓住人工智能新一轮技术革命的历史机会，就能一跃而上，赢得一个相当长时期的大发展，这一次是中国决不能错失的战略机遇。

2017年2月《大西洋月刊》报道，在一年一度的美国人工智能发展协会年会中，中国企业代表已经成为不可或缺的主力军。对比全球人工智能领先的美国、中国、英国和日本，在算法、数据和应用等领域，中美已经处于领先地位，特别是在学术研究、高端人才、技术突破、领军企业、创业投资和应用落地等关键环节上，已显现了中美“双雄”格局。

对比人工智能对四个经济体的效益提升能力，中美将是巨大的获益方，使这两者经济增速在2035年还能保持较快增长。据赛迪顾问预测，人工智能对经济的推动，能使中国的GDP增速由2016年的6.7%上升到2035年的8.1%。同样，据埃森哲预测，美国的GDP增速将借由人工智能的推广，从2016年的2.6%上升到2035年的4.6%。研究认为，在算法、应用以及学术研究、技术突破、领军企业等领域，美国仍处于领先地位，但中国潜能巨大，有望实现“弯道超美”。

中美人工智能产业关键指标对比

赛迪顾问从人工智能发展的“核心”和“环境”两类要素入手，构建了衡量人工智能发展成熟度的指数体系，共7个一级指标，19个二级指标，对比分析中美两国人工智能发展优劣势。

在核心要素方面，包括算法、数据、应用、平台等4个一级指标。算法指标方面，美国更具优势，根据MIT2017年科技突破榜单评比结果，美国有8家企业上榜，中国仅有3家。数据指标方面，中国数据总量具有很大潜力，预计到2030年，中国数据总量占比有望取代美国，成为全球第一。但在数据开放、制定数据共享标准等方面，中国仍与美国有一定差距。应用指标方面，美国人工智能市场更为成熟，产品渗透率更高，但产业增速落后于中国。原因是中国具有更大的C端用户基数，且B端的制造、交通、金融、医疗等传统行业发展相对落后，借助人工智能实现转型升级的需求更为迫切，市场增长的后劲很足。平台指标方面，两国人工智能平台均由互联网巨头推出，如，美国的Google、亚马逊和中国的百度。

表1 中美人工智能产业关键指标对比表

向阳 博士，赛迪顾问人工智能产业高级分析师

在环境要素方面，包括研发投入、政策布局、人才数量等3个一级指标。研发投入方面，美国优势明显。投融资规模、布局人工智能的投资机构数量、投资轮次三个指标，美国均明显优于中国。截止到2016年底，中国人工智能领域共有投资机构43家，人工智能企业共获得投资146次，累计融资25.72亿美元；而美国人工智能领域共有投资机构900家，人工智能企业共获得投资3454次，累计融资179.12亿美元，分别是中国的21倍、24倍和6.96倍。政策布局方面，2016年，美国相继发布《为人工智能的未来做好准备》《美国国家人工智能研究与发展策略规划》《人工智能、自动化与经济报告》三份报告，从资金支持、长短期结合等方面推动人工智能的发展。同时，在战略层面提出要探索人工智能对法律制定和政府管理的影响。与美国相比，中国也加紧规划布局，2017年7月，国务院印发《新一代人工智能发展规划》，明确了三步走的战略目标，中国人工智能理论、技术与应用“三位一体”全面推进，到2030年，达到世界领先水平，规模超1万亿元，带动相关产业规模超10万亿元，为人工智能产业指明了方向。人才数量方面，据LinkedIn数据统计，美国约有10万名人工智能相关人才，其中具备10年以上经验的接近50%。中国约有6万名人工智能相关人才，具备10年以上经验的仅为25%。因此，美国在人工智能专业化人才总量上依旧保持领先，在10年以上经验的专家和领军人才上优势明显。

在总体实力方面，美国暂时领先，中国快速追赶。中国在部分领域已显现出较强的竞争实力，部分指标与美国基本持平。主要体现在中国拥有全球最多的互联网用户、最活跃的数据生产主体，在数据总量上具有比较优势，在计算机视觉、语音识别等领域的算法基本具备与美国竞争的实力。此外，中国拥有更多的人工智能相关专业大学生，在人才供给上更具潜力，更具快速的商业应用开发潜能。

中美应用发展路线图

基于用户群体对新应用的接受度、未来潜在市场的需求空间、新产品供给能力等方面的综合考虑，选择目前无人驾驶、人脸识别、智能助理等十类人工智能主流应用，通过对比中美技术水平、商业应用、产业政策、社会文化等多方面因素，绘制中美人工智能应用场景落地路线图。可以预见，未来中美在演进路线上将呈现不同的发展时序。

