1、AI的发展历程

人工智能（ArtificialIntelligence）指由人类制造出来的机器所展现出来的智能，试图通过计算机来模拟人的思维过程和行为。目前这一领域主要包括计算机视觉、自然语言处理、跨媒体分析推理、智适应学习、群体智能、自主无人系统、智能芯片和脑机接口等关键技术，将为人类的生产生活带来革命性的转变。自1956年达特茅斯会议第一次提出人工智能的概念以来，人工智能的发展经历了三次浪潮：第一次浪潮（1956-1974）：算法雏形初现第一次浪潮的主要成就是算法、方法论及早期人工智能系统。其中最为杰出的代表就是贝尔曼公式（增强学习的雏形）和感知机（深度学习的雏形）。早期人工智能系统主要是用机器证明的办法去证明和推理一些知识，第一次浪潮中实现效果最好的就是定理证明。这一时期出了很多人工智能系统，如STUDENT（1964年）、ELIZA（1966年），前者能够实现应用题的证明，后者可以实现简单的人机对话。但随着计算能力的不足、社会资本的退出、政府资助的下降，人工智能迎来第一次寒冬。第二次浪潮（1974-2006）：专业化发展较第一次浪潮而言，第二次浪潮朝着更为专业化的方向发展，侧重于借用领域专家的知识来武装自己。这一时期的主要成就是人工智能计算机、多层神经网络和BP反向传播等方算法的突破及语音识别和语言翻译等领域。第二次浪潮更专注于解决实际问题，不再专注于理论知识的证明。由于人工智能应用的范畴依旧有限，人工智能的浪潮在90年代开始逐渐消退。第三次浪潮（2006-至今）：基于互联网大数据的深度学习与前两次浪潮不同，第三次浪潮依靠的是计算机性能的提升和海量数据的不断积累，其核心是深度学习的突破。2016年的AlphaG和2017年的AlphaGMaster这两个智能程序的胜出，促使着人工智能逐渐成为当下炙手可热的研究领域。依靠算法、大数据、计算力的作用，人工智能迎来第三次浪潮。此外，深度学习在语音识别、图像识别、自然语言理解等领域均取得了突破性进展，再加上海量数据提供测试样本和强大计算能力的支持，人工智能开始向前高速发展。

人工智能发展历史

2、AI是中国弯道超车的好机会智研咨询发布的《2020-2026年中国AI芯片产业运营现状及发展前景分析报告》数据显示：众所周知，国内科技企业往往都是先从低端产品做起来，再逐步往上游延伸。比如先从EM做到系统集成，然后再做上游关键零部件，最后积累实力才涉及更基础的研发。AI的浪潮中，最核心的就是算法，大家都在算法上角逐，使得基础研究到技术开发到系统集成扁平化，研究比一般的企业更加贴近市场，这会带来全新的变化：企业创始人和核心管理团队都必须是技术大牛，企业的文化更加高效，从而极大降低管理成本。在基础研究领域中，国、内AI的水平在迅速提升，中美是最有可能引领该潮流的两个国家，AI是中国弯道超车的好机会。过去二十年间，全球众多国家和地区广泛地参与到人工智能领域的基础性研究中，其中中国和美国的论文产出位于全球的第一、二位，且是位于第三位的英国产出量的倍以上。英国、日本、德国、印度、法国、加拿大、意大利、西班牙、韩国、台湾、澳大利亚构成了该领域论文产出的第二梯队。

数据来源：公开资料整理

虽然论文多，但是国际人工智能杰出人才集中投入于美、英、德、法等少数发达国家，排名前十的国家AI人才投入占据总量的63.6%。美国在人工智能杰出人才投入量上依旧遥遥领先，占据世界总体的25%，。中国排名第六，杰出人才占比过低。此外高强度人才投入的企业集中在美国，中国仅有华为一家企业进入前20。国际人工智能人才投入主要以计算机软硬件开发企业为主体，美国相关行业发轫于19世纪末，IBM、微软、谷歌等公司皆为行业巨头，在世界范围内拥有广泛的影响能力，成为集聚人工智能领域人才的企业前三甲，英特尔、通用电气、惠普、霍尼韦尔、思科、高通、苹果等美国知名企业也榜上有名。德国的西门子、SAP、软件、博世三家企业入驻前20，主要以大型制造企业为主。3、中国AI产业整体分布特征中国AI企业集中分布在京津、长三角、珠角及中西部几个重点省份。

数据来源：公开资料整理

数据来源：公开资料整理

4、中国AI企业主要集中在应用层中国AI企业主要集中在应用层(AI应用终端及AI应用行业解决方案)，占比接近80%;技术层的企业主要集中在计算机视觉领域，占比近70%;应用层企业中，机器人、无人机、AI+医疗、AI+教育、AI+金融、AI+制造等领域占比较大。

数据来源：公开资料整理

中国AI企业发展尚处于早期，主要集中在A轮和天使轮按地域划分来看，北京、广东、上海、浙江、江苏、安徽等地发展较快，已经聚集一批发展到中后期甚至上市的企业，山东因为AI领域的企业主要是由传统制造业转型成工业机器人或者AI+制造企业，中后期企业占比相对较高。

