36氪研究院：中國城市人工智能發展指數報告(50頁).pdf

《36氪研究院：中國城市人工智能發展指數報告(50頁).pdf》由會員分享，可在線閱讀，更多相關《36氪研究院：中國城市人工智能發展指數報告(50頁).pdf（50頁珍藏版）》請在三個皮匠報告上搜索。

1、 1 2 目錄 前言 . 4 第一章 中國人工智能發展概況 . 5 1.1 人工智能的定義與內涵 . 5 1.2 中國人工智能發展環境分析 . 5 1.2.1 政策環境 . 5 1.2.2 經濟環境 . 7 1.2.3 社會環境 . 8 1.2.4 技術環境 . 9 1.3 人工智能發展的意義 . 10 第二章 中國人工智能發展現狀分析 . 11 2.1 人工智能整體發展現狀分析 . 11 2.1.1 市場競爭格局 . 11 2.1.2 商業化進程. 12 2.2 人工智能產業鏈分析 . 13 2.2.1 基礎層 . 15 2.2.2 技術層 . 16 2.2.3 應用層 . 18 2.3 人

2、工智能投資情況分析 . 21 第三章 人工智能發展指數評價分析 . 24 3.1 指標體系構建 . 24 3.1.1 指標構建維度 . 24 3.1.2 指標評價體系 . 25 3.2 人工智能發展指數總體分析 . 26 3.2.1 總體結果展示 . 26 3 3.2.2 總體結果分析 . 27 3.3 一級指數分析 . 28 3.3.1 城市發展環境指數分析 . 28 3.3.2 資金支持力度指數分析 . 29 3.3.3 人工智能研發能力指數分析 . 30 3.3.4 基礎支持情況指數分析 . 31 3.3.5 人工智能發展成效指數分析 . 32 3.4 重點城市人工智能發展情況分析 .

3、33 3.4.1 北京 VS 上海 . 33 3.4.2 深圳 VS 廣州 . 35 3.4.3 杭州 VS 南京 . 38 3.4.4 成都 VS 西安 . 40 第四章 中國人工智能發展展望和建議 . 43 4.1 發展展望 . 43 4.1.1 人工智能將推動多種技術發展，為經濟轉型創造新動力 . 43 4.1.2 邊緣智能成為人工智能應用布局的新賽道 . 43 4.1.3 人工智能將會更緊密地與實體經濟結合，改善民生 . 44 4.2 發展建議 . 44 4.2.1 營造良好創業環境，充分發揮人工智能企業的主體作用 . 44 4.2.2 培養與引進人才并舉，促進人工智能與實體經濟融合.

4、 45 4.2.3 加強監管，健全人工智能法律法規 . 45 附錄 . 46 2020 年中國城市人工智能發展指數表 . 46 封面圖片來源：視覺中國 4 前言 為了貫徹落實黨的十九大提出的“推動互聯網、大數據、人工智能與實體經濟的深度融合” 要求和實現經濟的可持續發展， 我國各級政府積極推動現代化技術手段與實體經濟的融合， 實現傳統經濟的數字化轉型。 隨著互聯網技術和通信技術的進步，人工智能、大數據、云計算等新興技術也取得長足進步。人工智能是新基建的重要領域之一，能夠為加速經濟轉型、促進數字經濟發展起到重要推動作用。為了加強人工智能的發展，各級政府立足當地實際情況、重視產業規劃和布局，相繼出

5、臺人工智能發展規劃和實施意見等政策，為人工智能的發展創造了良好的宏觀環境，并通過合理的資源配置，循序漸進推進人工智能發展。 為全面客觀衡量各城市人工智能發展情況，36 氪研究院以統計學多指標綜合評價體系構建理論為支撐， 以統一數據口徑和數據來源為根本保障， 并結合各城市人工智能發展實際情況，構建起由 5 個一級指標，12 個二級指標和 20 個三級指標組成的指數體系，從城市發展環境、資金支持力度、研發能力、基礎支持情況和發展成效這 5 個維度對我國主要城市人工智能發展情況進行數據解讀。 36 氪研究院根據指數評價法得出我國城市人工智能發展指數排名，其中綜合排名位列前 5 名的城市分別為北京（9

6、2.93）、上海（87.01）、深圳（86.52）、杭州（81.23）和南京（79.55）。從梯隊分布來看，排名 TOP10 城市為我國人工智能發展第一梯隊，主要包括北京、上海、深圳、杭州、南京、廣州等一線和新一線城市；排名 TOP20 內的濟南、西安、重慶、青島等城市位于我國人工智能發展的第二梯隊；鄭州、石家莊、蘭州、南寧等城市處于第三梯隊?？傮w來看，我國各城市之間人工智能發展實力尚存在一定差距。 5 第一章 中國人工智能發展概況 1.1 人工智能的定義與內涵 人工智能是人類智慧與機器的結合。根據中國國家標準化管理委員會發布的人工智能標準化白皮書 2018中的定義，“人工智能是利用數字計算機

7、或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統?！比斯ぶ悄芨鶕鋵W習能力和認知能力的強弱可以分為強人工智能和弱人工智能。 弱人工智能弱人工智能是指機器不具有認知能力。目前的人工智能技術手段停留在計算和感知層面，能夠進行相對復雜的運算，并且在文字、語音、圖像識別方面有較高的準確率， 但學習能力相對較弱， 對于復雜環境和動態數據需要通過人工干預來進行功能的調整。 目前人工智能技術仍處于該階段， 對于其計算和感知能力的利用是其商業化應用的主要形式。弱人工智能是本文的主要研究對象。 強人工智能強人工智能是指通過模仿人類大腦神經結構

8、，使機器具有認知能力和深度學習能力，面對變化的環境能夠實現思維轉換，認知能力大幅提升。目前人類技術水平尚無法令人工智能的發展水平達到強人工智能層面，且強人工智能在科學研究和社會倫理方面仍存在較大挑戰。 1.2 中國人工智能發展環境分析 1.2.1 政策環境 自 2015 年以來，我國相繼出臺多項政策推動人工智能的發展，促進人工智能與傳統產業相融合。2016 年 3 月，國務院出臺國民經濟和社會發展第十三個五年規劃綱要，將人工智能納入國家發展規劃，并提出加快信息網絡新技術開發應用，將人工智技術能作為實現信息技術進步的重點突破領域。同年 7 月和 11 月，國務院相繼出臺“十三五“國家科技創新計劃

9、” （國發 201643 號）與“十 6 三五”國家戰略性新興產業發展規劃（國發201667 號），分別從技術和產業兩個角度對人工智能的技術發展要點和產業發展生態提出要求，進一步推動人工智能的發展進程，明確發展路線。2017 年 12 月，國務院出臺新一代人工智能發展規劃（國發201735 號），確定了“到 2020 年人工智能技術和應用與世界先進水平同步； 2025 年人工智能基礎理論實現重大突破； 2030 年人工智能理論、技術與應用總體達到世界先進水平”的戰略目標。 我國各級政府充分領會中央精神，積極推出相關政策以促進人工智能的發展。2017 年 12 月，北京市政府印發北京市加快科技創

10、新培育人工智能產業的指導意見（京發（2017）27 號），提出到 2020 年，新一代人工智能總體技術和應用達到世界先進水平。2018 年 7 月，廣東省政府印發廣東省新一代人工智能發展規劃（粵府201864 號），提出到 2020 年，廣東人工智能產業規模、技術創新能力和應用示范均處于國內領先水平。2019 年 9 月，上海市經濟和信息化委員會印發關于建設人工智能上海高地構建一流創新生態的行動方案（2019-2021 年）（滬經信智2019707 號），提出到 2021 年，全力打響上海人工智能“一流創新生態”標志性品牌。 表 1.2.1.1 中國人工智能相關政策 時間 部門 文件 內容 2

11、015 年 7 月 國務院 國務院關于積極推進“互聯網+”行動的指導意見國發201540 號 加快人工智能核心技術突破，促進人工智能的推廣應用，培育引領全球人工智能發展的骨干企業和創新團隊，形成創新活躍、開放合作、協同發展的產業生態。 2016 年 3 月 國務院 國民經濟和社會發展第十三個五年規劃綱要 加快信息網絡新技術開發應用，將人工智技術能作為實現新科技進步的重點突破領域 2016 年 5 月 發改委、科技部、工信部、網信辦 “互聯網”人工智能三年行動實施方突破人工智能關鍵核心技術，增強智能硬件攻擊能力，加強產業生態培育，引導人工智能應用創新 7 時間 部門 文件 內容 案發改高技201

12、61078 號 2016 年 7 月 國務院 “十三五”國家科技創新規劃國發201643 號 發展大數據驅動的類人智能技術方法；突破以人為中心的人機物融合理論方法和關鍵技術，研制相關設備、工具和平臺；在基于大數據分析的類人智能方向取得重要突破。 2016 年 11 月 國務院 “十三五”國家戰略性新興產業發展規劃國發201667號 發展人工智能。培育人工智能產業生態，促進人工智能在經濟社會重點領域推廣應用，打造國際領先的技術體系。 2017 年 7 月 國務院 新一代人工智能發展規劃 國發201735 號 構建開放協同的人工智能科技創新體系，培育高端高效智能經濟，發展人工智能新興產業，安全便捷

