美中兩大國在人工智慧領域早已進入白熱化競爭。為了防止大陸趕超，今年8月10日，美國政府宣布：禁止美國投資者對大陸半導體、量子計算和AI這三個技術領域的直接投資。此舉目的在於，避免美國資金和專業幫助任何可能支持中國軍事現代化的技術發展，進而傷害美國國家安全。這個將在明(2024)年生效的禁令，預期其他先進國家也會跟進；這勢必將對大陸AI產業造很大的影響。本文就大陸AI產業的政策、發展現狀進行概述，並提出其機會與挑戰。

文：黃健群

日前AI聊天機器人ChatGPT突然大為火紅，引發各界一陣關注。然而，美中兩大國在人工智慧（Artificial Intelligence，以下簡稱AI）領域早已進入白熱化競爭。哈佛大學貝爾福科學與國際事務研究中心(Belfer Center for Science and International Affairs)2021年發表報告指出，大陸利用AI在人臉識別、語音識別和金融科技等應用基礎技術領域，已經領先美國；同年，美國國家安全委員會(National Security Commission)也發布報告警示：大陸AI行業將在2030年前超越美國，成為全球領導者。 

為了防止大陸趕超，今(2023)年8月10日，美國政府宣布：禁止美國投資者對大陸半導體、量子計算和AI這三個技術領域的直接投資。此舉目的在於，避免美國資金和專業幫助任何可能支持中國軍事現代化的技術發展，進而傷害美國國家安全。這個將在明(2024)年生效的禁令，預期其他先進國家也會跟進；這勢必將對大陸AI產業造很大的影響。本文就大陸AI產業的政策、發展現狀進行概述，並提出其機會與挑戰。 

大陸AI產業已是全球第2 

美中兩大國的AI企業，數量占比超過全球一半以上。雖然大陸進入AI領域晚於美國，但發展速度更快，截止2021年，大陸AI企業在全球占比為24.66%，排名第2。美國領先的領域包括：AI晶片、演算法框架、總體演算法及AI應用，而且AI多場景落地範圍更多；大陸領先的包括：數據優勢、AI應用、語義識別、專利資料。過去10年裡，大陸共申請人工智慧專利數達50多萬件，約占全球總量的66.54%，領先全球。而美國AI專利申請數在全球總量的占比為20.49%，與大陸差距較大。 

一、 大陸AI發展歷程及目標 

2016年大陸「十三五」規劃綱要強調要發展包括大數據、雲計算、自主可控作業系統、高端工業和大型管理軟體，以及AI等關鍵技術；2017 年 7 月大陸國務院公布《新一代人工智慧發展規劃》，提出AI產業發展「三步走」目標（請見表1）。 

自2020年開始，AI都被寫入大陸每年的「政府工作報告」；也就是說，AI的發展已上升到國家發展戰略高度，且大陸經濟發展的動能已由強調「互聯網+」，向強調「智能+」轉變。2021年大陸「十四五」規劃綱要，進一步將AI納入「新一代資訊技術」，以作為趕超西方先進國家的「戰略性新興產業」。今(2023)年7月6日，大陸工信部副部長徐曉蘭在2023世界人工智能大會表示，工信部將從五方面推進大陸人工智能產業發展：一是將會同相關部門加快研究制定產業政策，進一步明確產業發展目標和重點任務；二是圍繞算力、算法、數據等底座技術，加大創新攻關，加快推進軟硬件適配、構建從智能晶片到算法框架、到行業大模型的全站式產業鏈，加快人工智能發展；三是拓展應用場景，以製造業為重點，開拓工業設計、代碼編寫、質量檢測、流程再造、遠程運維、客戶服務等應用，形成一批示範性強、帶動性廣的重大應用場景；四是完善生態體系，引導打造若干生態主導型龍頭企業，培育一批專精特新小巨人企業，支持開源社區建設，構建具有競爭力的產業生態；五是深化國際合作，加強在全球範圍內人工智能的技術、產品標準、服務治理等交流合作，共同應對人類面臨的重大挑戰，建設共生未來的智能世界。（註1）

