医疗人工智能发展报告范文

导语：如何才能写好一篇医疗人工智能发展报告，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

报告总体分为四个部分，分别从市场环境、产业格局、商业模式、机遇与挑战等方面对中国医疗人工智能产业进行分析。

无论是对中国还是对世界来说，人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展，人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点。此前，美国咨询公司弗罗斯特- 沙利文公司就曾提到，“人工智能可将医疗效果提高30% 到40%，减少多达50% 的医疗成本”。

在中国，医疗人工智能有着先天的发展优势。一方面，中国人口数量庞大，有充足的医疗数据，为医疗人工智能的发展提供了基石。另一方面，中国足够大的医疗市场也为人工智能企业创新提供了动力。

不负人们所期，近年来中国医疗人工智能市场正如火如荼地发展着。数据显示，自2013年到2017 年，中国医疗人工智能行业共获得241 笔融资。其中，2017 年国内医疗人工智能行业公布的融资事件近30 起，融资总额超过18 亿元。

2018 年，医疗人工智能市场火热依旧。一方面，资本热情不减，大额融资频发，医疗人工智能融资总额再创新高，仅2018 上半年就有18 家公司获投，总金额超过31 亿元。另一方面，已然成熟的互联网巨头，如BAT 等，以及传统医疗相关企业，如飞利浦等也早已重金布局医疗人工智能，大手笔向产业链扩展业务。

作为一种提高效率的工具，目前，医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中，医疗环节以服务患者为主，针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为B 端的医疗机构、企业等服务。并且，医疗人工智能在经历过火热的发展后，迎来了商业化的关键期，目前绝大多数医疗人工智能的公司尚未实现盈利，且其产品多在医院进行试用，但他们已经通过不同的业务模式实现了付费收入。

篇2

关键词：智能制造；关键技术；政策建议

一、当前经济形势下智能制造发展宏观分析

1.基础技术的应用和发展

随着我国需求市场的蓬勃发展，一大批企业的快速跟进，使我国在计算机视觉、中文语音识别和无人驾驶等典型应用方面进入全球前列，具备了加速发展的市场条件和产业基础。在新一代信息技术接力式创新的驱动下，万物互联和智能化趋势越发明显，预计2035年全球联网设备数量将突破千亿件，将快速推动智能制造快速发展。近年来在算法、数据和算力三方面的突破下，新一代人工智能开始成为新的竞争焦点。人工智能在看、听、理解等关键指标上已经媲美甚至赶超人类。在机器识别图像、语音和自然语言等开始广泛应用，类似技术已广泛嵌入呼叫中心、客服系统、智能助手、聊天机器人等产品中。人工智能蕴含着无可估量机遇，各路企业争相涌入布局。从2013年到2017年，全球人工智能投资事件从310件增长到1349件，投资额从17亿美元增长到152亿美元，安防、医疗、交通、制造等数据丰富的行业成为重点投资领域。

2.我国智能制造发展情况

随着我国智能制造发展的快速推动，依托用户规模、应用场景、风险资金和科技论文等优势，我国在一些基础技术的应用方面进入全球前列，一大批骨干企业快速发展，在智能制造产业各个环节积极布局，为我国智能制造的快速发展，实现弯道刹车提供有利条件。数据资源是发展人工智能的关键要素，主要来自用户和联网设备。从用户数看，到2017年底，我国有3.49亿固定宽带用户，是美国的3.5倍，占全球38%。从数据量来看，我国已占全球13%，据高盛报告预测，随着用户数和在线时长增长，这一指标到2020年预计提升至20%—25%。我国有用户规模的先天优势。我国有近4亿的年轻用户，他们对新科技、新产品的接受度比较高，所以广泛的行业分布、多样的用户需求为拓展人工智能应用提供了广阔市场。在这一轮人工智能刚兴起时，国内一批公司深耕计算机视觉技术，目前从算法水准和应用情况看，人脸识别、安防监控等领域已获得全球认可。总体上，智能应用开始进入快速扩展期，我国有望在更多领域形成自身优势。

二、我国智能制造发展当前阶段面临的问题

1.芯片产业发展有待提升

高端芯片产业的发展是智能制造的重要前提，但是芯片关键技术方面还有很大的提高空间，目前处于“受制于人”的情况。当前芯片产业关键技术方面美国还是占主导地位，首先，图形处理芯片方面，英伟达、超威和英特尔三强主导市场方向。其次，可编程逻辑阵列芯片方面，赛灵思和英特尔两强主导市场。第三，专用集成电路(ASIC)芯片方面，谷歌的张量处理芯片(TPU)性能优势明显。目前，由于价格和关键技术的制约我国还处于芯片进口阶段，孙然有部分企业可以进行芯片的定制，但是由于资本投入和商业化推广的弊端还处于初级阶段。

2.人工智能的基础技术依旧不能形成单独生态体系

人工智能的算法框架依附于国外巨头开源生态体系。当前我国人工智能产业必须降低人工智能产品或应用开发成本，进而吸引世界各地开发者入驻生态。从高盛报告看，谷歌Tensorflow算法框架聚集了6.8万名明星开发者；而百度Pad-dlePaddle平台仅有5330位，不到前者1/10。我国当前大部分都机遇谷歌的基础算法框架进行开发，很难自主建立内生性的生态系统。3.专业技术人才的缺失异常严重智能制造的重要核心就是专业技术人才的集聚，但是我国智能制造相关人才总量和人才结构上还处于比较落后的阶段。如全球最大招聘网站领英2017年《全球AI领域人才报告》显示，全球人工智能人才数量190万人，其中美国85万人，我国5万人，位列印度、英国、加拿大、澳大利亚、法国之后，排第七位。从专业化人员从业时间来看，与美国相比我国专业化从业人员，从业超过十年以上的不足40%，而美国却超过了70%，我国大部分关键技术人员和管理人员都是海外引进，我国在智能制造的核心技术方面，尤其是人工智能的底层算法方面与美国还是有很大的距离。

4.我国关键技术创新相关的政策法规落后于技术创新的需求

数据开放、隐私管理、算法歧视、网络攻击等方面需要新的监管法规。以智能影像诊断为例，美国2017年采取先上市后批准的模式助推产业创新；我国则按照医疗器械监管，要求经过器械检测、临床评测、器械技术审批、政府发放批文等四个环节，企业反映总耗时30个月，且准入制度、收费模式、医保对接等尚是空白。所以，首先数据开放是我们必须要解决的问题，我国政府数据开放排名全球靠后，而在科技巨头之间创建标准统一、跨平台分享的数据生态系统要落后于美国。其次数据隐私管理方面问题，海量数据的采集不可避免涉及个人隐私，如何避免滥用是各方关切点。最后是网络攻击问题，防御网络攻击、保障安全是客户最为关心的主要问题。

三、推动我国智能制造发展的路径及建议

1.建立核心技术研发标准，加大产业上下游衔接

我国智能制造虽然全面推广，但是在芯片产业方面还是短板，想要借助人工智能的机会实现弯道超车必须要放长战线，做好基础研发工作。我国消费市场具有一定的优势，要做好开放合作的准备，加强学习的强度，缩短学习的周期。避免资金、人才等资源的浪费，推进强强联合，鼓励走差异化技术路线。优化产业链条，加强上下游的衔接，利用好国内良好的消费市场，产业链相关企业要积极抓住这个机会，积极实现商业化应用。

2.建立标准化产业链条平台

积极累计专业化技术成果，虽然我国在机器视觉算法方面也走在全球前列，但没有完整商业化生态体系，要快速构建原生的算法构架和标准化平台。要借鉴PC互联网时代win-dows操作系统主导生态、移动互联网时代安卓主导生态的经验做法，支持组建产业联盟构筑生态搭建算法框架。政策上支持构建算法构架，兼容多平台应用，抓住机会提升我国基础技术平台的应用和研发水平。并且要建设以人工智能为基础的公共数据资源库、标准测试数据集，为评估算法效能提供评价基准。

篇3

“人工智能真的无所不能吗？”

“人工智能长得和人一样吗？”

“我能和人工智能谈恋爱吗？”

去年3月以来，借助AlphaGo 4：1战胜韩国名将李世石九段的东风，人工智能席卷了全球的注意力。

不过，时至今日，面对人工智能，公众最常见的表情依然是好奇、迷茫或讶异。我们真的知道什么是人工智能吗？我们真的准备好迎接人工智能浪潮了吗？

AI来袭！

近日，因争夺搜索引擎话语权而有过过节的两位大佬李彦宏和李开复又“杠”上了，这一次，他们争夺的焦点是人工智能的舆论话语权。

不是冤家不聚头。4月下旬，李彦宏的著作《智能革命：迎接人工智能时代的社会、经济与文化变革》正式出版。紧接着，5月初，李开复的《人工智能》一书开始签售。李彦宏到处宣讲，“互联网的下一幕就是人工智能。”李开复更加干脆，直接说，“我不是李开复，我是人工智能。”

虽然目标不同，但其实两人现阶段做的是同一件事――为人工智能时代的到来摇旗呐喊。

“人工智能来了！”

这句话对不同的人群有着完全不同的意义。计算机科学家将之誉为“第四次技术革命”;社会学家、经济学家将之视为已经或即将对人类经济结构、就业环境发起挑战的“洪荒之力”;商业巨头、创业精英、科幻作家、影视编导们则乐于肆无忌惮地展开想象，将之渲染成为人类未来的天堂或地狱。

不过，对于绝大多数不了解技术细节，或不具备丰富想象力的普通人而言，知道的人多，了解的人少。

什么是人工智能？打开百度百科，人们可以看到这样一段话：人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它是计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

对于普罗大众而言，百度百科的解释听起来有点过于专业，相比较而言，在人工智能领域的经典教材、出版于2013年的《人工智能：一种现代的方法（第3版）》中，著名人工智能专家罗素和诺威格给出的定义则较为通俗易懂，他们从四个方面对人工智能进行了定义，即：能够像人一样思考、像人一样行动、合理地思考、合理地行动的机器。

人工智能其实不是一个新概念，日前，首都图书馆刚刚举行了一场关于人工智能的科普讲座。据北京师范大学系统科学学院副院长韩战钢介绍，人工智能这一概念正式提出是在1956年的达特摩斯学会上，至今已有60多年的时间。

纵观这60多年，人工智能经历了两次红利期。

上世纪60年代，人工智能迎来了第一个红利期，当时的科学家们自信并且疯狂，“二十年内，机器将能完成人能做到的一切工作”成为当时科学界的主流声音。

上世纪90年代人工智能迎来第二个红利期，标志性事件是IBM的“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，当时造成的影响丝毫不亚于今天AlphaGo的围棋大战。

