人工智能（Artificial Intelligent, Ai）技术可能是继蒸汽机、电力、互联网科技之后，推动新一次产业革命浪潮的革命性技术。随着人工智能技术的不断完善，在大量数据、更好算法和更强算力的共同推动下，人工智能技术的应用场景在各个行业落地、逐渐渗透，并开始带来实际的价值。但同时，我们也必须看到人工智能还是个新兴技术，相关技术，包括芯片、软件、算法等还在完善过程中。目前，大多数人工智能技术还处在前期阶段，相关应用的成熟度也参差不齐；与全球人工智能产业相对发达的国家与地区相比，长三角在某些产业链环节有所优势，但在一些关键环节上，还存在不小差距。应发挥各自优势，实现优势互补和协同发展，加快促进长三角地区成为人工智能产业链上的技术高地。

　　人工智能产业哪家强？

　　全球人工智能产业聚集的国家和地区主要包括美国硅谷、纽约，英国伦敦，以色列，以及中国北京、上海与深圳等地。根据相关行业组织的统计，截至2018年6月，全球人工智能企业总数达到4925家。其中美国人工智能企业数2028家，位列全球第一。中国（不含港、澳、台地区）人工智能企业总数1011家，位列全球第二。其次分别是英国、加拿大和印度等国家。中国人工智能相关的企业数量、专利申请数量、企业融资规模等均仅次于美国，位列全球第二。

　　从城市角度看，全球人工智能企业数量排名的前二十名城市中，美国占9个，中国占4个，加拿大占3个，英国、德国、法国和以色列各占1个。其中，北京是全球人工智能企业数量最多的城市，其次是旧金山和伦敦。上海、深圳和杭州的人工智能企业数量也进入全球前20。

　　中国是成为全球人工智能专利拥有量最大的国家，目前拥有的相关专利数量略微领先于美国和日本。从技术领域来看，全球人工智能专利的申请主要集中在语音识别、图像识别、机器人、以及机器学习等技术方向。

　　在人才方面。据LinkedIn（领英）对全球人工智能领域人才的统计，在全球约25万人工智能研发与工程人才中，美国约占了1/3。美国拥有人工智能十年及以上从业经验的人员比例接近70%。中国人工智能人才数量位居第二，但仅有不到40%的人工智能人才从业10年以上。不过，我国具有五年以下人工智能经验的人才数量则超过美国。

　　综合考虑各主要国家与地区在人工智能领域的专利布局、研究与工程人员构成等因素，结合对人工智能产业链上的主要环节，包括数据获取、芯片、传感器等底层硬件、行业基础设施及解决方案、相关软件、算法等的研究，课题组对中、美、日、欧人工智能产业进行了对比。

　　可以看出，美国是全球人工智能头号强国。在仿真数据采集，AI芯片等硬件、基础及应用软件、人工智能算法、科研及工程技术人才等环节均处于全球领先地位。相比之下，中国仅在用户数据搜集领域比美国强。

　　总体而言，虽然中国在全球人工智能竞赛中暂居第二，但在大多数人工智能产业链关键环节上，与美国相比还存在不小差距。另一方面，欧洲与日本在人工智能产业链的各个环节上则是各有所长。

　　长三角的优势与劣势

　　人工智能产业链可分为上游（包括传感器、芯片等底层硬件和作为基础设施的云计算、边缘技术、5G等计算机系统与数据传输技术）、中游（包括人工智能相关的软件与算法、开源平台、数据处理等）及下游（主要包括人工智能在各个行业的应用技术、人工智能产业链）。

　　在上游芯片领域，美国企业包括Intel/Altera、NVIDIA、AMD、XILINIX等几乎垄断了训练芯片、服务器芯片、图形处理器（GPU）、现场可编程门阵列（FPGA）、特定用途集成电路（ASIC）等领域。长三角地区和上海在这些基础芯片都十分薄弱。

　　不过，课题组也发现在产业链中游的某些领域，如机器视觉和图像识别、语音与自然语义识别等，国内和长三角地区拥有一批技术相对比较先进的企业，有个别企业甚至处于全球领先地位。

　　在下游应用领域，美国公司在自动驾驶、智能音箱等人工智能应用方面处于全球领导地位。不过，中国在某些人工智能应用上进展迅速，如终端应用领域，像安防、无人机、消费电子、服务机器人等，终端服务的应用型芯片公司也开始成长起来。其中知名的公司包括寒武纪、中星微、深鉴科技、地平线机器人、比特大陆等企业。

　　在人工智能及相关的科技创新领域，长三角区域内各个主要城市的发展各有特点。比如，上海拥有全中国除了北京外最好的大学、研究所等研发资源，同时拥有发达的金融服务业、世界领先的港口与发达的物流运输行业，而这些行业正是人工智能技术潜在的下游用户。

　　在周边长三角地区，如江苏昆山、浙江杭州等地则聚集了大量的先进制造企业和互联网企业。先进制造业也是人工智能产业的潜在下游用户，而互联网企业则为人工智能技术的应用提供了基础设施、行业解决方案和大量的应用场景。安徽省在研发与先进制造领域不及江浙沪，但也拥有一些领先的人工智能相关的研发机构和领头企业，比如中国科技大学、科大讯飞等等。值得一提的是，科大讯飞的语言识别技术全球一流。

