《中国新一代人工智能发展战略研究院：2023中国新一代人工智能科技产业发展报告（53页）.pdf》由会员分享，可在线阅读，更多相关《中国新一代人工智能发展战略研究院：2023中国新一代人工智能科技产业发展报告（53页）.pdf（53页珍藏版）》请在三个皮匠报告上搜索。
2、的基本构成.6（三）线上和线下产业创新生态的交融.8四、战略目标：构筑自主可控技术体系和软硬件协同创新生态.10五、我国人工智能产业集群的发展.11（一）产业竞争力和创新能力.11（二）企业簇群.14六、“极化”和“扩散”.22（一）区域.22（二）技术体系.27（三）应用领域.28（四）产业分布.29七、创新资源.31（一）AI 大学.31（二）科研院所.33（三）新型创新组织.35八、面临的挑战.37（一）美国技术封锁和技术升级压力.37（二）人工智能技术体系存在短板.38（三）头部平台企业的技术升级相对缓慢.38九、总结和政策建议.39（一）概括和总结.39（二）政策建议.40Conte
7、设具有全球竞争力的人工智能产业集群，构建自主可控技术体系和产业创新生态，加速人工智能技术升级和产业发展，是我国人工智能科技产业发展的战略方向。人工智能企业及其创新活动构成了人工智能产业集群发展的微观基础。工业和信息化部统计数据显示，截至 2022 年 6 月，我国人工智能企业数量超过 3000家，仅次于美国，排名第二，人工智能核心产业规模超过 4000 亿元。我国人工智能企业在智能芯片、基础架构、操作系统、工具链、基础网络、智能终端、深度学习平台、大模型和产业应用领域的创新活动，提升了产业的国际竞争力。平台企业、独角兽公司、中小企业、新创企业、研究型大学、科研院所和投资者之间相互协作，共同构建
8、富有活力的产业创新生态，人工智能科技创新和产业发展表现出日益明显的集群化态势。本报告认为，区别于一般的产业集群和创新集群概念，人工智能产业集群是基于网络空间发展的创新集群。本报告认为，区别于一般的产业集群和创新集群概念，人工智能产业集群是基于网络空间发展的创新集群。前三次工业革命的产业集群和创新集群都是基于物理空间技术体系创新发展，对地理空间具有更强的依赖性，创新扩散的速度相对缓慢。第四次工业革命是基于网络空间技术体系的创新发展，创新集群更加依赖网络空间的发展，技术、产品和服务的创新速度更快，创新应用领域和地域更加广泛。人工智能产业集群的基本构成要素包括企业簇群、创新资源、创新系统和网络空间产
9、业生态。与前三次工业革命相比，网络空间产业创新生态是第四次工业革命背景下人工智能产业集群的独特要素。产业国际竞争力的基础是创新能力的提升。我国的人工智能科技产业是深科技创新驱动的。面对美国技术封锁和经济社会智能化转型迫切需求，建设具有全球竞争力的人工智能产业集群的战略目标是构建自主可控技术体系和产业创新生态。充分利用高度开放的全球创新网络，以应用需求为牵引，通过政产学研协同实现基础研究和根技术创新，构筑自主可控技术体系和软硬件协同创新生态，是持续提高人工智能产业集群国际竞争力的基础。本报告构建了包括 2200 家人工智能企业、5722 个投资者（投资机构和非投资机构）、438 所 AI 大学和
10、 307 家非大学科研机构、967 家产业联盟、在中国境内召开的总计 2318 场会议、31 个省市自治区出台的 775 项相关政策和 3507 家人工智能产业园区规划建设情况在内的中国智能经济样本库。通过属性数据和关ii系数据分析，研究我国人工智能产业集群的内在结构和发展趋势。我国的人工智能产业集群表现为“新型创新区城市区域全国全球”空间结构特征。与传统工业园区和高科技园区不同，新型创新区一般位于科技创新资源和产业基础雄厚的大城市的中心区和次中心区，以人工智能产业化创新集群的发展为导向，强调依托狭小的物理空间打造无限的网络空间产业创新生态。人工智能产业集群包括人工智能产业化创新集群和产业智能
11、化创新集群。新型创新区是人工智能产业化集群及其产业创新生态的栖息地。人工智能产业化集群通过网络空间产业生态实现向地理空间分散的产业智能化创新集群赋能。人工智能产业化创新集群和产业智能化创新集群的良性互动，是建设具有全球竞争力的人工智能产业集群的关键动力和机制。到目前为止，我国人工智能产业集群主要分布在京津冀、长江三角洲、珠江三角洲和川渝地区的重点城市。通过外部创新资源引入和内部创新资源激活，西部地区的西安，中部地区的武汉和长沙，东北地区的沈阳、大连和哈尔滨开始出现人工智能产业集群的雏形。我国人工智能产业集群的价值网络结构是“极核”状的。平台及其主导的产业创新生态构成了我国人工智能产业集群发展的
12、“极核”。从 2014-2022 年价值网络的结构性统计指标看，我国人工智能产业集群的簇群结构特征越来越明显。以华为、腾讯、百度和阿里巴巴为代表的超级平台是我国人工智能产业集群形成和发展的核心节点。近年来，超级平台在智能芯片、基础架构、操作系统、大模型、机器学习平台和应用软件领域的研发和产业化布局，为我国人工智能产业集群国际竞争力的提升奠定了坚实基础。研究型大学和科研院所在基础研究、技术开发和人才培养领域的努力，持续提升我国人工智能产业集群的国际竞争力。包括清华大学和北京大学在内的国内18 所高校成为全国首批集成电路科学与工程一级学科博士学位授权点。截至2022 年 3 月，全国共有 440
13、所高校设置人工智能本科专业、248 所高校设置智能科学与技术本科专业、387 所普通高等学校高等职业教育（专科）设置“人工智能技术服务”专业。创建新型创新组织激活政产学研用协同创新活力，形成基础研究、技术研发、应用创新和产业孵化无缝对接的新体制和新机制，是推动人工智能科技创新和产业发展的重要途径。截至目前为止，本报告共发现人工智能领域新型创新组织347 家，广泛分布在京津冀、长江三角洲和珠江三角洲等地区。其中，以鹏城实验室、之江实验室和上海人工智能实验室为代表的人工智能实验室，成为人工智能产业化领域最为活跃的新型创新组织。随着科技创新步伐的加快，人工智能和经济社会进入全面融合发展新阶段。在人工
14、智能技术合作密度高的应用领域和产业领域，开始出现产业智能化创新集群。基于 2200 家人工智能骨干企业的关系数据量化分析表明，我国人工智能已iii经广泛应用在包括企业智能管理、智能营销与新零售、智能金融、智慧城市、智能医疗、新媒体和数字内容、智能制造、智能教育、智能交通、网络安全、智能物流、智慧文旅、智能政务、智能能源、智能硬件、智能网联汽车、智能家居、智能农业和智能安防在内的19个应用领域。排名第一的是智慧城市，占比12.16%；排名第二的是企业智能管理，占比 12.10%；排名第三的是智能制造，占比 8.89%；排名第四和第五的分别是智能营销与新零售和智能网联汽车，占比 8.41%和8.0
15、7%。在三次产业中，人工智能技术合作关系分布密度最高的是第三产业，占比75.49%；其次是第二产业，占比 23.82%。在第三产业中，排名第一的是信息传输、软件和信息技术服务业，占比 28.46%；排名第二的是科学研究和技术服务业，占比 21.17%；排名第三的是租赁和商业服务业，占比 10.75%；排名第四和第五的分别是金融业、批发和零售业，占比 10.68%和 9.62%。在第二产业中，制造业占比最高，为 87.36%。在制造业中，排名第一的是计算机、通信和其他电子设备制造业，占比 28.16%；排名第二的是汽车制造业，占比 25.41%；排名第三的是电气机械和器材制造业，占比 9.30%
16、。人工智能和经济社会的深度融合发展带动人工智能技术的体系化、复杂化和专用化。到目前为止，人工智能已经发展为包括大数据和云计算、物联网、智能机器人、智能推荐、5G、区块链、语音识别、虚拟/增强现实、智能芯片、计算机视觉、自然语言处理、生物识别、空间技术、光电技术、自动驾驶、人机交互和知识图谱 17 种技术在内的复杂技术体系。同时，随着人工智能在 19 个应用领域的创新应用，技术体系的演化日益表现出专用化趋势。尽管取得了前所未有的成就，但是在建设具有全球竞争力的人工智能产业集群的过程中，我们还面临着美国技术封锁、技术体系存在短板和头部平台企业技术升级相对缓慢等挑战。加速发展具有产业赋能能力的新型平
57、以来，在国家战略引领下，以应用需求为牵引，通过政产学研用协同创新，我国在人工智能科技创新和产业发展领域探索出一条深科技创新道路1。在人工智能科技创新和产业发展上，中国成为全球引领者。中国在人工智能领域的深科技创新不仅强调基础理论研究、关键核心技术和应用技术开发，而且强调通过场景创新推动人工智能和经济社会的全面融合发展。与互联网发展阶段的商业模式创新不同，深科技创新以应用需求为牵引实现基础研究、技术研发和规模应用的良性互动和创新循环。深科技创新的创新主体不仅包括研究型大学、科研院所和新型创新组织，而且包括平台企业、新创企业、中小企业和传统产业智能化转型企业、政府、投资机构和其他中介组织。围绕人工
