一、发展结构“头重脚轻”
重点突破基础领域，建立自己的生态体系
赛迪研究院公布的《2018中国人工智能产业展望》提出，由于我国人工智能产业重应用技术、轻基础理论，底层技术积累薄弱，存在“头重脚轻”的结构不均衡问题，使我国人工智能产业犹如建立在沙滩上的城堡，根基不稳。基层技术积累薄弱使人工智能核心环节受制于人，阻碍重大科技创新，不利于国内企业参与国际竞争。从国家层面洞悉AI发展态势，重点突破基础领域，针对人工智能底层技术，加强对以深度学习为代表的底层算法模型的深入研究，并积极布局影响人工智能未来发展的前沿基础理论研究。现在国内也有一些小团队在做相关开发项目，有一定潜质，而且我们拥有全世界最多的应用开发者、非常多的应用场景、大体量的市场、蓬勃的创新创业环境等，这些都是国外比不了的。”
二、商业应用路径不明确
瞄准市场需求，实现落地是关键
据亿欧智库《2018中国智能商业落地研究报告》统计，2017年中国人工智能创业公司获得累计融资超过500亿元，但商业落地百强创业公司累计收入不足100亿元，90％以上人工智能企业亏损。不少业内人士担心，国内人工智能领域存在巨大泡沫，或将迎来一波倒闭潮。《2018中国人工智能产业展望》提出，我国人工智能产业处于早期发展阶段，商业化应用路径尚不明确，商业落地痛点突出，致使近期实际商业价值变现难度较大。对初创企业而言，人工智能有门槛，创业成本较高。因此，建议企业不要太盲目，要尽快找准发力方向，而AI项目商业应用场景的落地是其成败与否的关键，快速积累核心技术优势，打造商业模式，才能做出真正有市场需求的产品，产生现金流。这也有助于人工智能行业回归理性。据《2017年中美人工智能创投现状与趋势研究报告》显示，中国智能机器人与无人机相关技术创业最为火爆；其次为语义分析、语音识别、聊天机器人等自然语言系列技术；然后是人脸识别、视频/监控、自动驾驶、图像识别等计算机视觉系列技术；另外，情感计算包含心理学、语义、视觉、环境感知等多种复杂应用的技术也在慢慢成长。
三、专业人才成稀缺资源
加快AI及相关学科布局，培养跨学科人才
目前，人工智能最大痛点之一是人才难得，AI被炒得很热，稍微懂点算法的人一出来就能收到很多Offer，身价水涨船高。《2017年中美人工智能创投现状与趋势研究报告》指出，目前中国人工智能的人才培养已成为一个关键问题，人才缺失可能会对未来AI产业发展产生牵制作用。美国国家科技委员会发布的2017年人工智能全球大学排名中，前50名均位于欧美地区，我国大学无一上榜。此外，国内缺乏人工智能与传统行业的跨界人才，不利于AI在各垂直行业应用推广。据业内对中美AI人才分析显示，截至2017年6月，中国共有592家人工智能公司，拥有员工约39200名。相比之下，美国人才数量是我国两倍。据领英数据显示，我国从业经验10年以上的AI人才比例不足40%，而美国这一比例超过70%；美国人工智能基础层、技术层和应用层的人才数量占比分别为22.7%、37.4%和39.9%，而中国为3.3%、34.9%和61.8%。我国需加快人工智能及相关学科布局，高校加强学科建设，依托现有人工智能相关学科，培养跨学科人才，并鼓励高校、科研院所加大与人工智能企业、国外高校及相关机构的合作力度，打造多种形式人才培养平台；针对人工智能芯片、基础算法模型等重点领域，充分利用现有各类人才计划，并设立专门通道和定向优惠政策，加大对国际顶级科学家和高层次人才的吸引力，加快人才引进效率，扩大人才引进规模；重视培养贯通人工智能基础理论、软硬件技术、市场产品及垂直领域应用的纵向跨界人才，以及兼顾人工智能与经济、社会和法律等横向跨界人才，以及兼顾人工智能与经济、社会和法律等横向跨界人才。
点击咨询