中美两国人工智能头部企业研发和创新的比较分析与启示

原文刊载于《中国科学院院刊》2024年第6期“科技与社会”，本文为精简改编版

杨锡怡1 贾 佳2 周小宇1* 汪寿阳1,3,4

1 上海科技大学 创业与管理学院

2 上海科技大学 图书信息中心

3 中国科学院预测科学研究中心

4 中国科学院数学与系统科学研究院

人工智能是当前科技界最受关注的领域之一，而中国和美国是全球最重要的两个人工智能研究和开发中心。2022年11月，美国OpenAI公司的聊天生成式预训练变换模型ChatGPT上线后，一周内用户数量突破100万人，两2个月内用户数量突破1亿人，引发行业震动。这同时也给中国人工智能产业的从业者敲响了警钟，引发了关于为什么此类颠覆式创新没有诞生在中国的讨论，以及中美两国人工智能产业差距的深入思考。

为了比较中美两国人工智能产业的差异，基于过去5年在中国和美国提交的124026项人工智能授权发明专利数据，笔者构建了一个综合考虑专利数量和其他特征的多维度指标，并据此定义了中美两国人工智能领域的前十大企业。对这2组企业的进一步比较分析表明，尽管中国和美国在人工智能这一关键技术领域都被认为是领先国家，但中美两国的头部企业在技术影响力、布局及研发合作方面存在显著差异。这些差异为中国人工智能产业的进一步发展提供了有效启示，并突显了中美两国在人工智能领域开展更多优势互补型合作的重要性。

1.识别中美两国人工智能头部企业

指标构建

为了定义中美两国人工智能领域的前十大企业，首先构建了一个基于企业过去5年内获得授权的人工智能发明专利的多维度指标。鉴于本文的核心焦点在于评估人工智能企业的研发和创新实力，优先考虑了5个维度：企业研发产出的总量、研发成果的影响力、研发成果的转化效率、研发产出的市场扩展能力和研发成果受法律保护的程度。基于专利数据信息，分别选取了5个细分指标来测量上述关键维度并构建综合指标：专利总数、专利的被引证次数总数、专利的被转化（包括转让、许可、质押）总次数、专利的海外同族专利总数和专利的权利要求总数。

人工智能专利的定义来自世界知识产权组织界定的62个国际专利分类代码和114个美国专利分类代码。利用incoPat专利检索分析平台分别检索中国、美国2019年1月1日—2023年4月4日期间获得授权的包含人工智能相关IPC和CPC的发明专利，合并申请号后获得了来自美国的62201条专利和来自中国61825条专利。

中美前十大人工智能企业

基于上述方法并对不同维度赋予相同权重，辨识出中美前十大人工智能企业样本。表1列出了中美两国综合排序最靠前的十家人工智能企业。数据初步显示，中国前十大企业贡献的专利总数约为美国企业的一半，因此海外同族专利数量也更少。中国前十大企业的专利权利要求数量也明显较少，约为美国企业的1/3。在专利引用方面，中国前十大企业明显落后，专利平均被引证次数约为美国企业的1/13。最后，中国前十大企业的专利平均转化次数也明显较少，约为美国企业的1/10。这一分析表明，虽然中国在人工智能领域的专利总数已超越美国，但头部企业的人工智能发明专利在国际专利布局、专利保护、专利技术影响力和技术转化应用方面存在进步的空间。

表1 中国和美国前十大人工智能企业

2.中美前十大人工智能企业的专利技术与科研合作分析

企业专利技术共现分析

为了进一步探索中美两国前十大人工智能企业在技术布局上的差异，利用VOSviewer对这2组企业的人工智能专利类别进行了共现分析（co-occurrence analysis）。从人工智能产业发展的角度，人工智能技术可以分为3个层面：基础层（底层）是人工智能产业的基础，主要为人工智能产业发展提供数据与算力支持；技术层（中间层）是人工智能产业的核心，以模拟人的智能相关特征为出发点构建技术路径；应用层（上层）是人工智能产业的延伸，通过集成一类或多类人工智能技术，面向特定应用场景需求而形成软硬件产品或解决方案。

图1展现了中国前十大人工智能企业专利中出现频率最高的前100项技术的共现关系；可以看到中国前十大人工智能企业的相关专利较为松散地构成了8个技术集群。比较突出的技术集群主要围绕识别方法或装置、语音识别、故障硬件错误检测、数据错误检测等技术。

图1 中国前十大人工智能企业专利技术共现图

图2展示了美国前十大人工智能企业专利中出现频率最高的前100项技术的共现关系；这些企业的专利数量更多，并且形成了更为明显的6个技术集群。除了中国企业大力布局的识别方法或装置、语音识别和数据错误检测等技术，美国企业还更多地在人工智能底层基础层和中间技术层布局，例如处理器架构和配置、基带系统零部件、机器学习等。

图2 美国前十大人工智能企业专利技术共现图

企业科研合作对象分析

鉴于企业在专利申请上进行合作并不常见，本文从论文合作的角度来分析中美前十大人工智能企业的科研合作模式。首先从inCites数据库中检索了上文定义的中美前十大人工智能企业过去5年在“计算机科学和人工智能”（Computer Science and Artificial Intelligence）领域的所有中英文学术出版物，包括期刊论文（包括综述）和会议论文。考虑到中国企业可能发表中文论文，同时在中国知网上检索了中美前十大人工智能企业过去5年在“人工智能”领域发表的中文学术期刊论文。

表2列出了每个企业的中英文论文总数。中国企业中，产出最多人工智能论文的3家企业是腾讯、华为和百度，它们在过去5年分别产出了1366、1284和865篇论文。在美国企业中，谷歌、微软、Meta和国际商业4家企业在过去五年都产出了超过1000篇人工智能领域论文。从总量上看，中国前十大人工智能企业在过去五年发表的人工智能论文总数约为美国前十大企业的一半。