当下或是人工智能的又一个红利期。一方面，图像识别、深度学习等人工核心算法日渐成熟，另一方面，人工智能研究走出实验室，科技公司开始成为人工智能的主要推动者。

更重要的是，资本开始对人工智能表现出了前所未有的青睐。据有关机构数据统计，2016年底-2017年初，国内各大机构在关于今年投资方向的98篇讨论中，人工智能的提及次数占48次，是第二位“文化娱乐”的1.8倍。市场火热程度毋庸置疑。 好奇 去年3月以来，借助AlphaGo 4：1战胜韩国名将李世石九段的东风，人工智能席卷了全球的注意力。不过，时至今日，面对人工智能，公众最常见的表情依然是好奇、迷茫或讶异。

不只是炫技

看到“人工智能”这几个字，可能有的人立马会想到围棋、神经网络、深度学习等名词，也有的人会想到大学里的人脸识别、立体视觉建模等研究项目，还有的人会想到终结者、外太空等高大上的内容。但可能98%的人都会有这样的疑问：除了下棋，这些东西研究了到底对我有什么实际用途？

事实上，“人工智能”已经从很多方面对我们的日常生活产生影响。通过梳理乌镇智库、阿里云研究中心、艾媒咨询、麦肯锡等多家机构近期的人工智能专题报告，记者发现，目前人工智能发展较为火热的主要包括以下几个领域：

首先，个人助手。这是目前最为普及的一个领域。如果要诠释这个，看一遍电影《Her》就可以了，其中的人工智能操作系统萨曼莎不仅可以帮助主人公快速处理各种邮件、文件等工作，还能像朋友一样与之互动和交流。

现实中，这样的个人助手也正在在走入我们的生活中，如苹果的Siri、微软的Cortana 以及谷歌的Google Now，国内也有科大讯飞的灵犀、图灵的虫洞语音助手等，这些语音助手现在一般是存在于PC或手机之中，近年随着服务机器人的发展，它们开始有了新的载体。而机器人除了有语音功能外，还具备自主行动的能力，因此有望在其他方面帮助人类。

其次，无人驾驶。谷歌、特斯拉、苹果甚至是宝马，它们目前都在开发自己的无人驾驶汽车，谷歌的车已经在公司附近的山景城测试了无数次，虽然交通事故也发生过十多起，不过基本上都属于小摩擦，尚未造成严重损失。关于这些无人车何时能正式大量地上路载人，业内普遍的说法是2020年，目前它们在物体识别以及交通规则上仍在学习中。

再次，健康医疗。在AlphaGo与李世石比赛前，谷歌就已宣布这个创造出AlphaGo的Google DeepMind实验室将进军医疗技术领域。他们成立了DeepMind Health团队，与英国伦敦帝国理工学院和伦敦皇家自由医院展开合作。他们还推出了一款名为 Streams的移动端应用程序，医疗人员可以利用Streams更快地观察到医疗结果。

第四，金融投顾。“人工智能”的风潮在各行业涌动，金融领域也不例外，“智能投顾”成为金融科技的新宠儿，从华尔街投行到国内金融科技创业公司，纷纷涉足，给自己贴上“智能投顾”的时髦标签。 拥抱 虽然仍存诸多争议，但随着技术的进步，越来越多的人开始相信，人工智能就像很多大师所讲的，未来，将和水和电一样无处不在。

另外，艺术创作一直是人类精神活动的最高级形式，自古以来，人们认为只有人类的智慧才能创作出艺术作品，玄而又玄的艺术风格尤为深奥。但近些年来，人工智能的发展正对艺术创作产生了一些很微妙的影响。去年3月份，伦敦艺术家Memo Akten和谷歌人工智能共同完成的一组GCHQ（英国通信总部的缩写）画作拍出了8000美元的高价;同年9月，索尼音乐的计算机科学研究实验室了两首完全由人工智能作曲的流行歌曲《Daddy's Car》和《The Ballad of Mr Shadow》。而最新消息显示，除了画画、作曲，人工智能创作的第一部诗集《阳光失了玻璃窗》也已于近日正式面市。

虽然仍存诸多争议，但随着技术的进步，越来越多的人开始相信，人工智能就像很多大师所讲的，未来，将和水和电一样无处不在。

中国不容错失的战略机遇

在多家中国科技巨头积极研发的推动下，中国已成为全球人工智能的发展中心之一。众多的人口和完整的产业结构给中国提供了创造海量数据和广阔市场的潜力。随着老龄化的加速，中国提升生产力的要求愈l迫切，因此人工智能技术的运用对中国未来的经济发展至关重要。

据麦肯锡近期的《中国人工智能的未来之路》报告书显示，中国与美国是当今世界人工智能研发领域的领头羊。仅在2015年，两国在学术期刊上发表的相关论文合计近1万份，而英国、印度、德国和日本发表的学术研究文章总和也只相当于其一半。

并且，中国的人工智能发展多由科技企业推动引领。得益于大量的搜索数据和丰富的产品线，一些互联网企业走在了自然语言处理、图像和语音识别等技术前沿。这些技术被整合应用于新产品中，如自动化私人助理、自动驾驶汽车等。

麦肯锡表示，中国有充足的理由对其在人工智能领域的潜力感到乐观。庞大的人口基数产生的海量数据正是“训练”人工智能系统的前提条件。“范围经济”也是中国的优势所在，广泛的行业分布为人工智能的应用提供了广阔市场。

自18世纪工业革命以来，每一次技术革命都重塑着全球竞争格局。中国曾经错失了前几次科技革命的历史机遇，这一次，人工智能是中国绝不能错失的战略机遇。麦肯锡认为，完成中国制造业“从汗水驱动到创新驱动”“从齿轮驱动到智能驱动”的升级，人工智能是中国实现转型升级的战略机遇之一。

对此政府部门已经开始行动，给予了有力的政策支持。3月5日上午，国务院总理发表2017政府工作报告，指出要加快培育壮大包括人工智能在内的新兴产业，“人工智能”也首次被写入了全国政府工作报告。而在发改委印发的《“互联网+”人工智能三年行动实施方案》中，也已明确了我国人工智能的总体思路、目标与主要任务。该方案指出，到2018年，将在重点领域培育若干全球领先的人工智能骨干企业，初步建成基础坚实、创新活跃、开放协作、绿色安全的人工智能产业生态，形成千亿级的人工智能市场应用规模。

再加上之前科技部新闻，“科技创新2030―重大项目”或将新增“人工智能2.0”，中国AI人最好的时代已经到来。

然而，目前，我国发展人工智能还存在一些短板，急需补齐。麦肯锡在研究报告中将中国人工智能发展瓶颈归为了数据、算法、计算力三大问题。

数据瓶颈。正如人类通过食物得到能量，人工智能也不能在没有稳定的数据来源的情况下运行。这些系统必须要有大量的数据，以供它们“训练”，不断改进和完善产出的结果。在数据方面，存在几个问题可能阻碍中国的AI发展。首先，中国的大技术公司通过它们专有的平台收集数据，中国在创建数据友好的生态系统方面落后于美国，缺少统一的标准和跨平台的共享。第二，世界各国都发现，开放政府数据有助于私营部门的创新，但中国的公共部门开放的数据相对较少。最后，限制跨国的数据流动也使中国处于全球合作中的不利地位。

算法瓶颈。得益于全球的开源平台，中国企业能够快速复制其他地方开发的最先进的算法。目前，中国的研究者在开发用于语音识别和定向广告的算法方面已经取得突破。然而，中国在基础研究方面落后于美国和英国。一个主要原因是人才短缺，招纳人才对中国的AI发展至关重要。据悉，美国超过一半的数据科学家有10多年的工作经验，而在中国，经验不足5年的研究人员高达40%。

计算力瓶颈。计算力不是中国人工智能商业发展直接的瓶颈。随着微处理在全球市场得到广泛使用，计算能力已经成为可以轻松获得的东西。但中国仍然不能忽视发展自己的先进半导体、微处理器和高性能计算技术的重要性。计算能力是AI的基础之一，具有战略上的重要性。中国历来严重依赖国外的微芯片供应商。对某些类型的高价值半导体，中国几乎完全依赖进口。但是，在2015年，美国政府禁止全球三大芯片供应商Intel、Nvidia和AMD向中国政府销售高端超级计算机芯片。对核心技术供应实现更强的控制有助于提高中国在未来更广泛地部署人工智能系统的能力。

未雨绸缪“全民基本收入”争议中前行

人工智能是中国加速生产力发展的一个重要机遇，也是解决人口老龄化的一个关键。虽然人工智能的崛起非常有可能会创造出新的产品和服务，进而催生出新的职业和生意。正如几十年前，没人可以想象，现在竟然有大量的工作与互联网经济有关一样，人工智能也有类似的变革效应。但是，目前，可预见的现实问题更多的还是就业替代问题。

据李开复估算，10-15年后，全球将有50%的就业被人工智能所取代，包括翻译、记者、助理、保安、司机、销售、客服、交易员、会计、保姆等工作。而中国这一问题将更加严峻。

对此，李开复也提出了自己的一套“解决方案”。首先，他建议所有大学生努力在所学领域垂直纵深发展，深到人工智能无法取代;其次，他认为跨领域发展将成为一种趋势，因为目前人工智能在单领域、大数据方面具有天然优势，但对于需要跨领域的、高深的、需要深度思考的内容，未来十年人工智能也无法完成;再次，由于计算机在艺术、幽默、电影和创造等“感性”领域的“无能”，文科涉及的领域或许会迎来新的发展机会;最后，也是最重要的是，我们需要做好未来走向服务业的准备。

“所谓的服务业，指的是涉及人与人之间的交流，人与人之间的同理心，以及如何自己更有爱、更受欢迎的行业……”李开复强调，“这其实是确保人类对人工智能保有竞争力的一种方法。”

这一问题也引起了经济学界、社会学界的高度关注，多位专家学者呼吁，政策制定者需要充分考虑人工智能可能带来的对劳动力市场的潜在破坏，并为此做好准备。

5月7日，在“中国经济真问题――‘中国的坎’研讨会”上，在谈论中国中等收入陷阱问题时，国务院发展研究中心研究员魏加宁特别强调，“科技创新本身也是拉大收入差距的一个重要因素。尤其是现在人工智能技术、机器人快速发展以后，很多人将会面临失业的问题。”

