摘要：人工智能作为引领未来的战略性技术，是推动科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源，已成为经济高质量增长的重要引擎。近年来在政策推动下，中国人工智能产业发展迅速，在技术创新、产业生态、融合应用等方面取得积极进展，已进入全球第一梯队。2022年我国人工智能核心产业规模达5080亿元。未来随着新兴技术逐渐成熟应用并形成协同效应，更多的创新应用将成为可能，中国人工智能产业将迎来新一轮的增长点。

一、定义及分类

人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。目前人工智能分为决策式人工智能和生成式人工智能两类。决策式AI指学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。生成式AI指学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。

二、行业政策

1、国家层面相关政策

世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。我国于2017年颁布了《新一代人工智能发展规划》，正式将人工智能上升至国家战略。近年来，人工智能等相关政策逐步深化、层层推进，为人工智能行业的发展提供了充分的政策与配套资源支持。2023年12月，国务院发布了《全面对接国际高标准经贸规则推进中国（上海）自由贸易试验区高水平制度型开放总体方案》，借鉴国际经验，研究建立人工智能技术的伦理道德和治理框架。支持设立人工智能伦理专家咨询机构。制定人工智能伦理规范指南，发布企业人工智能伦理安全治理制度示范案例。未来，在政策支持下，我国人工智能将不断发展。

2、地方层面相关政策

随着国家级人工智能政策的出台，各地政府纷纷响应号召将人工智能及其相关产业发展纳入当地发展规划，以助力新一代人工智能产业生态加速形成。2023年11月，上海市出台了《上海市推动人工智能大模型创新发展若干措施（2023-2025年）》，提出支持本市相关主体开展通用人工智能基础理论、科学智能、具身智能、城市大模型等前沿研究，研发下一代模型架构和训练方法。在战略性新兴产业、产业高质量发展、科技重大专项等市级专项中重点支持大模型创新。

三、行业壁垒

1、技术壁垒

人工智能涉及多学科、多领域技术，包括计算机视觉技术、人脸识别技术、自然语言处理技术、跨媒体分析推理技术、自适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等。人工智能公司需投入大量资源开展研发，以引领技术进步，保障公司产品的创新力及市场竞争力。

2、人才壁垒

人工智能行业对人才的需求旺盛，且对人才要求标准较高。人工智能技术的开发需要一大批具备较高专业能力的高素质、高技能的人才；人工智能的技术研发、成果转化和渠道推广等亦需要较多业务能力强的销售和管理人才。作为企业的核心资源之一，人才是人工智能公司当前发展面临的重要壁垒之一。

3、数据壁垒

数据、算法、算力是人工智能的三大核心要素，其中数据是人工智能算法模型开发和迭代的基石。目前，行业龙头企业在多年发展下，已积累了大量的数据，在数据方面占据了较大的优势。而新进入企业，数据资产积累薄弱，获取数据的难度更高，技术创新突破也更加困难。

四、发展历程

人工智能自1956年诞生以来，相关理论和技术持续演进。直到近十年，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能才得以真正大范围地从实验室研究走向产业实践。人工智能行业的发展历程和未来发展轨迹可大致分为“三个浪潮”阶段：第一个阶段，以计算机视觉、语音识别等为代表的人工智能单点技术实现突破，催生了人工智能在特定场景的初步应用；第二个阶段，人工智能经历了对单点技术的聚焦关注，客户逐渐发现自身的复杂需求难以得到快速响应，转向寻求获取人工智能综合解决方案以实现对全业务链条的AI赋能，形成行业价值闭环；第三个阶段，随着人工智能与实体产业深度融合，预计将以用户体验的革命性提升为主要驱动因素，人工智能将尝试以人类与机器智能交互嵌入所有业务流程，联通线上线下数据，进行智能流量的再分配，大幅优化人类与智能的协同体验。

五、产业链

1、行业产业链分析

人工智能的产业链可以分为基础层、技术层、应用层。基础层侧重基础支撑平台的搭建，主要包含传感器、AI芯片、数据服务和云计算服务，相关产业链条相对成熟，技术研发投入资金量大；技术层侧重核心技术的研发，主要包括深度学习框架、算法模型开发以及人工智能平台；应用层注重产业应用发展，主要包含行业解决方案服务、硬件产品和软件产品。中国人工智能行业产业链如下图所示：

