智慧社区解决方案产业发展行动计划

《智慧社区解决方案产业发展行动计划》由会员分享，可在线阅读，更多相关《智慧社区解决方案产业发展行动计划（23页珍藏版）》请在装配图网上搜索。

1、智慧社区解决方案产业发展行动计划鼓励互联网企业依法合规提供创新金融产品和服务，更好满足中小微企业、创新型企业和个人的投融资需求。规范发展网络借贷和互联网消费信贷业务，探索互联网金融服务创新。积极引导风险投资基金、私募股权投资基金和产业投资基金投资于互联网金融企业。利用大数据发展市场化个人征信业务，加快网络征信和信用评价体系建设。加强互联网金融消费权益保护和投资者保护，建立多元化金融消费纠纷解决机制。改进和完善互联网金融监管，提高金融服务安全性，有效防范互联网金融风险及其外溢效应。一、 互联网+现代农业利用互联网提升农业生产、经营、管理和服务水平，培育一批网络化、智能化、精细化的现代种养加生态农

2、业新模式，形成示范带动效应，加快完善新型农业生产经营体系，培育多样化农业互联网管理服务模式，逐步建立农副产品、农资质量安全追溯体系，促进农业现代化水平明显提升。（一）构建新型农业生产经营体系鼓励互联网企业建立农业服务平台，支撑专业大户、家庭农场、农民合作社、农业产业化龙头企业等新型农业生产经营主体，加强产销衔接，实现农业生产由生产导向向消费导向转变。提高农业生产经营的科技化、组织化和精细化水平，推进农业生产流通销售方式变革和农业发展方式转变，提升农业生产效率和增值空间。规范用好农村土地流转公共服务平台，提升土地流转透明度，保障农民权益。（二）发展精准化生产方式推广成熟可复制的农业物联网应用模式

3、。在基础较好的领域和地区，普及基于环境感知、实时监测、自动控制的网络化农业环境监测系统。在大宗农产品规模生产区域，构建天地一体的农业物联网测控体系，实施智能节水灌溉、测土配方施肥、农机定位耕种等精准化作业。在畜禽标准化规模养殖基地和水产健康养殖示范基地，推动饲料精准投放、疾病自动诊断、废弃物自动回收等智能设备的应用普及和互联互通。（三）提升网络化服务水平深入推进信息进村入户试点，鼓励通过移动互联网为农民提供政策、市场、科技、保险等生产生活信息服务。支持互联网企业与农业生产经营主体合作，综合利用大数据、云计算等技术，建立农业信息监测体系，为灾害预警、耕地质量监测、重大动植物疫情防控、市场波动预测

4、、经营科学决策等提供服务。（四）完善农副产品质量安全追溯体系充分利用现有互联网资源，构建农副产品质量安全追溯公共服务平台，推进制度标准建设，建立产地准出与市场准入衔接机制。支持新型农业生产经营主体利用互联网技术，对生产经营过程进行精细化信息化管理，加快推动移动互联网、物联网、二维码、无线射频识别等信息技术在生产加工和流通销售各环节的推广应用，强化上下游追溯体系对接和信息互通共享，不断扩大追溯体系覆盖面，实现农副产品从农田到餐桌全过程可追溯，保障舌尖上的安全。二、 互联网+创业创新充分发挥互联网的创新驱动作用，以促进创业创新为重点，推动各类要素资源聚集、开放和共享，大力发展众创空间、开放式创新等

5、，引导和推动全社会形成大众创业、万众创新的浓厚氛围，打造经济发展新引擎。（一）强化创业创新支撑鼓励大型互联网企业和基础电信企业利用技术优势和产业整合能力，向小微企业和创业团队开放平台入口、数据信息、计算能力等资源，提供研发工具、经营管理和市场营销等方面的支持和服务，提高小微企业信息化应用水平，培育和孵化具有良好商业模式的创业企业。充分利用互联网基础条件，完善小微企业公共服务平台网络，集聚创业创新资源，为小微企业提供找得着、用得起、有保障的服务。（二）积极发展众创空间充分发挥互联网开放创新优势，调动全社会力量，支持创新工场、创客空间、社会实验室、智慧小企业创业基地等新型众创空间发展。充分利用国家