58、智能产业化和产业智能化，多元异质创新主围绕人工智能产业化和产业智能化，多元异质创新主体的知识、技术重组和互补性创新中涌现的创新集群，是深科技创新的基本组织形态。体的知识、技术重组和互补性创新中涌现的创新集群，是深科技创新的基本组织形态。2019 年以来，面对美国日益加剧的技术封锁，基础研究和前沿技术领域创新的相对滞后，可能影响和延缓我国人工智能技术升级和产业发展的步伐。美国人 工智能国家安全委员会（National Security Commission on ArtificialIntelligence，NSCAI）在 2021 年 3 月 1 日发布的年度最终版报告中明确提出，“中国不仅在
59、人工智能全领域是美国的竞争对手，且在特定领域已经是领先者，这是美国自第二次世界大战以来首次在科技主导权方面遭遇到挑战，美国要对人工智能相关技术进行出口管制以达到精准卡脖子目的（targetingdiscrete chokepoints）。”2022 年 8 月 9 日，美国总统拜登在白宫正式签署芯片和科学法案。该法案在为美国半导体研究和生产提供 520 多亿美元政策补贴的同时，为芯片工厂提供投资税减免。同时，法案另外授权政府拨款大约2000 亿美元，用于促进美国未来 10 年在人工智能、量子计算等领域的科技创新。法案中不少条款明确限制有关芯片企业在中国开展正常经贸和投资活动。美国之所以把人工智
60、能列为技术封锁的重点领域，关键原因是在深科技创新驱动下中国在人工智能领域的自主可控技术体系雏形已经显现。人工智能包括智能芯片、基础架构、操作系统、工具链、基础网络、智能终端、深度学习平台、大模型和产业应用在内的复杂技术体系。围绕人工智能技术体系的发展，在全球范围内正在形成中国和美国两大创新联盟。1本报告用“深科技创新”概括中国在人工智能领域的科技创新模式。在改革开放以来的工业化阶段，中国的技术来源主要是国外成熟产品和标准化生产技术的引进和集成创新。在早期互联网产业发展过程中，企业发展主要依赖商业模式创新，基础软硬件和关键核心技术同样严重依赖国外企业。与工业化和互联网产业发展不同，在人工智能科技
61、和产业发展过程中，中国探索出一条以构建自主可控技术体系为导向的深科技创新道路。2人工智能企业及其创新活动构成了人工智能科技产业发展的微观基础。工业和信息化部的统计数据显示，截至 2022 年 6 月，我国人工智能企业数量超过 3000 家，仅次于美国，排名第二，人工智能核心产业规模超过 4000 亿元。平台企业、独角兽公司、中小企业、新创企业、研究型大学、科研院所和投资者之间的相互协作，共同构建起富有活力的创新生态，人工智能产业科技创新和产业发展表现出日益明显的集群化态势。人工智能产业包括核心产业部门和融合产业部门。核心产业部门是指人工智能产业化部门，而融合产业部门则是指人工智能和经济社会融合
62、发展过程中出现的新产品、新技术、新业态和新模式，即产业智能化部门。随着深科技创新的发展，人工智能步入和经济社会全面融合发展阶段。基于 2200 家人工智能骨干企业的关系数据量化分析表明，我国人工智能已经广泛应用在包括企业智能管理、智能营销与新零售、智能金融、智慧城市、智能医疗、新媒体和数字内容、智能制造、智能教育、智能交通、网络安全、智能物流、智慧文旅、智能政务、智能能源、智能硬件、智能网联汽车、智能家居、智能农业和智能安防在内的 19 个应用领域。其中，排名第一的是智慧城市，占比 12.16%；排名第二的是企业智能管理，占比 12.10%；排名第三的是智能制造，占比 8.89%；排名第四和第
63、五的分别是智能营销与新零售和智能网联汽车，占比 8.41%和8.07%。在三次产业中，人工智能技术合作关系分布密度最高的是第三产业，占比75.49%；其次是第二产业，占比 23.82%。在第三产业中，排名第一的是信息传输、软件和信息技术服务业，占比 28.46%；排名第二的是科学研究和技术服务业，占比 21.17%；排名第三的是租赁和商业服务业，占比 10.75%；排名第四和第五的分别是金融业、批发和零售业，占比 10.68%和 9.62%。在第二产业中，制造业占比最高，为 87.36%。在制造业中，排名第一的是计算机、通信和其他电子设备制造业，占比 28.16%；排名第二的是汽车制造业，占比
64、25.41%；排名第三的是电气机械和器材制造业，占比 9.30%；排名第四和第五的分别是专用和通用设备制造业，占比 6.62%和 4.03%。排名前五的制造业行业都属于装备制造业。人工智能和经济社会的深度融合发展驱动人工智能技术的体系化、复杂化和专用化。到目前为止，人工智能已经进化为包括大数据和云计算、物联网、智能机器人、智能推荐、5G、区块链、语音识别、虚拟/增强现实、智能芯片、计算机视觉、自然语言处理、生物识别、空间技术、光电技术、自动驾驶、人机交互和知识图谱 17 种技术在内的复杂技术体系。同时，随着人工智能在 19个应用领域的创新应用，技术体系日益表现出专用化趋势。无论是人工智能产业化
65、还是产业智能化，人工智能科技创新和产业发展在地理空间上都表现出明显的“极化”特征。其中，京津冀、长江三角洲、珠江三角洲和川渝都市圈是我国人工智能科技产业发展最为聚集的地区。经济社会3的智能化需求、平台企业主导的创新生态系统的发展、科技创新资源的富集、创新系统的完善和地方政府的积极响应，是人工智能产业集群发展的关键因素。包括华为、百度和阿里巴巴在内的头部平台企业，通过与研究型大学和科研机构合作，逐步构建包括智能芯片、基础架构、操作系统、大数据和云计算、机器学习平台、大模型、行业应用和人才培养在内的自主可控技术体系。同时，头部平台企业通过基础软硬件和垂直业务领域软硬件产业创新生态的构建，成为产业集
66、群发展的主导力量。包括清华大学和北京大学在内的国内 18 所高校成为全国首批集成电路科学与工程一级学科博士学位授权点。截至 2022 年 3 月，全国共有 440 所高校设置人工智能本科专业、248 所高校设置智能科学与技术本科专业、387 所普通高等学校高等职业教育（专科）设置“人工智能技术服务”专业。创建新型创新组织激活政产学研用协同创新活力，形成基础研究、技术研发、应用创新和产业孵化无缝对接的新体制，是推动人工智能科技创新和产业发展的重要机制。截至目前为止，本报告共发现人工智能领域新型创新组织347 家，广泛分布在京津冀、长三角和珠三角等地区。其中，以鹏城实验室、之江实验室和上海人工智能
67、实验室为代表的人工智能实验室，成为人工智能产业化领域最为活跃的新型创新组织。从企业簇群和创新资源的空间、技术和应用领域分布看，集群创新是中国人工智能科技创新和产业发展的基本特征。为了加速人工智能科技创新和产业发展，党的二十大报告提出，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”建设具有竞争力的人工智能产业集群，是我国人工智能科技产业发展的战略取向。以 ChatGPT 为代表的生成式人工智能(AIGC)的发展使人们看到了通用人工智能诞生的火花。到目前为止，人工智能在工业领域的应用仍然是手工作坊式的。生成式人工智能和大模型的创新应用，将创造出智能经济时代
68、的生产组织方式。利用算法、算力和数据领域的综合优势，头部平台企业和研究型大学协同创新，通过封装大模型复杂生产过程，能够为传统产业智能化进行低成本的赋能。深度学习平台是大模型开发、训练、推理部署和产业化落地的关键支撑。在预训练大模型和深度学习平台的建设上，涌现出包括华为“盘古”、百度“文心”和阿里“通义千问”在内的大模型和深度学习平台。同时，包括鹏城实验室和上海人工智能实验室在内的人工智能实验室通过大模型研发和深度学习平台搭建，加速推动人工智能产业化落地。新的“预训练大模型+深度学习平台”生产组织方式，能够通过构建基础软硬件协同创新生态，实现软硬件适配、模型训练和推理在产业链诸环节的部署和应用，
69、加速人工智能和实体经济深度融合发展的进程，全面提升全要素生产率和经济发展质量。4通用人工智能的创新发展将进一步推动人工智能产业集群的发展。作为第四次工业革命的核心引擎，人工智能不仅创造新的社会生产力，而且能够激活历次工业革命积累的社会生产力发展潜力。与历次工业革命构建的技术体系不同，基于网络空间发展的人工智能不仅能够提升全要素生产率，而且能够为统筹和协调经济、社会和生态发展提供全新的解决方案。中美两国是人工智能科技创新和产业发展的全球引领者。能否持续引领全球发展的关键，是谁能够在基础研究、技术开发和多领域规模应用之间形成创新循环和报酬递增。建设具有全球竞争力的人工智能产业集群，加快形成基础研究
