作為引領世界未來的顛覆性技術，人工智能正在創造新產業、新業態，并改變人類生活。目前，我國已重點部署從信息基礎設施、融合基礎設施、創新基礎設施三大方面推進“新基建”發展。人工智能“新基建”將推動人工智能與5G與云計算、大數據、物聯網等領域深度融合，加速人工智能與實體經濟深度融合，形成新一代信息基礎設施賦能產業的核心能力。

2020世界人工智能大會首次云端峰會上，工信部部長苗圩在致辭環節中表示，近年來我國人工智能產業實現了良性發展，一是技術創新日益活躍，語音識別等部分應用技術處于全球領先的水平;二是產業規模持續壯大。2019年底，我國人工智能核心產業的規模超過了510億元，人工智能的企業數量超過了2600家;三是人工智能與行業融合應用在不斷深入，各領域+人工智能的新技術新模式、新業態不斷的涌現，前景可期。可以說，人工智能作為科技發展方向，有望推動新一輪產業升級革命。

人工智能全方位賦能“新基建”產業

在新基建的背景下，人工智能的發展無疑更受關注。數據顯示，2019年，我國地方政府共出臺276項涉及人工智能發展的相關政策，超過2018年的259項。同時，從內容看，與2018年相比政策更加細化，推出了一系列對具體產業和應用場景開放的扶持政策。

人工智能作為“新基建”的一部分，對于產業變革的參與體現在“+人工智能”與“人工智能+”兩方面：一方面提高生產效率、降本增效，即“+人工智能”;二是創造新的需求和增長點，即“人工智能+”。

“+人工智能”主要是依托人工智能快速高效處理數據的能力，提升行業服務能力、改變服務模式，降本增效。特別是此次疫情下，人工智能技術的發展為各行業業務線上化提供了技術支撐，為各行業數字化轉型提供更貼近用戶需求的服務模式。新基建浪潮加速人工智能產業化進程，隨著人工智能產業化應用的全球化落地，新產品、新應用、新場景層出不窮。“人工智能+”的產業化應用增長不斷加速，并在未來幾年達到爆發性增長臨界點，“人工智能+”產業化將迎來起飛。

以浙江杭州市余杭區秒優服飾智能工廠為例，該工廠機器人將訂單所需的面料輔料精準送到各個吊掛生產線，每臺機器、每個工人的具體任務、實時進度等都化為大數據，顯示在工廠的大屏幕上。作為一家今年3月份才成立的小企業，他們在短短四個月間就接到了4萬多個訂單，每個訂單最少有100件……在浙江，越來越多的制造行業正借力人工智能，實現后疫情時代的產業“突圍”。

中國人工智能尚在產業化初期，市場發展潛力大

產業化程度是判斷人工智能發展活力的綜合指標，從市場規模角度，據IDC數據，2019年，美國、西歐和中國的人工智能市場規模分別是213、71.25和45億美元，占全球市場份額依次為57%、19%和12%。中國與美國的市場規模存在較大差異，但近年來國內AI技術的快速發展帶動市場規模高速增長，2019年增速高達64%，遠高于美國（26%）和西歐（41%）。從企業數量角度，據清華大學科技政策研究中心，截至2018年6月，中國（1011家）和美國（2028家）人工智能企業數全球遙遙領先，第三位英國（392家）不及中國企業數的40%。

從企業布局角度，據騰訊研究院，中國46%和22%的人工智能企業分布在語音識別和計算機視覺領域。橫向來看，美國在基礎層和技術層企業數量領先中國，尤其是在自然語言處理、機器學習和技術平臺領域。而在應用層面（智能機器人、智能無人機），中美差距略小。展望未來，在政策扶持、資本熱捧和數據規模先天優勢下，中國人工智能產業將保持強勁的增長態勢，發展潛力較大。

人工智能作為新一輪產業變革的核心驅動力，正在釋放歷次科技革命和產業變革積蓄的巨大能量。持續探索新一代人工智能應用場景，將重構生產、分配、交換、消費等經濟活動環節，催生新技術、新產品、新產業。

同時，通過“新基建”浪潮加速人工智能等技術在各行業的數據融合創新應用，將促進更大范圍的數據聚合使用，從而更大程度釋放人工智能的應用價值。人工智能技術的創新與應用，一方面憑借對海量數據的高速處理能力，人工智能正在為金融、政企、電商等行業在復雜動態網絡、人機協作、業務安全、隱私保護等方面提供了革命性的解決方案，加速技術創新與各行業的融合發展。

打造人工智能新基建生態須多方協同

“新基建”加速大數據、人工智能技術在各行業里的應用，業務上云、營銷數字化等，由線下業務線上化轉型帶來的業務風險也不斷加大。因此，打造人工智能新基建生態迫在眉睫。

首先，自上而下的人工智能基建頂層設計決定了人工智能基建的基本原則、主要目標、重要工程和保障措施等方面。目前人工智能基建頂層設計面臨以下挑戰：國家和地方推進的一致性、各部位與各地方規劃如何協同等。自上而下的統一規劃及協同推薦，才能最大釋放人工智能作為新一輪產業變革的核心驅動力量，推動數萬億數字經濟產業轉型升級。

其次，人工智能正處在從實驗室走向大規模商業化的早期階段，越來越多的人工智能技術從開發者和實驗室中走出來，開始進入到各個行業中。但未來人工智能基建能否最大化釋放應用價值，取決于開放共享和高效利用協同發展。通過各領域海量和優質的應用場景的數據開放，實現數據跨行業跨部門共享共用，同時強化數據安全風險管控，提升數據使用的高效性。

第三，當前，網絡安全已經上升為國家戰略，新基建、新安全，一方面要加快制定人工智能技術與傳統產業融合過程中數據采集、存儲、使用等問題的標準規范，防止由數據開放過程中造成的網絡安全風險。另一方面，隨著人工智能技術與企業業務的深度融合，推動業務場景和服務模式的重塑，將原有風控鏈條拉長并產生新的風險節點，同時新技術的發展也帶來網絡黑產的技術升級，給企業業務帶來新的風險與挑戰。

業務安全成為人工智能產業化的安全“新風向”。隨著線下業務線上化進程加速，企業在獲客、營銷等關鍵環節，網絡黑產對于企業業務的威脅更加嚴峻，隨著黑產規模的不斷壯大、產業鏈的不斷成熟、新業態不斷涌現給黑產帶來更多“可能”，各種新手段層出不窮，業務安全防護態勢愈加嚴峻。人人云圖建議，在新基建浪潮下，企業在追求新技術應用帶來的機遇同時，更應該注意手段不斷翻新、規模不斷壯大、技術不斷更新的網絡黑產對企業業務增長帶來的安全隱患。

值得一提的是，人工智能發展也需要處理好與法律、安全、道德倫理和政府治理等方面的問題。目前來看，在醫療診斷、無人駕駛、智能教育等各個領域，都面臨著人工智能技術實踐領先于法律和政策現狀的問題，都需要在發展過程中妥善解決。
責任編輯：YYX