2022年11月，美国OpenAI公司的聊天生成式预演习变换模型ChatGPT上线后，一周内用户数量打破100万人，2个月内用户数量打破1亿人，引发行业震撼。
这同时也给中国人工智能家当的从业者敲响了警钟，引发了关于为什么此类颠覆式创新没有出身在中国的谈论，以及中美两国人工智能家当差距的深入思考。
一些海内专家认为，中国在人工智能大模型领域最少掉队美国2—3年。
此外，中国人工智能家当的发展很大程度上依赖于美国的芯片和开拓框架等根本技能，例如，TensorFlow和PyTorch这两大开源机器学习框架在中国的市场份额达到85%以上，而人工智能根本算法的专利也紧张节制在美国企业手中。

为了比较中美两国人工智能家当的差异，基于过去5年在中国和美国提交的124026件人工智能授权发明专利数据，笔者构建了一个综合考虑专利数量和其他特色的多维度指标，并据此定义了中美两国人工智能领域的前十大企业。
对这2组企业的进一步比较剖析表明，只管中国和美国在人工智能这一关键技能领域都被认为是领先国家，但中美两国的头部企业在技能影响力、布局及研发互助方面存在显著差异。
这些差异为中国人工智能家当的进一步发展供应了有效启迪，并突显了中美两国在人工智能领域开展更多上风互补型互助的主要性。

识别中美两国人工智能头部企业

为了比较中美两国人工智能家当的差异，本文从企业专利和论文入手，剖析了中美两国人工智能头部企业的研发和创新情形。
专利和论文是衡量企业研发活动和创新能力的2个主要指标：专利反响了企业在技能创新和知识产权保护方面的造诣，而论文体现了企业在学术研究和理论探索方面的深度；专利更侧重于技能的运用和商业化潜力，而论文则侧重于根本研究和理论贡献，这种互补性有助于揭示企业在不同层面的创新表现；专利和论文的国际数据库较为完善，数据随意马虎获取和比较，这为进行跨国比较剖析供应了便利。

指标构建

为了定义中美两国人工智能领域的前十大企业，首先构建了一个基于企业过去5年内得到授权的人工智能发明专利的多维度指标。
与单一维度指标比较，多维度指标能够涵盖企业在不同方面的专利表现，并减少单一指标可能造成的偏差。
鉴于本文的核心焦点在于评估人工智能企业的研发和创新实力，优先考虑了5个关键维度——企业研发产出的总量、研发成果的影响力、研发成果的转化效率、研发产出的市场扩展能力和研发成果受法律保护的程度。
基于专利数据信息，分别选取了5个细分指标来丈量上述关键维度并构建综合指标：专利总数、专利的被引证的总次数、专利的被转化（包括转让、容许、质押）总次数、专利的外洋同族专利总数和专利的权利哀求总数。

人工智能专利的定义来自天下知识产权组织（WIPO）界定的62个国际专利分类（IPC）代码和114个联合专利分类（CPC）代码。
利用incoPat专利检索剖析平台（https://www.incopat.com/）分别检索中国、美国2019年1月1日—2023年4月4日期间得到授权的包含人工智能干系IPC和CPC的发明专利，合并申请号后得到了来自美国的62201件专利和来自中国的61825件专利。
本文选择剖析过去5年专利数据的紧张缘故原由是人工智能技能的快速迭代性。
随着技能的迅猛发展，较早申请的专利可能已经由时，乃至失落效。
中美两国2019年1月1日—2023年4月4日（本文的样本韶光）得到授权的人工智能发明专利中，仅有3.3%的专利失落效，而2014—2018年专利的失落效率则显著提高，达到了23.3%。
专利失落效一样平常是由于专利权人未缴纳年费、专利权人提前终止或专利未通过审查。
因此，失落效的专利无法代表当前家傍边的前沿技能，对企业和国家提升科技竞争力的浸染也有限。
相较于剖析更永劫光内的专利数据，剖析过去5年的专利数据更能揭示当前中美两国人工智能家当的差异。

在对企业进行排序时，互助性子的专利按互助主体比例分配。
例如，2个单位互助的专利每个单位将各占0.5。
5个专利维度首先被授予了相同的权重；根据加权后的综合指标，可以对样本内中美两国所有企业进行排序。
作为稳健性考验，也考虑了对指标授予不同权重的情形。
由于在利用专利数据测度企业技能创新绩效时，专利数量和引证情形是较常见的2个指标，对其授予了更高的权重：这2个指标的权重从之前的0.2增加到0.25，其他3个指标的权重从0.2低落到0.167。
但新的排序结果与相同权重下的排序结果险些同等。

