7月2日，在2024全球数字经济大会主论坛上，中国信通院院长余晓晖发布《全球数字经济白皮书（2024年）》（以下简称《白皮书》），并表示主要国家数字经济持续快速发展，其产业数字化占数字经济比重有较快提高。
《白皮书》显示，2023年，美国、中国、德国、日本、韩国等5个国家数字经济总量超过33万亿美元，同比增长超8%；数字经济占GDP比重为60%，较2019年提升约8个百分点。产业数字化占数字经济比重的86.8%，较2019年提升1.3个百分点。2019—2023年，美国、中国数字经济实现快速增长，德国、日本、韩国数字经济持续稳定发展。预计2024—2025年全球数字产业收入增速回升。
“全球各国加快推动数字经济重点领域发展，在数字产业化、产业数字化、数据要素等领域积极抢抓发展机遇。”余晓晖说。
余晓晖表示，在数字产业化方面，人工智能技术与产业发展提速。据悉，截至2024年Q1，全球AI企业近3万家，美国占全球的34%，中国占全球的15%。2023—2024年Q1，全球AI独角兽234家，增加37家，占新增独角兽总量的40%；美国AI独角兽120家，中国71家。截至2024年，全球人工智能大模型1328个，美国占44%，中国占36%。
同时，全球5G网络部署加快推进，商用基本遍布全球，截至2024年3月，全球已有112个国家/地区的301家网络运营商提供5G商用服务。我国5G“适度超前”部署，建成全球规模最大的5G网络，截至2024年5月，我国5G基站总数建成383.7万个。5G已融入97个国民经济大类中的74个，大型工业企业渗透率达37%，建成超2.9万个5G行业虚拟专网，覆盖工业、港口、能源、医疗等多个领域。
在产业数字化方面，余晓晖提出，全球产业数字化融合探索的新模式新业态持续涌现。一方面，数字化探索正在发生系统性、深层次变革，传统行业数字化转型逐步深化，先进制造模式探索不断推进，数字原生企业利用“数据+技术”持续探索价值发现新模式；另一方面，数字化转型带动支撑产业创新演变，形成新的增长动力，预计2024年，工业互联网产业规模超过1.5万亿，保持13%左右的增长速度。
此外，在数据要素方面，近年来，各国围绕数据要素强化战略布局，颁布多项法律、政策、规划等，统筹数据发展与安全。
值得注意的是，余晓晖指出，在数字经济发展过程中，智能算力需求激增，算力成为战略资源和科技竞争焦点，主要国家高度关注算力互联，并开展多方探索。
北京商报记者 卢扬 程靓
AI的发展状况和前景ai的发展状况和前景如何
中国政府将人工智能上升到国家战略层面。 2017年7月，国务院印发《新一代人工智能发展规划》，明确指出新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。 中国人工智能在人才储备方面较弱1981年9月，来自全国各地的科学技术工作者300余人在长沙出席了中国人工智能学会 (CAAI)成立大会，此后中国的人工智能开始正式迈入发展阶段。 对比2019年中国与全球人工智能发展情况，在Al相关论文发布数量、企业数量、融资总额、产业规模、专利申请数量等方面中国均居世界头部阵营，具有充分的市机场竞争力。 中国在人才储备相较弱，但已经在全力补足短板。 目前全国已经有35所高等院校开设了Al专业，国际交流和国际人才引进也在不断加深，未来5年内将有大量从业者涌入市场。 重应用而不重基础研发也是中国人工智能行业存在的固有问题，研发型企业远少于应用型企业的隐患随着中美专利竞争而浮现，政府开始重视Al基础层创业公司的培养，资本方也更加关注Al芯片、机器学习算法、数据处理等产业链上游企业的发展，科技巨头企业更是提前进行了Al生态布局，建立了产业联盟，在各方的努力中中国Al市场处于从局部向整体发展的上升期，行业前景良好。 人工智能赋能实体经济近几年，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，据艾瑞资料库数据显示；2018年中国人工智能赋能实体经济的市场规模达到251亿元，赋能价值有望在2021年突破千亿。 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。 现阶段的人工智能主要赋能公共安全领域根据艾瑞的资料库数据显示；2019年AI+安防占人工智能赋能实体经济的50以上，其次是AI+金融和AI+营销，分布占比15.8%和11.6%。 前瞻分析一方面是由于安防领域国企数量较大易于前期的政策推动，另一方面是智慧城市对公共安全的需求。 前瞻初步估算，民企活力将逐步显现，未来AI+营销和AI+金融的赋能价值将持续提高。 互联网公司是最大的AI投入者 主要投资在计算机视觉类根据艾瑞数据分析；2019年中国科技企业技术研发投入约为4005亿元，其中人工智能算法研发投入占比为9.3%，超370亿元，且大部分投入来自互联网科技公司。 主要Al算法应用领域——计算机视觉、语音识别/语音合成，以及自然语言处理占比分别为22.5%、2.3%和7.1%，三者中计算机视觉相关算法研发投入占比最大，这与视觉相关创业公司数量、产业需求和政策导向呈正相关联系，计算机视觉目前仍是中国最具代表性的Al应用技术。 目前，人工智能作为新一轮产业变革的核心驱动力，正在逐步落地产业应用。 人工智能技术发展尚未成熟，但已经取得了一定的成果，如深度学习和强化学习等。 未来，人工智能将催生新的技术、产品、产业、业态、模式，引发经济结构的重大变革，实现社会生产力的整体提升。 预计到2025年，全球人工智能应用市场规模总值将达到1270亿美元，人工智能将是众多智能产业发展的突破点。 不同国家或地区组织的发展侧重点也不同，比如美国重点关注人工智能对科技、经济等领域的加持作用和影响，欧洲部分主要国家则研究AI道德伦理、社会风险方面的趋势。
我国和美国人工智能的发展有何不同的特点?
