本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议
百度与谷歌，是互联网时代中美两国最具代表性的平台公司。作为技术禀赋最为突出的两家互联网公司，两者亦是最先拐入AI研究与布局的企业。
时至今日，随着OpenAI的异军突起，微软的借势回归，以及英伟达算力帝国的一枝独秀，谷歌与百度两位先行者，似有星光暗淡的迹象。
反映到资本市场之中，谷歌的市值已被微软与英伟达大幅拉开差距；百度则是始终不温不火，估值与市值走势持续处于历史较低区间之中。
这样的现象，究竟是市场审美的偏见，抑或两大远古AI龙头确有隐情？如此命题正成为时下一个重要课题。
作为AI产业深度研究的开篇，本篇我们将以百度为第一视角，从近年财报所综合折射出的公司基本盘出发，通过与谷歌以及中概互联网产业趋势的比较研究，予以破题。
百度谷歌比较研究2024
先来看一下百度的基本面。
以季度数据来看，百度自2020Q1以来，营收规模由225亿增长至339亿，增长了51%。就营收趋势来看，百度在过去五年间均保持了持续增长的态势。
与此同时，百度利润率维持在了相对高位，2024中报期经调整EBITDA利润率达到了27%，较五年间低点增长了约14pct左右，自2022Q2以来维持了9个季度25%左右的利润水平。
图：百度单季度营收、利润及利润率,来源：企业财报，锦缎研究院整理
分业务收入来看，百度的收入主要分为两条主线和三种业务，百度和爱奇艺两条主线核算独立，其中百度核心业务中，又分为以广告业务为主的在线营销收入，另一部分是以智能云、自动驾驶和移动生态等等为主的其他核心业务。
过去五年间，百度增速最快的是其他核心业务，营收规模从25亿增长至75亿元，增长率超过了200%；规模的绝对增长最多的还是在线营销业务，从128亿增长至192亿，五年间增长率约为50%。
图：百度单季度分业务线收入，来源：企业财报，锦缎研究院整理
爱奇艺是表现最“差”的一个，五年间营收缩水了2%，远低于百度的其他业务线。不过爱奇艺是向内动刀最狠的业务线，主营成本（制作分发渠道等等）五年间下降了约28%，营销和管理的费用下降了26%，研发费用下降了34%，节流瘦身后的爱奇艺成为了百度的核心利润贡献点之一。
相比之下，虽然百度核心业务的费率也处于相对下降的态势，但下降的幅度并不明显。今年二季度同比销售管理费用缩减11%，研发费用削减4%，整体的费率较去年同期下降5%。
图：百度单季度费率趋势,来源：Choice金融客户端
整体看下来，百度的基本面表现稳健，营收取得了增长，收缩的业务线大幅度缩减了成本支出费率和增速保持稳定。
但兼听则明，偏信则暗，只看百度自身的横向对比感官认知会出现偏差，任何事物只有放在坐标轴中对比才会体现差异。
于是我们选取了两个坐标轴来纵向对比百度近五年的表现，一个是“孪生兄弟”谷歌，在业务线条大体一致的情况下对比；同时，又以中概互联市值TOP10核心样本为补充坐标轴，在市场环境大体一致下对比。
（1）核心坐标：谷歌
谷歌作为百度“异父异母的孪生兄弟”，绝不是空口而谈。除了软硬一体层面谷歌拥有安卓及相关生态产品优势外（百度少了一大块类似Google play的软件税），其余大多数业务二者都能找到对应的产品和业务线。
图：百度、谷歌业务线条对比，来源：锦缎研究院依据公开资料整理
细看二者的营收结构便会发现，谷歌广告业务五年间的增速约为128%，百度为50%。同样作为二者收入贡献最多的业务，谷歌的广告业务表现要大幅领先于百度。
百度广告业务单季度复合增速约为2.4%——同周期内，谷歌营收规模由383亿美元增长至847亿美元，增长了121%，单季度复合增速约为4.8%，增速是百度的一倍以上。
图：谷歌单季度营收、利润及利润率,来源：企业财报，锦缎研究院整理
分业务收入中，谷歌所有的业务线，在五年间几乎都实现了翻倍增长。
