目录 执行摘要I 一、中国的人工智能企业1 (一)创建时间1 (二)地域分布1 (三)员工规模3 (四)上市公司3 (1)上市公司数量3 (2)营业收入4 (3)研发费用4 (4)研发强度5 (五)技术层次分布5 (六)专利数6 二、中国人工智能产业创新生态8 (一)价值网络结构8 (二)技术合作关系10 (1)技术体系10 (2)应用领域11 (3)产业分布12 三、空间的“极化”和“扩散”15 四、京津冀地区17 五、长江三角洲地区17 六、珠江三角洲地区17 七、成渝地区17 八、中部地区17 九、西北地区17 十、东北地区17 十一、总结17 执行摘要 作为通用目的技术,从“极化”走向“扩散”是人工智能驱动经济社会发展的基本方式和途径。《中国新一代人工智能产业发展2024年》报告,基于4311家人工智能企业的属性和关系数据,刻画和分析我国人工智能产业创新版图从“极化”走向“扩散”的现状和趋势。 在国家战略引领下,以应用需求为牵引,立足自主创新,以平台企业及其构建的产业创新生态为主导,中国构建起包括智能芯片、大模型、基础架构和操作系统、工具链、深度学习平台和应用技术在内的人工智能技术体系、产业创新生态和企业联盟。工信部发布的数据显示,截至2023年6月,我国人工智能核心产业规模已经达 到5000亿,人工智能企业数量超过4400家,仅次于美国,全球排名第二。与美国相比,中国人工智能被广泛应用于包括智慧城市、智能制造、智慧农业和AIforscience在内的20个细分领域。 2022年以来,随着生成式人工智能的出现,人工智能步入以大模型开发为主导的发展阶段。大模型开发带来创新模式变化。拥有高质量数据集、高性能算力集群和工程化能力的头部科技企业和新型创新组织的合作,成为大模型开发的主导者。新的创新模式在加剧人工智能产业“极化”的同时,为更大范围和更强烈的“扩散”创造了条件。 2017年之前,是我国人工智能科技创新和产业发展的“极化” I 阶段。尤其是北京成为中国乃至全球人工智能科技创新和产业发展的策源地。《新一代人工智能发展规划》发布以来,地方政府的积极响应推动人工智能快速扩散。尤其是在京津冀、长三角和珠三角地区的扩散,加快了人工智能和经济社会融合发展的步伐。 从4311家人工智能企业技术合作关系的地理空间分布看,表现出“极核”状网络结构特征。北京市、广东省、浙江省和上海市构成了价值网络的核心节点,技术赋能占全国技术赋能关系数的比重达到85.18%。从技术合作的流向看,北京市和广东省是技术合作关系最为密切,排名第二的是北京市和上海市,排名第三的是北京市和浙江省。 随着人工智能从“极化”走向“扩散”,中西部地区的武汉和长沙,西部地区的重庆、成都和西安,东北地区的沈阳、长春和哈尔滨开始形成人工智能产业创新生态。先发地区和后发地区的互动,共同推动我国人工智能产业的发展。 平台及其主导的产业创新生态、应用场景开放、新型创新区建设和地方政府政策响应,是驱动人工智能从“极化”走向“扩散”的关键机制。人工智能平台企业通过在发后地区建设子平台的方式,构建区域产业创新生态,助力当地优势产业的智能化转型。应用场景开放是牵引人工智能产业扩散的重要因素。尤其是当地经济、社会和生态环境保护领域的应用场景开放,是吸引人工智能平台企业及其主导的产业创新生态的扩散的关键因素。新型创新区是人工智能科技创新和产业聚集区,是平台及其子平台、大学和科研院所、 II 人工智能初创公司和人才聚集的空间载体。地方政府的政策响应为当地人工智能产业发展创造良好“双创”环境。 大模型开发和应用深化了人们对人工智能技术属性的认识。人工智能是对人类脑力的替代,技术系统复杂度远超前三次工业革命的通用目的技术,是具有基础设施性质的巨复杂技术系统。