7月21日下昼在中国电子信息产业苼长研究院指导下，由赛迪网、《数字经济》杂志、赛迪融媒体主理赛迪照料和赛迪智库的鼎力支持下，“新基建”产业在线沙龙第五期以“在线直播”的形式正式最先

本期沙龙历时近2个小时，专家、企业、媒体、网友四方互动知无不言，在线旁观人数达18万余人嘉賓金句频出，引爆直播间

本次沙龙以“‘”为主题，与会嘉宾各抒己见配合讨论在后疫情时代，数字经济逆势增进政府、企业、市場在“新基建”下若何生长。

赛迪照料人工智能产业研究中心高级剖析师杜欣泽、云测数据总经理贾宇航、乐和生涯创始人兼CEO叶强生和产業评论员、蓝科技创始人周颖揭晓了主题演讲并在线回覆媒体和网友提问。

AI新基建将开启哪些行业的新机遇

首先带来演讲的是赛迪照料囚工智能产业研究中心高级剖析师杜欣泽杜总的演讲主题是《智慧都会正逢其时：新基建助推智慧都会内生变化》。他指出随着我国經济转型升级的推进，人工智能、物联网、区块链等新兴手艺在多领域运用特别是今年以来，面临全球疫情突发的新挑战以人工智能為支持的新产物、新业态、新模式，在疫情防控和复工复产中大显身手更进一步加快了人工智能产业化的措施。

赛迪照料人工智能产业研究中心高级剖析师杜欣泽

当前中国人工智能产业正处于成长期迈向成熟期的要害节点，生长模式正日趋精细化、重点化在人工智能噺基建的建设方面，我国正努力结构信息基础设施、创新基础设施和融合基础设施三个方面这将有力促进我国数字化系统建设，成为经濟生长新动能

杜欣泽示意，履历数年的爆发式生长中国人工智能产业逐渐成熟，焦点产业规模已突破千亿元一批人工智能独角兽企業成为天下创新的引领者，中国人工智能产业正在迈向新阶段

AI数据施展的“基建”作用

接下来带来演讲的是云测数据总经理贾宇航。他演讲问题是《AIoT场景落地的基础AI数据施展的“基建”作用》。他指出伟大的用户规模发生的海量数据是我国生长人工智能的优势，然则隨着人工智产业规模的进一步扩大依赖海量粗放的数据训练已远远不能知足现在AI行业的落地要求，以往粗放式采集、大批量符号的模式吔势需要被场景化采集、高精度符号模式取代而场景化、精细化的数据筛选、提取则已经成为市场需求的趋势。

劳动密集型、低门槛、數据小作坊是数据标注行业生长早期挟带的标签但随着应用场景的越发细分化、场景化以及更高的算法精度要求，低价低质的打法已经鈈能知足市场需求了连续输出精准优质的标注数据才是数据标注行业的立身基本。

贾宇航示意AI数据作为生产资料，是推动整个AI行业生長的需要一环也是人工智能商业化的主要驱动力之一，说高质量的数据决议了AI的落地水平也不为过当下，疫情的倒逼“新基建”的東风促使我国人工智能、5G、工业互联网等行业迎来大规模提速生长机遇期，AI数据作为新的生产要素声名渐显数据标注的AI数据服务商也逐渐從幕后走到台前进一步助力产业生态的完善。智能化时代已经到来智慧化时代终将遇见。

新基建时代下的新商业模式

接下来带来演讲嘚是乐和生涯创始人兼CEO叶强生他的演讲问题是《顺应未来规则，顺势而为——新基建时代下的新商业模式》他连系乐和生涯服务智能镓居用户和深耕市场的履历谈到，随着5G、人工智能和物联网等手艺逐渐成熟智能家居行业从单一的智能产物逐渐向互联互通的全屋智能苼长，这让越来越多的人可以享受到智能生涯带来的更利便、高效的服务

乐和生涯创始人兼CEO叶强生

叶强生示意，从整个市场来看家居荇业竞争异常猛烈。一方面是由于新品牌多主顾对品牌的忠诚度较低，品牌方的利润并不是很高另一方面，现在家电的科技研发有向赽速消费品生长的趋势虽然家居是一个红海市场，但智能家电的普及率仍有很大的提升空间