人工智能行业产业链

AI芯片

英伟达公司

因特尔公司

AMD公司

中科寒武纪科技股份有限公司

华为技术有限公司

芯原微电子（上海）股份有限公司

AI服务器

浪潮电子信息产业股份有限公司

新华三集团有限公司

宁畅信息产业（北京）有限公司

安擎计算机信息股份有限公司

传感器

开源软件

上游

科大讯飞股份有限公司

百度集团股份有限公司

云从科技集团股份有限公司

北京第四范式智能技术股份有限公司

中游

智慧金融

智慧医疗

智能驾驶

智能家居

下游

2、行业领先企业分析

（1）科大讯飞股份有限公司

科大讯飞成立于1999年，自创业以来持续聚焦智能语音、自然语言理解、机器学习推理及自主学习等人工智能核心技术研究并始终保持国际前沿技术水平，积极推动人工智能产品研发和行业应用落地。公司依托首批“国家新一代人工智能开放创新平台”之一的讯飞开放平台，为开发者提供一站式人工智能解决方案，人工智能产业生态持续构建；在教育、医疗、智慧城市、企业数智化转型、办公等领域，已经实现了源头技术创新和产业应用的良性互动。2023年前三季度，科大讯飞实现营收126.14亿元，同比小幅下滑0.37%。

（2）云从科技集团股份有限公司

云从科技自成立以来始终专注于提供高效人机协同操作系统和行业解决方案，致力于助推人工智能产业化进程和各行业智慧化转型升级。公司一方面凭借着自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，为客户提供信息化、数字化和智能化的人工智能服务；另一方面，公司基于人机协同操作系统，赋能智慧金融、智慧治理、智慧出行、智慧商业、数字城市、泛AI等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案。2022-2023年前三季度云从科技营业收入明显萎缩，主要是受宏观经济增速放缓以及市场竞争格局加剧等多重因素影响，公司项目在手订单减少及已投入的项目建设延期所致。2023年前三季度实现营收3.46亿元，同比下滑24.13%。

六、行业现状

人工智能作为引领未来的战略性技术，是推动科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源，已成为经济高质量增长的重要引擎。近年来在政策推动下，中国人工智能产业发展迅速，在技术创新、产业生态、融合应用等方面取得积极进展，已进入全球第一梯队。2022年我国人工智能核心产业规模达5080亿元。未来随着新兴技术逐渐成熟应用并形成协同效应，更多的创新应用将成为可能，中国人工智能产业将迎来新一轮的增长点。

七、发展因素

1、有利因素

（1）国家政策大力扶持产业发展，人工智能产业积累先发优势

自2005年以来，国家密集出台了一系列人工智能扶持政策。随着国家政策的密集出台和大力支持，人工智能产业得以快速发展，有望进一步助力数字新基建建设，赋能中国实体经济发展，创造巨大市场价值。中国在计算机视觉技术、语音识别等领域技术发展较为成熟，已形成独特优势，成功的商业化案例众多，使得人工智能公司具有全球竞争力，在部分领域能向全球市场输出相关技术及知识。伴随着政策支持力度的进一步加大，我国将推动新一代人工智能技术的产业化进程，助力实体经济转型升级，构筑我国人工智能产业发展的先发优势。

（2）5G等新一代通信技术优势凸显，与人工智能物联网行业发展相辅相成

中国在通信标准上经历了从全面落后到突破反超的历程，在5G等通信技术的发展中扮演着愈发重要的角色。一方面，中国积极建设通信基础设施，已建成全球规模最大的5G网络，截至2023年底，我国5G基站总数达337.7万个；另一方面，中国三大运营商与华为、中兴等企业参与了5G标准的制定，5G标准必要专利数量处于全球领先地位。同时，高带宽、低时延、广密度的5G技术可为人工智能技术的发展提供海量学习数据，加速人工智能技术的落地进程。

（3）庞大的数据规模奠定基础，中国人工智能物联网应用场景扩展潜力大

人工智能行业的发展以海量数据作为基础，移动互联网时代的到来使得移动端数据的重要性日益凸显。在数据量方面，中国网民规模位列全球第一。庞大的网民数量代表了巨大的数据规模，同时也意味着国内企业将面对更为丰富的数据使用环境。海量数据为我国人工智能技术的算法升级提供了基础支撑。

（4）人工智能技术下游应用场景丰富

随着国内产业互联网、产业智能化进程及“新基建”建设步伐进一步深入，人工智能技术应用场景更加丰富，各行业对人工智能技术需求旺盛，国内外市场空间广阔。而全球范围内的竞争格局尚未确定，中国在计算机视觉、人工智能物联网等领域的技术商业化程度比肩欧美，具有巨大的发展潜力。

