人工智能风口依在 AI赋能行业创新，金准数据大数据研究中心专家表示，人工智能已经上升为国家战略，必然会推动新一轮技术的创新和产业升级热潮。

    以人工智能技术驱动的新兴产业迎来快速发展的好时机。技术创新推动产业发展，不断变化的行业需求也成为技术创新的原动力。“金准数据”专家表示刚刚参加完：1月22日国家发展改革委为加强“互联网＋以及加快推动数字经济发展，人工智能等前沿技术领域创新，组织实施了２０１８年“互联网＋”、人工智能创新发展和数字经济试点。取得了很好的效果。

    在“互联网＋”领域，重点支持“互联网＋”公共服务支撑平台建设，完善物联网、云计算等新型基础设施。

    在，人工智能领域。重点支持突破深度学习、语音识别、人脸识别、机器视觉、逻辑推理，企业“商业生态”，等人工智能领域关键技术，促进AI大数据与企业的融合，发展形成新的“商业生态”为企业提供造新的生态链。形成支撑各行业发展的“商业生态”产业体系。

在，数字经济领域，数字经济时代下公众、企业、以及厂商需要提升对人工智能的重要性认知，加强多方合作，运用前沿安全技术共同构建安全新生态。系统整合共享应用示范，统一数据共享交换平台。推进在医疗、交通、金融、物流、环境保护等领域的大数据采集处理、分析挖掘，促进大数据创新应用。

    在过去的两年，亚马逊、Google、阿里巴巴等，让人工智能走入越来越多的家庭，还让越来越多的用户感受到人工智能的威力；百度、英特尔、Google 还在不断向公众传达自动驾驶的美好未来。以及金准数据运用海量的大数据深度学习作为人工智能的引擎，为企业提供精准的“商业生态”服务等等。

人工智能“商业生态”正在从陌生的科技名词，走入寻常生活，这离不开技术的突破和应用的普及。金准数据以多年的技术积淀赋能全行业，推动人工智能技术的落地应用，以开放战略打造人工智能新商业生态时代。

随着上市公司进入年报期，去年业绩答卷如何也成为了市场关注的一大焦点。虽然在所有25家上市银行中(不包括即将上市的成都银行)，最快一家的年报披露时间也是3月17日，但由于已有多家上市银行披露了去年的业绩快报，因此投资者完全可以通过这一途径对于上市银行去年业绩来个“先睹为快”。

业绩快报显示，去年以来，上市银行的盈利和资产质量均处于改善向好阶段，目前所有披露业绩快报的上市银行均实现了净利润的同比增长，而不良贷款率方面，除了1家股份制银行以外，其他银行均较去年年初有所下降。

10家上市银行

披露业绩快报

截至目前，在所有上市银行中，已有浦发银行、兴业银行、无锡银行、江阴银行、吴江银行、常熟银行、上海银行、江苏银行、张家港行和杭州银行共10家上市银行发布了业绩快报。显然，相较于国有大行和股份制银行这些中大型银行，城商行、农商行在快报发布上更为积极，在地方上市银行中共有8家披露了业绩快报。

在资产规模上，两家股份制银行无疑是已披露快报的银行中的“大块头”。截至去年年末，兴业银行与浦发银行的资产规模均已突破6万亿元大关，分别为64191.89亿元和61350.61亿元，较去年年初增长5.48%和4.74%。而在地方银行中，上海银行的资产规模则是最高的，截至2017年年末，该行资产总额18077.67亿元，较去年年初增加523.96亿元，增长2.98%。此外，在资产规模增速上，吴江银行以17.11%排名首位，而杭州银行、常熟银行、无锡银行、江苏银行以及张家港行的总资产增速也均达到了两位数以上。

城商行利润增速喜人

资产质量普遍改善

从已公布的两份股份制银行业绩快报来看，兴业银行虽然2017年实现营业收入1400.81亿元，同比下滑10.81%，但其全年实现归属于母公司股东的净利润573.71亿元，同比增长6.54%。浦发银行在2017年度实现营业收入1686.19亿元，同比增长4.87%，实现归属于母公司股东的净利润542.40亿元，同比增长2.15%。

相较于股份制银行，地方银行特别是城商行的净利润增速表现一直亮眼，而从已公布的业绩快报来看这一情况在去年依旧。常熟银行2017年实现归属于上市公司股东的净利润达到12.67亿元，增幅21.71%，居所有已披露业绩快报的银行之首。杭州银行、吴江银行、无锡银行、江苏银行和张家港也成功实现净利润增速两位数增长，其归属于上市公司股东的净利润分别为45.57亿元、7.31亿元、10.01亿元、118.75亿元和7.63亿元，同比增长13.33%、12.46%、12.13%、11.91%和10.74%。

而在资产质量方面，上市银行业绩快报显示，2017年以来开始逐步向好。江阴银行截至去年年末的不良贷款率为2.39%，较去年年初下降了0.02个百分点。此外，除了浦发银行以外的其他银行的不良贷款率均在2%以下，且较去年年初均有不同程的下降。

根据沪深交易所发布的预约披露时间，2017年银行板块在年报披露的节奏上，与2016年年报几乎完全相同，不但在首家银行年报披露时间上相似，而且同样是3月份与4月份的银行年报披露数量平均分布。从预约时间上看，在所有25家上市银行中(不包括即将上市的成都银行)，有13家银行将披露时间放在了3月份，另外12家银行则选择在4月份披露年报。