6、自主创新示范区、科技企业孵化器、大学科技园、商贸企业集聚区、小微企业创业示范基地等现有条件，通过市场化方式构建一批创新与创业相结合、线上与线下相结合、孵化与投资相结合的众创空间，为创业者提供低成本、便利化、全要素的工作空间、网络空间、社交空间和资源共享空间。实施新兴产业双创行动，建立一批新兴产业双创示范基地，加快发展互联网+创业网络体系。（三）发展开放式创新鼓励各类创新主体充分利用互联网，把握市场需求导向，加强创新资源共享与合作，促进前沿技术和创新成果及时转化，构建开放式创新体系。推动各类创业创新扶持政策与互联网开放平台联动协作，为创业团队和个人开发者提供绿色通道服务。加快发展创业服务业，积极

7、推广众包、用户参与设计、云设计等新型研发组织模式，引导建立社会各界交流合作的平台，推动跨区域、跨领域的技术成果转移和协同创新。三、 互联网+人工智能依托互联网平台提供人工智能公共创新服务，加快人工智能核心技术突破，促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用，培育若干引领全球人工智能发展的骨干企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态。（一）培育发展人工智能新兴产业建设支撑超大规模深度学习的新型计算集群，构建包括语音、图像、视频、地图等数据的海量训练资源库，加强人工智能基础资源和公共服务等创新平台建设。进一步推进计算机视觉、智能语音处理、生物特征识别、自然

8、语言理解、智能决策控制以及新型人机交互等关键技术的研发和产业化，推动人工智能在智能产品、工业制造等领域规模商用，为产业智能化升级夯实基础。（二）推进重点领域智能产品创新鼓励传统家居企业与互联网企业开展集成创新，不断提升家居产品的智能化水平和服务能力，创造新的消费市场空间。推动汽车企业与互联网企业设立跨界交叉的创新平台，加快智能辅助驾驶、复杂环境感知、车载智能设备等技术产品的研发与应用。支持安防企业与互联网企业开展合作，发展和推广图像精准识别等大数据分析技术，提升安防产品的智能化服务水平。（三）提升终端产品智能化水平着力做大高端移动智能终端产品和服务的市场规模，提高移动智能终端核心技术研发及产业

9、化能力。鼓励企业积极开展差异化细分市场需求分析，大力丰富可穿戴设备的应用服务，提升用户体验。推动互联网技术以及智能感知、模式识别、智能分析、智能控制等智能技术在机器人领域的深入应用，大力提升机器人产品在传感、交互、控制等方面的性能和智能化水平，提高核心竞争力。四、 人工智能行业总体发展情况（一）人工智能行业市场规模人工智能利用机器学习和数据分析，对人的意识和思维过程进行模拟、延伸和拓展，赋予机器类人的能力。人工智能将重塑实体经济，提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。人工智能是新一轮科技革命和产业变革的重要驱动力

10、量。经历了从技术到产品、从产品到场景的快速发展过程，人工智能正逐步作为一种变革力量与产业深度融合，并成为目前新型基础设施建设的重要一环，面临广阔的发展空间。据Sage预测，至2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于157万亿美元的增长。中国市场丰富的应用场景和庞大的数据量同样刺激人工智能市场的快速扩张，将从2019年的2806亿美元增长至2023年的11925亿美元，复合增长率高达4358%。政府行业、金融业、互联网行业在经过近年的应用实践后将全面推广AI的应用，而新零售、新制造、医疗领域也将成为AI市场的新增长点。IDC预计未来这六大行业应用AI的3年复合增长率将超

11、过30%。（二）人工智能行业产业链与国内产业链分析从产业链上来看，人工智能行业的基础层主要提供数据和算力支持，其中包括硬件设施、系统平台和数据资源三个维度；技术层为感知和认知能力，包括算法模型、基础框架和通用技术；应用层即场景和产品，主要包括各类型的智能产品和应用平台。同时，智能产品端即众多物联网化的终端和边缘端设备是数据资源的重要来源，形成了对基础层底层数据的持续补充，进而带动技术层的演进和迭代，从而构成完整的闭环。在人工智能应用技术方面，主要可分为计算机视觉、智能语音、自然语言处理三个主要方向。其中，计算机视觉主要研究计算机代替人眼对目标进行识别、跟踪和测量等相关课题，解决机器看得清、看得

