2020-2021人工智能與工業(yè)融合發(fā)展研究報告課件

2020-2021人工智能與工業(yè)融合發(fā)展研究報告2020-2021人工智能與工業(yè)融合發(fā)展研究報告1核心結論01AI與工業(yè)的融合發(fā)展從相向而行到攜手共進02計算機視覺技術成為推動AI與工業(yè)深度融合的“金剛鉆”03AI與千行百業(yè)的階梯性融合是未來AI產業(yè)發(fā)展的主風口04善于創(chuàng)新的企業(yè)將率先進入智能時代，對數字化、網絡化階段的競爭對手降維打擊05在框架級算法開發(fā)能力的支持下，AI將像水電一樣普及到工業(yè)企業(yè)06互信為基，共贏為臺，數據為墩，AI為拱，生態(tài)伙伴共建智能化轉型之橋，連接中國制造的昨天與明天核心結論01AI與工業(yè)的融合發(fā)展從相向而行到攜手共進02計2123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀AI與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議123AI發(fā)展新態(tài)勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)3產業(yè)發(fā)展新態(tài)勢全球AI企業(yè)數量趨于穩(wěn)定,全球活躍AI企業(yè)達5,526家，主要分布在美國、中國、英國、加拿大和印度2019年10月9.5114.6922.5934.8751.2770.9494.41118.602040608010012014020182019*2020*2021*2022*2023*2024*2025*AI軟件市場規(guī)模保持高速增長，2019年預計達到146.9億美元，未來5年將保持133%以上的年復合增長率全球AI軟件市場規(guī)模（單位：百萬美元）全球AI產業(yè)生態(tài)日益完善，美國在芯片、深度學習框架等領域均占據主導地位產業(yè)發(fā)展新態(tài)勢全球AI企業(yè)數量趨于穩(wěn)定,全球活躍AI企業(yè)達54產業(yè)發(fā)展新態(tài)勢我國已經初步形成較完整的AI產業(yè)鏈條，部分應用軟件和新型終端產品發(fā)展迅速，未來幾年應用市場有望呈現(xiàn)爆發(fā)式增長我國人工智能市場規(guī)模智能產品行業(yè)應用智能翻譯系統(tǒng)醫(yī)療影像輔助診斷系統(tǒng)視頻圖像身份識別系統(tǒng)智能語音交互系統(tǒng)智能無人機智能服務機器人智能網聯(lián)汽車智能家居產品智能交通智能制造智能農業(yè)智能金融智能教育智能物流智能文化智能體育開源開放平臺神經網絡芯片智能傳感器網絡安全保障體系支撐體系行業(yè)訓練資源庫標準測試及知識產權服務平臺智能化網絡基礎設施智能醫(yī)療智能能源核心基礎2019年我國人工智能市場規(guī)?？蛇_760億元，未來將保持高速增長，預計到2022可達到5,580億元。產業(yè)發(fā)展新態(tài)勢我國已經初步形成較完整的AI產業(yè)鏈條，部分應用5技術發(fā)展新態(tài)勢機器學習算法和深度學習算法是AI的兩大熱點33.30%機器學習其他AI技術66.70%

175% 46%40%20%0%80%60%160%140%120%100%180%200%深度學習專利 神經網絡專利增長率數據來源：世界知識產權組織WIPO發(fā)布的《技術趨勢2019：人工智能》開源深度學習框架成為科技巨頭全面布局的重點針對深度學習算法的專用AI芯片未來可能成為主力GPUFPGAASICGPU、FPGA是目前AI芯片的主流技術路線ASIC專用芯片作為新兵異軍突起可定制化 高性能低功耗技術發(fā)展新態(tài)勢機器學習算法和深度學習算法是AI的兩大熱點 6技術發(fā)展新態(tài)勢Gartner

