小说流氓医生近日，中国工程院中国新一代人工智能发展战略研究院发布了《中国新一代人工智能科技产业发展 2023》（以下简称《报告》）。今年的报告的主题为 建设具有全球竞争力的人工智能产业集群 。

　　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创业活动，为自主可控技术体系的构建和产业国际竞争力的提升奠定了基础。

　　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，共同构建富有活力的产业创新生态，人工智能产业发展表现出日益明显的集群化趋势。

　　《报告》研究表明，区别于传统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。基于物理空间技术体系的创新发展，前三次工业革命的产业集群和创新集群对地理空间具有依赖性，创新扩散速度相对缓慢。第四次工业革命源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发展，技术、产品和服务的创新速度更快，创新的应用领域和地域范围更加广泛。

　　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业生态。其中，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。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化创新集群。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。

　　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 的空间结构特征。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，是人工智能产业化集群及其产业创新生态的栖息地，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。

　　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。通过外部创新资源的引入和内部创新资源的激活，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。

　　《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 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。通过属性数据和关系数据分析，考察我国人工智能产业集群的内在结构和发展趋势。

　　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 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、科研院所和新型创新组织是平台主导的产业创新生态的重要组成部分。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 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。

　　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、技术和产业领域分布，刻画我国人工智能产业集群的 极化 和 扩散 情况。

　　从技术合作关系看，北京市、广东省和上海市构成了我国人工智能产业集群价值网络的三个 极点 。同时，北京市、广东省、上海市、江苏省、安徽省、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。

　　从技术合作的流向看，我国人工智能科技产业发展仍然以 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%。在某种程度说，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 。

　　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。

　　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，占比 10.87%；排名第二、第三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，北京和深圳构成了人工智能技术合作关系流动的南北 两极 。

　　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 8.07%。

　　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 25.41%；排名第三的是电气机械和器材制造业，占比 9.30%。

　　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。

　　从创新 极化 和 扩散 的区域、应用、技术和产业领域的分布情况看，随着人工智能科技创新，包括智能制造、智能芯片、智能网联汽车、科技研发和服务、智慧医疗和智慧教育在内的重点产业领域的创新集群，是人工智能科技产业集群发展的前沿。例如，2019 年以来，在智能芯片产业的发展上，涌现出包括阿里平头哥、百度昆仑芯、华为海思、壁仞科技和一微半导体在内的一批智能芯片研发设计公司。平台企业通过打造包括智能芯片、操作系统、机器学习平台和预训练大模型在内的根技术创新体系和软硬件协同创新生态，为创新集群构筑技术底座。

　　在智能网联汽车产业，形成了以百度和华为为 双核 的软硬件协同产业创新生态。传统汽车企业、造车新势力、中小企业和新创企业的加入，加速了智能网联汽车产业集群的发展。同时，中国新一代人工智能发展战略研究院的社会实验研究表明，我国在发展智能网联汽车产业上具有良好的社会氛围。随着人工智能和汽车产业的深度融合，智能网联汽车产业集群将成为人工智能和实体经济融合发展的代表。

　　随着生成式人工智能的发展，人工智能在科技研发、服务和教育领域的创新应用将引发新一轮产教融合，是人工智能产业集群发展的新前沿。人工智能带来的创新生产方式的变革，不仅带来产业的快速发展，而且带来科技创新范式和教育范式的新变革。

　　人工智能是全球科技和产业竞争的焦点。在深科技创新驱动下，在中国正在形成与美国相抗衡的人工智能创新联盟。构建自主可控技术体系和软硬件协同创新生态，是培育和发展具有全球竞争力的人工智能产业集群的战略目标。

　　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，我们还面临着来自美国技术封锁、技术体系存在短板和头部平台企业技术升级相对缓慢带来的挑战。加速发展具有产业赋能能力的新型平台及其主导的产业创新生态、高水平规划和发展新型创新区、建设高度开放的创新系统推动与世界各国的技术合作、推动通用人工智能和专用人工智能的融合，是应对挑战和加快人工智能产业集群国际竞争力提升的战略支撑。