1. 美国在全球人工智能企业总数上占据领先地位，其企业数量在2017年6月达到1078家，占比42%，而中国以592家（占比23%）位居第二。 其他国家的企业数量总和为872家。 美国的人工智能企业从1991年开始萌芽，1998年进入发展期，2005年之后进入高速成长期，2013年以后发展趋稳。 相比之下，中国的AI企业始于1996年，2003年开始发展，并在2015年达到峰值后进入平稳期。 2. 美国在人工智能产业的布局更为全面，中国在某些领域取得突破。 美国在算法、芯片和数据等核心领域的技术创新优势明显，企业数量在各层级上均领先中国。 在基础层（处理器/芯片）企业数量上，美国有33家，而中国有14家。 在技术层（自然语言处理、计算机视觉与图像、技术平台）上，美国有586家，中国有273家。 在应用层（机器学习应用、智能无人机、智能机器人、自动驾驶辅助驾驶、语音识别）上，美国有488家，中国有304家。 3. 在人才队伍方面，美国拥有完整的人才梯队，而中国则相对不均衡。 美国在基础研究上的投入和人才培养体系扎实，研究型人才优势明显。 美国的人工智能产业人才总量约是中国的两倍，基础层人才数量是中国的13.8倍。 在关键领域如处理器/芯片、机器学习应用、自然语言处理、智能无人机等方面，美国的企业在团队人数上全面领先中国。 4. 中美在AI行业热点领域上各有优势。 美国在自然语言处理、机器学习和计算机视觉与图像等领域拥有更多的创业公司。 中国在人工智能领域的论文和专利数量近年来保持高速增长，已进入第一梯队。 中国在人工智能领域需要在研发投入和人才培养上持续加强，尤其是在算法和算力领域。
目前在人工智能领域，哪个国家最强
科技数码大港今天来跟大家说说目前在人工智能领域，哪个国家最强？人工智能领域近几年是科技界关注和发展的热点，甚至被认为会引领下一轮科技革命。 目前来看，美国无疑是领头羊，但是中国正在成为美国在这一领域最强劲的对手。 所以说未来人工智能领域的竞争主要在中美之间展开也并不夸张。 基于对于下一波科技浪潮中巩固自身全球竞争力的考虑，人工智能被提升到中国的国家战略高度，对这一领域无论是资金、政策亦或在人才和技术引进等方面都在大力扶持。 本轮人工智能浪潮，起源自美国，且主要由私营部门主导。 例如，人工智能突然大热，一个主要原因是谷歌旗下的“deepmind”（谷歌收购的一个英国公司）研发出了能下围棋，且胜过人类顶尖棋手的算法。 当前，美国企业分布在人工智能领域的各个技术层次、各个细分领域，展现出全面领先优势。 这背后是（1）美国良好的市场环境；（2）强大的基础研究实力；（3）远胜他国的人才储备。 再往后则是深厚的学术传统、成熟的教学研体系。 此外，本次人工智能革命，基础是互联网革命带来的大数据。 而互联网是由美国创造的。 因此可以说，此次人工智能革命，乃是美国科学技术和产业界长期深耕，厚积薄发的产物。 但是，中国也颇受瞩目。 因为中国是仅次于美国的人工智能技术强国。 可以说，全球人工智能浪潮来临时，站立潮头的只有中美两国。 其中美国独领风骚，中国紧随其后，虽然有差距，但差距在缩小。 中美与其他地区、国家的差距则非常大，而且还将继续扩大。 中国的优势在于：第一，中国政府高度重视人工智能，在战略制定、政策规划领域紧锣密鼓；中国地方政府大力推广人工智能，体现在智能制造、智能交通、智慧城市、智能安保等。 （2）中国政府、企业具有大胆尝试的劲头，在法律、伦理、规范方面，采用实用主义做法，努力做到事后监管，防止法律法规阻碍技术进步，在此背景下，中国资本市场也迅速予以积极支持。 （3）中国市场容量较大，人工智能企业具有较大的成长空间；民众隐私意识较弱，企业能够方便地积累大数据资源，服务于人工智能技术研发。 科技数码大港认为当前，中国在计算能力（主要是超算）、数据资源（基于8亿网民的数据流量）方面具有美国无法比拟的优势。 但是中国的芯片技术（体现基础研究能力）、人才培养能力（体现高校竞争力）、数据国际化/多样化/多元化（数据代表性和质量）等方面弱于美国。 未来中美人工智能竞争将进入缠斗厮杀阶段，短时间还难以分出胜负。
