上海市人工智能产业发展研究

纪汉霖，王 倩

（上海理工大学管理学院，上海 200093）

0 引言

以大数据、智能机器人、物联网等为代表的人工智能（Artificial Intelligence，AI）技术迅猛发展，人工智能迎来新一轮发展热潮，各国将人工智能上升至国家战略高度。2015 年7 月，国务院印发《关于积极推进“互联网+”行动的指导意见》，将“互联网+”人工智能列为十一项重点行动之一。2017 年7 月，国务院印发《新一代人工智能发展规划》，计划到2030 年我国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

上海作为先进城市的代表和中国最大的经济中心城市，凭借其制度、融资和人才方面的优势，为人工智能场景应用提供良好的应用土壤。上海市人工智能试点应用场景目前已发布30 个，初步成为全国人工智能发展领先地区之一。阿里、腾讯、微软等一批顶尖企业纷纷与上海签署合作项目，布局上海，本土人工智能企业依图、深兰等借势快速成长。本文通过分析上海市自身特点及优势，结合具体应用情况，借鉴国外城市发展人工智能经验，为上海更好发挥自身优势特长成为引领我国人工智能发展“头雁”提出建议［1］。

1 文献综述

随着人工智能技术的不断发展，人工智能深入应用及关键技术研发成为关注焦点。陈隽［2］分析了人工智能产业投入要素和市场条件，提出人工智能正形成以北京为主要集聚城市，上海、广州、深圳、杭州为4 个次级集聚城市的趋势，分析了这5 个城市发展人工智能产业的优势，但没有研究各城市适合发展哪类人工智能产业；李鹰［3］对人工智能技术在金融领域的发展现状进行分析，指出人工智能技术有利于金融领域海量数据的收集与整合，能提高风险控制能力；杨艳明等［4］提出无人驾驶技术，不仅有利于促进汽车消费升级，还将重振优化整个汽车产业结构；李兰娟［5］提出用人工智能的方法提高医疗服务能力，智能医疗将是推动我国卫生健康产业发展、更好地保障人民健康的重要手段；徐鹏等［6］提出我国需构建智能教育环境，加强智能教学系统研究，缩小与国外差距；在人工智能关键技术方面，王鑫等［7］提出一种改进的基于深度学习的高分辨率遥感图像分类算法，实验结果表明该算法能实现良好的分类效果。

以上研究大多针对人工智能在金融、医学、教育、无人驾驶汽车等方面的具体应用以及人工智能相关技术研发，较少结合城市特点进行分析。本文通过深入分析上海市特点，借鉴国外发展经验，结合上海具体情况，提出上海市人工智能发展建议。

2 上海人工智能发展现状

人工智能不仅需要一定的产业基础、大数据、政策制度保障，还需要人才和核心技术支撑，还要解决发展中不可忽视的人工智能伦理问题。

改革开放40 年多年，上海形成了开放、创新、包容的城市品格，对待新鲜事物更加开明，接受度更高。同时上海作为中国的工业龙头，产业门类齐全，具有良好的产业基础。制度政策、人才、大数据以及良好的产业基础优势使上海具备人工智能发展的先决条件，领先于新一线城市。

2.1 制度优势——政府引领，打造良好的外部环境

随着人工智能对经济社会的影响日益突出，我国各省市都根据自身实际情况制定了人工智能发展规划。上海市首创政府、企业、投资机构信息互通体制，发挥三者合力作用，相继出台人工智能产业政策、知识产权及技术标准等法律法规文件。加大退税返税力度，吸引人工智能企业落户上海。同时加强财政资金聚焦扶持，设立专门针对人工智能的专项资金和补贴。各级政府部门率先运用人工智能提升业务效率与管理服务水平，支持人工智能创新产品开拓市场应用。

从人工智能高质量发展“22 条”到AI 安全发展上海倡议，从提高上海的人工智能地位到扩大数据共享和开放，再到关注人工智能伦理道德等社会问题，上海市政府正一步步引领人工智能朝着更加智能、健康和安全的方向发展。上海人工智能产业相关政策详见表1。

Table 1 Shanghai Artificial Intelligence Development Policies（2017-2018）表1 上海市人工智能发展相关政策（2017-2018）