世界经济论坛(World Economic Forum)近日发布了年度风险报告，称冲突与战争、自然灾害、极端天气和网络攻击已经取代社会两极分化和民粹主义崛起等问题，成为2018年世界面临的最高级别风险事件。

对来自政府、商界、学界以及非政府组织的近1000名专家的调查显示，93%的受访者预计2018年主要国家之间的政治或经济冲突会恶化，其中40%的受访者认为这些风险将显著增加。

虽然全球经济增长正在加速，但在经历过不确定性、不稳定性和脆弱性泛滥的2017年后，受访者普遍持悲观态度，在被问及对2018年的期待时，仅7%受访者认为风险将会减少，而有59%的人认为风险将会上升。

成立于1971年，总部设在瑞士日内瓦州科洛尼，世界经济论坛以每年冬季在瑞士滑雪胜地达沃斯举办的年会闻名于世，历次论坛均聚集全球工商、政治、学术、媒体等领域的领袖人物，讨论世界所面临最紧迫问题。

今年的WEF报告强调了四个令人担忧的问题：(1)持续的不平等和不公平；(2)国内和国际将政治紧张局势；(3)环境危险；(4)网络脆弱性。

在经济方面，各项指标显示在金融危机爆发十年之后，全球经济复苏终于步上正轨，GDP增速全面反弹，股市创下历史新高，央行们正着手货币政策正常化。

但WEF指出，这一片大好的景象可能掩盖了一些令人担忧的问题，例如目前的复苏强度是有记录以来后危机时期最弱的，生产力率增长也疲弱地让人不解，投资者增长停滞，在部分发展中国家，投资增速自2010年来就大幅下滑，而在许多国家，社会和政治结构随着实际收入停滞不前而遭到严重破坏。

令人安心的总体经济指标意味着一些经济和金融风险成为盲点，它们包括一些熟悉的但却已经发生演变的风险，以及一些新浮现出来的风险。

熟知的风险：泡沫、ETF和债务

在熟知的风险中，资产价格高涨的可持续性令人担忧。

在股票市场，随着一次又一次新高，有关“非理性繁荣”以及市场会否出现大幅调整的担忧开始浮现。在历史上，美国股票仅出现两次比当前价格高的情况，分别是在1929年和2000年的大崩跌之前。

债券市场则更加戏剧性。在2017年中，约9万亿美元的债券以负利率进行交易，这意味着投资者向债券发行人付钱来承担他们的金融风险。这种反常的现象很大程度上受到了央行们大规模资产购买计划的影响。

WEF表示，一旦发生剧烈市场调整，那些对泡沫化行业和市场敞口较大的实体经济将首当其冲，而在美国和英国这些持有金融资产比较普遍的国家，影响也将巨大。

而不仅仅是股票和债券市场价格走高，在香港、伦敦、斯多克哥尔摩和多伦多等地，房价大幅飙升，而这和比特币等加密货币的飙涨比起来也都不算什么。

但更让人担心的是，过去十年来，一些金融资产和资产管理模式的创新还从来未接受过危机的挑战。其中一个例子就是，急剧扩张的ETF。

自2008年以来，ETF基金价值增长了约500%，资产规模已经达到4万亿美元，在美国股市交易中占比约为25%。

一些分析师认为，大量的ETF能够缓解市场调整，而也有人认为，ETF会加剧市场调整程度。但不到发生的那一刻，没有人知道究竟会怎样。

此外，高企的债务水平也是隐忧。

一般来说，伴随着信贷收缩和房价崩盘的衰退总是更难以复苏，原因是繁荣时期疯狂扩张的负债将会拖累消费和投资增长。家庭和金融部门的负债是2008年金融危机的关键驱动因素，也是当前实体经济复苏缓慢的主要原因。

而目前全球负债占GDP的比重远远高于金融危机前的水平。据IMF，2016年G20国家非金融部门负债已经达到135万亿美元，远高于2007年时的80万亿美元。

新浮现的挑战：有限的火力、技术变革和保护主义

简而言之，当另一场危机来临时，我们是否有足够的财政和货币政策空间来应对？

在过去的危机中，美联储平均下调基准利率5.5个百分点。目前美联储基准利率仅为1.25%，市场预期其将最终维持在3%左右。

因此，当新一场危机浮现，即便美联储为应对衰退将利率下调至零，相较于常规的宽松规模，仍然会有2.5个百分点的短缺。

美联储尚且如此，更不用提当前利率水平更低的欧洲央行和日本央行了。

此外，WEF认为，技术变革和保护主义也是近年来新浮现的可能对经济带来风险的事件。

金融危机以来，技术创新频现，历史也证明，技术革命最终会带来广泛的经济效益。但是科技悲观主义者对当前的诸多创新是否能像电力、家电和内燃机等一样具有变革性持怀疑态度。

即便是乐观主义者也担心，但社会适应新技术时，大规模的混乱或许也是难以避免。例如工业革命虽然让人类实现了巨大的社会福利增长，但也不可避免的带来了长期的社会和经济动荡。

世界银行曾警告称，当前的创新模式可能会威胁到长期建立起来的发展模式的可行性。从历史上看，经济的发展曾通过将劳动力从农业部门转移到以出口为导向的制造业，虽然同样是低技能劳动，但却带来了更高的生产力。

