1、人工智能被纳入“新基建”体系   　　2020年3月4日，中央明确指示要加快推进国家规划已明确的重大工程和基础设施建设，其中要加快 5G 网络、数据中心等新型基础设施建设进度。相比于传统的“铁公基”，新基建是立足于高新科技的基础设施建设，主要包括5G基建、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等七大领域。   　　人工智能方面，AI将是新一轮产业变革的核心驱动力，重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。   　　2、全球人工智能企业主要集中在商业领域   　　根据中国信通院发布的数据：从全球范围来看，全球人工智能企业主要集中在 AI (各个垂直领域) 大数据和数据服务、视觉、智能机器人(13.020, 0.36, 2.84%)等领域 ，其中：AI 企业主要集中在商业(主要包含市场营销和客户管理领域) 医疗健康、金融领域。 　　3、中国人工智能产业规模逐年上升   　　近年来，中国人工智能产业发展迅速，语音识别和计算机视觉成为国内人工智能市场最成熟的两个领域。自2015年开始，中国人工智能产业规模逐年上升，据中国信通院数据，2015年到2018年复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。前瞻推算，2019年我国人工智能市场规模达到554亿元左右。 　　4、人工智能板块业绩喜忧参半   　　前瞻产业研究院根据几大头部企业发布的2019年前三季度业绩情况，发现有几家头部企业表现较好，但其中不乏业绩承压、利润下降的企业，如四维图新(14.620, 0.54, 3.84%)和东方网力(2.950, 0.07, 2.43%)业绩均下滑，承压较大。 　　5、新基建浪潮下，人工智能建设些什么   　　“新基建”不同于“铁公基”传统思路，其本质是信息数字化的基础设施建设，用于支撑传统产业向网络化、数字化、智能化方向发展。那么在“新基建”浪潮的背景下，人工智能基础设施应该建什么、怎样建?根据通信世界网发布的观点，人工智能新基建的核心是构建专用设施，填补算力不足，同时应在泛在、融合的发展趋势下，构建软硬件协同、新老系统协同、各个行业协同的产业新生态。

三部门发布16个新职业 AI训练师在列 　　3月2日消息，人社部与市场监管总局、国家统计局联合发布第二批16个新职业，其中人工智能训练师、智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、网约配送员、无人机装调检修工等均在列。 　　教育部：100多所高校新增人工智能专业 　　3月3日消息，教育部公布了2019年度普通高等学校本科专业备案和审批结果。其中，各高校新增备案专业1672个、审批专业181个。其中，新增人工智能、数据科学与大数据技术专业的学校分别占到了100多所。 　　广州《推进新一代人工智能产业发展三年行动计划》 　　3月5日消息，广州市印发《关于推进新一代人工智能产业发展的行动计划(2020-2022年)》，行动计划指出，到2022年，全市人工智能产业规模超过1200亿元，打造8个产业集群，建设10个人工智能产业园，培育10家以上行业领军企业，推动形成50个智能经济和智能社会应用场景，推进实施100个应用示范项目，争取创建国家级人工智能创新试验区、人工智能先导区。 　　浙江：积极开展消费领域AI应用试点 　　3月24日消息，浙江省人民政府办公厅印发《关于提振消费促进经济稳定增长的实施意见》。积极开展消费服务领域人工智能应用试点，丰富5G技术应用场景，扩大互联网、物联网、区块链、5G+4K”等新技术应用，加快研发可穿戴设备、移动智能终端、智能家居、4K视频终端、医疗电子、医疗机器人等智能化产品，带动5G智能终端、AⅠ智能服务新消费。加快5G网络基础设施建设，扩大4K用户覆盖面。 　　安徽推出十项措施支持AI产业创新发展 　　3月25日消息，安徽省政府发布《关于支持人工智能产业创新发展若干政策》的通知。《若干政策》明确，制定人工智能关键技术与重点产品导向研制目录，对智能传感器、高端智能芯片、智能制造装备等项目给予最高2000万元的补助。实施“人工智能+”应用示范工程。支持企业研发产品和人工智能场景应用方案推广，每年择优评选10个人工智能场景应用示范予以授牌并给予项目最高1000万元的补助等。 　　工信部：加快5G、物联网、AI等新基建 　　3月26日消息，工信部办公厅发布《关于开展产业链固链行动推动产业链协同复工复产的通知》。主要任务包括，实施中小企业数字化赋能专项行动。加快5G网络、物联网、大数据、人工智能、工业互联网、智慧城市等新基础设施建设，加快制造业智能化改造。加快工业和通信业重点项目开工建设，跟踪抓好重大外资项目落地，推动在建项目尽快投产达产。 　　小结 　　从3月份的政策动态来看，不仅国家对于人工智能发展依然非常支持，各地政府也正在加大相关布局，支撑本地区人工智能产业落地。除此外，人工智能人才培养和职业发展正在成为新的热点。一旦人才缺口得到弥补，我国人工智能产业落地有望按下“加速键”。