13、智能社會，加強人工智能領域軍民融合，構建智能化基礎設施體系，前瞻布局中大科技項目。 2017 年 12 月 工信部 促進新一代人工智能產業發展三年行動計劃（2018-2020年）工信部科2017315 號 提出人工智能發展戰略目標。推動人工智能產品規?；l展，增強核心基礎能力，推動智能化制造發展，建立人工智能產業體系。 2018 年 4 月 教育部 高等學校人工智能創新行動計劃教技20183 號 加強新一代人工智能理論基礎及核心技術研究，加快人工智能科技創新基地和人才隊伍建設，推動人工智能領域一級學科建設。 資料來源：國務院，36 氪研究院 1.2.2 經濟環境 我國目前正處于深化供給側改革的

14、重要階段，數字經濟成為推動經濟改革的主要動力。人工智能作為先進的科技手段，能夠幫助企業實現數字化轉型，提高企 8 業的生產效率、提升服務品質、降低企業運營成本，因此企業需要通過技術發展和創新來推動自身的數字化、機械化生產，從而有效促進數字經濟發展。根據工信部數據，在 305 個智能制造示范項目中，數字化轉型使生產效率平均提升 37.6%，能源利用率平均提升 16.1%，運營成本平均降低 21.2%。 人工智能作為新型技術， 能夠起到推動企業數字化轉型、 促進調整經濟結構、賦能實體經濟的作用。根據麥肯錫預測，截至 2030 年，人工智能可以為全球經濟活動增加 13 萬億美元，并為全球 GDP 增

15、長貢獻 1.2 個百分點。隨著我國新型基礎設施建設提速，人工智能通過與大數據、云計算、5G 的結合能夠形成新的經濟增長動能，實現新型技術與傳統產業的融合，并催化新業態、新應用的產生。根據普華永道的預測，到 2030 年，中國和北美有望成為人工智能的最大受益者，其中人工智能將帶動中國 GDP 增加 7 萬億美元。 1.2.3 社會環境 隨著人工智能的發展，國家對人工智能的教育愈發重視。2017 年，我國已有71 所高校設置了 86 個人工智能二級學科或交叉學科，在 2018 年有 57 個人工智能相關項目入選首批“新工科”研究與實踐項目1。2019 年 3 月，教育部印發教育部關于公布 2018

16、 年度普通高等學校本科專業備案和審批結果的通知 （教高函2019 7 號） ， 有 35 所高校獲得首批人工智能專業設立資格。 在 2020 年 2 月，教育部、發改委、財政部印發關于“雙一流”建設高校促進學科融合 加快人工智能領域研究生培養的若干意見（教研20204 號），構建人工智能的基礎理論和 “人工智能+X” 的復合人才培養體系， 進一步提升人工智能領域的人才培養水平，為人工智能的發展營造良好的教育環境。 1 資料來源：中國教育報 9 科學技術的進步引領人們生活習慣和消費習慣的改變，人工智能、大數據、云計算等技術的商業化應用豐富了人們的數字化生活，線上消費、人工智能醫療、在線教育、在線

17、辦公與日常生活的關系更加緊密。近年來新零售不斷發展，網絡零售額增速較快，2018 年至 2019 年，網絡零售額在社會消費品總額中的占比分別為23.6%和 25.8%2，在人們生活中起著越來越重要的作用。數字化帶來便捷的同時也產生了海量數據， 海量數據資源直接提高人工智能精準度， 為人們提供精準服務和便捷的購買流程。人們生活習慣和消費習慣的變化使人工智能應用到更豐富的場景中，從需求端推動人工智能技術的發展。 1.2.4 技術環境 人工智能技術包括深度學習、語音識別、自然語言處理、計算機視覺、智適應技術等方面，其中計算機視覺、語音識別、智適應學習等發展較快。在我國人工智能相關專利申請數量方面，

18、計算機視覺專利數量比重最大， 占比為人工智能專利數量的 34.04%3。計算機視覺的應用領域相對廣泛，在醫療、交通、安防、制造業等領域均有相對深入的應用， 究其原因在于計算機圖像識別準確率高， 能夠滿足不同應用領域對于圖像識別準確度的要求。在 2016 年 ImageNet 大規模視覺識別挑戰賽中，人工智能對于圖片識別的錯誤率已低于人類手工識別 5.1%的錯誤率，降至2.9%4。在自然語言處理領域，中國已有較長的研究和應用歷史，百度、阿里、科大訊飛等公司均有推出人工智能語音識別相關產品， 實現人機對話， 拓寬了語音識別的使用方式和應用領域。 智適應學習技術主要應用于教育領域， 通過應用該技術能

19、夠快速掌握學生的學習情況，判斷其學習能力，并提供個性化的學習方法。 2 資料來源：國家統計局 3 資料來源：人工智能中國專利技術分析報告，國家工業信息安全發展研究中心 4 資料來源：2019 年人工智能發展白皮書，中國科學院大數據挖掘與知識管理重點實驗室 10 1.3 人工智能發展的意義 人工智能將人工智能將推動推動經濟形態經濟形態變變革革。目前，信息環境與科技水平已取得了重大進步， 與計算機和人工智能密切相關的大數據、 云計算、 互聯網等也已獲得快速發展。在良好的技術基礎上，人工智能技術將獲得廣泛運用，在醫療、教育、公共交通、制造業等諸多領域都有廣闊的發展空間， 能夠推動新興業態的發展， 實

20、現經濟形態變革。第一，人工智能可提供“虛擬勞動力”，社會各部門將借之實現高度自動化和機器化的生產，提高產品質量，降低人工成本，社會生產力實現總體大幅躍升。第二，提高勞動和資本的運作效率，尤其是在法律訴訟、金融科技領域。第三，人工智能的發展將會帶動相關產業的興起， 從而開拓新的市場， 創造新型工種和就業崗位，改變我國制造業長期以來大而不強的局面，實現制造業轉型升級。 人工智能將重新定義城人工智能將重新定義城市治理市治理模式模式。 在人工智能時代， 傳統的城市治理被升級為以構建 “智慧城市” 為核心的新模式。 “智慧城市” 的建設需要互聯網、 物聯網、大數據、云計算、人工智能等信息技術的疊加支撐，

21、建成后將為城市發展中存在的諸多問題提供解決方案。 在前期規劃中， 人工智能可對智慧城市規劃方案進行模擬和驗證， 對其產生的積極影響和消極后果進行全方位的評估， 針對城市發展中存在的問題提出針對性的解決方案， 大大降低城市規劃的盲目性。 人工智能可以提高城市治理行動與決策的速度，挖掘城市生活中產生的大數據，構建計算中心和“城市大腦”，以解決資源調度、交通擁堵、城市污染等問題；通過打造“智慧城市”、“智慧金融”、“智能駕駛”、“智慧醫療”、“智慧教育”等應用場景，提高政府辦事效率，為城市居民提供更便捷舒適的生活。 人工智能將重塑人工智能將重塑未來未來十年的十年的國際國際關系關系?？萍?“硬實力”

22、是衡量國家競爭力的重要指標之一。德國的“工業 4.0”、美國的“工業互聯網”、日本的“超智能社會”和我國的“中國制造 2025”等重大國家戰略，都將人工智能列為關鍵技術。在人工智能發展的國際競爭中，我國既面臨著機遇，也面臨著挑戰。一方面，中國擁有海量數據資源和通信技術的優勢， 有利于推動人工智能技術快速發展； 另一方面， 11 人工智能會進一步擴大各國力量差距，打破原本穩定的均勢結構，創造新的“智能鴻溝”。人工智能會帶來生產力的發展，但也會導致收益的不平等，發達國家和技術密集型產業從業人員將會迎來大機遇，而發展中國家和勞動密集型產業從業人員將受到巨大沖擊，人工智能技術或將會成為牽動國際關系的重

23、要因素。 第二章 中國人工智能發展現狀分析 2.1 人工智能整體發展現狀分析 2.1.1 市場競爭格局 人工智能是我國深化供給側改革、 推進數字經濟發展的重要技術。 我國人工智能在應用層等領域發展相對成熟，而基礎層和技術層則受限于技術理論和發展水平，處于發展階段?；A層的芯片研發技術掌握在部分歐美發達國家手中，已有實力雄厚的企業布局于該層面，且技術研發水平處于世界領先地位。在芯片領域，目前以美國公司為主導。根據 Compass Intelligence 在 2018 年針對全球 100 余家人工智能芯片企業的排名，在 Top10 企業中，美國有 8 家企業上榜，荷蘭和日本各一家企業上榜。而我國

24、暫無企業躋身前十，僅有華為（海思）位居第 12 名，寒武紀和地平線分列第 22 位和第 24 位。我國的人工智能芯片企業數量相對較少，芯片研發技術尚不成熟。 不同于基礎層和技術層的高研發投入和科研實力需求，應用層對于資金和科研能力的要求相對較低，且商業化能力強，因此大部分企業集中于應用層。人工智能應用場景多樣， 我國人工智能企業已在教育、 醫療、 新零售等領域實現廣泛布局，而金融、醫療、零售、安防、教育、機器人等行業亦有為數較多的人工智能企業參與競爭。在金融領域，一方面科技巨頭和細分領域新銳成為技術提供商，另一方面傳統金融機構也正在利用自身資源創立或與互聯網科技公司合作的方式，搭建自有人工智能

