人工智能赋能“新基建”产业 新业态正在崛起

作为引领世界未来的颠覆性技术，人工智能正在创造新产业、新业态，并改变人类生活。目前，我国已重点部署从信息基础设施、融合基础设施、创新基础设施三大方面推进“新基建”发展。人工智能“新基建”将推动人工智能与5G与云计算、大数据、物联网等领域深度融合，加速人工智能与实体经济深度融合，形成新一代信息基础设施赋能产业的核心能力。

2020世界人工智能大会首次云端峰会上，工信部部长苗圩在致辞环节中表示，近年来我国人工智能产业实现了良性发展，一是技术创新日益活跃，语音识别等部分应用技术处于全球领先的水平；二是产业规模持续壮大。2019年底，我国人工智能核心产业的规模超过了510亿元，人工智能的企业数量超过了2600家；三是人工智能与行业融合应用在不断深入，各领域+人工智能的新技术新模式、新业态不断的涌现，前景可期。可以说，人工智能作为科技发展方向，有望推动新一轮产业升级革命。

人工智能全方位赋能“新基建”产业

在新基建的背景下，人工智能的发展无疑更受关注。数据显示，2019年，我国地方政府共出台276项涉及人工智能发展的相关政策，超过2018年的259项。同时，从内容看，与2018年相比政策更加细化，推出了一系列对具体产业和应用场景开放的扶持政策。

人工智能作为“新基建”的一部分，对于产业变革的参与体现在“+人工智能”与“人工智能+”两方面：一方面提高生产效率、降本增效，即“+人工智能”；二是创造新的需求和增长点，即“人工智能+”。

“+人工智能”主要是依托人工智能快速高效处理数据的能力，提升行业服务能力、改变服务模式，降本增效。特别是此次疫情下，人工智能技术的发展为各行业业务线上化提供了技术支撑，为各行业数字化转型提供更贴近用户需求的服务模式。新基建浪潮加速人工智能产业化进程，随着人工智能产业化应用的全球化落地，新产品、新应用、新场景层出不穷。“人工智能+”的产业化应用增长不断加速，并在未来几年达到爆发性增长临界点，“人工智能+”产业化将迎来起飞。

以浙江杭州市余杭区秒优服饰智能工厂为例，该工厂机器人将订单所需的面料辅料精准送到各个吊挂生产线，每台机器、每个工人的具体任务、实时进度等都化为大数据，显示在工厂的大屏幕上。作为一家今年3月份才成立的小企业，他们在短短四个月间就接到了4万多个订单，每个订单最少有100件……在浙江，越来越多的制造行业正借力人工智能，实现后疫情时代的产业“突围”。

中国人工智能尚在产业化初期，市场发展潜力大

产业化程度是判断人工智能发展活力的综合指标，从市场规模角度，据 IDC 数据，2019 年，美国、西欧和中国的人工智能市场规模分别是 213、71.25 和 45 亿美元，占全球市场份额依次为 57%、19%和 12%。中国与美国的市场规模存在较大差异，但近年来国内 AI 技术的快速发展带动市场规模高速增长，2019 年增速高达 64%，远高于美国(26%)和西欧(41%)。从企业数量角度， 据清华大学科技政策研究中心，截至 2018 年 6 月，中国(1011 家)和美国(2028 家) 人工智能企业数全球遥遥领先，第三位英国(392 家)不及中国企业数的 40%。

从企业布局角度，据腾讯研究院，中国 46%和 22%的人工智能企业分布在语音识别和计算机视觉领域。横向来看，美国在基础层和技术层企业数量领先中国，尤其是在自然语言处理、机器学习和技术平台领域。而在应用层面(智能机器人、智能无人机)，中美差距略小。展望未来，在政策扶持、资本热捧和数据规模先天优势下，中国人工智能产业将保持强劲的增长态势，发展潜力较大。

人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革积蓄的巨大能量。持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动环节，催生新技术、新产品、新产业。

同时，通过“新基建”浪潮加速人工智能等技术在各行业的数据融合创新应用，将促进更大范围的数据聚合使用，从而更大程度释放人工智能的应用价值。人工智能技术的创新与应用，一方面凭借对海量数据的高速处理能力，人工智能正在为金融、政企、电商等行业在复杂动态网络、人机协作、业务安全、隐私保护等方面提供了革命性的解决方案，加速技术创新与各行业的融合发展。

打造人工智能新基建生态须多方协同

“新基建”加速大数据、人工智能技术在各行业里的应用，业务上云、营销数字化等，由线下业务线上化转型带来的业务风险也不断加大。因此，打造人工智能新基建生态迫在眉睫。

首先，自上而下的人工智能基建顶层设计决定了人工智能基建的基本原则、主要目标、重要工程和保障措施等方面。目前人工智能基建顶层设计面临以下挑战：国家和地方推进的一致性、各部位与各地方规划如何协同等。自上而下的统一规划及协同推荐，才能最大释放人工智能作为新一轮产业变革的核心驱动力量，推动数万亿数字经济产业转型升级。

其次，人工智能正处在从实验室走向大规模商业化的早期阶段，越来越多的人工智能技术从开发者和实验室中走出来，开始进入到各个行业中。但未来人工智能基建能否最大化释放应用价值，取决于开放共享和高效利用协同发展。通过各领域海量和优质的应用场景的数据开放，实现数据跨行业跨部门共享共用，同时强化数据安全风险管控，提升数据使用的高效性。

第三，当前，网络安全已经上升为国家战略，新基建、新安全，一方面要加快制定人工智能技术与传统产业融合过程中数据采集、存储、使用等问题的标准规范，防止由数据开放过程中造成的网络安全风险。另一方面，随着人工智能技术与企业业务的深度融合，推动业务场景和服务模式的重塑，将原有风控链条拉长并产生新的风险节点，同时新技术的发展也带来网络黑产的技术升级，给企业业务带来新的风险与挑战。

业务安全成为人工智能产业化的安全“新风向”。随着线下业务线上化进程加速，企业在获客、营销等关键环节，网络黑产对于企业业务的威胁更加严峻，随着黑产规模的不断壮大、产业链的不断成熟、新业态不断涌现给黑产带来更多“可能”，各种新手段层出不穷，业务安全防护态势愈加严峻。人人云图建议，在新基建浪潮下，企业在追求新技术应用带来的机遇同时，更应该注意手段不断翻新、规模不断壮大、技术不断更新的网络黑产对企业业务增长带来的安全隐患。

值得一提的是，人工智能发展也需要处理好与法律、安全、道德伦理和政府治理等方面的问题。目前来看，在医疗诊断、无人驾驶、智能教育等各个领域，都面临着人工智能技术实践领先于法律和政策现状的问题，都需要在发展过程中妥善解决。