到目前为止,我国人工智能产业技术体系包括大数据和云计算、物联网、5G/6G、智能机器人、智能芯片、自动驾驶、虚拟/增强现实、计算机视觉、光电技术、智能推荐、语音识别、区块链、大模型、空间技术、生物识别、网络安全、自然语言处理、算力网络、人机交互、操作系统、AI框架、知识图谱、多模态、具身智能在内的24个技术类别。其中,大模型、网络安全、算力网络、操作系统、AI框架、多模态、具身智能等技术类型是2023年中国人工智能产业应用活跃的技术类别。 从技术合作关系数的占比看,排名第一的是大数据和云计算,占比42.70%;排名第二的是物联网,占比11.92%;排名第三的是5G/6G,占比8.02%;排名第四和第五的分别是智能机器人和智能芯片,占比分别为5.99%和4.60%。 人工智能应用领域包括企业智能管理、智慧城市、智能制造、智能网联汽车、智能硬件、智能营销与新零售、智能金融、智能医疗、新媒体和数字内容、智能交通、智能教育、网络空间安全、智能能源、智慧政务、智能物流、智能家居、智慧文旅、智能安防、智能农业、AIforscience在内的20个细分场景。其中,在AIfor III science领域的应用已成为新增的尤为关键的应用赛道之一。 从技术合作密度的应用领域分布看,排名第一的是企业智能管理,占比11.83%;排名第二的是智慧城市,占比11.01%;排名第三的是智能制造,占比10.75%;排名第四和第五的分别是智能网联汽车和智能硬件,占比分别为8.65%和7.69%。 从4431家人工智能核心产业部门企业的技术合作关系在三次产业的分布看,2023年排名第一的是第三产业,占比71.93%;排名第二的是第二产业,占比27.92%;排名第三的是第一产业,占比仅为0.15%。从2014年到2023年技术合作分布的动态变化指标来看,第三产业的技术合作关系占比呈现波动下降趋势,第二产业的技术合作关系占比自2015年以来,整体呈上升趋势。 《新一代人工智能科技产业区域竞争力评价指数2024》,从创新生态系统的视角,构建了包括企业能力、学术生态、资本环境、国际开放度、链接能力和政府响应能力6项一级指标和24项三级指 标在内的指标体系。基于2024年数据,新一代人工智能科技产业区 域竞争力评价指数排名前5省市分别是北京市、广东省、上海市、浙江省和江苏省。排名前十的城市分别是北京市、上海市、杭州市、深圳市、广州市、南京市、苏州市、武汉市、天津市和合肥市。上述省份和城市是我国人工智能产业发展的前沿地带。 IV 人工智能企业及其创新活动构成了人工智能产业发展的基础。通过对4311家[1]人工智能核心产业部门企业属性数据分析,本报告刻画中国人工智能产业的微观结构。 一、中国的人工智能企业 (一)创建时间 4311家人工智能企业创建的时间主要集中在2012至2018年之间,占比为 50.66%。企业创建的峰值出现在2015年,占比为10.39%。其中,成立时间在 2010年之前的企业基本上都属于非初创人工智能企业为主,通过自主研发和技术引进转型升级为人工智能企业。非初始人工智能企业大致可以划分为两类:一类是ICT类企业;另一类是传统产业企业。 图14311家人工智能样本企业的创建时间分布 (二)地域分布 4311家人工智能企业主要分布在长江三角洲、京津冀和珠江三角洲三大都市圈,占比分别为31.73%、30.6%和21.90%。依托科技创新资源富集和互联网产业发展优势,长江三角洲、京津冀和珠江三角洲地区在人工智能产业的发展上走在了全国的前列。 [1]2023年报告的样本企业为2200家,2024年报告样本企业增加到4311家。4311家企业是在中国新一代人工智能发展战略研究院中国智能经济数据库12283家基础样本中筛选出来的。4311家企业均属于核心产业部门企业,即从事人工智能关键核心技术、产品和服务研发和生产的企业。 本报告数据采集的截止日期为2023年12月31日。 1 图24311家人工智能企业在全国都市圈的分布 在各省市自治区中,人工智能企业主要分布在北京市、广东省、上海市、浙江省、江苏省、山东省、四川省、湖北省、福建省和安徽省。