“中国的AI公司通常有更快的迭代及执行速度。”百度金融首席科学家丁磊表示，美国人工智能在理论和基础研究领域布局已久，技术相对领先。而中国的优势在于数据资源庞大以及一些商业化场景应用方面，技术方面也追赶迅速。

       过去，芯片与软件在很大程度上是依据编码产生的指令运行，这使得拥有优秀编程人才的国家占据了优势。但现在， 海量的数据和核心算法是AI发展最为重要的条件。

       这是中国AI发展最大的优势。中国有世界上最大的互联网公司，且拥有搜索、社交、电商、互联网金融等很好的应用场景——微信拥有9.4亿用户，阿里拥有超过4.2亿活跃的淘宝买家，而百度是中国领先的搜索引擎，这些科技巨头引领许多其他的公司建立了庞大的数据库。

      “不仅仅是在数据量上，在数据质量上也大大超过其竞争对手。”一家风险投资公司高层人士表示，目前中国网民约有7.3亿，几乎所有中国网民都使用智能手机上网，这种工具产生的数据比电脑更有价值。只需要处理日常工作，其产生的数据就能超过其他所有国家的总和。即便是在罕见疾病领域，中国也能提供足够的样本，教给算法如何识别这些疾病。

      《经济学人》就举例称，中国的共享单车服务已经席卷了各大城市，它不仅提供了廉价的出行方式，而且成为了一场“数据大战”。当用户租用一辆自行车时，一些公司就会借助自行车上安装的GPS设备不断追踪它的运动轨迹。

       实际上，所有AI企业现在都已深刻认识到，数据直接关系到自己的生死存亡。“AI离不开场景和数据，而金融场景里产生的海量数据，能成为人工智能的燃料。”蚂蚁金服副总裁，首席数据科学家漆远说，蚂蚁金服为此搭建了一个包含强化学习、无监督学习等技术在内的金融智能的AI系统，广泛应用于蚂蚁金服的各项业务，包括智能客服、交易风控、贷款准入和金融理财等等。从数据上看，仅仅是AI图像识别能够同时处理万级的案件量，这有望每年为行业节约案件处理成本20亿元。

       同时，中国传统产业缺乏技术背景也为许多企业提供了在AI领域大展宏图的绝佳机会。比如，前百度深度学习程序设计员创立的初创企业“第四范式“（4Paradigm Data Tech），其主要业务是帮助客户开发人工智能软件，从而更有效地将客户与服务进行匹配。仅用一年时间，该公司就成功获得了包括招商银行等超过12家银行和保险业客户的合同。

几座大山还要跨越：创新+开源+人才

       虽然在靠近商业价值应用层面中美并驾齐驱，但在基础性、原创性研究、创新土壤、数据开源、人才储备层面，中国相较美国还存在不小的差距。这几座大山，是中国AI能否超越美国的关键。

      “国内更多是技术的落地、产业化和应用，相比国外科学家和公司，突破性和奠基性的工作还不够多。”在接受媒体采访时，地平线机器人技术联合创始人黄畅承认。

       更直接一点的说法是，在AI创新上，中国与美国还存在很大差距。“我们面临的危险在于，由于我们在数据上领先，所以会停止算法上的创新。”驭势未来CEO吴甘沙说。

       这种创新，在香港科技大学计算机系主任杨强看来，应该是开拓新领域的领域，而不是在原有的基础深挖。“把一个10层的深度模型拓展到100层甚至1000层，这确实是一个进步，但这些在我看来并不是一个原创。”

       这个问题，引起了国内科学家的重视。中科院院士张钹就认为，在基础/算法的研究上，中国和世界顶尖水平还相差甚远，“人工智能是美国人建立的学科。现在还是美国等欧美国家在引领发展，他们在不断地创新，如果我们不重视基础/算法理论研究，不在这些领域赶上他们，会非常制约中国的创新能力，特别是原始创新的能力。”