二、 大陸AI產業規模及現狀 

根據中國工信部事業科研單位中國信通院統計，截自2022年大陸AI產業規模已達5,080億人民幣，已提前達到甚至超過預期目標；企業數量接近4,000家；涵蓋產業領域包括AI預訓練大模型、晶片、決策智能、自動駕駛、虛擬數位人；涉及技術領域包括電腦視覺、智慧語音和人機交互及自然語言處理等。根據大陸智庫估算，隨著AI在下游製造、交通、金融、醫療等多領域的不斷滲透，以及大規模落地應用，大陸AI產業每年複合增速將超過34%，2027年AI行業規模可望超過人民幣1兆5千億。（註2） 

自2019年開始，大陸當局在中國大陸各地創建所謂的「國家人工智慧創新應用先導區」，其定位是「謀改革、促應用、導經驗」，目的是「進一步強化應用導向、主動挖掘開拓應用場景，加速帶動新技術、新產品應用落地，培育形成新的經濟增長點」。目前大陸的「國家人工智慧創新應用先導區」已有包括上海（浦東新區）、深圳、濟南、青島、北京、天津（濱海新區）、杭州、廣州、南京、武漢、長沙11個；這11個先導區分布在京津冀、濟南-青島、長三角、成渝地區、粵港澳大灣區等地區，呈現不同的產業鏈空間分布（請見表2）。事實上，大陸90%的AI企業都彙集在京津冀、長三角、珠三角等三大都市圈；AI代表企業則主要在北京、深圳；AI人才則三分之一集中在北京。

三、 大陸AI產業應用概況 

AI技術架構邏輯上分為基礎層、技術層、能力層、應用層、終端層五大板塊，其中核心技術層涵蓋 AI 技術群和模型的融合創新，為各行業領域提供相關產品及服務。大陸許多知名科技公司，如大陸產業界的四大巨頭BATJ（百度、阿里巴巴、騰訊、京東），皆已建立企業級AI實驗室和研究團隊；同時華為亦推動首個自主AI模型「盤古大模型」，涵蓋包括語言、圖像、計算等功能及多種應用場景。至於大專院校、公有民營教育單位，皆開展各種AI相關課程和培訓機會，以應對不斷增長的需求。 

目前大陸AI的應用非常廣泛，大型企業基本都已投入實施AI專案，包括自動駕駛、人臉識別、醫療診斷、金融風控等，用以幫助提高效率、降低成本。歸納來看，大陸AI產業依性質來分類包括：1、基本服務，如數據資源和計算平台；2、硬體產品，如工業機器人和服務機器人；3、智慧服務，如智慧客戶服務和商業智慧；4、技術能力，如視覺識別和機器學習。若從產業別來看，則主要分為十大類別：（註3） 

硬體支援：主要進行深度學習(Deep Learning,DL)晶片的研發，該領域除傳統晶片領導者如英特爾、高通，和大型網路公司如谷歌、FaceBook，大陸除深鑒科技外，還有寒武紀、地平線等新創企業。而巨頭如華為海思、百度，甚至比特大陸，都表示要積極研發AI晶片。然而，隨著市場的慘烈競爭與美國的圍堵，大陸AI晶片產業面臨洗牌；例如2018年深鑒科技就被美國企業賽靈思(Xilinx)收購；2023年8月，寒武紀則傳出裁員消息。 

技術平台：主要聚焦「機器學習」、「模式識別」和「人機交互」等與AI應用密切相關的技術，包括深度學習開源平台、機器學習演算法、電腦視覺、自然語言處理、生物識別、機器視覺、情緒識別和推薦引擎。大陸代表性廠商如百度深度學習平台飛槳(PaddlePaddle)。 

自然語言處理：構建的演算法能夠處理輸入的自然語言，並將其轉化為可理解的表達。主要包括語音辨識、語義分析和語音交互。其中，語音交互類的公司往往需要同時具有語音辨識和語義分析的技術。主要廠商如科大訊飛、思必馳等。 

電腦視覺：主要為圖像識別、影像處理和分析，從圖像和視頻中提取資訊、識別物體；應用案例中包括使用影像處理技術進行面部識別和讓用戶通過拍照搜索商品的軟體。代表性企業如曠視科技、碼隆科技、博雲視覺等。 