其中，谷歌云增速最快达到了272%以上，其次是YouTube广告，谷歌搜索广告是增速最慢的业务之一。整体的营收增速结构与百度类似，唯一的不同是视频流量入口YouTube的增速要远高于爱奇艺。
图：谷歌单季度分业务收入,来源：企业财报，锦缎研究院整理
从成本端来看，百度和谷歌的费率趋势也有八分雷同。
百度单季度会按照业务线披露开支，核心业务线经历了2020年至2021年的上扬区间，在2021年Q3后急速收缩。谷歌虽然没有披露具体业务线的成本，但整体的费率也出现了明显的下滑，从18%下降至不足12%。
图：谷歌单季度费率趋势,来源：企业财报，锦缎研究院整理
成本端唯一的差异，是百度单季度维持了更高的研发费率的投入。从绝对值来看，谷歌2020Q1至今研发费用的投入规模增长了约79%，而百度仅为32%。主要原因还是在于，谷歌收入增速稀释了高额的研发费率，二者在五年间都维持了较高技术投入意愿。
图：百度、谷歌单季度研发费率对比,来源：企业财报，锦缎研究院整理
资本开支层面，百度未披露单季度的资本开支，但以年为单位来看，构建固定资产类的资本开支从50亿增长至去年112亿左右；而谷歌单季度资本开支处于连续正增长的态势，从54亿美元飙升至132亿美元。
需要指出的是，二者资本开支增速与AI时代的算力战争有密不可分的联系：很大程度上反映出了二者在破局大模型技术周期的认知力与决断力。
图：谷歌单季度资本开支趋势，来源：企业财报，锦缎整理
因此总结而言，造成谷歌与百度显著差异的原因主要有二：
●同为流量入口，Youtube明显表现出比爱奇艺更高的成长性，同一时间段内Youtube营收从38亿美元增长至87亿美元，而爱奇艺从2020年至今收入贡献几乎没有变化。
●在重新划分线上流量的2021-2022年（短视频流量价值显著反超搜索），谷歌比百度更先一步恢复增长。根据谷歌电话会表述，线上零售市场成为驱动谷歌搜索复苏的核心，跨境电商大战重新为步履蹒跚的硅谷旧王铸了一幅新拐。
国内短视频电商的商业化发展十分迅猛，从营销推广，到交易物流，短视频几乎切入了商品贸易的细枝末节。相比之下门户搜索对于电商贸易的切入程度，可能仅仅局限于传统获客了。
而国内头部电商平台月活用户增量几乎都触摸到了天花板，增量用户稳定，搜索门户的流量价值自然会萎缩。而Tik tok，Reels的商业生态还不是很完善，跨境电商又正处于用户增长期，无论是Shein、Temu当前都比较依赖传统渠道获客。
所以百度和谷歌收入端的增速差，实际原因或许是时间差：欧美的新式电商和跨境电商市场相对蓝海，并处在疯狂的获客期，为传统搜索和内容平台在短期内带来了不俗的增量，而长期来看谷歌和百度的搜索流量价值其实都在下滑，并无差异。
（2）补充坐标：中概互联
再来对比一下同一市场内不同业务线的其他中概互联标的与百度的增速差。
在收入端，中概互联市值TOP10的企业中，百度五年间单季度营收增速排在第8，仅微高于高基数的腾讯和网易（不足1%），中概互联整体增速为122.7%，百度仅为50.5%。
在成本端，中概互联样本企业过去五年间单季度整体费率从14.6%增长至17.2%，增长了2.6pct，同周期百度从17.2%下降至16.9%，收缩了0.3pct。
在支出端，中概互联样本企业过去五年间研发费用整体增长了51%，百度为32%，不过百度的研发费率为17.3%，中概互联整体的研发费率为5%。可见，百度的研发投入意愿还是高于大多数中概互联企业。
图：百度与中概互联五年间单季度业绩对比,来源：Choice金融客户端
因此受制于规模增速差，百度其实已经脱离了互联网头部（3-4强）的范畴，今年二季度营收仅排在已上市中概互联企业（不含字节）的第6名，市值仅排在第7名。
值得一提的是，其实谷歌的市值预期也没有那么理想，目前估值区间仅为20-23x，在硅谷科技“七姐妹”中排名倒数第一，比META还要低5x左右。可见市场在未能看见创新产品进一步发展的情况下，也并不愿意给予传统搜索平台更高的估值。