25、技術服務體系。在醫療領域，計算機視覺技術應用相對成熟，大部分創 12 業者集中在影像識別領域， 醫療影像識別的準確率不斷提高。 安防作為人工智能最先應用的領域，算法、芯片和解決方案等應用形式都相對豐富。除此之外，人工智能也推動零售商向自動化、智能化、創新化方向發展。 2.1.2 商業化進程 政策推動、經濟發展、技術進步等都為人工智能商業化營造了良好環境。資本市場趨于理性、 市場競爭加劇、 企業對降本增效的追求等都驅動著人工智能商業化進程的加速。相關企業通過加強技術研發來進一步突破人工智能與傳統產業的邊界， 實現產業融合， 加速技術商業化成為實現人工智能技術與傳統產業融合的關鍵點。此外，隨著社會

26、對數字經濟發展的重視程度不斷提高，數據量增大、數據種類豐富、數據獲取難度降低等優勢逐步凸顯，以及算法、算力的發展也為人工智能企業發展創造了良好的數據環境和技術環境， 為企業提供了更多商業化發展機會。 隨著市場認可度逐步提高， 人工智能企業的盈利能力增強， 教育、 金融、 零售、 醫療、安防等領域將有更多新型產品加速落地。 在人工智能的各項技術中， 計算機視覺和生物識別技術發展最為成熟， 商業化形式相對豐富。支付寶在推出刷臉支付功能后，于 2019 年 4 月又發布新的刷臉支付終端“蜻蜓”，進一步融入了 3D 結構光攝像頭，令支付過程更加快速精準。商湯科技與上海西岸集團聯手構建“智慧公共空間管理

27、平臺”，還與華為合作開發SenseMoji 表情模擬， 計算機視覺技術和生物識別技術的應用變得更加多樣化。 自然語音處理技術發展也相對迅速， 終端產品類型愈發多樣， 科大訊飛除提供聽見會議系統、在線轉寫等 SaaS 服務外，還推出了翻譯機等語音識別的硬件設備。機器學習應用領域相對廣泛，在傳媒、教育、金融等多領域均有相關產品推出。傳媒領域有今日頭條算法推薦，可以個性化推薦閱讀內容；教育領域有松鼠 AI 開發的自適應學習引擎，根據學習能力和接受程度推薦課程等。 13 2.2 人工智能產業鏈分析 人工智能產業鏈可劃分為基礎層、技術層、應用層?；A層主要包括芯片、傳感器、計算平臺等；技術層則由計算機視

28、覺技術、語音識別、機器學習、自然語言處理等構成， 由于技術發展水平和商業化水平差距較大， 本文重點介紹發展較快的計算機視覺、語音識別和機器學習；在應用層中，人工智能應用場景較為廣泛且多元化，本文重點介紹人工智能在金融、安防、教育、醫療、零售、機器人等領域的應用。 14 圖 2.2.1 人工智能產業圖譜 注：本產業鏈圖譜只列舉部分企業作為說明，未覆蓋全產業。 15 2.2.1 基礎層 基礎層通常指芯片、 傳感器、 計算平臺等人工智能發展所需的基礎硬件設備，芯片產品包括圖形處理器 （GPU） 、 專用集成電路 （ASIC） 、 現場可編程陣列 （FPGA）等， 是人工智能最核心的硬件設備； 傳感器

29、主要為計算機視覺采集設備和語音識別設備， 是實現計算機認知和人機交互的傳感設備； 計算平臺通常指人工智能底層基礎技術及其相關設備，例如云計算、大數據、通訊設施的基礎計算平臺等。 芯片是人工智能得以應用的重要硬件設備，根據應用場景的需求選擇與之性能相匹配的芯片。圖形處理器（GPU）以并行結構為主，適用于批量并行的工作和海量數據處理。專用集成電路（ASIC）是根據特定的需求而制造的集成電路，其特點是能耗低、種類豐富、定制化程度高，適用于復雜多變的場景，目前在物聯網方面應用較多?，F場可編程列陣（FPGA）的結構適用于多指令單一數據流運行，由于其較強的數據處理能力， 多應用于預測推理。 類腦芯片是模擬

30、人腦的神經網絡的芯片，通過設計應用程序使芯片具有識別、記憶、處理信息的能力，但由于技術限制，類腦芯片尚處于研發階段。 表 2.2.1.1 人工智能芯片性能對比 芯片類型 定制化程度 特點 應用 GPU 通用 擅長大規模并行運算、生產工藝成熟、性價比高 圖像識別、輔助駕駛 FPGA 半定制 可編程、高度定制化、成本高 軍工、工業電子 ASIC 全定制 全定制化、電路設計完成后不易修改、設計和生產成本高 具備人工智能技術的研發型企業 類腦芯片 模擬人腦 具有認知能力和較強學習能力 資料來源：36 氪研究院根據公開信息整理 16 傳感器是機器進行信息接收的重要設備，人與機器的交互需要通過特定的設備來

31、采集數據信息或接收人類指令， 目前主要的傳感器包括視覺傳感器、 聲音傳感器、測距傳感器等。視覺傳感器是計算機視覺技術實現的基礎，視覺傳感器通過獲取圖像信息或進行人臉識別，能夠實現人工智能在醫療、安防等領域的應用，從而減輕人們工作負擔，提高工作效率。聲音傳感器主要應用于自然語言識別領域，特別是語音識別，通過傳感器收集外部聲音信息，完成語音指令下達，終端控制等功能。 測距傳感器是通過對光信號或聲波信號的發出和接收時間進行測算， 從而檢測物體的距離或運動狀態，通常用于交通領域和工業生產領域等。 計算平臺是將數據和算法進行整合的集成平臺，開發者將可能需要的數據和相應的算法、 軟件集成到平臺內， 通過平

32、臺對數據進行相應處理以達到應用的目的。它是計算機系統硬件與軟件設計和開發的基礎， 也是分發算力的便捷途徑。 計算平臺包括云計算平臺、大數據平臺、通信平臺等多種基礎設施，其中云計算平臺可提供基礎設施即服務（IaaS）、平臺即服務（PaaS）和軟件即服務（SaaS）三大類云服務； 大數據平臺能完成對海量結構化、 非結構化、 半機構化數據的采集、 存儲、計算、 統計、 分析、 處理； 通訊平臺面向手機、 平板電腦、 筆記本電腦等移動設備，為其解決通信需求。 2.2.2 技術層 人工智能技術層是連接人工智能與具體應用場景的橋梁，通過將基礎的人工智能理論和技術進行升級和細化， 以實現人機交互的目的， 其

33、技術主要包括計算機視覺、 語音識別、 智適應學習技術等。 人工智能技術層氛圍感知層和認知層兩部分，感知層的技術包括計算機視覺技術、語言識別、自然語言識別等；認知層的技術包括機器學習、算法等。 計算機視覺技術根據識別對象的不同， 可劃分為生物識別和圖像識別。 生物識別通常指利用傳感設備對人體的生理特征（指紋、虹膜、脈搏等）和行為特征（聲 17 音、筆跡等）進行識別和驗證，主要應用于安防領域和醫療領域。圖像識別是指機器對于圖像進行檢測和識別的技術， 它的應用更為廣泛， 在新零售領域被應用于無人貨架、 智能零售柜等的商品識別； 在交通領域可以用于車牌識別和部分違章識別等； 在農業領域可用于種子識別乃

34、至環境污染檢測； 在公安刑偵領域通常用于反偽裝和采集證據； 在教育領域可以實現文本識別并轉為語音； 在游戲領域可以將數字虛擬層置于真實圖像之上，實現增強現實的效果。 語音識別技術是將語音轉化為字符或命令等機器能夠理解的信號，它能夠實現人類和機器之間的語音交流，讓機器“聽懂”人類語言。語音識別需要的技術主要包括自動語音識別（ASR）、自然語言理解（NLU）、自然語言生成（NLG）與文字轉語音（TTS）。語音識別技術的商業化應用主要體現在語音轉文字和語音指令識別兩個方面。在商務司法領域，可以用于智能會議同傳、記錄和轉寫，節省大量人工；在智能家居領域，可以為聲控電視、聲控機器人提供底層技術支持，提高

35、人機交互的便捷度；在金融科技領域，可以代替部分筆頭工作，減少客戶填寫各種憑證的時間；在自動駕駛領域，可以搭建高效的車載語音系統，進一步解放駕駛者的雙手。 機器學習是指研究如何實現機器模擬人類學習行為來獲取信息和技能，從而調整已有知識結構并優化自身性能的技術。其本質是讓機器從歷史材料中學習經驗，對不確定的數據進行建模，達到預測未來的目的。常用的算法包括分類算法、回歸算法、 聚類算法等， 新興的機器學習技術包括深度學習、 對抗學習、 遷移學習、元學習等。 使用者通過編輯算法來下達分類指令， 利用機器學習能力實現應用的目的。在金融領域，可以通過機器學習不斷提高金融風險控制能力；在營銷領域，可以幫助企