70、、技术开发和规模应用之间的正反馈，实现技术体系的自主可控和产业发展安全，是中国人工智能科技创新和产业发展的战略目标和方向。二、研究方法和数据二、研究方法和数据本报告认为人工智能科技创新和产业发展是多元创新主体协同创新的结果，是复杂创新网络的演化过程。与工业时代的集群生产不同，人工智能产业集群属于创新集群。多元创新主体在特定区域、技术和产业领域的跨学科、跨组织、跨产业和跨地域的知识、技术重组和互补性创新，是人工智能产业集群形成和发展的基本驱动力。为了分析我国人工智能产业集群的现状和发展趋势，本报告构建了包括2200 家人工智能企业、5722 个投资者（投资机构和非投资机构）2、438 所AI 大
71、学和 307 家非大学科研机构、967 家产业联盟、在中国境内召开的总计2318 场会议、31 个省市自治区出台的 775 项相关政策和 3507 家人工智能产业园区规划建设情况等在内的中国智能经济样本库3。通过实际调查和大数据相结合的方法采集数据，并建立样本数据库。样本数据库的数据包括两类：属性数据和关系数据。属性数据是指包括人工智能企业在内的创新主体的成立时间、所属地区和销售收入等方面的信息；关系数据则是指样本企业与其他节点发生的关系和互动规则方面的信息。通过属性数据和关系数据分析，报告全面考察我国人工智能产业集群的内在结构和发展方向。2投资者的样本来自 2200 家企业关系数据中作为关系
72、节点的投资方，包括投资机构和非投资机构。3报告数据采集时间截至 2022 年 12 月。其中，会议是指在中国境内召开的人工智能类会议。政策指各地政府出台的规划、实施意见和行动计划政策信息，来自各省市自治区和重点城市的政府官网。产业联盟包括国家和地方成立的与人工智能相关的产业联盟组织，主要根据网络公开数据筛选。5三、具有全球竞争力的人工智能产业集群：概念和结构三、具有全球竞争力的人工智能产业集群：概念和结构与工业时代的产业集群不同，人工智能产业集群是基于网络空间发展的创新集群。同时，人工智能属于通用目的技术，所具有的应用领域广泛、持续改进空间和引发互补性创新的特征(Bresnahan and T
73、rajtenberg，1995)，同样会影响人工智能产业集群的组织形态和内在结构。4（一）基于网络空间发展的创新集群（一）基于网络空间发展的创新集群在对工业时代的集群生产进行研究的基础上，波特(Porter,1998)认为，企业集群是指企业生产活动在特定地理空间的集中，是一组在地理上靠近的相互联系的公司和机构的集合，这些公司和机构处于同一个地域特定产业之中，由于具有共性和互补性而联系在一起。5典型的“集群生产”是指在某一特定区域内由相互联系的企业及其相关机构的高度集中所带来的专业化生产方式，它包括一大批对竞争起重要作用的相互关联的产业、企业及其相关实体。典型的“集群生产”首先包括各种机械和零部
74、件供应商和专业化基础设施的提供者；其次，包括一定规模的销售网络和客户群体；最后，还包括提供专业化培训、教育、信息研究和技术支持的政府和民间科研机构例如大学、制定标准的行业协会、职业培训机构和科研机构等。从早期产业集群的研究看，工业时代的产业集群是集创新和生产于一体的专业化生产组织方式。从早期产业集群的研究看，工业时代的产业集群是集创新和生产于一体的专业化生产组织方式。人工智能产业集群是通用目的技术的产业化过程。从工业革命发生和发展的历程看，通用目的技术创新过程均表现出明显的“极化”特征。从创新集聚到创新集群的演化，使创新“极化”的内涵发生了重大改变。第三次工业革命之前，创新的“极化”更多地表现
75、为创新的集聚以及创新和生产的一体化。从创新集聚到创新集群的演化，使创新“极化”的内涵发生了重大改变。第三次工业革命之前，创新的“极化”更多地表现为创新的集聚以及创新和生产的一体化。620世纪 80 年代，随着第三次工业革命的发生和发展，研发设计的模块化和制造的产品内全球分工推动创新的生产方式从集聚走向集群。通过对美国硅谷和 128 公路地区 IT 产业发展的比较分析，萨克森宁(Saxenian,1999)认为，IT 产业在硅谷的聚集和产业竞争优势的提升来自包括企业、大学、科研院所和投资机构在内的多元创新主体的网络化，即创新集群的出现。7创新的生产方式变革带来了创新和生产的分离，促进了经济全球化
77、资本主义、社会主义和民主一书中，熊彼特认为创新主要来源于大企业的内部研发活动。7美 安纳利萨克森宁.硅谷和 128 公路地区的文化与竞争，曹蓬等译，上海远东出版社，1999.82001 年，日本通产省首次提出“中国已成为世界工厂”。统计资料显示，2010 年中国汽车产量 1826.476年以来，从中国制造向中国创造和智造的转型，为中国人工智能科技创新和产业发展奠定了基础。与前三次工业革命不同，第四次工业革命是网络空间科技革命。网络空间的发展催生了新的创新生产方式的诞生。作为网络空间的搭建者和运营者，平台及其主导的产业创新生态成为创新集群的主导者。同时，作为平台及其主导的产业创新生态和创业活动的
78、栖息地，新型创新区成为第四次工业革命地理空间和网络空间交融的创新空间组织新形态。同时，网络空间发展具有新的政策内涵，政府在人工智能产业集群发展过程中发挥着更加重要的作用。20 世纪 90 年代，硅谷是电子信息产业创新集群发展的典范。2016 年以来，新型创新区在中国开始涌现。9与传统的工业园区和高科技园区不同，新型创新区一般位于城市中心区和次中心区，以数字经济发展为导向，强调依托狭小的物理空间打造无限的网络空间产业创新生态。新型创新区是由包括平台企业、中小企业、初创企业、研究型大学、科研机构、企业孵化器和加速器在内的诸多创新机构共同构成，创新机构之间广泛而密切的网络化联系和作用，是创新区充满创
79、新活力和竞争力的根源。新型创新区具有五个方面的基本特征：一是以数字和人工智能科技产业化为导向；二是以网络空间产业创新生态的构建为主导。与工业园区和传统创新区根本不同，新型创新区是依托平台企业在狭小物理空间上搭建和创造无限的网络空间；三是以数据和计算为关键资产和战略资源，实现数据资产价值化和价值创造；四是拥有完善的创新生态系统。新型创新区的创新生态包括线下和线上两个相互交融的组成部分；五是新型创新区一般都位于商务配套和生活环境优越的城市中心区和次中心区。本报告认为，区别于一般的产业集群和创新集群概念，人工智能产业集群是基于网络空间发展的创新集群。作为新的创新生产方式，人工智能产业集群的空间组织形
80、态是新型创新区，强调基于狭小的物理空间发展无限的网络空间产业创新生态。（二）人工智能产业集本报告认为，区别于一般的产业集群和创新集群概念，人工智能产业集群是基于网络空间发展的创新集群。作为新的创新生产方式，人工智能产业集群的空间组织形态是新型创新区，强调基于狭小的物理空间发展无限的网络空间产业创新生态。（二）人工智能产业集群的基本构成群的基本构成前三次工业革命的产业集群和创新集群都是基于物理空间技术体系的创新发展，对地理空间的产业集聚具有依赖性，创新扩散的速度相对缓慢。第四次工业革命是基于网络空间技术体系的创新发展，创新集群更加依赖网络空间的发展，技术、产品和服务创新速度更快，扩散的应用领域和
81、地域更加广泛。万辆，超过美国，占世界总产量的 25%；船舶产量占世界的 41.9%；工程机械产量占世界的 43%。92014 年 6 月 9 日，美国布鲁金斯学会发布了题为创新区的崛起：美国创新的新地理提出了创新区概念。本报告认为，与创新区不同，新型创新区是以网络空间发展为基础的，是平台及其主导的产业创新生态的栖息地，是数字经济集聚区。7图 1人工智能产业集群的构成要素图 1 列出了具有全球竞争力的人工智能产业集群的基本构成要素。在企业簇群、创新资源、创新系统和网络空间产业创新生态四个基本要素中，与前三次工业革命相比，网络空间产业创新生态要素显示出第四次工业革命条件下人工智能产业集群的独特性。
82、(1)企业簇群。企业簇群。构成具有全球竞争力人工智能产业集群的首要因素是企业簇群及其产业创新生态。与传统产业集群相比，构成人工智能产业集群基础的企业簇群的内部结构更加复杂。从创新生态的视角看，人工智能企业簇群不仅包括平台企业，而且包括中小企业、新创企业和传统产业的智能化转型企业，它们共同构成复杂产业创新生态。其中，平台是创新生态的主导者，中小企业、新创企业和智能化转型企业则是产业创新生态的重要组成部分。10从人工智能产业化和产业智能化的视角看，人工智能企业簇群又包括人工智能产业化企业簇群和产业智能化企业簇群两类。人工智能产业化企业构成核心产业部门人工智能产业化企业构成核心产业部门，而产业智能化