2.2 人才优势——储备丰厚，坚持外引内育

中国大量AI 人才集聚在上海，根据第三方机构统计，上海人工智能企业数位居全国第二（见图1），集聚了全国12.1% 的人工智能人才（见图2），涉及集成电路、计算机视觉、脑智工程等人工智能重要领域。上海科研院所处于全国一线水平。上海拥有复旦大学类脑智能科学与技术研究院、中国科学院上海微系统与信息技术研究院、同济大学人工智能研究所、上海交通大学人工智能研究院等众多著名科研机构。其中上海交通大学是全国首批设立人工智能本科专业的高校之一，拥有人工智能顶级实验室。根据《中国新一代人工智能科技产业发展报告（2019）》，上海交大发表人工智能国际论文数占比2.64%，位居中国高校第二，全球第九，显示较强的人工智能科研能力（见图3）。

Fig.1 Urban distribution of artificial intelligence enterprises in China（unit：%）图1 中国人工智能企业城市分布（单位：%）

Fig.2 The number of artificial intelligence talents in China accounts for TOP4 cities（unit：%）图2 中国人工智能人才数量占比TOP4 城市（单位：%）

Fig.3 The number of international papers on artificial intelligence published by Chinese universities accounts for TOP10图3 中国高校发表人工智能国际论文数占比TOP10

上海独特的城市魅力以及良好的营商环境在吸引人工智能人才方面独具优势。上海连续7 年在“外籍人才眼中最具吸引力的中国城市”主题活动中获得全国第一。为吸引更多外籍人才留沪发展，上海自贸区还颁发了外国人工作居留许可证。

2.3 大数据优势——得天独厚，加快建设数据资源共享体系

谁拥有大数据，谁就拥有人工智能未来发展的基础。人工智能技术发展需要大量的数据积累。上海是拥有2 400 多万常住人口的超大城市，在金融、医疗、教育、政府管理等诸多方面每天产生规模庞大的数据，涉及人流、物流、车流、资金流、信息流。根据《中国城市数字经济指数白皮书（2019）》，上海以89.8 分高分位列中国城市数字经济百城第一，超过北广深其它一线城市，表明上海市在数据方面优势明显。

海量数据需要汇集整合才能更好地发挥作用，上海在拥有海量数据基础上加快建设数据资源共享体系。作为国家公共信息资源开放5 个试点城市之一，2018 年上海成立大数据中心，主要职能是构建全市数据资源共享体系，制定数据资源归集、治理、共享、开放、应用、安全等技术标准及管理办法。为更好服务国家大数据（上海）综合实验区，推动政企数据融合，促进大数据应用创新关键技术研发和成果转化，2018 年成立上海大数据应用创新中心。上海目前已建成法人、实有人口和空间地理三大基础数据库，成立7 家大数据联合创新实验室，建成1 个市级和16个区级数据共享交换平台，累计实现数据共享交换5.15 亿余次。

2.4 产业基础优势——产业门类齐全，产业体系完备

上海地处中国经济最发达的长三角地区，制造业门类齐全，在汽车、飞机、集成电路、成套装备等制造业，以及金融、商贸、物流、生活服务等服务业领域产业体系完备，同时人工智能产业链较齐全，配套体系相对完善。拥有成熟的智能芯片及传感器、机器人及智能硬件、智能无人系统及软件全产业链基础、产业技术和商业模式。在机器人领域，上海已形成机器人研发、生产、系统集成、检测认证、服务应用等较为完整的产业链；上游的伺服电机、减速器等核心零部件有中电二十一所、建博电子等企业；中游本体有机器人四大家族、新松等企业；下游系统集成商有知名外企柯马以及本土企业君屹、伟本等。同时，上海在智能芯片、类脑计算、语音识别等领域不仅集聚了大量国内外重量级企业，还不断涌现一批细分领域的初创企业（见表2）。上海本土企业云知声已成为国内知名的语音语义整体解决方案企业，拥有多项自主知识产权和软件著作权。

Table 2 Key Enterprises of Artificial Intelligence Industry Chains in Shanghai表2 上海人工智能各产业链重点企业