36、業搭建模型進行銷量預測，降低決策的盲目性。 18 2.2.3 應用層 2.2.3.1 金融 人工智能金融（AI 金融）憑借對海量數據的高速處理能力，為金融業在復雜動態網絡、人機協作、數據安全和隱私保護等方面提供了革命性的解決方案。在金融支付領域， 基于人工智能的視覺技術和生物識別技術， 快速準確進行身份認證，提高支付效率和安全性； 在金融風控領域， 利用機器學習分析海量的交易數據可以及時發現異常交易行為，有利于風險防范；在保險理賠環節，通過綜合運用聲紋識別、 圖像識別、 機器學習等核心技術， 能夠實現快速、 準確定損， 避免拖延與糾紛，大幅提高賠付效率； 在投資領域， 智能投顧可以根據客戶的收

37、益目標及風險承受能力智能建議投資組合，幫助投資者尋找適合的金融產品。 人工智能金融的代表性企業螞蟻金服建立了螞蟻圖智能平臺和螞蟻共享智能平臺，基于圖智能技術，提升企業風險刻畫能力，幫助新增數百億的貸款。螞蟻金服還對數據進行結構化處理， 形成企業知識圖譜， 幫助了解企業面臨的重大風險、進行風險級別預測。 2.2.3.2 教育 人工智能教育（AI 教育）在教育機構、教師、學生等不同參與主體中都有不同的代表性應用。對教育機構來說，利用人工智能實現智能分班排課、打造智慧校園、協助考勤招生等。對教師來說，人工智能可基于圖像識別技術追蹤學生的學習狀態，了解學生學習困難點、興趣和集中度，并分析出學生對知識點

38、的掌握程度，提醒教師因材施教， 提高授課效率； 智能陪練還可以幫助學生進行個性化的學習，幫助學生拓寬知識領域； 大規模測試后的閱卷也可利用人工智能來節省人力， 完成自動化考評。對學生來說，人工智能廣泛應用于題庫篩選，這些應用可以通過拍照搜題的技術提高學生在課外的學習效率。 19 人工智能教育領域的代表公司有好未來、 英語流利說等。 好未來布局人工智能開放平臺，將計算機視覺、自然語言處理等技術應用于教育產品，起到輔助教學、在線智能互動的作用。 英語流利說推出達爾文英語， 提供基于人工智能深度學習的移動自適應英語系統課程， 人工智能老師全程評估學習情況， 通過人機對話互動的方式來進行聽、說、讀、寫

39、的全方位訓練。 2.2.3.3 醫療 人工智能醫療（AI 醫療）的主要應用場景有影像診斷、互聯網問診和日常疾病預防等， 尤其是在疾病早期篩查和增強診斷準確性上優勢明顯。 人工智能在圖像識別與語音識別領域相對成熟，目前中國醫療人工智能初創企業大多圍繞輔助診斷進行創新，多以影像學智能輔助診斷系統、語音識別產品為主。在臨床研究中，人工智能醫療可以輔助實驗設計、監督進度、高效處理數據、防范風險。平安好醫生通過“人工智能+醫療”，提供家庭醫生、消費型醫療、健康商城和健康管理及互動服務，覆蓋上億用戶，為在線醫療行業覆蓋用戶數最多的移動應用。 創業企業搶占市場的同時，互聯網巨頭以及傳統醫療相關企業也紛紛通過

40、自主研發或投資并購等方式入局。2018 年，阿里健康啟動面向醫療行業的第三方人工智能開放平臺計劃，12 家醫療人工智能公司成為首批入駐平臺的合作伙伴，其業務包括臨床、科研、培訓教學、醫院管理、未來城市醫療大腦等領域。此外，百度、騰訊等企業也積極布局人工智能醫療，推出相關產品服務大眾。 2.2.3.4 安防 安防行業在歷經模擬時代和數字時代之后，正借助人工智能技術邁入智能時代。人工智能安防（AI 安防）的核心技術主要包括計算機視覺技術、視頻結構化等。 計算機視覺技術中的生物識別在安防領域應用較多， 通過在門禁系統中加入人臉識別、指紋識別等功能，提高安全防護等級。視頻結構化是指對視頻影像資料進 2

41、0 行提取和分析， 最終形成機器和人可以識別的信息。 人工智能在安防領域的應用相對較早， 目前云邊融合成為發展的主流方向， 云邊融合即是通過邊緣計算將人臉識別、 物體識別等應用的計算力分攤至前端， 從而解決由于數據量暴漲給傳輸和云端處理帶來的壓力，提高數據處理效率。 ?？低晫⒅悄芩惴ㄅc監控設備相結合， 通過異常警告、 動靜分離等技術對圖像進行結構化處理，解決人工查證海量圖像的難題，實現智能監控，提高安防等級的作用。文安智能利用人工智能技術主動定位追蹤人、車、物，24 小時不間斷檢測與治安相關的事件， 包括攀越、 夜間出沒、 異常奔跑追逐、 打斗、 輔助治安卡口、人數統計等，實時記錄并發出預警

42、。 2.2.3.5 零售 人工智能與零售業務相結合， 不僅可以提供精準和實時的消費行為預測， 還可以減少零售商的勞動力成本， 讓運營更有效率。 從無人超市到無人收銀再到機器人送貨，多樣化的終端應用不斷涌現。人工智能零售（AI 零售）的應用不僅體現在服務消費者方面， 也為經營者提供了便利。 人工智能能夠幫助經營者快速定位貨品、規劃線路，從而減少配貨時間。通過識別和學習消費者的消費數據，能較為精準分析消費者的行為偏好，并根據數據結論為其提供個性化的商品推薦。此外，在服務過程中向客戶發送購物補貨提醒，使用無人機遠程送貨，無接觸式自助結賬，最終全流程地改善用戶體驗，增強用戶粘性。 阿里云以數據為基礎為

43、零售領域提供消費者資產運營分析解決方案，通過智能化的數據分析，將渠道管理、會員管理、營銷管理進行整合，并與阿里巴巴各系統業務互通，解決數據營銷的閉環問題。碼隆科技開發的 RetailAI提供了資產保護、 智能貨柜、 智能稱重等服務， 能夠在自助結算環節為零售商降低貨損、 實現 “即拿即走、自動結算”的智能購物流程。 21 2.2.3.6 機器人 人工智能加持的機器人， 交互能力和學習能力大幅提升， 在各領域擁有極為廣泛的應用場景。從功能上講，隨著計算機視覺技術的發展，清潔機器人產業較為成熟，如科沃斯已提供了掃地、擦窗、空氣凈化等全套家居清潔方案。樓宇內部的配送機器人可以代替人工，完成遞送物品、

44、接待訪客、查詢資料甚至巡邏等一系列任務， 在新冠疫情期間憑借無接觸式特征獲得了更大的應用前景。 除了利用語音智能交互技術完成兒童陪伴和英語教學的教育機器人外，許多專注培養編程能力的產品也涌現了出來。大疆推出的教育機器人 RoboMaster S1 支持 Scratch 與 Python 兩種編程語言，使用者通過設計程序控制機器人，將人工智能理論運用于實踐，寓教于樂。優必選開發的機器人可以完成舞蹈、運動、反饋、感知、視頻監控等傳統功能，還可以完成繪本伴讀等陪伴任務，提供 AR 游戲體驗，通過簡單的編程教學后還提供給用戶自定義編程的機會，實現教育功能。 2.3 人工智能投資情況分析 根據鯨準數據，

45、截至 2020 年 6 月 16 日，我國人工智能領域共發生 3,418 起投資案例， 其中共有 3,304 起公布了投資金額， 涉及總投資金額為 2,378.39 億元，平均單筆投資金額為 0.72 億元。從城市分布情況來看，投資活躍度 TOP3 地區為北京、深圳、上海，分別發生 1,009 起、550 起、429 起投資事件，占總投資案例數量的 60.17%。就區域分布而言，投資案例主要集中在華東、華南、華北地區，而西北和東北地區的投資案例數量較少，經濟發達地區及沿海地區對資本的吸引力相對較高，而地理位置偏遠或經濟落后地區對資本吸引力則相對較弱。 22 圖 2.3.1 截至 2020 年

46、6 月 16 日全國人工智能領域投資案例數 TOP10 城市（投資案例數，起） 從投資規模來看，北京、深圳、上海等地區的人工智能企業較受資本的青睞。截至 2020 年 6 月 16 日， 我國人工智能投資規模 TOP3 城市， 分別為北京、 深圳、上海，總投資金額分別為 739.70 億元、306.24 億元、184.07 億元，合計占總投資規模的 51.72%，同時三地區也肩負起推動人工智能快速發展的重任。 1009550429237968671695822北京深圳上海杭州蘇州廣州南京武漢成都西安數據來源：鯨準數據庫截至2020年6月16日全國人工智能領域投資案例數TOP10城市（投資案例數

47、，起） 23 圖 2.3.2 截至 2020 年 6 月 16 日中國人工智能領域投資規模 TOP10 城市（投資案金額，億元） 從投資輪次來看，已披露投資輪次的案例共 3,304 起，其中天使輪、A 輪和戰略融資居多，分別發生 1,127 起、732 起、342 起，合計占已披露投資輪次總案例數的 66.62%。就投資金額而言，戰略融資、A 輪、B 輪企業資本集聚能力較強，分別投資 641.91 億元、455.22 億元和 347.64 億元，合計投資金額占總投資規模的 60.75%。 739.70 306.24 184.07 68.75 27.81 12.27 9.78 9.76 5.97

