全球人工智能产业链创新发展态势研究

◎文/于 申 杨振磊

自1956年达特茅斯会议确定人工智能概念以来，人工智能技术至今已发展60余年，随着算法、算力及数据基础的不断演进，逐渐进入新的发展阶段。人工智能技术正在颠覆越来越多的传统领域，成为推进产业提质增效、实现新旧动能转化的重要推动力之一。

近年来，各个国家对于人工智能技术带来的变革极为重视。我国也持续关注人工智能的发展，并针对人工智能制定多项国家战略。2016年 5月，发改委、科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，方案指出要充分发挥人工智能技术创新的引领作用，支撑各行业领域 “互联网+”创业创新，培育经济发展新动能。

人工智能领域涵盖范围广、分支技术多，目前国内外相关学者针对人工智能的相关主题，已经开展了丰富的研究。但总体来看，利用专利数据对人工智能产业的创新情况进行分析和预测的研究较少，仅有部分文献对于人工智能专利布局进行了整体研究。目前将专利技术与人工智能产业链相结合来分析其创新发展态势的研究还存在空白。

本文将从专利角度，将人工智能产业链各领域进行细分，分析研究全球创新发展态势以及热点研究方向，以期为人工智能产业发展以及中国人工智能创新发展路径提供方向指引。

一、人工智能产业链

产业链是产业经济学中的一个概念，是各个产业部门之间基于一定的技术经济关联，依据特定的逻辑关系和时空布局关系客观形成的链条式关联关系形态。

纵观人工智能发展情况，可以将人工智能产业链自上而下的归纳成三部分：基础层、技术层和应用层。基础层包括芯片、智能传感器以及大数据和云计算等，是人工智能的底层实现基础，为技术层和应用层提供基础计算能力和数据支撑。技术层是人工智能的高价值环节，在基础层算力和海量数据的保障下进行建模与训练，调整优化算法来实现不同领域的应用技术。应用层是人工智能技术面向终端用户的环节，使人工智能技术赋能各行业以及应用场景，实现技术与产业的深度融合 （见图1、图2）。

二、研究思路和方法

（一）技术路线确定

通过人工智能产业研究、专家研讨以及专家座谈等多种研究方法，课题组对本次人工智能专利分析的边界进行界定，以人工智能产业链为线索，将基础层、技术层及应用层的相关专利纳入到此次研究范围中。主要技术分解为以下14个分支，以此作为研究开展的基础。

表1 人工智能主要技术分解

（二）数据来源

本次研究中的专利数据来源于德温特世界专利索引数据库，检索策略以关键词检索为主，同时使用德温特手工分类号对检索结果加以限制和补充。关键词的确定分为三步，首先根据技术分解表进行关键词扩充，然后对人工智能典型企业申请专利进行关键词筛选，最后根据行业专家建议确定最终检索关键词。

随后对本次研究的数据进行检索和采集，在德温特数据库中，共获得世界范围内人工智能领域专利申请973592件。

三、人工智能产业链专利技术热点

（一）全球人工智能产业链发展态势

从全球产业结构来看，基础层的专利规模较之其他两层较为弱势，发展缓慢，且在90年代初期以及2010年前后呈现了两次发展低谷。基础层创新较其他两层有更高的门槛、创新难度也较大，因此在数量上较少，但基础层的突破性创新对于产业整体有着革命性的作用，在产业中承担了先驱者和推动者的角色。基础层专利在80年代初期以及21世纪初期数量上超过了其他两层，也就是这两个阶段，基础层的创新推动产业突破瓶颈期，人工智能产业由于计算能力的提升进入了新一轮发展高峰，带动了其他两层专利开始快速发展。

技术层专利发展通常在基础层的创新之后，并且专利数量在基础层之上，2006年深度学习神经网络的出现带来了人工智能算法上的突破，随后技术层专利也开始了爆发式增长。应用层专利数量是三个层次当中最多的，其专利发展与技术层趋势几近一致，二者发展起到相互促进的作用。