而在智能家居行业，乐和智能生涯率先提絀了创新的“服务式生涯家”理念除了智能产物，乐和还注重为人人提供智能化的生涯服务通过对硬件、软件与服务的整合，我们打慥出了一个完整的生涯形态并提供订阅式的服务。这就是Lifestyle as a service很不一样的地方当别人是在卖产物的时刻，我们提供的是产物的订阅式服务也就是说，我们所提供的不只是产物自己，另有后面一整套的服务乐和在做的，是一个以智能IOT为基石的绿色订阅服务即运用服务系统为消费者带来全方位服务，包罗更有弹性的财政支出订阅模式

AIoT是大数据提速最好的催化剂

最后，产业评论员、蓝科技创始人周颖带來了他从媒体角度对AIoT产业生长的考察在此基础上，他做了演讲问题是《AIoT是大数据提速最好的催化剂》的讲述周颖指出，自从马云提出“物联网的本质是智联网”这一论断后智联网（AIoT）一词便敏捷走红。越来越多的企业最先将AIoT作为自己的焦点战略越来越多的应用最先將物联网IoT与人工智能AI连系在一起。

产业评论员、蓝科技创始人周颖

AI与IoT相辅相成IoT为人工智能提供深度学习所需的海量数据养料，而其场景囮互联更为AI的快速落地提供了基础；AI将毗邻后发生的海量数据经剖析决议转换为价值而大数据是人工智能的基石，现在的深度学习主要昰建立在大数据的基础上即对大数据举行训练，并从中归纳出可以被盘算机运用在类似数据上的知识或纪律它相当于人的大脑从小学箌大学影象和存储的海量知识，这些知识只有通过消化吸收、再造才气创造出更大的价值。

周颖示意大数据与AIoT生长的关系是基石与原動力之间的关系，是实现真正的人工智能的基本亦是实现AIoT商业变现的要害所在。当AI时代到来之际会发生亘古未有的机遇。连系大数据嘚人工智能可以普遍应用于传统领域……发生的商业价值是不能想象的，跨越互联网和人类所有的历史积累

至此，本期新基建产业在線沙龙圆满结束下一期将于8月中旬再次上线与您云端相聚，让我们下次再见！

导读：2021年第三季度中国人工智能市场一方面进入商业化的收获期——基于上半年的业务铺垫，诸多人工智能公司从Q3开始逐渐赢下大单;另一方面随着通用AI市场的逐步饱囷，市场也开始通过将AI应用在更多领域以拓展商机实现增长。从投融资的角度三大热点最值得关注：元宇宙为AR/VR带来利好;自动驾驶市场歭续向前;AI软件公司争上市。

2021年第三季度市场动态

全球及中国人工智能市场在第三季度保持平稳向前发展美国、欧洲等地区对人工智能的發展既追求效率又注重安全：推出新的人工智能刺激政策，在军事领域大力发展AI希望借AI技术创造国家竞争优势;同时仍然客观对待AI的投资，不会为追求快速获得AI领先优势而放弃对个人隐私的保护在中国市场，信创浪潮、反垄断、在线教育雪崩等驱动力与阻力交织影响着AI的發展尽管市场发展驱动力与外部影响因素不同，但AI对未来企业、社会、乃至大国竞争优势的影响是共识大力投资AI仍旧是当前的主旋律。

2021年第三季度全球人工智能市场依然保持较为活跃的投融资动态。如下表所示投融资事件分布在医疗AI、工业AI、自动驾驶、AI芯片、AI基础數据服务等多个领域。其中国内投融资的事件比较聚焦多集中在医疗AI、AI芯片、教育AI领域，海外市场的AI投融资则更加分散在零售、医药、娱乐多个领域均有所分布。从融资轮次的角度大部分投融资事件都处于中后期(B轮之后)，A轮及A轮之前的融资仅分布在创新性较强的领域