总结而言，现阶段百度在两条坐标轴中没有优势，相比谷歌国内市场并不存在电商获客的红利，相比中概互联业务增量又不足，因此处于估值低谷。
02
困斗八角笼
两个坐标对比完，我们先从百度谷歌的共性聊一聊，为什么现阶段市场不太认可远古AI巨头。
（1）“技术金叉 ”尚未清晰
相较于其他互联网公司，百度和谷歌显著的共性就是研发投入意愿强，无论是早期的网页搜索技术、分布式算力还是当下时兴的AI、自动驾驶等等，百度和谷歌在各自市场都是技术层面的先驱者。
创新和营销就是推动公司成长的两个核心要素，但营销作为1-100的增长支柱，对于市场而言是很好量化的，业绩增速展现了一切。
而创新技术，是0-1的过程，是很难进行量化的，尤其是现如今媒介渠道的增多，投资人每天面对海量的技术更迭的信息，很难确认技术迭进对企业未来影响几成。
其实延寻基本面的底层逻辑，我们还有一个方法去验证企业是否真的掌握了技术突破的能力——对比企业发展和经济周期之间的关系。
在时代的电梯上，无论是躺着还是站着都在上行，潮水退去才会发现谁在裸泳。
如果一个企业的增速能够无视经济周期的转向，那一定是技术创新引领时代，并且能够实现有效转换，也就是所谓的技术顶破周期的天花板，即技术金叉。
但如果没有类似的表现，往往以技术驱动的企业，会遭受更大的反噬和压力。
比如在创新技术爆发期，不同的技术路线会决定技术应用的成败，比如在ChatGPT时刻出现之前，数据量和规则算法决定了自动驾驶高度，但大模型的出现开辟了另一条端到端的技术路线，完全颠覆了自动驾驶的逻辑。
那么对于投入了大量资本开支，延寻 “上一代”技术路线的企业便会形成巨大的沉没成本，食之无味弃之可惜，尤其是对于上市企业而言，多方利益链掣肘可能会形成系统性压力。
诚然，正如上文对比而言，百度与谷歌在两个维度均为能实现突破行业和周期的增速水平，因此现阶段还未能证明技术驱动的优势。
（2）“王冠 ”的诅咒
回到行文伊始的问题，为什么曾经同样强大的谷歌与百度，没有同“”AMN”（苹果微软英伟达）或“ATJ”（阿里腾讯字节）一样在某项商业、某项服务中筑起难以逾越的高墙。
以百度为主视角，承接技术金叉的结论，其实纵观其25年历程中，能够称得上构成壁垒的产品目前仍只有搜索，而门户搜索是传统互联网初期的典型优质产品。
因此除了能够在互联网泡沫期杀出重围外，实际是百度在很长时间内都没能突破互联网周期叙事。除了两次样本扩容的增量外，横向对比百度和中概互联近20年的营收增速，在2008年之后就基本没能突破行业增长的上限。
图：中概互联和百度营收增速对比,来源：Choice金融客户端
百度本身就不具备匹敌头部互联网的实力，之所以市场感官百度能够纳入头部互联网序列，一是具备绝对的先发优势，二是自古以来“行难路远，出门问问”的底层逻辑，让百度成为互联网的标志性名片。
但以近几年百度产品和技术实践而言，无论是内容类的百家号、贴吧知乎还是产品工具类的翻译、音乐软件，亦或是移动互联网时代的本地生活、短视频，相较于后进原生时代更垂的产品，都不具备任何优势，因此常常起个大早赶个晚集。
而曾经加冕中文互联网的王冠又带给了百度莫大的压力，在无论是传统互联网时代还是移动互联网时代，百度都寄希望于能够以此为依托搭建新的增长引擎来不负盛名，因此总会付出不理智的成本开支，最终样样都学，样样不精。
最典型的例子就是，同病相连的老大哥谷歌在后疫情周期，都将绝大多数资本开支放在了固定资产侧，百度却依然付出了大量成本去收购YY。
总结而言，搜索作为门户时代的传统龙头，在移动时代更封闭的内容生态下丧失了流量壁垒。而百度押注的技术路线，还未出现足以支撑其突破周期封锁的能力。
因此相较于头部互联网企业，百度在移动时代无论做什么业务，都像是身处八角笼中，赤手空拳地面对各方对手，多数情况只能折戟沉沙。
