展望未來，人類的發展方向又會是怎樣的呢？本期的智能內參，我們推薦來自IDC的報告《2018-2019年中國人工智能計算力發展評估報告》， 評估中國人工智能發展的現狀，探索中國企業破局之道。
國家政策引領：國務院發布《新一代人工智能發展規劃》，人工智能發展成為國家戰略。
2017年7月8日，國務院印發《新一代人工智能發展規劃》（以下簡稱《規劃》），提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，部署構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。
生態環境成熟：算力、數據、算法生態條件日益成熟，人工智能發展迎來戰略機遇期。
數據爆炸，為人工智能提供了土壤。進入新世紀以來，伴隨著信息技術和互聯網的發展，數據爆發性增長，人類每5年所產生的新數據幾乎都超過之前所有數據的總和，其中非結構化數據的增長尤其明顯。未來，隨著5G的部署和IoT的發展，萬物互聯時代將很快到來，企業和個人、人和物、物和物、互聯網和物聯網，連接和數據流將無處不在，數據的增長速度只會越來越快。據IDC統計，當今世界領先的互聯網公司大數據量已達到上千PB，傳統行業龍頭型企業數據量也能達到PB級，每個人生也能夠產生數千TB數據。這些類型豐富、場景各異的數據資源為人工智能系統自主學習并建立預測模型提供了豐沃的土壤。
算法演進，推動了人工智能的實際應用。從人工智能概念提出，算法經歷了數十年的發展，從決策樹到神經網絡，從機器學習到深度學習，算法不斷演進和進步；與此同時，算法的研究逐步從實驗室走出來，更多的與產業和行業相結合，衍生出豐富的與行業應用和典型場景相關的算法分支；互聯網巨頭開始更多的投入對算法的研究，并以互聯網的方式和開源的精神推動了算法的發展和與應用的結合。
算力提升，成為促進人工智能系統整體發展的催化劑和推動力
算力是基于芯片、加速計算、服務器等軟硬件技術和產品的完整系統，也是承載人工智能應用的基礎平臺，算力的提升是個系統工程；同時，云計算的發展改變了算力的部署方式和獲得方式，降低了算力的成本，有效降低了人工智能的門檻。數據就在那里，算法不斷演進，而算力的提升則對數據的產生和處理、對算法的優化和快速迭代起到了催化劑的作用，推動了人工智能系統的整體發展，是近年來人工智能取得快速發展的核心推動力。
行業應用加速：互聯網與行業應用有機結合，中國的人工智能發展與世界處于同一起跑線。
中國的互聯網企業擁有超大規模的數據中心、海量的數據、與世界同步的技術和開發能力，也是中國人工智能應用的探索者和推動者。
在技術和資本的推動下，各行各業的人工智能初創公司和行業應用大量涌現、層出不窮。智能音箱、智能家居在消費市場成為熱點，基于人臉識別、語音識別的解決方案在政府、交通、安防、金融等行業大量落地。
算力是承載人工智能應用的平臺和基礎，算力的發展推動了整個人工智能系統的發展和快速演進，是人工智能的最核心要素。
算力、算法和數據是人工智能發展的三個基本條件 。海量的數據每時每刻都在產生，新的數據正以前所未有的速度和方式存儲下來，數據不再是問題，如何處理、分析和使用數據才是問題；算法經歷了數十年的發展，之前更多的存在于學術界和象牙塔中，在深度學習和加速計算出現之后，得到了迅速的發展和優化，也開始廣泛的成為互聯網和行業研究者關注的熱點 ；人工智能的發展，從理論到實踐都離不開算力、算法和數據這三個核心要 素，而算力是其中最核心的要素，帶動了人工智能整體的發展和成熟 。算力是承載和推動人工智能走向實際應 用的基礎平臺和決定性力量 。
IDC預測，2022年全球人工智能市場中用于算力的投資將超過176億美金，該市場未來五年的復合增長率(2017-2022年的CAGR) 將超過30%。
人工智能的特點決定了對算力提出了不同于以往的新要求，傳統的面向通用計算負載的CPU架構無法完全滿足海量數據的并行計算需求，以異構計算、加速計算、可編程計算等為代表的新的計算技術和架構更適合人工智能的并行計算需求，得到了快速的發展，未來將迎來廣闊的發展空間。