12、懂的问题。智能语音识别技术主要研究人际之间语音信息的处理问题，即实现计算机、智能设备、家用电器等通过对语音的分析、理解和合成，实现能听会说，具备自然语言交流的能力。自然语言处理技术主要研究计算机处理人类语言，是机器理解并解释人类写作、说话方式的能力，也是人工智能最初发展的切入点和目前的研究焦点。目前，国内的人工智能企业集中于应用层，基础层则较为薄弱。在中国新一代人工智能发展战略研究院2019年的统计中，产业链基础层、技术层和应用层的企业数量分别占总数的28%、22%和752%。由于对技术和资金的要求较高，基础层的底层技术由少数国际巨头垄断，国内行业结构稍显头重脚轻，国内企业在算法和硬件算力领域

13、仍然任重道远。近年来，国家就相关领域的政策正在经历由侧重技术应用到全产业链系统发展的方向转变，未来就基础层的发展，可预见更多资本和人才的政策倾斜，基础层也将成为未来人工智能整体市场的核心增长引擎。目前，计算机视觉技术是人工智能市场中的应用最为广泛的技术，在2020年上半年贡献了整体市场中超过48%的收入，其次为语音语义技术和机器学习开发平台技术。随着计算机视觉的应用落地走向成熟，应用场景不断拓展，计算机视觉技术的市场份额将持续保持较高水平。（三）AI解决方案市场容量智慧安防解决方案运用人工智能技术处理安防监控活动中产生的海量数据，并逐渐完成部分自主决策响应任务，实现事前积极预防、事中实时感知和

14、快速响应，以及事后的快速调查，其典型应用包括政府主导建设的、天网工程等。随着我国数字城市、智慧城市建设步伐持续加快，安防需求已全面从政府主导的城市公共安全管理向更为私有化、场景个性化的方向发展，智能安防的市场边界将进一步扩展，智能安防产业规模预计将保持高位增长。沙利文预计至2023年，中国智慧安防人工智能产业市场规模将高达1，3016亿元，2018年至2023年的年复合增长率将达到477%。城市治理解决方案运用人工智能技术，帮助政府统筹推进智慧城市的建设、运营和管理，并基于特定场景制订个性化解决方案，有效提高工作效率和立体化防控水平。以智慧交通枢纽为例，传统交通系统中存在各交通参与模块相互割裂

15、、缺乏协调等问题，城市阻塞问题随之加剧。智慧交通枢纽整合交通资源与流量信息，实现交通元素之间的彼此协调、优化配置和高效使用。随着各地对城市运营精细化管理的需求不断增强，下游应用场景的不断拓展将持续加速城市治理市场的扩张。仅就智慧交通人工智能领域，沙利文预计2023年该领域市场规模将达到3457亿元。缺乏信息化管理平台的传统园区随着入驻企业和员工访客的不断增加，存在管理效率低下、资源配置不合理等问题。智慧园区则可以通过云计算和人工智能等技术，实现园区的网络设施协同化、运营管理智能化，有效降低园区的运营成本。目前，我国共有超过15，000个产业园区，智能园区改造的渗透率仍然较低，未来有较大的市场增

16、长空间。预计至2023年，中国智慧园区人工智能市场规模将达763亿元。计算机视觉技术通过识别分析消费者行为和商品信息，可对门店经营、消费者游逛行为等进行数据量化，对销售额进行多因子分析，是精准营销、智能化运营、门店管理等环节应用的必要基础。在此基础上机器学习技术则应用于数据建各场景的智能化水平。随着人工智能技术向更广泛的商业领域进行渗透，智慧泛商业的市场扩张将伴随着零售、市场营销等行业的转型升级得到进一步的加速。其中，AI+零售市场将保持50%以上的年复合增长率，规模将在2022年达到267亿元。五、 加强资源环境动态监测针对能源，矿产资源，水、大气、森林、草原、湿地、海洋等各类生态要素，充分