2010年前后由于人工智能与移动互联网的紧密结合，各层次专利发展进入了新的一轮爆发期，目前从产业结构来看，技术层和应用层专利规模远远超过基础层，产业呼唤新一轮的根本性创新。

（二）人工智能产业链细分技术热点

通过对产业链中14项分支技术的专利分别进行检索，将全球在各领域内申请的专利数量进行统计，得到如图3所示的专利申请分布情况。通过整体分布可以看出：基础层的智能芯片和智能传感器；技术层的语音识别及机器视觉；应用层的智能驾驶成为全球人工智能专利申请热度最高的几个领域。

1.人工智能基础层

基础层主要包括AI芯片、传感器、大数据与云计算。图4展示了人工智能基础层技术分支各国的专利布局情况，从数量上可以看出基础层中智能传感器积累专利数量最多，其次为智能芯片以及大数据与云计算。基础层由于其创新难度大、技术门槛高等特点，相关专利多被国际科技巨头所占有。

图1 人工智能产业链三层专利发展趋势

图2 人工智能产业链三层专利规模

图3 全球人工智能专利申请分布情况

智能芯片领域全球专利规模在11万项左右，美国和中国是智能芯片专利领域的两大主要优先权国家，其中美国在人工智能芯片领域仍然具有绝对优势；智能传感器全球专利规模在16万项左右，是基础层中专利规模较大、发展较为成熟的技术领域。中国在智能传感器方面距离美国、日本等国家差距非常大，呈现出明显的短板；大数据与云计算领域，全球专利规模5万余项，在基础层中数量最少，发展格局较为不稳定，竞争者分散。从各国专利数量来看，中国在大数据与云计算方面优势明显。

2.人工智能技术层

根据图5所示的技术层相关专利分布情况来看，机器视觉、语音识别是技术层中专利布局较多的技术分支，其次为人机交互、自然语言处理以及算法模型，生物识别技术的专利积累量相对较少。

算法模型相关专利目前有6万余项。在专利国家分布方面可以看出中国与美国不分伯仲，但较为重要的算法框架等开放平台多掌握在以谷歌、IBM、微软为主的科技巨头手中，中国鲜少有拥有算法开放平台的企业，目前美国仍是人工智能算法模型领域发展水平最高的国家。

全球语音识别相关专利累计10万余项，美国和日本在语音识别领域专利数量领先其它国家，中国在语音识别领域专利优势不明显。

机器视觉在技术层的各分支技术中专利积累量最大，将近12万项。通过国家分布来看，美国在机器视觉领域专利数量拥有绝对优势，中国和日本在数量上与美国差距较大。中国在机器视觉专利方面竞争力不足。

图4 基础层技术分支各国专利布局情况

图5 技术层技术分支各国专利布局情况

自然语言处理技术相关专利全球积累量为8万余项，而美国仍占据较大优势，其次为日本，中国在自然语言理解领域竞争显示出一定弱势。

生物识别技术在技术层各分支中专利积累量最少，仅为3万余项，在其中，中国占据大多数份额，从专利数量top10企业分布也可看出，中国企业占据四席，在生物识别技术领域中国拥有较大的竞争优势。

人机交互领域，全球相关专利累计量将近8万项，其中中国拥有将近4万项专利，中国在人机交互领域专利中占有较大优势。

从图6展示的技术层分支领域各国家专利布局雷达图来看，美国各分支技术发展较为全面，仅在生物识别领域有所薄弱。中国在人机交互、生物识别等方面发展较好，而自然语言处理、语音识别等领域较为弱势。日本在语音识别和自然语言处理领域内有一定优势。

3.人工智能应用层

中国拥有海量的搜索数据和广泛的市场，因此人工智能技术与产业及应用场景相结合的应用层是中国人工智能发展的一大优势，从行业上看，人工智能已经在医疗、安防、交通、家居以及制造方面实现了深度融合发展。根据图7显示的应用层技术分支各国专利布局，智能驾驶、智能制造以及智能医疗是目前专利技术申请的热点领域。