人工智能的工作負載主要分為訓練和推理，IDC認為，在人工智能發展的早期階段以能力訓練為核心，在進入應用期后將以在線的應用推理為核心，未來對推理的需求將遠遠超過對訓練的需求。
人工智能發展的早期階段是對人工智能價值的自我發現的過程，核心是尋找人工智能的典型應用場景并通過訓練使得人工智能系統獲得達到甚至超過人類的能力，在這一階段更多的計算負載集中在離線的數據中心中的訓練場景；經過三到五年的發展，人工智能將進入大規模應用階段，應用階段是將經過訓練的應用場景與客戶的實際應用相結合，將人工智能的能力賦能產品或行業解決方案，使得人工智能成為普惠的應用技術，在這一階段計算負載將更多以推理的方式存在，呈現 “云+端” 部署、分散化、終端化、場景化的特點，對算力的需求也將迅速增長，更加多元化。
▲中國人工智能基礎架構市場的生態圖譜
2017年是中國人工智能元年，一方面，數據、算法和算力的螺旋式發展使得人工智能發展的條件逐漸成熟；另一方面，人工智能的某些早期實踐使得人們認識到人工智能的巨大潛力和無限想象空間，未來有可能給行業發展帶來顛覆性的影響。
2017年5月， 在中國烏鎮圍棋峰會上，AlphaGo以3：0戰勝世界排名第一的中國棋手柯潔，引起了全世界的廣泛關注；
7月， 國務院發布《新一代人工智能發展規劃》，在中央政府發布政策之后，各地區也都在從不同層面加強人工智能相關政策的部署，中國進入人工智能產業發展的 “黃金窗口期” ；
如果說2017年是中國人工智能元年，那么2018年則是中國人工智能市場投資和應用加速成長，迅速落地的一年。2018年以來，互聯網和產業界巨頭加大了對人工智能市場的投入，人工智能產品和服務層出不窮，行業解決方案和應用場景快速落地。
人工智能的發展需要巨大的算力支撐，算力也是推動人工智能應用和系統發展的核心驅動力。目前，人工智能的投資也以硬件投資為主，給基礎架構硬件市場帶來了巨大的市場機遇。
根據IDC對中國人工智能市場的研究數據，2018年，中國人工智能市場投資規模約25億美元，其中70%以上為以算力為核心的基礎架構硬件市場投資；IDC預測，到2022年，中國的人工智能市場投資規模將超過百億美元，未來五年的復合增長率超過59%，將形成一個新的千億人民幣規模的產業生態，其中人工智能基礎架構硬件市場規模將超過千億人民幣。
▲中國人工智能市場規模及預測，2017-2022
接下來，我們將從客戶接受度、需求側、供給側和人工智能的實踐四個方面來分析中國人工智能市場的發展狀況。
從2017年開始，IDC針對亞太地區進行了企業人工智能接受度和應用成熟度調研，2018年的調研結果顯示，中國人工智能的市場接受度從2017年的10%迅速提升到超過20%；同時，在未來兩年中計劃使用人工智能的企業比例也從27%提升到60%。人工智能市場有望在未來兩年提速，進入實際應用和部署的快速增長期。
▲IDC中國人工智能接受度市場調研
經過幾年的觀念普及和市場教育，2018年中國人工智能市場已經進入廣泛的應用嘗試和行業解決方案探索期，在人臉識別、語音識別、圖片識別、自然語言處理等某些成熟的應用場景下，一些解決方案已經開始在互聯網、政府、交通、金融和制造等行業得到了廣泛的應用，給人工智能解決方案的提供者和最終客戶帶來了價值。客戶也開始從應用實踐中對人工智能有了更清晰的認識，對人工智能的應用提出更清晰、更準確的要求。
▲IDC亞太人工智能接受度市場調研
IDC2018年的調研結果顯示，客戶采用人工智能系統最重要 的 三 個 目 標 是 ：提 高 生 產力，提升業務/運營/IT等的自動化水平和發現新價值。客戶已經普遍認識到人工智能的巨大潛力，將其視為數字化轉型和業務創新的利器，希望能夠通過使用人工智能技術實現提高生產力、提高業務運營能力并指導決策和業務創新的目標。
算力、算法和數據是人工智能的三個基本要素，在人工智能的實際應用中缺一不可，在人工智能發展的進程中相輔相成，在不同的發展階段各自發揮著核心作用。
