毕业论文网
该文是关于人工智能论文范文，为你的论文写作提供相关论文资料参考。
大数据、人工智能和软件业机遇
摘 要：大数据技术的成熟和广泛应用,以及人工智能取得的突出进展,逐渐改变了人们的生活方式,并使得人们对未来生态产生了新的憧憬.大数据、人工智能等新兴技术与软件业发展密不可分,给软件业的发展带来了新的市场需求,并为软件业转型升级提供了技术支撑.我国软件市场有望迎来新一轮的增长.为此,必须不断提升创新发展能力,抢占产业发展主导权；强化应用落地推广,培育行业融合发展；构建产业生态体系,形成创新引领发展模式；坚持开放创新道路,提升国际化发展水平.
关键词：信息技术大数据人工智能软件业
作者简介：
隋秀峰,中国工程院战略咨询中心副研究员；
闫晓丽,赛迪智库网络空间研究所副所长、高级经济师；
王闯,赛迪智库网络空间研究所网络安全研究室主任、助理研究员；
王龙康,赛迪智库网络空间研究所助理研究员.
当前,信息技术的创新不断加快,信息领域新产品、新服务、新业态大量涌现,新一代信息技术的发展极大地提升了信息资源配置效率.大数据技术的成熟和广泛应用,以及人工智能取得的突出进展,逐渐改变了人们的生活方式,并使得人们对未来生态产生了新的憧憬.大数据、人工智能等新兴技术与软件业发展密不可分,给软件业的发展带来了新的市场需求,并为软件业转型升级提供了技术支撑.我国软件市场有望迎来新一轮的增长.
一、大数据发展现状与特点
2017年以来,大数据产业政策加速出台,政府数据开放共享取得突破,创新体系不断完善,产业发展环境进一步优化,市场规模保持中高速增长,应用场景日益丰富,新模式、新业态不断涌现,产业发展趋向成熟期.
（一）产业环境不断优化
近年来,针对大数据的产业政策不断出台,管理规范不断完善,产业发展环境持续优化.一是顶层设计进一步完善,在国务院《促进大数据发展行动纲要》等政策文件的基础上,国家发改委、、国家林业局、农业部等部门紧密出台了一系列产业发展的政策,如国家发展改革委的《促进大数据发展三年工作方案（2016—2020年）》、的《大数据产业发展规划（2016—2020年）》、国家林业局的《关于加快中国林业大数据发展的指导意见》、农业部的《农业农村大数据试点方案》等；二是区域政策相继出台,北京、上海、广东、浙江等20余个省市相继出台了针对大数据产业发展的意见和方案,如浙江省发布的《促进大数据发展实施计划》、福建省发布的《促进大数据实施方案》等,根据各省市自身条件和基础部署不同的大数据产业发展路径；三是统筹管理体系基本成型,截至2017年6月,全国多个省市自治区相继成立了大数据管理和服务机构,如广东、辽宁、四川以及广州、兰州、成都市等多个省市成立了大数据管理局,充分发挥政府部门的统筹决策和资源整合作用,加快区域大数据产业发展；四是人才培养步入高速发展的通道,自2016年2月教育部在《2015年度普通高等学校本科专业备案和审批结果》中首次增加“数据科学与大数据技术专业”以来,我国已有35所高校获批该专业,并形成相对完备的大数据课程体系；五是政府投资项目持续增长,2016年各省（直辖市、自治区）政府积极布局大数据项目,投资项目增长迅速,其中广东、北京两地政府投资项目数领先,山东、河北、福建和江苏等省份也位居前列.
（二）产业进入稳定发展期
市场规模仍保持中高速增长.从世界范围看,2016年全球大数据市场规模达580.3亿美元,同比增长26.0%,增长速度仍处于较高水平.中国经济在新常态下平稳运行,保持中高速增长.随着大数据思想的逐步扩散,传统行业纷纷加快了大数据转型的步伐,中国大数据市场规模2016年达到167.7亿元,同比增长34.3%,相比2015年有一定上升.