资本认可程度低和迟迟未寻得第二曲线，只是困于八角笼中的必然结果。
理性来说，AI绝对是过去十年百度押注最为成功的领域，可能短期内有技术路线选择的偏差，但云计算、搜索内容长期积累的算力、语料资产百度依旧具备优势。截至2023年底百度还是人工智能全领域专利数量最多的企业之一。
技术积累的隐形优势一直存在，即便在智能手机时代落伍，诺基亚和摩托罗拉在通信技术领域积累的技术优势也能为其提供源源不断的养分供给，对于百度来说也是一样。
当然，开枝散叶的百度绝不是寥寥千字可以素描的画像，我们在理清整体的基本面之后，会从搜索流量、云业务、大模型技术、自动驾驶、营运和内容等多个维度持续探寻百度的优势、劣势、潜在的问题和挑战，从而以此为样本构建中文互联网传统企业AI周期的典型画像。
开白 | 商务合作 | 内容交流请添加微信：jinduan008添加微信请备注姓名公司与来意
人工智能的发展前景如何？
当前人工智能技术正处于飞速发展时期，人工智能技术发展过程中催生了许多新兴行业的出现，比如智能机器人、手势控制、自然语言处理、虚拟私人助理等。 未来人工智能的就业和发展前景都非常值得期待。
2016年，国际著名的咨询公司对全球超过900家人工智能企业的发展情况进行了统计分析，结果显示，21世纪，人工智能行业已经成为各国重要的创业及投资点，全球人工智能企业总融资金额超过48亿美元。
国内人工智能行业的发展现状
人工智能是继蒸汽技术、电力技术、计算机及信息技术革命之后的第四次科技革命核心驱动力。 从20世纪50年代发展至今，人工智能已经形成全新的生产力，对生产结构和生产关系产生了颠覆性的改变和影响。
经历了技术驱动和数据驱动的阶段，人工智能现在已经进入场景驱动阶段，深陷解决各行业中不同场景的问题。 这样的行业实践应用也反过来继续优化人工智能核心算法，形成了向前发展的态势。 现在，人工智能主要在制造、住宅、金融、零售、交通、安全、医疗、物流、教育等行业广泛使用。
随着工业制造4.0时代的推进，传统制造业对人工智能的需求开始爆发，众多提供智能工业解决方案的企业应势而生，例如智航无人机、祈飞科技等。 而在智能家居方面则主要是基于物联网技术，通过智能硬件、软件系统、云计算平台构成一套完整的家居生态圈。 用户可以进行远程控制设备，设备间可以互联互通，并进行自我学习等，来整体优化家居环境的安全性、节能性、便捷性等。
人工智能在金融领域的应用也比较广泛，主要包括：智能获客、身份识别、大数据风控、智能投顾、智能客服、金融云等，该行业也是人工智能渗透最早、最全面的行业。
在我国，人工智能在零售领域的应用更是广泛，无人便利店、智慧供应链、客流统计、无人仓/无人车等等都是的热门方向。 目前，我国在ITS方面的应用主要是通过对交通中的车辆流量、行车速度进行采集和分析，可以对交通进行实时监控和调度，有效提高通行能力、简化交通管理、降低环境污染等。
智能安防也是国家在城市智能化建设中投入比重较大的项目，预计2017-2021 年国内智能安防产品市场空间将从 166 亿元增长至 2094 亿元。 在医疗方面，在垂直领域的图像算法和自然语言处理技术已可基本满足医疗行业的需求，市场上出现了众多技术服务商，例如提供智能医学影像技术的德尚韵兴，研发人工智能细胞识别医学诊断系统的智微信科，提供智能辅助诊断服务平台的若水医疗，统计及处理医疗数据的易通天下等。
我国人工智能相关人才缺口超过500万
随着智能技术在制造、金融等领域的深入应用，“机器换人”对劳动力的解放让部分传统劳动密集型产业对用人的需求下降。 同时，随着产业智能化升级的推进，各行业中与信息、智能相关岗位对毕业生的需求可能进一步扩大。
