AI创新链产业链融合发展 赋能数字经济新时代《中国人工智能专利技术分析报告(2022)》发布******
2022年12月,国家工业信息安全发展研究中心、工信部电子知识产权中心发布《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告(2022)》,这是中心连续第5年就中国人工智能专利技术发展情况发布报告。
在新一轮科技革命和产业变革的大背景下,人工智能创新链产业链“双链”融合是释放数字化叠加倍增效应、驱动数字经济智能化跃升、打造产业综合竞争优势的必然路径。《报告》基于人工智能高价值专利增强创新链活力和助力产业链升级的角度,对深度学习、智能云、计算机视觉、智能语音、自然语言处理等十大技术领域进行专利申请趋势和分布构成分析,从“创造力”“保护力”“运用力”“竞争力”“影响力”五大方面对人工智能创新主体进行专利创新评价,研究人工智能专利如何高效助力各类“智慧+”应用场景落地,并对未来新兴人工智能技术应用和专利布局趋势作出研判。
图1 人工智能创新链产业链融合发展图谱
《报告》对人工智能高价值专利如何为创新链产业链融合发展保障护航进行了定量和定性分析。从行业公认的能够直观体现高价值专利的几个因素来看,自2011年、2012年开始,人工智能领域的中国专利奖占比逐年提高、专利许可转让数量呈上升趋势、专利诉讼遍及多个应用场景,展现了高价值专利对技术产业应用相辅相成的走势。
十大基础技术领域的专利数量稳步增长,极大激发AI创新链活力。深度学习、智能云、计算机视觉、智能语音、自然语言处理、大数据、知识图谱、智能推荐、智能芯片、量子计算等智能技术构成了人工智能创新链技术底座,也是产业链应用的基础技术。在技术与政策双红利的推动下,2016-2021年深度学习专利申请年均复合增长率达到53%,对人工智能的引领作用开始逐步凸显;相比之下,智能语音、自然语言处理、大数据、知识图谱和智能推荐领域的专利申请呈现稳步增长的态势,其中2021年自然语言处理的专利申请量仅次于深度学习、智能云和计算机视觉,发展势头强劲;智能芯片和量子计算由于起步相对较晚,相关专利储备较少,仍处于技术加速积累的阶段。国内创新主体也纷纷展开专利布局,不断增强市场竞争实力。例如百度公司在深度学习、智能云和智能驾驶等多个领域继续保持领先优势,寒武纪、浪潮和华为在智能芯片领域展现了充分的专注度和科研实力,清华大学、浙江大学等高校也在计算机视觉和自然语言处理等领域投入更多研发资源,成为基础攻关的重要力量。
图2 AI创新链十大基础技术专利申请趋势和分布构成
AI创新主体展现积极创新面貌,中小企业为产业发展增添新力量。从创新主体的申请量排名上看,百度、腾讯、国家电网、华为位列前四,专利申请数量均突破10000件,是我国AI领域技术创新的主力军。从专利授权量上看,仍然是上述四家企业位居前列,且百度公司专利申请量和授权专利持有量均排名第一。此外,腾讯专利2017-2020年腾讯专利申请年均复合增长率高达70%,在AI领域前四创新主体中申请量增速排名第一。从授权专利占比上看,申请量排名第七的清华大学和第九的浙江大学,均以45%的授权专利占比排名前两位。作为技术创新的重要源泉和吸纳劳动力就业的重要载体,大量中小企业也积极涌入人工智能赛道,在创新链一侧,我国人工智能领域企业主体共申请专利超过110万件,中小企业专利贡献超过90%。从产业链看,AI技术在中小企业中的普及率超过40%,语音识别、智能制造等技术在中小企业应用广泛,助力中小企业升级改造和智能化应用。
图3 创新链前十创新主体专利申请量和授权量
AI核心技术领域高价值专利集聚明显,产学研合作稳步推进。当前,智能云和深度学习是高价值专利数量最多的两个领域,百度得益于更早地投入与布局,展现专利申请数量与质量同步提升的发展态势。其他创新主体也结合自身业务发展方向,在不同的基础技术领域进行了有针对性的布局,如国家电网在深度学习和大数据领域,浪潮集团在智能云,阿里巴巴在智能推荐,平安科技在自然语言处理和计算机视觉都保持着创新优势。高等院校在人工智能领域技术创新活跃,涌现了大量专利成果,并通过与企业成立联合实验室和技术研发中心等方式,加快产学研用协同创新进程。截至2022年9月,我国人工智能领域产学研联合申请专利数量超2万余件,其中发明专利占比约90%,整体呈上升趋势增长,产业应用较为广泛。
图4 中国AI创新主体高价值专利技术布局
图5 AI领域产学研联合申请专利发展趋势图
AI专利助力新兴应用场景落地,推动产业链转型升级。目前,人工智能创新链的产业化应用主要集中在智慧城市、智慧交通、智慧医疗、智慧金融、智慧工业和智慧教育等领域。从技术应用的成熟度来看,不同AI技术在不同场景的应用呈现出阶梯式发展的态势。智慧工业是当前各创新主体主要布局的技术应用场景,AI专利申请量达到65万余件,其次就是智慧金融,专利申请量为30万余件。其中也涌现出“海淀城市大脑”“灵医智惠AI医疗品牌”“智慧交通解决方案TrafficGo2.0”“普惠金融人工智能开放平台”等众多优秀实践案例,推动高端智能技术与行业的融合发展。