83、企业则构成融合产业部门。两个部门企业的相互作用和正反馈，是人工智能产业集群发展的基本动力和机制。，而产业智能化企业则构成融合产业部门。两个部门企业的相互作用和正反馈，是人工智能产业集群发展的基本动力和机制。(2)关键创新资源。关键创新资源。关键创新资源包括两个方面的内容：一是基础研究和根技术研发和创新能力。研究型大学、科研院所、新型创新组织和平台企业的协同是基础研究和根技术研发的基础力量，是人工智能领域国家战略科技力量的重要组成；二是包括数据、算力、算法、人才和应用场景在内的人工智能产业集群发展的基本创新要素。人工智能产业集群发展所倚重的科技创新要素不仅包括数据生态、算力、算法和人才，而且包括
84、应用场景开放。(3)高度开放的创新系统。高度开放的创新系统。创新系统的开放包括两个层次的涵义：一是基础软硬件的开源开放。具有全球竞争力的人工智能产业集群是建立在基础软硬件开源开放基础之上的。在基础软硬件开源开放基础上形成的软硬件协同创新在基础软硬件开源开放基础上形成的软硬件协同创新10从更宽泛的视角看，平台主导的产业创新生态还包括研究型大学和科研院所在内的其他创新主体。8生态，是人工智能产业集群国际竞争力的基本来源生态，是人工智能产业集群国际竞争力的基本来源；二是指中国人工智能是全球创新网络的重要组成部分，全球创新资源的整合是推动人工智能产业集群发展的关键机制。同时，面对美国的技术封锁和科技霸
85、凌，建设具有全球竞争力的人工智能产业集群所依赖的技术体系必须是自主可控的，能够确保我国产业发展的安全性。当然，自主可控技术体系的发展与对外开放是相辅相成的，对外开放同样不仅有利于自主可控技术体系的发展，而且能够有效地促进与人工智能科技创新和产业发展相关的国际交流和合作。(4)网络空间产业创新生态。网络空间产业创新生态。与前三次工业革命相比，网络空间产业创新生态是人工智能产业集群发展的重要特征。前三次工业革命的技术基础是物理空间技术体系，强调利用和改变物理世界，以经济增长和物质财富的创造为目标。作为第四次工业革命的核心引擎，人工智能属于网络空间技术体系，通过利用网络空间的数据和计算来优化和控制物
86、理空间和社会空间中人与人、人与物和物与物的关系，不仅能够有效利用和优化物理世界，而且能够优化和控制社会空间，实现经济、社会和生态环境之间的协调发展。从经济学视角看，网络空间产业创新生态的出现打破了传统产业集群发展的物理空间限制。网络空间产业创新生态的主导者是平台组织。平台通过基础软硬件的开源开放，形成协同创新生态，能够为距离遥远的中小企业提供技术赋能和帮助，推动人工智能和经济社会的全面融合发展。同时，新型创新区是线上网络空间产业创新生态与线下地理空间产业创新生态汇聚和交叉融合的场所。通过对网络空间产业创新生态的培育，新型创新区具有比传统工业园区和高科技园区更加广阔的辐射范围。通过包括平台、大学
87、和科研机构在内的创新主体在特定地理空间的集聚，构建具有无限边界的网络空间产业创新生态，是新型创新区发展的战略支撑。(5)应用需求牵引和政府政策响应。应用需求牵引和政府政策响应。中国的人工智能科技创新和产业发展是应用需求牵引的。2012 年以来，随着中国工业化的加速到来，经济和社会的转型创造出智能化应用场景和需求，成为中国人工智能科技创新和产业发展的拉动力。同时，为了响应国家战略和本地产业智能化需求，地方政府成为人工智能科技创新和产业发展的推动者。（三）线上和线下产业创新生态的交融（三）线上和线下产业创新生态的交融具有全球竞争力的人工智能产业集群具有特殊的空间结构。人工智能是基于网络空间发展的创
88、新集群。网络空间产业创新生态使人工智能产业化创新集群突破了技术扩散的地理空间限制，能够为在地理空间上分散集聚的产业智能化创新集群进行赋能。人工智能是基于网络空间发展的创新集群。网络空间产业创新生态使人工智能产业化创新集群突破了技术扩散的地理空间限制，能够为在地理空间上分散集聚的产业智能化创新集群进行赋能。受创新资源短缺约束，人工智能产业化创新集群往往出现在科技创新资源富集的科技创新中心城市。随着人工智能产业化创新集群网络空间产业创新生9态的发展，通用人工智能技术通过网络空间产业创新生态向更加遥远的地区扩散，并与当地优势产业相互结合，发展为产业智能化创新集群。图 2网络空间产业创新生态和两类创新
89、集群的集聚和扩散逻辑结构图从产业的维度看，分散在不同地区的产业同样通过网络空间产业创新生态获得远离本地的人工智能产业化创新集群的通用技术赋能和服务，形成产业智能化创新集群。同时，人工智能产业化创新集群和产业智能化创新集群是良性互动的。分散集聚的产业智能化创新集群不只是人工智能产业化通用技术的被动赋能方，而且是互补性创新和通用技术专用化的积极参与者。两类创新集群的良性互动，是建设具有全球竞争力的人工智能产业集群的核心机制。两类创新集群的良性互动，是建设具有全球竞争力的人工智能产业集群的核心机制。首先，人工智能产业化产业集群的物理空间相对狭小，但是却具有无限边界的网络空间。在网络空间产业创新生态的
90、搭建过程中，平台及其主导的产业创新生态发挥着主导作用。人工智能产业化创新集群所依托的物理空间是新型创新区。在一个城市中，往往存在着若干个新型创新区，共同构成人工智能产业化创新集群发展的物理空间组织形态。人工智能产业化创新集群所依托的物理空间是新型创新区。在一个城市中，往往存在着若干个新型创新区，共同构成人工智能产业化创新集群发展的物理空间组织形态。其次，从城市的视角看，人工智能产业化创新集群往往集聚在创新资源富集的科技创新中心城市。产业智能化创新集群则往往分布在传统产业聚集的城市。在产业智能化创新集群发展中，产业资源和创新资源同样重要。在接受科技创新中心城市人工智能产业化创新集群赋能的同时，传
91、统产业聚集城市通过激活本地的创新资源和产业资源，加速人工智能和优势产业的相互融合，发展为产业智能化产业集群。因而，围绕两个创新集群的良性互动，推动城市和区域之间通过知识、技术重组和互补性创新，实现人工智能通用目的技术的专用化，进而实现产业集群的发展和国际竞争力的提升。因而，围绕两个创新集群的良性互动，推动城市和区域之间通过知识、技术重组和互补性创新，实现人工智能通用目的技术的专用化，进而实现产业集群的发展和国际竞争力的提升。第三，人工智能产业化创新集群同样能够通过网络空间产业创新生态进行知识、技术交流和重组，推动通用人工智能科技创新和产业发展。最后，建设具有全球竞争力的人工智能产业集群依赖开放
92、的全球创新网络。10从国家之间的关系看，我国的人工智能产业集群同样是全球创新网络的重要节点。一方面，通过开放式创新，我国人工智能产业集群需要吸收国际人工智能领域的科技创新资源；另一方面，中国的人工智能产业集群在科技创新领域的成果同样能够在全世界范围内分享。尤其是在开源和开放的条件下，人工智能技术和人才在线下线上的国际交流，是建设具有全球竞争力的人工智能产业集群的基本条件。四、战略目标：构筑自主可控技术体系和软硬件协同创新生态四、战略目标：构筑自主可控技术体系和软硬件协同创新生态产业集群国际竞争力的基础是创新能力。从应用需求出发，充分利用高度开放的全球创新网络，通过场景创新进行技术集成和自主创新
93、，进而构筑自主可控技术体系和软硬件协同创新生态，是持续提高人工智能产业集群国际竞争力的基础。在初始阶段，中国人工智能科技创新和产业发展源于两种力量的需求拉动。一是互联网产业的升级；二是经济转型升级中的智能化需求。在早期互联网发展中，中国是追随者。随着 Web 2.0 技术的创新应用，中国的互联网产业获得快速发展，涌现出包括阿里巴巴、腾讯和百度在内的互联网超级平台。2010年之后，随着包括劳动力在内的要素成本上涨和环境保护压力增强，中国经济开始转型升级。其中，数字化和智能化是转型升级的方向。2012 年之后，为了解决日益严峻的“用工荒”问题，东莞市开始制定和实施“机器换人”战略。互联网产业发展和
94、经济智能化转型升级的应用需求推动我国人工智能科技创新和产业发展。图 3建设具有全球竞争力的人工智能产业集群的中国逻辑中国的人工智能科技产业发展主要是应用需求牵引的。应用需求牵引和规模化应用带动了关键核心技术的创新发展。高度开放的全球创新网络，为我国应用需求牵引的人工智能科技创新和产业发展创造了条件。尤其是以阿里巴巴、腾讯、百度和华为为代表的平台企业，通过技术创新和集成，逐步成长为具有产业智能化赋能能力的新型平台和基础层企业。以中科寒武纪、科大讯飞、商11汤科技和云从科技为代表的科技型企业则通过人工智能核心技术创新，成长为人工智能技术层企业。围绕着人工智能产业化和产业智能化及其良性互动，中国的人