       而在提供高运算速度的的基础层（AI芯片、云计算），中国企业同样远远落后于国际巨头。“智能芯片是人工智能的根本。”清华大学微电子学研究所所长魏少军强调称。但长期以来，由于英特尔、英伟达、高通等垄断这个领域，中国的芯片严重依赖进口，部分类型的高端半导体则几乎完全依靠进口，这将决定着人工智能解决方案能否实现大规模商业化。

　　同样有所差距的，还有中国的云计算。尽管在国内，阿里云市占率达29.7%，超过亚马逊、微软和IBM在中国市场的份额总和，且百度云、腾讯云、华为云、网易云等“国产云”纷纷布局，但由于相关技术没有实现完全自主，操作系统和大型软件方面没有太大的优势，导致国内企业依旧处于“跟随状态”。

       此外，尽管中国的科技巨头能够通过其专有平台获得海量数据，但在创建一个标准统一、跨平台分享的数据友好型生态系统方面，中国仍落后于美国。　“不过，尽管中国企业布局频繁，但对技术开源的理解不如国外企业深刻，”一位业内人士告诉记者，“在国外，无论微软、谷歌还是亚马逊，均开源了自己的平台，国内企业在这一块则相对封闭。”

       当然最为更关键的还是，尖端人才的短缺。美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过 40%的数据科学家工作经验尚不足5年 。相关数据统计，在中国目前只有不到30所大学的研究实验室专攻人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，造成其他领域的人才相对匮乏。

     “中国在人工智能领域拥有不少六段、七段甚至八段的高段位棋手，但暫时还缺少九段的顶级高手。”李开复用围棋的段位来比喻这个现象时说。

相关链接：

一些你必须知道的中美AI竞争数据

1、美国在芯片、硬件以及医疗、金融、智能驾驶等垂直应用领域的人工智能的投资规模明显大于中国。中国人工智能领域72%的被投资企业属于应用类企业。

2、微软、谷歌(Google)、亚马逊、Facebook、IBM等科技巨头均把人工智能作为未来重要战略方向，加大研发投入。例如亚马逊投入163亿美元，占营收12%;IBM投入8.3亿美元，占营收3.8%。中国与美国的差距在不断缩小，2016年百度研发投入达101.5亿元，占营收14.3%，投入规模居中国首位。科大讯飞投入8.3亿元，占营收25%。

3、全球最值得关注的100家人工智能企业中，美国占59家，中国占27家。

4、2016年，美国数据资源总量全球占比35%。预计2030年占比29%。2016年，中国数据资源总量全球占比21%。预计2030年占比30%。

5、美国数据的特点是行业信息化程度更高，积累了大量高质量的行业数据。中国数据的特点是拥有7.4亿网民，积累了海量用户行为数据。

深度：

中国要如何解决AI人才少问题

       “北京某科技公司招聘机器学习总监，年薪80万元，股份另算。”7月20日，一个人工智能（AI）群里，有人发出上述高薪招聘帖，几天过去也无人回应。

      据LinkedIn统计，全球目前拥有约25万名人工智能专业人才，远远无法满足未来几年中AI的发展需求。因此，AI人才已成各大企业必争之地，也是中国与美国在AI竞争中的胜负手。

        那么，中国AI目前如何构成？最稀缺的是哪种人才？要如何解决人才难题？

中国最缺少高端AI人才

    一位业内人士称，从产业链来看，人工智能主要涉及基础层、技术层和应用层三块内容。各企业需要的算法策略类、工程类和数据分析类人才比例各不相同，布局和侧重往往是根据自家核心业务有所调整的。

    以BAT为例，百度在人才储备上具有先发优势，且在搜索开发、语音识别、推荐系统几个职能的比重有明显优势，但在工程与算法策略方面的人才有些流动，总体薪资水平较低，目前是新兴AI公司挖角关注点。而腾讯走的是大数据驱动的路子，需要的是数据挖掘与机器学习人才。阿里巴巴泽比较偏重在数据仓库、算法和自然语言处理的布局，且总体平均薪资和高端职能薪资方面具有优势。