17、利用多维地理信息系统、智慧地图等技术，结合互联网大数据分析，优化监测站点布局，扩大动态监控范围，构建资源环境承载能力立体监控系统。依托现有互联网、云计算平台，逐步实现各级资源环境动态监测信息互联共享。加强重点用能单位能耗在线监测和大数据分析。（一）大力发展智慧环保利用智能监测设备和移动互联网，完善污染物排放在线监测系统，增加监测污染物种类，扩大监测范围，形成全天候、多层次的智能多源感知体系。建立环境信息数据共享机制，统一数据交换标准，推进区域污染物排放、空气环境质量、水环境质量等信息公开，通过互联网实现面向公众的在线查询和定制推送。加强对企业环保信用数据的采集整理，将企业环保信用记录纳入全国统

18、一的信用信息共享交换平台。完善环境预警和风险监测信息网络，提升重金属、危险废物、危险化学品等重点风险防范水平和应急处理能力。（二）完善废旧资源回收利用体系利用物联网、大数据开展信息采集、数据分析、流向监测，优化逆向物流网点布局。支持利用电子标签、二维码等物联网技术跟踪电子废物流向，鼓励互联网企业参与搭建城市废弃物回收平台，创新再生资源回收模式。加快推进汽车保险信息系统、以旧换再管理系统和报废车管理系统的标准化、规范化和互联互通，加强废旧汽车及零部件的回收利用信息管理，为互联网企业开展业务创新和便民服务提供数据支撑。（三）建立废弃物在线交易系统鼓励互联网企业积极参与各类产业园区废弃物信息平台建设

19、，推动现有骨干再生资源交易市场向线上线下结合转型升级，逐步形成行业性、区域性、全国性的产业废弃物和再生资源在线交易系统，完善线上信用评价和供应链融资体系，开展在线竞价，发布价格交易指数，提高稳定供给能力，增强主要再生资源品种的定价权。六、 人工智能行业发展情况和未来发展趋势（一）视觉人工智能在新技术方面的发展情况和未来发展趋势近年来，视觉人工智能的多数研究都集中在深度学习、检测和分类面部/手部/姿势、3D传感技术等方面。随着识别准确度的提升空间趋小，研究重心将逐渐转向技术协同、融合与应用。在视觉人工智能领域内，将终端设备演进为小型数据中心集群，并与云端高效协同将成为研究重点之一。终端设备的铺设

20、和数据量的增长将使面向云端的传输压力倍增，这要求端侧完成部分云侧的图像处理功能。而在终端逐渐提高的算力要求，例如更加准确的实时识别，也需要端云架构的协同整合。在识别技术趋于成熟的今天，端云的深度结合与协同将成为识别技术的重要依托，如何将两侧的架构进行不断耦合优化也将不会局限于计算机视觉技术，而成为人工智能技术层共同探索的方向。目前，业内的部分研究也在突破对识别准确度的单一聚焦，转向更加综合的计算机视觉问题，图像描述、事件推理、场景理解等。未来，视觉人工智能将与其他的智能技术协同融合，评判因素也将由准确性延伸至识别的灵活性、推测的合理性。例如，融合自然语言处理技术来完成图像描述，将图片翻译为一段

21、文字。而事件推理则是通过识别复杂视频中的因果关系，并基于因果关系给出合理推测。未来，安防领域可运用这项技术，建立端到端的时间推理系统，从而帮助提升案件侦查效率，改善治安管理效果。场景理解则通过由自身传感器收集的环境感知数据，获得周边场景的几何/拓扑结构、构成要素与时空变化，并进行语义推理甚至决策出未来时间内的运动走向。该项技术有广大的潜在市场亟待渗透，未来随着数据集的不断拓展和自监督学习，视觉人工智能的交互性和通用性将大大增强，为各种行业所用。技术的协同和融合将进一步积累针对多样化场景的解决方案，而更加广泛、密集的应用又将推动技术的不断迭代。海量数据、多种技术的交互作用有利于最终构成完整的技术