由图4 数据可知，上海人工智能产业链基本完善，但其中将近一半人工智能企业集中在应用层，技术层人工智能企业数量占比不到三分之一，基础层人工智能企业数量相对较少。这一方面说明上海人工智能在应用方面独具优势，另一方面也说明上海在技术难度大的基础层方面能力稍弱。

Fig.4 Proportion of enterprises in various industrial chains of artificial intelligence（as of 2019-06）图4 人工智能各产业链企业数量比重（截至2019-06）

3 人工智能应用场景丰富

人工智能应用非常广泛，涉及医疗健康、生产制造、金融、安全交通及社会生活各个方面。上海完善的产业体系、精细化产业分工、先进的医疗资源设施、多层次类型的教育服务体系、城市公共安全较大的需求场景等都为人工智能应用提供了广阔的市场。随着人工智能应用范围越来越广，我国人工智能领域投融资规模呈上涨趋势，2015年以来，上海初创企业获得超过500 亿元的融资金额，位居全国第二，仅次于北京。这些融资推动了人工智能企业更好发展，行业应用更快落地。

3.1 医疗健康领域应用

上海是我国最早进入老龄化社会的城市，也是我国老龄化程度最高的大型城市。2017 年，上海老龄化率达到14.3%，预计到2030 年上海常住老年人口规模将达到历史峰值，常住人口老龄化率为19.2%。面对人口老龄化带来的医疗资源需求压力，上海比全国其它地方更需要解决医疗资源供不应求的局面。随着人工智能在医疗领域的成功应用，语音录入病历、医疗影像智能识别、癌症诊断、医疗机器人、AI 医药研发等智能医疗可有效缓解医疗资源不足的压力。

上海深度挖掘人工智能医疗的先天优势，积极解决人口老龄化问题。目前上海已经拥有世界最大的医联数据共享系统，医疗水平处于全国领先地位。同时，在人工智能医疗领域取得诸多突破。全市20 多家三甲医院引入AI辅助诊断，一批人工智能疾病影像筛查产品也进入大多数医院。超级AI 外援“奕诊智能”是上海市第十人民医院引入的分诊系统，其数据库是和斯坦福大学合作研发，收录了世界范围内较为全面的医学数据，可对4 000 多种疾病进行预检分诊，包括一些罕见病例。

3.2 自动驾驶汽车应用

上海凭借良好的汽车产业基础，拥有大量的国际零部件供应商和传统汽车企业，在自动驾驶汽车方面拥有先天优势。自动驾驶汽车是上海在人工智能领域最有发展前景、最有优势的产业。2018 年，全国首批智能网联汽车开放道路测试号牌在上海发放。2019 年上海颁发智能网联汽车示范应用牌照，三家企业获得首批智能网联汽车示范应用牌照，为本土企业上汽和宝马、网约车滴滴。上汽集团作为中国产业链最为完整的汽车企业，在2013 年就启动智能驾驶系统关键技术的自主研究，之后成立人工智能实验室。上汽的人工智能团队自主研发了斯布鲁斯智能系统，比肩谷歌公司Alpha Go 系统，实现国内车企最先进的人工智能应用。此外，国际大厂特斯拉、谷歌Waymo 等也纷纷在上海设立工厂和研发基地。

3.3 金融领域应用

AI 在金融领域的应用主要有智能投顾、征信风控、金融搜索引擎、保险、身份验证和智能客服等，这些应用涉及知识图谱、决策树、深度学习、语音识别等技术。金融是最依赖数据的行业之一，而上海作为金融之都最不缺的就是金融数据。上海智慧金融代表企业多达39 家、分布14 个领域，主要涉及智能支付、供应链金融、保险科技、消费金融等多个细分领域。2019 年，中国建设银行在上海开设国内第一家无人银行，办理业务只需刷脸进门，不需要银行卡，更不需要排队，相对复杂的业务使用远程一对一即可办理。相对于传统办理业务取号排队的流程，效率大大提高，节约了人力成本。

