北京发布《白皮书》 全国仅3成AI公司获投资.doc

《北京发布《白皮书》 全国仅3成AI公司获投资.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京发布《白皮书》全国仅3成AI公司获投资　　近日，由北京市经信委组织相关单位，通过大量的调研和专题讨论，编制而成《北京人工智能产业发展白皮书(2018)》（以下简称：《白皮书》）于6月30日正式对外发布。　　《白皮书》中披露了一系列全国和北京AI企业的发展情况，且调查后显示：全国AI看北京，北京AI看海淀，最后还给出了132家（部分）重点领域AI企业名单。　　这份报告中还披露了哪些信息？我们一个个看。　　全国仅3成AI公司获投资　　《白皮书》首次披露了中国AI公司数量，截至2018年5月8日，全国人工智能企业4040家，北京市人工智能企业1070家，占比26%。　　全国拿过风险投资

2、的人工智能公司合计1237家（含31家已上市公司），占比全国AI公司总数的30%，北京市拿过风险投资的人工智能企业431家（含12家已上市公司），占比全国35%。　　北京发布《白皮书》全国仅3成AI公司获投资　　近日，由北京市经信委组织相关单位，通过大量的调研和专题讨论，编制而成《北京人工智能产业发展白皮书(2018)》（以下简称：《白皮书》）于6月30日正式对外发布。　　《白皮书》中披露了一系列全国和北京AI企业的发展情况，且调查后显示：全国AI看北京，北京AI看海淀，最后还给出了132家（部分）重点领域AI企业名单。　　这份报告中还披露了哪些信息？我们一个个看。　　全国仅3成AI

3、公司获投资　　《白皮书》首次披露了中国AI公司数量，截至2018年5月8日，全国人工智能企业4040家，北京市人工智能企业1070家，占比26%。　　全国拿过风险投资的人工智能公司合计1237家（含31家已上市公司），占比全国AI公司总数的30%，北京市拿过风险投资的人工智能企业431家（含12家已上市公司），占比全国35%。　　　　《白皮书》中称，企业和融资数据综合了清科、WIND、IT桔子、蓝海巨浪等公开数据，还从投资机构定向采集了数据。　　具体维度还有几项：　　专利数量方面，北京人工智能专利数量超过2.5万件。　　融资阶段方面，在北京1070家AI企业中，北京市AI企业大多处于

4、A轮，占比达29.09%，Pre-A轮企业占比6.67%，天使轮企业占比18.48%，种子轮企业占比2.73%。　　　　整体来说，北京AI公司融资阶段在A轮之前的企业总占比达56.97%，一半以上仍处于初创期。　　另外，全国AI看北京，北京AI看海淀，北京市AI企业60.96%聚集在海淀区，并且中心的中心是中关村。　　此外，从具体领域来看，中国AI创业数量排名前三名的是计算机视觉、智能机器人和自然语言处理公司。　　投资融资额度最高的前三名是计算机视觉、自然语言处理和自动驾驶。　　学术和人才资源是最大优势　　那为何北京会成为中国AI之都呢？　　《白皮书》给出的答案是政策、学术和人才。　

5、　政策方面，自2016年以来，北京发布多项相关政策文件以及服务措施，大力支持人工智能产业发展。　　2017年底，北京市委市政府发布了包括《关于加快培育人工智能产业的指导意见》在内的10大高精尖产业发展指导意见。中关村管委会发布了人工智能产业培育行动计划(2017—2020年)。在产业环境营造、资金支持、人才服务等方面对人工智能产业给予全方位保障。　　而政策外，更大的优势是优质的学术和人才资源。　　北京大学、清华大学、北京航空航天大学、中科院自动化所、中科院计算所等全国过半数人工智能骨干研究单位都聚集在北京，拥有模式识别国家重点实验室、智能技术与系统国家重点实验室、深度学习技术及应用国

6、家工程实验室等10余个国家重点实验室。　　另据北京市人力资源研究中心数据显示，截至2015年底，北京地区人才资源总量达到651万，人才从业密度高达54.9%；拥有”两院”院士756名，约占全国1/2，国家“千人计划”入选者1486名，约占全国1/4，国家“万人计划”入选者682名，占全国比重超过1/4。　　在AI专项领域，目前中国人工智能人才最集中的Top10雇主排名中，高等院校占据四席，分别为清华大学、北京大学、中科院和浙江大学，北京独占3席。　　当然，政策、学术和人才因素叠加，也便造成了北京的专利、资本吸引和创新方面的爆发。　　　　大力支持4大方向　　不过，北京对目前面临的AI竞

7、争和挑战也非常清楚。　　《白皮书》称，AI陈产业整体水平对比美国和国际一流还有差距，主要体现在4方面：　　一是原始创新能力与美国相比尚有很大差距。针对新一代人工智能重点技术问题，高级机器学习、类脑智能计算、量子智能计算等基础理论研究，有待形成一系列原始创新科研成果。　　二是在高端芯片、关键部件、高精度传感器等方面的缺失可能导致在技术和应用上的再次空心化。需要围绕人工智能芯片、传感器、算法、应用场景中技术难点，开发基于新需求、新材料、新工艺、新原理设计的芯片