22、赋能平台，持续的整合和创新将不断扩展视觉人工智能的技术边界，转化为下一阶段的产业化能力和平台化能力。（二）视觉人工智能在新产业、新业态方面的发展情况和未来发展趋势视觉人工智能技术不仅能够带来生产效率的提升，也会催生新产业及新商业模式，推动多行业产业链的重构。视觉人工智能技术产业化落地应用程度不断提高，在智能手机、智能汽车、智慧安防、智慧家居、智慧保险、智慧零售、互联网视频等领域均有广泛的应用，并形成了全新的产业链条与商业经营模式。可以预见，随着视觉人工智能技术不断发展，行业应用解决方案的建立和完善，以及政府对视觉人工智能行业的政策扶持，视觉人工智能技术将进一步渗透，助力各应用行业解决行业痛点，

23、提高运营效率，实现行业转型和升级。1、视觉人工智能在智慧城市管理领域的发展情况在智慧城市管理领域，随着数亿个传感器被嵌入进城市里的各种设备，政府可以利用云端技术，提高对交通和街道的公共管理能力。以安防领域的治安管理业务转型为例，在重点场所布控的系统可以进行实时监控，将公安机关的事后侦查转型为主动预警预防。城市作为人工智能落地的综合载体，近年来获得了视觉人工智能技术全方位的渗透，不断挖掘新的需求与应用场景。以物流分拣为例，过去城市主要依靠人工分拣和配送，随着视觉人工智能和物联网的深度融合，物流分配逐渐走向数字化和自动化，这将极大地降低城市管理成本，优化城市管理效果。2、视觉人工智能在智慧社区管理

24、领域的发展情况智慧社区领域则是智慧城市管理的延伸，通过将城市的管理理念引入社区单元，管理者可以通过完善基层信息化平台支持智慧城市的顶层建设。过去的社区主要依靠人力管理社区人流、物流、信息流，整体管理处于相对割裂的状态，在社区扩容和流动人口激增的背景下难以实现实时、主动的管理。在智慧城市的框架下，视觉人工智能与物联网、云计算、大数据深度融合，在物业管理、社区安全、便民服务等多个细分场景进行应用，例如出入人员记录、街道楼栋管理、留守老人关注服务等，提升物业管理和服务水平。3、视觉人工智能在智慧家居领域的发展情况在智慧家居领域，视觉人工智能有助于提升人与智慧家居产品的交互体验，构建以住宅为平台，基于

25、物联网技术，由智能硬件、智能软件系统、云计算平台构成的家居生态圈。视觉人工智能最终能够实现人远程控制设备、设备对人的生物特征识别和适配、设备间互联互通、设备自我学习等功能，并通过收集、分析用户行为数据为用户提供个性化生活服务，使家居生活更加安全、舒适、节能、便捷。4、视觉人工智能在智慧零售领域的发展情况在智慧零售领域，从当前市场环境来看，线上线下融合、消费闭环是零售业的未来发展方向。从零售企业经营看，不断上涨的人工成本是制约企业盈利增长的主要瓶颈，少人化、无人化无疑是削减人力成本的重要方向。例如，商品识别在无人便利店、智能零售柜等场景的应用不仅有效降低了识别误差率，也对线下零售的人员结构进行优

26、化，让员工的工作重心由重复性基础劳动转向会员管理和运营优化，提升运营的效率和效果。另一方面，围绕不同消费群体和消费场景的产品和服务也对未来零售的运营管理提出了更高的要求，而更精细的数据采集与定制化分析为运营管理优化提供了支持。零售企业可以将视觉人工智能、大数据、物联网等技术应用到零售区域划分、客户动线分析、客户属性分析等场景，更全面、准确、迅速地了解顾客需求，增强消费者体验。同时，这些应用有助于供应链改造和供给侧优化，为企业降本增效，更好地实现消费场景线上线下融合，构建智能数字化管理体系。七、 互联网+普惠金融促进互联网金融健康发展，全面提升互联网金融服务能力和普惠水平，鼓励互联网与银行、证券