从现在的大发展趋势来看，人工智能确实全面重构了整个社会的资源配置结构，很多产业领域的生产运营模式也发生了很大的变化。 这个过程促进人才结构的调整。 有些职位被智能体取代，有些职位被升级，同时增加一些新职位。 这些新增加的工作岗位往往有很大的价值空间，如果能及时把握这些新的工作岗位，很有可能掌握新时代的奖金。
在智能化的时代，普通人依然有把握很多发展机会的能力，但是要把握这些机会，除了提高自己的行业认知度外，还可以找到自己发展的力量。 在智能化时代，普通人的发展能力可以用三种方法来寻找。 一个是追逐热点本身就有一定的风险，而在热点领域发展本身也面临着更大的竞争。
大数据时代与人工智能相关的技术越来越受到关注。 市场对人工智能产品的呼声越来越高，很多科技公司开始在人工智能领域实施战略部署。 另外，由于相关人才数量少、培训时间长，人工智能人才今后也会有一定的差距。
这是一个属于人工智能的时代，世界各国都在加紧人工智能发展布局，人工智能、移动终端、云计算、大数据等相关专业人才倍受关注。 数据显示，我国人工智能相关人才缺口超过500万，而国家提出的人工智能三步走的发展战略，更是将人工智能上升到国家战略层面。
智能化是未来的重要趋势之一
随着互联网的发展，大数据、云计算和物联网等相关技术会陆续普及应用，在这个大背景下，智能化必然是发展趋势之一。 人工智能相关技术将首先在互联网行业开始应用，然后陆续普及到其他行业。 所以，从大的发展前景来看，人工智能相关领域的发展前景还是非常广阔的。
随着智能逐步进入生产环境，未来的职场人在工作过程中频繁地进行大量智能和交流与合作。 这对职场人提出了新的要求。 将来有必要掌握有关人工智能的技术。 从这个角度来看，未来掌握人工智能技术是必然的趋势，相关技能的教育市场也将迎来巨大的发展机会。
为了人工智能的发展，展示了人工智能的效率和服从。 在未来，当人工智能的发展进入全新的领域时，很多人会暂时休息。 对全世界的经济和社会来说，影响很大。
在人工智能研究过程中，机器学习是行业研究的核心，也是实现人工智能目标的最根本途径。 是现在人工智能发展的主要瓶颈。 关于机械学习的研究是业界研究的重点，无论是融资金额还是公司数量都明显超过了其他研究内容。 人工智能属于全球科研发展的尖端技术，在发展过程中与信息技术、计算机技术、精密制造技术、互联网技术密切相关。 对各行业、各领域的发展有一定影响。 在人工智能发展过程中，必须认真、深入地研究其未来的发展方向。
人工智能前景好吗？
人工智能的就业前景还是很不错的，人工智能的发展现状处于成长期，国家发布相关政策促进人工智能的发展，一些省份也比较重视人工智能的发展，并提出了相应的规划。 中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。 预计到2020年，中国人工智能产业规模将超过1500亿元，带动相关产业规模超过1万亿元。 2017年全球新兴人工智能项目中，中国占据51%，数量上已经超越美国。 但全球人工智能人才储备，中国却只有5%左右，人工智能的人才缺口超过500万。 全球共有超过360所具有人工智能研究方向的高校，其中美国拥有近170所，中国仅30多所。 虽然一些中国高校开设了相关课程，但总体上缺乏人工智能的基础教学能力，高校在独自培养具有动手能力的应用型人才上有所欠缺。 过去一年中，人工智能的人才需求增长近3倍，并且40%拥有AI技能的人才现阶段薪酬区间主要集中于元至元/月，远高于全国平均水平。 从以上信息可以判断，人工智能的周期发展还是很长的，而目前很多大学把人工智能的核心的内容在研究生阶段培养，本科阶段用来测验学生是否有学习的潜力和能力。 同时人工智能专业对教学设备和教学师资有过高的要求，而人工智能行业但凡有独特认知和能力的人才基本上在大型企业，没有在学校。 这也是我们考生和家长务必考虑清楚的事情。
人工智能产业将寻求哪三方面的突破？
未来将扎实推进理论发展，加强新技术整合能力