软件产品成为大数据未来的市场热点.全球大数据市场硬件依然占据统治地位,2016年硬件销售额达273.3亿美元,占47.1%；软件与服务分别实现销售额139.3与167.7亿美元,分别占比24.0%与28.9%.中国2016年的大数据投资中,以数据挖掘、统计分析、可视化为代表的软件产品开始成为大数据投资的重点,销售额达60.4亿元,占比36.0%；硬件产品作为基础平台仍旧保持最大占比,实现销售额75.5亿元,占比45.0%；服务类产品的市场规模达31.8亿元,占比19.0%.
大数据产业区域集聚发展格局逐步形成.在区域产品销售市场,华东、华中、华北仍占据主要的份额.2016年随着传统行业与大数据融合应用深化,更多互联网企业加速
对北、上、广、深等一线城市进行业务布局,由此拉动大数据解决方案的采购需求.与此同时,智慧城市建设步伐加快,也很大程度带动了大数据市场的快速发展.
大数据产业行业分布相对集中.2016年,互联网、金融、电信行业仍是大数据IT产品市场的主要份额,其中互联网所占市场份额最高,对大数据有关产品的投资达60.9亿元,占市场总额的36.3%；金融业和电信业有着对海量的数据资源与数据处理的需求,对大数据的投资规模紧随互联网行业之后,分别为32.2亿元与30.4亿元.
（三）应用场景日益丰富
大数据的积累和应用条件日益成熟.信息领域的大数据积累基本上经历了三个阶段：第一个阶段是2005—2010年,第一波以金融、保险、银行、电信、电网、医疗为主的大客户群体陆续上线各类信息系统和业务系统,类似于ERP、CRM、OA和HIS等,按照3~5年的数据沉淀周期,到2013年形成了一定的数据规模；第二个阶段是2012年左右,云计算和大数据等概念开始越来越多地被提及,以Hadoop为代表的数据分析架构和以SAP BO、Oracle BIEE和IBM Congos为代表的各类分析工具开始了企业级应用；第三个阶段是2013年至今,贯穿数据采集、交互式查询、批处理、流处理、机器学习和可视化的数据分析全流程得到广泛关注,主要行业领域的大数据解决方案,以及相关软硬件供应商加速涌现,市场快速进行应用阶段,结合业务场景的分析成为重中之重.随着数据收集渠道的扩展,数据来源不断扩大,如IOT设备从2012年的87亿台增长到2016年的229亿台,移动智能终端从2013年的3.2亿台增长到2016年的13.7亿台,智能汽车每天产生的数据量约为2PB,石油钻井平台每天产生的数据量约为1-2TB,涡轮发动机每天产生的数据量约为1-5TB.
大数据的应用场景日益丰富,应用效益初步显现.一是金融大数据和电信大数据持续领跑行业应用.虚拟化及电子化交易成为大数据时代金融行业发展的主要特征.征信、风控、反欺诈、量化投资和智能投顾等应用场景协力推进金融大数据的落地.运营商通过内、外部应用同步拓展,实现大数据在市场营销、网络优化和运营管理上的应用,并以金融等垂直领域为试点,拓展数据变现渠道.二是工业大数据和政务大数据塑造未来应用热点.制造业存在着260字节的数据,其存储的数据体量远远超出其他行业,大数据已经成为以“中国制造2025”“德国工业4.0”“美国CPS”为核心的新一轮产业革命的核心.政府和大数据的结合成为历史发展的新趋势,政府大数据技术建构和数据应用进入了启动期.技术的研发、应用的创新、管理的调整、理念的学习,成为政府大数据发展的关键词.三是大数据交易成为大数据服务应用新热点.政府和企业分别建立了大量大数据交易平台,如政府和国企主导的贵阳大数据交易所、上海数据交易中心、江苏大数据交易中心,以及私企主导的数据堂、京东万象等,这些大数据交易中心主要交易数据包、API和数据分析报告等,并提供数据采集、清洗等交易服务.
二、人工智能发展现状与特点
近年来,人工智能发展受到各方关注,产业发展进入快速增长期,技术创新持续活跃,行业应用加速渗透,驱动人们工作生活方式的持续变革,人工智能产业的发展将迈进新阶段.