95、工智能产业集群开始涌现。从技术体系演化的视角看，人工智能产业集群围绕着技术体系的复杂化、体系化和专用化，构建两个层次的产业创新生态：一是基础软硬件产业协同创新生态；二是垂直业务领域软硬件产业协同创新生态。通过两个创新生态的交融和相互促进形成良性循环，构建自主可控技术体系是中国建设具有全球竞争力的人工智能产业集群的底层逻辑。通过两个创新生态的交融和相互促进形成良性循环，构建自主可控技术体系是中国建设具有全球竞争力的人工智能产业集群的底层逻辑。2019 年以来，随着美国技术封锁的持续加码，通过两个产业创新生态的良性互动，构建自主可控技术体系实现技术升级和产业发展，成为我国人工智能科技创新和产业发展
96、的战略核心。作为国家战略，如何通过完善国家创新系统，通过推动产业创新生态的发展，实现自主可控技术体系的构建，是中国人工智能科技创新和产业发展的重中之重。国家创新系统的完善包括两个方面的内容：一是加强基础研究、根技术研发和人才培养，尤其是发挥研究型大学和科研院所的作用，通过政产学研用协同创新实现基础研究和关键核心技术的突破；二是创建新型创新组织，通过搭建政产学研协同创新平台，在公共和关键技术领域开展创新活动，孵化未来产业。而完善国家创新系统的目的则是促进两个产业创新生态的协同和发展。五、我国人工智能产业集群的发展五、我国人工智能产业集群的发展（一）产业竞争力和创新能力（一）产业竞争力和创新能力在
97、对数据库进行更新的基础上，本报告通过构建包括企业能力、学术生态、资本环境、国际开放度、链接能力和政府响应能力 6 个维度在内的指标体系进行综合竞争力评价。评价的结果显示，综合竞争力排名前五的省市为北京市、广东省、上海市、浙江省和江苏省。同时，山东省、四川省、辽宁省、安徽省和湖南省位列第六至第十名。从城市人工智能产业区域竞争力排名看，排名前十的城市分别是深圳市、杭州市、广州市、南京市、苏州市、成都市、武汉市、珠海市、西安市和合肥市。从省份和城市区域竞争力评价排名看，中国人工智能产业集群主要分布京津冀、长江三角洲、珠江三角洲和川渝地区的重点城市。西部地区的西安市，中部地区的武汉市和长沙市，东北地区
98、的沈阳市、大连市和哈尔滨市，通过外部资源引入和内部资源激活，开始出现人工智能产业集群的雏形。12表 1中国人工智能产业集群发展竞争力评价指数排名前 20 的省份和城市省市省市综合排名综合排名城市城市综合排名综合排名北京市1深圳市1广东省2杭州市2上海市3广州市3浙江省4南京市4江苏省5苏州市5山东省6成都市6四川省7武汉市7辽宁省8珠海市8安徽省9西安市9湖南省10合肥市10福建省11长沙市11湖北省12济南市12陕西省13无锡市13天津市14沈阳市14重庆市15哈尔滨15吉林省16长春市16黑龙江省17东莞市17河南省18佛山市18河北省19青岛市19江西省20郑州市20本报告用发表的论文数
99、和申请的专利数作为评价区域人工智能产业集群创新能力的关键指标。图 4 和图 5 中的横轴代表论文发表数量，纵轴则代表专利申请数量。从两个维度的指标看，北京市在论文发表数量上排名第一，广东省在专利申请数量上排名第一。江苏省在论文发表和专利申请数量上都超过了上海市。从城市创新能力看，在论文发表数量和专利申请数量上，北京市都遥遥领先，上海市则在论文发表数量上排名第二。深圳市在专利申请数量上排名第二，在论文发表数量上则相对不足。与武汉市和西安市相比，杭州市和成都市的专利申请量排名更高。13图 4排名前 20 的省份的技术创新能力图 5排名前 20 的城市的技术创新能力14（二）企业簇群（二）企业簇群企
100、业簇群及其创新生态结构的演化，是评价具有全球竞争力的人工智能产业集群发展的重要指标。报告通过我国 2200 家人工智能骨干企业的属性和关系数据，分析人工智能产业集群发展过程中企业簇群的分布和创新生态结构的演化趋势。（1）地域分布）地域分布2200 家人工智能骨干企业主要分布在京津冀、长江三角洲、珠江三角洲和川渝地区。排名第一的是长江三角洲地区，占比 30.95%；排名第二的是京津冀地区，占比 29.36%；排名第三的是珠江三角洲地区，占比 26.45%；排名第四的是川渝地区，占比 3.55%。图 62200 家人工智能骨干企业的地域分布在 2200 家人工智能骨干企业的省份分布中，排名第一的是
101、北京市，占比 28.09%；排名第二的是广东省，占比 26.45%；排名第三的是上海市，占比14.23%。排名第四和第五的分别是浙江省和江苏省，占比 8.95%和 6.86%。排名前五的省份拥有的人工智能企业数占全国的比重达到 84.58%。在 2200 家人工智能骨干企业的城市分布中，排名第一的是北京市，占比28.09%；排名第二的是上海市，占比 14.23%；排名第三的是深圳市，占比 13.36%；排名第四和第五的分别是广州市和杭州市，占比为 8.55%和 7.68%。排名前五的城市拥有的人工智能企业数量占全国的比重达到 71.91%。从 2200 家人工智能骨干企业的省份和城市分布看，我
102、国人工智能产业集群是高度集聚的。其中，京津冀、长江三角洲、珠江三角洲和川渝地区是人工智能企业集聚的主要区域。经济社会的智能化需求牵引、科技创新资源的富集和政府的积极响应，是人工智能企业区域聚集的关键因素。15图 72200 家人工智能企业在省市自治区的分布图 82200 家人工智能企业的城市占比分布16（2）企业簇群的网络结构）企业簇群的网络结构把 2200 家人工智能骨干企业的技术合作、人力资本和投融资数据输入 Gephi0.9.2 社会网络分析软件，得到人工智能企业簇群价值网络图，如图 9 所示。从图 9 和表 2 的价值网络结构统计指标看，人工智能企业簇群的价值网络是“极核状”的，即少数
103、核心节点是产业发展的主导者。图 9人工智能企业簇群价值网络图表 2 列出了 2014-2022 年我国人工智能企业簇群价值网络的结构性指标的变动情况。其中，平均聚类系数和平均路径长度指标的变化表明，价值网络的结构是“极核”状的。表 22014-2022 年价值网络结构性统计指标的动态变化年份年份样本节点总数样本节点总数关系节点总数关系节点总数节点总数节点总数总边数总边数平均度平均度网络直径网络直径平均路径长度平均路径长度平均聚类系数平均聚类系数26021.319155.4650.85740071.403155.3700.0032016
105、有较高的度数中心度。围绕着核心节点，周边分布着紧密联系的节点，共同构成了企业簇群结构。图 10价值网络度数中心度幂律分布特征图表 3 列出了人工智能企业簇群价值网络度数中心度排名前二十的样本节点。包括华为、腾讯、阿里巴巴、京东、百度、科大讯飞和小米在内的人工智能开放创新平台是度数中心度排名前列的企业。同时，包括中国移动和中国联通在内的基础设施服务商同样是度数中心度排名前列的关键节点。表 3度数中心度排名前二十的样本企业样本企业样本企业连入度连入度连出度连出度度数中心度度数中心度样本企业样本企业连入度连入度连出度连出度度数中心度度数中心度华为华为4腾讯云腾讯云2939101
107、出了度数中心度排名前二十的关系节点。排名前二十的关系节点主要包括四类：一是以清华大学和北京大学为代表的研究型大学；二是以英特尔、高通和微软为代表的国外基础软硬件供应商；三是以上汽集团和长安汽车为代表的产业智能化企业；四是以上海市和重庆市政府为代表的地方政府。表 4关系节点度数 TOP20关系节点关系节点连入度连入度连出度连出度度数中心度度数中心度关系节点关系节点连入度连入度连出度连出度度数中心度度数中心度清华大学清华大学286257543中国科学院中国科学院6461125英特尔英特尔219265484长安汽车长安汽车9032122高通高通119192311IBM4657103微软微软14813
108、8286复旦大学复旦大学5746103中国信通院中国信通院135117252Arm 中国中国475198北京大学北京大学11088198亚马逊亚马逊464995浙江大学浙江大学10889197OPPO682795上海交通大学上海交通大学10288190北京航空航天大学北京航空航天大学504393英伟达英伟达75101176重庆市政府重庆市政府89291上汽集团上汽集团9347140上海市政府上海市政府91091（3）平台及其主导的产业创新生态）平台及其主导的产业创新生态基于我国 2200 家人工智能企业价值网络的结构分析，本报告认为平台及其主导的产业创新生态是人工智能企业簇群发展的主导者。为了