中美前十大人工智能企业

基于上述方法并对不同维度授予相同权重，辨识出中美前十大人工智能企业样本。
表1列出了中美两国综合排序最靠前的10家人工智能企业。
中国的头部企业包括腾讯、百度、蚂蚁和华为等，美国的领先企业包括IBM、微软、谷歌和英特尔等。
个中，浪潮集团虽然在人工智能发明专利总数上位列中国企业第1位，但综合考虑专利的其他特色后该公司的排名降为第10位。

此外，中国人工智能头部企业在其他4个专利维度上的表现也掉队于美国头部企业，这表示出中国人工智能企业在国际专利布局、专利保护、专利技能影响力和技能转化运用方面存在进步的空间。

中美前十大人工智能企业的专利技能与科研互助剖析

企业专利技能共现剖析

为了进一步探索中美两国前十大人工智能企业在技能布局上的差异，利用VOSviewer对这2组企业的人工智能专利种别进行了共现剖析（co-occurrence analysis）。
共现剖析被广泛运用于创造文献或专利文本数据之间的关联关系。
其涉及创建一个可视化网络，由文本主题或关键词构成网络节点，节点之间的连线代表它们之间的共现关系，由连线的粗细表示共现关系的强度。
在专利剖析中，这一剖析有助于创造专利样本是否形成了某些特定领域的技能集群，以及技能网络中特定技能领域的中央性。

从人工智能家当发展的角度，人工智能技能可以分为3个层面：底层——根本层、中间——技能层和上层——运用层。
根本层是人工智能家当的根本，紧张为人工智能家当发展供应数据与算力支持，包括数据平台、传感系统、算力、芯片、存储等方面；技能层是人工智能家当的核心，以仿照人的智能干系特色为出发点构建技能路径，包括机器学习、自然措辞处理、打算机视觉与图像、模式识别等技能；运用层是人工智能家当的延伸，通过集成一类或多类人工智能技能，面向特定运用处景需求而形成软硬件产品或办理方案，涉及的领域有零售、金融、电商做事、安保、教诲和医疗等。

图1展现了中国前十大人工智能企业专利中涌现频率最高的前100项技能的共现关系；可以看到中国前十大人工智能企业的干系专利较为疏松地构成了8个技能集群。
比较突出的技能集群紧张环绕识别模式的方法或装置、冗余数据缺点检测或校正、故障硬件检测或定位等技能。
表2进一步汇总了涌现频率最高的15项技能的信息，包括它们的涌现频率、与之共现的技能总数、与其他技能共现的总频率（总连接强度）。
“识别模式的方法或装置”“电子设备识别方法或装置”和“冗余数据缺点检测或校正”是涌现频率最高的三项技能，个中“电子设备识别方法或装置”技能的总连接强度最高，与其他技能共现了763次。

图2展示了美国前十大人工智能企业专利中涌现频率最高的前100项技能的共现关系；这些企业的专利数量更多，并且形成了更为明显的6个技能集群。
除了中国企业大力布局的识别方法或装置、语音识别和数据缺点检测等技能，美国企业还更多地在人工智能根本层和技能层布局。
例如，美国企业在处理器架构和配置、基带系统零部件、机器学习等领域拥有大量专利。
根据表3的汇总信息，与中国的情形类似，“识别模式的方法或装置”和“冗余数据缺点检测或校正”也涌如今频率最高的3项技能中。
其余，“机器学习”涌现的频率排在第3位，达到1072次。
“识别模式的方法或装置”技能的总连接强度最高，与其他技能共现了2121次。

以上专利技能的比较剖析展现出中美两国人工智能头部企业的技能发展差异。
美国的头部企业更加看重推动技能创新，专利数量远为更多，并且涵盖了更广泛的技能种别。
美国的头部企业在处理器架构和配置、基带系统零部件、机器学习等人工智能根本层和技能层领域处于领先地位。
这表明美国企业更加侧重于在人工智能的核心技能和底层设计方面取得领先上风，通过不断创新来推动全体行业的进步。

比较之下，中国在人工智能技能的发展中表现出更强的实用性。
中国企业在图像识别、语音识别、故障硬件检测或定位等领域展现了显著的技能实力，这与中国在面部识别、语音识别等领域公认的国际领先地位相符合。
这表明中国企业在人工智能技能落地上具有一定上风，但在人工智能家当的根本层和技能层上须要布局更多的研发事情。