2019AI成熟度曲線99.5%2.25%82.5%美國NIST數據人臉識別準確率WebVision圖像分類錯誤率WebVision萬物識別精確率深度學習算法的紅利加速擴散，計算機視覺等主流AI技術加快成熟當前計算機視覺技術相對成熟我國計算機視覺技術已經走在世界前列曠視已經連續(xù)在計算機視覺領域頂級賽事上獲得27項世界冠軍技術發(fā)展新態(tài)勢Gartner2019AI成熟度曲線99.57應用發(fā)展新態(tài)勢AI應用全面賦能生產生活各個方面，即將迎來應用繁榮期交通領域醫(yī)療領域農業(yè)智能育種農業(yè)大腦無人機植保機器人采摘采礦業(yè)礦物勘探預測采礦機器人制造業(yè)工業(yè)視覺無人工廠工業(yè)互聯(lián)網工業(yè)機器人無人機設備巡檢能源AI節(jié)能分析金融身份識別智能交通分析無人駕駛AI客服教育機器人教育智能批改醫(yī)療影像輔助診療健康管理醫(yī)院管理AI的核心發(fā)展要素逐漸完備，在很多領域取得了突破性進展，在農業(yè)、制造業(yè)、交通等多個領域已經產生了較為成熟的應用，正在逐步走向推廣實踐階段應用發(fā)展新態(tài)勢AI應用全面賦能生產生活各個方面，即將迎來應用8應用發(fā)展新態(tài)勢AI應用領域逐漸從互聯(lián)網、新零售向制造業(yè)、農業(yè)等實體經濟領域拓展AI對弈20162018科學研究互聯(lián)網、新零售行業(yè)個性化搜索精準營銷…制造工藝優(yōu)化質量檢測故障檢測智能物流預測性維護生產安全管理…AI育種智能環(huán)境分析控制智能施肥灌溉病蟲害診斷預測無人機植保智能采摘…信息化程度高、擁有豐富數據資源，具有AI落地的天然優(yōu)勢制造業(yè)、農業(yè)等實體經濟領域數字化轉型的不斷深入，信息化水平日益提升，逐步具備應用AI的基本條件應用發(fā)展新態(tài)勢AI應用領域逐漸從互聯(lián)網、新零售向制造業(yè)、農業(yè)91AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀AI與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀10工業(yè)互聯(lián)網建設取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網平臺建設水平顯著提升互聯(lián)網企業(yè)創(chuàng)新型企業(yè)大型制造企業(yè)l 我國工業(yè)互聯(lián)網平臺數量達到了上百個l 具有一定區(qū)域和行業(yè)影響力的平臺超過70個l 單個重點平臺平均工業(yè)設備連接數達到69萬臺l 工業(yè)App數量突破2124個工業(yè)互聯(lián)網平臺應用水平持續(xù)提升工業(yè)互聯(lián)網平臺已經滲透到鋼鐵、機械、航空航天、家電等多個行業(yè)，有力促進制造業(yè)數字化轉型，實現(xiàn)提質降本增效，部分先行先試企業(yè)勞動生產效率提高20%以上。工業(yè)互聯(lián)網建設取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網平臺建設水11AI與生產制造過程融合，提高生產質量與效率構建生產任務自主決策能力ABB在智能工廠部署多種機器人生產效率提升

