说明：每个数据类别的评估要考虑对公共可得性（public accessibility）的10个因素，包括数据是否在线发布，是否免费，是否最新，以及是否机器可读，等等。来源：Open Knowledge International, 2015; McKinsey Global Institute analysis

　　算法

　　在应用层面，中国在算法开发方面与其他国家相当。实际上，中国的研究者在开发用于语音识别和定向广告的算法方面已经取得突破。得益于全球的开源平台，中国企业能够快速复制其他地方开发的最先进的算法。

　　然而，中国在基础研究方面落后于美国和英国。一个主要原因是人才短缺，招纳人才对中国的 AI 发展至关重要。美国超过一半的数据科学家有10多年的工作经验，而在中国，经验不足五年的研究人员高达40％。

　　中国目前拥有不到30个专注于人工智能的大学研究实验室，仅靠这些实验室无法输出足够的人才满足中国AI行业的招聘需求。此外，中国的AI科学家在计算机视觉和语音识别等领域着力更多，相比其他专门领域不成比例。大学的 AI 项目也能得益于更高的数学和统计学要求，为在该领域保持全球领先付诸努力。此外也可以考虑改变提供科研经费的模式，以促进更多的创新。

　　计算力

　　计算力不是中国人工智能商业发展的直接的瓶颈。随着微处理（microprocessors）在全球市场得到广泛使用，计算能力已经成为可以轻松获得的东西。

　　但中国仍然不能忽视发展自己的先进的半导体、微处理器和高性能计算技术的重要性。计算能力是 AI 的基础之一，具有战略上的重要性。

　　中国历来严重依赖国外的微芯片供应商。对某些类型的高价值半导体，中国几乎完全依赖进口。但是，在2015年，美国政府禁止全球三大芯片供应商 Intel，Nvidia 和 AMD 向中国政府销售高端超级计算机芯片。对核心技术供应实现更强的控制有助于提高中国在未来更广泛地部署人工智能系统的能力。

　　为了解决这个问题，中国政府在2014年发布了《国家集成电路产业发展推进纲要》和《中国制造2025》两份政策性文件，而且政府设立了一个超过 200 亿美元的基金做这件事。这些举措已经开始取得一些成果。

　　专用处理器，例如可以进行大量复杂计算的图形处理单元，对 AI 来说尤其重要。随着中国IC业的发展，也应该对这类处理器的开发给予足够的重视。

　　中国在人工智能方面的战略，重要的是要注意技术行业的日益全球化。AI 价值链的各个方面，从基础研究，到应用开发，到硬件的制造，都涉及全球的协作。除了建立自己的数据生态系统，数据科学研究人才管道和半导体行业外，中国需要确保其 AI 行业建立在与全球市场融合的开放系统之上。

　　AI 发展对经济的影响：在中国可以带来0.8到1.4个百分点的GDP增长

　　AI 是中国加速生产力发展的一个重要机遇，也是解决人口老龄化的一个关键。但是，政策制定者也需要考虑AI 可能带来的对劳动力市场的潜在破坏，并为此做好准备。

　　近几十年来，随着劳动力扩张推动经济增长，中国的发展得益于“人口红利”。但随着人口老龄化，中国将会失去这种优势。研究表明，该国的劳动适龄人口已经达到顶峰，并将在未来几十年内继续缩小。这个人口趋势意味着中国在目前的生产力水平上将会很难维持经济增长所需的劳动力。维持势头的唯一选择是大幅度提高生产力增长。

　　AI可以部分缩小这一差距。 AI 系统可以通过帮助或替换人类来更有效地完成现有的工作活动来提高生产力。例如，英特尔在其芯片制造过程的同时收集大量数据以进行改进，而在过去，如果发生错误，该公司则主要依靠人力来对数据进行根本原因分析。但现在机器学习可以比人类快得多完成这个任务，算法可以筛选关于每个芯片的成千上万个数据点，以找出具有缺陷的那些中的常见模式。此外，AI 可以使工业机械，供应链，物流路线等过程更加有效。 AI应用程序可以通过预测故障，识别项目瓶颈以及将流程和决策自动化来创造卓越的效率。

　　中国经济的很大一部分包括住酒店和饮食服务、制造业，农业和其他部门。根据MGI的报告，AI领导的自动化可以使中国经济生产力提高，根据采用速度，每年可以增加0.8到1.4个百分点的GDP。