数据来源：公开资料整理

5、中国AI产业重点发展区域环渤海地区北京优势明显并将赋能周边,地区发展空间巨大环渤海地区依托北京的发展优势，未来会有较大的发展空间。北京AI产业链发展相对成熟、全国领先，在各细分领域已经发展出一批优秀企业，而山东、天津等地传统产业发展成熟，制造业基础雄厚，未来北京的龙头企业都可以赋能环渤海地区的传统产业升级，进而带动环渤海地区整个AI产业的发展。

数据来源：公开资料整理

数据来源：公开资料整理

G60科创走廊，长三角一体化给长三角地区AI产业的发展带来很大的集聚效应，并且在些AI细分领域已经形成龙头优势，计算机视觉、智能语音、芯片、AI+安防、机器人、AI+医疗等产业都已经全国领先，其中不乏科创板及主板、创业板A股上市公司。

数据来源：公开资料整理

长三角地区AI企业细分领域及区域分布热力图

数据来源：公开资料整理

珠三角地区龙头企业带动产业整体发展智能终端优势明显珠三角地区的AI产业主要集中在深圳，得益于华为、中兴、大疆等龙头企业的带动作用，带动了周边相关产业的发展，同时深圳的先进AI技术又能赋能东莞、中山、佛山等地传统制造业的智能化改造和升级进一步推动周边整个地区的AI产业发展，随着南沙自贸区的成立和国家战略地位的作用凸显，广州AI产业快速崛起，进一步与整个珠三角地区协同。

数据来源：公开资料整理

数据来源：公开资料整理

中西部地区主要聚集在高校和人才优势明显的核心城市中西部地区AI产业发展较好的省份主要有:陕西、四川、湖北、重庆、湖南等地，这些省份的AI企业主要聚集在省会城市，主要依托当地高等学校的优质的人才资源、科研技术资源及当地传统产业基础。

数据来源：公开资料整理

数据来源：公开资料整理

6、中国AI产业重点发展城市重点城市的AI企业数量占到了全国AI企业总数的89.5%我国AI企业主要集中在北京、上海、 深圳等主要城市，人才、科研实力、产业环境、资本环境、政府的行动是影响的主要因素。

数据来源：公开资料整理

数据来源：公开资料整理

7、中国AI产业地区发展总结及展望第-梯队:北京、上海、 深圳、杭州总结:经济、政策、人才、科研实力、产业环境、资本环境的全面优势使得四个城市的创新创业高度、速度均远超其他城市,进而AI产业发展的规模及成熟度远高于其他城市;展望:资本环境是影响第一梯队城市AI产 业发展壮大的重要因素, AI作为典型的2B型企业，发展速度较慢，客户靠结寨扎营式的逐步积累，因此发展到盈利一般需要较长的时间，需要资本的持续扶持。

数据来源：公开资料整理

第二梯队:苏州、广州、南京、天津、合肥、成都、武汉总结:人才是制约这些地区AI产业发展的重要因素，基础层和技术领域需要的高端技术人才、产业智能化改造的应用型人才受限于当地的人才培育环境、人才引进力度、当地的生活环境、薪资水平等诸多因素的影响;其中，广州天津、南京、成都、武汉等城市缺乏大型科技企业的支持，初创企业数量和规模不明显，进而较难通过大型企业赋能周边企业的发展，难以形成产业集聚的效应。展望:政府是推动当地AI产业发展的最重要力量;力度更大的国内外AI人才引进计划辅以本地化的人才培养是这些城市解决人才短缺问题可以采取的手段;通过与领先企业联合成立实验室、成立合资公司、邀请领头企业参与本地项目是这些城市提升本地科研技术水平、赋能当地产业、形成产业集聚的必要手段;当地与AI可应用产业吻合度高的产业基础更雄厚，本地化的数字化基础设施水平更高的地区更容易实现迅速发展，形成自己的优势产业。

数据来源：公开资料整理

其他:胺、庆、长沙、郑州总结:这些地区的AI产业大多处于萌芽或者刚起步的阶段，人才短缺、技术实力不足、资本环境较差、政策支持力度不足是导致这些地区AI产业发展落后的主要因素;部分地区也依赖本地化的优势资源，形成了一些当地的较为特色的细分产业，如西安的无人机产业、长沙的智能制造设备、郑州的智能终端等。展望:政府是推动当地AI产业发展的最重要力量，政府需要结合本地的产业特色做好战略规划，可以不用追求AI产业的全面发展，重力发展具有本地优势的可以与AI产业结合的产业更有优势，也更有利于推动本地AI产业的整体发展水平;结合本地的实际情况，出台专门的引进本地亟需的AI人才的手段;根据实际情况，引进龙头的AI企业，赋能当地相关产业的智能化的改造升级，赋能当地企业的发展，同时推动相关产业整体水平的提升,形成产业集聚。

数据来源：公开资料整理