工联网消息(IItime) “2020中国智能产业论坛”于9月7日在北京国家会议中心举办。世界工程组织联合会（WFEO）主席、中国新一代人工智能发展战略研究院执行院长龚克出席会议并发表演讲。

智能产业下一步如何走？龚克说到。

第一，智能科技产业需要开放连接，没有开放连接就没有智能企业好的增长。智能科技企业本身也要创造开放连接，“目前美国如果采取脱钩，就破坏了智能科技企业全球开放创新的形态，所有的智能产业都是受害者，IBM和微软等企业也不可能在脱钩当中受益。”龚克表示，现在所说的“国内大循环为主、国内国际双循环相互促进”的格局，一定是将创新和开放相结合，坚持改革开放，所以要做到扩大开放、反脱钩。“因为全球化是一个大趋势，不是哪一个政治领导人喜好的问题，而是一个在全球资源配置众，实现生产关系的优化配置的根本原因，这是不可能逆转的。”

第二，中国人工智能产业正在加速步入融合产业部门为主导的AI+阶段，但也必须看到从通用技术向专门技术转化的过程，看到专门技术经过提升以后又反过来举一反三地支持其他企业的过程。“消费互联网的升级和产业互联网的启动，将带来新的广阔的应用空间”龚克强调。

最后，龚克认为，单纯的、局部的技术引进难以推动融合产业的共同发展，必须要在平台形成一种紧密的连接。要进一步扩大应用场景，加快工业互联网的建设，不能没有底层的智能网络接入数据。因此，积累和开放工业数据，打造工业互联服务的平台非常重要。龚克表示，“工业互联网要有工业互联网的运营商才能带动起来，这是发展智能融合产业特别是制造业的必要条件和当务之急。”

以下为演讲实录：

谢谢主持人的介绍，今天我是以中国新一代人工智能发展战略研究院执行院长的身份受邀参会发言，中国新一代人工智能发展战略研究院是中国工程院和天津市人民政府依托南开大学打造的一个智库，主要研究发展战略，在场的刘韵洁院士也是我们战略院学术委员会的委员。今天向大家汇报的是我们在6月份发布的一个报告，我们从2018年、2019年、2020年连续三年发布人工智能科技产业发展的报告，这个报告是由我们战略院的首席经济学家刘刚教授带领团队完成的。实地调研了几百家企业，同时也采集了一些公开数据，选出了797家人工智能企业，都是能够识别获得数据的企业。在这样一个智能产业的系统中，还找到了1915家投资者（包括彼此相互之间的相互投资）、109所大学、100多所科研机构，以及各种会议、联盟、政府和工业园等等，我们建立了包含5类主体、共计5554个样本的中国智能科技数据库，采集的数据主要包括两类：一类是属性的数据，比如什么时候成立、技术应用在什么领域等；另一类是关系数据。由于时间关系，今天只介绍对于关系数据的研究情况。

首先来看技术关系，技术从哪输入，向谁输出；然后是人力关系，例如核心的人力从哪里来，前期的工作经验在哪里，如果跳槽的话向哪去；还有投融资关系，资金从哪来，投资向哪去。我们绘制了这样一张价值网络关系图，一共形成了3万多条边，每条边表示一个关系，我们发现不仅关系特别多，而且相当聚集，具有极好的连接性。根据复杂价值网络统计，平均度、聚类系数、路径平均长度都是呈现出这个产业高度聚集的特点。我们可以看到在“人力资本”相关数据的统计中，有78%的人前期学习经验是在国内学习的，其中最突出的是清华大学；国外大概占到20%以上，国外学习经历中，比较多的是卡耐基梅隆和斯坦福。关于“前期工作经验”，将近90%是在国内，具有百度和阿里工作经历的比较多，在国外前期工作经验中，具有IBM、微软工作经历的都有。在“技术关系”中，也做了关于国内国外的分析。

我们从这些信息感觉到，这是具有高度聚集的、极强连接的发展形态。我们又从797家企业当中研究了15家由科技部认定的开放创新平台，包括百度、阿里、腾讯、科大讯分等等。这15家企业从数量上只占总体的1.9%，但是相关的节点数达到了33%，关系数占到30%以上。也就是说占不到2%的平台在所有连接当中达到1/3。我们可以看出这些平台在这里起到非常突出的作用，也就是说这个产业的发展从总体来看，平台起着非常重要的主导作用。统计值表明：第一，中国智能经济是高度聚集的；第二，是平台具有极强的辐射和带动。相比前两年，华为在平台当中没有这么突出的作用，但是看2019年的数据，硬件和软件对其他企业的输出和技术赋能都有突显，包括和其它方面的联系。

