应用层，中美各有侧重点。语音交互成为入口，智能音箱成为新宠，云服务作为未来通信领域底层技术，则成为未来战场。目前，主流的云服务供应商包括：用户最多的亚马逊AWS，SaaS的先行者Salesforce，微软家的Azure，思科，IBM的Softlayer，谷歌GCE以及阿里云。凭借场景和数据优势，中国在计算机视觉、语音识别等领域，具备了与美国一较高下的实力。

基础层：中美差异所在

芯片可以说是AI最核心的产业布局，也是技术要求和附加值最高的环节，产业价值和战略地位远远大于应用层创新，门槛极高，投资回报周期长。

在过去十多年里，Intel、IBM、摩托罗拉、飞利浦、东芝、三星等 60 多家公司曾试图进军 AI 芯片，但纷纷遭致惨败，最终成功的只有硅谷的两家公司：Xilinx与Altera（被英特尔收购）。FPGA专利达到9000余项，构筑了长长的知识产权壁垒。

从不完全统计来看，美国有 33 家芯片厂商，中国有 12 家。美国既有谷歌、英特尔、IBM 这样的科技巨头，也有高通、英伟达、AMD、赛灵思这样在各自领域中有绝对优势的大公司，以及一些发展良好的中等规模公司和活跃的初创企业。但中国则主要以中小公司为主，没有巨头！

一些企业可以通过学习美国先进的产品和技术来获得市场份额的突破。例如：研发成本优势、行业风险把握优势等。这些优势更容易在中国市场上体现出来。

但中国企业的人工智能转型，不光需要依靠研发费用和研发人员规模上的持续投入，还应该加大基础学科的人才培养，尤其是算法和算力领域。中国的人才储量（39200）低于美国（78700），目前也没有大量专业人员可以跟进，这种情况可能会对中国未来 AI 产业的发展产生牵制作用。

美国团队人数在处理器/芯片（13.8倍）、机器学习应用（1.8倍）、自然语言处理（3倍）、智能无人机（1.98倍）、计算机视觉与图像（2.87倍）等热点领域全面压制中国。中国仅在智能机器人领域人才稍多，6400 人，约为美国同领域人数的 3 倍。

中国人才短缺的情况在基础层方面体现的尤为明显，美国团队人数 17900 人占据美国总人数的 22%，中国在该领域人数 1300，仅为全国的 3.3%。七成美国 AI 人才从业 10 年以上，相比之下，中国仅不到四成。

此外，美国的小型创业团队规模比中国小，主要以1-10人和10-50小组和团队为主，总量全美的 70.41%，是美国 AI 初创公司的主力军，5000 人以上的大型团队一共 5 家；中国主要则是10-50 人的团队，中国没有5K+人员的大团队。

中国小组团队少，入门门槛高，未来仍将面临挑战。其次，中美人才培养模式尚存在差距。很多高校在很长时间内并没有人工智能专业，而在人工智能的诞生地美国，基本上大的院校都有人工智能专业和研究方向。

三大平台+基建催化应用落地

这一轮的人工智能技术的应用中，自动驾驶、智能医疗、智能安防、服务型机器人、智能交通、智能制造、智能娱乐等应用成为了全球人工智能市场的热点。对于人工智能的应用来说，技术平台、产业应用环境、市场、用户等因素都对人工智能的产业化应用市场有很大的影响。

技术平台主要体现在以下三点：

*人工智能开源平台对比（援引招商证券）