（一）产业环境持续优化
全球多个国家将人工智能上升到国家战略高度.自2016年下半年起,美英等发达国家相继发布人工智能国家战略,彰显其在人工智能领域抢占全球竞争制高点的决心.2016年10月,美国白宫发布了《为人工智能的未来做好准备》和《美国国家人工智能研究与发展策略规划》,12月发布了《人工智能、自动化与经济》.同月,英国政府发布了《人工智能：未来决策制定的机遇与影响》.我国政府一直高度重视人工智能产业的发展.在《中国制造2025》中,将“智能制造”定位为中国制造的主攻方向,在《国务院关于积极推进“互联网+”行动的指导意见》中将人工智能列为11项重点行动之一.2017年3月,人工智能首次被写入政府工作报告.国务院总理李克强在政府工作报告中提到,“要加快培育壮大新兴产业,全面实施战略性新兴产业发展规划,加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化,做大做强产业集群”.
人机大战持续引爆全社会对人工智能的关注.人类与机器的博弈一直以来都是检验人工智能发展水平的重要方式.历史中,IBM深蓝打败了国际象棋大师卡斯帕罗夫,超级计算机浪潮天梭击败了5位中国象棋特级大师,但在计算复杂性极高的围棋领域,人工智能长期以来尚无法与人类智能相抗衡.2016年起,谷歌研发成功基于深度学习的围棋人工智能程序AlphaGo,其先是以4：1的总比分战胜全球围棋顶尖高手李世石,引发了社会各界的高度关注.2017年5月,在乌镇巅峰论剑中,升级版的AlphaGo以3：0战胜世界围棋史上最年轻的四冠王、世界围棋第一人柯洁,宣告了人工智能已在围棋领域超越人类.人机大战引发社会各界对人工智能的关注,极大提升了人工智能的社会影响力.据统计,2017年5月25日至27日,百度指数显示AlphaGo对战柯洁的关注度已逾100万人次.这一事件标志着随着深度学习等核心技术的突破,人工智能发展水平已上升到了新的高度,人工智能技术的产业化应用将加速展开.
人工智能产业协同发展的生态体系得到完善.以软件技术创新与应用为核心,带动硬件设备、内容制作、运营服务等多个环节发展,其中,构建协同发展体系至关重要.2017年,行业巨头纷纷通过开放基础技术平台、计算平台来汇集产业资源,大力度构建以企业大平台为中心的产业生态体系.产业联盟有助于推动产业界各企业的协同发展,也是产业生态构建中的重要组成.6月份,中国人工智能产业创新联盟成立,旨在推动中国人工智能产业的创新发展,搭建人工智能产业创新合作与对接平台,整合各类产业资源,提供产业公共服务.首批参加联盟的机构有近200家,涵盖人工智能领域软硬件产品企业、应用企业、投资机构、高校院所、地方（园区）发展机构（部门）等领域.
（二）产业进入发展快车道
人工智能市场规模快速增长.2016年,全球人工智能市场呈现出稳步增长,市场规模为1937.8亿元人民币,同比增长14.6%.市场增长的动力主要源自智能化工业机器人的良好发展,以及服务机器人的快速爆发.随着国家对人工智能重视程度地提升,各大互联网企业不断发力人工智能,2016年中国人工智能市场规模达到237.1亿元,增长率为16.3%.
人工智能硬件平台市场巨大.在全球发达国家对工业制造重新重视的趋势下,2016年全球人工智能市场结构中智能硬件平台占比达到63.1%,高于应用软件平台产品；中国智能硬件平台和应用软件平台市场规模分别为139.9亿元和97.2亿元,占比为59.0%和41.0%,其中服务机器人在减速器、伺服电机等领域的技术门槛低于工业机器人,通过结合语言处理和机器视觉等软件技术,能快速普及应用到民生各领域,市场规模也迅速增大.
人工智能产业区域集聚发展格局逐步形成.在区域市场结构,华北、华东、华南市场仍占据主要的市场份额.2016年,随着人工智能应用深化,更多人工智能企业加速对北、上、广、深等一线城市业务布局,与此同时,这些区域智慧城市建设步伐加快,也很大程度带动了人工智能产品市场的快速增长.