针对这一问题，目前一些国家已经开始未雨绸缪，其中芬兰的“全民基本收入”方案尤其值得关注。

近年来，“全民基本收入”方案在全球尤其是欧洲进入一些国家的政治议程，一个重要背景就是生产自动化的快速发展，以及失业率在全球金融危机时期居高不下。人工智能近年来的突破性发展，及其在可见未来对生产自动化的强有力推动，使得人们越来越忧虑未来失业率继续攀升的前景。众多研究人工智能及其社会影响的专家，都将“全民基本收入”视为应对人工智能时代就业状况的主要策略之一。

“全民基本收入”方案的关键是，在一国或一个地区之内，所有公民无论贫富，无差别地获得数量相同的基本收入。2016年6月底，芬兰政府宣布就“全民基本收入计划”进行试验。2017年1月，芬兰正式给2000名随机抽选的民众发放每月560欧元的“基本收入”。芬兰政府的试验计划是目前欧洲国家在这一领域走得最远的。

篇4

智能医疗的兴起

人机大战1∶4的比分让相当多的人感到失望和悲观，还有人感到了恐惧，认为人工智能战胜人和主宰人类社会的时代已经开启。

然而，即便“阿尔法围棋”最终以5∶0的大比分大胜李世石，也不意味着人工智能主宰世界和人类被奴役时代的到来，理由也并非只是“阿尔法围棋”是人类设计出来的，而是因为，“阿尔法围棋”其实开启了人类利用人工智能的新时代，准确地说，是拓宽了让人工智能为人类干活的新天地，并有可能深入而广泛地让人类文明迅速发展。

“阿尔法围棋”是靠深度学习、蒙特卡洛树搜索算法和自我进化三招战胜人类棋手的，这三大功能也是人类驾驭人工智能为人类服务的途径。由于人工智能能够自我学习，学习能力会越来越强，而且搜集和贮存的数据会越来越多，将会在更多的方面成为人的助手或替代人的工作。例如，除了替代一些体力劳动以及低级岗位外，会学习的人工智能还会接手一些需要创造性、技术性和复杂运算的工作。此外，在各个领域的新产品的研发、预测分析、推广等方面，人工智能也能产生巨大的作用，创造不可估量的效益。

设计“阿尔法围棋”的深度思想公司（Deep Mind）的CEO杰米斯・哈萨比斯提出了人工智能的通用性，即通用人工智能，这种智能与人类专家协作可以解决和处理更多需要智慧才能解决的问题，如诊治疾病，处理气候变化、能源、基因组学、宏观经济学、金融系统、物理等方面的几乎所有问题。哈萨比斯称，人类想要掌握的学科越来越复杂，即使是最聪明的人，穷其一生也难以掌握其中一个领域。如果将“阿尔法围棋”看成一个能够自动将非结构化信息转化为可用知识的过程，那么通过筛选泛滥的数据得出合理的观点就指日可待。研究人员正在努力研究的是一种可以解决任何问题的人工智能超级解决方案。

具体而言，如果“阿尔法围棋”的自我学习能力、大数据存储和分析功能应用到医药领域，将诞生一种新的医疗和医药模式，即智能医疗（有人称智慧医疗，但由于智慧似乎为人类所特有，以人工智能为基础的新型医疗称智能医疗更好）。

智能医疗是指通过打造健康档案区域医疗信息平台，利用最先进的计算机和互联网技术，实现患者与医务人员、基础研究（医学和药物研究）与临床治疗、医疗机构、医疗设备之间的互动，逐步达到信息化防治疾病和健身强体的目标。

例如，通过无线网络，使用掌上电脑便捷地联通各种诊疗仪器，医务人员能随时掌握每个病人的病案信息和最新诊疗报告，随时随地快速制定诊疗方案；在医院任何一个地方，医护人员都可以登录距自己最近的系统查询医学影像资料和医嘱；患者的转诊信息及病历可以在任意一家医院通过医疗联网方式调阅；任何科学研究，包括医学和与医学相关的物理、化学等领域的研究最新成果能在互联网上及时公布等，让诊断、治病和用药以及公众的保健得到最有效、最迅速、最适宜、最廉价和最科学的处理。

智能医疗的具体表现

以“阿尔法围棋”为例，可以知道什么是智能医疗。

研发出“阿尔法围棋”的深度思想公司并非只是专注于让“阿尔法围棋”与人类棋手过招，而是注重把人工智能通过学习解决实际问题的能力贯穿应用到医学领域。2016年2月深度思想公司就已经了在医护领域使用的深度学习程序――深度思想健康（Deep Mind Health）。这是一款手机应用程序（APP），包括“识别风险病人”（Stream）和“早期临床护理管理”（Hark）两个模块。

这种手机应用程序当然也是一种人工智能，它们需要学习和帮助医护人员监护一些表面上不严重但实际很危险的病人，或者一些急性发病者。例如，深度思想健康的“识别风险病人程序”可以及时发现急性肾衰竭高风险病人，以便让医生及时治疗并改善对病人的护理。这个程序是通过检读血液检查报告，以辨别哪些病人存在风险。结果表明，有25%的急性肾衰竭死亡可以通过这个程序避免。“早期临床护理管理程序”则能帮助医生制定治疗方案和采取行动。使用该项程序能避免38%的患者病情恶化。

当然，这些只是人工智能开发和应用的冰山一角。实际上，在医药领域利用计算机技术和人工智能最早和进展较大的是药物的研发与监控。计算机和人工智能对于药物的研发在很多方面都起到了作用，如研发新药、老药新用、药物筛选、预测药物副作用、药物跟踪研究等。这实际上已经产生了一门新学科，即药物临床研究的计算机仿真（CTS）。

一种新药的开发一般估计需要15年时间，耗资10亿美元，但最近的估计是可能耗资40亿～120亿美元，还不能保证成功。因为，除了要求新药要有疗效外，还需要安全性的保障。如何监控和预测药物的副作用或不良反应就成为研发一种新药或老药新用的重要保证。

对于传统的药物研发来说，一种药物必须经过动物试验和人体的Ⅰ、Ⅱ、Ⅲ期临床试验。而且，即便Ⅲ期试验后批准上市，还有Ⅳ期临床研究，即新药上市后进行的临床研究，而且一类新药要求进行2000个病例的IV期试验。这也是造成药物研发周期长、费用高的重要原因。

但是，在今天有了计算机程序，特别是以“阿尔法围棋”为代表的能自我学习的计算机程序（软件），就为人们提供了一个检测药物的人工智能安全专家。首先是在新药筛选时可以获得安全性较高的几种备选物质。当很多个甚至成千上万个化合物都对治疗肝癌显示出某种疗效，但又对它们的安全性难以判断时，便可以利用“阿尔法围棋”的策略网络和评价网络，以及蒙特卡洛树搜索算法来挑选最具有安全性的化合物，成为新药的最佳备选者。

同样，对于尚未进入动物和人体试验阶段的药物，也可以利用类似“阿尔法围棋”这样的人工智能来检测新药的安全性。因为，每一种药物作用的靶向蛋白和受体都并不专一，如果作用于非靶向受体和蛋白就会引起副作用。类似“阿尔法围棋”的程序可以通过对既有的数千种已知药物的副作用进行筛选搜索，以判定一种药物是否会有副作用，或副作用的大与小以及最小，由此选择那些副作用概率最小和实际产生副作用最小的药物进入动物和人体试验，就会大大增加成功的概率，节约时间和成本。当然，利用“阿尔法围棋”等程序还可模拟和检测药物进入人体内的吸收、分布、代谢和排泄、给药剂量-浓度-效应之间的关系等情况，让药物研发进入快车道。

大数据和信息共享

大数据和信息共享同样是智能医疗的核心。信息共享成为智能医疗的重要性在于，全球的科研人员只有科研共享，才能对各种危害人们健康的疾病和顽症，如艾滋病、癌症等进行有效的治疗，挽救人们的生命。这一点在突发公共卫生事件，尤其是暴发危害人们生命的疾病时，具有重大的作用，例如最近在南美爆发的寨卡病。

由于医护人员对寨卡病的发病机理、传播途径和危害胎儿和孕妇的机理并不清楚，对待这种疾病既无有效的药物，也没有疫苗，因此需要更多更新的研究结果来指导防治疾病，而对于最新研究信息的共享，则有助于指导全球医务人员和公共卫生专业人员，并通过医护人员向公众提供科学的防治方法。

正是在寨卡病的防治上，信息共享得以突破。现在，美国威斯康星大学麦迪逊分校病毒学家康纳研究团队用寨卡病毒感染猴子进行试验，并在网上公开了首批数据。这一行为改变了过去研究人员只是在学术期刊发表研究结果和数据的传统做法。美国研究人员在网上的是2016年2月15日他们将寨卡病毒注射进3只印度恒河猴体内获得的血液、唾液和尿中所检测到的病毒数量的原始数据。这些数据能让每个人都看到，并且每天都会更新研究结果。

此次康纳等人首先在网上公布动物试验的数据意味着，生物医学已经正式踏入智能医疗门槛。与此同时，中国研究人员也借寨卡的防治和研究而跨入智能医疗和大科技的门槛。中国疾控中心与江西省疾控中心、浙江省疾控中心、军事医学科学院等单位合作，分别对寨卡病毒感染病例血液和尿液标本中的寨卡病毒基因组进行了全面解析，获得病毒全基因组序列，并到网上。

这种科研的资源共享显然为人们认识寨卡病的病理、研制药物和疫苗奠定了基础。而且，基于对不同来源的寨卡病毒特点的认识，将进行针对性的药物和疫苗研发。例如，中国疾控中心和江西省疾控中心合作测序的寨卡病毒基因组有10676个碱基，与目前在美洲的流行病毒株具有高度同源性。但是，浙江省疾控中心测序的寨卡病毒核酸序列与太平洋岛国法属波利尼西亚地区报道的病毒基因组序列高度同源，而与中国其他省份报告的输入病例的病毒核酸序列存在差异。

不过，美国研究人员在网上公布恒河猴试验的数据还具有更多的意义。寨卡病是一起非常紧急的公共卫生突发事件，所有人都在与寨卡病毒赛跑，也与时间赛跑。除了不应让科学家的竞争成为保密理由而延缓对寨卡病的认知和防治外，还要意识到，对人的研究有很多伦理限制而无法获得相应的数据和知识。

由于寨卡病毒感染的形式和机制在人和恒河猴体内相似和相同，研究人员能通过向猴子体内注射不同剂量的寨卡病毒而获得该病有价值的第一手相关信息。科学家能对怀孕恒河猴体内的羊水反复取样，以判断寨卡病毒能否以及多染胎儿。这些数据一方面不可能从人身上快速且合乎伦理地获取到，另一方面也可能因此而延误人们对寨卡病毒是否导致小头儿等的认知。