如今，“智能+”社会已步步临近，社会各界也正积极勾勒未来社会图景。 国外人工智能巨头动作不断，在基础技术、应用领域方面都有诸多突破，可以总结为三点：基础研究能力强、跨界创新密集、人才红利持续发挥。
我国在深度学习、识别技术等领域实力突出，在人工智能市场应用层面走在世界前列。 但在基础技术、产业链跨界协同、核心人才培养方面则存有短板。 业内专家呼吁，未来我国人工智能行业和学界应重点关注以上三项弱点，审时度势、全盘考虑、抓紧谋划、扎实推进，在巩固现有优势的同时，补足短板，推动中国人工智能产业可持续发展。
基础层研究成人工智能“硬指标”
人工智能研究可以分为基础层、技术层、应用层，美国在技术难度大、技术带动效应强的基础层方面，不断取得研究以及实践进展；而中国在基础层方面能力稍弱，在技术层和应用层发力更多。
基础层主要指处理器、芯片等支撑人工智能技术的核心能力；技术层包括自然语言处理、计算机视觉、技术平台等通用技术；应用层是指自动驾驶、智能机器人等实际应用主体。
人工智能浪潮的兴起，使得美国大公司纷纷进军基础层的研究。 以芯片为例，美国的芯片制造企业英伟达推出了世界首款120万亿次级处理器Volta V100 GPU，可以将机器学习指令传达的效率从几周的时间缩短至几个小时，帮助客户更加快速地迭代并优化各自产品的上市时间。 过去3年中，英伟达为深度学习提供了10倍的性能加速，被评论界称为“摩尔定律的平方”，保持目前的性能提升速率，到2025年，GPU将可实现比CPU快1000倍的性能。
谷歌、亚马逊、微软、苹果等最初并不研发芯片的公司，也开始发力芯片和处理器，这使得美国在全球人工智能基础层研究地位进一步增强。 微软公司公布了其人工智能芯片制造项目，展示了一款专门为微软增强现实眼镜HoloLens打造的新型芯片。 谷歌已于2016年宣布了其深度学习芯片的研发，并声称，随着语音识别技术的爆发，高性能处理器TPU已为公司省下了打造15个新数据中心的成本。 谷歌同时在与生物公司合作开发高效计算DNA信息的芯片。 2017年4月，苹果公司宣布苹果将通过自主研发和生产芯片，进一步掌握产业链主导权。 消息一出，苹果芯片供应商英国公司Imagination的股价应声暴跌。
但是，中国在芯片基础研发领域仍然落后于美国企业，对进口芯片的需求居高不下。
从事计算机视觉识别的中国公司“旷视科技”品牌与市场中心总经理谢忆楠表示，在图像识别领域，公司同时应用英伟达和英特尔的芯片，目前还没有国产芯片能够完全取而代之。 英特尔中国研究院院长宋继强也承认，我国人工智能领域不足之处在于我们原创理论创新、基础人工智能研发能力还不太够。 中国学者需要在理论上有所突破。 地平线机器人技术创始人余凯表示，在PC电脑与移动互联网时代，我们都错失了如操作系统等基础平台性技术，人工智能时代需要迎头赶上。
中国电子学会发布《中国机器人产业发展报告》指出，我国机器人领域核心技术积累不足，资金投入相对有限且分散，高端市场长期被外资企业占据，很大程度上以依托进口零部件和本体组装、集成为主营业务，虽有一定突破但基本上是被动地、跟随式发展，难以获得产业发展主动权。
计算机学家、图灵奖唯一的华人得主姚期智表示，中国想在2030年实现世界主要人工智能创新中心的战略目标，首先要解决人工智能发展缺少理论的问题。 中国在下一波人工智能的发展上，应取得一些原创性的、有知识产权的成果，而不是追赶别人发明的科技。
跨界融合创新为智能生态“必修课”
未来人工智能领域不仅仅是单一的技术和产品，而是一个整合的“生态系统”。 数字技术将结合神经研究等医学领域、自动化机械臂等工业领域共同组成人工智能的底层技术。
以人工智能为依托的机器人一方面会以“软件”形式融入社会，如自动翻译、图像识别等。 另一方面也将通过集成“硬件”深入到百姓生活中，如特种机器人、医疗机器人等。