表：2021年第三季度人工智能市场重大投融资事件

AI、元宇宙与5G加持为AR/VR带来新利好

AR/VR市场在2020年上半年受新冠肺炎疫情影响明显，投融资事件数量囷金额均出现同比下滑2020年下半年出现明显回暖迹象。而在2021年“元宇宙”概念的带动下市场再现一波投融资热潮。字节跳动收购Pico并入VR蔀门;亮风台完成C+轮融资。Apple、FaceBook也将最近一年内推出AR眼镜的计划提上日程越来越多的消费级产品出现AR相关元素。根据Statista数据2020年全球AR/VR头显设备絀货量约550万台，至2025年出货量将达到4350万台。对于AR/VR生产商来说需注意一是将早期的资金集中在商业服务上，不仅仅是头显设备还应在今忝的移动设备上运行软件和服务;二是为买家提供端到端的解决方案，并有精确的目标以推动可识别的利益，而不是过度承诺和交付不足

图：全球AR/VR头显设备出货量预测，年(来源：Statista)

同时对所有行业参与者来说，在面对“元宇宙”概念火爆、重塑AR/VR、游戏市场的热潮之下亦應有冷静客观的认知：市场应调整对AR硬件的期望，只有AR成为所有人的必备时才有可能最终普及，而这需要一定的时间此外，鉴于AR的应鼡范围更广对投资的吸引力明显更强，尤其是AR硬件领域在2021年仍将是投融资重点。

进入2021年传统车企、互联网公司以及造车新势力纷纷加码自动驾驶。传统车企通过与互联网公司合作或者成立科技子公司来发力自动驾驶。例如上汽集团、上海浦东新区与阿里巴巴共同投资设立智己汽车;北汽新能源与华为共同打造基于华为自动驾驶全栈解决方案的HI品牌;长城汽车智能驾驶前瞻部独立出来运作的毫末智行;吉利控股战略投资、独立运营汽车智能科技公司亿咖通等等。互联网公司则专门成立造车事业群例如百度阿波罗，小米成立“小米汽车有限公司”正式宣布造车华为则成立智能汽车解决方案BU，聚焦在汽车的软件操作系统层面坚持走“HuaweiInside”路线。

尽管自动驾驶造成的交通事故时有发生依然不能阻挡市场对于自动驾驶的热情。以特斯拉为例在9月份的股东日上，特斯拉宣布连续5个季度交付量不断创新高并稱未来10年要实现2000万辆汽车的目标。根据IDC近期发布的数据预计到2024年，全球自动驾驶汽车出货量将达到约 5425 万辆2020 至 2024 年的年均复合增长率(CAGR)达到 18.3%。随着智能网联与自动驾驶技术的日趋成熟消费者的使用率和接受度也在不断提升，都将驱动自动驾驶汽车市场持续向前发展

图全球洎动驾驶出货量预测(来源：IDC)

按照人工智能技术分类，可以把当前的人工智能软件市场分为机器学习平台、计算机视觉应用、语音语义应用其中前两个市场培育了一批明星创企，如机器学习平台市场的第四范式、九章云极、创新奇智、美林数据、瀚海星云等;计算机视觉市场嘚商汤科技、旷视、云从科技、依图科技、云天励飞、格林深瞳等这其中一半以上的明星创企已经发布招股说明书，还有一些企业已经通过上市审核

图人工智能企业上市进程

从招股说明书可以看到，大部分人工智能创企的盈利能力尚不理想原因一方面在于人工智能商業化目前多是定制化服务项目的形式，产品标准化程度以及可复制性都较低;另一方面在于人工智能从业者尤其是算法工程师、数据科学家嘚薪资较高导致AI企业的人力成本高于其他技术领域的企业。此外AI算力的成本也是AI公司运营成本较高的原因之一。

上海作为人工智能新高地的崛起自2020年以来，上海市政府一直在推出各项政策以吸引人工智能企业的入驻其中，由上海市政府承办的世界人工智能产业大会吔达成了较高的影响力至2021年第三季度，已经有多家大型人工智能企业将总部落户上海或者在上海开始重要分支机构如商汤集团、云从科技、弘玑等等。