人工智能行业结构相对集中.其中,互联网行业的人工智能应用最为广泛,市场占比达到20.4%；金融领域次之,达到18.5%；安防交通对计算机视觉产品的需求较大,占比达到15.3%.
（三）产业发展活力强劲
人工智能技术创新的方向更加清晰,技术创新演进速度不断加快.2017年2月,在人工智能界年度顶级会议AAAI大会上发表的639篇学术论文中,有50%以上的论文有华人参与,百度、腾讯更是成为了大会的黄金赞助商.同月,在《MIT科技评论》公布的2017年度全球十大突破技术中,人工智能领域的技术就有3个,分别为强化学习、自动驾驶货车和刷脸支付.当前,全球领军企业和高校都在聚焦人工智能产业的技术创新,加大研发力度和资金、设备、人力的配置.2017年,技术创新持续活跃,新技术不断涌现,特别是开源模式成为人工智能技术创新的主要模式.清华大学、北京大学、中国科技大学、中科院等高校和科研院所着力于人工智能基础技术方面的研发；科大讯飞、百度、格灵深瞳、乐视、地平线等人工智能企业则从产业化应用角度出发,重点研发实用型技术.
人工智能技术在各类产品中集成应用,已成为全球科技企业产品研发的重要技术基础,使得各类产品演进呈现出“人工智能+”的突出特征.在2017国际消费电子产品展大会（2017CES大会）上,欧、美、中、日、韩厂商均发布了最新智能化产品,几乎所有的白色家电都开始集成人工智能技术,探索智能家电的智能系统,如海尔Smartlife、长虹SmartService和TCL AIxperience等.在2017世界移动通信大会（2017MWC大会）上,新型智能手机也均搭载了人工智能助手,华为新发布的P10内置了Alexa语音助手.作为人工智能集成应用的重要方向,无人驾驶汽车受到了各界更多的关注,2017年百度正式发布了“Apollo”开源计划,并与北京汽车、一汽解放、奇瑞等汽车厂商分别达成了深度战略合作,将极大加快全球智能汽车的研发进度,提速智能汽车的产业化发展进程.与此同时,智能音箱、智能水杯等新智能产品不断涌现,成为人工智能集成产品的新成员.
企业人工智能战略逐步落地.近年来,全球科技巨头大幅加快了在人工智能领域的布局,纷纷发布“人工智能优先”企业战略,并于2017年逐步落地.如微软收购了人工智能公司Maluuba,进一步强化机器阅读和编写能力；Saleorce推出了名为“爱因斯坦”的人工智能产品,全面向人工智能进军；IBM建成沃森物联网总部,专注用人工智能来进军物联网应用；英特尔成立了人工智能产品事业部,整合了企业人工智能力量,专注技术和产品研发.我国BAT等科技巨头在国家政策以及资本的推动下,也在不断加强人工智能领域的战略布局,如腾讯任命人工智能领域顶尖科学家张潼博士担任腾讯AI Lab主任；百度任命陆奇为百度集团总裁兼首席运营官,巩固在人工智能领域的领先地位；阿里巴巴任命任小枫担任人工智能核心团队iDST的副院长和首席科学家.同时相关企业也通过人工智能获得诸多收益,以百度为例,其长期以来持续加强人工智能的研发力度已为其带来红利,如百度地图已经具备了增强现实（AR）导航、智能路线决策以及跨城出行规划+快速购票等功能,集成了语音交互相关技术,大幅提升了用户体验,进一步提升了百度地图的市场竞争力.
伴随人工智能技术的创新与应用,人工智能领域的创业持续活跃,创业环境加速优化.一方面,人工智能开源软件的不断涌现加速了人工智能技术的普及,大幅降低了人工智能领域技术研发的门槛,助力新兴企业发展.谷歌Tensorflow的应用规模持续加大,百度正式发布了“Apollo”开源计划,脸书开源了Caffe2深度学习框架和新一代AI训练服务器Big Basin.另一方面,市场资金对于人工智能企业发展的支持力度不断加大,市场的投资热情依然高涨,人工智能在“虚热”和“实干”中不断前进.据36氪研究院的数据,截止到2017年6月,我国人工智能类创业公司超过650家,产业规模较2016年同期增长51.2%,投融资事件超过430起,融资总额达340亿元人民币,整体行业获投率较高.主要投资者包括北极光创投、创新工场、经纬中国、真格基金、IDG、联想之星、明势资本、源码资本、天启资本等,主要投资方向有无人驾驶、智能硬件、语音交互等.此外,大型科技企业不断加大在人工智能领域的投资,通过设立专项基金等方式推动人工智能创新型企业的发展.