　　如何找准突破点

　　在长三角一体化背景下，沪苏浙皖可以发挥各自优势，实现优势互补和协同发展。长三角地区在机器视觉、图像识别、语音识别和自然语义识别等领域的技术公司与研发机构水平较高，有些企业接近全球领先水平。这些技术领域有希望成为上海与长三角人工智能技术的突破点。

　　具体而言，在语音识别、自然语义识别等领域，上海与长三角地区拥有众多领先的相关算法的供应商与研究机构，其中包括上海玻森、海知智能、云之声上海；上海交通大学（曾获得2017年WebVision挑战赛第六名）、上海理工大学（微软机器阅读大赛第七名）等等。其他相关公司还包括苏州思必驰等等。

　　在机器视觉与图像识别领域，上海和长三角地区也拥有旷视科技、依图科技以及机器视觉算法、深度学习算法研发公司码隆科技上海公司、商汤上海公司等等。另外，在长三角其他地区，相关领先企业还包括杭州的摩图科技、中科视拓等等。

　　建议上海牵头，选取语音识别、自然语义识别、机器视觉、图像识别等长三角地区具有相对优势的人工智能技术，打造一体化的研发与产业化平台。该平台可以聚集地区内相关的、领先的研发机构、技术公司等，并以此平台为依托，投入更多的研发资金等资源，集中资源在这些优势技术领域形成突破，赶上或超过国际先进水平，并由此为突破口打造长三角人工智能技术高地。

　　人工智能+制造

　　人工智能可以在降低人工成本、提高产品优良率、产品质量控制、生产管控及提高产能利用率、研发投入及风险控制、产品定制化、快速响应市场变化、预测原材料与产品市场价格等制造业领域发挥重要作用，辅助企业做相关决策，解决或部分解决上述痛点，从而进一步促进这些制造业企业的转型升级。

　　因此，上海可以依托长三角地区先进制造企业聚集的优势，围绕上述制造业痛点，着力打造“人工智能+制造”研发与应用平台。该平台将吸引大学、研究所、人工智能技术企业等相关的技术供应方；先进制造企业等技术需求方进驻。平台发挥上海人工智能技术企业、研发机构聚集的优势，帮助长三角地区先进制造企业解决他们面临的痛点，实现转型升级。可以预见，虽然“人工智能+制造”市场还处于前期阶段，但未来发展潜力巨大。

　　同时，上海要建设人工智能创新、技术、产业、新知识的策源地，人工智能技术伦理与战略研究是不可或缺的一环。为此，上海可积极吸引业界巨头的资金和技术，与上海强大的社会科学研究相结合，尽快建设人工智能技术伦理与战略研究院。

　　与粤港澳大湾区联动

　　一方面，可以借鉴粤港澳相关科创支持政策，为长三角一体化国际科创中心营造良好的科创生态系统，为建设上海国际科创中心提供更好的支持。

　　例如，2019年3月财政部发布的《关于粤港澳个人所得税优惠政策的通知》，允许广东省、深圳市按内地与香港个人所得税税负差额，对在大湾区工作的境外（含港澳台）高端人才和紧缺人才给予补贴，该补贴免征个人所得税。按照该政策，政府给予补贴后的个人最高所得税率为15%，远远低于现行45%的最高所得税率。这标志着以前仅在深圳前海推行的、旨在吸引海外高端人才的税收优惠政策被推广到粤港澳大湾区。

　　如果上海和长三角地区也可推出同样的政策，对于吸引全球科学家，包括港澳台的高端科创人才、科技服务、技术投资等人才到上海和长三角地区落户是大有帮助的。后续还可以更进一步，将个人所得税补贴延伸到国内顶尖科研、创投等人才，形成人才的虹吸效应。

　　另一方面，将港、澳纳入政府支持的科技创新体系。2019年1月，广东省发布《关于进一步促进科技创新的若干政策措施》简称“科创12条”)，明确支持港澳高校、科研机构牵头或独立申报广东省科技计划项目，表示要建立省财政科研经费跨境的使用机制，允许项目资金直接拨付至港澳两地牵头或参与单位；完善符合港澳实际的财政科研资金管理机制，保障资金高效、规范使用。这是广东省加强与港澳大学、研究所科研合作，将港澳相关科研机构纳入政府支持的科技创新体系的重要举措。

　　该政策对于上海同样具有借鉴意义，探讨在人工智能及其他上海和长三角地区紧缺的技术领域，将港澳，甚至海外著名大学和研究机构纳入同样的创新体系。财政资金支持他们对上海和长三角地区紧缺的人工智能及其他技术进行研发；并设定条件，将相关的技术转化到上海和长三角地区落地。

　　最后，还要积极探索科技成果所有权改革。广东“科创12条”提出，高校、科研机构以市场委托方式取得的横向科研项目，可约定其成果权属归科研人员所有。对利用财政资金形成的新增职务科技成果，高校、科研机构可与科技人员共同申请知识产权，赋予科技人员成果所有权。同时，明确指出横向科研项目以及财政资金支持的科研成果所有权可赋予科技人员。虽然目前还没有看到实施细则，但此项政策突破预计将大大促进科技成果的转化率。

　　（作者：壹行研创始人、总经理，本文系2019年我会研究中心资助项目成果）