随着自动化发展，制造业需要的是更高技能的工人，这将导致上述模式失灵。如果劳动力从制造业转移回农业，甚至从农业转移到生产率更低的低端服务业，发展中国家的生产率可能出现停滞或者下降。

据悉，网站“HillarybeatTrump.org”使美国前民主党候选人希拉里的支持者可以假装生活在希拉里赢得2016美国大选的一个平行时空中。该网站描述称“面对一场宪政危机，这就是我们的回应。真正的美国总统——希拉里•罗德姆•克林顿万岁。”该网站的文章报道还称希拉里的支持率上升到了“89%”。

该网站“无畏和讽刺”的报道涵盖了“另类右翼”活动、“失败的候选人特朗普”、男性顿悟、第一名绅士、碧昂斯和医疗保健等议题。这家幻想网站的观点以讽刺为基调，但也称网站活动为一项“运动”，读者还可以订阅它的简报。网站作者未知，但据称其拥有“推特”和“脸谱”网的股份。

在其发表的报道中，有头条文章“历史学家称希拉里的总统任期成为史上五强”、“史上首次：男性议员礼貌的安静倾听女性同事”等。

人工智能（AI）的出现和发展可以给英国带来巨大的社会和经济效益。借助人工智能，计算机能够比人类有更高的准确性和速度进行信息分析和学习。从药物研发到智慧物流，人工智能技术的融入，提高了效率、完善了性能，为绝大多数的行业甚至是各行各业都带来了可观的收益。其实，人工智能可以理解成是一种软件，通过更好地抓取和利用信息从而帮助做出更准确和高效的决策，并将其整合到现有的流程中，实现实时的改进，帮助扩大规模，并降低成本。

据估计，截至2035年，人工智能将给英国经济增加8140亿美元（约合6300亿英镑）的额外收入，届时，GVA年增长率有望从现有的2.5%飙升至3.9%，我们的愿景是让英国成为世界上最适合发展和部署人工智能的国家，从起步、发展到繁荣，实现技术所能带来的最大便利。

基于纯粹强化学习的AlphaGo Zero颠覆了很多对人工智能（AI）的既有认知，也让很多第三波人工智能浪潮泡沫论者闭了嘴。2030年，人工智能将带来15.7万亿美元的经济增长，包括生产力的提高（6.6万亿美元）和应用市场（9.1万亿美元）。

最近英国发布的人工智能政府报告——在英国发展人工智能，基于人工智能发展现状和英国的历史优势探讨政府、产业界和学术界需要采取的相关措施，并分析可能的应用和市场前景。

英国的AI政策盘点

英国AI政策盘点

英国大概是欧洲推动人工智能最积极的国家了。而最近发布的这份报告《在英国发展人工智能产业》（GROWING THE ARTIFICIAL INTELLIGENCE INDUSTRY IN THE UK，以下简称报告）更是直指AI产业化，指出AI将为英国提供8140亿美元（约为6300亿英镑）的经济增长，推动GVA年增长率从2.5%增至3.9%。该报告称，英国目前是人工智能的领导者之一，希望能继续保持该优势并将英国建成全球最适合人工智能企业发展的地方。

众所周知，人工智能的一大潜力就在于优化效率，其用例包括供应链的存储和分销网络（亚马逊仓储）、建立新的业务模型、帮助公司和个人员工提高工作效率、减轻大数据集搜索的负担（沃森专家系统），可用于消费电子、医疗、安防、金融等诸多领域。这种生产力的推进，是政府重视AI的根本原因。

AI用例

报告根据已发表的文献指出，2024年，全球人工智能市场价值可能超过300亿美元，对于部分行业，AI可以带来30%的生产效率提高，节省25%的成本；2030年，人工智能可能为全球经济贡献1570亿美元，包括生产力的提高（increased productivity，6.6万亿美元）和应用市场（consumption-side effects，9.1万亿美元）。

政府和产业可以怎样为AI创造发展环境

报告强调，当下是英国针对人工智能采取必要行动的关键节点。一方面，作为图灵的故乡，虽然英国的人工智能在全球，特别是欧洲有领导者的优势，但产业发展初期，这份优势未必能够保持，产业界需要提高竞争力；另一方面，人工智能技术已经为广泛应用做好了准备，基于计算能力的显著提高、越来越多可用的大数据、新算法和相关应用程序，过去五年相关的投资、双创井喷式增长。至于AI引起的就业挑战，与其他政府一样，英国认为这是不可避免的一个问题，需要政府和市场合作，发展新工种和新的工作方式，提供就业和再就业培训。

英国现有的AI优势

1.庞大的数字产业

人工智能是数字化的一个发展，并且已经在数字技术部门和垂直领域进行了应用尝试，预计未来将延伸至各个领域，如自动化的网络安全系统。2015年英国数字科技行业规模达1700亿英镑，比前5年增长了22%年，现在有1640万个数字技术工作岗位。

2.硬件趋势明朗

人工智能主要是通过GPU和深度学习算法来实现并行计算，当然，定制芯片也是一大方向。计算能力越来越强，算法越来越优化的趋势将进一步发展。

3.数据量呈指数增长

数据的快速增长也孕育了人工智能。自2000年以来，全球产生的数据量呈指数增长，大部分来自于互联网和移动个人设备。思科认为，2016年到2021年，数据量将增长7倍。有报告指出，2015年到2020年间数据将使英国受益241亿英镑。