有了对恒河猴的研究结果，并且能在网上，就能较快地获得诸如寨卡病毒是否与小头儿关联的确切信息和机理，例如，正在发育的胎儿可能何时会被寨卡病毒侵袭而导致出生缺陷，也就能为人们提供防治的线索和方式。

此外，由于世界一些国家反对动物试验，尤其是反对用灵长类动物进行医学试验的呼声越来越大，浪潮越来越高。欧洲一些国家，如德国已经在减少灵长类动物的医学试验，美国国立卫生研究院（NIH）也已决定结束其下属一家实验室存有争议的猴子试验，并终止了对黑猩猩侵入性试验的经费支持。

在这样的情况下，美国研究人员在网上公布寨卡病毒感染猴子的数据就更具有意义，因为这是在实现一个共同的目标，资源共享能让那些并没有进行动物试验的研究人员了解动物试验的情况和数据，也就会减少使用灵长类动物进行试验。

当然，大科技时代的资源共享也会让科研人员产生疑虑，其中最核心的是，研究成果的界定和归属，以及其他研究人员是否采信网上的动物和其他研究数据及结果。

对于第一个问题，也许可以用网上公布的时间来判断一项研究结果的最早时间和进行研究的科研人员，至于对网上公布的研究结果的采信与否，可能会随着大科技时代的进展由实践做出回答。无论其他研究人员是否采信网上公布的结果和数据，都会进行验证，因此，可能会有效地检验网上公布的研究结果。

患者也要利用智能医疗

一般而言，智能医疗通常指的是计算机、大数据和互联网+如何让医生和专业机构对病人的疾病诊治更准确和更科学，让人们既能看病有效，又能少花钱。

例如，现在飞利浦公司设计了一个智能软件飞利浦健康套件数字平台，希望将消费者、患者和医疗服务人员三方进行串连，在互联的护理领域进行尝试。这个平台是一个基于云技术的开放安全平台，能够收集和分析从健康手表、血压计、耳式体温计和身体分析仪等多个设备源头的健康数据。医生也可以在第一时间了解到患者的情况并做出医疗判断和治疗方案，从而大大降低医疗成本和漏诊误诊的发生率。

智能医疗的另一个维度是患者和家属，以及需要保健的正常群体，他们也需要大数据和智能分析来选择自己所需的诊治疾病的方式和程序，以及正常人需要选择的保健措施。

在这方面，利用大数据设计成智能软件，为患者和公众提供就医和保健的信息也格外重要。现在，美国已经出现了主流医院评价平台的智能软件，供广大公众选择。这个平台对美国近5000家医院、约14万医生以及16个医疗领域的137家专业医院排名。这个排名对医院声誉、患者存活率、患者安全性以及其他医疗相关指标在内的数十项评价指标进行综合排序，由第三方公司或组织进行多方位、多元化评价，更加关注医疗产出以及患者满意度。如此，这种智能平台可以向公众提供他们可以选择和信赖的医院进行就诊和治病。

现在，中国对医院和医生的评价还是采用最普遍的医院等级划分标准（3级10等）。医院评审分级标准包括医院的规模、技术水平、医疗设备、管理水平、医院质量等5个标准，但由于其他评审内容设置缺乏直观指标，容易量化的硬件标准（床位、科室设置、医疗设备、人员配备等）成为划分医院等级的决定因素，暂时未能考虑医院的综合医疗效果、患者存活率、患者安全性等。

现在，中国研究人员意识到医院评价和大数据的重要性，复旦大学医院管理研究所已经邀请全国30个临床专科的几千位著名专家学者共同参与评审中国最佳医院排行榜。其中，医院专科声誉主要由专家提名心目中名列前茅的医院，而在科研学术方面，得分主要来自于国家级奖项和科学引文索引（SCI）影响因子。

篇5

仅在一年前，被誉为“世纪之战”的李世石对战AlphaGo令人工智能（AI）进入公众视野。彼时，VR市场颓势已现，渐入谷底。AI概念的及时出现拯救了寥落许久的资本市场，凛冽的“资本寒冬”一度回暖。根据CBInsights的数据，2016年，全球人工智能领域的投资数量达到698笔，是2012年的近5倍。而在国内，BAT带头布局，创业项目四起，一时间全民AI，2016年也因此被称为“人工智能元年”。

潮水退去，才展现出行业的本来面目。“有一些泡沫，但没有‘’、O2O那会儿那么多。”创新工场技术副总裁、人工智能工程院副院长王咏刚告诉《21CBR》记者。

“扎实”、“踏实”是众多投资人谈及人工智能时提到的关键词。对创业者而言，技术的重大突破、庞大的用户市场以及多方政策的利好，似乎预示着人工智能的商业春天才刚刚开始。然而，要想站在下一波浪潮的潮头，成为这场堪比工业革命的时代获益者，既要比拼硬实力的突破，也依仗对行业的理解，二者缺一不可。在人工智能的商业化进程中，脆弱的科学家式创业将难以冲破重重阻碍。

李开复重仓

当下提及人工智能，不能不关联至创新工场。2016年，这家专注于Pre-A到C轮的早期投资机构重仓人工智能，投资相关领域创业公司超过30家。早年研究语音识别的创始人李开复身体力行，一举一动不离人工智能：演讲、出书、为投资公司站台、成立人工智能工程院。直到今年初，李开复公开表示：“能投的已经不多了。”

王咏刚告诉《21CBR》记者，人工智能尚处在行业发展的早期阶段，“我们看好整体的发展趋势，但现阶段项目的绝对数量是少的，找好项目相对来说也就困难一些。”对创新工场而言，好项目各有各的好，不投的项目归结起来则离不开三个方面：技术、团队和模式。

第一类是技术令人难以信服的概念炒作式项目。“开复就是搞人工智能出身的，我之前在谷歌工作，接触的项目比较多。有的创业公司说得天花乱坠，实际技术上是做不到的。”对于技术本身的发展趋势、在哪个领域能够解决哪些问题，创新工场自信在国内VC界的判断是较为准确的。

其次，对于纯科学家团队创业，由于不具备足够的商务落地渠道，“我们也会非常谨慎。当然不排除有的科学家确实技术很好，我们就帮他做孵化”。至于商业模式，在当下的国内互联网企业中，阿里、腾讯纷纷成立人工智能实验室，百度索性称自己是一家“人工智能公司”。那些巧妙避开了巨头现有业务冲击，自身具备不可复制和可持续性的创业项目，成功几率自然更高。

元Z资本合伙人陈洪亮认为，在人工智能这一强技术领域，图像和语音是已被验证的两个赛道。过去10年间，得益于深度学习算法和GPU等计算设备的发展，计算机视觉技术快速落地金融、安防、医疗等B2B领域。相比之下，语音技术偏重在客服、车载、智能家居等消费端领域，背后也有赖于语音识别、声纹识别等工业级算法的日趋成熟，“未来在这两块，将会出来一批比较扎实的成果。”

2014年底创立的Rokid（若琪）是元Z资本在语音赛道的代表项目，从天使轮到B轮一路跟进。5月15日，Rokid旗下第二款产品、名为Pebble（月石）的智能音箱在天猫开售。用户运用语音指令可以操控音箱播放音乐、报告天气，甚至控制家中的照明、电视等智能家居设备。Pebble意在通过日复一日的“自我学习”，无限趋近用户的偏好习惯。

相比用智能家居APP开关灯，一条语音指令显然要简单得多。无论是手机还是PC，都需要人去适应机器，声音似乎是人与机器更自然的交流方式。从天气到音乐，从新闻播报到童话朗读，元Z资本相信，声音将作为一种人机交互的无形界面，成为下一个平台级入口。而新入口的诞生，将带来变革性的机会。

不过，在陈洪亮眼中，对领域知识的依附使得创业初期的技术优势正在减弱，“行业细分，客户分散，即便有强悍的技术背景，过了一年左右的时间窗口，最后比拼的还是对商业的理解。”从这个角度而言，人工智能更以行业为导向，而非纯技术项目。“是行业+，不是AI+。”陈洪亮称。

这也是创新工场成立人工智能工程院的目的之一：源源不断向创业者推送产业项目，挖掘适合团队技术的商业模式并加以验证，为创业科学家寻觅商业合伙人，从而帮助团队尽快步入创业正轨。王咏刚表示，“商业合伙人具备的行业经验，必须令其懂得如何在行业里面拿到项目，纯科学家式的B2B创业很难。”

4月，在一次企业家公开活动上，北极光创投创始人邓锋面对两位业界人士发问：“讲究强关系的B2B行业会否影响人工智能的游戏规则？”依图科技CEO朱珑当时回应：“（关系）是现状，但产品真的能打动人。”或许可以这么理解，“关系”在某种程度上也代表着，你比别人更了解行业。

对于AI创业者，B2B意味着赚钱的难度和门槛更高了。不过，收费的价值也因此体现。在陈洪亮看来，一旦客户为此买单，其在组织机构内部能够被更高效地推行，避免沦为乏人问津的免费试用。王咏刚也相信，移动互联网的免费打法在人工智能时代将难以延续。

尽管业内少有公司公布自己的营收情况，但投资人大都表示，人工智能正在加速变现，“有些2B的项目，盈利已经很好了。”对于投资人和创业者而言，变现不仅仅代表了财务模型的转正，也意味着终于赢得了市场与用户的认可。

四家独角兽

拥有大数据支持的金融、安防和医疗，被视为是人工智能的下一个机会，也成为过去一年资本聚集的行业。国内计算C视觉赛道的创业公司接近30 家，人脸识别领域更是出现4 个独角兽――旷视（Face++）、商汤、依图、云从科技，纷纷完成融资。2017年，在工信部的“独角兽”企业榜单中，旷视的市场估值突破20亿美元。

旷视市场部副总裁谢忆楠告诉《21CBR》记者，2013年，旷视开始专注于人脸视觉的产品通用化。“当时主攻三方面的算法――人脸检测、关键点标注和人脸识别，团队基于行业做了很多技术上的研究。”2013-2014年，旷视拿下3项世界计算机视觉竞赛的第一名。2015年，在德国汉诺威IT博览会上，马云向德国总理默克尔演示Smile to Pay扫脸技术，就是由旷视提供核心算法，将刷脸支付模块内置到支付宝客户端中。