生物識別：透過電腦與生物感測器等高科技手段結合，利用人體固有的生理特性（如指紋、臉像、虹膜等）和行為特徵來進行個人身分的鑒定等。代表性企業如曠視科技、碼隆科技、博雲視覺等。 

通用應用：主要將AI技術應用於通用領域。主要廠商如個人助手、Chatbot、來也、度秘等。 

行業應用：此類公司主要將AI技術應用於具體行業。目前在金融、汽車交通、醫療、法律、教育等行業有初步應用，特別是在智慧駕駛領域。代表性企業如百度、螞蟻金服、MINIEYE、iCarbonX等。 

無人機：利用無線電遙控設備和自備的程式控制裝置操縱不載人飛機，可以進行智慧化跟蹤拍攝的無人機。 

硬體機器人：可以自動執行工作的機器裝置。協助或取代人類的工作，例如生產業、建築業，或是危險的工作。工業機器人的發展時間最長，隨著技術的發展，一些創業公司也開始進軍工業機器人領域，如新松、李群自動化、EFORT。家用、商用、醫療、教育等垂直領域的機器人也開始陸續出現，如小 i 機器人、圖靈機器人、優必選。 

媒體：提供AI發展狀況及趨勢，以AI技術為主要關注對象的科技媒體，如AI100、新智元、人工智慧學家等。 

大陸智庫頭豹研究院報告指出(2023)，未來大陸AI應用較具有發展空間，主要為自動駕駛、智慧工業、智慧安防、智慧醫療等。

大陸AI產業面臨的挑戰 

AI的商用化主要在數據、算力、演算法。大陸的強項是海量數據和演算法；算力受限晶片高度依賴海外，因此將是制約大陸AI產業的關鍵。綜觀來看，近年來大陸AI產業發展越來越迅猛，但仍面臨不少挑戰： 

首先，資料庫數據仍未完備。發展AI必須要有大量的數據進行演算，雖然大陸有豐沛的人口所建構的數據庫，但仍在三大問題：1、缺少統一的標準和跨平台的共用。大陸的數據庫封閉，在建構數據友善生態系統方面落後於美國；2、數據開放度不足。開放政府資料有助於私營部門的創新，但大陸的公共部門開放的資料相對少；3、限制跨國數據流動。這也使大陸AI產業不利全球合作。 

其次，專業人才短缺。雖然大陸有充沛科技人才，但AI專業人才仍相當短缺。根據大陸智庫「中國勞動和社會保障科學研究院」(CALSS)去年10月發表的調查，儘管目前AI領域學生人數多，但由於需求增加，就業市場上仍有包括AI晶片研發、機器學習、自然語言處理等約30萬缺口；頂尖AI人才荒就更明顯，根據北京清華大學去年1月制定的「人工智慧2000」榜，大陸頂尖AI人才數量大約是美國的五分之一。儘管根據CALSS該份報告及美國史丹福大學4月發表的「人工智慧指數報告」，顯示去年大陸AI研究論文發表數量領先全球，但是在大型語言和多模態模型上，仍落後美國，而這類技術是ChatGPT和類似AI技術的基礎。此外，大陸在電腦視覺和語音辨識等領域著力較多，造成其他領域的人才相對匱乏。 

第三，計算技術有待提升。計算能力是人工智慧的基礎之一，因此具有極高的戰略意義。然而，大陸微處理器(microprocessors)長期以來嚴重依賴進口，部分類型的高階半導體則幾乎完全依靠進口。為解決此一問題並掌握半導體核心技術以提高大陸未來發展AI的能力，大陸當局自2014年起連續啟動兩期共3,300多億人民幣的大基金，積極扶持國內半導體產業，雖然已略見初步成效，但要達成產業自主的路仍然艱辛漫長。此外，為了建構一個全國一體化的算力網路和數據中心，2022年3月大陸啟動「東數西算」工程，在西部地區發展數據中心，透過設立8個國家算力樞紐建設及超過60個數據中心項目，把東部地區經濟活動產生的數據和需求，放到西部地區來計算和處理。 

