近年来，人工智能技术发展迅速，涌现了一些革命性创新。与发达国家相比，在推动人工智能创新和应用的过程中，我国拥有人才潜力、数据规模和丰富的市场应用场景等优势。但在关键硬件、基础研究和支撑要素等方面，也存在一定差距。这种差距是人工智能发展历史积累在一定时期内的必然结果，也是特定阶段人工智能创新链和产业链全球化分工不同的反映。当前，通用人工智能的发展还处于起步阶段，产业智能化转型也是一个长期趋势，应该客观理性看待这种差距，加强我国在人工智能领域应用层的比较优势，形成人工智能应用的庞大长尾市场，培育新动能，促进经济高质量发展。

从全球范围来看，在人工智能知识创新领域，中国、美国和欧盟是主要力量。美国人工智能期刊论文全球占比基本维持在14%左右，被引用量全球占比不足18%；欧盟略低于美国，我国论文总量和被引用量全球占比分别超过30%和27%，均居世界第一位。高质量论文数量方面，美国仍然有领先优势，但我国已占据世界第二位。电子预印文献越来越成为新兴科技创新知识传播的流行方式，也是反映不同国家创新活跃度和创新水平的重要指标。2010年，我国发表的人工智能电子预印文献全球占比不足3%，2021年已上升到16.6%，被引用量全球占比增加到16.4%，呈现量质同步提升的发展态势。

在人工智能的专利创新领域，研究统计显示，我国人工智能专利申请总量已超过美国跃居世界第一，授权专利和累积量虽仍低于美国，但持续快速提升。美国人工智能授权专利占全球份额已从最高的71%下降到目前的50%左右。我国则从2010年的不足0.5%上升到2021年的16.6%。我国在智能运载等部分领域已具有相对优势，在深度学习和知识图谱等部分领域呈现出较大发展潜力。

从创新资源来看，美国仍具有人工智能高质量人才优势，但从近3年发布的人工智能全球最具影响力学者榜单(AI 2000)来看，中国入选的学者数量增速均超过美国。中国在经典AI、语音识别、芯片技术等多数领域人才规模居第2位，在多媒体和物联网等部分领域人才规模居世界第1位。我国算力规模排在全球第2位，占全球份额为27%，美国为31%。超级计算机和超算算力发展格局与此类似。我国数据规模年均增长超30%，数据规模大、数据标签成本低，“数据的力量”甚至被认为是我国在人工智能竞争中的重要优势。

从人工智能大模型发展来看，截至2023年底，中国10亿参数规模以上的大模型厂商及高校院所共计254家，发布大模型近80个，部分国产大模型已面向市场投入应用。

尽管在全球范围内，我国已经成为人工智能发展的主要力量，但不可否认的是，整体上我国还处于跟随阶段，在关键硬件、基础研究和支撑要素上仍然存在较大差距。

从关键硬件来看，发展人工智能所需要的全球图形处理器（GPU）、现场可编程逻辑门阵列（FPGA）和人工智能专用芯片主要是由发达国家控制，其高性能产品占有全球超过80%的市场份额，部分产品完全垄断全球市场。中国的这类企业多为2010年后成立，发展历史短，技术积累相对较少，与国际领先水平存在较大差距。在关键硬件创新方面，面临着先进制造生产制造约束等问题。

从基础研究来看，中国创新布局主要集中在机器学习、无人机、智能机器人、语音识别、自动辅助驾驶等人工智能应用领域，发达国家则在处理器和智能芯片、大模型算法和大型平台等领域有更好的技术积累。在图像平台和语音平台等领域，我国和发达国家均有大量相对成熟且有一定知名度和规模用户的平台，但美国在核心关键算法和系统基础软件等领域起步早，在基础算法、框架模型和智能云平台等领域拥有更多开发企业和更强技术实力，其人工智能框架在中国市场份额超过85%。因而，核心关键算法和系统基础软件仍是制约我国人工智能发展的一大短板。

从支撑要素来看，人工智能是典型的资本密集型创新，风险投资对人工智能创新具有重要推动作用。虽然在全球范围内，我国是人工智能风险投资浪潮的主要推动者之一，但比较而言，发达国家在这一领域投资涉及领域广，早期天使投资和种子融资多，对起步期人工智能发展促进作用大，且投资全球占比持续上升。我国人工智能风险投资大额交易多，具有更强的交易属性，不利于创新型小微企业发展。受外部环境因素变化影响，近年我国人工智能风险投资增速呈下降趋势，差距有所拉大。

今后一段时间，人工智能领域的革命性创新仍然有可能出现，在追赶人工智能前沿的过程中，我国与发达国家的发展差距还可能会出现起伏波动，但在推动人工智能创新和应用的过程中，我国在人才潜力、数据规模和丰富的市场应用场景等方面的优势也在逐步显现。

有研究认为，目前生成式AI应用的最大问题，是需要证明自身的价值，因为目前以基础大模型为先的应用用户留存率明显不够。当前头部App消费级公司，第一个月的用户留存率能达到60%～65%，高的甚至能达85%。生成式AI应用的用户留存率，中位值只有14%。有研究机构指出，这意味着，用户还没有在生成式AI产品中找到足够价值，能够每天都使用。因此，如果开发者想要建立起持久的业务，就需要解决用户留存问题。因此，生成式AI真正的商业价值还在于各种应用场景的发掘。

从应用角度来看，发展人工智能主要是要培育发展新质生产力，推动越来越多的行业和企业加快接入人工智能，形成人工智能应用的庞大长尾市场，降低生产成本，提高生产效率，优化生产组织，培育新动能，促进经济高质量发展。在一般市场中，长尾市场通常为80%左右，但在人工智能应用市场，长尾效应将更加显著。这种长尾效应还将进一步带动降低人工智能应用成本，大量应用产生的数据和需求又有利于进一步完善和提升人工智能技术，形成有利于人工智能发展的正反馈循环。尽管发达国家在人工智能的基础研究和原创领域具有一定的先发优势，但我国却已经在应用层优先发力，并在若干应用领域形成了一定的比较优势，这是我国在人工智能领域应该保持并继续加强的发力点。

人工智能本质是新一代信息通信技术与自然和社会科学等多学科结合的综合集成创新，是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。作为科技创新成果，发展人工智能应该造福全人类，而不应该是限制遏制其他国家发展的手段。各国发展人工智能，都需要开展合作和良性竞争，让人工智能发展更好造福世界各国人民，避免形成技术壁垒，产生新的“智能鸿沟”。

（作者：彭绪庶 吕本富，分别系中国社会科学院信息化研究中心主任、中国社会科学院习近平新时代中国特色社会主义思想研究中心特约研究员,中国科学院大学管理学院教授）