4.企业环境与人才优势

英国被认为是世界上最具创新力的企业生态之一，具有多家大型企业和诸多活跃的小型企业，以及相关客户和研究专家。从全球的人才和投资竞争来看，英国AI商业活动具有优势。

英国AI创业、投资环境优势明显

2016年英国人工智能领域的投资占整体数字技术领域的3%，有226家处于早期发展阶段的独立企业。Coadec报告指出，在过去的36个月里，几乎每周都有AI创企都在英国建立。目前200多家创业公司和中小型企业聚焦于用AI解决特定领域的问题，特别是NHS/英国国民健康保险制度。此外，大型企业（Ocado、通用电气等）也在尝试AI优化服务和企业运营效率。

五大被美国科技企业收购的英国AI公司

值得警惕的是，现在有很多美国大型公司处于研发需求等考量收购了英国创企（Swiftkey、DeepMind和Ravn等），即便很多被收购的公司人才、资料依旧留在了英国，但毕竟是收购，未来可能会发生资本、技术转移，从而离开英国。因此，保住既有人才技术的同时吸引全球专业投资才能使英国发展成为AI行业的最佳环境。

英国AI公司举例

从地理上的集群效益来看，大部分的AI公司集中在伦敦；剑桥催生的AI创企比较多，包括Evi、Vocal IQ、Cytora、SwiftKey和Darktrace，因为研发紧密且能够获得本地资金支持，亚马逊和苹果等国际科技企业也在该地区；爱丁堡也在很重视数据分析和人工智能方面，诞生了Skyscanner、CodeBase，亚马逊的机器学习研发中心也在那边；牛津自不必说，有深蓝实验室和DeepMind；布里斯托企业优势明显，有惠普、甲骨文、BAE、Five AI、Graphcore等。

英国AI企业、机构的地域性分布示意

对于公共部门而言，人工智能是一个非常有效的提高主流公共服务效率的工具（政府数字服务/GDS），可以用于税收、福利、签证、护照和其他政府执照方面，甚至与养老金监管机构合作，帮助商业部创新合作渠道（小企业研究计划/SBRI），建立完善的、更安全的、自动化的考察系统以解约申请花费及时间，建立更智能的、响应更快的政府体系。

总的来看，报告认为，人工智能将积极的，大规模的，在各个领域影响英国经济的未来。当然，不同领域和不同地区的发展速度会有所不同。根据埃森哲，人工智能将在2035年前渗透各个环节，为英国增加8140亿美元的额外收入，GVA的年增长率将从2.5%提高到3.9%。根据普华永道，人工智能将使得英国的GDP在2030年上升10.3%，相当于2320亿英镑，包括生产力的提高（1.9%）和应用市场（8.4%），成为最大的商业机遇之一。

英国如何支持AI

英国第一年AI本科课程（目前及未来预计）

1、为工程和物理科学研究委员会提供研究资金。包括143项相关研究拨款，覆盖智能技术和系统，使AI成为可接受的、可用的、合乎道德的技术。

2、针对数据科学的研究，包括阿兰图灵研究所，以及剑桥大学、爱丁堡大学、牛津大学、伦敦大学、华威大学组成的EPSRC协会，总共投资4200万美元。

3、建立独立的、非盈利的、无党派的开放数据研究所（ODI）。

4、皇家统计学会联合来自商业、工业、政府和学术界的代表举行会议支持整个英国的数据科学社区。

5、Digital Catapult联合跨国公司、投资者、创业公司、政府部门支持数字研发的商业化。

6、科技行业代表机构TechUK联合IBM对人工智能在医疗保健领域的应用进行讨论。

7、电子系统和技术行业机构NMI、面向未来智能的莱弗休姆中心、全党派的人工智能议会小组、科技城英国（Tech City UK）等纷纷寻求人工智能生态方案，推进技术发展和产研转化，开拓全国范围的就业计划等。

四点建议

AI人才段位示意

报告指出，要发展人工智能，首先是增加数据访问渠道，包括开放更多的数据，提高机器的可靠性，设置敏感数据不进行公开（数据信托）；此外，需要提高相关技能支持，使英国成为吸引国际AI人才的地方，重视计算机、数据科学和机器学习等，也均衡其他层次的人才配比。以下是报告提出的发展AI产业的四点建议：

一、关于增进数据访问的建议。

1.为方便持有数据的组织与希望使用数据开发人工智能的组织之间的数据共享，政府和行业应通过一个程序来开发和建立数据信任，即通过验证的、可信的框架和协议，来确保数据交换是安全的和互利互惠的。

2.为提高开发人工智能系统的数据可用性，政府应该保证一定数额的研究资金用于AI数据开发，同时确保以机器可读的格式发布底层数据，并提供明确的版权信息，且尽可能地对外开放 。

3.为支持文本和数据挖掘，并将其视为一种研究的标准和不可或缺的工具，英国应规定一种默认设置，即对于已发表的研究来说，读取数据也就是挖掘数据的权利，并且这不会产生替代原始作品的产品。在评估如何支持文本和数据挖掘时，政府应该将人工智能的潜在数据包括进来。