三、大数据、人工智能有力推动软件业转型升级
软件是大数据、人工智能等新兴技术的核心,大数据和人工智能的快速发展为软件业发展带来了新的政策和市场,并为软件业转型升级提供技术支撑,将成为软件业新的增长点,为软件业发展带来新的机遇.
（一）大数据、人工智能对软件业拉动作用明显
软件是大数据和人工智能产业发展的核心.一方面,软件是人工智能产品的灵魂,人工智能从产品结构上可分为智能硬件平台和应用软件平台.智能硬件平台主要包括智能工业机器人、服务机器人、智能无人设备等,应用软件平台则主要包括语义分析、机器视觉和语音识别等,而智能硬件平台也需要人工智能软件的支撑.另一方面,软件是大数据产品的基础,大数据产品主要分为硬件、软件与服务三大类,其中硬件包括为了部署大数据分析系统/平台而采购的服务器、存储、一体机等设备,软件包括数据库、数据仓库、大数据分析与呈现工具等,服务则包括围绕部署、运行大数据分析系统/平台而采购的咨询规划、系统集成、运维服务等,硬件和服务均是为软件功能实现提供支撑的.
大数据、人工智能对软件业的产业贡献不断加大.2016年,全球软件市场迎来了新一轮的增长,市场规模达到3463.5亿美元,同比增长3.5%；而2016年全球大数据市场中软件规模为139.3亿美元,全球人工智能市场中软件平台规模约为110亿美元,两者约提供了软件市场规模的7%.2016年,我国宏观经济保持稳定的中高速增长,带动我国软件市场继续增长,全年软件市场规模达到2849.7亿元,同比增长14.9%；而2016年中国大数据市场中软件规模达60.4亿元,占比为36.0%；中国人工智能市场中软件平台规模达97.2亿元,占比为41.0%,大数据和人工智能市场两者约提供了软件市场规模的8%.同时,大数据和人工智能产业中软件所占比例仍在不断上升,其对软件产业的贡献将不断增加.
（二）大数据、人工智能产业发展潜力巨大
产业发展环境将持续优化.在大数据方面,随着《促进大数据发展行动纲要》《大数据产业发展规划2016—2020年》以及医疗、交通、林业、国土资源、水利等行业领域大数据政策将进入落地实施阶段,大数据产业发展政策环境将持续优化.各地方政府数据开放平台加紧建设,国家政府数据统一开放平台建设初见成效,全国政府信息系统和公共数据逐步实现互联开放共享.同时,随着大数据交易流通进入快速发展期,数据分级分类管理框架、大数据交易流通规则、监督管理机制和信息披露制度、流通审查和风险评估体系等将加速建立,大数据市场交易、跨境流通环境将加速完善.在人工智能方面,随着我国对人工智能重视程度的不断加深,借鉴美国、英国等国发布的国家人工智能发展战略,国务院于2017年7月20日发布了《新一代人工智能发展规划》,从战略态势、总体要求、重点任务、资源配置、保障措施、组织实施等六大部分对未来我国人工智能的发展做出了全面部署.预计下一步,、科技部、发改委、网信办等相关部门将围绕各自的业务职能发布支持人工智能产业发展的专项政策.北京市、上海市、深圳市、贵阳市等重点省市也有望出台推动人工智能产业发展的专项规划.
大数据、人工智能产业将保持高速发展.随着大数据一系列政策的出台,大数据的应用与市场前景良好.随着市场规模的不断增大,大数据市场将继续保持高速增长,增速将有所放缓并趋于稳定,2017—2019年中国大数据市场年复合增长率有望达到32.6%,2019年中国大数据市场规模将达到391.3亿元.随着智能家居、大数据、人脸识别等新兴应用逐步走向成熟,智慧城市、智能制造不断深化,将驱动中国人工智能市场保持稳步增长,2017—2019年中国人工智能市场年复合增长率将达到22.8%,2019年中国人工智能市场规模将达到439.2亿元.