算法：算法是人工智能早期研究和發展的熱點，從人工智能概念提出開始，算法一直在不斷地發展和演進。從供給的角度來看，學術界是人工智能理論和算法的開創者，在人工智能理論和算法的早期發展過程中起到了核心的作用，從決策樹到神經網絡，從機器學習到深度學習，推動算法不斷演進和進步；2010年之后，TensorFlow和Ca?e框架相繼誕生，互聯網巨頭開始更多的投入對算法和算法框架的研究，并以互聯網的方式和開源的精神推動了算法的發展，促進了算法與應用的結合。
數據：進入新世紀之后，互聯網的發展和普及使人類進入數字時代，數據爆炸性增長，各種類型的數據、各種格式的數據、各行各業的數據都以前所未有的速度產生并存儲下來，為人工智能的發展提供了豐沃的土壤。
在中國，數據主要可以劃分為兩類：行業數據和互聯網數據。行業數據主要掌握在政府和政府主導的金融、電信、制造、醫療、能源等行業巨頭和政府管理機構手中，互聯網數據主要掌握在BAT等頭部互聯網公司手中。數據量不再是一個問題，唯一需要考慮的是如何處理和使用數據？使之更適合為人工智能系統所用；如何打破數據的壁壘，將更多的數據開放出來，并保證數據的安全和隱私保護。
中國在2017年6月1日發布并實施了《中華人民共和國網絡安全法》，該法第三十七條中明確規定：“關鍵信息基礎設施的運營者在中華人民共和國境內運營中收集和產生的個人信息和重要數據應當在境內存儲。”，網絡安全法等法律法規為數據的存儲、管理和應用提供了法律依據。
算力：在人工智能的三個基本要素中，算力的提升直接提高了數據的數量和質量，提高了算法的效率和演進節奏，成為推動人工智能系統整體發展并快速應用的核心要素和主要驅動力。
人工智能計算具有并行計算的特征，按照工作負載的特點主要分為訓練（training）和推理（inference）。傳統的通用計算無法滿足海量數據并行計算的要求，于是以CPU+GPU為代表的加速計算應運而生并得到了快速的發展，成為當前主流的人工智能算力平臺，尤其是在面對訓練類工作負載時具有很高的效率和明顯的生態優勢；推理類工作負載具有實時性要求高、場景化特征強、追求低功耗等特征，在不同的應用場景下呈現明顯的差異化，除了GPU加速計算解決方案以外還出現了眾多新的個性化算力解決方案，比如：基于FPGA\ASIC\ARM\DSP等架構的定制芯片和解決方案，其計算平臺呈現明顯的多樣化特征。
算力的提升是個系統工程，不僅涉及到芯片、內存、硬盤、網絡等所有硬件組件，同時也要根據數據類型和應用的實際情況對計算架構、對資源的管理和分配進行優化。目前提升算力的手段也主要是兩種，一種是與應用無關的，通過對架構和核心組件的創新，提升整體系統的算力水平；另一種是與應用強相關的，通過定制芯片、硬件和系統架構，為某個或某類應用場景和工作負載提供算力。
國際上來看，谷歌發布第二代TPU，Intel通過收購布局人工智能市場，Nvidia不斷推出新的GPU產品和軟件，微軟和AWS率先在云端推出AIaaS服務，美國科技企業以核心技術和創新精神引領著人工智能市場的發展和算力的提升。目前，中國廠商仍然缺乏算力的核心技術，算力的供給主要還是由服務器廠商將國際廠商的解決方案產品化來實現。但我們也看到，領先的廠商已經開始在芯片、算法框架、應用部署和管理工具等方面加大研發和投入，豐富和加強自己的算力平臺，并且已經取得了一定的成果。
伴隨算力的提升，尤其是GPU等技術應用于人工智能之后，極大提升了算法的效率和演進的節奏，使產業界看到了人工智能實際應用的可能，推動算法的研究走出實驗室，更多的與產業和行業相結合，衍生出豐富的與行業應用和場景相關的算法分支，從而形成了算力、算法和數據的良性互動，促進了人工智能生態的快速發展和繁榮。