二、关于提高技能的建议

4.政府、企业和学术界必须充分认识到人工智能行业各类人才的价值和重要性，并应共同努力，打破成见，扩大参与。

5.企业应出资赞助大学AI硕士学位课程的开设，且预计首批学员规模达300名。

6.对于除计算机和数据科学专业之外的毕业生，学校应与用人单位以及学生本身，一起探讨人工智能专业毕业生的潜在需求。

7.政府应与全英知名大学共同打造至少200个人工智能博士学位。并且，随着英国教育的发展和吸引的越来越多的学术人才，这个数字还会持续增长。

8.高等院校应鼓励设立与发展AI MOOC、线上人工智能课程和持续的专业技能培训，为那些具有STEM资格的人提供更多的专业知识。

9.英国人工智能协会国际奖学金项目应与艾伦·图灵研究所合作创立图灵人工智能奖学金。这应由一个专门的基金来资助支持，以确定和吸引最优秀的人才，并确保英国向来自世界各地的有资历的专家开放。

三、如何最大程度的推动英国人工智能研究发展的建议

10.艾伦·图灵研究所应该成为人工智能和数据科学研究的国家性质的研究基地，并将其扩展到目前的五所大学之外，将其重点放在如何大力发展人工智能。

11.大学应该使用清晰的、可访问的以及可能的公共政策和实践来授权知识产权，并建立相应的公司。

12.艾伦·图灵研究所、工程与物理科学研究委员会（EPSRC）、科学技术设施委员会（STFC）和联合信息系统委员会（JISC）应建立协同合作，共同协调人工智能研究计算能力的需求，并因此为英国研究界进行相应的沟通协商。

四、关于支持人工智能应用落地的建议

13.英国政府应与企业和专家合作，建立一个英国人工智能委员会，帮助协调和发展英国的人工智能。

14.信息专员办公室和艾伦·图灵研究所应共同制定一个框架，来解释人工智能的流程、服务和决策，以提高透明度和问责制。

15.国际贸易部应扩大其目前对人工智能企业的支持计划。

16.英国经济如何成功利用人工智能技术来面对当下的机遇和挑战？TechUK应该与英国皇家工程院、Digital Catapult以及业界的关键人物合作，共同为其制定切实可行的指导方针。

17.借助政府数字服务的专业知识、数据科学的伙伴关系以及与其他部门的数据打交道的专家，政府应制定一项行动计划，为公共部门做好准备，并推广应用人工智能技术，用于改善公民运作和服务的最佳实践。

18.政府应确保产业战略挑战基金（ISCF）和小型企业研究计划（SBRI）所面临的挑战，旨在吸引和支持人工智能在整个挑战领域的应用，并为人工智能领域的公共部门数据提供资金支持。

金准数据认为，比之中美，英国的学院氛围更为明显，包括阿兰图灵研究所，以及剑桥大学、爱丁堡大学、牛津大学、伦敦大学学院、华威大学等为国家AI发展献力不少，大中小型企业也都很积极的进行AI尝试，产研转化模式成熟，资本和双创活动都很活跃。

中国人工智能正处于爆发期

中国人工智能产业起步虽然晚，在产业布局等方面还处于初期，但随着技术、资金、市场、人才等多方面因素全线发展，中国人工智能实力已经名列前茅。据iiMedia Research数据显示，中国人工智能产业规模2016年已突破100亿，以43.3%的增长率达到了100.60亿元，预计2017年增长率将提高至51.2%，产业规模达到152.10亿元，并于2019年增长至344.30亿元。

2016年，中国在人工智能领域共开展投融资284次，投融资总额达26亿美元，成为全球人工智能领域第二大“吸金”地。2017年1-7月我国人工智能行业共发生181起融资事件，其中7月份发生46起，为今年融资次数最多的一个月。从融资金额来看，2017年1-7月，达到亿元级的融资项目有37次，其中10亿元以上的项目有3次，最高金额达22亿元。

政策利好中国人工智能千亿级市场涌现

我国政府近几年也在持续关注人工智能发展，并针对人工智能制定了多项国家策略。2015年5月，国务院发布的《中国制造2025》中明确提出“加快发展智能制造装备和产品”。2015年7月，《国务院关于积极推进“互联网+”行动的指导意见》中将人工智能作为重点布局的11个领域之一。2016年3月，国务院国民经济和社会发展第十三个五年年规划纲要(草案)》 中指出将重点突破新兴领域人工智能技术等。 2016年5月，发改委、科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，方案提出，到2018年，通过打造人工智能基础资源不创新平台，人工智能产业体系、创新服务体系、标准化体系基本建立，基础核心技术有所突破，总体技术和产业发展与国际同步，应用及系统级技术局部领先。在重点领域培育若干全球领先的人工智能骨干企业，逐步建成基础坚实、创新活跃、开放协作、绿色安全的人工智能产业生态，形成千亿级的人工智能市场应用规模。

人工智能企业和专利数量双增长

根据统计数据，中国人工智能相关专利申请数从2010年开始出现持续增长，于2014年达到19197项，并于2015年开始大幅增长，达到28022项，2016年，中国人工智能相关专利年申请数为29023项。艾媒咨询分析师认为，2010年移动互联网开始发展，技术和数据积累给人工智能研究带来了较大的增长动能。进入2015年，在国 内外人工智能研究和应用场景不断进步的基础上，中国人工智能相关研究开始进入高速发展阶段。这说明，中国人工智能研究水平正在处于不断提高的阶段，目前已取得一定阶段性成果，有望持续发展，预计2018年专利申请数将持续增长。

