顶层设计的不断完善，加上计算机视觉、语音识别、机器学习、知识图谱等技术的优化，有助于推动人工智能下游应用场景的开发，加速产业结构升级。

　　人工智能产业正在稳定增长

　　人工智能(AI)作为引领新一轮科技革命的重要驱动力量，通过其算力、数据、算法等内生动力，为实体经济各领域提供信息化、数字化、智能化的解决方案，已经成为影响各国经济发展的重要因素。2020年，AI产业保持稳定增长。国际数据公司(IDC)测算，全球AI产业规模为1565亿美元，同比增长12%。中国信息通信研究院测算，我国AI产业规模达到434亿美元，同比增长15%。

　　我国高度重视AI的发展，地方政府也积极出台相关政策扶持AI产业健康、有序发展壮大。以上海为例，市级政府部门2020年发布提及AI的政策共71条，其中应用支持类46条，战略地位认可与扶持类12条，政策优惠与补贴细则类7条，人才政策类6条。顶层设计的不断完善，加上计算机视觉、语音识别、机器学习、知识图谱等技术的优化，有助于推动下游应用场景的开发，加速产业结构升级。

　　人工智能推动传统行业转型升级

　　伴随产业数字化带来的数据基础的日趋成熟，AI在训练层(学习能力)、感知层(信息接收能力)、认知层(分析信息能力)方面的技术都已成熟，如今正式转入实质应用的产业效益转化阶段，并且已在医疗、交通、零售、工业、教育等行业实现大量应用。

　　●AI+医疗

　　近年来，“AI+医疗”迅速发展，凭借其智能化、自动化的特点，主要应用于公共卫生、医院管理、医学影像、医疗机器人、药物研发、健康管理、精准医疗和医疗支付等方面。虽然“AI+医疗”仍处于早期阶段，商业化应用程度相对较低，且整体市场渗透率也较低，但是“AI+医疗”拥有非常广阔的发展空间。IDC的数据显示，预计至2025年全球人工智能应用端的市场规模将达到1270亿美元，其中医疗领域的市场规模将占整个市场规模的1/5。未来，AI不仅能为医院及药企的管理与研发提供帮助，而且能帮助医疗机构提升医疗现代化水平，满足居民日益增长的医疗保健需求。

　　从需求端来看，我国已正式步入老龄化社会。从第七次人口普查数据来看，2020年65岁以上人口占比为13.50%(1.91亿人)，相比2010年的占比8.87%(1.19亿人)，占比高出4.63%。2020年，我国慢性病患者数量达3亿人，占人口总数的22%。社会老龄化的加速与慢性病人口的增加将不断增加医疗卫生支出费用，同时，随着居民可支配收入的增加，加上居民对健康保健意识的提高，这些都将助推人工智能在医疗领域的发展。

　　从供给侧来看，《2020年我国卫生健康事业发展统计公报》公布的数据显示，至2020年，我国三级医院2996家，占全国医院总数的8.46%，且集中于一线、二线城市。但是，三级医院的就诊人次为18亿人次，占全国医院就诊人次的23.26%。相比而言，一级医院全年仅2亿人次就诊，占比为2.58%。2020年，全年就诊77.4亿人次，但全国卫生人员仅1 347.5万人。医疗资源分布不均匀、卫生人员严重不足等问题日益突出。目前，AI正通过大数据处理技术、识别技术、机器学习技术等，优化医疗大数据的处理与分析，提高医疗诊断效率，帮助医生提高复杂疾病的初步诊断能力。

　　●AI+交通

　　“AI+交通”是指在交通系统管理、出行导航、车内交互等多个交通环节，利用人工智能、物联网、云计算、大数据和5G等技术，实现交通智能化，从而提升城市交通便利水平，提高道路通行速度，优化人车交互体验。

　　从交通管理方面来看，传统的城市交通网络缺少数字化管理，存在路面数据无法及时获取、交通管理系统的智能化水平低等问题。百度地图发布的《2020年度中国城市交通报告》显示，2020年全国交通拥堵城市排名前10位的城市(见图1)中，北上广三大城市皆“榜上有名”，某些西部地区城市也在榜单内，如贵阳，其通勤高峰实际速度仅26.08 km/h，是全国第二拥堵的城市。可以发现，我国一线、二线城市是交通管理的重点区域，但某些三线、四线城市缺乏科学化的交通管理，也导致交通路面拥堵。AI的识别技术与超强算法可以实时监控路面异常情况，预判拥堵趋势，调整信号灯时间差，对路面网络进行整体优化。