4 国际人工智能发展经验

4.1 英国伦敦发展现状

上海和伦敦共同作为国际大都市，无论在产业门类还是在营商环境方面都很相似。英国伦敦称为欧洲人工智能的“首位城市”，近年在人工智能方面发展十分迅速，发展速度远超德国、法国等欧洲城市，一直走在Al 产业创新前沿。2019 年伦敦人工智能企业（以技术或产品为核心业务）有290 家，位居全球第三，上海为233 家（见图5），说明伦敦人工智能企业数量上有一定优势。伦敦取得如此快速的发展不仅依靠先天优势，更重要的是在人工智能核心技术上的突破。

Fig.5 Numbers of global AI enterprises of TOP5 cities in 2019图5 2019 年全球AI 企业数量TOP5 城市（单位：家）

伦敦人工智能发展得到政府大力支持，伦敦的创业环境与初创企业获得的支持力度在欧洲是最高的，仅次于美国硅谷。政府早早布局软件工程、智能系统、大数据技术等领域，一直深耕算法核心技术领域，在这些领域投入大量资金。在巩固技术创新方面，伦敦市积极推动第五代移动通信技术应用测试以及光纤连接技术等；在人才培养和积累方面，伦敦目前已有13 所大学设立与人工智能、机器学习等相关本科和研究生学位课程，提供强大的人才库支持。区域集聚牛津大学、剑桥大学、帝国理工学院和伦敦大学学院等高校。伦敦大学发表人工智能国际论文数占比3.5%，位居全球第五，论文引用率位于全球TOP10（见表3），表明伦敦在AI 学科研究能力和人才培养的领先地位，而上海高校没有入榜。英国特别重视产学研合作，政府十分支持高校人员与企业之间深入合作，积极制定人才培养计划。不论学生还是教授，除了在学校学习，还与外面公司有着广泛的项目合作，这种真正意义上的产学研模式在英国高校非常普遍。在合作中学生和教师更加了解当前产业发展的真正需要，同时创业项目也可快速落地。如Alphago 项目的主要技术负责人在加入英国DeepMind 人工智能公司后，仍在伦敦大学学院任教，其研究成果能最快得到实践应用。伦敦市政府进行“伦敦数据仓库”和“伦敦仪表盘”等大数据建设。伦敦数据仓库是全球最早建立的开放、公开的综合数据平台之一，公开500 套伦敦市相关数据、633 个数据集。在人工智能应用方面，由于英国十分注重对个人隐私的保护，企业获取个人数据比较困难，因此对个人提供服务的人工智能企业和互联网产业较少，AI 主要应用于传统的产业升级、企业营销、金融和管理方面。

Table 3 TOP10 publishing institutions of highly cited papers in the world（2009-2018）表3 全球高被引论文发文机构TOP10（2009-2018）

4.2 美国纽约发展现状

众所周知，纽约是世界和全美金融中心，但随着近年纽约创新能力增强，吸引了包括三星、Facebook 在内的高科技企业落户纽约，使纽约打破信息产业落后东部的局面，向着“东部硅谷”迈进。根据德勤2019 年发布的《未来已来·全球AI 创新融合应用城市及展望》，上海和纽约都是融合应用型AI 城市。纽约发展人工智能的主要特点是企业集聚、产学研深度融合和大数据开发利用充分。

首先，纽约市人工智能企业集聚，据中国信通院产业数据显示，纽约的人工智能企业占全球28.98%。拥有207家AI 企业，位居全球第五，仅次于上海。纽约地区有康奈尔大学、哥伦比亚大学等顶尖学府，其中哥伦比亚大学和纽约大学计算机科学与信息系统专业排名全世界前50，显示出较强的科技人才培养能力；其次，纽约为了开发者们更便捷地获得各个领域数据，设立很多开放式数据门户，催生全球最多的智能应用部署。纽约市政府“开放数据”（MYC Open Date）系统包含11 类别，每个类别下有42 个数据库，每个数据库包含8 种数据类型，有效API 和API兼备比均达到100%。早在2012 年纽约市政府就制定了《开放数据法》，规定到2018 年城市数据必须通过单一的门户网站提供给大众，并且获取这些数据不需要经过任何注册、审批程序，数据使用也不受限制。而上海2019 年才发布国内首部针对公共数据开放的地方政府规章，相对纽约来说有些滞后。在医疗应用方面，纽约大学研究核磁共振加速方法的科研团队，通过训练AI 成像工具缩短9 成核磁共振扫描时间，帮助医生快速和准确分析病情。领先的医疗领域人工智能技术公司IBM Watson Health 已经实现自动化电子健康记录数据、实验室结果记录、基因组测试等。在无人驾驶汽车方面，在政府长期支持下，美国在汽车传感技术和芯片方面优势明显，技术更胜一筹。