中国AI发展的四个驱动力：人才、数据、基础设施和计算能力。目前中国在人才、数据和基础设施等方面已经具备了全力发展AI的实力。

人才是AI发展的根本

相对来讲，AI是科技发展的一个新兴领域，对人才的需求将是未来一段时间内的首要问题。美国科技巨头在全球范围内开设实验室以招揽人才，而中国在这方面也不落下风。已有多家中国科技公司开设了海外研究院，如百度在硅谷建立了AI实验室，腾讯在西雅图建立了AI实验室，还在麻省理工学院举办了创业创新大赛的人工智能专场。

数据优势得天独厚

数据方面，中国有着得天独厚的优势。中国人口基数大，网民数量领先全球，这就带来了数据收集方面的优势。据报告，中国的互联网巨头都已建立了完整的在线生态系统，并越来越深入人们日常生活的方方面面，以此获得了海量的数据。目前，全球范围内的数字信息有13%是来自中国的，预测这一数字将在2020年增长至20%-25%。

基础设施平台是AI发展的舞台

基础设施方面，中国的互联网巨头们都已搭建了完善的平台和生态系统，这是人才引进和数据收集的前提，也随着人才的争夺和数据的竞争而加速完善。如百度去年9月推出的的深度学习开源平台PaddlePaddle和今年推出的阿波罗计划，都是为人工智能的发展所搭建的平台。

芯片是唯一的短板

而计算能力是目前中国AI发展的制约因素。中国在芯片方面对国外厂商的依赖很严重，不过中国的半导体产业的发展正在加速。预计中国未来可能减弱甚至摆脱对国外厂商芯片的依赖。

总结：金准数据认为，比之英国AI的发展，我国的产研转化模式还不是很成熟，但是目前中国在人才、数据和基础设施等方面已经具备了全力发展AI的实力，发展前景广阔。

2018年1月中旬，深圳连日阴雨，气温降至10℃以下，南国冬季来临。

但华强北商人丁瑞的矿机生意，正是旺季。他刚刚完成一笔100台矿机、超过300多万元的单子。和他交易的，是一个俄罗斯人，对方从莫斯科慕名前来，在得到能立马交货的承诺后，爽快地交付了订金。

在华强北，像丁瑞这样的商人，已经成为庞大的群体。他们在以比特币、以太坊等为代表的数字货币惊人涨幅中，灵敏地嗅到商机，借助华强北背后的产销能力，向全国乃至全球铺开矿机生意的大网。

浪潮席卷之下，短短半年时间，华强北一扫近年来受电商打击的颓势，商铺紧缺、房租上涨的故事重演，就连门口黄牛和你的搭讪，也从“发票发票”和“手机手机”，变成了“矿机矿机”。

在数字货币疯长的过程中，价格数字的涨跌，是最受关注的焦点。对于矿机如何生产数字货币，愿意认真了解者寥寥。

但事实上，如果没有矿机的开发、生产者，至今比特币或许仍是由极客群体的笔记本电脑在空闲时生产出来的。这也意味着，它不会进入大众的投资视野，更不会涨出天价。

更少有人知道的是，中国人垄断的矿机生产及经销链条，也是“中国制造”领先全球的一个典型缩影。

我们在华强北见到了来自塞尔维亚、俄罗斯、印度等全球各地买家，在那里急切地寻求矿机货源。但他们毫无要求“物美价廉”之意，这是一个卖方市场，中国卖家主导着话语权。

背靠深圳及周边强大的制造业基础设施，“中国制造”在过去几年牢牢垄断着各式矿机的设计和生产。世界排名前三的数字货币矿机生产商比特大陆、嘉楠耘智和亿邦科技，囊括了全球九成以上的份额——这三家公司都是中国人创办的。

在芯片产业领域，矿机生产商的芯片设计、开发能力成为专业芯片行业上升最快的细分领域。红杉等顶级风险投资公司亦投资了矿机生产领域的佼佼者。

现在，已有野心勃勃的矿机生产商开始向人工智能领域扩张，他们认为自己在算力领域的技术积累，恰好能解决人工智能芯片算力不足的问题。

矿机的故事，比数字货币起伏的价格，更值得中国公司潜心研究。

而从被誉为“中国电子第一街”的华强北，开始讲述矿机产业链条故事，再合适不过。

华强北的异变：每个人都在讨论矿机

进入华强北的地标赛格广场，楼层指引中“矿机”两字很快映入眼帘。这里的4层和5层，铺位基本被矿机商户占据。

丁瑞是这里较早经营矿机生意的商户，他原本的主业是售卖显卡和机箱。之前卖电脑、手机的商家们，纷纷改了行当，叫卖矿机。有的商户甚至连原有的招牌还没改，柜台上直接摆着矿机，用来招揽客户。对他们来说，矿机与以往的电脑硬件并没有差别，只是更紧俏。

赛格广场的招商经理说，矿机的生意火起来之后，这里的铺位租金上涨了接近一倍，但依然无法阻挡商户的热情。铺位紧缺，为此他们决定利用春节假期时间，把一些空间不合理的铺位重新规划，再分割出租。

“买矿机到赛格。”这位招商经理很兴奋。“现在国际上已经形成口碑了！”