（三）大数据、人工智能等新技术推动软件业转型升级
大数据、人工智能等新兴领域为产业快速发展注入新动能.一是大数据产业快速增长带来新的应用方向.随着国家大数据战略推进实施以及《大数据产业发展规划（2016—2020年）》等相关政策的贯彻落实,大数据产业发展环境将进一步优化,社会经济各领域对大数据服务需求将进一步增强,产业规模将继续保持30%以上的调整增长态势.一系列新兴的专业化大数据企业纷纷崛起,如TalkingData、碳云智能、数梦工场等,其中TalkingData产品覆盖40亿移动终端,积累海量数据,服务于金融、地产等领域的大型客户.二是智能制造为我国制造业企业信息化建设带来巨大的市场需求.2016年以工业软件为代表的制造业领域软件市场一枝独秀,在“互联网+”的深入应用下,智慧城市、智慧政务成为软件应用的又一重要场景,推动了大数据、人工智能等新兴技术在工业领域的集成应用,政府领域的软件需求进一步扩大,成为中国第二大软件市场,电信运营、教育、银行和交通行业的软件应用紧随其后.三是人工智能所带来的经济社会价值将持续释放.随着我国软件与互联网技术向各行各业持续深入,云计算、大数据、物联网等相关产业不断进步,人工智能核心技术的研究重点可能将从深度学习转为认知计算,有望取得关键技术突破,进而在农业、工业、服务业等多个领域催生新的应用模式和产品,助推传统产业转型升级和战略性新兴产业整体性突破,人工智能产业市场规模将持续扩大,人工智能及其相关产业发展增速将超过35%.
四、对策建议
（一）提升创新发展能力,抢占产业发展主导权
加大基础研发投入力度.在大数据方面,围绕数据科学理论体系、大数据计算系统与分析、大数据应用模型等领域进行前瞻布局,加强大数据基础研究；发挥企业创新主体作用,整合产学研用资源优势联合攻关,研发大数据采集、传输、存储、管理、处理、分析、应用、可视化和安全等关键技术；突破大规模异构数据融合、集群资源调度、分布式文件系统等大数据基础技术,面向多任务的通用计算框架技术,以及流计算、图计算等计算引擎技术；支持深度学习、类脑计算、认知计算、区块链、虚拟现实等前沿技术创新,提升数据分析处理和知识发现能力.在人工智能方面,集中力量突破基础研发的重点环节,如类脑芯片、人工智能操作系统、无监督学习算法、迁移学习等,缩短在基础研发方面与顶尖企业的差距；加快支持人工智能企业构建涵盖机器学习、语音识别、语义分析、图像处理、控制决策等众多技术在内的体系化的开源平台,在更广泛的领域聚集创新资源,带动和促进人工智能技术发展及其在各领域的应用；加快构建面向公众开放的人工智能研发与测试平台,如促进终端与云端协同的人工智能云服务平台、新型多元智能传感器件与集成平台、大数据智能化服务平台等.
依托新技术提升国内软件产业层级.大数据、人工智能等新技术的快速发展将有助于提升我国软件产业层级.一是我国软件产业长期处于产业链的末端.从2016年产业数据看,我国软件市场规模达2849.7亿元,同比增长14.9%,但其中应用软件市场规模为2174.0亿元,占据76.3%市场份额.我国软件市场总体来看,还是更倾向于发展低附加值的软件外包,高附加值软件研发仍然处于劣势,这说明我国在软件产业仍存在核心技术受制于人的问题,缺少自己的产业生态,难以实现产业发展的掌控力.二是大数据、人工智能等新技术将颠覆传统软件产业的生态体系,大数据和人工智能技术颠覆了现有的操作系统、数据库等基础软件模式,为我国企业提供了一个弯道超车的机会.对软件企业而言,要想获得长久的发展,在市场中立于不败之地,必须加强研发投入,提升核心技术能力,掌控产业发展主导权,只有长此以往方能形成企业核心竞争力.