在人工智能的應用層面，中國與世界處在同一個起點，在某些領域甚至已經走在了前面。互聯網是人工智能技術發展和應用實踐的先行者，BAT根據自身優勢推出自己的智能駕駛、城市大腦、智慧醫療等人工智能戰略和AIaaS云服務；與此同時，人工智能創新企業不斷涌現，在人臉識別、圖像識別、自然語言處理、自動駕駛和人工智能芯片等細分領域都取得了突破性進展，推動人工智能的應用場景和行業應用快速發展和落地，科大訊飛、寒武紀、商湯、曠世、地平線、深鑒科技等領先企業也受到了資本的青睞，迅速成長為新的獨角獸企業。人工智能成為互聯網、產業界和投資領域共同關注和投資的核心熱點。
2018年，中國人工智能市場投資規模約25億美元，其中約66%的投資是算力的投資；
IDC預測，到2022年，中國市場的人工智能算力投資將超過50億美元，占人工智能整體投資市場規模的近50%。
計算平臺既是算法和數據的載體，也是人工智能系統的承載平臺，算力直接決定了人工智能系統的效率和人工智能應用實踐的成敗，無論是訓練還是推理，人工智能的投資和實踐往往都是從搭建計算平臺開始的。
▲中國人工智能基礎架構市場規模及預測，2017-2022
人工智能算力發展評估方法論：本次研究基于IDC人工智能研究方法論，從行業和地域兩個維度，對人工智能算力的發展水平和未來發展潛力進行評估。
在本次中國人工智能計算力發展評估中，包括但不限于以下因素：
▲評估因素
行業維度 ：在過去的兩年中，人工智能的應用迅速成熟并以人工智能解決方案的形式落地，在很多行業得到了應用；同時我們也發現，人工智能的行業應用情況與算力投資的行業分布保持了高度的一致。
基于IDC的已有研究和最終客戶調研，圖六以柱狀圖的形式列出了主要行業的人工智能應用成熟度。
對比下圖的數據我們可以看到，人工智能應用度最高的八個行業同時也是人工智能算力投資最高的行業，行業排名的次序也大致相同。
目前綜合來看，互聯網、政府、服務和金融行業是中國人工智能算力發展的領先行業，接下來我們從行業的維度來分析人工智能投資和應用的特點和趨勢。
▲人工智能行業應用成熟度調研
IDC中國人工智能基礎架構市場跟蹤報告（2018H1）的數據顯示，人工智能算力投資的行業分布情況如下圖所示：
▲ 中國人工智能算力投資行業分布，2018H1
互聯網 ：互聯網是新技術開拓和應用的先行者，全球互聯網市場范圍內，中國是唯一能與美國在市場規模和技術能力上相提并論的國家，人工智能市場同樣如此，在人工智能技術上中國與美國基本保持同步，在某些應用上甚至超過美國。BAT是首先大規模進行人工智能投資并將人工智能應用于自身業務的互聯網公司，其各自的人工智能策略也各具特點，在語音交互、自動駕駛、圖像識別、人工智能云服務等方面在全球處于領先地位。
2018年，互聯網的人工智能投資得到了快速的發展，人工智能技術得到了廣泛的應用。在BAT等超大型互聯網企業的示范作用下，幾乎所有互聯網企業都開始或多或少的投資于人工智能以推動電商、娛樂社交、云服務等自身業務的發展。未來幾年內，互聯網仍然是中國人工智能市場應用最廣泛、投資總量最大的行業，將在人工智能的發展中起到重要的引領作用。
政府：政府是制定和推動人工智能發展策略和產業規劃的管理部門，同時也是人工智能市場投資和應用的重要行業。政府行業的人工智能投資主要集中在智慧城市、智慧交通、平安城市等城市運營和管理平臺，主要應用集中在以視頻監控為基礎的人臉識別、車輛識別等典型應用場景。
中國是世界上安裝監控攝像頭數量最多的國家，截至2018年年底，監控攝像頭總量達到約2億個，其中大部分高清攝像頭是由公安、交管等政府管理部門投資建設的。近幾年來，伴隨人工智能技術的迅速發展，智能攝像頭成為視頻監控解決方案的標配，基于視頻監控的人臉識別和物體識別等人工智能解決方案在智慧城市、平安城市、天網工程、雪亮工程等項目中都得到了廣泛的應用，監控系統產生的海量的非結構化數據也給數據存儲和人工智能計算帶來了巨大的市場機會，反過來也推動了人工智能技術和生態的快速進化和發展。
服務：服務行業對人工智能的投資主要集中在核心業務涉及人工智能的科技企業中，比如：科大訊飛、商湯、曠視、依圖、寒武紀、思必馳、碳云智能等科技企業。
他們的具體產品和業務模式可能各不相同，但也具有幾個共同的特點：