3%產品種類增加

3倍AI技術全面優(yōu)化生產工藝過程阿里云ET工業(yè)大腦優(yōu)化工藝過程中策橡膠公司

煉膠時間縮短10%，煉膠溫度降低

6%智能在線檢測提升檢測水平曠視提供整體智能質檢方案缺陷檢測率提高90%降低85%以上人工成本AI與生產制造過程融合，提高生產質量與效率構建生產任務自主12AI與工業(yè)產品融合，實現(xiàn)產品智能化升級產品故障預測智能化羅羅公司針對Trent航空發(fā)動機，采用預測分析和機器學習技術，分析葉片潛在運行質量問題，建立智能化預測預警模式，提升發(fā)動機故障預警能力產品運維智能化GE依托東方航空公司的航空安全數據、飛行計劃、導航及環(huán)境數據，構建發(fā)動機研發(fā)、生產和運行維護數據的集成平臺，支持東航建立飛行運維數字化、智能化解決方案建立R2數據實驗室，利用數據分析、工業(yè)AI與機器學習技術，加快數字化轉型航空運營與發(fā)動機制造公司合作，構建數字化的發(fā)動機使用與維護、成本管理與航班計劃方案AI與工業(yè)產品融合，實現(xiàn)產品智能化升級產品故障預測智能化羅羅13國際頭部企業(yè)深化AI技術應用，全面釋放智能工廠潛能生產設備運行過程數據化監(jiān)控西門子EPA（設備預測性分析）系統(tǒng)青島煉化公司提前數天實現(xiàn)設備預警穩(wěn)定運行長達十年，減少80%報警數量智能工廠運營管理“透明化”施耐德打造基于數據的“透明工廠”實現(xiàn)生產運營管理過程的透明可視，具備對全程生產運營環(huán)境進行數字化追溯的能力國際頭部企業(yè)深化AI技術應用，全面釋放智能工廠潛能14AI與工業(yè)子行業(yè)融合的程度呈現(xiàn)較大差異基于19個工業(yè)子行業(yè)40家典型企業(yè)調研數據IAI融合指數19個工業(yè)子行業(yè)的AI融合度指數AI應用部署與應用效果顯著AI應用部署與應用效果相對落后智能化基礎好、AI融合前景廣闊從4個維度對工業(yè)子行業(yè)AI融合度打分AI相關投入、AI應用效果、AI應用滲透程度、AI技術人才AI與工業(yè)子行業(yè)融合的程度呈現(xiàn)較大差異基于19個工業(yè)子行業(yè)41512AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀345AI與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議12AI發(fā)展新態(tài)勢345AI與工業(yè)深度融合新趨勢16AI與工業(yè)融合空間巨大附加價值高 智力苦低 力第一階段：拉升谷底降低降本第二階段：整體提升生產方式和商業(yè)模式升級，提高附加值研發(fā)設計生產制造市場服務8.708.702.72無AI有AI2035年中國制造業(yè)總增加值（萬億美元）AI將為中國制造業(yè)額外貢獻2.7萬億美元的增加值，相對無AI應用增加近31%驅動因素1：降本增效AI與工業(yè)深度融合為工業(yè)領域降本增效提供有效途徑驅動因素2：產品高質量需求工業(yè)產品與服務全流程質量檢測、診斷與優(yōu)化將成為AI應用的重要場景數據來源：埃森哲驅動因素3：人口老齡化AI勞動力替代在工業(yè)領域將發(fā)揮重要作用AI與工業(yè)融合空間巨大附加價值高 智力苦第一階段：拉升谷底17AI將分階段實現(xiàn)與細分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計算機和通信設備制造業(yè)石油和煤炭燃料加工業(yè)鐵路、船舶、航空航天運輸設備制造業(yè)AI最先深度融合滲透的細分行業(yè)AI與制造業(yè)：同步應用于全流程AI與采礦業(yè)和能源行業(yè)生產制造倉儲物流售后服務研發(fā)設計率先應用于作業(yè)環(huán)境條件較差的領域風電設備運維采礦AI將分階段實現(xiàn)與細分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計算18整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產、快速交付和降低能耗l

未來的計算不僅僅局限在大型數據中心，而將分布在由云-邊-端構成的一體化架構上。云端邊緣設備終端 終端 終端 終端設備 設備 設備 設備上傳下載請求結 請果 求結果請求結果請求結果一半以上的終端設備數據需要在網絡邊緣側分析處理私有化部署的交鑰匙方案將成為主流產品形態(tài)l

大部分工業(yè)企業(yè)需要部署交鑰匙方案，對解決方案提供商的整合能力提出了高標準要求。個性化的細分場景需求成為主要需求類型l

解決方案提供商需提煉企業(yè)共性需求，面向行業(yè)開發(fā)通用模板，并根據企業(yè)需求快速、低成本定制開發(fā)開發(fā)，在AI算法上降低成本、縮短周期。2145私有化部署軟件安裝運行在企業(yè)本地服務器上企業(yè)自主掌控所有數據和權限3可實現(xiàn)內外網隔離，安全性更高個性化強，企業(yè)可按需定制功能擴展性高，企業(yè)能自行二次開發(fā)AI工業(yè)……實資生能安