全球范围内智能医疗相关的专利达到5.9万余项，美国在此领域拥有将近3万项专利，拥有较大竞争优势。中国在智能医疗领域竞争力较为欠缺。

智能安防相关专利申请总量达2.6万余项。智能安防离不开机器视觉的应用，而美国的机器视觉专利技术在世界范围内领先，同时在智能安防领域，也占据全球专利首位的位置。中国在智能安防领域拥有七千余项专利，具备一定的竞争力。

目前全球智能驾驶研究竞赛处于白热化阶段。全球在智能驾驶领域的专利多达9万余项，其中中国拥有3万余项，位居全球首位。中国在智能驾驶专利领域已经取得一定优势，并培育了领头企业。

人工智能与制造业结合，形成新一代智能制造技术，改善作业环境的同时提升生产力，降低资源能耗成本。从全球专利规模来看，智能制造领域相关专利达到6万余项，其中中国拥有将近四万项专利，中国在智能制造专利方面拥有绝对优势。

全球范围内智能家居相关专利数量近3万项，其中中国和美国在本领域专利数量较多。

图8展示了各国应用层技术布局雷达图，各国家人工智能应用发展重点各不相同。美国在智能医疗以及智能安防领域专利方面拥有较大优势，中国在智能制造以及智能驾驶方面较为领先。

四、结论

本文利用专利数据反映全球人工智能产业链发展整体态势，同时针对产业链中的主要分支技术进行了专利热度分析。研究结果表明：

图6 技术层分支领域各国专利布局雷达图

图7 应用层技术分支各国专利布局情况

图8 各国应用层技术布局雷达图

第一，人工智能基础层与技术和应用层交替前进、相互牵引着不断演进发展。从专利角度看，基础层创新是对产业其革命作用的因素之一，基础层专利的突破推动了技术层和应用层的创新。从产业层面，掌握基础层的优势技术通常对构建人工智能核心能力非常关键，技术层与应用层发展暴露出的效率、能耗等方面的问题迫切需要从底层予以解决。目前，技术层和应用层专利增长率远超基础层，说明当前人工智能基础层创新亟待突破，产业需要新一轮革命性创新，当前，诸多科技巨头将目光瞄准了类脑芯片、量子计算芯片等底层技术革新上，人工智能产业链研究重心正在向基础层转移。

第二，通过对人工智能产业链细分技术的专利分析，发现智能传感是基础层中专利热度较高的领域，智能传感技术在物联网以及人工智能中的重要作用已经得到了各国认可；技术层中，机器视觉、语音识别成为各国专利申请的焦点，不仅停留在技术创新中，机器视觉技术部分已达到商业化应用水平，应用空间及市场空间非常广阔；应用层中，智能制造与智能驾驶是两大专利热度较高的布局方向，智能制造已经上升为多个国家的国家战略，如德国的工业4.0，中国的《中国制造 2025》也将工业互联网定位于国家战略高度。智能驾驶作为未来汽车工业的发展方向，市场规模广阔，且相关法律法规逐渐成型，行业技术不断完善，已经成为人工智能技术应用的重要领域之一。

第三，中国在基础层专利创新发展欠佳，而在应用层专利发展速度较快。虽然中国专利创新数量居于全球首位，但在较为核心的基础层专利方面，与美国差距还较大。从中国人工智能发展质量来看还远未达到乐观的程度，牛津大学一项研究通过对比中美在人工智能硬件、数据、算法和商业系统等方面的能力，发展中国仅在数据方面占有一定优势。尤其是基础层中的智能传感器领域，较之美国和日本，中国显现出明显的创新短板。智能传感作为物联网时代泛在感知的重要基础，已逐渐成为衡量国家信息化程度的重要标志，由于其存在着门槛相对芯片较低，但行业前景优的特点，成为了各国以及各龙头企业的重要布局方向，也是中国未来布局的重要方向之一。