27、、保险、基金的融合创新，为大众提供丰富、安全、便捷的金融产品和服务，更好满足不同层次实体经济的投融资需求，培育一批具有行业影响力的互联网金融创新型企业。（一）探索推进互联网金融云服务平台建设探索互联网企业构建互联网金融云服务平台。在保证技术成熟和业务安全的基础上，支持金融企业与云计算技术提供商合作开展金融公共云服务，提供多样化、个性化、精准化的金融产品。支持银行、证券、保险企业稳妥实施系统架构转型，鼓励探索利用云服务平台开展金融核心业务，提供基于金融云服务平台的信用、认证、接口等公共服务。（二）鼓励金融机构利用互联网拓宽服务覆盖面鼓励各金融机构利用云计算、移动互联网、大数据等技术手段，加快金融

28、产品和服务创新，在更广泛地区提供便利的存贷款、支付结算、信用中介平台等金融服务，拓宽普惠金融服务范围，为实体经济发展提供有效支撑。支持金融机构和互联网企业依法合规开展网络借贷、网络证券、网络保险、互联网基金销售等业务。扩大专业互联网保险公司试点，充分发挥保险业在防范互联网金融风险中的作用。推动金融集成电路卡（IC卡）全面应用，提升电子现金的使用率和便捷性。发挥移动金融安全可信公共服务平台（MTPS）的作用，积极推动商业银行开展移动金融创新应用，促进移动金融在电子商务、公共服务等领域的规模应用。支持银行业金融机构借助互联网技术发展消费信贷业务，支持金融租赁公司利用互联网技术开展金融租赁业务。（三

29、）积极拓展互联网金融服务创新的深度和广度鼓励互联网企业依法合规提供创新金融产品和服务，更好满足中小微企业、创新型企业和个人的投融资需求。规范发展网络借贷和互联网消费信贷业务，探索互联网金融服务创新。积极引导风险投资基金、私募股权投资基金和产业投资基金投资于互联网金融企业。利用大数据发展市场化个人征信业务，加快网络征信和信用评价体系建设。加强互联网金融消费权益保护和投资者保护，建立多元化金融消费纠纷解决机制。改进和完善互联网金融监管，提高金融服务安全性，有效防范互联网金融风险及其外溢效应。八、 人工智能芯片市场的未来发展趋势（一）芯片行业整体受到政策鼓励支持，AI芯片发展受益国内需求和国产化进程

30、芯片是信息化时代、数字化时代的基石。中国作为全球最大的半导体消费市场，芯片自给率不足，严重依赖进口。为发展国产芯片，实现进口替代，近年来政府出台了一系列政策支持国产芯片行业发展。2020年8月，新时期促进集成电路产业和软件产业高质量发展的若干政策提出将从财税、投融资、研究开发、进出口、人才、知识产权、市场应用、国际合作等8个方面对集成电路和软件产业进行扶持，以加快集成电路和软件产业发展。AI芯片的发展将受益于芯片国产化的政策支持和庞大的国内市场需求。（二）AI芯片研发将从技术导向转向场景导向目前AI芯片设计更多的是从技术需求的角度出发，如芯片架构的选择、芯片性能指标提升等。随着AI芯片领域的竞

31、争越来越激烈，各芯片企业除了在技术层面有所突破，还需加大应用场景的布局，以抢占更多的发展机遇。为了适应碎片化的应用市场，未来的芯片设计需要以客户终端需求为导向，从需求量、商业落地模式、市场壁垒等各个方面综合分析落地的可行性，借助场景落地实现AI芯片的规模发展。（三）AI芯片发展从侧重云端向端云一体化发展云端芯片聚焦非实时、长周期数据的大数据分析，能够支持大量运算共同运行，目前云端AI芯片应用已经相对成熟。随着智能音箱、自动驾驶、无人机、安防监控等应用的丰富，云端的部分推理乃至训练算力将迁移至边缘和终端侧，支撑本地业务的实时智能化处理与执行。边缘和终端侧对AI芯片的需求更为多样、更强调低功耗低成

32、本、技术要求相对较低。得益于人工智能等多种因素的推动，边缘计算将逐渐在公共安防、智能家居、智能交通等诸多领域应用。随着边缘计算兴起，端云一体化的算力布局方案渐成主流，不仅可以实现对算法结构的优化，还从本质上赋能各边缘和终端应用，提供更好更完整的解决方案。九、 人工智能行业面临的机遇与挑战（一）以新基建为代表的扶持政策助力人工智能行业发展在国内大力发展新基建的背景下，数据中心和海量网络的建设承载着数据的指数型增长。如今的智慧城市仍强调基建和信息传输效率，但与过往不同的是，其技术特征演化为万物互联与基于软件定义的城市服务。随着万物互联的需求日趋多样和复杂，集成电路与数据中心将迎来下一轮的需求增长的