經物時產產源全

營流監(jiān)管運管環(huán)

管管控理行理保

理理整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產、19風機無人巡檢輸配電網無人巡檢智能電力調度智能用電管理場景化是人工智能與工業(yè)深度融合的必然選擇制造業(yè)典型融合場景:覆蓋制造業(yè)全流程9個典型應用場景能源行業(yè)典型融合場景:覆蓋能源生產、傳輸和使用全過程設備維護采礦作業(yè)礦山勘探采礦業(yè)典型融合場景：在危險環(huán)境下替代人力風機無人巡檢輸配電網無人巡檢智能電力調度智能用電管理場景化20制造業(yè)融合場景：提高復雜產品的設計與仿真能力實現(xiàn)復雜產品的智能化設計UTC公司基于知識圖譜構建設計資料庫，運用深度學習確定方案換熱器重量減輕20%，傳熱效率提高80%，設計周期加快9倍智能仿真降低建模難度AI技術與仿真模型深度融合，開展虛擬裝配，進行產品驗證吉利公司應用AI技術進行碰撞仿真，從30個小時縮短到10個小時制造業(yè)融合場景：提高復雜產品的設計與仿真能力實現(xiàn)復雜產品的智21制造業(yè)融合場景：實現(xiàn)生產制造過程的精準化與個性化深度優(yōu)化制造工藝過程采用深度學習對設備運行狀態(tài)、工藝過程等進行分析，找出最優(yōu)工藝參數應用ET工業(yè)大腦，恒逸石化燃煤效率提升2.6%，天合光能生產A品率提升7%實現(xiàn)個性化定制模式以AI為核心，數據為生產驅動，融合物聯(lián)網，形成個性化大規(guī)模定制生產模式酷特公司構建智能排產、智能排版、智能裁剪系統(tǒng)，構建千萬級服裝版型數據庫，驅動10000個數據同步變化，定制生產周期從50個工作日縮短至7個工作日構建設備自學習能力新松公司GCR20-1100協(xié)作機器人利用智能傳感器與3D視覺技術，按照樣條曲線路徑對鞋底區(qū)域進行自動涂膠，逐步增強協(xié)作機器人的學習與感知能力制造業(yè)融合場景：實現(xiàn)生產制造過程的精準化與個性化深度優(yōu)化制造22制造業(yè)融合場景：智能倉儲智能倉儲依托搬運機器人、碼垛機器人、自動化立體庫等智能裝備，實現(xiàn)智能搬運。與傳統(tǒng)倉儲相比，智能倉儲從空間利用率、作業(yè)效率、人工成本等指標來看，優(yōu)勢顯著，降本增效明顯。曠視推出供應鏈操作系統(tǒng)——河圖,在電商倉庫中協(xié)同500臺機器人并發(fā)工作，將倉庫效率提升了40%在全球部署了10萬臺以上機器人，智能系統(tǒng)作業(yè)效率要比傳統(tǒng)的物流作業(yè)提升2-4倍，準確率達到99.99%制造業(yè)融合場景：智能倉儲智能倉儲依托搬運機器人、碼垛機器人、23制造業(yè)融合場景：預測性維護在設備/系統(tǒng)預測性維護中，機器學習方法擬合設備運行復雜非線性關系，能夠提升預測準確率，減少成本與故障率。設備智能管理設備智能運行監(jiān)控設備智能售后服務設備管理成本降低50%運行管理反應時間縮短80%售后時間縮短30%

