據Sage預測，到2030年人工智能的出現將為全球GDP帶來額外14%的提升，相當于15.7萬億美元的增長。全球范圍內越來越多的政府和企業組織逐漸認識到人工智能在經濟和戰略上的重要性，并從國家戰略和商業活動上涉足人工智能。全球人工智能市場將在未來幾年經歷現象級的增長。2020年以來我國人工智能產業從應用到底層創新均取得重大突破，產業鏈各環節不斷完善，產業抗風險能力進一步加強，并某些環節達到國際領先水平。

一、人工智能產業圖譜

縱觀人工智能產業鏈可分為上游基礎層、中游技術層及下游應用層三大環節。

其中，基礎層是人工智能產業的基礎，主要是研發硬件及軟件，如AI芯片、數據資源、云計算平臺等，為人工智能提供數據及算力支撐；

技術層是人工智能產業的核心，以算法模擬人的智能相關特征為出發點，構建技術路徑，主要包括算法理論（機器學習）、開發平臺（基礎開源框架、技術開放平臺）和應用技術（計算機視覺、機器視覺、智能語音、自然語言理解）；

應用層是人工智能產業的延伸，集成一類或多類人工智能基礎應用技術，面向特定應用場景需求而形成軟硬件產品或解決方案。是通過集成一類或多類人工智能基礎應用技術，面向特定應用場景需求而形成軟硬件產品或解決方案。

二、我國人工智能產業簡析
總體來講我國人工智能產業呈現出上下游尋求突破；中游龍頭企業試水，下游百花齊放的產業格局。并且在產業發展過程中國內的市場優勢、數據優勢、人才優勢不斷顯現。

（1）芯片是人工智能的心臟

芯片是人工智能產業的心臟。基礎層是人工智能產業的基礎，主要是研發硬件及軟件，如AI芯片、數據資源、云計算平臺等，為人工智能提供數據及算力支撐。主要包括計算硬件（AI芯片）、計算系統技術（大數據、云計算和5G通信）和數據（數據采集、標注和分析）。其中芯片產業尤其關鍵，是人工智能產業的心臟。總體來講我國人工智能芯片產業處于起步階段，近年來我國芯片設計行業市場規模不斷擴大。據中國半導體行業協會數據顯示，2019年我國芯片設計業銷售規模增長至3064億元，同比增長21.6%。隨著電子設備不斷向智能化、小型化方向發展，芯片集成度、密度和性能的日益提高，我國封裝模式不斷推陳出新，產業規模呈現快速增長態勢。數據顯示，2019年我國封裝測試規模增長至2350億元。

2018年市場研究顧問公司Compass Intelligence發布的最新研究結果顯示，在全球前15大人工智能(AI)芯片企業排名表“A_List”中，前三名依序為英偉達(Nvidia)、英特爾(Intel)以及恩智浦(NXP)，蘋果排名第8名，三星第11名，華為第12名。作為人工智能產業的基石與心臟，芯片在產業中的地位毋庸置疑也無可動搖，但我國目前芯片產業整體設計水平較國外有較大差距，尤其在芯片生產方面存在嚴重的卡脖子現象。目前國內芯片廠商典型企業包括華為海思、寒武紀、地平線、阿里平頭哥等。

（2）數據是人工智能產業的血液

數據是人工智能產業的生產資料也是產業發展的主要動力之一，海量的數據資源也是我國發展人工智能產業的差異化優勢之一。國際數據公司IDC和數據存儲公司希捷的一份報告顯示，到2025年，隨著中國物聯網等新技術的持續推進，其產生的數據將超過美國。我國產生的數據量將從2018年的約7.6ZB增至2025年的48.6ZB，據貴陽大數據交易所統計，中國大數據產業市場在未來五年內，仍將保持著高速增長。

隨著5G和物聯網的發展，業界對更為高效、綠色的數據中心和云計算基礎設施的需求越發升高，大數據基礎層持續保持高速增長，預計2020年整體規模將達到6670.2億元，到2022年將突破萬億元，持續促進傳統產業轉型升級，激發經濟增長活力,助力新型智慧城市和數字經濟建設。現階段數據共享、融合及交易的需求將會隨著大數據及人工智能產業在應用端的深度不斷加強。

（3）人工智能產業應用全球領先

我國龐大的人口優勢及市場需求之下，在龍頭企業及資本的推動下我國人工智能產業的應用端產品開發全球領先，催生出一大批熱門產品，包括智能汽車、機器人、智能家居、可穿戴設備等。智能汽車包括智能網聯技術、無人駕駛技術等，機器人分為工業機器人和特種機器人（服務機器人、水下機器人、娛樂機器人、軍用機器人、農業機器人）；智能家居主要包括智能燈光控制系統、智能窗簾、智能門鎖、智能音箱、智能冰箱、智能水壺等；可穿戴設備主要包括智能手環、智能手表、智能眼鏡、智能頭盔，可穿戴設備作為AI的入口，可應用在體育、醫療、娛樂、科教、商業等方面。