其中,北京市占比最高,为29.04%;其次是广东省,占比为21.90%,主要分布在深圳市和广州市;排名第三的是上海市,占比为13.99%;排名第四的是浙江省,占比为8.21%,主要分布在杭州市;排名第五的是江苏省,占比8.00%,主要分布在南京市和苏州市。 图34311家人工智能企业在省市自治区的分布 2 (三)员工规模 图4列出了4311家人工智能企业员工规模分布情况。从员工人数来看,主 要以中小企业为主。67.90%的人工智能企业员工数量在200人以内,员工数在 200-399人之间的企业占比为14.03%,员工数在400-599人之间的企业占比为 4.85%,员工数量在600-799人的企业占比为3.22%,员工数量在800-1000人的企业占比为2.16%,员工数量在1000以上的企业占比为7.84%。 图44311家人工智能企业员工规模分布[2](单位:人) (四)上市公司 (1)上市公司数量 在4311家人工智能企业中,上市公司672家,占比为15.59%。非上市企业为3639家,占比为84.41%。 图5人工智能上市公司占比 [2]由于上市公司的财务报表披露相对较晚,上市公司营业总收入的统计截止时间为2022年12月31日。 3 (2)营业收入 图6列出了672家人工智能上市公司营业收入分布情况。其中54.61%的企 业营业收入小于20亿元,18.01%的企业营业收入在20-40亿元之间,8.63%的 企业营业收入在40-60亿元之间,2.08%的企业营业收入在80-100亿元之间, 12.35%的企业营业收入超过100亿元。 图6672家人工智能上市公司营业收入分布情况[3](单位:亿人民币) (3)研发费用 图7列出了672家人工智能上市公司研发业费用分布情况。其中研发费用小于2亿元的企业占比为58.78%,研发费用在2-4亿元的企业占比为17.26%,研发费用在4-6亿元的企业占比为7.14%,研发费用在6-8亿元的企业占比为 4.61%,研发费用在8-10亿元的占比为2.23%,研发费用超过10亿元的企业占比为9.97%。 图7672家人工智能上市公司研发费用分布情况[4](单位:亿人民币) [3]由于上市公司的财务报表披露相对较晚,上市公司营业总收入的统计截止时间为2022年12月31日。 [4]由于上市公司的财务报表披露相对较晚,上市公司研发费用的统计截止时间为2022年12月31日。 4 (4)研发强度 图8672家上市公司研发强度分布[5] 图8列出了672家人工智能上市公司研发强度分布情况。其中研发强度小于5%的企业数占比为22.62%,研发强度在5%-10%之间的企业占比为33.63%,研发强度在10%-15%的企业占比为17.86%,研发强度在15%-20%的企业占比为10.12%,研发强度超过20%的企业占比为15.77%。 (五)技术层次分布 图94311家人工智能企业技术层次分布 从人工智能企业技术层次分布看,应用层企业数量最多,达到2650家,占比为61.47%;其次是技术层企业,数量为1233家,占比为28.60%;基础层企 [5]由于上市公司的财务报表披露相对较晚,上市公司研发强度的数据统计截止时间为2022年12月31日。 5 业428家,占比为9.93%。 (六)专利数 图10显示,4311家人工智能企业中,专利数小于200项的企业占比51.36%,专利数在200-400项的企业占比为12.22%,专利数在400-600项的企业占比为 6.94%,专利数在600-800项的企业占比为4.52%,专利数在800-1000项的企业占比为3.11%,专利数超过1000项的企业占比为21.85%。 图104311家企业的专利数分布(单位:项) 图11显示专利数较多的人工智能企业主要集中在广东省、北京市、上海市、山东省、浙江省、江苏省、四川省、福建省、湖北省和安徽省