48、 1.37北京深圳上海杭州蘇州廣州武漢南京成都西安數據來源：鯨準數據庫截至2020年6月16日中國人工智能領域投資規模TOP10城市（投資金額，億元） 24 圖 2.3.3 截至 2020 年 6 月 16 日中國人工智能領域投資輪次分布情況 第三章 人工智能發展指數評價分析 3.1 指標體系構建 3.1.1 指標構建維度 人工智能屬于新興的科學技術， 發展人工智能不僅需要雄厚的資金實力， 還需要政策支持和較強的技術研發能力， 因此在選擇觀察城市時， 優先考慮經濟、 政治、文化資源相對集中的省會城市和直轄市，以及人工智能發展相對領先的重點城市。按照篩選規則，36 氪研究院共篩選出 36 座城市

49、參與人工智能發展指數研究。 人工智能發展指數的指標均為定量指標， 主要數據來源包括城市統計年鑒、 政府工作報告、天眼查、科學家在線、中國中小企業股權轉讓系統、鯨準、Choice、Wind 等部門或專業機構。部分指標雖與本指數體系具有相關性，但由于數據無法統計獲得，因此并未納入指數體系中。指數體系雖未完全達到指標窮盡要求，但重10.11 75.49 44.18 455.22 113.34 16.54 347.64 24.64 6.89 254.1076.49 232.79 10.48 38.81 1.00 18.76 10.00 641.91 17711273147321251925834184

50、113239133234201002003004005006007008009001000110012000100200300400500600700投資金額（億元）投資案例數（起）數據來源：鯨準數據庫截至2020年6月16日中國人工智能領域投資輪次分布情況 25 要指標已全部包含在內，且完全可以反映 36 個城市的人工智能發展水平，故本指數評價體系計算結果具有科學性和可信性。所選取 20 個三級指標的數據截止時間均為 2020 年 3 月 31 日，滿足指標的可比性要求。 3.1.2 指標評價體系 中國城市人工智能發展指數包括五類一級指標： 城市發展環境、 資金支持力度、研發能力、基礎支持情

51、況和發展成效。城市發展環境從政策環境、經濟環境、交流環境角度來體現各城市人工智能的發展基礎情況；資金支持力度重點研究各城市對人工智能領域發展建設的資金支持情況，從政府投資和市場化機構對人工智能領域的投資案例數量和投資金額來體現各城市對人工智能產業發展的資金支持情況； 研發能力主要考察人工智能領域的專業人才數量和累積的科技成果數量， 包括人才數量、人工智能相關論文產出數量、專利申請數量等，體現各城市在人工智能方面的研究和創新能力；基礎支持情況主要考核各城市為人工智能商業化發展打造的硬件支撐環境，從孵化器/眾創空間、國家級人工智能開放平臺建設數量、算力基礎設施數量、 數據開放平臺等維度來體現人工智

52、能發展的硬件環境； 發展成效主要從人工智能的產業鏈布局、 人工智能企業對地區經濟帶動性、 人工智能融合應用等角度反映各城市人工智能企業的發展成效。 中國城市人工智能發展指數評價體系的計算采用合成指數法，總指數由一級指數按照一定權重加權計算得出； 一級指數由二級指數加權得出； 二級指數由三級指標按照合成指數法加權計算得出。一級指數和二級指數權重由行業相關專家評價確定。 表 3.1.2.1 中國城市人工智能發展指數評價體系 一級指標 二級指標 序號 三級指標 城市發展環境 政策環境 1 政策數量 經濟環境 2 GDP 增速 交流環境 3 大型峰會數量 26 一級指標 二級指標 序號 三級指標 資金

53、支持力度 政府投資 4 政府產業投資引導金規模 5 政府產業投資引導金數量 VC/PE 投資 6 機構投資案例規模 7 機構投資案例數 研發能力 人才數量 8 人才總量 9 杰出人才數量 科研成果 10 設立人工智能專業高校數量 11 論文產出數量 12 專利申請數量 基礎支持情況 產業載體平臺 13 孵化器/眾創空間數量 配套基礎設施 14 國家級人工智能開放平臺 15 算力基礎設施數量 16 數據開放平臺 發展成效 企業數量 17 大型公司數量（上市公司+獨角獸） 產業鏈布局 18 布局三層產業鏈企業數量 19 融合應用場景數量 經濟乘數效應 20 重點領域上市公司利潤對 GDP 貢獻率

54、資料來源：36 氪研究院 3.2 人工智能發展指數總體分析 3.2.1 總體結果展示 36 氪研究院按照上述的指數核算方式得出我國人工智能發展指數城市排名，榜單前 5 名城市分別為北京 （92.93） 、 上海 （87.01） 、 深圳 （86.52） 、 杭州 （81.23）和南京（77.74）。其中排名 TOP10 城市為我國人工智能發展第一梯隊，主要包括北京、上海、深圳、南京、廣州、蘇州等一線和新一線城市；排名 TOP20 內的濟南、西安、重慶、青島等城市處于我國人工智能發展的第二梯隊；排名靠后的鄭州、石家莊、蘭州、南寧等城市處于我國人工智能發展的第三梯隊?？傮w來看，第一梯隊的城市總指數

55、領先第二梯隊和第三梯隊的城市較多，且第一梯隊內各城市 27 總指數得分差距也相對較大，而第二梯隊和第三梯隊內的城市總指數得分差距相對較小。 圖 3.2.1.1 2020 年中國城市人工智能發展總指數 TOP15 3.2.2 總體結果分析 就城市人工智能的發展環境、資金支持力度、研發能力、基礎支持情況、發展成效來看， 各城市資金支持力度、 發展成效和基礎支持情況指標的得分普遍高于發展環境和研發能力指標得分；從總指數得分來看，由北京、深圳、上海等城市組成的第一梯隊總分相對較高， 而第二梯隊和第三梯隊的城市得分差距較小。 作為京津冀、長三角、珠三角地區的中心城市，北京、上海和深圳享受著豐富的政策紅利

56、且經濟發展基礎條件相對優越，有多家人工智能代表性企業入駐當地并在區域內逐步成長， 逐步形成人工智能先行示范區， 為所在城市的人工智能發展起到技術支持和推動經濟發展的作用。 92.9387.0186.5281.2379.5577.7475.0173.2873.2473.0872.4872.3771.8371.7671.22北京上海深圳杭州南京廣州蘇州合肥成都天津濟南西安重慶青島長沙數據來源：36氪研究院2020年中國城市人工智能發展總指數TOP15 28 從城市發展環境來看，36 個城市的發展環境得分差距較大。北京、上海、南京、深圳重視人工智能發展的政策環境、經濟環境、交流環境的營造，西南、西北

57、和東北地區城市對于人工智能發展環境的重視程度相對較弱。從資金支持力度來看，全國 36 個城市在資金支持力度得分方面，存在較大差距，作為第一梯隊的北京、深圳、上海、杭州等城市之間差距也非常明顯。從人工智能研發能力和基礎支持情況來看，各城市之間的差距較小。北京、上海、深圳依然占據前三甲，各自帶動了京津冀、長三角、珠三角地區的人工智能產業集群發展。從人工智能發展成效來看，北京、深圳強勢領頭，第一梯隊和第二梯隊間差距相對明顯。 3.3 一級指數分析 3.3.1 城市發展環境指數分析 城市發展環境指數由政策環境、 經濟環境和交流環境三個二級指標構成。 從排名情況看，城市發展環境指數 TOP3 城市分別為

58、北京（90.54）、上海（88.37）和南京 （84.95） 。 各城市為人工智能發展營造的環境基礎差距較大， 馬太效應明顯。北京獲得最高分，上海、南京、深圳緊隨其后，西南、西北和東北地區的城市與之存在較大差距。 北京和上海成為人工智能政策的先行示范區， 憑借發達的經濟環境，營造了國內人工智能產業理想的城市發展環境，而南京通過發布多項人工智能政策、組織人工智能峰會等形式促進人工智能的發展，從而脫穎而出，躋身第三名。 29 圖 3.3.1.1 2020 年中國城市人工智能發展環境指數 TOP15 3.3.2 資金支持力度指數分析 資金支持力度指數由政府投資和 VC/PE 投資兩個二級指標合成，排

59、名 TOP3 城市分別為北京（92.68）、深圳（87.02）、上海（82.56）。從指數得分情況看，資金支持力度得分差距明顯， 除個別城市得分較高之外， 其他城市普遍得分較低。資金支持力度指標整體得分均值較低、差距較大。北京市于 2019 年 6 月設立 10億元的人工智能產業引導基金，上海更是設立了準備設置千億級的產業投資基金群，用以支持人工智能產業發展。此外，北京、深圳、上海是我國 VC/PE 機構的重要集聚地，已形成良好的資金集聚效用，因此資金支持方面具有明顯優勢。 90.5488.3784.9583.3475.2373.4969.4568.7968.3468.2968.1968.16