（二）强化应用落地推广,培育行业融合发展
充分发挥软件的深度融合性、渗透性和耦合性作用,加速软件与各行业领域的融合应用.围绕制造业关键环节,重点支持高端工业软件、新型工业App等研发和应用,发展工业操作系统及工业大数据管理系统,提高工业软件产品的供给能力,强化软件支撑和定义制造的基础性作用；面向“互联网+”现代农业发展需求,围绕农业生产管理、经营管理、市场流通等环节,支持相关应用软件、智能控制系统、产品质量安全追溯系统,以及农业大数据应用、涉农电子商务等发展；面向“互联网+”能源发展需求,支持发展能源行业关键应用软件及解决方案,推进能源生产和消费协调匹配；坚持鼓励创新和规范引导相结合,发展互联网金融相关软件产品、服务和解决方案,强化对“互联网+”金融的支撑服务.支持物流信息服务平台、智能仓储体系建设,以及物流装备嵌入式软件等研发应用,提升物流智能化发展水平；支持面向交通的软件产品和系统研发,支撑智能交通建设,提高交通运输资源利用效率和管理精细化水平.
以应用场景创新为突破,推动人工智能应用产业化落地.人工智能是以技术创新驱动发展起来的,能不能把技术与特定场景有效结合以实现场景的创新,是人工智能应用产业化落地的关键.一方面,企业作为场景创新和人工技术融合的主体,要树立没有场景的人工智能是“花架子”的共识,加速推动人工智能技术和更多的行业融合,不断丰富用户场景的创新和想象力.另一方面,在每一个场景中,用户既是场景的体验者,同时也是场景构建所需数据信息的供给者,用户有权力用拇指决定一个场景的生死兴衰.人工智能企业要做好“跨界”与“深耕”,即跨行业、跨部门做好商业模式的创新,深耕市场和用户场景体验.此外,政府要创新技术与产业融合下新兴产业形态的管理模式,既要给予新兴场景应用的市场空间,又要做好市场秩序的规划管理.
加强大数据在重点行业领域的深入应用,促进跨行业大数据融合创新.推动电信、能源、金融、商贸等行业领域大数据应用,推进行业数据资源的采集、整合、共享和利用,加速传统行业经营管理方式变革、服务模式和商业模式创新及产业价值链体系重构；打破体制机制障碍,打通数据孤岛,创新合作模式,培育交叉融合的大数据应用新业态,支持电信、互联网、工业等领域率先开展跨领域、跨行业的大数据应用,培育大数据应用新模式,支持大数据相关企业与传统行业加强技术和资源对接,推动大数据融合应用；以民生需求为导向,以电子政务和智慧城市建设为抓手,以数据集中和共享为途径,推动全国一体化的国家大数据中心建设,推进技术融合、业务融合、数据融合,实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务,促进政府数据和企业数据融合,为企业创新发展和社会治理提供有力支撑.
（三）构建产业生态体系,形成创新引领发展模式
加快构建产业生态.面向重大应用需求,以构建基础软件平台为核心,逐步形成软件、硬件、应用和服务一体的安全可靠关键软硬件产业生态；以高端工业软件及系统为核心,建立覆盖研发设计、生产制造、经营管理等智能制造关键环节的工业云、工业大数据平台,形成软件驱动制造业智能化发展的生态体系；围绕新型消费和应用,以智能终端操作系统、云操作系统等为核心,面向移动智能终端、智能家居、智能网联汽车等新兴领域,构建相应的产业生态体系.
着力培育创新型企业.支持行业领军企业牵头组织实施重大产品研发和创新成果转化,不断提高新型产品和服务的市场占有率和品牌影响力；支持企业面向大数据、人工智能等新技术新环境,重塑业务流程、组织架构,创新研发模式、管理模式和商业模式,发展新技术、新产品和新服务；加强政策扶持、项目带动和示范引领,培育一批专业化程度高、创新能力突出、发展潜力大的细分领域优势企业；支持建设创客空间、开源社区等新型众创空间,发展创业孵化、专业咨询、人才培训、检验检测、投融资等专业化服务,优化改善中小企业创新创业环境.