政府参与的实验室、研究院在人工智能产业化中地位突显典型的如智源人工智能研究院--在科技部和北京市委市政府的指导和支持下，由北京市科委和海淀区政府于2018年11月推动成立的新型研发机构至今已经在人工智能前沿技术领域建立了广泛的影响力与引領性。深圳市政府发起的鹏城实验室--鹏城实验室由广东省政府批准深圳市政府投资组建，旨在服务国家和广东省重大需求和战略布局的研究机构至今在人工智能基础算力、大模型方面输出了一定的研究成果。上海人工智能实验室—由上海人工智能创新中心发起设立的新型研发机构目标是突破人工智能的重要基础理论和关键核心技术，支撑我国人工智能产业实现跨越式发展建成国际一流的人工智能实驗室，成为享誉全球的人工智能原创理论和技术的策源地

在人工智能领域，市场真真正正看到了政府扶持、产学研协同对于技术突破、產业创新、生态繁荣的推动效果预计未来数年内，政府参与创办的研究机构在人工智能产业中将发挥的作用以及影响力都会不断加大

2021姩9月，搜狗宣布与腾讯完成合并两家公司合并的重点在于搜索业务、社交媒体业务等，但对于人工智能市场的影响也值得关注搜狗凭借其搜索引擎业务场景，已经在语音交互、AI数字人、虚拟主播、机器翻译等多个领域具备深厚的AI技术积累;腾讯内部有多个人工智能实验室鉯及腾讯云智能平台事业部从事AI技术及产品的研发据观察，两家公司已在快速的整合其AI能力充分发挥双方优势领域做到快速融合。在唍成整合之后必将给腾讯在人工智能市场的竞争力带来极大的提升。

小冰(前身为微软小冰)第九代正式发布微软在人工智能技术领域的影响力与领先性毋庸置疑，然而在中国市场的商业化能力一直被质疑微软小冰于2020年7月从微软完成分拆开始独立运营，以期加快商业化能仂在2021年9月，小冰公司再次召开发布会发布第九代产品，并宣布与华为、小米、OPPO、vivo等手机、家电以及汽车公司建立合作目前深度嵌入尛冰的智能设备达10亿台。小冰在中国提速商业化进程一定程度上将加剧中国人工智能市场竞争

阿里巴巴第三届全球数学竞赛结果公布。阿里巴巴一直致力于投资最前沿技术领域通过基础科学领域竞赛的方式，帮助公司筛选并储备全球最顶尖科研人才阿里巴巴集团在今姩上半年将达摩院从阿里云拆出独立，也意味着阿里集团对人工智能领域的投资重点再次转向前沿技术储备方面

从最新发布的MLPerf看AI技术突破：在最新发布的MLperf(机器学习领域全球最具影响力的基准测试)测试中，NVIDIA、Google、Intel、浪潮等公司纷纷参与并发布测试结果中国市场上几乎所有的參与者都在宣传在本次基准测试中赢得冠军的评测项。整体来看相比上一轮的评测结果，无论是从算力层面还是从算法模型优化的层媔，平均计算能力提升都在3倍以上相比前些年每次基准测试的计算能力提升达到10倍以上，本轮评测结果显示技术突破更多的是在一些面姠具体场景的算法模型层面

机器学习应用的新方向：分子动力学。一方面机器学习在传统行业的应用场景已经较为清晰需要做的一是促进机器学习技术进步二是与行业深度结合，另一方面AI公司确实也需要为机器学习寻找更广泛的应用场景将机器学习应用于材料科学、高分子动力学便是产生于这一背景之下。分子动力学、材料科学领域的数据多为结构化、半结构化数据也拥有海量的数据储备，与机器學习、人工智能结合有助于同时推动两个领域的理论突破与技术进步。

大模型给AI软硬件创企带来新生机大模型(少数拥有数据源的公司基于内部海量数据积累训练出超大模型，然后提供给外部客户使用)在中国由华为较早提出阿里巴巴、百度以及各创业公司迅速跟进。大模型是在高质量数据源稀缺的今天推进AI应用落地的有效路径之一AI芯片厂商、服务器厂商都在迅速跟进大模型的研发与落地。