60、67.9767.8066.08北京上海南京深圳杭州成都廣州合肥天津大連長沙重慶蘇州青島西安2020年中國城市人工智能發展環境指數TOP15 數據來源：36氪研究院 30 圖 3.3.2.1 2020 年中國城市人工智能資金支持力度指數 TOP15 3.3.3 人工智能研發能力指數分析 人工智能研發能力指數由人才規模和科技成果兩個二級指標合成， 排名 TOP3城市分別為北京（90.91）、上海（86.46）和廣州（86.14）。從指數得分情況看，北京得分領先較多， 而其他城市人工智能研發能力指數得分差距較小。 人工智能技術的發展需要靠科研機構、高等院校、企業等的共同努力。北京、上海、廣州擁有較多

61、人工智能領域的領軍企業，加之高校、科研院所集聚，專業人才及前沿科技成果數量多，使得上述城市在人工智能領域的研發能力相對領先。值得注意的是，國際企業亞馬遜 AWS 和微軟研究院近年來走出北京，落地上海，計算機視覺“四小龍” 商湯、 依圖、 云從和曠視也坐落黃浦江畔， 上海的人工智能企業發展勢頭迅猛，未來差距或將進一步縮小。 92.6887.0282.5676.4863.4760.0959.7757.5757.3857.3156.7156.4556.4155.7954.53北京深圳上海杭州蘇州南京廣州武漢天津重慶濟南成都合肥青島廈門2020年中國城市人工智能資金支持力度指數TOP15 數據來源：3

62、6氪研究院 31 圖 3.3.3.1 2020 年中國城市人工智能研發能力指數 TOP15 3.3.4 基礎支持情況指數分析 基礎支持情況指數由產業載體平臺和配套基礎設施兩個二級指標構成。從得分情況來看，TOP3 地區分別為北京（96.09）、深圳（91.13）和上海（90.91）。與研發能力得分情況類似， 北京得分最高且領先較多， 其他城市之間得分離差較小。在北京、深圳和上海，政府較為重視孵化器/眾創空間發展，將其作為培育新創企業、加快高新技術轉化、技術商品化的政策工具和重要途徑之一。北京市相關孵化器/眾創空間數量較多，產業基礎條件好，且其算力基礎設施相對完備，因此在基礎支持指標的得分領先于

63、其他城市。2019 年底，國家人工智能開放創新平臺從 5家擴充到 15 家，中國平安、?？低?、好未來、小米等新生人工智能開放創新平臺入選，而這些企業大多分布在北京、深圳和上海等地，因而能夠為這些城市提供強大的人工智能企業基礎設施。 90.9186.4686.1484.8584.5383.9283.6883.5882.1781.9881.5280.8180.5780.2780.16北京上海廣州南京武漢杭州天津成都重慶西安沈陽濟南長沙合肥鄭州數據來源：36氪研究院2020年中國城市人工智能研發能力指數TOP15 32 圖 3.3.4.1 2020 年中國城市人工智能基礎支持指數 TOP15 3.

64、3.5 人工智能發展成效指數分析 人工智能發展成效指數由企業數量、產業鏈布局和經濟乘數效應三個二級指標合成。從得分來看，排名 TOP3 城市分別為北京（94.33）、深圳（92.60）和上海（87.23）。2017 年 9 月，北京市發布了首個人工智能政策，重視海淀區尤其是中關村的 AI 產業發展。隨后又設立了全國第一個國家新一代人工智能創新發展試驗區。北京不僅政策優勢明顯，而且人才優勢也較為突出。根據 2018 年 6 月發布的北京人工智能產業發展白皮書（2018），北京擁有全國 26%的人工智能企業和超過 2.5 萬件的人工智能專利，同時聚集有北京大學、清華大學、中科院自動化所、中科院計算

65、所等人工智能研究單位。百度、寒武紀、地平線、第四范式、曠視、商湯、字節跳動等優質人工智能企業均集聚于北京，產業集群優勢明顯。深圳和上海在產業布局方面也相對領先， 人工智能企業數量較多且產業鏈相對完善， 因此在發展成效指數相比其他城市具有一定優勢。 96.0991.1390.9189.8387.3784.4383.5883.0783.0683.0582.7682.5982.5082.2682.14北京深圳上海杭州廣州合肥天津沈陽濟南廈門南京西安武漢青島重慶數據來源：36氪研究院2020年中國城市人工智能基礎支持力度指數TOP15 33 圖 3.3.5.1 2020 年中國城市人工智能發展成效指數

66、 TOP15 3.4 重點城市人工智能發展情況分析 3.4.1 北京 VS 上海 （1）人工智能發展整體情況比較 北京與上海同屬中國超大城市， 兩城市同在 2017 年底開啟了人工智能領域的宏觀布局， 北京市更是追求人工智能產業在全球的主導地位， 對于人工智能發展的推動力度更大。 2017 年 9 月，中關村科技園區管理委員會發布了北京首個人工智能政策中關村國家自主創新示范區人工智能產業培育行動計劃 （20172020 年） （中科園發201743 號），提出到 2020 年，中關村在人工智能領域初步形成具有國際競爭力和技術主導權的產業集群。2017 年 12 月，中共北京市委、北京市人民政府

67、印發了 北京市加快科技創新培育人工智能產業的指導意見 ， 提出到 202094.3392.6087.2385.1481.8179.4078.5073.6673.3472.0771.3568.5968.4068.4065.88北京深圳上海南京廣州蘇州杭州合肥西安濟南青島天津成都長沙重慶2020年中國城市人工智能發展成效指數TOP15 數據來源：36氪研究院 34 年， 新一代人工智能總體技術和應用達到世界先進水平， 部分關鍵技術達到世界領先水平。并依托于自身研究機構集中、投資機構密集的優勢，為人工智能的發展提供多方位的有力環境。 上海通過出臺 關于本市推動新一代人工智能發展的實施意見（滬府辦發2

68、01766 號），提出到 2020 年，基本建成國家人工智能發展高地， 成為全國領先的人工智能創新策源地、 應用示范地、 產業集聚地和人才高地，局部領域達到全球先進水平。2019 年 3 月，上海市經濟和信息化委員會發布關于建設人工智能上海高地構建一流創新生態的行動方案（2019-2021 年） （滬經信智 2019 707 號） ， 提出到 2021 年， 全力打響上海人工智能 “一流創新生態”標志性品牌。 總體來看，北京在推動人工智能發展的過程中注重實現技術和產業的領先，2017 年頒布的相關文件推動了北京人工智能的技術和應用達到世界先進水平。隨后又出臺相關政策鞏固和加強人工智能產業集群的

69、競爭力，大力推動北京人工智能的發展。上海則更注重人工智能的商業化應用，以形成良好的產業生態，但對技術領域的重視程度不及北京。 （2）重點應用領域比較 北京市以海淀區中關村為核心， 憑借早期的政策紅利、 資本優勢和人才實力，吸引了大批人工智能產業入駐成長。北京市目前擁有百度、寒武紀、地平線、第四范式、曠視、商湯、字節跳動等人工智能龍頭企業，在醫療、教育、金融、智能城市等應用場景均有布局，產業鏈完整，形成了明顯的聚集效應。 上海市也于 2017 年開啟“智能上海（AISH）”行動，浦東新區、長寧區、徐匯區等多區發力，形成良性競爭態勢。上海市目前擁有英語流利說、乂學教育、七牛云、美團點評、小 i 機

70、器人、蔚來汽車、ThinkForce 等人工智能新銳企業，主要布局語音識別、智能機器人、智能制造、智能網聯汽車等行業。 （3）人工智能發展總體得分比較 35 北京人工智能發展總指數得分為 92.93 分，上海得分 87.01 分，分別占據全國人工智能發展城市第一位和第二位。 在各項維度上， 北京作為國內人工智能產業的核心中樞都擁有絕對優勢， 是國內人工智能產業最為領先的城市。 根據數據情況，上海與北京在資金支持力度、基礎支持情況和研發能力上尚存一定差距。 圖 3.4.1.1 2020 年北京 VS 上海一級指數打分情況 3.4.2 深圳 VS 廣州 （1）人工智能發展整體情況比較 廣東省緊抓粵

71、港澳大灣區重大發展機遇， 培育壯大新一代人工智能產業， 全方位、立體式推進經濟社會“賦智賦能”，廣州和深圳是其人工智能發展的兩大示范區。廣州研發實力強大、第三產業發達，而深圳高新技術制造業發達、民間資本活躍，兩者之間優勢互補，合作空間較大。 7580859095100城市發展環境資金支持力度研發能力基礎支持情況發展成效2020年北京 VS 上海一級指數打分情況北京上海數據來源：36氪研究院 36 2019 年 5 月，深圳市人民政府發布深圳市新一代人工智能發展行動計劃（2019-2023 年）（深府201929 號），提出到 2020 年，全市人工智能產業規模、 技術創新能力和應用示范處于國內

72、領先水平， 并引進培育國際頂級人工智能團隊和技術引領型研究機構；到 2023 年，人工智能基礎理論取得突破，部分技術與應用研究達到世界先進水平。深圳市人工智能企業總量超過 600 家，已形成完整的人工智能產業鏈，涵蓋基礎層、技術層和應用層三個環節，構成梯次接續的企業生態體系。 廣州市人民政府于 2018 年 3 月出臺 廣州市加快 IAB 產業發展五年行動計劃（2018-2022 年） （穗府20189 號），提出到 2022 年，全市 IAB（新一代信息技術、人工智能、生物醫藥）產業規模超 10000 億元，成為影響全球、引領全國的 IAB 產業集聚區。2020 年 2 月，廣州市工信局發布