    不过，国内三巨头AI布局比较积极，但总结起来是布局在技术落地应用上面。在研究机器学习这一核心基础层上面，人才非常稀少。

     这和中美两国AI人才在不同细分领域的侧重点很相近：美国的AI基础层人才占比超7成，集中度很高；而中国则是集中在应用技术层的分布上，特别是在机器人、图像识别、精准营销和自动驾驶等领域。

       某种程度上，这是很不利的。用商汤科技CEO徐立的话来说，中国其实有一大批AI工程人员的储备，但是缺乏最顶级研究性的人才。“在AI研究上面，真正意义上能够指导推动整个行业的人才非常稀缺，两个国家PK的时候靠的就是最聪明的人。”

挖人+回流，难以解决人才问题

    目前，中国企业获得AI顶尖人才的一个重要途径，是从海外挖人。百度的陆奇、吴恩达是最典型的例子，阿里前不久也挖来了亚马逊最高华人级别科学家任小枫，另外，今年3月加盟阿里AI实验室的王刚是新加坡南洋理工大学终身教授。

   吸引这些人才加盟中国企业，待遇、机遇、前景不可缺少。众趣科技CEO高翔对此深有体会。在他的公司中，首席科学家张宗华是英国皇家学会合作专家，有着20年3D算法研究经验，发表了40余篇SCI论文。提到吸引这样的“大咖”加盟，他说“关键因素是中国市场，另外是公司股份和前景”。

   同时，因为一些人不愿来中国，中国企业也就将实验室开到了国外。百度、滴滴、腾讯等国内互联网企业也以设立实验室的形式杀入了美国高科技中心硅谷。而抢人的也不仅仅是中国公司，日前，苹果的两则招聘信息也显示，该公司已经在竞争对手亚马逊的大本营西雅图建立了一个高级Siri研发团队。

    此外，海外AI人才的回流趋势渐强：LinkedIn数据显示，从2013年至2016年，毕业归国的AI人才平均年增长率约为14%，而有海外工作背景的归国AI人才平均年增长率约为10%。

学术+工业融合，才是解决问题关键

     在国内，北京大学、清华大学、北京邮电大学、华中科技大学等20所高校成国内 AI人才摇篮。这些人才硕士学历占绝大多数，计算机是最常见的专业方向，其次是数学、信息与通信工程、管理类专业。

      但这远远不够，“我国劣势主要体现在AI人才培育体系尚未建立，我国人工智能学界倡导多年的建设‘智能科学与技术’一级学科的问题仍待解决，核心技术人才梯次无法形成，海外优势人才被欧美机构抢走。”中国人工智能学会副秘书长余有成说。

   中国工程院院士李德毅此前也表示，设置“智能科学与技术”一级学科，可以实现智能人才培养，尤其是本科生教育的专业化、规范化和规模化。“这不仅有助于我国实现智能学科发展的弯道超车，而且还将促进工学、理学和医学等学科的发展达到一个新高度。”

   事实上，早在2004年教育部就正式批准北京大学设立“智能科学与技术”本科专业——这是我国智能科学与技术高等教育的开端。目前，经教育部正式批准设立此专业的高校已达36个。不过，面对目前的AI革命，亟待汇聚、规范和提升。

       这一问题已引起重视，记者注意到，“建设人工智能学科”正是《规划》中的重要任务之一。《规划》特别提出了要“设立AI专业，推动AI领域一级学科建设，尽快在试点院校建立AI学院”。同时，《规划》还提出要加强产学研合作，鼓励高校、科研院所与企业等机构合作开展AI学科建设——在这方面，美国已走在了前面，美国学术界和工业界结合非常紧密，产学研融合带来了强大的驱动力。