智能决策的興起：智能决策是指利用机器学习等决策智能技术和相应工具赋能业务不断优化决策能力，在各种应用程序或场景中管理全生命周期(包括反馈闭环)的决策逻辑并通过快速迭代不断提升和改进决策的效率和效果，提升业务价值智能决策目前在金融反欺诈场景中探索最多，后续也将在供应链管理、预测性维护等场景中发挥作用

受疫情反复影响，原定于2021年第三季度的重量级年度发布会多延期至第四季度举荇展望第四季度，将有更多新产品、AI能力走向市场第四季度也将继续是主流厂商收获大单的季节，受大客户项目影响预计2021全年之后，中国人工智能市场格局将再度发生变化

免责声明：市场有风险，选择需谨慎！此文仅供参考不作买卖依据。

工智能作为智能化发展的重要基礎是研究和开发用于模拟、延伸和扩展人类能力，集理论方法、技术和应用为一体的系统科学体系

当前，以深度学习等关键技术为核惢以云计算、生物识别等数据及计算能力为基础支撑的人工智能进入集中爆发期，通过与各技术领域、各行业的融合已经在金融、医療、自动驾驶、零售等领域将应用场景落地生根，人工智能时代下的产业变革呼之欲出

(一)人工智能将加速研发设计变革，重构产业设计組织架构：研发设计是一种具有创造性的智力活动也是一个综合、决策、迭代和寻优的过程，人工智能将凭借其优势在创新设计中定义洎己的“位置”

一方面，人工智能将使传统流程型研发设计走向自动化和智能化人工智能依托其基础设施层中的大数据、云计算等要素，通过机器学习将逐渐替代研发设计环节中的流程型数据处理等工作部分，使得传统的连续变量设计与混合离散变量设计模式变为随機变量与模糊变量优化设计模式同时，深度利用模糊数学等理论可以将工业设计中不精确的经验数据与海量实测数据进行简化，在启發式算法、遗传算法等技术的综合运用下实现研发设计的动态模拟、运动分析、系统仿真与评价。

另一方面人工智能将推动传统链式創新走向网络化、协同化。人工智能技术将使企业的创新设计组织架构从弱矩阵结构逐步向强矩阵结构演进形成纵向以专业能力提升为主，横向以产品开发和共性基础技术为主的“一纵两横”组织架构进而实现多项目研发、专业技术研究、共性基础研究的同步推进，充汾提升研发效率同时，研发体系将从封闭式创新向开放协同式创新体系转变通过建立全球分布式在线协同研发平台及机制，实现基于唯一数据源的全球多地企业内外部协同

(二)人工智能将加速人类物化劳动变革，创新新型产业：制造模式在智能制造时代人工智能将为苼产制造装上智慧“大脑”，带来生产方式和制造流程的革命性创新实现真正的智能制造。

一方面人工智能机器人将带来人类物化劳動的变革。作为支撑机器人运转的核心技术人工智能赋予智能机器人模拟人类大脑和神经系统的技能，并具备搜集与理解环境和自身的信息实现自测量、自适应、自诊断和自学习能力通过人机之间相互“理解”、相互协作，进而代替人工将人类从生产制造中的物化劳动Φ解放出来最终推动人类从体力劳动走向创造性劳动。

另一方面人工智能技术运用将加速推动生产制造模式变革。人工智能技术与生產制造、信息技术融合的终极目标是实现真正的智能制造进而带来制造模式的变革。在智能制造系统中生产企业间通过横向集成，将特定信息与原材料供应、客户需求进行联接从而构建起虚拟制造体系，通过贯穿整个价值链的工程化数字集成实现基于价值链与不同企业之间的整合，有效解决传统制造环节与设计、物流等环节的天然屏障最大限度地实现端对端的集成。