在赛格广场，来自塞尔维亚、俄罗斯、印度等地的买家很多。他们在寻找谁手里真正有货，最难采购到的就是中国制造的蚂蚁矿机和阿瓦隆矿机。为寻找到合适的价格，他们还会熟练的使用微信，方便店家有更便宜的价格后及时通知。

华强北的商家最喜欢的，就是这些国际买家。丁瑞的经验是：“他们目标明确，通常要的量比较大，而且签证时间有限，所以会很快下决定。”

矿机生意做起来之后，卖家这端也有了一些新做法。一些商户另辟蹊径，提供衍生服务吸引顾客。例如矿机托管业务，商家找来稳定的电力和场地，建好矿场，买家在购买矿机后选择托管，缴纳托管费后无需考虑其他问题。在一家挂着“华硕电脑”招牌的商户，店里销售极力推销这种模式，并拿来计算器熟练输入各种数字，演示回本周期。

在半年时间里，原本出厂价万元左右的矿机，被爆炒到超过3万元的价格，但依然供不应求。

“只要你有货，你就是大爷。”一位商户称。供需严重失衡的市场里，一些矿工淘汰下来的二手矿机，也成为被追捧的对象。“比如说蚂蚁矿机S9，一些矿场因为种种原因不干了，或者买了最新机器淘汰下来了，一台还可以卖到两万多块钱。”

四川的一位矿场主就经历了这样的疯狂，他在2017年底将矿场更换下来的旧矿机，委托华强北熟悉的商户转手卖掉，“用了一年的二手机，居然比我当初买的价格还要贵。”

中国力量首秀：天才少年与中国制造完美结合

成为全国乃至全球最大的矿机销售集散地，华强北背后的支撑，是深圳及附近地区强大的电子工业设计和制造能力。

曼巴显卡矿机创始人金鑫对此感受颇深。2017年9月才下定决心要进入这一行业的他，在华强北找到了生产矿机的所有零部件，并在深圳宝安找到代工厂迅速投入生产。这在全球其他地方都不可能实现。

金鑫的感受不是个例。占有矿机市场最大份额的蚂蚁矿机，亦是在深圳代工厂完成制造和组装，随后通过深圳的区位优势，将矿机运输至全球各地买家手中。

华强北和深圳所代表的“中国制造”力量，在五年前首次出手，就震撼了整个比特币世界，并从此之后一直占据着矿机产业链条霸主地位。

2012年6月，一家名叫蝴蝶实验室（Butterfly Labs）的机构，声称正在研究集成电路式（ASIC）的专业矿机。如果研制成功，蝴蝶实验室很可能将掌控比特币世界超51%的算力，也意味着该机构可以对比特币的区块进行篡改，几近拥有完全掌控权。

“比特币的自由世界要被毁灭了！”大洋彼岸的“蝴蝶”扇动翅膀，惊醒了国内一众比特币爱好者。还在北京航空航天大学集成电路设计专业读研的张楠赓（币圈人称“南瓜张”），以及中国科技大学少年班的蒋信予（币圈人称“烤猫”），代表中国力量迎战。

南瓜张被币圈普遍认为是世界上第一台ASIC矿机的发明者。他将其命名为“阿瓦隆”，并卖向世界各地，成功狙击了蝴蝶实验室。

相比南瓜张的“第一”，天才少年蒋信予研发的烤猫矿机，实现了更大规模的量产。

2012年7月，蒋信予用昵称friedcat（即“烤猫”之意），在比特币论坛bitcointalk上发起众筹，众筹份额被直接划转为烤猫矿机股份，并与比特币进行锚定。尽管发行的是股份，而不是代币，但这一过程依然被很多人视作ICO（Initial Coin Offering，首次币发行）在中国的第一次尝试。

最早翻译中本聪白皮书的币圈传奇人物吴忌寒投入数万元，在烤猫矿机研发成功后，这一投资为他带来了上千万回报，并促成了他此后创立世界上最大的矿机生产商比特大陆。

2013年初，阿瓦隆矿机和烤猫矿机相继出货，原本的挑战者蝴蝶矿机则遥遥无期。在随后的几年时间中，尽管经历了烤猫失联、新霸主崛起，但借助“中国制造”完善的基础设施和生产能力，中国力量从此成为矿机产业链条无可撼动的霸主。

算力大战前传：比特币价格保障带来的天时

但扮演救世主的理想主义，亦因为此次算力军备竞赛，被推向深渊。

2013年，比特币在世人面前完成首秀，年内涨幅超百倍、最高至8000元的价格，尝鲜者惊奇地发现，专业级矿机如同能下金蛋的鸡一样，可以源源不断地带来巨额财富。阿瓦隆矿机和烤猫矿机，价格在市场上被爆炒至六位数，依旧供不应求。

尝到甜头的获利者们，再也不愿回到过去。中本聪原本设计的每人利用笔记本即可参与挖矿获得比特币奖励的平衡，被完全打破。中国设计、中国制造的ASIC专业矿机，在比特币世界上演了一场又一场算力军备竞赛，将“挖矿”的门槛提升了千万倍。普通电脑成为历史，售价上万元一台的集成电路式矿机被搬上舞台。

随着越来越多的矿机生产商加入进来，在疯狂的算力军备竞赛中，每台矿机所能获得的比特币难度随之上升，谁能开发出算力更强的狂机谁就会接到大量订单。摩尔定律下，芯片升级研发能力，直接决定着竞赛的成败。