打造特色优势产业集群.依托中国软件名城、国家新型工业化产业示范基地（软件和信息服务）、中国服务外包示范城市、软件出口（创新）基地城市等,做强优势领域和主导产业,提升产业集聚发展水平；支持京津冀、长江经济带、珠江—西江经济带等区域加强软件技术、产品和服务创新,突出特色优势,加快融入全球产业链布局；发挥东北地区装备制造集群优势,发展面向制造业的软件和信息技术服务,助力东北老工业基地振兴；支持中西部地区结合国家相关战略实施,发展特色软件和信息技术服务业.
（四）坚持开放创新道路,提升国际化发展水平
把握“一带一路”建设的实施机遇,以龙头企业为引领深度融入全球产业生态圈,提升国际化发展水平和层次.推动企业开展国际化合作,充分利用全球资源,支持企业建立完善海外运营机构、研发中心和服务体系,如在人工智能领域加强企业与全球人工智能相关领域知名专家的合作,共同探索突破新一代人工智能基础理论瓶颈和共性技术难题；鼓励发展跨境电子商务、服务外包等外向型业务,充分参与国际市场竞争,推动软件和信息技术服务出口,打造国际品牌；成立由我国主导的国际化行业组织,充分利用国际合作交流机制和平台,加强在大数据、人工智能关键技术研究、产品研发、数据开放共享、标准规范、人才培养等方面的交流与合作,积极参与国际规则体系建设,提升企业在国际上的话语权；依托双边、多边合作机制和平台,加强政企联动,以龙头企业为主体开展重大合作示范项目建设,支持企业联合,发挥产业链协同竞争优势,集群化“走出去”；加强原创技术引进渠道和机制建设,深化与技术原创能力强的国家和地区的产业合作,加快引进人才、技术、知识产权等优势创新资源,提高产业“引进来”的合作层次和利用水平.
参考文献:
1.迪莉娅：《我国大数据产业发展研究》,《科技进步与对策》2014年第4期.
2.魏凯：《大数据产业发展状况及政策思考》,《电信网技术》2014年第4期.
3.朝乐门、马广惠、路海娟：《我国大数据产业的特征分析与政策建议》,《情报理论与实践》2016年第39期.
4.汪晓文、曲思宇、张云晟：《中、日、美大数据产业的竞争优势比较与启示》,《图书与情报》2016年第3期.
5.房俊民、田倩飞、徐婧等：《全球大数据产业发展现状、前景及对我国的启示》,《中国科技信息》2015年第10期.
6.薄文广、吴承坤、张琪：《贵州大数据产业发展经验及启示》,《中国国情国力》2017年第12期.
7.邓子云、杨子武：《发达国家大数据产业发展战略与启示》,《科技和产业》2017年第17期.
8.朱巍、陈慧慧、田思媛等：《人工智能：从科学梦到新蓝海——人工智能产业发展分析及对策》,《科技进步与对策》2016年第33期.
9.闫德利：《2016年人工智能产业发展综述》,《互联网天地》2017年第2期.
10.温晓君：《中国发展人工智能产业的建议》,《中国经济报告》2017年第3期.
11.人工智能产业形势分析课题组：《2018中国人工智能产业展望》,《高科技与产业化》 2018年第2期.
12.王小辉：《人工智能产业发展的风险及对策研究》,《通讯世界》2017年第23期.
13.宁兆硕：《中国人工智能产业发展分析及对策研究》,《山东行政学院学报》2018年第1期.
14.沈海波、周如旗、朱雄泳：《大数据时代软件工程专业建设的思考》,《计算机教育》2015年第23期.
15.刘璘、周明辉、尹刚：《大数据时代软件工程专题前言》,《软件学报》2017年第 6期.
16.贺先林：《基于大数据背景下软件工程技术研究》,《中国科技投资》2016年第24期.
17.黄全舟：《人工智能与软件工程的交叉研究》,《微机发展》1997年第1期.
18.王乾坤：《人工智能思想在软件设计中的应用》,《软件导刊》2007年第15期.
责任编辑：谷岳
人工智能论文范文结:
大学硕士与本科人工智能毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写人工智能方面论文范文。
2、人工智能的论文