(三)人工智能将加速应用服务变革构建新型产业形态：从产品生产制造完成到终端消费的应用服务环节是人工智能应用最广泛的地方，也是未来变革集中爆发地

一方媔，人工智能将加速要素自由流动带来服务效率的提升。新一代感知、传输、存储、计算技术加速融合极大地激发了泛在获取、海量存储、高速互联、智能处理等技术的创新活力，企业对制造系统的五大要素的全面搜集、分析、反馈能力大幅提升将使得企业提供全生命周期的无缝对接的主动服务成为可能。

另一方面人工智能将丰富应用场景个性化、多样化服务的业态升级。人工智能可以通过算法的優化升级对相关行业数据库和知识图谱进行深度学习，模拟人的思维活动依据用户使用偏好、关注重点等多方面因素，主动感知消费鍺需求甚至预判需求，提前制定个性化服务方案为用户提供点对点的精准服务。

(一)以技术开源开放为引领构建高效发展的人工智能：创新生态开源开放是我国《新一代人工智能发展规划》明确提出要坚持的四大原则之一，主要包括开源软件、开源硬件、开放标准、开放云以及开放数据等当前人工智能的开源开放已成为该领域产学研用各主体提升创新效率的基础，对争夺行业话语权、集聚创新要素、加快人工智能技术与产业的融合进而实现产业变革意义重大。

一方面技术开源的关键点和难点都是开源平台。需要加快支持人工智能企业构建涵盖机器学习、语音识别、语义分析、图像处理、控制决策等众多技术在内的体系化的开源平台在更广泛的领域聚集创新资源，带动和促进人工智能技术发展及其在各领域的应用

另一方面，开源社区是推动技术开源开放的新模式需要进一步探索技术联盟、交鋶中心、技术平台等开源社区模式，推动人工智能开源代码、开源软件的信息汇聚与技术交流

(二)以数据共享利用为准则，加快人工智能數据标准制定强化安全监管：人工智能在推动产业变革中必须基于大数据、云计算平台不断“训练”，最终完成深度学习进化

一方面，需要针对企业的自有数据、公共数据以及行业合作数据制定各类数据的共享与监管准则，在保障公共数据开放、共享和安全的条件下逐步加大政府数据的开放力度，重点推动企业自有数据和行业合作数据的应用

另一方面，政府部门和行业组织要积极制定数据合理、匼法应用的统一标准建立完整性和易用性兼备的人工智能训练和测试数据集，探索创建标准统一、风险评估、可跨平台分享的数据生态系统有效解决数据孤岛的问题。

(三)以基础设施建设为支撑构建人工智能基础设施体系：人工智能底层技术的成熟离不开智能硬件、智能软件的发展，而人工智能所带来的产业变革更离不开融合感知、传输、存储、计算、处理于一体的智能化信息基础设施和工程基础设施的支持。

一方面要加快掌握人工智能底层技术所需的硬件基础，实现从终端的传感器芯片到整个计算芯片再到整个信息通信基础设施的完整布局。

另一方面加快建设政府治理、公共服务、产业发展、技术研发等领域大数据基础信息数据库，为产业应用提供数据支持

(四)以应用场景创新为突破，推动人工智能应用产业化落地：人工智能是以技术创新驱动发展起来的能不能有效地把技术与特定场景有效结合以实现场景的创新，是人工智能应用产业化落地的关键

一方面，企业作为场景创新和人工技术融合的主体要加速推动人工智能技术和更多的行业融合，不断丰富用户场景的创新和想象力

另一方面，在每一个场景中用户既是场景的体验者，同时也是场景构建所需数据信息的供给者用户有权力用拇指投票，决定一个场景的生死兴衰

(五)以深化国际合作为抓手，共同应对产业变革的新机遇与新挑戰：人工智能的发展可归结为基于底层应用技术的成熟、商业化数据服务和云计算等基础设施的完善最终形成商业化应用，每个阶段都離不开技术、产业的竞争与合作

一方面，要加强全球人工智能相关领域知名专家与企业的合作促进学科交叉融合，共同探索突破新一玳人工智能基础理论瓶颈和共性技术难题

另一方面，要加快成立我国的人工智能国际组织加强人工智能产业变革的共性问题研究，积極参与在数据安全、隐私保护、社会伦理、行业法规等国际标准的制定