江苏是较早布局人工智能产业的省份之一,在国内处于第一梯队。截至去年,江苏人工智能核心企业超过1000家,已带动产值超过千亿元。近期,苏州、南京、无锡三座城市入选“中国人工智能产业城市综合实力TOP20”榜单,彰显极大的成长潜力。
今年以来,以ChatGPT为代表的生成式人工智能,凭借出色的理解和逻辑能力,掀起了一波人工智能领域的技术巨浪,成为当前产业经济中最热的赛道。事实上,国内的人工智能行业已经驶上快车道,众多城市都已在AI细分领域抢先布局。
2023年7 月 24 日,企查查大数据研究院发布《中国 AI 创新之城竞争力全景报告》,在“中国人工智能产业城市综合实力TOP20”榜单中,江苏苏州、南京、无锡三座城市榜上有名。而在 6 月 25 日举行的2023 全球人工智能产品应用博览会上,新一代人工智能产业技术创新战略联盟、中关村视听产业技术创新联盟、北京上奇数字科技有限公司联合推出《中国城市人工智能发展指数报告(2022~2023)》,系统分析城市人工智能发展指数,排名前十的城市中包含苏州和南京。 从多份报告公布的结果来看,江苏人工智能产业“大风起兮”,多个城市人工智能企业发展迅猛。数据显示,截至2022年,全省共拥有人工智能相关企业近1000家,带动相关产业产值超千亿元,涵盖智能软件、智能机器人、智能传感器、智能制造等多个领域。 在企查查发布的“中国人工智能产业城市综合实力TOP20”榜单中,北京、上海、深圳稳坐前三。排名前十的城市还有杭州、苏州、广州、南京、合肥、成都、武汉。此外,青岛、天津、厦门、济南、宁波、西安、长沙、珠海、无锡、东莞分别排列第十一至二十名。 而在《中国城市人工智能发展指数报告(2022~2023)》中,排名前十的城市依次是,北京、上海、深圳、杭州、广州、苏州、南京、合肥、天津、青岛。 综合这两份报告可见,当前 AI 产业格局是“北上深领跑,苏浙皖直追”,北上深三城在人工智能产业发展上的优势非常显著,牢牢守住了前三位,而以杭州、苏州、南京、合肥、宁波、无锡为代表的苏浙皖三地则奋起直追。 评估人工智能产业的发展,需要参考多个维度。如果从城市 AI 发展活力来看,当属长三角,而其中又属南京最“热”。 据第一财经新一线产业数据库统计数据显示,在全国的上市企业、高新技术企业、科技型中小企业等重点企业中,一共筛选出约 8 万家企业,增量和增速均位列全国前 10 的城市分别为南京、苏州、上海、无锡与合肥,都来自长三角。 江苏城市频频登上人工智能产业相关榜单,与江苏是全国较早布局人工智能产业的省份之一密切相关。作为全国人工智能产业创新发展的重要基地,江苏目前基本形成以苏南城市群为重点、以南京和苏州为核心的“一带两核”发展格局。中国(南京)智谷、中国(南京)软件园、苏州人工智能产业园等人工智能产业集聚区初具规模,以思必驰、亿嘉和等为代表的一批本土优秀人工智能企业正在加速成长。 江苏人工智能的核心技术——机器学习、模式识别、数据挖掘等不仅在中国位于第一方阵,在国际上也有一定影响力。省内首获“国家新一代人工智能开放创新平台”的思必驰、构建智慧城市AI中枢的小视科技、有着“中国机器人的标杆”之称的埃斯顿……江苏的人工智能在国内整体上处于第一梯队,全省人工智能企业深耕细作、稳扎稳打,具有“小而美”的特点。 全力打造具有全国影响力的人工智能产业创新集群——这是2021年3月,苏州获批建设国家新一代人工智能创新发展试验区之初就立下的宏愿。如今,这样一份“成绩单”,恰好回应了当初:截至2022年,苏州聚集人工智能相关企业超千家,培育相关上市企业16家,省级以上专精特新企业19家,国家高新技术企业219家,市独角兽培育企业37家;2022年,苏州人工智能相关产业规模达到了1250亿元,近三年产值的平均增速达22.7%。 千亿规模,非一日之功。在苏州试验区的核心区园区,持续完善的人工智能产业版图,拉动了整个苏州试验区的发展。事实上,苏州试验区获批不久后,新鲜出炉的《苏州市建设国家新一代人工智能创新发展试验区实施方案》就明确,以园区为核心区,瞄准人工智能全产业链条,最终形成覆盖全市的“AI+”应用创新区。 “园区是国内最早布局人工智能产业并制定系统产业规划的开发区。这两年,抢抓国家新一代人工智能创新发展试验区建设机遇,我们全力推动创新集群加速成势。”园区科技创新委员会主任潘瑜说。目前,辖区已集聚人工智能相关企业1500家,苏州市的16家人工智能上市企业全部来自园区。2022年,园区人工智能产业规模超800亿元;今年1至5月,已实现产值424.5亿元。 连续多年保持30%增幅,园区人工智能产业规模不断壮大、创新企业不断集聚、产业生态不断优化,IC设计、智能网联、工业软件等细分领域也顺势脱颖而出。