我们把这些归结起来，这个产业发展形态具有连接、集聚、赋能、加速、扩散的发展过程。平台的作用主要发生在前面三个部分，就是建立连接，形成集聚，通过相互赋能实现后面的加速发展，这是我们的一种观察。下面我们再稍微看一看技术关系，前面我们看到这种技术的输入和输出在国内国外的情况，技术输出90%都是国内公司，将近10%输出到国外公司。技术中的算力、算法、应用软件和区块链等等，输入输出的关系又稍微有所不同。比如软件就是输出更多一点，算法和硬件基本上就是输入和输出相当。我们再来看技术输入，82%来自国内，具体来自这些地区，其中最突出的就是北京地区，北京地区聚集了一大批人工智能的核心产业。国外技术输入占比最高的是国家美国，然后是德国、英国、新加坡、韩国、日本和以色列，等等。我们认为人工智能产业发展从技术和地域来看是多样性的，各种技术分类也是非常多样性的。

赋能是指输出，国际上可以看到为数不多的输出当中排在前面的还是美国和德国，也是和输入相关的，因为这些都是有来有往的。再更进一步分析，形成这些趋势和背后政府给出的政策、企业在这个地区的相对聚集都是有关系的。

再来看投融资关系，把整个把融资量看做100%，分布呈现出这种形式：关键技术研发应用平台的融资、企业技术集成与方案提供、智能算法和大数据与云计算方面的投资跟前两年相比是相对下降的。应用方面包括智能交通、零售、汽车等等是在上升。我们认为前面这四个方面就是产业的核心部分，大概只占到总的融资的18%，之前的2017年占比是超过40%，越来越多的资金在向+AI或者AI+发展。

我们研究的是50家非初始人工智能上市企业，都是比较有影响的上市公司，原来多多少少可以成为自己行业的龙头企业，比如小米、联想、大华股份，这些公司在技术输入和技术赋能中所占的比重与前两年相比明显提升，融合发展正在逐渐成为主导。例如，京东本来是用智能解决自己物流的问题，但现在通过京东数科的成立也在向外赋能，逐渐发展成为平台。所以，我们看到从消费互联网发展出来的一批平台，以及其他产业部门中的一些龙头企业在向着平台化转型，成为人工智能产业发展当中一支非常突出的新军。这些是技术赋能和技术输入的情况，以及50家企业技术赋能给了哪些单位、哪些方向，包括技术输入来自哪里。

由于时间有限，简单说一说我们通过研究所得出的几条结论。

1．智能科技产业是需要开放连接的，没有开放连接就没有智能企业这么好的增长。智能科技企业本身也是创造开放连接的，目前美国如果采取脱钩，就破坏了智能科技企业全球开放创新的形态，所有的智能产业都是受害者，IBM和微软等企业也不可能在脱钩当中受益。现在我们讲构建国内大循环为主、国内国际双循环相互促进的格局，一定要将自己的创新和开放相结合，坚持改革开放的定力，所以要做到扩大开放、反脱钩。因为全球化是一个大趋势，不是哪一个政治领导人喜好的问题，而是一个在全球资源配置众，实现生产关系的优化配置的根本原因，这是不可能逆转的。

2．我们看到中国人工智能产业正在加速步入一个融合产业部门为主导的AI+或者+AI的阶段，这并不是否认核心产业的作用，但必须看到应用在迅速扩大，也是从通用技术向专门技术转化的过程，专门技术经过提升以后又反过来举一反三地支持其他企业。这个时候我们看到的是消费互联网的升级和产业互联网的启动带来新的广阔的应用空间，这一点也是需要注意的。

3．最后，我们看到单纯的、局部的技术引进难以推动融合产业的共同发展，必须要在平台形成一种紧密的连接。要进一步扩大应用场景，加快工业互联网的建设，现在如果我们想要在智能制造方面取得突破，没有底层的智能网络接入数据就很难发挥作用，因此积累和开放工业数据，打造工业互联服务的平台非常重要。我们认为，工业互联网要有工业互联网的运营商才能带动起来，这是发展智能融合产业特别是制造业的必要条件和当务之急。