目前，旷视的Face++人工智能开放平台面向中小银行、地产园区、IT企业及独立开发者开放人脸、图像、文字等识别能力。其中，人脸识别API的日均调用量超过2400万次，是目前世界最大的人脸技术平台。旷视方面声称，其人脸识别技术在国内互联网金融领域拥有80%以上的份额。

旷视的快速崛起得益于技术和市场的多重利好。一方面，深度学习算法在过去10年间取得重要突破，给计算机视觉的大规模应用奠定了基础。另一方面，2014年，国家实名制工作相继在网络、电信和金融领域全面铺开。2015年，互联网金融雨后春笋般涌现，通过人脸识别技术完成远程开户和身份验证，成为各方普遍采用的技术手段。计算机视觉创业公司步入商业化时期。

谢忆楠表示，公司在商业化前期关键性地走通了“数据―算法―产品―技术”这一循环，面向行业的通用服务乃至更为深度的定制化方案得以落地。

而另一家独角兽公司――依图科技则啃下了安防这块骨头，其“蜻蜓眼”人像大平台服务于全国上百个地市的公安系统，是全国唯一拥有十亿级人像库比对能力的公司。

利用技g优势，快速切入一两个行业，从而形成深度合作，是上述独角兽公司早期脱颖而出的共同原因。在现有技术已然成熟、各家准确率纷纷达标的情况下，如何基于真实痛点挖掘场景，提供定制化且可复制的解决方案，成为打破传统行业壁垒、快速拿下市场的关键。

而在语音赛道，技术成熟也意味着消费级机器人市场的打开。Rokid并非头一个玩家，却自带网红体质。其迄今为止的两款产品，在未设独立展位的情况下，连续两年获得CES（国际消费电子展）创新类奖项。创始人Misa（祝铭明）在江湖上见首不见尾，研究团队的阵容却堪称强大：位于北京和旧金山的两个实验室由数十名全职博士科学家组成，来自中科院、哈佛、斯坦福、伯克利等一批海内外顶尖院校。

Rokid北京实验室负责人高鹏告诉《21CBR》记者，智能音箱Pebble的核心功能体验分为三类：音乐、儿童读物等内容服务，天气、闹钟等工具类服务，以及智能家居控制服务。凭借600万首320K码率高品质曲库和喜马拉雅FM等对接资源，Pebble向用户提供的内容涵盖音乐、新闻、电台、相声、戏曲和脱口秀等。一切体验从用户对其说出激活词“若琪”的一刻开启。

激活词“若琪”的设计和打磨用了将近一年时间。高鹏介绍，激活词的识别错误率随着音节的加长而降低。目前国内外同类产品的激活词大多设置在3-4个音节，而双音节的高激活率很难成功。在经历“若小琪”、“Hi，若琪”的反反复复后，研究团队还是通过算法验证实现了双音节。在公开的试用报告中，Pebble多个维度的人机交互体验超过了谷歌推出的业内首款产品Google Home。

而在声音定位上，祝铭明早年从威尔・史密斯主演的科幻电影《我，机器人》中的机器人女声获得灵感。高鹏坦言：“当时根本没有那样的现成声音。”团队开始在市场上寻觅适合的音色，同时自主研发TTS（Textto-Speech）语音合成技术，并由专门团队对声音处理和内容反馈进行设计，“若琪”最终被定位为一个温柔、幽默、聪明且不失个性的女声。

通过开放基于网络协议的API标准，Rokid还将飞利浦、小米、lifesmart等品牌纳入到其智能家居生态链中。在几乎未做投放、线下推广的情况下，开售三个星期的Pebble在天猫官网的销量逼近千台。祝铭明对媒体表示：“产品日活跃用户数量超过50%，用户使用时长平均超过1小时。”6月8日，Rokid宣布开通全渠道销售，Pebble登陆全国500多家经销商门店。

在Rokid的品牌文案中，“自然”是多次出现的一个词。产品负责人向文杰对此表示，语言、视觉和触摸是人类最自然的交流方式，“未来的产品方向就是向用户提供最自然的交互体验，希望让用户感受到，我们的产品是有温度的家庭成员，而不是一台冷冰冰的机器。”

智能的未来

人工智能的商业春天才刚刚开始。

埃森哲的研究结果显示，到2035年，人工智能将有望令包括美国、日本在内的12个发达国家的经济增长率翻番，劳动生产率增长40%。在谢忆楠看来，目前国内人工智能市场仍处在存量消化阶段，保守估计仍有七成左右的垂直行业尚待开发，在教育、交通、社保等领域潜力巨大。朱珑则表示，过去一年间，性能成倍提升的人工智能技术不断解锁应用场景，人类的想象力已经跟不上人工智能的发展速度。

机器的迷人之处在于智能未来。业内普遍认为，无人驾驶将是未来人工智能的重要落点。在创新工场的投资策略里，未来5-10年的投资项目中有相当一部分投给了无人驾驶。“机会太大了，将是万亿级的市场，且很难被个别巨头垄断。”王咏刚表示，无人驾驶是一个完整的产业链，从感知、决策、控制等多个模块的算法，再到各类传感器，乃至汽车共享和交通改造，有着巨大的想象空间，远未到技术收敛的阶段。

另一个充满未来感的方向则是沉浮数年的消费级智能硬件。亚马逊在6月初宣布，旗下智能音箱Echo的年出货量预期突破1000万台；苹果则被传即将在年度开发者大会中一款由语音助手Siri控制的智能音箱。国内方面则早有叮咚、小智者激起的浪花，“千箱之年”的说法因此在业内盛行开来。

Rokid将自身定位为一家科技公司而非硬件厂商，著眼于更宏大的语音技能生态建设。高鹏表示，Rokid将在近期推出开放平台，有望接入外卖、快递、叫车等来自第三方开发者的扩展功能，为用户提供更为丰富的语言技能应用。

人工智能从来就不是一场轻巧肆意的游戏，参与者面临的仍将是重重阻碍。

首先是巨大的人才缺口。陈洪亮称，未来很长一段时间，人工智能的马太效应将体现在人才方面。李开复提过一组数字，全球当下的人工智能专家不超过7000人，在中国这个数字可能是700个，且大多被BAT收入囊中。这也是创新工场成立人工智能工程院的一大使命：通过人才招聘和高校共建，同时加强与政府部门、国内外高科技公司的合作，培育和孵化高水准的人工智能技术团队。

数据壁垒则是人工智能创业打破大公司垄断、完成行业深度融合的另一项难题，一大原因在于数据安全泄露和用户隐私破坏。王咏刚认为，人工智能的发展与数据安全不是相互撕裂的关系，而是博弈均衡。

而最大的困难还是来源于技术本身。深度学习理论沿革每隔10年左右就会经历巨大变化，每一次的技术递进也推动着人工智能的工业化进程，新商业模式因此而生。“前沿技术当然对一线业务开展有着指导意义。”王咏刚说。

人工智能始终是强技术驱动的领域。谢忆楠称：“从算法、软件、硬件到解决方案，每一步都要靠硬实力说话。纯商业模式的东西，天花板很明显。”计算机视觉领域的四个独角兽之一云从科技CEO周曦也公开宣称：“人工智能是有门槛的，短期之内只要自己保持足够快的进步速度，别人很难对你构成威胁。”

篇6

从2016年初以来，在“阿尔法狗”战胜人类围棋选手的带动下，新一轮人工智能（AI）热潮席卷全球，企业纷纷高薪聘请研究人员组建AI团队，商业突破前景可期。

这一轮AI热是否存在泡沫？是否会昙花一现？AI之冬是否会再次出现？多位学者和创业者一致认为：此轮人工智能的热潮由深度学习、云计算、大数据等技术进步驱动，人工智能的冬天已经渐行渐远。

缘何火爆

“20多年前我读书时，人们特别看不上人工智能，但现在确实非常火。”驭势科技联合创始人兼CEO吴甘沙说，“目前无论硬件还是数都产生了实在的应用价值，我同意人工智能不再有冬天，更恰当的比喻是人工智能正在从北极往赤道走。”

历史上，人工智能的发展曾出现两次高速进步的热潮，又两次 “入冬”，维基百科甚至有一条专有名词“AI之冬”。

对于20世纪70年代和80年代出现的两次“寒冬”，中科院计算所研究员山世光分析指出，主要是因为人工智能专家们的乐观预测带动了行业热潮，但最后却未能取得预期的商业效果。而本轮人工智能热潮却正好相反，是工业界看到了人工智能的效果之后主动投入。

近几年，得益于深度学习的发展，人工智能取得了前所未有的进展。现如今，人们早上被闹铃唤醒、开手机、上网购物、在线回复帖子、得到天气报告、使用交通导航，无一不使用到人工智能。

据山世光介绍，随着多层神经网络技术的突破，计算机视觉智能快速发展，人脸识别过去3年的错误率从5%下降到0.4%。

“这些进步得益于深度学习和大数据技术的进步和‘联姻’。”山世光说。

陈小平也指出，人工智能研究60多年，正在从两个方面接近技术突破。一是研究本身是从实际困难出发得到新的理论和方法，使得人工智能基础理论更“接地气”；二是产业发展脱离过去粗放式发展模式，主动往人工智能的方向推进。

“现在未必需要人工智能理论的根本性突破，仅局部突破就可以产生非常好的应用效果。泡沫是好事，因为我们有干货，而且离产生规模效益不远。”陈小平说。

没有泡沫

在去年的资本寒冬中，一些AI创业公司逆势融资。第四范式就是其中之一，2016年5月获创新工场数百万美元的 A 轮融资。

这同一两年前创业之初的处境完全不同。“当时我们甚至不敢说是做人工智能的，因为投资人没有这方面的预算，只能叫大数据价值发现公司。”第四范式创始人兼CEO戴文渊透露。

对于资本市场的巨大变化，戴文渊认为，过去十几年里，互联网、移动互联网、O2O吸引了过多关注，已无继续投资的空间，这使得市面上少数有投资价值的人工智能公司吸引到大量投资，估值较高。

“但我觉得没有泡沫，因为这些公司创造的社会价值更高。从价值角度来说，AI公司估值远远低于他们为社会贡献的价值。”

一个著名的例子是脸书。脸书2012年刚上市时，股价一路下跌。转折点发生在谷歌广告团队的到来，使其市值激增到2000亿美元，之后不仅股价继续攀升，还抢了谷歌原先的客户。

戴文渊指出，当时只有谷歌、脸书、亚马逊和中国的BAT这样的企业才会利用人工智能的方法提升企业效率。但如今，大量公司有了这样的能力和条件。“客户根本服务不过来，公司的主要问题是提升服务产能。”戴文渊说。