“智慧+”场景应用创造出更多产业增长点,新兴人工智能技术生成数字经济发展新动能。AI在城市、交通、医疗、教育及工业等场景的融合应用加速,不断催生新业态新模式新产业。以智慧工业为例,将工业互联网、人工智能等在内的智能制造新技术与工具,集成到工业生产流程中,正在引领我国工业数字化新生态。报告显示,截至2022年9月,我国智慧工业领域申请专利共计65万余件。百度公司以近9000件专利总数位居第一,国家电网位居第二,其余创新主体专利申请量差距不大,发展潜力较强,各创新主体在智慧工业领域的专利布局积极竞争,难以拉开较大差距。与此同时,基于人工智能的深度学习、内容生成,语音、视觉识别技术越来越成熟,以元宇宙和数字人技术为代表的新兴技术,也迎来了专利的快速积累阶段,百度、腾讯、华为等企业积极开展前沿专利布局,探索人机交互发展和应用,助力数字经济高质量发展。
图6 中国元宇宙专利主要申请人排名
图7 中国数字人专利技术申请-公开趋势
《报告》结合当前人工智能知识产权生态建设和全产业链专利布局情况,对产业高质量可持续发展提出总结与展望。人工智能是新一轮科技革命和产业变革的重要驱动力量,发展人工智能是支撑科技自立自强、实现高质量发展的重要战略。党的二十大报告提出,推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。当前,人工智能技术与5G、云计算、大数据的融合发展已将成为推动数字经济发展的动能源泉,今后将进一步与其他数字技术相互碰撞出全新的科技驱动力。随着人工智能创新发展跨入新的历史阶段,专利申请总量突破百万件,专利申请趋势仍在快速增长,技术人才规模不断扩大,产业融合广泛深入,应当在底层关键技术突破、建设知识产权生态、大中小企业共同完善专利布局、开辟更广泛应用场景等方面发力,实现创新链与产业链的协同发展。
【网络强国这十年】志翔科技蒋天仪:“跨向”新赛道,有偶然也有必然******
【网络强国这十年——行业回顾篇】
传统模式下,电力公司主要依照“首次强制检定、限期使用和到期轮换”的计量法律法规和检定规程措施规定来进行智能电表的运行管理。
这种方式需要耗费大量的人力物力,且在高效解决智能电表运行期内状态监测和评估问题方面,还有较大提升空间。为此,志翔科技发挥自身大数据分析技术优势,推出了智能电能表状态评价与更换产品,帮助电力企业解决电表状态评估和失准分析等难题,让智能电能表的检定和轮换由传统人工拆回或现场检定、“8年到期轮换”,转变为在线实时诊断和有针对性的“失准更换”。
近日,志翔科技总裁蒋天仪做客光明网“网络强国这十年”专栏,畅谈大数据技术如何助力电力行业进行数字化转型。
在2014年志翔科技初创时,团队定位于通过大数据技术切入安全领域。此后,经过两年时间的不断打磨,产品初见成效,并开始向更多行业进行市场拓展。
谈及为什么从数据安全赛道“跨”到工业互联网领域、深耕电力行业,蒋天仪表示,存在“偶然中的必然”。
他介绍,最初接触电力行业的需求后,团队发现相比数据安全,这个行业在通过数据采集和挖掘分析,来应用于业务风险管控和精细管理、提质增效等方面,如计量器具误差分析、窃电防范、线损治理等问题上有着迫切和现实的需求。因此,出于对电力市场和其未来可延伸的工业大数据分析领域增长空间的看好,志翔科技作出了在电力大数据方向上延展和加大投入的决策。志翔科技的安全产品平台,原本就基于大数据架构和底层技术平台自主研发设计,经过几年在安全领域应用的不断打磨迭代,底层大数据分析平台已具备精细化分析海量电力大数据的潜力和能力。在此基础上志翔开始大力投入于电力业务的学习和理解。从2016年起开始了数据模型结合实际业务验证的不断迭代和优化,最终以智能电能表的失准分析作为切入点,打开了电力行业的大门。并以此为起点,利用失准分析同源技术,开始逐步在电力、泛电力和能源等其他领域的大数据分析领域取得拓展成果。
电表的准确计量既关乎电费结算,又影响着各项电力技术经济指标的正确计算以及电力工业的健康发展。据了解,过去为保证电力计量的准确和安全、实现用电结算公平公正,国家计量主管部门规定,民用智能电能表以8年固定周期进行检定和更换。蒋天仪告诉记者,全国现有约6亿只在运行智能电表,按照8年到期更换要求,平均一年需换表近8000万只,所需资金投入则超过百亿元。而拆卸下来的电表,据之前某地区部分抽检的数据显示,只有不到千分之五的概率是故障的。“一刀切”式的到期更换工作,给电力企业带来在资金、人力、物力等方面的巨大投入和消耗。
2018年,志翔科技推出智能电能表状态评价与更换第一代产品。“通过分析这些用电数据,可以远程发现什么地方的电表有问题,有问题再去有针对性的检测更换,避免造成浪费。”蒋天仪说,目前,该产品已服务于全国30多个网省超过5亿只电表,极大改善了原有的智能电能表状态评估模式,在不停电的情况下在线对智能电能表进行检定,发现运行误差,每年为电力企业节省数十亿换表和运营成本,同时减少数千吨电子垃圾。
“行业发展已从过去的‘粗放型’转变成‘精细化’。精细化发展的前提是对业务数据以及业务状态有更加精确的了解,才可以做到更好的数字化管理。”在蒋天仪看来,电力行业是大数据应用的优质沃土,电力市场蕴藏着丰富数据价值待挖掘。
监制:张宁 李政葳
采访/撰文:李飞 孔繁鑫
后期:刘昊
(文图:赵筱尘 巫邓炎)