2.不利因素

（1）基础支持层任重而道远，高端产品依赖海外进口

基础支持层作为人工智能产业的支柱至关重要，但受到技术壁垒高、创新难度大、人才结构失衡等因素的限制，人工智能的底层技术和高端产品市场主要由北欧美日韩等传统强国垄断。在AI芯片领域，英伟达、赛灵思等国际巨头基本垄断中高端云端芯片，而国内在GPU和FPGA领域尚处于追赶状态，业务布局主要集中在终端ASIC芯片，但尚未形成有影响力的“芯片-平台-应用”的生态环境，我国核心技术积累尚不能主导产业链发展。

（2）国际环境变化莫测，科技竞争进入敏感时期

全球科技竞争进入敏感时期，产品出口、系统软件采购、芯片进口、指令集架构授权和标准协议合作等都可能受到国际政策限制，为国内应用层人工智能公司带来风险。面对外部环境压力和产业需求，国内人工智能基础层公司在高端产品方面仍显不足，新一代技术的落地速度较慢，整体生态链还需进一步扶持。随着物联网时代的到来，大量多元化产品需求随之爆发，应用层企业开始寻找和培养相关环节的国内替代供应商，这也将成为倒逼产业链上游企业发展的动力。

（3）人工智能对复杂问题的处理能力仍与人类水平有差距

虽然经过数十年的努力，安防、机器人、自动驾驶、智慧医疗、无人机、增强现实等领域都出现了各种形态的人工智能应用，但是人工智能依然面临着很多技术性挑战，距离完全还原人类智能还存在很大的差距。以机器模拟人类语言为例，目前人工智能的技术水平对于标准化、规范化的问题能够实现简单的人机对话沟通，但是如果对话过程中涉及更多的人类知识、上下文语境复杂或者包含非语言信息，人工智能系统还是无法实现与人类的无差别沟通。

（4）人工智能的社会属性对产业发展提出更高要求

在人工智能产业快速发展、迅速应用的过程中，同样面临着潜在的社会风险和挑战。隐私、安全性、公平、伦理等问题引起人们的日益关注。以人工智能、大数据为代表的新型数据安全风险日益凸显，尤其是侵害消费者隐私、网络诈骗等事件，给公民的信息和财产安全造成严重威胁。人工智能的社会属性对产业发展提出更高要求，特别是随着人工智能行业下游市场的规模及需求不断增加，保障数据安全合规及规范科技伦理审查对人工智能未来业务可持续发展愈发重要。

八、竞争格局

人工智能市场发展迅速，吸引力较大，使得现阶段人工智能行业参与者众多，主要包括国际机器视觉企业、综合型科技企业、技术型科技企业及智能化转型的硬件厂商四类。目前人工智能公司产品的目标客户和市场策略不尽相同，各自在细分的行业和场景下有自己的优势，未形成稳定的市场格局。

九、发展趋势

1、人工智能技术加速与其他新兴技术交叉集成

未来随着下游对人工智能技术要求进一步提高，人工智能将加速与其他新一代信息技术如5G、云计算、大数据、工业互联网、物联网等交叉集成，人工智能技术将不断创新突破。例如，人工智能与汽车的结合将推动自动驾驶和智能交通系统的进步。

2、人工智能应用需求将呈现阶梯式增长

AI在场景落地时，需根据企业自身的产业链角色和应用场景特点，对大模型进行结构微调和算法优化，因此下游应用层面会形成百花齐放的格局，出现更多AI软硬一体化产品，越来越频繁地与行业应用结合。同时，基于企业对降本增效的考量，以及应用场景的不断增加，人工智能应用需求将呈现阶梯式增长。

3、人工智能市场竞争日益加剧

目前，人工智能行业还处在技术演进、产品探索和生态建设的早期阶段，细分行业和参与的厂商比较多，尚处于扩大整体市场的阶段，实际竞争并不激烈。随着行业发展，人工智能芯片和人工智能平台领域预计将逐渐演变成少数几家厂商和通用产品的市场格局，形成较高的技术和生态壁垒；而人工智能芯片和人工智能平台的发展和成熟，会大幅降低人工智能解决方案的研发成本和技术门槛，相关产品和方案逐渐同质化，人工智能解决方案竞争将相对激烈。