吴甘沙则指出，互联网红利惠及长尾人群，但社会整体效益未必最大化，“互联网挖的坑要靠人工智能来填”。他认为，AI的特性使其适用于如智能客服、智能医疗、24小时视频监控等领域，中低端白领很容易被AI取代。

理性进步

虽然前景可期，但创业仍需谨慎。

山世光所在的实验室是国内最早开始研究人脸识别的实验室，2016年他本人投身于AI创业大潮。经过几个月的创业，山世光体会到其中的不易：AI像建筑的钢筋，但最终客户只能看见富丽堂皇的房子。“AI创新距离钱包太远，创业周期很长，需要六到八年甚至十年的耐心，对大部分投资人来说是不可接受的。”

山世光提醒道：“AI前两次热潮都是因为不能兑现承诺而进入寒冬，此次切勿过度承诺，数据红利何时消失值得讨论，通用AI尚未出现，且大多数AI不能自我成长，总体还需理性进步。”

同样是从知名研究院进入AI创业，吴甘沙对人工智能的判断是，2016年开始的人工智能革命在市场规模辐射面和持续时间上可以跟1996年的互联网以及1976年的计算机相提并论，“未来20年值得期待，但AI真正变成用户愿意埋单的东西并不简单。”

篇7

临床诊断时的误诊，是国内紧张的医患矛盾的一个触发因素。如何让全科医生、刚毕业入职的新医生，在面对患者时，给出更科学准确的判断、更合理与个性化的诊疗方案，成为降低临床误诊率、缓解医患矛盾的关键。

在国内传统的看病流程中，患者往往在千方百计挂号、焦虑地来到主治医生面前之后，通过简单描述，或者附加医学检查，然后等待医生的“宣判”。医患之间，并没有足够的沟通时间，导致信息不对称，况且医生水平、经验参差不齐，再加上部分疾病的复杂性等，种种因素叠加，误诊自然发生。

关于临床误诊率的统计，尚没有相关部门权威数据，但国内医疗行业的共识是30%左右，其中，鼻咽癌、白血病、胰腺癌、结肠癌等恶性肿瘤的平均误诊率在40%以上;肝结核、胃结核、肠系膜淋巴结核等肺外结核的平均误诊率也在40%以上。

四川华西医科大学的一个研究团队，从上世纪60年代开始，几乎每个年代都选取几千个样本做调查研究，结果发现，即便诊断技术在快速发展，临床误诊率依然在30%上下。

事实上，100%的诊断正确率基本不存在，即便是发达国家的医生，也有一定的误诊率。如何提高临床诊断的正确率？

在人的学习与认知能力有限的前提下，人工智能技术被寄予厚望。2016年12月21日，海虹控股（000503，SZ）在海南省海口市预了其第一款智能医疗产品――“海虹智能医疗项目”，这是基于人工智能与大数据技术，形成的一套综合性智能辅助医疗系统。

“智能医疗可以让基层医生减少一些低级错误。”海虹控股大健康事业部副总经理张运江对《财经》记者分析。

按他对海虹智能医疗系统的分析，这套系统可以毫秒间为医生推荐针对性的治疗方案，如果其所在医院是签约医院，还可以给出所在医院的最优治疗方案。

一个名医，需要倾其所学，用积累了几十年、成千上万的病例经验，才能对疑难杂症短时间内作出判断、给出诊断，智能医疗系统如何在毫秒间达到名医的决策水平？

当医生在系统中输入患者个人信息后，人工智能能在瞬间给出最佳的诊疗方案，得益于系统背后庞大的数据库，该数据库包括病案、教科书、文献、专家共识等六大数据、知识与经验。

可见，足够数据量的病案是关键。“全科医生与刚毕业的医生，在临床诊断时最需要的并不是那些顶级三甲医院的治疗方案，反而是一些疾病的诊疗标准。”深圳市第二人民医院急诊外科主治医师姚彬接受《财经》记者采访时说，他曾经试图构建一个辅助诊疗系统，但受限于数据量与技术，未能成功。

海虹通过为国内众多城市进行的医保智能审核服务，积累了对病案审核、判断和分析的宝贵经验，通过人工智能系统的发酵，衍生出大量基于循证医学的诊断、治疗信息。

现实中，三级甲等医院往往可以接触到美国最新的治疗方案与技术，甚至可以同步获得新药;然而，二级以下的医院却往往滞后一大截，不仅如此，对这些医院的医生有指导意义的教科书与疾病诊疗指南，也常常滞后于最新的技术与诊疗方案。

将大数据、深度学习、云计算、人工智能等相关的技术，应用于疾病诊断与治疗，国外的科技公司早已布局。

微软开发了一个能够“消化”每年发表的所有论文的机器学习项目Hanover。Hanover正在俄勒冈卫生科学大学Knight癌症研究所被投入使用，在自动分析研究论文中的数据以及临床试验、影像学诊断报告、电子医疗记录的基础上，寻求能够有效治疗急性骨髓性白血病的药物、预测药物的有效性，并为病患制定个性化治疗方案。

今年8月，IBM宣布经由纪念斯隆・ 凯特琳癌症中心训练的Watson Oncology系统（Watson肿瘤解决方案）进入中国，在国内已有21家医院计划使用。

篇8

在今天，我们在构建工业基础设施时依然是类似于电机、涡轮和物流机车等物理机器，表面上看来和十年前的情形差不多，但实际这些资产设备已经经历了重大的变化。越来越多的设备具有物联网连接功能，工业设备逐渐走进数字化时代。

根据最近的一份报告，大多数工业公司已经认识到工业物联网带来的重大好处，但有八成人表示他们没有一个成熟的计划来把握这个机遇，似乎获得物联网的那些好处并非一件容易的事。

其实，随着工业设施中传感器和智能控制系统的发展成熟，企业现在可以轻松利用这一技术浪潮，通过连接实现高效的业务流程，从而提高数字化成熟度。接下来的几年，工业制造将比以往任何时代都要先进。

基于人工智能的自动化

人工智能给工业设备运营带来众多好处正逐渐被企业人员所认识，在资产绩效管理中利用机器学习软件算法，通过历史数据的整合分析，可以帮助现场人员预测维护故障设备，为企业提供更高的准确性、更高级的预警服务。

将复杂机器学习算法应用于实时性能数据分析，人工智能的价值将得到进一步体现。通过AI技术创造更智能、可以自给自足的机器，同时能使生产线能应对各种需求的变化。

现阶段，很多企业仍然处于数字化转型的过程，连接所有工厂和车间的机器及设备资产，各种企业资源计划系统和不同的数据可能会阻碍数据分析和市场决策。

但通过传感器通信更多的设备数据，基于人工智能的资产业绩管理系统不仅可以组织和标准化数据输入，也可以增强企业对数据进行分析的能力，从而实现更加自动化和准确的决策。

对于目前工厂运营的一些手动流程，如工作订单和日程安排检查都将实现自动化，从而简化维护实践并提高机器的性能。

数字双胞胎带来关键优势

数字双胞胎产品在各行各业的应用越来越普遍，真正的数字生态系统将为企业提供关键优势，为运营的资产绩效管理提供充足的动力。

预先定义资产如何运作和执行的内容，然后利用这些信息来构建资产的复制品。字双胞胎的概念正是基于这样的想法，通过每个资产的虚拟复制品测试，通知操作员关于设备的健康状况、使用寿命和性能水平。

在数字化基础上，企业完全有能力在一天中的任何时间对机器进行优化，以调整出生产线的最高生产力水平。对于过每年每秒都需要进行生产的企业来说，通过数字化避免意外停机，将可以节省数百万美元。

只要企业建立了更好理解整个工厂的运营情况的资产的数字副本，就可以识别出任何异常情况或表现不佳的设备，并酌情采取适当的措施。甚至可以更进一步，这些数据最终可以匿名化并在整个行业内共享出云，使用户获得更大的数据样本和更准确的参考。

对于一般的资产运营企业来说，其数据收集和分析统计的能力都是有限的，但是，只要会利用广泛的共享数据资源以及同行经验，将能为资产管理提供更好的性能洞察力，进一步识别出设备的故障和性能问题。

增强现实颠覆设备维护

对于设备维护人员来说，并非所有的工业设备都可以接近。某些机器设备可能拥有数千个零件，而每个零件都嵌入强固的材料层，以及有可能是在世界上最恶劣的环境中运行。数十年来，在设备例行检查或资产显示错误需要维修时，都需在检查过程耗费巨大的时间和人力，检查团队需要对设备进行实际操作测试以确定问题的真正所在。

医疗技术设备制造商必须对关键医疗系统保持检查。如果医院有感染，用于检测感染的设备需要立即反应。假如一个制造商的微生物设备有任何性能问题，它会使整个医疗生态系统处于危险之中。因此，这此特殊设备需要定期监测和检查。

新技术正在迅速改变检验团队的工作模式，随着移动设备增强现实技术的进步和数字双胞胎的支持，现场工作人员现在可以根据实时信息进行深入检查，而无需将设备脱机并进行物理分析。

篇9

近日，英特尔公司联合经济学人智库（EIU）针对中国350家公司进行了一项调查，并了名为《弥合新技术范式的差距》的调查报告。这份主要针对金融、零售和医疗等行业客户的调查报告试图揭示中国企业在业务的创新和发展中如何看待和利用新技术。在技术创新、数据融合驱动企业业务发展的今天，这一调查结果具有非常重要的现实意义。

调查显示：超过三分之二的企业对于在产品和服务中使用新技术有着清晰的愿景和战略。对于新技术的吸收，很多企业是通过与技术公司的合作来推动的。“越来越多的企业将云计算、大数据和远程连接等技术直接融入企业现有的产品和服务中。这有利于企业快速进入新市场，为企业采用新的商业模式奠定基础。”经济学人智库分析师表示。

投资新技术的最佳时期

这次调查主要面向的是一些中型和小型的企业客户。虽然大多数的受访企业对于技术创新倾注了极大热情，但是调查显示，对于新技术的投资热情并不都来自企业的内部需求，很多是迫于外部大环境的压力，以及效仿竞争对手的做法。“调查显示，77%的企业认为，在未来3年内，新技术将在其产品和服务中发挥巨大作用。而不行动的企业将面临生存危机。”表示。

调查报告中重点介绍了机器人、5G互联网、云计算和大数据、人工智能和机器学习，以及VR/AR等五大技术在企业中的使用情况。其中，75%的受访企业表示，已经使用了云计算和大数据技术。金融、汽车制造等行业在采用新技术方面走到了前面，机器人在制造和物流业应用较多，VR/AR技术在建筑行业应用广泛，而且处于世界领先水平。

