AI赋能实体经济贡献收入将超570亿元

今年高校本科招生志愿填报工作已经告一段落。从全国各地陆续传递的信息来看，人工智能（AI）相关专业成为热门专业。

今年3月以来，全国共有35所高校获首批建设“人工智能”本科新专业资格，包括清华大学、北京大学、北京航空航天大学等院校。

其实在去年，就有不少高校计划开设相关课程。据统计，去年全国各大高校新增备案本科专业中，数据科学与大数据技术（196所）、机器人工程（101所）、智能科学与技术（96所）、智能制造工程（50所）。随着技术不断迭代，市场认知也逐渐完善，更多产业对人工智能抱以热忱，人工智能也已经从讲技术教育市场的阶段，过渡到思考如何将技术与商业相结合、与合作伙伴共同重构传统产业价值链的阶段。时代进入了人工智能与传统产业广泛、深度融合的前夜。

AI赋能实体经济贡献收入将超570亿元

根据艾瑞咨询《2019年中国人工智能产业研究报告》显示，近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现，预计2019年人工智能核心产业规模将突破570亿元，目前，安防和金融领域市场份额最大，工业、医疗、教育等领域具有爆发潜力。

另一方面，2018年人工智能相关公司总数达到2167家。人工智能企业可划分为基础层、技术层和应用层，基础层以AI芯片、计算机语言、算法架构等研发为主；技术层以计算机视觉、智能语音、自然语言处理等应用算法研发为主；应用层以AI技术集成与应用开发为主。根据中国新一代人工智能发展战略研究院调研数据，中国人工智能企业多集中在应用层，技术层和基础层企业占比相对较小；从技术类型分布来看，涉及机器学习、大数据、云计算和机器人技术的公司较多，整体分布相对均匀。

AI的新兴发展模式

AI的新兴发展模式主要包括智联网AIoT、AI PaaS和AI+产业互联网。

AIoT的体系架构中主要包括物联网设备及解决方案、操作系统/平台、基础设施（以云服务形态为主）等三大层级。智能化设备是AIoT的“五官”与“手脚”，可以完成视图、音频、压力、温度等数据收集，并执行抓取、分拣、搬运等行为，通常是物联网设备与解决方案搭配向客户提供，这一层涉及设备形态多样化，玩家众多。预计2020年我国物联网连接量将达到60亿个。AIoT对实体经济的融合赋能，使AIoT整体业务享有万亿级市场空间，先入者已开始构建自身业务壁垒。

随着人工智能技术对传统产业的不断渗透，越来越多的企业对AI产生了需求，但自主组建一支AI技术团队，研发相关系统和应用对于大部分公司而言投入产出比并不高，而且难以达到“即插即用”的效果，因此通过云平台PaaS层输出AI能力的AI PaaS服务成为需求方向。结合产业化落地，AI PaaS平台可分为三个阶段，即模型自动化生产、模型规模化生产和模型智能化生产，逐步实现去监督化生产。

互联网巨头公司正致力于推动产业互联网发展，希望通过丰富的云端应用打通产业链上下游企业，使真实的生产数据能够在云平台累积。其中，AI主要通过认知智能体现价值，由NLP、知识图谱技术建立打通产业的关联数据库，通过机器学习训练模型，推导出最佳的优化策略，向企业输出解决办法、咨询服务或SaaS应用等，使整条产业链的生产更柔性，商业逻辑更具可预测性。随着平台用户增加，导入数据激增，AI算法获得更多优质数据训练，准确率上升，产生能够撬动更多用户的核心竞争力，形成良性循环的产业生态，从而达到技术推动传统产业升级的效果。

AI相关专业人才稀缺

《中国新一代人工智能发展报告2019》显示，2018年以来，人工智能对科技、产业和社会变革的巨大潜力得到全球广泛认同，各国人工智能战略进一步升级，人工智能正在从少数大国关注走向全球布局。

据统计，2018年中国人工智能市场规模为17.6亿美元，预计2023年这一规模将达到119亿美元。到2030年，中国有望在人工智能理论、技术与应用方面总体达到世界领先水平，成为世界主要人工智能创新中心。

而根据LinkedIn发布的《全球人工智能领域人才报告》显示，人工智能领域的人才需求，在过去三年间增长了8倍。从全球来看，中国空缺的人工智能职位最多，《AI指数2018年度报告》指出，中国有超过1万个相关职位虚位以待。从岗位空缺与求职人数比率看，2018年岗位空缺与求职人数比率不断上升，三季度比率为1.25，也就是125个岗位只有100个求职者。

并且据网易科技与乌镇智库在2016年出品的《全球人工智能发展报告》中显示，中国人工智能大学排名靠前的分别是清华大学、北京大学、上海交通大学、浙江大学、复旦大学、南京大学等。目前国内的互联网和高科技巨头企业都特别热衷招聘人工智能相关专业的毕业生，如果是博士的话，起始年薪几乎都在30万元以上。

可见在中国人工智能市场规模不断扩大的同时，对于人工智能岗位人才的需求也在不断增长。北京市政交通一卡通公司数据总监张翔对《数据》记者表示，作为大数据企业来说，还是非常愿意招收大数据专门学科毕业的学生，同时需要的人才也是多维度的，包括统计、数学等各层面，复合型人才就业前景还是很好的。

专业课程设置仍需不断完善

那么究竟人工智能专业、大数据专业都需要学习哪些课程呢？张翔介绍道：“其实大数据专业一开始应该是叫数据科学，是一个交叉学科，核心是数学，是面向应用的数学，是应用创新与实践落地，这个学科完全是面向产业的桥梁。但是高校里面，虽然都是一个专业，但是会有定向培养计划，比如大数据学院里面会有定向培养宏观经济的、有交通层面的等等，但这一切都还是起步阶段。”

虽然近几年看来，人工智能、大数据等相关专业正如前几年的计算机专业一样被“炒得火热”，但其实对此还存在一些争议。

清华大学互联网产业研究院院长朱岩表示，人工智能专业的设置未来还会迎来很大发展，但是目前看来，该专业本身的教学理念、教学计划还有一定的问题。人工智能本身的发展还处于初级阶段，包括三个板块，第一个是人工智能图像识别技术，第二个是符号逻辑，第三个是人脑生理研究，这是人工智能领域中至关重要的一部分，但其实这是生命科学专业所需要研究的。所以说人工智能其实是一个高度交叉的领域，如果单独作为一个学科，专业综合性的要求会很高。

大数据专业也是类似，我们最后讨论的结果应该叫商业分析专业。我们认为需要区别计算机、数据等一些传统专业，大数据是一个很模糊的概念，需要涉及的学科很多，包括计算机、系统工程、商业经济等，而我们所办的大数据就是用来做商业分析的，帮助企业基于大数据做出商业模式等分析。

市场压力敦促AI行业形成产业链

全球科技竞争进入敏感时期，产品出口、系统软件采购，芯片进口、指令集架构授权和标准协议合作等多方面都可能受到限制，这对以应用开发见长，基础层支撑积累较浅的国内AI公司带来了隐患，也形成了倒逼产业链上游企业发展的动力。

如今，国家方面更注重基础科学人才的培养，对于初创企业以政府引导基金的形式进行扶持，税收政策上也有减免倾向；企业方除加大研发投入和投资布局外，开始寻找和培养相关环节的国内替代供应商，从需求角度带来了利好。面对环境压力和产业需求，国内AI基础层公司在高端产品方面仍显不足，但在应用广泛的中低端产品中已经形成竞争力，随着IoT时代的到来，将有大量多元化产品需求爆发，这将是中国企业拓展市场的一大契机。