表2 过去五年中美前十大人工智能企业在人工智能领域的论文数

接下来，根据合作论文的频率定义了中美人工智能头部企业论文合作上的前十大伙伴，并特别关注中美机构之间的合作。因为美国企业较少发表中文论文，下面的分析基于企业的英文论文数据。其中，中国的蚂蚁、字节跳动、北京三快（美团）和阿波罗智能技术4家企业没有英文论文产出，而国家电网、浪潮和格力3家企业相关论文数量较少且没有中美合作论文。因此，表3只汇总了腾讯、百度和华为这3家企业的情况。

表3 腾讯、百度和华为3家企业的前十大人工智能领域论文合作伙伴

可以看到，这3家企业的前十大人工智能领域论文合作伙伴几乎都是国内顶尖的大学或科研院所。其中，中国科学院同时是这三家企业合作最多的机构。此外，除了百度与罗格斯大学新布朗斯维克分校有着较广泛合作外，腾讯或华为都没有与美国机构建立起紧密的合作关系。另外值得注意的是，这几家中国人工智能头部企业的科研合作对象局限在大学或科研院所，并没有与其他人工智能企业建立起广泛的研究合作关系。

表4汇总了美国的微软、英特尔、亚马逊和苹果4家企业的前十大人工智能领域论文合作伙伴。其中，微软和英特尔展现出了极强的中美科研合作。它们的主要中国合作机构包括清华大学、北京大学、上海交通大学、中国科学院、中国科技大学和北京航空航天大学。对于微软来说，它与中国机构在人工智能领域的科研合作甚至可能超过了与美国本土机构的合作。此外，表4还显示出美国人工智能头部企业间一定的科研合作。例如谷歌同时是亚马逊和苹果的前十大人工智能论文合作伙伴之一，而苹果也与Meta也有着较广泛的合作。

表4 微软、英特尔、亚马逊和苹果4家企业的前十大人工智能领域论文合作伙伴

图3更为形象表现了中美两国人工智能头部企业的合作伙伴选择之间的差异。与美国人工智能头部企业相比，中国企业的研发合作网络更多局限在国内顶尖大学和科研院所，应当更积极寻求跨国界的合作关系。此外，中国企业与美国同行相比的另一个差异体现在缺乏企业间的合作。中国的人工智能头部企业可以通过探索企业间科研合作模式，更大限度地发挥规模优势和比较优势，实现互利共赢。

图3 中国（a）和美国（b）人工智能头部企业的前十大人工智能领域论文合作伙伴对比图

3.主要结论与政策启示

主要结论

通过对比中美两国前十大人工智能企业，本文发现了这2个人工智能领先国家在企业技术和研究合作方面的结构性差异。与美国的人工智能头部企业相比，中国的头部企业尚未在人工智能产业的基础层和技术层形成领先的技术集群，尤其在处理器架构和机器学习等领域与美国存在较大差距。这一发现与一个普遍存在的观点一致，即由于人工智能的开放科学性质和快速应用优势，中国企业更倾向于投资图像识别、语音识别等应用场景更明确的技术以获得较快商业回报，而非投资具有更持久影响的基础性技术。展望未来，中国企业需要加强在人工智能产业基础层和核心技术层的研发。

在科研合作方面，以微软和英特尔为代表的美国人工智能头部企业已经与中国科研机构建立起了非常紧密的合作，共同发表人工智能领域的科研论文。而以百度、腾讯、华为等公司为代表的中国头部企业仍然主要是与国内的大学和科研院所进行合作。此外，像谷歌、亚马逊、苹果和Meta这样的美国企业虽然直接竞争，但它们仍在科研合作网络中建立了明显联系。相比之下，中国前十大人工智能企业中没有一家与国内其他人工智能企业建立了明显的科研合作。鉴于企业间知识转移在推动人工智能技术进步中的关键作用，中国企业需要培养更开放的合作文化，以期提高创新能力和竞争力。

政策启示

从政策牵引的角度出发，可以从3个方面入手提升我国人工智能产业的竞争力。

1）加快设立人工智能领域的企业专项基金或通过税收政策激励企业加大对基础研发的投入，以支持长周期的基础研发项目

通过资金支持，可以强化目前企业在人工智能产业底层基础层和中间技术层的薄弱环节。对于在人工智能特定基础技术领域进行研发的企业，还可以提供税收优惠以降低其研发成本，鼓励企业在人工智能更基础性的技术上取得突破。

2）从人才队伍培养和建设入手，促进人工智能企业的开放与彼此合作

政府可以考虑在大学和科研院所设立工程类专业研究生学位。此举不仅有助于培养人工智能领域的专业人才，还可以成为促进人工智能企业间合作的平台。

3）加强中美两国优势互补型合作，共同推动解决未来人类社会发展所面临的关键问题

美国在人工智能底层和关键技术领域处于领先地位，而中国在人工智能相关人才、数据和应用场景上也具有独特的优势。中国政府可以考虑与美国政府共同设立合作研究项目，特别是在人类社会发展面临的共同关键问题上进行合作，如医疗、环境、教育挑战等。

杨锡怡 上海科技大学创业与管理学院副教授。主要研究领域：经济地理、科技与创新的空间分布、区域发展。

周小宇 上海科技大学创业与管理学院副教授、助理院长。主要研究领域：战略管理、企业社会责任、技术与创新。

文章源自：

杨锡怡, 贾佳, 周小宇, 等 . 中美两国人工智能头部企业研发和创新的比较分析与启示 . 中国科学院院刊, 2024, 39(6): 1084-1096. DOI: 10.16418/j.issn.1000-3045.20240119003