人工智能是推动数字化转型与创新的原动力，将成为引领第四次工业革命的核心驱动力，而以计算力为核心的人工智能已从探索走向实践。3月28日，IDC和浪潮联合研究发布的《2018-2019中国人工智能计算力发展评估报告》强调了这一观点。该年度报告旨在评估中国人工智能发展的现状，探索中国企业的破局之道。
人工智能市场有望在未来两年提速，进入实际应用和部署的快速增长期。业界对以人脸识别、语音识别、自然语言处理等为代表的应用场景越来越关注，但对基础设施层的关注还不够全面。《报告》认为，人工智能市场投资的66%是计算力投资，所以有必要对人工智能基础设施层做整体的描述与评估，为相关人士提出行动建议。
本次研究基于IDC人工智能研究方法论，从行业和地域两个维度，对人工智能计算力的发展水平和未来发展潜力进行了评估，包括但不限于以下因素：经济总量和IT应用水平、IT总体投资规模和水平、人工智能和人工智能计算力投资规模、技术和应用场景成熟度、行业应用成熟度等10项指标。基于对未来市场的预期，IDC和浪潮将跟踪人工智能计算力市场的变化，对报告进行持续更新。
计算力是推动人工智能发展的核心驱动力
如果说2017年是中国人工智能元年，那么2018年则是中国人工智能市场投资和应用加速成长、迅速落地的一年。2018年以来，互联网和产业界巨头加大了对人工智能市场的投入，人工智能产品和服务层出不穷，行业解决方案和应用场景快速落地。
人工智能的发展需要巨大的计算力支撑，计算力是推动人工智能应用和系统发展的核心驱动力。目前，人工智能的投资以硬件投资为主，给基础架构硬件市场带来了巨大的市场机遇。2018年，中国人工智能市场投资规模约25亿美元，其中70%以上为以计算力为核心的基础架构硬件市场投资：到2022年，中国的人工智能市场投资规模将超过百亿美元，未来五年的复合增长率超过59%，将形成一个新的千亿人民币规模的产业生态，其中人工智能基础架构硬件市场规模将超过千亿人民币。
人工智能实践以计算力提升为始
2018年，中国人工智能的市场接受度从2017年的10%迅速提升到超过20%；同时，在未来两年中计划使用人工智能的企业比例也从27%提升到60%。人工智能市场有望在未来两年提速，进入实际应用和部署的快速增长期。
从需求侧角度，国内客户采用人工智能系统最重要的三个目标是：提高生产力，提升业务/运营/IT等的自动化水平和发现新价值。而在供给侧，则表现在计算力推动数据处理和算法演进，应用成熟度提升。计算力、算法和数据是人工智能的三个基本要素，其中，计算力的提升直接提高了数据的数量和质量，提高了算法的效率和演进节奏，成为推动人工智能系统整体发展并快速应用的核心要素和主要驱动力。
在需求侧和供给侧的共同推动下，以计算力为核心的人工智能实践是从提升计算力开始。2018年，中国人工智能市场投资规模约25亿美元，其中约66%的投资是计算力的投资;IDC预测，到2022年，中国市场的人工智能计算力投资将超过50亿美元，占人工智能整体投资市场规模的近50%。
人工智能计算力分布的行业及地域差异明显
在过去两年中，中国人工智能应用成熟度最高的八个行业同时也是人工智能计算力投资最高的行业，互联网、政府、服务和金融行业是四个人工智能计算力发展的领先行业。其中，互联网行业的计算力投资一枝独秀，占到了全部行业投资的65%。
报告对AI典型应用场景进行了梳理和未来展望，同时发现领先的行业客户已在人工智能应用方面取得成果和收益。浙江大华技术股份有限公司构建了以视频监控和智慧物联业务为纽带的人工智能生态体系，为政府、金融等行业客户提供了更好的体验和新的价值。招商银行应用人工智能全面赋能金融业务运营和创新，在银行的获客方式、市场营销、风控管理、客户服务和体验等领域带来直接的改变。百度在人工智能领域大力投入，并积极进行商业模式探索，在自动驾驶、语音识别、图像识别、知识图谱、增强现实技术与深度学习等领域都实现了重大突破，成为中国人工智能产业发展的领先企业。
人工智能的计算力分布还呈现出明显的地域属性。目前，那些IT投资规模大、IT发展水平高、拥有较多人工智能领军企业的省市在计算力投资方面也走在了前面。其中，浙江、广东、北京、湖北等省市分别占据各自区域人工智能计算力综合实力的领头羊位置。
报告还给出了计算力领先的城市排名和分档，杭州、北京、深圳、上海和合肥成为中国领先的人工智能计算力城市排名的前五名，第二阵营是成都、重庆、武汉、广州和贵阳。这些核心城市有切实可行的政策支持和产业规划，是资本、人才、高科技产业的聚焦地，未来具有打造自身新的人工智能产业链的能力。
行动建议
考虑到中国人工智能市场的现状，《报告》针对行业客户和人工智能解决方案提供商分别提出了具体行动建议，希望能推动中国人工智能的发展和生态的成熟。
对行业客户，首先，建议人工智能的实施需要分三步走：从制定明确的策略和目标开始，在实施中确定典型的应用场景和合作伙伴，实施后对成果进行评估并持续改善，从而形成一个完整的闭环。其次，人工智能的能力建设从计算力开始，计算力是人工智能的核心要素和基本能力。第三，人工智能需要开放的数据环境，行业客户应保持开放的精神，从自身做起推动行业数据的开放与整合。
对人工智能解决提供商而言，《报告》给出了三点建议：
第一，计算力优先：计算力是人工智能走向应用的基础平台和必由之路，只有拥有了计算力才能结合算法和数据帮助客户打造人工智能的能力平台，探索更多应用的可能。提供商必须拥有为客户提供或者帮助客户打造计算力平台的能力。
第二，应用为王：解决方案提供商需要帮助客户找到典型的应用和典型的应用场景，才能帮助客户提升能力、解决问题，才能给客户带来商业价值，并以典型应用场景和典型案例推动人工智能的发展和广泛应用。
第三，生态是一切：在人工智能的产业链中，未来有可能形成两类生态或者说两类生产关系：一类是以计算力为核心的生态，另一类是以应用为核心的生态。在以计算力为核心的生态中，计算力提供商和云服务提供商将是核心，以计算力产品和云平台为人工智能提供计算力支撑；在以应用为核心的生态中，解决方案提供商将是核心，他们将计算力、算法开发能力、行业数据和行业洞察相结合，为客户提供人工智能解决方案和普惠的人工智能。这两类生态并不是互相割裂的，而是互相促进相伴而生的，而且两类生态之中的佼佼者很可能会是跨越两类生态的平台类企业，可以为客户提供端到端的产品和解决方案，提供普惠的人工智能能力，成为整个生态的领导者。