成本降低50%制造業(yè)融合場景：預測性維護在設備/系統(tǒng)預測性維護中，機器學習24制造業(yè)融合場景：

安全管理安全管理貫穿制造業(yè)運營的始終。通過計算機視覺等技術對危險區(qū)域進行管控，實現(xiàn)識別并跟蹤進入危險區(qū)域的非授權對象、監(jiān)控作業(yè)區(qū)域人員是否按規(guī)定佩戴安全帽、穿安全服，將安全生產的風險降到最低。為華潤電力部署了園區(qū)安全管理系統(tǒng)，利用人臉識別、物體檢測等計算機視覺算法，對變電設備周邊等危險區(qū)域實現(xiàn)了7*24小時警戒，顯著提升了安全管理水平制造業(yè)融合場景：安全管理安全管理貫穿制造業(yè)運營的始終。通過25能源行業(yè)融合場景AI在能源領域的應用主要可以解決能源行業(yè)現(xiàn)在存在的痛點問題，從而最大化的提升能源的供給、使用效率，節(jié)約能源資源，實現(xiàn)經濟效益與環(huán)境保護的雙贏。風機無人巡檢輸配電網無人巡檢智能電力調度智能用電管理能源生產應用無人機、深度學習等技術實現(xiàn)高頻次、高質量、全覆蓋的設備巡檢，少故障隱患，減少故障處理速度能源傳輸應用機器人、深度學習等技術實現(xiàn)全天24小時實時監(jiān)控，大大降低人工工作量能源使用通過機器學習的應用優(yōu)化供能、用能端，大大提升能源的供應和使用效率能源行業(yè)融合場景AI在能源領域的應用主要可以解決能源行業(yè)現(xiàn)在26采礦業(yè)融合場景AI分析各類設備運行狀況，發(fā)出AI預警，有助于避免因部件故障而導致代價高昂的采礦事故。當前機器人已經被應用于無人采礦作業(yè)中，顯著降低可能出現(xiàn)的危險事件，同時提高整體生產效率。利用AI技術改進礦產資源的發(fā)現(xiàn)與規(guī)劃，為采礦行業(yè)帶來更科學的規(guī)劃思路與更可觀的投資回報。010203礦山勘探勘探識別鉆潛在價值高的區(qū)域采礦作業(yè)采礦人員需在惡劣環(huán)境中進行挖掘作業(yè)設備維護采礦重型裝備需要不斷維護、維修人工智能較早已融入采礦業(yè)，提供提升效率、解決安全問題的有力手段，幫助采礦企業(yè)長期保持自身價值產出采礦業(yè)融合場景AI分析各類設備運行狀況，發(fā)出AI預警當前機器271AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀AI與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀28AI共性技術亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供應商缺乏框架級的AI算法開發(fā)能力AI技術體系核心：深度學習框架3%6%7%7%8%8%18%23%24%52%3%0%

10%

20%

30%

40%

50%

60%TensorFlowTorch/PyTorchCaffeScikit-learnMXNetMLibTensorLayerCNTKPaddlePaddleMahoutTheano使用普及率數據來源：CSDN，《2018-2019年中國開發(fā)者報告》百度PaddlePaddle、曠視Brain++技術實力已接近國際一流水準。曠視Brain++的核心，深度學習框架MegEngine更是在單機訓練速率等方面優(yōu)于TensorFlow、Pytorch等主流框架，不過生態(tài)打造方面才剛剛起步，有待后續(xù)的大力推廣和使用。ASIC專用芯片主流底層芯片國內國外國內國外激烈競逐我國一直追趕GPU短期內將繼續(xù)占領AI芯片的主要市場份額FPGA是短期內AI芯片市場上的重要增長點我國在GPU、FPGA等主流底層芯片領域主要依靠進口，技術受制于人。盡管國內正涌現(xiàn)出一批新銳企業(yè)，同國外廠商展開激烈競逐，但絕大多數芯片依然依靠國外的IP核進行設計，國內AI應用市場主要依托GPU開展算法訓練，主要利潤流向國外巨頭，難與國外巨頭抗衡。AI共性技術亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供29可落地的應用場景不清晰企業(yè)對AI應用的潛能認識不準確我國許多制造業(yè)企業(yè)的AI意識還沒有覺醒，沒有考慮到AI方面的投入會帶來不止倍增的效益缺乏適合的AI應用切入場景工業(yè)企業(yè)對AI領域的陌生，與掌握AI技術的科技企業(yè)之間存在著信息錯位、供需斷層等溝通壁壘成功案例示范效應不明顯目前在制造業(yè)智能化水平較高的普遍都是超大型企業(yè)，需要巨大的前期投入，對于中小型企業(yè)并不具備可推廣性可落地的應用場景不清晰企業(yè)對AI應用的潛能認識不準確缺乏適合30企業(yè)部署AI應用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應用的成本預算少企業(yè)AI應用投入風險過大，缺乏風險分擔機制10073.38324.34409.4