图1 中美人工智能发展路线图

1.无人驾驶

无人驾驶技术能够提高行驶效率、缓解拥堵、降低污染和提高安全。Google、百度等互联网厂商和奥迪、宝马等传统汽车厂商均纷纷布局，投入大量研发精力。IHS Automotive的一项报告中显示，全球无人驾驶汽车保有量到2035年将增长到2100万辆。

在无人驾驶领域，美国起步略早于中国，DARPA于2004年就开始举办无人驾驶挑战赛，但中国在增长动力上更胜一筹。

从发展模式来看，美国的车企和互联网企业共同研发推进，并取得显著进展。在中国，传统车厂研发能力较弱，双方的合作研发以互联网企业为主导。

从影响落地因素来看，美国最大的挑战在于解决50个州政府各自为战的问题，需要制定超越地理界限的统一指南。政府需要解决谁监管、如何监管、法律责任、隐私和数据收集等问题。中国则是基础设施问题，在世界经济论坛的基础设施排行榜中，中国排46位。中国16%的道路是土路，基础设施问题依旧是中国的难题。减少道路测绘的限制也是重要环节，企业获得高精度地图的能力将影响无人驾驶的落地进程。

未来，随着技术成熟和产品量产，无人驾驶关键部件成本会快速下降，加速无人驾驶汽车普及。百度和福特投资激光雷达厂商Velodyne，促进LiDAR量产。据估算，如果量产数量达到100万辆，64线激光雷达的单位成本可以下降到500美元。

中国将有机会借由无人驾驶提升在国际汽车产业的话语权。据摩根斯坦利预测，未来汽车60%的价值由软件贡献。中国正涌现出百度、驭势科技等具备领先无人驾驶解决方案的企业，加上百度Apollo计划等开放生态的打造，将让整车制造商、零部件提供商、感知器件提供商、硬件提供商以及新的创业公司，有机会参与到一个新的、快速迭代、快速创新的生态环境中，提升中国汽车产业的整体竞争实力。

2.人脸识别

人脸身份认证通过视觉图像处理识别个体身份，提高了身份认证速度和认证准确度。人脸身份认证在安防、旅游、金融和智能家居等领域的应用，极大地提高了用户体验，为开展个性化服务提供了基础。国内有百度、Face++、商汤科技等企业提供技术解决方案。

Capvision的一项报告显示，2015年全球人脸识别市场规模已达200亿元人民币，中国约70亿元。预计到2020年，全球人脸识别市场规模将超过400亿元人民币，中国约150亿元。目前市场结构中硬件占比较大，未来的增长将主要来源于软件。

从发展模式来看，在人脸身份认证领域，美国在基础技术方面领先，中国在产业化应用方面更具优势。人脸身份认证是计算机视觉领域的应用热点，中国厂商目前已在安防、旅游、金融重点布局，未来将会延伸到其他的应用场景，让人脸成为新的“身份证”。

从影响落地因素来看，美国在人脸识别的科研技术方面一直处于全球领先的地位，但由于法律政策、个人隐私保护等限制，应用落地较慢。中国在人脸身份识别领域，已有不少公司提供解决方案或服务接口。相比于美国，中国有更广阔的市场，产业化速度更快。

未来，中国的支付需求量和用户使用习惯将更有利于人脸支付的普及。英国《金融时报》在对比中美两国市场研究机构的数据之后，发现2016年中国移动支付的市场规模已经接近于美国的50倍。通过已经在用户中培养的良好使用习惯，能有利于未来人脸支付技术的植入和普及。

中国视频安防领域对人脸身份认证需求将随着技术的成熟而被释放，成为人脸识别应用的重点领域。据统计，2016年中国视频监控市场规模达到867亿元，到2018年市场规模将突破1000亿元，未来三年平均增速高于12%。

3.对话式人工智能操作系统

对话式人工智能操作系统将成为未来第三代操作系统，为机器赋予理解人类语言的通用能力，利用语音对话的便捷和高效性，实现人机交互的新一轮革命。目前亚马逊、Nuance、谷歌、微软、百度等企业已纷纷展开各类产品布局。对话式人工智能操作系统，可广泛应用于智能手机、智能家居、车载等领域，将全面融入人们的工作和生活，具备极大的市场渗透空间。

在对话式人工智能操作系统领域，美国布局依然快于中国。但自2017年以来，各大巨头的产品布局开始加快，中国有后起赶超之势，继百度之后，阿里、腾讯也均推出各自的智能助理产品。