109、进一步考察平台及其主导的产业创新生态在建设具有全球竞争力的人工智能产业集群中的作用，本报告在 2200 家人工智能企业中筛选出 200 家平台企业作为样本，进一步通过属性数据和关系数据分析，研究平台及其主导的产业创新生态的结构特征。200 家平台企业主要分布在京津冀、长江三角洲和珠江三角洲三大都市圈，占比分别为 33.00%、29.00%和 25.00%。在产业智能化需求牵引和技术创新驱动下，包括京津冀、长江三角洲和珠江三角洲在内的东部地区是平台企业密集分布的地区。图 11200 家平台企业的都市圈分布19在各省市自治区中，200 家平台企业主要分布在北京市、广东省、上海市、浙江省和江苏省。其
110、中，北京市排名第一，占比 32.50%；排名第二的是广东省，占比 25.50%，主要分布在深圳市、广州市和珠海市；上海市排名第三，占比为14.50%；排名第四和第五的分别是浙江省和江苏省，占比9.00%和3.50%。图 12200 家平台企业的省市自治区占比分布在国内主要城市中，200 家平台企业密集分布的城市是北京市、深圳市、上海市、杭州市和广州市。其中，北京市排名第一，占比 32.50%；深圳市和上海市分别排名第二和第三，占比 15.00%和 14.50%；杭州市排名第四，占比8.00%；广州市排名第五，占比 6.50%。图 13200 家平台企业的主要城市分布20将 200 家平台的技术
111、合作关系数据输入 Gephi0.9.2 社会网络分析软件，得到平台及其主导的产业创新生态的价值网络图，如图 14 所示。表 5 展示的价值网络结构性统计指标表明，新型平台的技术合作价值网络具有较短的平均路径长度和较小的平均聚类系数，属于典型的复杂网络，表现出更加明显的簇群结构特征。以华为、腾讯、京东和阿里云为代表的超级平台是价值网络的核心节点，位于价值网络的中心区，拥有很高的度数中心度，形成明显的产业创新生态。超级平台通过垂直子业务平台由价值网络中心区向外围扩展，成为技术、人力资本和资本扩散的基本驱动力。图 14平台及其主导的产业创新生态价值网络图表 5价值网络的结构性统计指标统计指标统计指标
112、样本节点总数样本节点总数关系节点总数关系节点总数节点总数节点总数总边数总边数平均度平均度网络直径网络直径图密度图密度模块化模块化平均聚类系数平均聚类系数平均路径长度平均路径长度统计值6242.546800.6110.0783.4552015-2021 年价值网络结构性指标的变化趋势（表 6）表明，2015 年以来，价值网络节点的技术合作关系数大幅增长。同时，网络的平均度和平均聚类系数上升趋势明显，网络直径和平均路径长度则呈现下降趋势。这说明，平台及21其主导的产业创新生态的网络结构更加聚集，网络的连通度持续增强，簇群结构特征更加明显。表 62015-2021 年价
113、值网络结构性统计指标的变化情况从节点连出度(技术赋能关系数)的累计分布图看，连出度排名前 10%的节点承担了整个创新网络约 72.60%的技术赋能；连出度排名前 1%的节点承担了整个创新网络约 54.20%的技术赋能；连出度排名前 0.1%的节点承担了整个创新网络 31.50%的技术赋能。节点的连出度呈现“幂律分布”特征。因而，超级平台及其主导的产业创新生态深深地影响着人工智能产业集群的结构和发展方向。超级平台及其主导的产业创新生态深深地影响着人工智能产业集群的结构和发展方向。图 15平台及其主导的产业创新生态价值网络连出度幂律分布特征图年份年份节点总数节点总数总边数总边数平均度平均度网络直径
114、网络直径平均路径长度平均路径长度平均聚类系数平均聚类系数31.481104.5960.1.787104.2060.42.14593.8040.242.54683.4550.07822六、“极化”和“扩散”六、“极化”和“扩散”作为通用目的技术，人工智能的科技创新和产业发展遵循先“极化”后“扩散”的规律。报告基于 2200 家我国人工智能骨干企业的技术合作关系的区域、应用领域和产业分布，考察我国人工智能产业集群的“极化”和“扩散”情况。（一）区域（一）区域（1）省份）省份基于 2200
115、 家我国人工智能骨干企业的技术合作关系，报告构建了价值网络空间分布图(如图 16)。从技术合作关系的密度看，北京市、广东省和上海市构成了人工智能产业集群网络结构的三个“极点”。从技术合作关系的密度看，北京市、广东省和上海市构成了人工智能产业集群网络结构的三个“极点”。同时，北京市、广东省、上海市、江苏省、安微市、四川省、湖北省、湖南省、重庆市、山东省和福建省之间存在密集的人工智能技术合作关系。图 16我国人工智能产业集群价值网络技术合作密度分布1111技术合作关系包括两个维度：技术输入和赋能。技术输入是指关系节点为样本节点提供技术支持。技术赋能则是指样本节点为关系节点提供技术支持。因而，图上的
116、城市之间的技术合作关系包括两个线束，即技术输入和赋能。23从人工智能产业区域竞争力评价指数和技术合作关系的分布密度看，中国人工智能产业集群的空间结构是“极核”状网络。北京市、广东省、上海市、浙江省和江苏省构成了价值网络的核心节点。从技术输入和赋能的占比情况看，北京市、广东省、浙江省和上海市是技术赋能占比高于技术输入占比的省份。同时也是从技术输入和赋能的占比情况看，北京市、广东省、浙江省和上海市是技术赋能占比高于技术输入占比的省份。同时也是 200 家平台企业分布密集度排名前列的省份。家平台企业分布密集度排名前列的省份。表 7技术合作关系占比排名前二十的省级行政区技术赋能技术赋能技术输入技术输入
118、陕西省1.10%16河南省0.44%16辽宁省1.02%17贵州省0.42%17河北省0.95%18河北省0.31%18贵州省0.82%19黑龙江省0.19%19云南省0.67%20江西省0.17%20江西省0.66%24从技术合作的流向看，到目前为止，我国人工智能科技产业的发展仍然以“极化”为主。排名第一和第二的是北京市和广东省内部技术合作，占比为10.87%和 9.36%。广东省和北京市、北京市和广东省的技术合作排名第三和第四，占比 6.91%和 6.08%。在某种程度上，北京市和广东省共同构成了中国人工智能产业集群发展的南北“双极”。在某种程度上，北京市和广东省共同构成了中国人工智能产业
119、集群发展的南北“双极”。表 8技术合作流向排名前二十的省级行政区技术流向（技术赋能地技术流向（技术赋能地-技术输入地）技术输入地）占比占比类型类型北京市-北京市10.87%省内技术流动省内技术流动广东省-广东省9.36%省内技术流动省内技术流动广东省-北京市6.91%跨省技术流动北京市-广东省6.08%跨省技术流动北京市-上海市2.86%跨省技术流动广东省-上海市2.53%跨省技术流动浙江省-浙江省2.48%省内技术流动省内技术流动上海市-北京市2.33%跨省技术流动浙江省-北京市2.15%跨省技术流动上海市-上海市2.08%省内技术流动省内技术流动北京市-浙江省2.07%跨省技术流动上海市-
120、广东省1.88%跨省技术流动浙江省-广东省1.80%跨省技术流动广东省-浙江省1.80%跨省技术流动北京市-江苏省1.38%跨省技术流动广东省-江苏省1.29%跨省技术流动浙江省-上海市1.09%跨省技术流动北京市-山东省1.04%跨省技术流动广东省-山东省0.94%跨省技术流动江苏省-北京市0.90%跨省技术流动25（2）城市）城市从城市之间的技术合作流动情况看，北京市、深圳市、广州市和上海市是技术合作关系密度最高的城市。尤其是北京市和深圳市、广州市的技术合作，成为人工智能技术“极化”和“扩散”的主要方向。图 17城市间技术流动情况从城市之间的技术合作关系看，排名第一的是北京市内部技术合作，
121、占比10.87%；排名第二和第四的分别是深圳市和北京市、深圳市和深圳市、北京市和深圳市的技术合作。从城市的视角看，北京市和深圳市构成了人工智能技术合作关系流动的南北“两极”。在技术赋能和输入关系中，北京市、深圳市、杭州市、上海市和广州市是技术赋能排名前五的城市，占比为 31.56%、23.27%、9.93%、9.74%和 4.67%。北京市、深圳市、上海市、杭州市和广州市是技术输入排名前五的城市，占比26.88%、15.31%、10.20%、7.16%、5.35%。26表 9技术合作关系流向排名前十的城市技术流向（技术赋能地-技术输入地）占比类型北京市-北京市10.87%本地技术流动本地技术流
