人工智能生态系统方面，美国也更为完善和活跃，创业公司数量远超中国。由研究机构、大学及私营企业共同组成的生态系统庞大、创新且多元。硅谷在科技领域日积月累的强劲实力形成了强大而难以复制的优势。

　　*美国的AI生态更完善和活跃

　　除了技术储备和创业生态，中国在发展人工智能的时候还有两个问题需要考虑：

　　拦在中国AI路上的三座大山

　　数据环境有待放开

　　*中国政府数据开放度为全球第93名

　　首先，尽管中国的科技巨头能够通过其专有平台获得海量数据，但在创建一个标准统一、跨平台分享的数据友好型生态系统方面，中国仍落后于美国。其次，全球各国都已意识到开放政府数据库有助于促进私营领域创新，但中国政府数据的开放度仍极为有限。最后，对跨境数据流通的限制也使得中国在全球合作中处于不利地位。

　　人才市场紧张

　　应用层面而言，中国的算法发展程度与其他国家并无太大差距。然而，中国的研究人员在基础算法研发领域仍远远落后于英美同行。一个主要原因就是人才短缺。美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过 40%的数据科学家工作经验尚不足5年 。中国在人才方面的持续努力将至关重要。

　　目前，中国只有不到 30 所大学的研究实验室专注于人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，造成其他领域的人才相对匮乏。如果中国大学对学生提出更高的数学和统计学要求，并且集中资源发展该领域全球前沿研究，人工智能的发展必将受益匪浅。另一个值得思考的方向是改进现有的科研经费分配模式来推进创新。

　　硬件短板

　　高运算速度的计算技术是发展尖端人工智能技术的重中之重；特种处理器，如可以处理大量复杂计算的 GPU，对人工智能的发展格外重要。而其耗能长期以来，中国的微晶片严重依赖进口，部分类型的高端半导体则几乎完全依靠进口水平则决定着人工智能解决方案能否实现大规模商业化。

　　2015 年，美国政府禁止了英特尔、英伟达和 AMD这三家全球最大的芯片供应商向中国机构出售高端超级电脑芯片。这一禁令显示了中国在半导体方面的自主研发能力对于未来人工智能发展十分重要。

　　为应对这一局面，中国政府在 2014 年出台了《国家集成电路产业发展推进纲要》以及“中国制造 2025”行动纲领。中国政府还成立了国家集成电路产业投资基金，目前募资已超过 200 亿美元。相关行动已初见成效：2016 年 6 月神威?太湖之光超级计算机问世，成为世界上运算速度最快的超级计算机，使用的是中国自主知识产权的处理器。政府的前期投资可以产生显著的涟漪效应，鼓励私营企业的积极参与。

　　复杂的社会及经济问题

　　劳动力市场需求与冲击

　　在过去数十年，中国因“人口红利”受益良多，劳动力的扩张大大促进了经济增长。但老龄化正使中国逐渐失去这一推动力。中国的劳动年龄人口最早将在2024 年达到峰值，并在之后的 50 年中减少五分之一。

　　这一人口结构变化趋势意味着在当前生产力水平的基础上，中国将缺乏足够的劳动力以维持其经济增长。拉动经济增长唯一可行的方式就是大幅推动生产力增长，如引进人工智能。麦肯锡全球研究院预测，根据应用速度的不同， 基于人工智能的自动化为中国带来的生产力提升每年可贡献0.8至1.4个百分点的经济增长。