33、爆发。各终端不仅需要具备数据处理能力，还需要能与云端产生实时而灵活的互动，并衍生出更多针对算法和基建的投入，从而持续刺激5G、集成电路、人工智能等领域的发展。随着国际间科技实力的竞争逐渐激化，各国政府都先后出台了针对人工智能发展的支持性政策，并将其上升至国家战略层面。在中国，政府正通过多种形式支持人工智能的发展：中国已经形成了科技部、国家发改委、工信部、中国工程院等多个部门参与的人工智能联合推进机制，从2015年开始先后发布多则支持人工智能发展的政策，为人工智能技术发展和落地提供大量的项目发展基金，并且对人工智能人才的引入和企业创新提供支持。这些政策给行业发展提供坚实政策导向的同时，也给资本市

34、场和行业利益相关者发出积极信号。在推动市场应用方面，中国政府在推动人工智能技术与实体产业深度融合的同时，也在智慧城市的转型中与人工智能产业进行密切合作。作为技术应用的重要采购方，中国政府在落地智慧安防同时，也成为了推动人工智能产业发展的主导力量之一。（二）5G等技术创新推动人工智能的技术变革与应用渗透随着算法、芯片技术的日益成熟，人工智能技术具备了大规模投放市场的基础条件。而随着近年来新基建的集中投入，5G等底层技术发展进入全面加速状态。5G技术因其大带宽、低时延、广覆盖的特征，成为新基建其他产业的根基技术。底层技术的突破让人工智能技术在更多终端上的大规模应用成为了可能，这也使得人工智能化的物

35、联网终端可以广泛地在各个行业得到大规模的应用，从而使得人工智能技术在更多的行业场景落地。而因为更多的场景能够使用人工智能进行设备处理和数据传输，更多的边缘终端将持续采集海量数据，进而驱动人工智能技术得到进一步的发展、创新基础设施赋能各产业的数字化转型。同时，智能终端在物联网时代的普及将为人工智能芯片提供重要市场机遇。智能终端在不同应用场景下对算力、功耗、时延的多元化需求，使得人工智能芯片在端侧可以拥有更多元化的应用场景，而智能终端在各场景的广泛运用也离不开人工智能芯片的低成本化并兼具高度可适配性。未来5G和物联网引领的智能终端需求爆发将为人工智能芯片的研发、生产和应用带来更多可能，而人工智能芯

36、片将作为AI的底层基础，真正实现智联万物，让AI无处不在。（三）用户需求提升和技术扩散带来人工智能行业应用场景拓展随着人工智能技术的日渐成熟和扩散，通用化、模块化的算法框架降低了人工智能技术的使用门槛，更多行业和企业能够基于人工智能技术对现有的产业和业务进行边际优化与改善，人工智能技术和传统产业的融合程度日益加深；另一方面，用户新需求的不断涌现激活了各个领域的人工智能企业发展潜能。在金融、交通、教育、公共安全、商业服务、能源、零售、医疗等行业，人工智能技术的应用均在持续挖掘和拓展。美国在人工智能基础层领域，尤其在AI芯片设计研发领域，有显著的产业优势和技术壁垒，美国芯片厂商是国内很多AI技术层、应用层企业最重要的供应商之一。随着全球科技产业链不断受国际局势影响，我国相对薄弱的基础层可能难以支撑产业链中下游的发展，这无疑会对国内该行业的生产供货和研发革新带来风险。长期而言，底层技术的自主可控是国内建立人工智能完整产业生态链和参与全球科技竞争的基础，也是国内各人工智能企业最重要的核心竞争力之一。因此，在新基建的背景下，我国政府对人工智能的政策方针转向系统性全面发展，持续增大针对基础技术领域的投资，进一步完善国内人工智能的产业链、创新链、人才链，同时业内也在积极探索将自主可控列入新基建的产品测评，与质量、安全等因素并重。