在语言识别领域,思必驰的语音识别技术国内领先,技术解决方案被业界广泛应用,去年7月,思必驰成为江苏首家获批建设国家新一代人工智能开放创新平台的企业;在自动驾驶领域,知行科技等独角兽企业技术创新行业领先;在计算机视觉领域,中科融合、中科行智等中科系企业走在前列……伴随一批企业在各自技术领域突破前行,苏州人工智能产业创新集群加速隆起。 据了解2023年,苏州重点实施数字苏州建设“八大工程”(在线新经济发展促进、大数据产业发展、文化数字化、智慧医疗应用、数字孪生城市建设、“苏周到”优化提升、“数字苏州驾驶舱”升级、公共数据开放),2023年全球人工智能产品应用博览会在苏州举办,也象征着苏州正在朝打造全国数字化发展标杆城市奋进,人工智能将成为苏州亮丽的一张城市新名片。 南京作为全省唯一获批的“国家人工智能创新应用先导区”的城市,发展水平位居全国第一方阵,综合发展水平位列全国前10。2022年,南京提出探索形成国家人工智能创新应用先导区“南京模式”,打造100个可复制、可推广的标杆型示范应用场景,形成一批优秀产品和解决方案。 2023年,南京人工智能产业集群规模以上企业共有540家,比2022年增加62家,一季度实现营业收入447.08亿元,同比增长13.7%。如今,新一代人工智能产业已被纳入南京“2+2+2+X”创新型产业体系,成为未来产业重点发展方向之一。 今年随着AIGC火爆出圈,位于中国(南京)智谷的图灵人工智能研究院走在前沿,研发出了自己的应用“小灵绘画”。 “AIGC包括生成文本、声音、图像、视频等,是继专业生产内容和用户生产内容之后的新型内容创作方式,简单来说是一种通过AI技术来自动或辅助生成内容的生产方式。”图灵研究院总经理李强说,该技术用人工智能解放设计师的双手,只要有想象力,普通人也可以制作出类似“阿凡达”的大片。 图灵研究院已成为国内人工智能行业的标杆型项目,研究院及创投基金累计孵化、投资人工智能科技企业45家,涉及AI+医疗、AI+金融、AI+教育、AI+城市、AI+安全等领域,在多个人工智能赛道上实现了从0到1的突破。 “头雁效应”带动下,人工智能领域的领军人才、企业也不断向南京靠拢。据了解,图灵人工智能研究院所在的中国(南京)智谷已拥有国家级重点人才计划、两院院士等领军人才50余人、研发人员5000余人,集聚人工智能企业超400家,培育独角兽、瞪羚企业32家,围绕人工智能产业的基础层、技术层、应用层三大层级,集聚了一批行业领军企业。 《南京国家人工智能创新应用先导区建设实施方案》提出,到2025年,南京将高标准打造5个人工智能产业园区,争创1~2个省级以上人工智能产业集群,培育100家人工智能重点企业,省级以上专精特新小巨人企业和单项冠军企业达到30家,全市人工智能核心产业收入超过500亿元。 人工智能产业是无锡“465”现代产业体系中重点布局的未来产业之一,核心链条已初步形成、创新要素正不断汇聚,具备了坚实的产业基础和广阔的发展空间。无锡依托清华大学智能产业研究院平台,推动更多变革性技术和创新产品应用场景在锡落地转化,牵引更多优质资源和项目落户无锡;紧密结合世界物联网博览会等活动,在无锡组织举办具有全球、全国影响力的学术会议、产业峰会,进一步提升无锡在人工智能等行业领域的知名度。 2023年6月,无锡以视觉与学习青年学者研讨会为契机,与广大专家、龙头企业携手构筑创新引领新优势,推动科技创新和制度创新同向发力,鼓励人工智能最新成果在无锡率先“试水”;携手探索融合发展新路径,聚焦重点行业领域,推进人工智能和实体经济加速融合、协同发展;携手构建合作共赢新格局,促进“政产学研用金”深度融合,推动人工智能产业链式集群发展。 近年来,无锡主动谋划、密集发力,产业规模加速壮大,创新策源密集活跃,发展要素支撑有力。将“人工智能+物联网”融合创新作为主线,让人工智能(AI)和物联网(IoT)双向赋能,以智能传感、车联网、工业互联网“一感两网”为主攻方向,重点打造国家智能物联网(AIoT)示范区。 无人驾驶、智慧工厂、智能港口、远程医疗……人工智能已步入产业深水区。江苏各城市人工智能产业发展如何“再跃升”,不少业内人士提出了自己的看法。 “让人工智能落地更多的‘刚需场景’,是当务之急。”南京航空航天大学人工智能学院陈松灿教授参加过不少企业高校技术对接会,他发现,很多工业企业提出各类场景化技术需求,“人工智能领域没有‘空对空’,找到刚性需求场景,才是产业化的突破口。” “未来的重要趋势,是通过高价值场景落地赋能实体经济,加速感知智能和认知智能的立体融合。”南京樯图数据研究院战略合作部王帆主任认为,目前人工智能产业延伸已从生活场景智能化,转向精细而复杂的产业智能化,特别是智能制造、交通等场景的应用。 江苏制造业发达,而制造业升级是国家最重大的战略方向之一,在智能制造方面需运用到更多的AI技术,但在工业等领域,细分场景众多,需要不同的样本和设计不同的网络结构,“在碎片化场景下,没有包打天下的AI模型。”陈松灿表示,而工业本身对准确度的要求很高,应用于工业领域的人工智能还需要攻克技术上的系列难题。