正是在这种“共识”的指引下，“不务正业”几乎成为美国人工智能巨头都在做的事，从IBM、苹果，到谷歌、脸书、英伟达，所有的人工智能巨头都在尝试软件、硬件、应用场景的联通，不再单一专注于自己的传统业务，而是着眼布局未来。 2016年9月，谷歌、微软、脸书、亚马逊、IBM更是组成人工智能联盟，大有形成合力、制定行业标准之意。
目前，谷歌的跨界非常广泛，跨越了芯片、机器学习平台、软件、云计算等各个领域。 其人工智能学习系统TensorFlow目前是全世界应用最为广泛的人工智能软件平台。 研发芯片起家的高通，也推出了自己的摄像头Spectra Module，旨在优化VR、AR的效果。 最近，这一摄像头又添加了一些新的功能，如深度检测和生物认证，用户可以通过虹膜扫描来解锁认证。
IBM中国研究院认知交互技术总监秦勇表示，IBM打造人工智能平台，最终目的就是形成生态圈，可以满足客户的不同需要。 比如IBM的WDC（Watson Developer Cloud），已经有很多应用程序编程接口公布出来，比如知识图谱、语音识别、计算机视觉、性格分析、对话管理等等。 在教育领域和芝麻街合作，利用人工智能帮助小孩，用游戏的方式来做辅助学习。 这一平台还和美敦力（Medtronic）合作，提前两三小时就可以准确预测一个人的血糖指标。
英伟达不仅有芯片，还发布了高效的深度学习软件平台，为客户提供综合全面的服务，其客户涵盖汽车、虚拟现实、图像识别、基因分析等各领域。 电商起家的亚马逊，凭借其深度学习能力，崛起成为人工智能的巨头。 去年，其发布的三大人工智能技术（图像识别、自动语音发音、语音互动）广受欢迎，中国的社群电商软件“小红书”就利用了亚马逊的人工智能技术开发了人脸识别痘痘的功能。
除以技术优势加速全链条布局外，国外巨头凭借投资并购等资本运作手段，提升自身技术实力，在人工智能领域迅速占据制高点，也有部分巨头在我国建立产业基地，抢占中国市场。 如微软收购位于多伦多的人工智能初创企业Maluuba，谷歌收购数据科学公司Kaggle。 库卡也宣布建设中国二期厂房，继续扩大产能。
而中国人工智能产业的跨界互动能力不足，部分企业存在短期套利思维。 业内人士认为，从技术到产品的跨越非常之困难。 不同于硅谷技术公司的“一呼百应、迅速抱团”，中国企业之间的“门户之见”较深，产业链倾向于为了短期利益，维护已有的客户链条，而不会积极拥抱新产品，这使得一项技术需要投产时，找生产商就十分困难，更别提以后的推广、应用了。
另一方面，中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃认为，目前市场上有很多风险基金来主导基础研究型公司，这对正常的创新过程会产生一定负面影响。 特定阶段确实需要一些特殊的措施，但无论如何要给有能力、愿意做研究的人一个安静的空间，这才是科研创新真正的源头。
王飞跃认为，很多人蜂拥而至进入智能行业，其中不乏“语言创新”、炒作概念的PPT公司，好多核心硬件还要从外国进口，企业技术能力“配不上”它的名字，这是需要我们反思的地方。
《中国机器人产业发展报告》建议，围绕市场需求，加强新技术之间的整合能力，打造“政产学研用”紧密结合的协同创新载体。 既要围绕智慧工厂、智能家居和智慧城市开展细分领域示范工程，也要打造重点领域机器人应用系统集成商和综合解决方案服务商，推进全产业链协同发展。
人才队伍建设是产业发展“脊梁柱”
任何产业的发展都依赖高素质的人才。 美国人工智能产业的发展，得益于过去几十年来高校、科研院所没有停止过的探索，美国从而成为世界人工智能人才的最大输出地。 而中国人工智能人才则较为稀缺。
腾讯研究院发布的《中美两国人工智能产业发展全面解读》，从企业人数分布可以看出中美之间的巨大差异。 报告显示，截至2017年6月，美国共有1078家人工智能企业，员工数量为名；中国有592家人工智能企业，员工数量为名，约为美国的50%。 分领域来看，在处理器/芯片领域，美国员工人数是中国的13.8倍，美国人，中国1300人。 中国在技术层领域的企业人数也远远落后于美国，仅在智能机器人领域人才稍多，为6400人，是美国同领域人数的3倍。