4.3 上海、伦敦、纽约人工智能产业发展对比

上海人工智能企业与伦敦、纽约产业基础对比情如表4 所示。

Table 4 Comparison of industrial bases between shanghai artificial intelligence enterprises and london and new york表4 上海人工智能企业与伦敦、纽约产业基础对比

4.3.1 政策方面

在政策方面，伦敦、上海、纽约3 个城市的政府无论在财力上还是物力上都给予人工智能领域大力支持，但各有偏重。伦敦政府致力于发展人工智能技术，专注人工智能基础算法。伦敦的人工智能企业也主要集中于基础算法领域，尤其集中于深度学习以及应用深度学习的自然语言处理、语音识别与图像识别等领域。随着人工智能的高速发展，在原有算法已经无法满足更大的数据处理背景下，伦敦的技术优势便显现出来，成为人工智能发展不可忽视的力量。上海市政府更偏向于人工智能的深度应用，在技术上还需加强。纽约则注重AI 与城市生态系统的有机结合，设立专门的政府部门负责引入高科技产业，多元的产业结构为人工智能应用提供广阔的应用场景。

4.3.2 人才方面

在人才培养和积累方面，伦敦的人工智能企业数量和研究能力有一定优势。虽然上海人工智能企业数量多于纽约，但是上海缺少像IBM、DeepMind 这样的行业领军企业。在论文发表数量和引用次数上，上海与伦敦高校还有一定差距，进一步说明上海亟待提高人工智能的研究创新能力。

4.3.3 大数据方面

在数据开发利用方面，上海虽在大数据数量方面有先天优势，但在大数据利用方面与伦敦和纽约相比还有一定差距。根据《全球重要城市开放指数报告》数据，纽约在数据开放质量、用户参与和数据价值方面均优于上海（见表5），两者差距较大。上海需加强建立各领域信息门户网站，推动数据完全开放和共享，充分发掘数据价值。

Table 5 TOP5 data open rankings of important cities in the world表5 全球重要城市数据开放排名TOP5

5 结语

虽然上海在发展人工智能方面有着先天优势和外部环境优势，但与伦敦和纽约相比还有很大差距。精英文化、小资文化使上海这座城市缺少北京、深圳的创业氛围，同时政府对外资的重视程度远高于民营企业，这些问题值得重视。

结合上海人工智能应用场景优势以及伦敦、纽约经验，提出上海人工智能发展几点建议：

（1）以人工智能汽车为突破口，率先形成引领优势。在人工智能发展诸多领域上海要有重点和侧重点并率先形成引领优势。汽车产业具有较高的进入壁垒，智能汽车属于人工智能进入门槛高的领域。上海应以综合性强的智能汽车产业为方向，深挖护城河，将智能汽车做到国内第一、世界领先位置。增强基础技术开发研究，尤其在汽车传感器技术和芯片方面，然后发挥其带动力大的特点，发展其它人工智能领域。

（2）加强产学研合作，提高技术创新能力。要借鉴伦敦经验，在培养人才方面加强产学研合作，做到企业高校研究院三者之间深度融合。提高大学开设Al 相关课程能力，鼓励开展相关研究，提高研究质量。加强自主创新能力，加快形成以算法为核心的人工智能创新体系。鼓励研究成果商业化，创造更多的人工智能工作岗位，吸引人才并留住人才。

（3）提高数据开放质量和价值。加强政策引导，调动政府、企业、组织各方力量，共同推动大数据应用创新。政府要成为数据应用的先行者，打破数据壁垒，打造大数据共享平台，推动跨领域、跨部门数据交换，努力让不同群体更方便、更高效地获取有价值的数据。