上海人工智能发展的瓶颈与培育领军力量研究
2020-01-17 09:23
字体
保护色
打印
返回
关闭

人工智能是继互联网后最有可能带来产业革命的新技术,将为各行业赋予生机,甚至是颠覆与重塑。上海在互联网时代未能培养出领军力量,若能在此次浪潮中抢占先机就有机会打造成全球人工智能发展高地。

目前,上海还未形成真正的人工智能领军企业。从全球看,上海人工智能的企业数量、计算机视觉、融资额表现较好,但在企业实力、杰出人才、基础软硬件等方面仍有差距。从国内看,上海具备产业深耕、经济升级的优势,但在企业、人才、投融资等方面落后于北京。具体来说:

市场规模——2017全球AI核心产业规模已超370亿美元,预计2020年将超1300亿美元,我国占1/6上海拟在2020年实现人工智能重点产业规模超1000亿元。

企业数量——至20186月,全球以人工智能为核心业务的企业总数达4925家,美国占41%,中国位列全球第二。上海210家企业居全球城市第四。

基础硬件及算法——2017该细分市场占总体的19%。相比国外,我国基础硬件企业占比较少。全球前24名的AI芯片企业中国占后13名中的7位,上海企业未能上榜。

计算机视觉——该细分市场最大,占35%。全球代表企业有谷歌、苹果等;国内有商汤、依图、旷视、云从;上海有依图、径卫等。

语音识别——全球呈寡头垄断格局,NUANCE、谷歌、苹果、微软、IBM等国际巨头占80%,科大讯飞不足6%上海的小i机器人、出门问问等还需更大提升。

自然语言处理——目前仅机器翻译较为成熟,整体亟待提升,我国代表企业有BAT,较国际巨头起步晚,上海的竹间智能还在初创阶段。

专利——中、美、日专利总数全球前三,共占74%上海在北京之后,并缺少突出高校与企业。IBM专利达7276件,百度542件,浙大746件,上海交大441件。

投融资——2017全球人工智能投融资规模达395亿美元,共1208笔。美国投融资笔数领先,中国投融资总额占全球70%,笔数只占31%2015-2018Q1上海AI融资总额达500亿,占全国11%,排名第二,北京总融资超2500亿。

国际人才——2017美国国际AI人才投入占全球13.9%,中国位列第二。国内高校中,清华、上海交大人才投入最多。美国AI杰出人才占全球25.2%,中国仅有977人,占5.4%。清华排名15上海交大排名33

上海要打造全球人工智能发展高地,培育领军力量,必须解决两个关键问题:互联网时代上海缺失领军企业的根源;上海人工智能产业发展瓶颈。

互联网时代,上海未能培养出千、万亿级并能引领产业的领军企业,课题组结合大量调研和分析,总结了以下九大根源:

1国际化的高标准、宽视野下,上海政策长期倾斜大型企业,对中小企业关注不够;2.扶持政策欠精准,甚至催生了一批代办申请补贴的中介机构;3.生产要素成本高昂,降低了对互联网创业者的吸引力;4.欠缺具有宏观格局的企业家精神大产业布局意识不强;5国际化精英教育理念将很多高校变为“留学预备班”,产业人才外流,缺乏顶级研究机构;6.上海城市的产业生态定位影响互联网创业应用的多样性;7.“精英政府”高度成熟的政策体制使互联网创新应用相对保守8.顶级创投机构少,金融业多以成熟的二级市场为主,互联网投资不活跃1999-2015年国内互联网投资数据显示,注册地为北京的企业占近50%,而上海仅占20%9.上海整体对创业的认同度不高,双创内在原动力匮乏。

上海需结合互联网领军企业缺失的启示,并全面洞察人工智能的发展瓶颈,找准主攻方向,为大力发展人工智能并培育领军力量指明方向。

互联网领军力量缺失的根源也同样限制人工智能发展,此外还存在以下六大瓶颈:

1.安全共享的高质量大数据尚未成型。上海已有一定基础,但仍未建立高质量、结构化、开放共享的大数据平台。现有数据多为私有或封闭,数据壁垒难消除,共享程度低。

2.突破性的核心技术研发力量薄弱。数据是燃料,算法是引擎,芯片是轮子。目前上海AI企业多偏重视觉和语音的场景应用,专攻自然语言、神经网络、深度学习等关键技术的企业寥寥。AI芯片企业布局密度低,与北京、美国相比差距大。