第四，晶片生產與供應仍仰賴進口。「人工智能」仰賴大量運算硬體布建，美國對大陸晶片供應鏈的制裁，已嚴重影響AI發展。據了解，在美國禁令下，輝達(NVIDIA)生產的圖形處理器(GPU)供不應求，不僅A100、H100晶片黑市價格不斷飆高，且要等相當一段時間才能取到貨。且據傳百度、字節跳動及阿里巴巴等三大中國大陸網路巨擘，合計以50億美元搶購輝達專為大陸市場設計的降規版AI晶片A800。 

第五，意識型態限制。例如ChatGPT的生成式AI技術門檻並不算太高，因此大陸各企業都已經紛紛開發類似軟體，如前述華為的「盤古大模型」、百度的「文心一言」、商湯的「日日新」、網易的「伏羲」…等。事實上，大陸公信部8月15日公布「生成式人工智能服務管理暫行辦法」後，百度、抖音、商湯、中科院、百川智慧、智譜華章、MiniMax、上海人工智慧實驗室等8家企業機構的生成式AI大模型，已列入通過備案的首批名單；然而，由於意識形態限制，因此這些生成式AI在談到敏感詞彙時，幾乎都會簡短回答並終止對話。也就是說，大陸AI存在防火牆太多、生成錯假資訊等問題。因此，有論者指出，過於嚴格的審查，勢必影響創新創意，將遏制大陸AI產業內容的發展。 

小結：大陸AI產業軟體發展可期，硬體制約較大 

人才的潛力、廣大的應用場域，還有龐大的人口統計與各種應用領域數據，以及國內廣大市場，規模足夠支撐技術研發所付出之的鉅額代價等等，都是大陸AI產業發展的優勢。此外，由於大陸較不注重個人隱私保護，因此反而促成其AI人臉辨識、語音辨識應用獨步全球，AI機器學習與深度學習技術成果也僅次於美國。此外，大陸各企業發展的自駕車、自然語言處理、深度學習晶片、安房監控、人臉辨識等等，都已達到世界級水準。 

然而，由於大陸並未具備生產尖端AI晶片的技術。隨著美國科技封鎖的升級，未來大陸AI技術的發展與應用的深入，關鍵在突破美國的科技封鎖，取得先進半導體製程。 

對台灣AI產業來說，大陸有充沛應用領域與龐大數據，極具商業價值。因此，短期之內，台灣AI產業的契機，是服務對大陸資安抱持疑慮的大陸台商和外商；中長期則是參與大陸的智慧城市試點。 

台灣推動AI策略是「小國大戰略」，並聚焦半導體、資通訊技術，以及物聯網系統與安全、無人戴具等領域作為發展產業。但AI導入傳統產業可說舉步維艱；如何進行以AI為主的數位轉型，是未來政府政策可施力的部分。此外，在大陸亦將AI作為未來發展重點產業項目時，台灣除了防弊之外，是否能有更積極的作為？近年來兩岸政府、產業界都試圖推動兩岸的「智慧城市」交流甚至合作，無論是交通、無線城市、安全防護、環保，大陸並不排斥引進台灣AI產業資源。因此，在國家安全無虞前提下，台灣若能選擇具發展潛力的應用領域，在大陸城市試點應用，憑藉台灣優異的AI研發能力，有機會打造出具世界級水準的產品。誠如Nvidia黃仁勳說，晶片不一定要台灣製造，「但中國市場無可取代」。展望未來，台灣除了應高度關注大陸AI產業的發展，也應理性務實評估兩岸產業在AI領域的競合。（作者為工總大陸處處長） 

註1 林雯婕，「工信部徐曉蘭:加快制定人工智能產業政策」（2023年7月6日），鉅亨網，https://news.cnyes.com/news/id/5241046。 

註2 隸屬官方的中國信通院估算較為樂觀；民間的頭豹研究院就較為保守，其估算2022年大陸AI產業規模為人民幣3716億。 

註3 大陸北京企名片科技公司發布的「2017中國人工智慧產業圖譜」，將截至2017年3月8日大陸的1083家AI企業進行歸納，雖然迄今已超過5年，但仍具有參考價值。請見游奕恬，「中國大陸人工智慧產業發展現況研析及對臺灣之影響初探」，經濟研究第18期（2018年8月），國發會，https://www.ndc.gov.tw/Content_List.aspx?n=6AC4C9BC0DC671D5。