企业科研合为难刁难象剖析

当古人工智能技能正处于爆发式增长期，研发互助不仅可以加速创新，还能通过分享资源和降落成本来提高企业的科技竞争力。
鉴于企业在专利申请上进行互助并不常见，特从论文互助的角度来剖析中美前十大人工智能企业的科研互助模式，并特殊关注中美之间的互助。
首先从inCites数据库中检索了上定亲义的中美前十大人工智能企业过去5年在“打算机科学和人工智能”（Computer Science, and Artificial Intelligence）领域的所有英文学术出版物，包括期刊论文（包括综述）和会议论文。
考虑到中国企业可能揭橥中文论文，同时在中国知网上检索了中美前十大人工智能企业过去5年在“人工智能”领域揭橥的中文学术期刊论文。

表4列出了每个企业的中英文论文总数。
中国企业中，蚂蚁、字节跳动、北京三快（美团）和浪潮的中文论文揭橥数量超过了英文论文，而其他企业的英文论文揭橥数量则明显多于中文。
产出最多人工智能论文的3家企业是腾讯、华为和百度，它们在过去5年分别产出了1366、1284和865篇论文。
在检索范围内，阿波罗智能技能公司并没有人工智能干系论文的产出。
在美国企业中，Emc Ip Holding同样没有论文产出，但谷歌、微软、Meta和国际商业4家企业在过去5年都产出了超过1000篇人工智能领域论文。
从总量上看，中国前十大人工智能企业在过去五年揭橥的人工智能论文总数约为美国前十大企业的一半。
因此，只管中国的人工智能论文总数已超过美国，但这些论文很可能更多地来自大学和科研院所而非家当界。

接下来，根据互助论文的频率定义了中美人工智能头部企业论文互助上的前十大伙伴，并特殊关注中美机构之间的互助。
由于美国企业较少揭橥中文论文，下面的剖析基于企业的英文论文数据。
个中，中国的蚂蚁、字节跳动、北京三快（美团）和阿波罗智能技能4家企业没有英文论文产出，而国家电网、浪潮和格力3家企业干系论文数量较少且没有中美互助论文。
因此，表5只汇总了腾讯、百度和华为这3家企业的情形。
可以看到，这3家企业的前十大人工智能领域论文互助伙伴险些都是海内顶尖的大学或科研院所，个中中国科学院同时是这三家企业互助最多的机构。
此外，除了百度与罗格斯大学新布朗斯维克分校有着较广泛互助外，腾讯或华为都没有与美国机构建立起紧密的互助关系。
百度与悉尼科技大学，以及华为与悉尼大学建立了紧密的互助。
其余值得把稳的是，这几家中国人工智能头部企业的科研合为难刁难象局限在大学或科研院所，并没有与其他人工智能企业建立起广泛的研究互助关系。

表6汇总了美国的微软、英特尔、亚马逊和苹果4家企业的前十大人工智能领域论文互助伙伴。
由于国际商业、谷歌、福特、高通和Meta这5家企业的前十大论文互助伙伴中没有来自中国的机构，它们的情形并未在表6中列出。
个中，微软和英特尔展现出了极强的中美科研互助。
它们的紧张中国互助机构包括清华大学、北京大学、上海交通大学、中国科学院、中国科学技能大学和北京航空航天算夜学。
对付微软来说，它与中国机构在人工智能领域的科研合作甚至可能超过了与美国本土机构的互助。
此外，表6还显示出美国人工智能头部企业间一定的科研互助。
例如谷歌同时是亚马逊和苹果的前十大人工智能论文互助伙伴之一，而苹果也与Meta也有着较广泛的互助。

为了更好地展示中美两国人工智能头部企业的互助伙伴选择之间的差异，在表5和6的根本上绘制了图3进行比拟。
从图3可以看出，与美国人工智能头部企业比较，中国企业的研发互助网络更多局限在海内顶尖大学和科研院所，应该更积极寻求跨国界的互助关系。
此外，中国企业与美国同行比较的另一个差异表示在缺少企业间的互助。
与科研机构比较，企业在人工智能的技能打破和创新中扮演着越来越主要的角色。
中国的人工智能头部企业可以通过探索企业间科研互助模式，更大程度地发挥规模上风和比较上风，实现互利共赢。

紧张结论与政策启迪

紧张结论

鉴于人工智能在塑造政治、经济和社会秩序方面的巨大潜力，天下紧张国家都在大力发展这一领域。
自2015年以来，党中心、***发布了多份涉及人工智能的政策文件，个中2017年发布的《新一代人工智能发展方案》将人工智能提升到了国家级计策层面进行支配。
美国从2013年开始支配国家层面的人工智能发展计策，近年来更是立法提出要掩护美国在人工智能领域的领导力和天下领先地位。
只管中美两国均将人工智能发展纳入国家计策的重点领域，但两国在技能创新和发展方向上存在显著差异。