73、廣州市關于推進新一代人工智能產業發展的行動計劃（2020-2022 年） （穗工信函202011 號），提出爭取創建國家級人工智能創新試驗區、人工智能先導區。廣州南沙正在打造“三區一中心” （國家新區、自貿試驗區、粵港澳全面合作示范區和承載門戶樞紐功能的廣州城市副中心），已有超過 170 家人工智能企業聚集，產業集群正在快速發展。 總體來看，深圳人工智能企業數量較多、產業發展基礎良好，為了促進人工智能進一步創新和發展， 從人工智能產業的發展需求出發尋求技術突破， 以鞏固深圳在人工智能領域的領先地位。與深圳不同，廣州的人工智能研發條件相對領先，擁有多所高校和研究機構， 通過良好的技術研發環境吸引

74、企業入穗發展， 依托良好的技術環境來促進在人工智能產業發展。 （2）重點應用領域比較 深圳目前擁有大疆科技、優必選、碳云智能、碼隆科技、華大基因、騰訊、華為、中興、平安科技等“老中青三代”人工智能企業，傳統的制造業富士康、華星光電、比亞迪等也在積極轉型升級，擁抱人工智能時代。深圳憑借良好的人工智能產業發展基礎吸引較多的投資機構， 為深圳市的人工智能發展提供資金支持， 目前 37 在智能制造、醫療健康、企業服務、物流、智慧交通等領域已有較多機構和資金廣泛布局。 廣州調配大量政策資源， 著力打造人工智能產業發展應用示范區， 吸引云從科技、科大訊飛、小馬智行、藍胖子機器人、暗物智能等企業在廣州布局，

75、應用領域涵蓋了人工智能芯片、基礎軟件算法、生物特征識別、自然語言處理、新型人機交互、自主決策控制等領域。 （3）人工智能發展總體得分比較 深圳人工智能發展總指數得分為 86.52 分，廣州得分 77.74 分，分別占據全國人工智能發展城市第三位和第六位。 雖然深圳有深圳大學、 南方科技大學等高校資源，但廣州整體研發能力更勝一籌，杰出人才總量、論文產出數量均相對領先。雖然廣州研發能力較強， 但整體實力上與深圳相比還存在一定差距， 尤其是城市發展環境、資金支持力度和發展成效上均不及深圳。 圖 3.4.2.1 2020 年深圳 VS 廣州一級指數打分情況 5060708090100城市發展環境資金支

76、持力度研發能力基礎支持情況發展成效2020年深圳 VS 廣州一級指數打分情況深圳廣州數據來源：36氪研究院 38 3.4.3 杭州 VS 南京 （1）人工智能產業發展整體情況比較 杭州和南京均是我國東部沿海城市，同位于長三角地區，地理位置相近。從人工智能發展總得分來看，兩城市得分接近。南京積極營造良好的城市發展環境，從政策環境和社會環境等方面出發， 為人工智能企業發展助力。 但杭州市目前資金支持力度更大，人工智能發展的整體環境更具優勢。 從政策方面來看，2019 年，杭州市人民政府發布杭州市建設國家新一代人工智能創新發展試驗區行動方案 （市委辦發201957 號），提出到 2023 年，杭州人

77、工智能總體技術與產業發展水平全國領先，人工智能產業總規模 2,000 億元以上，在智能安防、智能汽車、智能機器人和智能軟硬件等產業上形成優勢，建設國家新一代人工智能創新發展試驗區取得顯著成效。 從資金支持力度來看， 浙江省成立 10 億規模大人工智能人才產業發展母基金，杭州人工智能小鎮設立 30 億5專項資金用于人才獎勵和支持企業發展。南京市緊跟中央精神，為人工智能發展營造良好的政策環境。2017 年 9 月，南京發布市政府關于加快人工智能產業發展的實施意見（寧政發2017268 號），提出到 2020 年，全市人工智能核心產業產值突破 100 億元，帶動相關產業規模 1,000 億元，到 2

78、025 年，全市人工智能核心產業產值達到 300 億元，帶動相關產業規模 3,000 億元，部分技術達到世界領先水平。 從資金支持力度來看， 投資機構對于南京人工智能企業規模的投資金額相對較少，與杭州相比存在一定差距，因此在資金支持力度方面不及杭州。 總體來看， 杭州和南京均為人工智能的發展提供政策支持， 通過出臺行動規劃和實施意見為人工智能產業的發展提出明確的目標和方向。 從應用場景來看， 杭州市立足自身產業條件， 對人工智能的應用領域提出更加具體的目標， 突出智能安防、智能汽車等產業優勢，形成具有競爭力的產業發展環境。在資金方面，人工智能產 5 資料來源：同花順 39 業發展母基金和投資機

79、構也為杭州人工智能的發展創造良好的環境。南京市注重打造良好的人工智能發展環境， 通過頒布一系列相關政策和舉行相關活動， 為人工智能的發展營造良好的政策環境和交流環境，但由于資金支持力度與杭州相比存在一定差距，因此人工智能整體環境稍遜于杭州。 （2）重點應用領域比較 杭州市的人工智能產業圍繞浙江大學和阿里系的研發資源展開，呈現濱江區、余杭區和西湖區 “三足鼎立” 的狀態。 杭州市現有螞蟻金服、 ?？低?、 云歌信息、辛頓科技等企業，主要領域涵蓋云平臺大數據、智能制造、計算機視覺、智慧醫療等，發展較為成熟。 南京市依托新港高新園、江北新區、南京經開區、江寧開發區等重點園區迎頭趕上，憑借系列利好政策

80、、充足社會資本和低廉運營成本吸引到了曠視科技Face+、地平線、阿里、小米、京東等機構在南京設立研究機構。 （3）人工智能發展總體得分比較 杭州人工智能發展總指數得分為 81.23 分，南京得分 79.55 分，分別占據全國人工智能發展城市第四位和第五位。 在研發能力、 基礎支持和發展成效三個維度上兩者得分非常相近，但相較之下，南京人工智能擁有更好的城市發展環境，而杭州則有更好的資金環境。和杭州相比，南京缺少像阿里巴巴這樣的龍頭企業，且在資金支持力度方面存在明顯短板，因此總得分稍遜于杭州。 40 圖 3.4.3.1 2020 年杭州 VS 南京一級指數打分情況 3.4.4 成都 VS 西安 （

81、1）人工智能產業發展整體情況比較 成都和西安同為西部省份的省會城市，分別是中國西北和西南地區的經濟中樞，2019 年來也開始積極布局人工智能產業。兩者發展重點各不相同，成都大力發展人工智能產業生態， 構建多樣化應用場景； 西安在人工智能發展中重視技術創新， 通過加強與研究機構、 高等院校的合作， 為人工智能發展提供技術和人才支持。 2019 年 2 月， 成都市人民政府發布 加快人工智能產業發展推進方案 （20192022 年）（成辦發20193 號），提出到 2022 年，建成 35 個成熟的人工智能產業集聚區，形成基礎堅實、創新活躍、開放協作、鏈條完備的人工智能產業生態，人工智能（行業融合

82、應用）產業規模突破 500 億元，帶動關聯產業規模突破 5,000 億元。 成都市重點構建 “321” 應用場景試驗： 打造智能空管、 普惠金融、智慧醫療三大區域特色場景；交通物流、鄉村振興兩大重點場景，智能制造一個核5060708090100城市發展環境資金支持力度研發能力基礎支持情況發展成效2020年杭州 VS 南京一級指數打分情況杭州南京數據來源：36氪研究院 41 心場景。西安于 2020 年 4 月舉行“國家新一代人工智能創新發展試驗區”啟動建設大會， 并在會上發布 西安高新區人工智能試驗區核心區建設方案 ， 提出 2022年將初步建成新一代人工智能創新發展試驗區核心區。屆時核心產業

83、規模將達到100 億元，帶動相關產業 1,000 億元。西安重點布局高新區，通過設立專項資金以促進區內軟件新城、 人工智能產業園、 西安電子谷和西安智慧谷等新一代人工智能創新發展試驗區核心區建設。在研發領域，西安的西安交通大學、西北工業大學、西安電子科技大學三所高校也增設了人工智能專業，為人工智能發展提供技術和人才支持。 總體來看， 成都在人工智能發展中根據自身的發展特點和經濟基礎， 重點推進人工智能在交通、金融、醫療領域的應用，并注重加強產業生態構建，實現產業聯動， 在人工智能的經濟環境和交流環境方面更具優勢。 西安則以高新區為重點發展區域，通過建設“一區四園”來推動人工智能產業的發展。此外

84、，西安還充分發揮科研優勢，通過本地的科研院所合作，共同推進人工智能技術研發和創新，為人工智能發展營造良好的研發環境。 （2）重點應用領域比較 2019 年 3 月 13 日，位于成都高新區新川科技園的 AI 創新中心正式開園。這是西部首個“人工智能+5G”概念的產業園。作為三大運營商全國首批 5G 試點示范城市，成都積極尋求 AI+5G 融合，現已培育了曉多科技、斯沃茨、普諾思博、恒創新星、睿沿科技、啟英泰倫、考拉悠然等本土科技企業，并吸引了新華三、中國移動、綠盟科技等一流企業的入駐，應用場景包括語音識別、醫學影像、法律服務、智能機器人等領域。 西安市政府積極尋求外部優質合作資源，2018 年