首先，他們以人工智能為核心業務，普遍擁有自主研發的核心技術、算法和數據，是整個人工智能產業的上游企業，是人工智能產業中最具創造力和活力的核心企業；
其次，從硬件投資上來看，算力是人工智能企業的核心基礎設施和核心生產力，他們在資本市場的支持下會不惜余力的打造自己的算力平臺以提高核心競爭力，大部分頭部企業都擁有自己的異構算力平臺；
最后，他們基本都是技術驅動的初創類公司，技術、產品和客戶基礎相對單一、薄弱，在將技術產品化、將解決方案深入行業客戶的實際應用場景的商業化進程中，需要合作伙伴的支持和配合。
在人工智能市場快速發展的大背景下，這些科技企業也迎來了前所未有的發展機遇，他們在人工智能基礎設施的投資也必然會水漲船高。
金融 ：金融行業是對業務連續性和數據安全要求最高的行業，往往對新技術的應用持謹慎和保守的態度，但金融行業同時具有專業化程度高、整體IT水平高、擁有獨立而完整的行業和客戶數據的特點，比較適合人工智能應用對算力和數據的要求，因此在人工智能的應用上走在了傳統行業的前列。人工智能技術主要在自動化客服、合規管理、智能CRM和量化交易等領域得到了應用，幫助金融企業降低成本、提升效率和提高客戶體驗。
IDC看到在金融行業已經有了很多人工智能應用的成功案例，比如：人機交互技術在智能客服領域，人臉和聲音等生物識別技術在身份驗證和風控領域，圖片識別在OCR領域等都得到了廣泛的應用。同時，部分領先的金融企業已經開始大規模投資建設自己的人工智能平臺，并基于金融業務特征和自身的數據，進行人工智能算法的開發和業務創新，利用人工智能技術打造自己的核心競爭力。
對于制造、電信、教育和醫療等行業，由于存在應用場景碎片化、行業專業化程度高、行業數據封閉等各種各樣的原因，人工智能的應用和投資相對分散，目前還沒有形成具有一定市場規模和影響力的典型的行業應用場景，影響了人工智能在這些行業的大規模應用。
目前，制造業的應用比較多的集中在基于物品識別的質量檢測和控制場景，電信的應用集中在智能客服和自動化運維場景，教育的應用集中在智能語音和人機交互場景，醫療的應用集中在基于圖片識別的輔助診斷場景。
由于人工智能解決方案高度依賴于典型應用和典型應用場景，只有與行業應用和應用場景高度融合，才能取得好的成果。IDC對人工智能的典型應用和典型應用場景進行了梳理，如下圖所示。縱軸是市場規模和未來發展潛力的大小，橫軸是預測的解決方案成熟和得到廣泛應用的時間線。
▲ AI典型應用場景及未來展望
地域維度：IDC發現人工智能的算力分布還呈現出明顯的地域屬性。當前，那些IT投資規模大、IT發展水平高、擁有較多人工智能領軍企業的省市在算力投資方面也走在了前面；未來，那些有清晰的人工智能發展戰略、擁有更多人才儲備和人工智能產業規劃投資的省市將有更大的發展潛力。
按照自己的研究方法， 本次研究IDC按照區域推出了省級的人工智能熱圖和TOP10的城市排行榜， 具體情況和排名如下圖所示：
▲ 2018中國AI計算力發展評估白皮書—地域分析
▲2018中國AI計算力發展評估–城市分析
本次研究IDC發布了TOP10的算力領先的城市名單，并且將TOP10的城市分成兩檔， 杭州、北京、深圳、上海和合肥成為中國最領先的人工智能算力城市，其次是成都、重慶、武漢、廣州和貴陽。
杭州在此次評估中脫穎而出，主要是由于杭州在人工智能的政策和策略、投資規模和人才儲備、領軍企業和初創企業數量等幾個方面都有自己的特點和優勢，在人工智能的技術發展水平、實際應用、生態建設和算力投資等方面具有明顯的整體優勢。
浙江省政府全力支持杭州發展人工智能產業，2017年12月浙江省人民政府即發布了切實可行、目標明確的《浙江省新一代人工智能發展規劃》，在規劃中明確了以杭州為核心推進人工智能發展的基本原則和主要目標，提出了技術突破、加快產業化、優化行業布局、推動示范應用、培育創新企業和人才的主要任務，在全國范圍內率先為人工智能產業的發展創造了優越的政策環境和營商環境。