三、2020年我國人工智能大事件

2020年2月，阿里集團與李蘭娟院士所在的浙江樹蘭醫院合作，圍繞基于深度學習的快速Cryo-EM三維成像技術開發、融合拓撲和幾何特征的深度神經網絡用于配體-蛋白質預測、基于深度學習的蛋白質結構預測、利用蛋白質序列預測蛋白質的三維結構等重點內容開展抗新型冠狀病毒藥物的研究工作。在疫情期間，阿里免費向全球公共科研機構開放一切AI算力，以加速本次新型肺炎新藥和疫苗研發的進程。

2020年年2月，國家發改委、工信部、科技部等11個部委聯合蓋章正式發布《智能汽車創新發展戰略》提出，到2025年，實現有條件自動駕駛的智能汽車達到規模化生產，實現高度自動駕駛的智能汽車在特定環境下市場化應用。智能交通系統和智慧城市相關設施建設取得積極進展，車用無線通信網絡(LTE-V2X 等)實現區域覆蓋，新一代車用無線通信網絡(5G-V2X)在部分城市、高速公路逐步開展應用，高精度時空基準服務網絡實現全覆蓋。

2020年4月，中共中央、國務院發布關于構建更加完善的要素市場化配置體制機制的意見。其中提出，提升社會數據資源價值。培育數字經濟新產業、新業態和新模式，支持構建農業、工業、交通、教育、安防、城市管理、公共資源交易等領域規范化數據開發利用的場景。發揮行業協會商會作用，推動人工智能、可穿戴設備、車聯網、物聯網等領域數據采集標準化。

2020年6月，中國工程院院士劉韻潔表示，南京網絡通訊與安全紫金山實驗室已研制出CMOS毫米波全集成4通道相控陣芯片，并完成了芯片封裝和測試，每通道成本由1000元降至20元。封裝集成了1024通道天線單元的毫米波大規模有源天線陣列，芯片與天線陣列有望于2022年規模商用于5G系統。2020年6月，國家藥品監督管理局發布消息，安德醫智旗下BioMind“天醫智”的顱內腫瘤磁共振影像輔助診斷軟件通過了NMPA三類醫療器械審批。該產品是由天壇醫院和安德醫智聯合成立的"神經疾病人工智能研究中心"研發，是首個藥監局獲批的、以“影像輔助診斷”命名的醫療AI軟件。

2020年8月，為加強人工智能領域標準化頂層設計，推動人工智能產業技術研發和標準制定，促進產業健康可持續發展，國家標準化管理委員會 、中央網信辦、國家發展改革委、科技部、工業和信息化部聯合印發了《國家新一代人工智能標準體系建設指南》。據《國家新一代人工智能標準體系建設指南》，到2021年，明確人工智能標準化頂層設計，研究標準體系建設和標準研制的總體規則，明確標準之間的關系，指導人工智能標準化工作的有序開展，完成關鍵通用技術、關鍵領域技術、倫理等20項以上重點標準的預研工。

2020年10月，由中國移動和輕舟智航聯合部署的無人公交落地蘇州高鐵新城，并啟動了“蘇州無人公交早鳥計劃”，招募一批有日常通勤需求的市民免費搭乘。

2020年12月，中國科學技術大學宣布，該校潘建偉團隊與中科院上海微系統所、國家并行計算機工程技術研究中心合作，成功構建76個光子的量子計算原型機“九章”。根據現有理論，在經典數學算法“高斯玻色取樣”任務中，“九章”一分鐘完成的任務，超級計算機需要一億年。

2020年12月，微軟亞洲研究院宣布聯合清華大學、北京大學、南京大學、蘭州大學、新加坡國立大學、首爾國立大學等多所亞洲地區高校，成立OpenNetLab開放網絡平臺聯盟。OpenNetLab平臺旨在通過為研究人員提供通用的分布式網絡測試平臺，以及真實的網絡評測數據集，推動人工智能（AI）在網絡研究中的應用與發展，構建健康、可持續的網絡研究生態系統。目前，該平臺已經完成了多個節點的建設及小規模部署測試，并且正在逐步進入大規模測試階段。2020年12月，清華大學朱文武教授帶領的網絡與媒體實驗室發布了全球首個開源自動圖學習工具包：AutoGL (Auto Graph Learning)。該工具支持在圖數據上全自動進行機器學習，并且支持圖機器學習中最常見的兩個任務：節點分類任務（node classification）與圖分類任務（graph classification）。