通过比拟中美两国前十大人工智能企业，本文创造了这2个人工智能领先国家在企业技能和研究互助方面的构造性差异。
与美国的人工智能头部企业比较，中国的头部企业尚未在人工智能家当的根本层和技能层形成领先的技能集群，尤其在处理器架构和机器学习等领域与美国存在较大差距。
这一创造与一个普遍存在的不雅观点同等，即由于人工智能的开放科学性子和快速运用上风，中国企业更方向于投资图像识别、语音识别等运用处景更明确的技能以得到较快商业回报，而非投资具有更持久影响的根本性技能。
展望未来，中国企业须要加强在人工智能家当根本层和核心技能层的研发。

在科研互助方面，以微软和英特尔为代表的美国人工智能头部企业已经与中国科研机构建立起了非常紧密的互助，共同揭橥人工智能领域的科研论文。
而以百度、腾讯、华为等公司为代表的中国头部企业仍旧紧张是与海内的大学和科研院所进行互助。
此外，像谷歌、亚马逊、苹果和Meta这样的美国企业虽然直接竞争，但它们仍在科研互助网络中建立了明显联系。
比较之下，中国前十大人工智能企业中没有一家与海内其他人工智能企业建立了明显的科研互助。
鉴于企业间知识转移在推动人工智能技能进步中的关键浸染，中国企业须要培养更开放的互助文化，以期提高创新能力和竞争力。

政策启迪

对中国政府

从政策牵引的角度出发，可以从3个方面入手提升我国人工智能家当的竞争力。

加快设立人工智能领域的企业专项基金或通过税收政策勉励企业加大对根本研发的投入，以支持长周期的根本研发项目。
通过资金支持，可以强化目前企业在人工智能家当根本层和技能层的薄弱环节。
此外，根本研发专项基金也将成为匆匆使企业与科研院所建立更紧密互助关系的催化剂，鼓励双方从实际家就地景和实践问题中挖掘技能逻辑和解决方案。
对付在人工智能特定根本技能领域进行研发的企业，还可以供应税收优惠以降落其研发本钱，鼓励企业在人工智能更根本性的技能上取得打破。

从人才军队培养和培植入手，促进人工智能企业的开放与彼此互助。
政府可以考虑在大学和科研院所设立工程类专业研究生学位。
此举不仅有助于培养人工智能领域的专业人才，还可以成为促进人工智能企业间互助的平台。
例如，美国加利福尼亚大学伯克利分校的“人工智能开放共享研究”项目就通过与Meta、微软、谷歌、亚马逊等企业互助研究，并将其校园内的干系数据、代码、结果以非独家形式公开，以促进人工智能领域的开放式研究。
在中国，政府同样可以考虑通过鼓励多家企业共同参与人工智能干系学位点培植，供应更多共享资源的机会，并间接促进企业在科学研究方面的互助。

加强中美两国上风互补型互助，共同推动办理未来人类社会发展所面临的关键问题。
中美两国在人工智能方面如何开展上风互补型互助也是发展中国人工智能家当须要重点考虑的问题。
美国在人工智能根本层和关键技能领域处于领先地位，而中国在人工智能干系人才、数据和运用处景上也具有独特的上风。
中国政府可以考虑与美国政府共同设立互助研究项目，特殊是在人类社会发展面临的共同关键问题上进行互助，如医疗、环境、教诲寻衅等。
这些互助项目该当涵盖政府部门、研究机构和企业，以提升中国人工智能企业的国际化互助程度，并通过有效整合伙源、人才和技能专长推进环球人工智能家当的发展。

对付美国的人工智能家当

持续加强人工智能根本技能的研究与资金投入至关主要。
美国人工智能头部企业在根本技能层面拥有显著上风，这为环球人工智能的发展奠定了坚实根本。
通过投资格久研究项目，例如量子打算与人工智能的结合，将有助于探索下一代人工智能技能的潜力，为未来技能变革供应动力。

开放式创新是加速技能打破的关键。
美国人工智能头部企业应连续深化与学术界及同行业企业的紧密互助，共同孵化新技能。
特殊是在与中国企业的互助方面，美国企业可以依托其在人工智能根本研究方面的深厚积累，与中国企业在人工智能运用履行方面的广泛履历相结合，共同开拓出知足多样化市场需求的办理方案。

作为人工智能领域的先锋，美国企业应推广利用人工智能技能办理环球性问题。
例如，增加对能源、环境和生命康健等人类社会重大问题的研发投入，探索人工智能在办理环球性危急中的浸染。

（作者：杨锡怡、周小宇，上海科技大学创业与管理学院；贾佳，上海科技大学图书信息中央；汪寿阳，上海科技大学创业与管理学院 中国科学院预测科学研究中央 中国科学院数学与系统科学研究院。
《中国科学院院刊》供稿）