在政府的政策支持下，阿里、海康威視、大華等領軍企業加大在人工智能領域的投資和研發，在人工智能芯片、算法研發和數據積累方面都取得了成果，在城市大腦、智慧交通、雪亮工程等領域都得到了廣泛的應用，形成了智能城市、智能安防、智能汽車、智能機器人、智能家居和智能硬件的產業鏈；同時，杭州以阿里、海康等領軍企業為核心，以人工智能小鎮和產業基地為依托，帶動了初創企業的發展和對高端人才的吸引，形成了良好的聚集效應和完整的人工智能生態體系。
阿里和海康是杭州人工智能發展的領軍企業，他們在各自的互聯網和安防領域里都是全球領先的平臺類企業，擁有資本和數據優勢，率先大規模進行人工智能投資和應用探索，擁有自己獨立或開放的大規模人工智能算力平臺，在城市大腦、智慧交通、智能安防等領域推動了人工智能的應用，并以產品、解決方案和云服務等各種形式賦能傳統行業，推動了整個人工智能生態的繁榮和發展。
北京在此次評估中排名第二位。北京是中國的政治文化和經濟中心，也是互聯網和創新的中心，擁有最多的人工智能初創企業，擁有最多的科研院所和高校，具有獨特的知識和人才優勢。
北京在人工智能領域的算力投資主要集中在互聯網、人工智能初創企業和科研院所，百度、字節跳動、京東等互聯網企業，商湯、曠視、寒武紀、深鑒科技等初創公司，中科院等國家級科研院所是人工智能算力投資的主要代表；北京在人工智能的數據處理、算法和芯片等技術領域處于領先地位，但在產業鏈和生態建設方面還需進一步加強；另外，在算力建設方面受能源和產業規劃的影響，部分算力投資分散到了京津冀的周邊區域和其他地區，在一定程度上影響了本次評估的結果。
深圳在此次評估中排名第三位。深圳是中國經濟增長最快、最具活力的城市，也是中國最具創新精神的城市，是大眾創業和萬眾創新的雙創中心；同時，深圳擁有全球最完整的電子制造業產業鏈和中國最多的科技類上市公司，在高科技產業和新技術應用方面擁有自身獨特的優勢。
深圳在人工智能領域的發展也充分體現了城市的創新精神，相比其他城市，深圳人工智能的投資和應用覆蓋了更多的行業和更多類型的企業，包括：互聯網行業的騰訊、迅雷，通訊行業的華為、中興，智能制造的大疆、優必選，金融行業的招商銀行、平安科技，政府行業的智慧城市、雪亮工程，醫療行業的華大基因等。
深圳的人工智能算力發展形成了互聯網、智能制造等高科技行業與政府、金融、醫療等傳統行業共同發展，互相促進的良性發展局面，在互聯網行業和智能終端、機器人、無人機等產品的智能制造領域形成了全球領先的產業鏈和生態系統。
上海在此次評估中排名第四位。上海是中國的經濟和金融中心，也是汽車、電子等高端制造業的中心，擁有較多的科研院所和高校，擁有較多的人工智能初創企業，在人工智能的發展中具有資本和人才優勢。
上海在人工智能領域的投資主要集中在智能制造、自動駕駛、語音交互、生物識別等領域，包括:科大智能、蔚來汽車、依圖科技、小I機器人、英語流利說等人工智能企業，但上海相對缺乏技術領先、具有行業號召力、能夠帶動產業鏈發展的領軍企業和平臺類公司，在人工智能的算力發展上相對分散，沒有形成完整的技術和產業生態。
合肥在此次評估中排名第五位，是進入TOP5榜單的唯一的二線城市。合肥能夠脫穎而出的主要原因在于，合肥明確的把人工智能作為高新區發展的核心，實施人工智能“科教創新高地”和“產業發展高地”的“雙高地”戰略，舉全省之力支持合肥打造以人工智能產業為核心的合肥高新區，已經形成了以“中國聲谷”為代表的產業聚集區、以科大訊飛為代表的人工智能領軍企業、以中國科學技術大學為核心的人才和創新基地，初步形成了產學研一體的人工智能產業鏈，成為目前全國范圍內最成功的人工智能高新區。
智東西認為，中國人工智能的應用和商業化探索與世界處于同一個水平線，但在算力、算法的技術和數據的開放層面都存在著明顯的短板和不足，人工智能市場的發展還依然處在初級階段。算力是人工智能的核心要素和基本能力 ，算力的提供和建設、在行業數據和應用場景下的應用打造、開放繁榮生態的形成是決定中國人工智能未來發展的關鍵因素，能夠在這三個方面有所作為的企業也一定能夠在人工智能時代取得成功。
來源：智東西
編輯：智東西內參