数据多了，分享互通还不够

相比于美国，庞大的人口基数所产生的海量数据是中国人工智能的优势所在，广泛的行业分布为人工智能的应用提供了广阔市场。

事实上，如果单就应用层面而言，中国的算法发展程度与其他国家并无太大差距。中国在语音识别和定向广告的人工智能算法上取得了突破进展。而全球的开源平台也使得中国企业能够快速地复制其他地区开发的先进算法。

不过，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。

在麦肯锡全球研究院的报告，中国政府数据开放度为全球第93名。全球各国都已意识到开放政府数据库有助于促进私营领域创新，但中国政府数据的开放度仍极为有限，这对跨境数据流通的限制也使得中国在全球合作中处于不利地位。

艾媒咨询指出，从目前来看，虽然相关机构的研究表明华人的人工智能学术成果占全球一半以上，但中国人工智能技术和产业在大部分领域仍落后于全球一流水平。虽然中国在数据积累和传统产业基础上有一定的优势，部分细分领域有领先成果，相关研究投入不断加大，但整体上的人才储备落后于美国，在基础研究、产业链等方面存在较大挑战，将成为制约人工智能发展的重要因素。

人才回来了，经验、总数还不足

据麦肯锡分析，就应用层面而言，中国的算法发展程度与其他国家并无太大差距。然而，中国的研究人员在基础算法研发领域仍远远落后于英美同行。一个主要原因就是人才短缺。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。中国在人才方面的持续努力将至关重要。

据统计，在中国只有不到30所大学的研究实验室专注于人工智能，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。

“作为前沿科技技术，要推动人工智能发展的关键因素是人才和数据，而现阶段受到人才、数据和计算平台三个方面的制约。就目前来说，真正懂人工智能、深度学习的人才不多，所以导致科技巨头之间在人才争夺中不惜重金，甚至以不合理的价格疯狂挖人工智能的人才。甚至在美国硅谷给刚毕业的人工智能领域博士能开出超过百万美元的年薪。”传感物联网创建人杨剑勇说。

人工智能领域的专业人才供求失衡更严重，供求比例接近一比十，不少企业纷纷考虑在海外，特别是在北美本地招募开发、研究人员。

人才的匮乏从其薪资水平上也可以看出端倪，目前国内AI相关技术岗位，主流年薪在30—60万元。以百度为例，吴恩达宣布离开后，百度正在继续努力从美国寻找AI人才。如果AI人才愿意从美国回到中国工作，百度愿意加薪15%。

市场有了，基础设施仍落后

除去人才，中国在基础端的技术积累还比较落后。

“把人工智能看成一个产业链，可以看到产业链上端是产品、智能家电等，中端是语音识别、自然语言识别、计算机视觉等，下端是CPU、GPU、NPU、神经网络学等。”清华大学国家金融研究院院长朱民表示，中国目前集中突破在应用，我们在有自主知识产权的软件上还表现一般，基础设施上还远远落后。

“以芯片为例，现在中国每年要花2000多亿美元进口芯片。主要的原因就是在IC设计、晶圆代工上的实力不如其他国家。芯片设计几乎没有，芯片晶圆代工很弱，大部分停留在封装上。”朱民说。

据麦肯锡分析，高运算速度的计算技术是发展尖端人工智能技术的重中之重;特种处理器，如可以处理大量复杂计算的GPU，对人工智能的发展格外重要。2015年，美国政府禁止了英特尔、英伟达和AMD这三家全球最大的芯片供应商向中国机构出售高端超级电脑芯片。

为摆脱这一束缚，中国政府在2014年出台了《国家集成电路产业发展推进纲要》以及“中国制造 2025”行动纲领。中国政府还成立了国家集成电路产业投资基金，目前募资已超过200亿美元。

相关行动已初见成效，2016年6月神威·太湖之光超级计算机问世，成为世界上运算速度最快的超级计算机，使用的是中国自主知识产权的处理器。政府的前期投资可以产生显著的涟漪效应，鼓励私营企业的积极参与。