近两年，我国工业互联网发展已由概念普及与技术验证步入规模化推广阶段，重点行业的应用实践与创新探索持续深化，5G、人工智能等新技术也加速融入并不断拓宽工业互联网的内涵与赋能潜力。随工业互联网的深入发展，产业界急需一套具有实践借鉴意义的方法论，指导其开展工业互联网的技术创新、应用推广与生态建设。为此，工业互联网产业联盟在工业和信息化部的指导下，联合广大成员单位，历经3年时间，在2016年发布的工业互联网体系架构（版本1.0）基础上，研究制定了《工业互联网体系架构（版本2.0）》（以下简称“架构2.0”）。架构2.0于2019年10月份在联盟内发布后，获得业界广泛采纳和应用，有力推动了工业互联网的产业实践和创新发展。在进一步总结实践经验的基础上，工业互联网产业联盟现正式对外发布架构2.0。 架构2.0在继承版本1.0核心理念、要素和功能体系的基础上，从业务、功能、实施等三个角度重新定义了工业互联网的参考架构，有以下三个特点： 一是构建了由业务需求到功能定义再到实施架构的层层深入的完整体系 其核心是从工业互联网在促进产业发展中的作用与路径出发，指引企业明确自己的数字化转型商业目标与业务需求，进而确定其工业互联网的核心功能与实施框架。 二是突出数据智能优化闭环的核心驱动作用 进一步明确了工业互联网在实现物理空间与数字空间虚实交互与分析优化中的核心作用，定义了其功能层级与关键要素，以此指导企业在设备、产线、企业、产业等不同层级、不同领域构建精准决策与智能优化能力，推动产业智能化发展； 三是指导行业应用实践与系统建设 在充分考虑企业现有基础与转型需求基础上，结合国内外企业大量已开展实践的相关经验，提出网络、标识、平台和安全的实施部署方式，指导企业开展工业互联网关键系统建设和技术选型。 当前架构2.0在工业互联网应用探索中已开始发挥重要引领作用，为政府、企业、科研机构、投资者等各方提供指引和参考。一方面，一批工业互联网企业已基于架构2.0开展对标，持续完善自身技术、产品和服务能力，构建以工业互联网为核心的业务体系。另一方面，石化、钢铁、船舶等多个行业结合架构2.0，成功推进自身行业应用和系统建设，探索行业特色转型路径，引领行业整体高质量发展。同时，产业创新生态在架构2.0指引下走向壮大，5G、大数据、人工智能、区块链、边缘计算等技术创新活跃，融合型产品和解决方案不断涌现，有力支撑新兴产业与服务体系构建。 下一步，工业互联网产业联盟将继续深化和完善架构2.0内涵，联合重点行业共同开展行业架构设计、应用推广与产业生态培育，探索形成各行业工业互联网发展模式和路径，深入推进我国工业互联网创新发展。此外，联盟还将推动架构2.0与国际主流架构的对接互认，不断扩大国际影响力。

工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略，促进工业数字化转型，激发工业数据资源要素潜力，加快工业大数据产业发展，现提出如下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的十九大和十九届二中、三中、四中全会精神，牢固树立新发展理念，按照高质量发展要求，促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。 二、加快数据汇聚 （一）推动工业数据全面采集。支持工业企业实施设备数字化改造，升级各类信息系统，推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统，引导工业设备企业开放数据接口，实现数据全面采集。 （二）加快工业设备互联互通。持续推进工业互联网建设，实现工业设备的全连接。加快推动工业通信协议兼容统一，打破技术壁垒，形成完整贯通的数据链。 （三）推动工业数据高质量汇聚。组织开展工业数据资源调查，引导企业加强数据资源管理，实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据，在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台，实现多源异构数据的融合和汇聚。 （四）统筹建设国家工业大数据平台。