从影响落地因素来看，美国起步早，发展迅猛。亚马逊的Echo销量已达500多万台，作为核心的对话式人工智能操作系统，Alexa在家电、手机、汽车等众多领域也实现了布局。国内BAT等互联网公司都推出了交互式应用平台，智能客服是当前应用最广泛、效果最好的领域。

未来，中国市场增长的潜力更大，将引领对话式人工智能操作系统的普及应用。对话式人工智能操作最主要的场景之一就是智能家居。据GFK数据显示，中国消费者整体的消费意愿以及消费能力正在持续升级。从2013年至2016年，全球整体小家电市场销售额同比增长3%至5%，中国市场增速则达到20%，是引领全球市场增长的几个主力国家之一。

产业竞争将上升到涉及操作系统、芯片的全产业链。各大公司已从开发智能语音助理产品，进入到搭建操作系统平台、开发内置对话功能芯片的阶段，以此构建全产业链的竞争优势，并加速覆盖家电、服务机器人、生产车间、汽车等人机交互的应用场景。

中国人工智能产业发展面临的挑战

当前，中国人工智能产业发展面临的挑战主要表现在三个方面。一是现阶段监管政策无法适应产业创新的速度。人工智能的创新和应用需要全新的、革新的规则来适应。以无人驾驶为例，2016年9月，美国交通运输部发布全球首条自动驾驶相关政策，对无人驾驶汽车提出详细的安全评估要求。在路测方面，加州、新泽西、佛罗里达等7州已允许自动驾驶汽车上路测试，中国在无人驾驶领域尚未发布相关政策。另外，在数据开放方面，面对人工智能急需的数据“燃料”，中国的数据开放程度也远低于美国，差距明显。英国开放知识基金会组织开展的全球开放数据指数研究表明，美国在政府数据开放方面全球排名第8，而中国排名第93。

二是基础研发投入难以支撑产业创新要求。人工智能基础研发投入直接影响产业发展的创新速度，目前中国尚未推出人工智能的专项扶持基金，仅靠企业的研发投入难以支撑产业持续创新要求。美国对人工智能已投入多年，截至2016年，美国国家自然科学基金NSF对人工智能相关研究资助总金额超过9.12亿美元。另外，2016年10月美国发布的《为人工智能的未来做好准备》中指出，“尽管企业仍是推动人工智能发展的主体，但企业研发投入需增加2-4倍，才能促使人工智能带来最优的经济效益，政府急需加大投入，尤其是在高风险的基础研究领域，弥补企业投入的不足”。因此，中国应尽快出台政策，加大对人工智能领域的基础研发投入，以期缩小与美国的人工智能技术差距，满足产业创新的需求。

三是行业领军人才难以满足产业高速发展的需求。美国人工智能领域具备10年以上经验的专家占人才总量的近50%，而中国这一数字仅为25%。尽管华人在人工智能领域的能力已得到认可，但中国产业环境对国外人才的吸引力不高，海外归国人才不多。

发展建议

一是以公共事业性示范项目带动人工智能行业应用落地。公共事业性项目覆盖人群广，示范效应强，以政府采购为背书也有利于其在其他行业的快速推广。建议在信息化水平较高的城市，由政府率先试点部署人工智能应用，发挥宣传和引导作用，带动更多的行业应用人工智能产品和解决方案。

二是开放政府数据，制定数据互通标准。政府行业的数据量大、质优、可加工性强。开放政府数据是现阶段为人工智能产业发展提供“燃料”最直接、最有效的方式。建议进一步加强从国家部委到各省市的政府数据资源开放力度，制定各政府业务部门间的数据互通标准，提高政府开放数据频次，增加反馈和第三方评价机制，提升开放水平。

三是在人工智能的重点应用领域加快政策法规创新。如，在无人驾驶领域，大力推进政策制定，明确监管部门和监管方式，减少责任交叉和重复现象；在智能辅诊领域，推进智能辅诊在基层卫生医疗机构的优先试点应用，逐步扩展到各级医疗机构。

四是吸引全球顶尖华人科技人才回国，聚集一流科研人才。目前，美国依旧是全球科研人才的聚集地，但华人在人工智能科研、应用领域的实力以及特朗普政府的移民政策为我国吸引高端人才提供了机会。建议加大对人工智能高端人才的引进，设置“人工智能海外人才专项基金”，向来华工作的海外高级人才提供资金、住房、科研项目等方面的支持，开辟人工智能顶尖人才获得“绿卡”的绿色通道，打通与国外顶尖研究机构的交流渠道，提高人才互动频率。