4086.931092695.8

2519.9 20852018年，我國規(guī)模以上工業(yè)企業(yè)主營業(yè)務收入利潤率僅為6.5%,我國工業(yè)企業(yè)信息化投入占比僅為0.25%。2018年世界主要國家制造業(yè)增加值（億美元）40027.521733.22.60%30%中國制造業(yè)利潤全球占比中國制造業(yè)增加值全球占比數據來源：世界銀行數據來源：世界銀行智能化改造項目平均周期智能化改造項目平均投資額3.5年9000萬元企業(yè)部署AI應用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應用31產業(yè)鏈各環(huán)節(jié)協(xié)同不足提供端到端解決方案的能力不足云服務層管理層制造執(zhí)行層控制層感知層現(xiàn)場層產業(yè)鏈上下游協(xié)同不順暢系統(tǒng)解決方案需要軟件產品開發(fā)商、硬件設備供應商、系統(tǒng)集成商等產業(yè)主體相互適配、協(xié)同創(chuàng)新。鏈上節(jié)點企業(yè)之間缺乏信賴和協(xié)作、信息不透明等問題也延緩了AI與工業(yè)融合的步伐。制造業(yè)智能化轉型是一項系統(tǒng)工程，需要實現(xiàn)橫向集成、縱向集成以及端到端集成。國內缺少能夠打通整個架構體系的智能制造解決方案商。產業(yè)鏈各環(huán)節(jié)協(xié)同不足提供端到端解決方案的能力不足云服務層產業(yè)32工業(yè)企業(yè)數字化基礎薄弱生產系統(tǒng)數字化率低，難以支撐智能化生產工業(yè)企業(yè)關鍵工序數控化率為49.7%，只有46.0%企業(yè)在主要環(huán)節(jié)實現(xiàn)數字化工業(yè)企業(yè)傳感器部署不足，工業(yè)數據采集難度大，業(yè)務系統(tǒng)互聯(lián)互通程度不高工業(yè)企業(yè)數據不規(guī)范，數據資源整合難度大我國工業(yè)領域缺乏統(tǒng)一的工業(yè)數據標準與通信協(xié)議，制約系統(tǒng)之間數據互通高端工業(yè)控制系統(tǒng)及通信協(xié)議被國外大型企業(yè)掌控，關鍵核心技術受制于人實現(xiàn)全面數字化的企業(yè)沒有實現(xiàn)全面數字化的企業(yè)46%54%工業(yè)企業(yè)數字化基礎薄弱生產系統(tǒng)數字化率低，難以支撐智能化生產33高校81%科研機構9%企業(yè)6%其他4%AI頂尖人才和應用人才不足數據來源：《中國人工智能發(fā)展報告2018》285365158182329770500010000150002000025000AI頂尖人才AI人才美國 中國中國AI人才總量為18232人，位列第二，占全球AI人才總量的13.9%；僅有977位頂尖人才，排名第六，占全球頂尖人才比例為4.8%，頂尖人才相對不足。美國與中國AI人才對比30000中國AI人才81.3%來自高校，8.8%來自科研機構，只有5.9%來自企業(yè)。絕大部分的AI人才在培養(yǎng)過程中對于應用產業(yè)難以有深入的了解，復合型應用人才匱乏。我國AI人才分布高?？蒲袡C構企業(yè)其他AI頂尖人才和應用人才不足數據來源：《中341AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀AI與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀35給政府部門的建議注重基礎技術，夯實核心技術能力鼓勵AI開發(fā)框架和芯片研發(fā)，并在工業(yè)特定領域推廣應用推動AI行業(yè)標準化探索成立開源基金鼓勵產業(yè)協(xié)同，打造產業(yè)生態(tài)體系支持成立AI與工業(yè)融合發(fā)展相關聯(lián)盟、工作委員會支持AI產業(yè)聯(lián)盟開展行業(yè)交流合作鼓勵產業(yè)園區(qū)搭建跨行業(yè)交