传统行业正在受到越来越多的挑战，比如传统金融行业受到了金融科技（Fintech）的刺激，许多新开户都是通过在线平台或手机完成的。另外在医疗行业，医疗机构希望采用新的技术持续改善就医体验。接受调查的85%的企业认为，如果不投资新技术，未来企业的发展将落后。

在采用新技术的过程中，企业要注意三方面的问题――规避风险、合规性、政府监管。企业当前重点关注的是开拓新的业务模式和新市场，所以迫切需要将新技术整合到现有的产品和服务中。“传统企业客户应该开发更多的内部平台，同时要了解政策环境，并与技术公司建立深层次的合作关系，这样才能在企业未来的发展中占得先机。”表示，“未来10年都是在中国投资新技术的最佳时期。”

“数据驱动创新增长。”英特尔行业解决方案集团中国区总经理梁雅莉表示，“未来10年，企业要关注的是数据的采集、传输、处理和分析，从数据中挖掘出更大的商业价值，这样才能实现业务的创新，让企业立于不败之地。”

今天，数据的融合发展正在重构行业。不知你是否注意到这一现象，过去一年中，中国的方便面市场出现萎缩，造成此结果的一个重要原因是外卖行业的兴起。另 一个例子，现在大部分的医疗数据，包括临床数据和计费数据都存在医院之内。随着人们对健康数据的关注，未来医疗数据可能会向医院之外延伸，并与基因数据、社交数据等融合。新零售的兴起也是由数据驱动的。在2000年之前，零售业的数据主要来自POS机。2000年之后到现在，零售行业进入大数据2.0时代，人们可以在某些领域进行大数据分析、客户画像等。从现在开始，我们步入了零售行I大数据3.0时代，可以对所有数据进行分析，洞察零售行业的每个环节和流程，实现精准营销。

为了帮助企业更好地迎接数据融合带来的挑战，英特尔提出要不断完善各层面的技术，从云计算、人工智能和网络到存储、5G、FPGA，再到产生海量数据的设备，充分释放数据价值，充当企业业务转型的基石。

梁雅莉特别谈到了英特尔在人工智能领域的布局。从去年开始，英特尔进行了一系列战略收购，在底层基础架构层面、工具层和应用层都有涉猎，目的就是构建完善的技术体系，为客户的应用提供全面支撑。

“数据驱动”永远在路上

1995年，人类历时13年、耗资30亿美元终于完成了全球首个DNA基因测序。随着技术的发展和数据的加速融合，英特尔希望到2020年，人们只要花费24小时、1000美元就能完成基因数据的收集、分析和解读。

IT将颠覆医疗行业？美国心脏病学家、基因组学家埃里克・托普所著的《颠覆医疗》被很多研究IT和行业应用相结合的人视为“圣经”。《颠覆医疗》的一个核心观点是，云计算、无线传感器、超级计算机、基因测序等新技术不仅将改变人们的生活，而且对于医疗行业的发展来说是一次创造性的破坏，将颠覆医疗行业。

对于“颠覆”二字，不同的人有不同的理解。国家卫生计生委统计信息中心原副主任王才有认为，所谓颠覆医疗，其实是医疗智慧化的过程，是IT与医疗行业应用深入结合的过程，对医疗行业的发展将起到不断优化和改进的作用。在医疗领域，一切都在向智慧化演进，比如精准医学、医药研究、医疗物联网、医疗机器人、智能物件等。

“可穿戴式设备、VR/AR等新技术确实在医疗行业有着广阔的应用前景。”王才有表示，“不过计算机并不是要颠覆医疗，而是起到重要的辅助作用。计算机与医疗行业的专业人员将共同为患者提供服务。得益于IT的发展，自然语言处理、临床决策支持、知识服务、机器识别等的应用将进一步改善患者的医疗体验。”人类与机器是合作伙伴关系，在技术的辅助下，虚拟就诊、家庭看护、医疗协同等让医疗变得更加简单。

以前，在医疗行业中，专业的医护人员、专业的医疗设备等才是必备的资源，现在还要加上一条，数据也是医疗行业重要的资源。数据的融合和分析将有力地促进医疗健康事业的发展，实现精准医疗，提升诊断的成功率，降低医疗的成本等。在医疗行业，技术创新的同时也要考虑到生态模式的创新，另外还要加强标准的制定、政策的研究，以及应用咨询（解决个性化应用问题）。只有充分调动政府和市场的资源，协调发展，才能实现合作共赢。

作为跨国企业，英特尔长期在医疗行业进行投入，不断把国外先进的技术和理念引入中国市场。英特尔将在战略发展方向、技术框架的设计等方面与中国医疗行业的合作伙伴、客户展开更深入的合作。

医疗行业的数据驱动与技术创新永远在路上，是一个持续发展的过程。

数据驱动商业变革

在很多人的印象中，万达集团就是一个地产界的“大鳄”。其实，成立于1988年的万达集团现在已是旗下拥有商业地产、文化集团、网络科技集团、金融集团四大产业集团的庞大的商业帝国。其中，网络科技集团致力于打造独特的“实体+互联网”的新模式，为客户提供包括实体场景数字化、供应链服务、互联网金融服务、全渠道征信服务、云计算服务等在内的多种多样的服务。

人们常说，船大难掉头。而万达集团这个庞然大物在数字化的过程中表现出的灵活性、探索精神和创造力确实值得同行借鉴。万达集团希望通过创新的商业模式和先进的技术能力，打造世界级的商业企业。如今，万达集团在成都拥有按业界最高标准T4标准建设的数据中心。2017年3月还与IBM达成战略合作，基于IBM最新一代的云计算技术，将在中国推出全栈式的云服务。另外，万达集团还以万达广场为节点，计划打造覆盖全国的光纤网络，并广泛应用区块链技术。利用创新技术为自身业务服务的同时，万达集团还将知识产权输出给合作伙伴、其他商业中心，目的是为客户提供更好的消费体验。

万达网络科技集团总裁助理兼大稻葜行淖芫理、首席架构师蔡栋表示，万达集团正借助人工智能、区块链、云计算等技术，打造数字化实体商业共享平台。这一商业共享平台是万达集团在数据驱动业务发展方面的创新之举，它将大数据与区块链有机融合，可以提供大数据预测、征信、网络金融、智能合约、数字化零售等诸多功能和服务。基于这一平台，万达集团和一些商业伙伴陆续在上海、西安、柳州等地开设了数字化实体店，未来还要发展到数百家。采用商业共享平台的这些实体店，在POS机中应用了区块链技术，摄像头采用深度学习技术，同时运用云计算和大数据技术实现了爆款产品的预测、精准推荐、物流优化、竞拍等。

篇10

一、支持领域

（一）产业链关键环节提升项目。

支持申报单位围绕产业链关键环节提升，以创新集聚优势资源和提升产业层级为战略任务，以重点领域服务和模式创新、重大战略布局、规模化示范应用推广、关键技术提升为目标，实施对经济或社会经济效益显著、产业发展起到支撑引领作用的项目。重点支持服务于本地龙头企业的产业链关键核心企业。

1.高端装备制造产业：围绕机器人、高档数控机床、激光加工装备、半导体及显示面板制造专用设备、智能物流装备、电池制造专用设备、高端能源装备和轨道交通装备等领域，重点突破关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。

海洋工程装备领域，围绕海洋深海油气资源开发装备，海洋矿产资源、天然气水合物等开采装备，载人/无人潜水器等探测设备等领域，重点突破关键技术、提升核心部件、关键工业的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。

航空装备与卫星应用领域，围绕无人机、航空电子元器件、微小卫星、通信卫星、卫星导航等航空航天装备和产品等领域，重点突破关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。

2.生物医药产业：围绕生物医药、医疗器械、细胞治疗、基因检测等领域，重点突破关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。

3.新材料产业：重点支持在电子信息材料、新能源材料、生物医用材料和前沿新材料等领域内的新产品、新技术的应用示范验证，形成一批具有国际、国内领先水平的核心技术和高端产品，强化产业化和应用能力。

4.人工智能领域：围绕智能传感器、智能服务机器人、智能医疗辅助系统等领域，重点突破计算机视觉、语音识别、自然语言处理、自动驾驶、跨媒体感知、智能交通系统、自主无人系统等关键技术，提升核心部件、产品的研发和系统集成水平，形成一批核心核心技术和高端产品，强化产业化和应用能力。

5.物联网领域：重点支持在车联网、智能家居、智慧物流、智慧城市等领域，重点突破智能传感器、高精度定位导航系统、低功耗广域网、操作系统等关键技术，提升核心部件、关键工艺的研发和系统集成水平，形成一批核心技术和高端产品，强化产业化和应用能力。

（二）产业服务体系项目。

公共服务：重点支持在高端装备制造、生物医药、新材料、人工智能、物联网产业一个或多个产业领域开展的以促进产业发展为目的的，公共性产业服务工作。包括：公共研究服务、创新创业服务、产业化服务、成果转化服务、技术交流服务、资源数据共享服务、产品推广服务、决策咨询服务、统计分析、人才培养、投融资服务、产学研合作、科技成果转化、标准制定、行业交流等服务等。

市场拓展：支持在高端装备制造、生物医药、新材料、人工智能、物联网产业内，深圳举办的高端会议和论坛等。

（三）市场准入扶持计划项目。

市场准入：支持申报单位在高端装备制造-航空装备与卫星应用领域、高端装备制造-海洋工程装备领域、生物医药等领域，为开拓国内外市场，保障其技术、产品及服务符合不同国家和地区的上市要求，获得各类市场准入注册、认证和许可的项目。