　　在出行导航方面，AI可以凭借实时的道路数据信息，掌握线路情况、历史行车时长等数据，通过对海量大数据的分析，计算得出最佳的出行方案。对于车辆停车难的问题，AI通过强大的算法可以为车主匹配最佳的停车位置，有效缓解一线城市商圈停车困难等问题。

　　在人车交互方面，AI先通过深度学习功能，记录车主的驾驶习惯，然后通过语音交互技术，为车主提供优质的人车交互体验，实现行车习惯记忆、疲劳监测、突发状况紧急制动停车等功能，最终实现车辆的完全自动驾驶。2020年，我国交通事故致死居全年致死原因的首位，致死人数约10.9万人，占比达78%。自动驾驶技术可以防止因人为驾驶而导致的交通事故的发生。

　　●AI+零售

　　“AI+零售”是指应用计算机视觉、智能语音等人工智能技术在零售场景中的落地应用，通过为零售行业的参与主体以及不同业务环节进行赋能，进而实现对零售行业的整体升级和改造。国家统计局测算，2020年我国社会零售总额达到39.2万亿元。零售行业是典型的劳动密集型行业，但随着国内劳动力人口的下降，零售行业迫切需要利用AI技术对产业链各环节进行智能化改造，从而提升人力效率，降低人力成本。

　　AI将主要应用于智能客服、精准营销、无人化零售、智能化运营等服务，促使产业中“人—货—场”结构发生变化，让产业链各环节的信息加快流转，并提高产业整体数字化水平。智能客服可以提供7×24小时的客服服务，提高客服响应速度，提升用户的满意度，降低传统人工客服人力成本的50%以上。精准营销依靠后台算法能力，结合图像处理、数据处理等技术，不仅可以提供个性化的商品推荐，还可以实现广告精准推销，最终可以提高广告推荐质量，降低广告商的成本，促进推荐转化率。由于受到新冠肺炎疫情的影响，无人化零售越来越受到大众的关注，通过AI技术贯穿实体零售模式的全链条，从而提高支付、财务、供应链等不同环节的数字化、智能化水平。例如，无人超市Amazon Go是基于AI技术的无人零售典型案例，预计2022年营业收入将超过40亿美元。智能化运营通过AI在店铺选址、自动化采购、销售额预测、商品定价、库存优化等方面的辅助，提高企业对商品的选品能力与供应网络优化。

　　●AI+工业

　　因为工业细分领域较多且各领域的研发、生产、管理环节差异性较大，所以目前工业领域的AI市场渗透率比较低。头豹研究院的数据显示，AI技术在工业领域的市场渗透率仅为8.6%，其中电子、汽车、石化领域的应用较成熟。从AI技术的具体应用来看，机器视觉技术在工业领域的应用较为广泛，集中于生产环节，通过产品识别、测量、定位及检测等功能，实现产品分拣、装配、搬运、质检等多个生产环节的智能化运营。例如：识别功能可快速区分不同产品，实现24小时全时段运营，识别误差率仅为3%;智能检测功能可减少人工检测带来的误差，提升检测效率至99%。

　　工业是实体经济的重要主体，智能化、数字化转型迫在眉睫，所以我国工业领域的AI应用价值潜力较大。《智能制造发展规划(2016—2020年)》文件的落实有力推进中国工业与新一代信息技术融合发展，加速人工智能技术应用落地。前瞻产业研究院的数据显示，2020年我国智能制造市场规模达到2.5万亿元，至2025年行业市场规模预计达5万亿元(见图2)。另外，工业是一国经济增长的重要驱动力之一，但由于工业领域属于典型的劳动密集型行业，随着人力成本的不断提高，行业的发展必然受到限制。AI可以释放各环节的劳动力成本压力，并且可以提高工业生产效率。