建设国家工业互联网大数据中心，汇聚工业数据，支撑产业监测分析，赋能企业创新发展，提升行业安全运行水平。建立多级联动的国家工业基础大数据库，研制产业链图谱和供应链地图，服务制造业高质量发展。 三、推动数据共享 （五）推动工业数据开放共享。支持优势产业上下游企业开放数据，加强合作，共建安全可信的工业数据空间，建立互利共赢的共享机制。引导和规范公共数据资源开放流动，鼓励相关单位通过共享、交换、交易等方式，提高数据资源价值创造的水平。 （六）激发工业数据市场活力。支持开展数据流动关键技术攻关，建设可信的工业数据流通环境。构建工业大数据资产价值评估体系，研究制定公平、开放、透明的数据交易规则，加强市场监管和行业自律，开展数据资产交易试点，培育工业数据市场。 四、深化数据应用 （七）推动工业数据深度应用。加快数据全过程应用，发展数据驱动的制造新模式新业态，引导企业用好各业务环节的数据。 （八）开展工业数据应用示范。组织开展工业大数据应用试点示范，总结推广工业大数据应用方法，制定工业大数据应用水平评估标准，加强对地方和企业应用现状的评估。 （九）提升数据平台支撑作用。发挥工业互联网平台优势，提升平台的数据处理能力。面向中小企业开放数据服务资源，提升企业数据应用能力。加快推动工业知识、技术、经验的软件化，培育发展一批面向不同场景的工业APP。 （十）打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛，助力行业创新应用。加大宣传推广力度，开展线上线下数据应用培训活动。 五、完善数据治理 （十一）开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》（GB/T 36073-2018，简称DCMM）国家标准，构建工业大数据管理能力评估体系，引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。 （十二）推动标准研制和应用。加强工业大数据标准体系建设，加快数据质量、数据治理和数据安全等关键标准研制，选择条件成熟的行业和地区开展试验验证和试点推广。 （十三）加强工业数据分类分级管理。落实《工业数据分类分级指南（试行）》，实现数据科学管理，推动构建以企业为主体的工业数据分类分级管理体系。 六、强化数据安全 （十四）构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任，构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设，实现闭环管理，全面保障数据安全。 （十五）加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关，提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业，增强数据安全服务，培育良好安全产业生态。 七、促进产业发展 （十六）突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用，推动人工智能、区块链和边缘计算等前沿技术的部署和融合。 （十七）打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发，构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业，发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。 （十八）着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台，围绕重大共性需求和行业痛点开展协同创新，加快技术成果转化，推动产业基础高级化和产业链现代化。 八、加强组织保障 （十九）健全工作推进机制。省级工业和信息化主管部门（大数据产业主管部门）要建立工业大数据推进工作机制，统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新，开展重大问题研究，实施政策评估咨询，助力工业大数据创新应用。 （二十）强化资金人才支持。发挥财政资金的引导作用，推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务，扶持工业大数据创新创业。完善人才培养体系，培育既具备大数据技术能力又熟悉行业需求的复合型人才。 （二十一）促进国际交流合作。围绕政策、技术、标准、人才、企业等方面，推进工业大数据在更大范围、更宽领域、更深层次开展合作交流，不断提升国际化发展水平。

中国制造2025相关政策及市场导向