122、动深圳市-北京市5.36%跨地区技术流动深圳市-深圳市4.26%本地技术流动本地技术流动北京市-深圳市4.04%跨地区技术流动北京市-上海市2.82%跨地区技术流动上海市-北京市2.28%跨地区技术流动上海市-上海市2.08%本地技术流动本地技术流动深圳市-上海市2.00%跨地区技术流动杭州市-北京市1.96%跨地区技术流动杭州市-杭州市1.94%本地技术流动本地技术流动表 10技术赋能和输入关系排名前二十的城市技术赋能技术输入排名技术赋能省份占比排名技术输入省份占比1北京市31.56%1北京市26.88%2深圳市23.27%2深圳市15.31%3杭州市9.93%3上海市10.20%4上海市9
123、.74%4杭州市7.16%5广州市4.67%5广州市5.35%6南京市1.73%6南京市2.10%7合肥市1.55%7武汉市1.76%8苏州市1.20%8重庆市1.74%9武汉市1.10%9成都市1.74%10成都市1.10%10青岛市1.38%27（二）技术体系（二）技术体系人工智能是包括大数据和云计算、物联网、5G、智能机器人和计算机视觉等 17 种技术在内的复杂技术体系。从技术合作关系数的占比看，排名第一的是大数据和云计算，占比 46.47%；排名第二的是物联网，占比 10.70%；排名第三的是 5G，占比 8.10%；排名第四和第五的分别是智能机器人和计算机视觉，占比 6.39%和 4
124、.08%。图 18技术类别的技术合作密度分布从 2014-2022 年技术合作关系的技术类别看，云计算、物联网和 5G 始终是技术合作密度排名前列的技术类别。近年来，智能机器人、自动驾驶和智能芯片是技术合作增长较快的技术类别。图 192014-2022 年技术类别技术合作密度变化情况28（三）应用领域（三）应用领域从技术合作关系密度的应用领域分布看，排名第一的是智慧城市，占比12.16%；排名第二的是企业智能管理，占比 12.10%；排名第三的是智能制造，占比 8.89%；排名第四和第五的分别是智能营销与新零售和智能网联汽车，占比 8.41%和 8.07%。图 20人工智能技术合作关系的应用领
125、域分布从 2014-2022 年技术合作密度的应用领域分布变化情况看，智慧城市、企业智能管理和智能制造始终是排名前列的应用领域。近年来，智能制造和智能网联汽车是增长较快的应用领域。图 212014-2022 年人工智能技术合作关系的应用领域分布29（四）产业分布（四）产业分布从 2200 家人工智能骨干企业的技术合作关系在三次产业的分布看，排名第一的是第三产业，占比 75.79%；排名第二的是第二产业，占比 23.82%；排名第三的是第一产业，占比仅为 0.39%。图 22人工智能技术合作关系在三次产业的分布在第三产业中，排名第一的是信息传输、软件和信息技术服务业，占比28.46%；排名第二的
126、是科学研究和技术服务业，占比 22.17%；排名第三的是租赁和商务服务业，占比 10.75%；排名第四的是金融业，占比 10.68%。图 23人工智能技术合作关系第三产业分布30在第二产业中，制造业排名第一，占比 87.36%；排名第二的是电力、热力、燃气及水生产和供应业，占比 5.83%；建筑业排名第三，占比 5.19%。图 24人工智能技术合作关系第二产业分布在制造业中，排名第一的是计算机、通信和其他电子设备制造业，占比 28.16%；排名第二的是汽车制造业，占比 25.41%；排名第三的是电气机械和器材制造业，占比 9.30%；排名第四和第五的分别是专用设备制造业和通用设备制造业，占比6
127、.62%和 4.03%。图 25人工智能技术合作关系在制造业排名前二十的行业31七、创新资源七、创新资源（一）（一）AI 大学大学本报告所指的创新资源主要包括大学、科研院所和新型创新组织12。截至2022 年 12 月，全国共有 440 所高校设置人工智能本科专业、248 所高校设置智能科学与技术本科专业、387 所进行高等职业教育的普通高等学校（专科）设置“人工智能技术服务”专业。本报告采集到 438 所设置人工智能、智能科学与技术和人工智能技术服务专业的大学。其中，长三角地区排名第一，占比 18.72%；京津冀地区排名第二，占比 13.47%；川渝地区排名第三，占比 7.76%；珠三角地区
128、排名第四，占比 4.79%，其他地区占比为 55.25%。图 26438 所 AI 大学的都市圈分布438所高校广泛分布在全国各省份。其中，排名第一的是山东省，占比7.53%；排名第二的是江苏省，占比 7.31%；排名第三的是北京市，占比 6.62%。12新型创新组织主要是新型研发机构，本报告还包括各地建设的人工智能实验室，例如，之江实验室和鹏城实验室。32图 27438 所 AI 大学的省份分布在城市中，排名第一的是北京市，占比 6.62%；排名第二的是武汉市，占比 4.34%；排名第三的是广州市，占比 3.65%；排名第四和第五的分别是西安市和成都市，占比分别为 3.42%和 3.20%。
129、33图 28438 所 AI 大学的主要分布城市AI 大学的主要功能是进行基础研究和人才培养。到目前为止，人工智能人才短缺仍然是制约我国产业发展的关键因素。人力资源和社会保障部发布的数据显示，中国人工智能人才缺口超过 500 万。工信部人才交流中心发布的 人工智能产业人才发展报告（2019-2020 年）显示，我国在高端技术、应用开发和算法研究三个岗位均出现严重的人才缺口。其中，算法研究岗人才数量只占岗位需求的 13%。（二）科研院所（二）科研院所本报告采集到 307 所人工智能科研机构的数据。从区域分布看，排名第一的是长三角地区，占比 37.79%；排名第二的是京津冀地区，占比 29.97%
130、；排名第三的是珠三角地区，占比 17.26%；排名第四的是川渝地区，占比 0.98%。34图 29307 所 AI 科研机构的都市圈分布307 所 AI 科研机构在各省份的分布中，排名第一的是北京市，占比 25.73%；排名第二的是广东省，占比 17.26%；排名第三的是江苏省，占比 13.03%；排名第四和第五的分别是浙江省和上海市，占比 11.40%和 8.47%。图 30307 所 AI 科研机构省份分布35307 所 AI 科研院所在各主要城市的分布中，排名第一的是北京市，占比25.73%，遥遥领先于其他城市；排名第二的是上海市，占比 8.47%；排名第三的是杭州市，占比 7.49%；
131、排名第四和第五的分别是深圳市和广州市，占比6.51%和 6.19%。图 31307 所 AI 科研机构的主要分布城市（三）新型创新组织（三）新型创新组织报告共采集到 347 家新型创新组织的数据。排名第一的是长江三角洲地区，共 264 家；排名第二的是珠江三角洲地区，共 50 家；排名第三的是京津冀地区，共 23 家。图 32347 家新型创新组织的都市圈分布36在各省份的分布，排名第一的是江苏省，占比 54.76%；排名第二的是广东省，占比 14.41%；排名第三的是安徽省，占比 8.93%。图 33347 家新型创新组织省份分布在城市分布中，排名第一的是南京市，共 151 家；排名第二的是
132、苏州市，共22 家；排名第三的是合肥市，共 21 家；排名第四和第五的是深圳市和杭州市，分别有 19 家和 17 家。图 34347 家新型创新组织的主要分布城市37八、面临的挑战八、面临的挑战（一）美国技术封锁和技术升级压力（一）美国技术封锁和技术升级压力发展人工智能是世界主要国家的共识。包括美国、欧盟、日本、英国、德国和韩国在内的国家，通过制定和更新人工智能发展战略和行动计划，持续推动人工智能科技创新和产业发展。2021 年 1 月 25 日，美国科技创新智库信息技术和创新基金会（ITIF）发布更新版（2019 年）题为谁将赢得这场人工智能竞赛？中国、欧盟还是美国？（Who Is Winn
133、ing theAI Race:China,the EU,or the UnitedStates?）的专题报告。ITIF 对近年来中国、欧盟和美国在人工智能人才、研究、企业发展、应用、数据和硬件 6 个领域取得的进展进行比较。报告认为，在研究和应用领域占据领先地位的国家将塑造人工智能技术未来，同时能够显著提高国家国际竞争力，而落后国家则可能失去关键行业的国际竞争力。2019 年的报告认为，美国在人才、研究、开发和硬件四个方面处于领先地位，而中国则在应用和数据两个方面处于领先地位。以 100 分为满分，美国以44.2 分处于领先，中国以 32.3 分排名第二，欧盟则以 23.5 分排名第三。202