根据全球职场社交平台“领英”的数据，7成美国人工智能人才从业10年以上，而中国仅有4成相关人才有这样的从业经验。 报告分析，这源于中国人工智能产业起步比美国晚，人才培养模式尚存差距。
中国高校在很长时间内并没有人工智能专业，而美国是人工智能概念的诞生地，基本上大院校都有人工智能专业和研究方向。 根据美国国家科技委员会的人工智能全球大学排名，前20名中有16所是美国大学，这些大学源源不断地向科技企业输送人才。
业内人士表示，由于人才匮乏，人工智能工程师的年薪水涨船高。 博士毕业进入企业，起薪或可高达百万元，“否则根本留不住人”。 而且，即便这样的人也很难“上手就用”，都要在公司经过数月至一年的专业培训。
目前，中国正在快速追赶美国人工智能人才的培养步伐。 从论文发表数量来看，华人的领先优势日益明显。 在“深度学习”领域，中国的论文数量从2014年开始超越美国。 专家认为，人才培养是“智能+”发展的关键，而且，人才培养要与重点项目相结合，真正做到核心人才本土化、核心项目自主化。
《中国机器人产业发展报告》建议，应建立机器人行业亟须的多层次、多类型技能人才培养体系，建立校企联合培养人才的新机制。 同时，建立培养标准体系，运用职业培训和职业资格制度加深与汽车、电子、化工、消防等相关行业合作，实现人才培养与企业需求的良好对接。
国务院2017年印发《新一代人工智能发展规划》，提到将“加快培养聚集人工智能高端人才”。 伴随着巨大的市场需求和应用场景，我国有望吸引更多人才来华从事人工智能行业。
在面向2030年对我国人工智能发展进行的战略性部署中，我国新一代人工智能发展规划也明确提出了我国人工智能发展的“三步走”目标：
第一步，到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业进入国际第一方阵，成为我国新的重要经济增长点；第二步，到2025年，人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平，人工智能产业进入全球价值链高端，成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，我国成为世界主要人工智能创新中心，人工智能产业竞争力达到国际领先水平。
专家认为，要想让机器人渗透到人们生活，真正实现智能社会，一定要把相应的基础设施建设好，建立知识库、大数据库、面向各类具体问题的智能系统等。 “这不仅要有技术，还涉及整个社会体系、服务体系和治理体系等。 ”业内人士呼吁，要加快机器人向各领域的应用，实现人机协调、跨界融合、共创分享，营造有利于机器人发展的良好生态。
瑞银研究报告显示：至2030年AI每年将为亚洲贡献经济价值高达1.8万亿至3.0万亿美元，将对金融服务、医疗保健、制造、零售和交通等行业产生巨大影响。 这些行业加起来，相当于目前亚洲GDP的三分之二。
据统计，2000至2016年，中国人工智能企业数量累计增长1477家，融资规模达27.6亿美元。 其中，2014至2016年三年是中国人工智能发展最为迅速的时期。 这三年里新增的人工智能企业数量占累计总数的55.38%。 另据艾瑞咨询公开数据，中国人工智能产业规模2016年已突破100亿元。
面对优势，还需戒骄戒躁；面对补足，还需踏实补强；我国应在人工智能产业发展的浪潮中争当“弄潮儿”。
未来已来，当时代的钟声缓缓敲响，新科技革命和产业变革将是最难掌控但必须面对的不确定性因素之一，抓住了就是机遇，抓不住就是挑战，必须在日新月异的科技大变革中、在国际合作与竞争的征程中加速前进。