闪电智能CEO廖翔，亲身经历并参与了当年这场军备竞赛。他认为，在行业草莽年代，传统的芯片大厂，比如因特尔、AMD、英伟达等，根本瞧不上这点生意，而第二和第三梯队的芯片厂商，则无暇顾及。

“可以说在传统芯片厂商种种原因没有介入，给了行业很大的窗口期，谁能研制出最新的芯片投入生产，谁就能赢。”

烤猫的早期投资人吴忌寒，成为这一轮军备竞赛中，最大的胜出者。他与在街头偶遇结识的芯片专家詹克团，在2013年共同成立了比特大陆。后者在半年时间里研发出了ASIC芯片，并在2013年11月将这款名为“Antminer S1”的矿机推向市场。

“比特大陆的崛起，可以说天时地利人和，无一不可或缺。”同样经历过那场算力军备竞赛的人士评价。首先是两位创始人的结合，在当时矿机创业圈子内，“是黄金搭档”，因为“吴忌寒懂比特币，詹克团懂芯片”。行业草莽年代，这样的结合显得尤为珍贵。

外是“运气”成分。Antminer  S1甫一面世，正是比特币价格飙升最猛烈的时间，这为比特大陆在2014年币价陷入低谷时备足了粮草，有资金支持下一代芯片研发。

“天下武功，唯快不破，如果詹克团研发的ASIC芯片再晚一个月，比特币的价格从8000回落到800，可能就不会有后来了。”

激烈的竞争中，受限于芯片能够承载的算力，很多入局者生产的矿机还未出厂，就面临着淘汰的风险。

而一度占据全网算力大头的烤猫矿机，也开始掉队。2013年底，在比特币价格狂飙突进的关键时刻，烤猫的第二代芯片研发遇挫。如同它和阿瓦隆共同击败的敌人蝴蝶实验室的结局一样，在算力迅速膨胀的节点，一步慢则步步慢，在其他对手的竞争下，烤猫矿机从顶峰时期占据全网超过20%的算力迅速回落至4%。苦撑一年多之后，烤猫在去生产线考察的路上，神奇失踪，至今成谜。

人工智能的短板：算力瓶颈将由矿机厂商打破？

四年后的今天，算力军备竞赛的胜出者比特大陆，成为比特币世界中毋庸置疑的王者。在全球ASIC矿机市场份额中，比特大陆以超过70%的比例拥有绝对话语权。

在世界顶级芯片代工厂商台积电2018年最先进7纳米制程首批客户名单中，比特大陆赫然与高通、辉达、AMD、海思这些知名厂商并列。2017年的新一轮融资，比特大陆吸引了红杉和IDG入场，估值达“数十亿美元”。

研制出世界首台ASIC矿机的南瓜张，也不逊色。他所领导的公司嘉楠耘智，在借壳A股公司鲁亿通失败后，提交了挂牌新三板市场的申请，并在新一轮融资中估值达33亿元人民币。根据数据显示，受益于2017年比特币价格的惊人涨幅，2017年全年，嘉楠耘智营收超过20亿元，大部分来自于矿机销售。与此数字对应的，是仅仅30人的研发团队。

在垄断了全球的矿机市场份额之后，两家公司发现了新的兴奋点：借助于比特币矿机的算力技术积累，他们可以将经验复制至世界技术最前沿——人工智能领域。

嘉楠耘智的一位人士介绍，在实现人工智能的要素中，算法是普遍最被重视的一环，算力却一直被忽视。在算法上，芯片厂商AMD和英伟达通过他们设计生产的显卡（GPU）进行深度学习，走在了最前端。不过，经过多年的积累和发展，算法已经很成熟，算力要素成为制约人工智能的最大短板。“为何一些人工智能的机器人不能直立行走？根本原因还是在算力上面。”

在芯片层面，比特大陆产品战略总监汤炜伟预判，比特币矿机芯片走过了从CPU到GPU再到ASIC专用芯片的进程，与之类似地，人工智能芯片也将重演从CPU到GPU再到ASIC的进程。

“以GPU为代表的图形处理器推动了第一波人工智能的浪潮……但是随着行业的发展，随着深度学习算法的成熟，随着体系架构不断快速演进，到2020年专用芯片（即ASIC）数量将会超过GPU芯片。” 汤炜伟笃定。

比特大陆在2018年1月发布了基于人工智能的芯片品牌“算丰”，嘉楠耘智的相关动作也在紧锣密鼓中。

“这是在芯片领域，中国拉近、甚至是超过美国的契机。”在比特大陆“算丰”发布仪式上，其负责AI产品技术的总监王俊兴奋地称。

不过这一次，两家公司面临的，是阵容颇为强大的对手。谷歌、AMD、英伟达等顶尖选手，无论在研发资金支持上，还是在技术和数据的积累上，均不可小觑。

一位人工智能领域的资深观察人士指出，因为“人工智能训练的算法可能会改变，训练的数据和生态也不掌握在自己手里”，因此他表示出对后路的忧虑。

但他也看到了积极面，两家公司选择了最有经验优势的ASIC方向，是在区块链生态中孕育出的力量，并向传统芯片厂商发起冲击。

深圳的那些代工厂与华强北的商户，应该很期待这一市场尽快爆发。当矿机这种技术主导的“中国制造”的、产品热销之后，没有人会怀念天天打价格战的“山寨机”时代。