（四）国家/省配套项目。

配套支持我市相关单位牵头的国家工信部智能制造、先进制造业集群项目。

二、设定依据

1、《深圳市战略性新兴产业发展专项资金扶持政策》（深府规〔2018〕22号）

2、《深圳市关于进一步加快发展战略性新兴产业的实施方案》（深府〔2018〕84号）

3、《深圳市战略性新兴产业发展“十三五”规划》（深发改〔2016〕1503号）

4、《深圳市十大重大科技产业专项实施方案》（深府〔2017〕47号）

5、《深圳市机器人、可穿戴设备和智能装备产业发展规划（2014-2020年）》

6、《深圳市航空航天产业发展规划（2013—2020年）》（深府〔2013〕118号）

7、《深圳市人民政府办公厅关于印发深圳市促进生物医药产业集聚发展指导意见及相关配套文件的通知》（深府办〔2020〕2号）

8、《深圳市促进生物医药产业集聚发展的若干措施》（深府办规〔2020〕3号）

9、《深圳市促进智能网联汽车产业发展行动计划（2019-2021年）》（深工信新兴字〔2019〕15号）

10、《深圳市人民政府关于印发新一代人工智能发展行动计划（2019—2023年）的通知》（深府〔2019〕29号）

11、《深圳市工业和信息化局战略性新兴产业发展专项资金扶持计划操作规程》（深工信规〔2019〕2号）

三、支持数量及资助方式

（一）支持数量：有数量限制，受专项资金年度总额控制。

（二）资助方式：

1、产业链关键环节提升项目。

高端装备制造、生物医药、人工智能、物联网产业领域采取事后资助，按经专业审计机构专项审计后确认费用的20%给予资助，单个项目资助金额不超过300万元。项目总投资由建设投资、研发费用和流动资金构成。

新材料产业领域采取事后资助，主要支持新产品、新技术在应用示范验证过程中产生的相关测试、验证费用，按经专业审计机构专项审计后确认费用的30%给予资助，单个新材料项目资助金额不超过300万元（同一单位总额不超过500万元，不超过3种新材料）。项目总投资包括研发费用中的材料费、测试化验加工费（含用户端导入验证费）、差旅费、会议费、国际合作与交流费、出版/文献/信息传播/知识产权费、劳务费、专家咨询费、研发人员费、间接费用及委托开发费用等。

2、产业服务体系项目。

公共服务：事后资助，按经专业审计机构专项审计后确认费用的50%给予资助，最高不超过300万元。实际投入额包括设备及工器具（包括软、硬件）的购置、改造和租赁费，材料费、测试化验加工费、出版/文献/信息传播/知识产权费、专家咨询费、市场网络建设费、推广活动组织费等。

市场拓展：事后资助，对以市政府名义在深圳主办的会议或论坛，按专业审计机构专项审计确认费用给予全额资助，最高不超过300万元；对以社会机构（不包括会展类企业）名义主办的会议或论坛，按经专业审计机构专项审计后确认费用的50%给予资助，最高不超过300万元。每年每个领域不超过一个。

3、市场准入项目。

事后资助，获得国际、国内权威认证的，单个项目资助金额分别不超过100万元、50万元，按照不超过核定的项目费用实际发生额50%予以资助，并受年度资助总额控制。单个企业年度资助金额不超过500万元。

4、国家/省配套项目。

事后资助，按照项目中我市相关单位国家、省资助资金实际到账金额最高1:1予以配套，单个项目配套资金最高不超过1500万元，且配套资金与国家、省资助金额总和不超过项目总投资的40%。

四、申报条件

申报条件由基础申报条件和专项申报条件两部分组成。

基础申报条件：

（一）申报主体为本市行政区域内（含深汕合作区）依法登记注册的企业、机关事业单位、社会组织。

（二）申报主体未违反国家、省、市联合惩戒政策和制度规定，未被列为失信联合惩戒对象。

（三）申报单位无逾期未办理验收或验收未通过的项目。

（四）申报项目所在地位于深圳市(含深汕合作区)，符合深圳市战略性新兴产业规划重点发展领域和专项申报指南的要求，符合国家和我市能耗、环保、安全等要求，项目方案合理可行，具有较好的经济和社会效益。已按有关规定完成项目所需的用地、环评、规划等备案或核准，取得有关批准文件。产品涉及安全、医疗、金融等国家有特殊行业管理要求的，申请单位须取得相关主管部门批准颁发的合法有效的产品生产或销售许可等资格。

（五）具备实施申请项目所需的资金、人员、场地、设备等主要保障条件。

（六）同一单位建设内容相同或部分相同的项目不得向市有关部门多头申报。经核实属多头申报的项目，将取消申报资格并追究申报单位责任。

（七）法律、法规、规章和上级行政机关规范性文件规定的其他条件。

专项申报条件：

（一） 产业链关键环节提升项目。

1.申请单位获得国家或深圳市高新技术企业认证，或拥有自主知识产权（包括发明专利、软件著作权或国家、省、市认定的科技成果等），项目具有技术先进性、创新性或良好的推广应用示范价值，具有较好的社会经济效益。

2.项目应为2017年6月1日后开始建设，并于2020年5月31日前建设完成。

3.其中新材料类项目优先支持符合《重点新材料首批次应用示范指导目录》，承担过部、省级重大科研攻关项目，我市重点企业所需的产业化产品。

（二）市场准入项目。

市场准入：2019年1月1日以后申请人取得中国民用航空局的适航认证、美国联邦航空局（FAA）和欧洲航空安全管理局(EASA)认证及公司体系类和项目类认证等；已通过国内外权威认证，包括美国FDA（食品和药物管理局）认证、欧盟cGMP（动态药品生产管理规范）认证和CE（欧洲统一）认证、世界卫生组织认证及其他国际市场准入认证等，或已完成国际多中心临床研究和注册。获得中国船级社（CCS）、美国船级社（ABS）、挪威船级社（DNV）、德国船级社（GL）、法国船级社（BV）等国际船级社认证及其他国内外市场准入证等。

（三）服务体系项目。

1.公共服务项目应为2017年6月1日后开始建设，并于2020年5月31日前建设完成。

2.市场拓展应为2019年1月1日以后的项目，且申报主体应为开展行业自主创新的单位（除会展类企业）。

（四）国家/省配套项目。

项目为2017年1月1日之后获得国家/省相关领域立项资助且未获得过市配套资助，项目应于2021年9月前通过验收。

五、申请材料

（一）登录广东政务服务网——深圳市——市工业和信息化局——搜索申报事项名称“新兴产业扶持计划”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在线填报申请书，提供通过该系统打印的申请书纸质文件原件；

（二）项目实施方案原件，其中市场准入扶持计划则需要提交《项目资金申请报告》；

（三）商事主体登记及备案信息复印件（民办非企业单位提供登记证书复印件）；

（四）法人代表身份证复印件；

（五）税务部门提供的单位上年度完税证明复印件；

（六）经会计师事务所审计的近三年财务报告或由企业法人签字的单位财务决算报表复印件；

（七）必要的生产、经营许可及认证文件复印件（可提供的项目用地（海域）规划许可文件及土地使用权属证明，场地、用海租赁的请提供租赁证明，以及环保部门出具的环境影响评价文件的审批意见）；

（八）具备实施申请项目所需的人员、设施等主要条件保障的资料复印件。

专项申报材料：

（一）产业链关键环节提升项目。

1.知识产权证，检测报告，获奖证书，国家、省批复文件、合作协议等复印件。

2.行业占有率，承担国家、省市级项目，团队人员情况等证明材料复印件。

3.项目已投入资金证明材料复印件（如合同、发票、设备清单等，发票提供大额即可）。

4.新材料类企业还应提品验证测试报告、合同或协议书等复印件，如已产业化类项目，需提供销售合同或协议等。

5.服务本地龙头企业的产业链关键核心企业需提供服务龙头企业的证明材料复印件，包括合同、协议等。

（二）产业服务体系项目。

1.辅助材料（自愿提交）：项目相关政府文件、经营资质文件、项目的核心技术成果证明材料、专利（或知识产权）证书、国内知名第三方咨询机构对公司网站的评价排名、主要用户评价报告等复印件。

2.取得项目相关资质的证明材料，知识产权证，检测报告，获奖证书，国家、省有关项目批复文件、合作协议，团队人员情况等证明材料复印件。

3.项目已投入资金证明材料复印件（如合同、发票、设备清单等，发票提供大额即可）。

（三）市场准入项目。

1.认证证书复印件（验原件），其中国际认证证书附中文翻译件;国际认证支出（两年内）票据、证明（依据该认证分类明细）复印件。

（四）国家/省配套项目

1.工信部资助下达文件和项目通过验收证明文件复印件。

2.项目中我市相关单位申请配套资助的联合协议复印件。

以上材料均需加盖申报单位印章，多页的还需加盖骑缝印章；一式两份，A4纸正反面打印/复印，非空白页（含封面）需连续编写页码，装订成册（胶装）。

六、申请表格

登录广东政务服务网——深圳市——市工业和信息化局——搜索申报事项名称“新兴产业扶持计划”wb.gxj.sz.gov.cn/indprom/sfm/#/apply?itemCode=4403000000005907069931000303715001在线填报。

七、申请受理机关

（一）受理机关：深圳市工业和信息化局。

（二）受理时间：

1.网络填报受理时间：2020年6月18日至2020年6月28日17时（注：超过网络填报受理的截止时间，不再受理新提交申请。网络填报受理截止前已在线提交申请，但后经预审被退回修改的，可于书面材料受理截止前再次提交修改后的材料进行预审，预审通过后方可按时向行政服务大厅提交纸质申请材料。因今年网络填报时间短且申报企业多，建议可参照申请书的样表事先填好并准备相应材料，待系统开放后及时在系统中录入并尽早提交预审）。

2.书面材料受理时间：2020年6月18日至2020年7月24日17时（工作时间）（注：网上预审通过后请及时预约到行政服务大厅窗口递交纸质材料，递交了纸质材料的项目才算申报成功）。

3.咨询电话：0755-23964015、82764701；

新材料：88101278；

高端装备：88121709；

其中航空装备与卫星应用领域：88101278；

人工智能：88101348；

物 联 网：88101682；

生物医药：88103413；

技术支持电话：88100675、88101744、88121903

（三）受理地点：深圳市福田区福中三路市民中心B区市行政服务大厅西厅5-43综合窗口(注：为做好疫情防控，减少人员聚集，到深圳市行政服务大厅提交材料需提前预约。预约指南：“i深圳”APP 或关注“深圳市行政服务大厅”微信公众号。操作流程：【办事预约】或【预约取号】—【深圳市行政服务大厅西厅】。疫情期间，请按照预约时段，错峰提交材料）。

八、申请决定机关

市工业和信息化局。

九、办理流程

市工业和信息化局指南――申请人网上申报――申请人向市工业和信息化局会收文窗口提交申请材料――市工业和信息化局审核拟定资助金额――社会公示――市工业和信息化局下达项目资金资助计划――市工业和信息化局拨付资助经费。

十、办理时限

分批处理，一批180个工作日。

十一、证件及有效期限

证件：资金下达文件。

有效期限：申请人应当在收到下达文件之日起1个月内，至市工业和信息化局办理资金拨付手续。

十二、证件的法律效力

申请人凭批准文件获得专项资金资助。

十三、收费

无。

十四、年审或年检