3.人工智能业态分布不均、活力不足。在人工智能产业的核心、关联与衍生三层业态中,目前上海多聚集于衍生业态,薄弱的核心技术储备会削弱产业竞争力。同时,互联网巨头的缺位使上海缺乏直接牵引力,产业集聚效应尚未显现。

4顶尖人才学者稀缺,相关学科建设不成熟。缺乏大师级科学家引领行业研究,导致上海难以培养和输出AI顶尖人才;AI技术不断向其他学科领域渗透,跨学科AI学者更加匮乏,高校相关学科建设和布局不到位。

5.产学研智慧协同发展模式有待加强。上海缺少像硅谷、中关村般的成功典范,高校科研成果转化数量有限,以科研带动AI产业化落地的进程较慢。

6.传统产业转型迟缓,AI企业产品落地能力薄弱。目前上海传统行业智能化程度整体偏低,政府公共事业的应用场景对独角兽企业开放有限;同时上海AI企业多深耕单一领域,缺乏多模态融合,产品市场化能力薄弱。

上海人工智能领军力量培育对策与建议:

(一)开放数据提升算法算力,加强人工智能底层建设,鼓励政府公共部门开放共享数据。降低数据获取成本,让更多企业参与上海大数据应用创新中心建设;政府和行业共同完善信息安全制度,加强数据安全;鼓励强化人工智能底层平台建设,支持研发AI专用芯片及类脑计算芯片;筛选或引进2-3家芯片潜力企业进行重点扶持与培养。

(二)实行“一企一策”精准扶持政策,根据在孵、雏鹰、瞪羚、小巨人、独角兽不同发展阶段的企业需求,给予个性化、差异化政策支持。在公平公正原则下将上海AI企业列入优先供应商名录,优先和上

海独角兽企业签订战略合作协议,优先对上海AI企业开放应用场景。

(三)以学带产,构建“5 9”产业协同创新发展模式。5 9”模式中,“5”1个人工智能联盟(协会)、1个顶级人工智能研究机构、1个技术与产业发展基金、1个全球人工智能大会和1个全球人工智能发展指数;9”以学带产,由上海市政府牵头,联合上海交大、同济、复旦、华师大、上财、上外、东华、上大、华理9所高校,共同成立主攻大数据与人工智能研究的高校联盟;帮助学术人才与跨国巨头、创业企业、资本及孵化器合作,从全球范围获得更大产业价值;并积极与国内外高校、研究机构合作,整合科研资源,凝聚发展合力。

(四)实施“百十”工程,打造人工智能产业生态链。凝聚100家以上细分市场龙头企业,培育10家以上未来领军企业,形成人工智能产业生态链。鼓励全球AI龙头企业在沪建立区域总部、创新中心、孵化基地和双创平台全面推动上海传统行业智能化升级,支持相关企业通过合作或投资收购战略布局产业链;强化对AI技术专利保护

(五)“三步走”探索上海人工智能技术发展路径。前期重在引进与消化、孵化与培育、投资与收购国内外优秀的人工智能创业项目和顶尖人才,尤其在AI基础层及技术层领域;中期着重培养10AI领军企业,打通人工智能产业链,鼓励和国际顶尖机构双向合作,营造产学研一体化的人工智能双创大环境;长期是基本形成与上海超级城市运行和科创中心相适应的技术领先优势与深度应用格局。

(六)“两个五年”提前学科布局,建设人工智能人才高地。第一个五年,培养基于硅基的算法和传感器人才,并面向5G提前布局第二个五年,培养基于碳基的生命科学人才。实现硅基计算到量子计算、再到神经计算和碳基计算的研究突破。

推动高校人工智能学科建设,围绕“两个五年”目标引进国内外顶尖人工智能学者专家,积极培育跨学科人才与专业团队,设立绿色人才通道。成立人工智能教育工作委员会,从课程体系、师资、人才实训、双创教育四方面完善AI人才与双创培养体系。

(七)前瞻布局人工智能科研,建立国际领先技术研究体系。政府积极引导企业建设基础技术平台和通用技术体系,突破前沿核心技术;推动网络安全领域的安全技术产业化,培养一批专注数据安全、隐私安全和智能安全应用的创业企业。

(八)政府积极充当天使投资人,打造上海人工智能创投品牌。政府要勇于试错,和顶级创投机构进行战略合作,把握投资机遇。培育5个以上顶级创投品牌,鼓励各类资本参与上海AI创业投资,落实税收优惠政策,培养顶尖创投管理团队,规划功能配套完善的创投集聚区,建立完善的产业孵化体系与企业引进配套机制。