134、1 年数据更新之后的报告发现，美国在整体上仍然遥遥领先，得分为 44.6 分；中国分值为 32.0,与美国的差距仍然存在；欧盟分值为 23.3，仍然处于落后地位。随着美国在人工智能领域技术封锁的持续加剧，中国与美国之间的技术差距有可能拉大。美国的技术优势集中表现在两个方面：一是在算法层面上的长期积累；二是在包括 GPU 和操作系统在内的基础软硬件领域的技术优势。依靠在基础软硬件领域的技术优势，美国科技企业具备更快实现技术升级的条件。例如，OpenAI 研发的 ChatGPT-3 的发布，再次使我们清醒地认识到中美在人工智能技术领域的差距。在基础研究领域，中国人工智能技术升级同样面临制约。中国在
135、人工智能领域的创新活动起步晚，但是进步迅速。从学术论文的发文数量看，2017 年中国超越美国，位居首位。从突破性论文的发表看，2010-2020 年中国在模式识别、计算机视觉、数据挖掘、语音识别领域的突破性表现尚可，但是在算法、自然语言处理和人机交互领域则相对薄弱。13同时，在美国技术封锁条件下，中美在基础研究和人才培养领域的合作强度的下降，将影响到我国人工智能领域的突破性创新和人才培养。13陆趣，竞争人工智能：从论文突破性看中国人工智能创新水平R，中财网，2023 年 04 月 04 日。38（二）人工智能技术体系存在短板（二）人工智能技术体系存在短板人工智能是包括智能芯片、基础架构、操作系
136、统、工具链、基础网络、智能终端、深度学习平台、大模型和产业应用在内的复杂技术体系。从实际情况看，在全球范围内围绕人工智能技术体系的发展初步形成了中国和美国两大创新联盟。但是在包括智能芯片和操作系统在内的基础软硬件领域，我们仍然存在着短板和不足。2019 年美国市场调研公司 IC Insights 发布的一份芯片市场数据统计报告显示，全球 68%的无晶圆厂芯片公司、46%的有晶圆厂芯片公司都在美国，共占有全球 52%的芯片市场份额；排名第二的是韩国，无晶圆厂占全球市场份额的 1%,有晶圆厂占 35%，合计市场份额 27%；排名第三的是日本，无晶圆厂全球份额不到 1%，有晶圆厂全球市场份额占 9%
137、，合计市场份额 7%；而中国大陆无晶圆厂全球市场份额为 13%,，有晶圆厂全球市场份额不到 1%，合计市场份额 3%。近年来，包括华为、阿里和百度在内的头部企业和一批新创企业都致力于智能芯片开发。受制于先进制程开发和生产能力，我国领先的智能芯片设计能力无法转化为商业优势。从操作系统看，微软的操作系统长期垄断台式计算机市场。在智能手机领域，美国的安卓和 iOS 系统长期居统治地位，吸引了数百万开发者基于两大操作系统为终端用户开发应用服务软件。无论是在计算机还是在智能手机操作系统领域，我国的企业都在奋起直追。在智能手机领域，截至 2021 年 12 月，华为鸿蒙操作系统、HMS（华为移动生态）全球
138、用户超过 2.4 亿，拥有 500 万开发者。尽管在关键技术领域中国企业都取得了重大突破，但是总体看与美国相比仍然存在着相当大的差距。随着美国芯片和科学法案的实施，通过垄断和控制高端半导体技术和产品供给，延迟中国人工智能科技创新和产业发展的步伐，是美国技术封锁的战略目标。（三）头部平台企业的技术升级相对缓慢（三）头部平台企业的技术升级相对缓慢信通院发布的 平台经济与竞争政策观察(2021)数据显示，从价值超过 100亿美元的数字平台来看，中国和美国仍然保持绝对引领。2020 年，中、美百亿美元以上平台企业数量合计达 64 家，全球占比 84%，全球新增的 7 家平台均来自中美；市值总额高达 1
139、2 万亿美元，占据全球总量的 96.3%。在超百亿美元规模的平台企业数量上，中国达到 36 家，超过美国。但是从市值和增长速度变化看，中国与美国的差距在拉大。技术升级的相对滞后是影响和制约我国平台企业市场规模扩张的重要因素。因而，加快出台能有效促进人工智能创新平台技术创新和升级的政策体系，是进一步推动人工智能科技创新和产业发展的战略举措。39九、总结和政策建议九、总结和政策建议（一）概括和总结（一）概括和总结本报告的研究表明，构建自主可控技术体系、培育产业创新生态、推动人工智能和实体经济深度融合发展、提高产业国际竞争力，是建设具有全球竞争力的人工智能产业集群的基本途径和战略方向。与前三次工业革
140、命不同，作为第四次工业革命的核心引擎，建设具有全球竞争力的人工智能产业集群包含多个维度的内容和机制。首先，建设具有全球竞争力的人工智能产业集群需要区域和城市之间的高效协作。其中，“新型创新区新型创新区-城市城市-区域区域-全国全国-全球创新网络”的协作，是建设具有全球竞争力的人工智能产业集群的重要机制。其中，新型创新区属于人工智能产业集群空间结构的“微内核”。全球创新网络”的协作，是建设具有全球竞争力的人工智能产业集群的重要机制。其中，新型创新区属于人工智能产业集群空间结构的“微内核”。新型创新区是平台及其主导的产业创新生态的栖息地，以人工智能产业化为主导。产业智能化集群一般产生于传统产业集聚
141、区。与工业经济时代不同，人工智能产业化集群与产业智能化集群的互动往往通过网络空间实现。基于新型创新区构建的网络空间产业创新生态为人工智能赋能实体经济创造了新的途径。从全国范围看，新型创新区是多源的，往往出现在多个创新资源丰富的城市和区域。同样，通过线上和线下知识、技术交流和重组，多源新型创新区人工智能协同创新，共同推动人工智能科技创新和产业发展。除京津冀、长江三角洲、珠江三角洲和成渝地区主要城市之外，中部地区的武汉和长沙、西部地区的西安、东北部地区的沈阳和哈尔滨都具备规划和建设新型创新区发展人工智能产业化创新集群的能力。其次，人工智能和实体经济的融合发展带来的产业集群主要集中在应用领域和产业层
142、面上。从人工智能赋能的 19 个应用领域和三次产业细分领域的情况看，产业集群主要出现在产业基础雄厚和创新资源丰富的城市和地区。第三，以平台为主导的企业簇群的发展，是建设具有全球竞争力的人工智能产业集群的基石。平台及其主导的产业创新生态的形成和发展，是人工智能产业集群出现的“极核”。人工智能开放创新平台往往兼具有基础设施服务商和基础软硬件创新生态构建者的角色，周边往往集聚大批中小企业和新创企业，是人工智能产业集群形成和发展的重要力量。第四，具有全球竞争力的人工智能产业集群表现为物理空间和网络空间的双重集聚。物理空间的集聚为网络空间的发展奠定基础。网络空间的发展可以使物理空间集聚的产业能力边界无限
143、扩张。第五，具有全球竞争力的人工智能产业集群需要基础研究、技术开发和规模应用创新循环的支撑，高效率的国家和区域创新系统是集群发展的重要推动40者。从创新系统的视角看，人工智能产业集群创新和国际竞争力的提升依赖政产学研用协同创新，通过创建新型创新组织的方式，能够有效地促进研究型大学、科研院所和企业之间的知识、技术交流和转化。（二）政策建议（二）政策建议从近年来我国人工智能科技创新和产业发展的实践看，面对美国的技术封锁和国家的战略需求，建设具有全球竞争力的人工智能产业集群需要在如下方面做出努力：（1）加速发展人工智能开放创新平台及其主导的产业创新生态）加速发展人工智能开放创新平台及其主导的产业创新
144、生态在建设具有全球竞争力的人工智能产业集群过程中，人工智能开放创新平台及其主导的产业创新生态是关键推动者。首先，平台基于自身业务和创新构建基础软硬件协同创新生态的同时，构建垂直业务软硬件协同创新生态。其次，依托创建的基础软硬件和垂直业务软硬件创新生态，平台推动人工智能和实体经济融合发展，实现基础研究、根技术创新和规模应用的良性循环和正反馈。积极支持和推动新型平台及其主导的产业创新生态，是构建自主可控技术体系的基石。（2）高水平规划和发展新型创新区）高水平规划和发展新型创新区与平台及其主导的产业创新生态相比，新型创新区建设是依托城市的科技创新资源和产业基础发展人工智能产业集群。尤其是在人工智能产
145、业化过程中的根技术创新领域，新型创新区将发挥至关重要的作用。在全国范围内，尤其是人工智能科技创新和产业发展的前沿城市高水平规划和发展一批新型创新区，将有利于具有全球竞争力的人工智能产业集群建设。（3）建设高度开放的创新系统）建设高度开放的创新系统国家和区域创新系统是从更加宏观的层面概括人工智能产业集群形成和发展的机制。研究型大学、科研机构和新型创新组织是国家和区域创新系统的核心因素。其中，构成国家和区域创新系统的关键因素是国家战略科技力量。通过发挥在基础研究和人才培养中的作。百家乐官网 百家乐平台