85、清華大學交叉信息核心技術研究院與西安高新區正式簽訂合作協議，已經成功研發“啟明 910”人工智能加速芯片?，F已培育或引進了九索數據、絲路云、智沃數據、科大訊飛、中興、微軟和 42 比亞迪等企業， 布局于集成電路、 大數據、 機器人整機和關鍵核心部件等 “硬科技”產業。 （3）人工智能發展總體得分比較 成都人工智能發展總指數得分 73.24 分，西安得分 72.37 分，分別占據全國人工智能發展城市第九位和第十二位。在研發能力、基礎支持情況、資金支持力度和發展成效上兩者相差較小，成都則在城市發展環境上略勝一籌。整體來說，兩個西部城市發展起步較晚， 與東部人工智能發展成熟區相比較為落后。 但從宏觀

86、來看，兩地政府均重視人工智能的發展， 積極推出扶持政策， 人工智能未來發展空間十分廣闊。 圖 3.4.4.1 2020 年成都 VS 西安一級指數打分情況 5060708090100城市發展環境資金支持力度研發能力基礎支持情況發展成效2020年成都 VS 西安一級指數打分情況成都西安數據來源：36氪研究院 43 第四章 中國人工智能發展展望和建議 4.1 發展展望 4.1.1 人工智能將推動多種技術發展，為經濟轉型創造新動力 人工智能涉及機器學習、語音識別、計算機視覺等多種技術，其研究范疇廣泛而又復雜。通過推動人工智能的發展，能夠促進多領域的技術突破，實現技術創新發展和商業化應用。 基于人工智

87、能強大的深度學習能力和運算能力， 未來將與大數據、云計算、5G 通信等技術加深融合，推動產業升級轉型。在商業領域，能夠通過智能數據分析提高用戶的體驗，有助于提高用戶粘性；在醫療領域，能夠實現快速診斷，幫助減輕醫生負擔，提高診療效率；在金融領域，通過機器學習、類腦計算實現金融風險控制的快速發展。 通過技術的融合發展， 推動企業的數字化進程，提高企業運作效率，為經濟發展提供動力。 4.1.2 邊緣智能成為人工智能應用布局的新賽道 隨著物聯網的發展， 新型智能設備貢獻海量的數據， 邊緣計算受到了更多的關注。 隨著人工智能應用的不斷擴展， 定位于數據中心等云端的人工智能應用普遍存在著功耗高、實時性低、

88、帶寬不足、數據傳輸安全性較低等問題，人工智能將逐漸從云端向邊緣側的嵌入端遷移。 邊緣智能能確保對時間敏感的實時結果， 不受網絡干擾，加快本地決策的速度，人工智能在醫療、航空、無人駕駛等領域將有較大應用空間。 邊緣智能有希望成為與云智能互補的決策系統， 也體現了集中式計算向分布式計算轉換的大趨勢。隨著 5G 時代的到來，更好的構建“智能邊緣+智能云”的復合系統或將成為人們重點關注的方向。 44 4.1.3 人工智能將會更緊密地與實體經濟結合，改善民生 從技術本身來看， 人工智能自身并不能脫離產業單獨發展， 必須與實體企業相結合，才能發揮出更大作用。從企業角度來看，當前我國實體經濟下行壓力較大，傳

89、統企業發展不樂觀，加快實體經濟與人工智能技術的深度融合，創造新模式、新業態、新產業，改造傳統產業、推進智能產業將成為具有極強吸引力的發展方向。人工智能和實體經濟的融合不僅是新舊經濟轉換的核心，更將為保障以及改善民生提供更多更好的路徑。 在零售領域， 人工智能可為零售商提供更便捷的庫存和倉儲管理；在教育領域，可以同時協助教師和學生獲得個性化的智慧教育系統；在智慧城市領域，人工智能還可為智慧城市提供更強大的安防系統。 4.2 發展建議 4.2.1 營造良好創業環境，充分發揮人工智能企業的主體作用 作為研發前期投入和風險較大的領域，人工智能創業者在起步階段可能會面臨資金不足、技術單一、市場不足等問題

90、。尤其是在教育、醫療、旅游等行業，市場對于人工智能企業的接受度還有待進提升一步。 政府監管一旦宥于慣性， 將束縛人工智能企業創新和發展的進程。首先，應當充分發揮市場的主體地位，提供優惠政策，鼓勵企業自主選擇、自強攻關、自發推廣；其次，應當發展創新融資模式，整合政府撥款、金融資本、民間資本和社會資本四方渠道，減少資金短缺對企業造成的壓力；再次，建設以產業智能化為導向的新型創新區，加速科技創新資源的集聚，吸引優質項目、技術、人才，重點支持邊緣智能等尖端領域的發展。最后，還應當抓住創業板的機遇窗口，積極搭臺，推動人工智能企業上市融資，為企業提供良好的市場環境。 45 4.2.2 培養與引進人才并舉，

91、促進人工智能與實體經濟融合 高端復合型人才缺失制約著人工智能與實體經濟的深度融合，雖然我國人工智能專業人才數量僅次于美國，但是高端人才嚴重不足。從現有人才分布來看，由于受薪酬、待遇等因素影響，人工智能高端人才通常集中于軟件和互聯網行業，而其他行業從業人員對人工智能概念的理解和技術的掌握難以支撐其智能化改造升級。從現有人才供給看，既了解行業又掌握人工智能關鍵技術，還能夠進行應用開發的復合型人才嚴重缺乏。 因此， 一方面應當注重從小培養青少年的人工智能思維，并通過大學、 研究院和企業合力培養高端人工智能人才， 尤其是邊緣智能領域的人才培養，聯動產學研加速成果轉化。另一方面，應當提供專項撥款，制定創

92、業、落戶等方面等激勵政策， 大力引進優秀人工智能青年人才， 并免除科研人員后顧之憂。 4.2.3 加強監管，健全人工智能法律法規 在人工智能逐漸融入實體經濟的過程中，企業不僅可以進行各個層面的技術創新，也會推動各類商業模式創新?；诖?，傳統的監管模式與這些創新商業模式并不適應， 新時代必須采取更加精準有力的政策措施， 改善企業特別是中小企業的監管環境。首先，應當研究并制定人工智能法規，構建與新產業相適配的規范，加強風險防控；其次，應當加強產品質量監督機制，從產品線的各個環節出發實現全方位的科學監管；再次，應當加強對偏遠地區的數字援助，緩解人工智能發展地區不平衡的現狀；最后，為避免“一管就死，一

93、放就亂”的情況，在政策制定前應當進行充分的考察與調研，切實了解相關企業的真實需求。 46 附錄 2020 年中國城市人工智能發展指數表 城市 人工智能發展 總指數 城市發展環境指數 資金支持力度指數 研發能力 指數 基礎支持 情況指數 發展成效 指數 北京 92.93 90.54 92.68 90.91 96.09 94.33 上海 87.01 88.37 82.56 86.46 90.91 87.23 深圳 86.52 83.34 87.02 79.46 91.13 92.60 杭州 81.23 75.23 76.48 83.92 89.83 78.50 南京 79.55 84.95 60.

94、09 84.85 82.76 85.14 廣州 77.74 69.45 59.77 86.14 87.37 81.81 蘇州 75.01 67.97 63.47 79.51 81.82 79.40 合肥 73.28 68.79 56.41 80.27 84.43 73.66 成都 73.24 73.49 56.45 83.58 81.74 68.40 天津 73.08 68.34 57.38 83.68 83.58 68.59 濟南 72.48 66.05 56.71 80.81 83.06 72.07 西安 72.37 66.08 53.86 81.98 82.59 73.34 重慶 71.

95、83 68.16 57.31 82.17 82.14 65.88 青島 71.76 67.80 55.79 78.86 82.26 71.35 長沙 71.22 68.19 54.25 80.57 81.58 68.40 武漢 70.73 61.49 57.57 84.53 82.50 61.79 沈陽 69.75 60.63 52.87 81.52 83.07 65.44 廈門 69.40 64.75 54.53 77.34 83.05 64.17 大連 69.35 68.29 53.16 78.16 81.71 62.96 福州 68.88 64.70 52.80 79.16 81.14

96、62.96 47 城市 人工智能發展 總指數 城市發展環境指數 資金支持力度指數 研發能力 指數 基礎支持 情況指數 發展成效 指數 鄭州 67.97 60.67 52.80 80.16 81.72 59.62 石家莊 67.78 64.55 52.29 78.68 81.37 58.47 蘭州 67.18 59.75 52.22 79.12 81.50 58.47 南寧 67.01 55.39 52.37 78.47 81.38 61.65 南昌 66.76 52.44 52.51 79.60 81.11 61.38 銀川 66.63 58.28 52.22 77.00 80.62 60.32 昆明 66.53 50.58 52.22 79.57 80.94 62.11 太原 66.33 56.42 52.58 77.83 81.01 58.47 ?？?66.12 56.77 52.22 76.27 80.82 59.62 長春 65.61 50.49 52.22 79.09 80.63 58.47 注：本報告僅展示總指數得分 TOP30 城市得分，獲取完整榜單請聯系 36 氪研究院。 48 49 50