　　●AI+教育

　　“AI+教育”是以自然语言处理、机器学习、知识图谱等技术为支撑，实现个性化备课、线上AI课程直播、个性化答疑、智能化校园信息化管理、智能测评、智能批改等。2017年7月，国务院发布的《新一代人工智能发展规划》提出，要利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。前瞻产业研究院测算，预计到2023年我国“AI+教育”的市场规模将超过7000亿元。

　　从供给侧来看，我国教育资源匮乏且不平衡的问题非常突出，优质教师集中于大中型城市。AI可以帮助传统教育模型形成智能教学平台，通过AI智能直播的形式，解决教学资源地域之间的差异问题。另外，传统的教学内容呈现出枯燥、乏味等现象，并不能实现立体及个性化的教学模式。利用扩展现实(XR)的终端设备，配合AI技术的动态识别及信息处理技术等，可以帮助学生实现交互式、沉浸式的教学体验，能够更容易地理解学习内容。

　　从需求端来看，AI可以帮助学生改善教学效果，大幅提升教学效率。以智能情绪分析产品为例，利用动作识别、机器视觉等技术获取学生的上课行为，分析其表情、语气、语调等方面的细节，再将信息进行快速分析，最终让教师了解学生的学习情绪、注意力集中度、兴趣点等信息，并对授课内容和授课模式进行调整，从而提升教学效率。

　　2021年7月底，中共中央办公厅、国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》，俗称“双减政策”，旨在有效减轻义务教育阶段学生过重作业负担和校外培训负担。“双减政策”的实施将使义务教育从过往的承压式以及以成绩为导向的传统教育模式转化为以兴趣与自身习惯培养为导向的新教育模式。对学校教师而言，取消了课外辅导后，学生的学习重任将转移到校内，未来如何提升教师的教学质量是后续需要考虑的问题。“双减政策”有望成为“AI+教育”产业发展的一个契机，AI技术不仅能够引导学生发现学习的乐趣，还能精准发现学生在学习中的问题，而且可以通过辅助教学工具提升教师的教学效率。

　　人工智能赋能行业发展的上海机遇展望

　　从产业政策扶持方面来看，上海已先后出台了一系列人工智能产业配套政策，如《关于支持上海市落实国家战略建设具有国际竞争力的人工智能创新发展高地行动计划》《关于本市推动新一代人工智能发展的实施意见》《关于加快推进人工智能高质量发展的实施办法》《关于建设人工智能上海高地 构建一流创新生态的行动方案(2019—2021年)》等。上海各项政策基于人工智能的场景拓展、基础科研、人才培养等各个方面，将重点着力于智能芯片、智能传感器、智能硬件、智能驾驶、智能机器人等领域。

　　从产业创新平台建设方面来看，上海已建成多个基础研究平台，如上海人工智能实验室、上海脑科学与类脑研究中心、上海人工智能算法研究院、上海自主智能无人系统科学中心、上海期智研究院、上海人工智能研究院等。除此以外，多个头部科技公司也在上海布局了场景应用研究中心，如腾讯、商汤、百度、科大讯飞等。

　　从产业高端人才培养方面来看，上海共有11所高校成立了与人工智能相关的研究院，9所高校设置了人工智能专业，38所高校开设了104个人工智能相关学科专业。此外，上海对人才的留沪政策以及创业扶持等皆有优化，可以确保为未来上海的人工智能产业发展提供源源不断的高端人才。

　　从《上海市国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出的要点来看，上海将进一步明确“建设具有世界影响力的国际数字之都”和“打造世界级人工智能产业集群”的发展目标。未来，上海在人工智能产业发展中需要注意以下几点：第一，夯实AI相关技术的基础研发，坚持自主创新与研发，努力攻克AI领域的相关“卡脖子”技术;第二，推进人工智能的场景应用，汇聚多领域的复合型人才，加快细分产业的数字化变革，推动各产业的数字化转型，满足城市经济、生活、治理等3个方面的需求;第三，为创新创业企业营造良好的营商环境，通过政府资源为企业提供市场、资本、人才等多方位的服务，努力培养一批具有典型示范的独角兽企业。“十四五”期间是上海人工智能产业高速发展的黄金期，产业将进入多样化场景应用，产业关键核心技术加速突破，上海将形成具有特色的人工智能产业创新策源地。

本文来自《张江科技评论》