车洁舲：用AI透视AI

5月30日，由第一财经、《第一财经》YiMagazine、新一线城市研究所举办的“2023新一线城市峰会”在上海世博会博物馆召开。

第一财经·新一线城市研究所咨询总监车洁舲以人工智能产业为切入口，系统性地为大家分享了如何用多样的大数据手段剖析一座城市的新兴产业发展。“产业领域的数据的表现往往是超前的，它感知了我们或许还未曾感知的机遇。我们希望通过这背后多维的数据以及结构化的模型体系，深度地透视每个行业，评价他们的发展，也挖掘新的机会。”

| 演讲视频 |

| 演讲嘉宾 |

| 文字实录 |

很多人会问，新一线除了发榜单，平时还做什么？其实我们围绕数据会做很多工作，比如大数据的咨询服务，比如我们有知城数据平台，我们还可以提供定制化的系统服务，当然我们也做城市研究，做城市各个领域的数字研究。

随着大数据的渗透越来越广，我们有一个感受，关于城市活力、城市商业，包括人群流动、交通联系等等领域，我们都已经有了大量的定量研究。

在产业领域，我们一直在思考，是否也可以有同样的数据贡献？当我们说起GDP、产业结构、经济产出，或许这些数字过于笼统；当我们聊起龙头企业、人才梯队、招引政策，这些信息可能又太过于零散与具体。

这些年新一线团队在这方面做了一些持续的发散思考，我们认为对大部分行业来说，科创与研究一定是本源驱动，而产业链是内核、是主体，集聚则是一个产业发展的成效以及未来必然的趋势。

我们希望通过这背后多维的数据以及结构化的模型体系，深度地透视每个行业，评价它们的发展，也挖掘新的机会。

我相信在座有很多数据领域的伙伴，大家有一个共同的感受：在很多领域，数据的表现往往是滞后的，什么意思？我们拿到的数据往往是对现状感知的一种再定义。

但是从这些年的研究经验来看，在产业领域可以这么说，数据的表现往往是超前的，它感知了我们或许还未曾感知的机遇。

（如图所示）大家可以看到屏幕上的两张图表，这是两张非常简单、结果导向的图表。新一线城市研究所不止有商业数据库，我们也积淀了很大的产业数据库，这些年每一年、每一季度、每一月都会动态地追踪全国337个地级以上城市的所有重点企业，包括上市企业、高新技术企业、科技型中小企业、本地龙头企业等等，统计城市里企业规模的变化。

（如图所示）左边的图表是战略性新兴产业的企业数量，我们可以看到从2021年到2023年，在这样的企业数据库中，各个城市创新领域的企业都在增长。但是大家增长的速度是明显有分化的，除了深圳一直稳稳地位居在第一位，有一条曲线是南京，南京在今年已经超越了广州，稳稳地来到全国前5的位置。左边图表里有一条斜率增长非常陡峭的城市，它是武汉。

右边的图表评价是每一个城市专业产出的能力，武汉的增长同样显著。

我相信大家很好奇，这一条斜率非常陡峭的城市是谁？可能会有点意外，是青岛。我们统计了青岛的专利规模，2021年的时候，它排在全国第19的位置，而今年已经到了全国第6的位置。结合官方统计的数字看，去年全年青岛新增发明专利授权量是1.45万件，而有效发明专利拥有量是5.94万件，这个数字不只是在省内遥遥领先，在全国也是非常漂亮的成绩单。

我们要想一件事情，一直以来我们对创新的理解都聚焦在深圳、北京、上海这样一批头部城市上，但数据告诉我们，像南京、武汉、青岛这些城市在创新领域的布局以及产出，可能已经超过了我们的想象。

再次打开数据深入看一看，这些城市究竟在哪些领域发力突破。从规模上来看，南京增长最快的三个领域是数字创意、新一代信息技术与节能环保。而武汉则是数据创意、新材料和新一代信息技术。

从数据对比中可以明显看到，城市之间的竞争非常激烈。这三年武汉的增速整体已经超过了南京。而和三年前相比，两座城市在高端装备制造业上的差距大大缩小，甚至在数字创意产业上，武汉已经实现了反超。

回到一直想探索的话题，每一个城市在发展产业的时候，究竟有哪些鲜明的特色？这是我们对所有新一线城市根据战略性新兴产业的八大类分类，做的每一个城市产业规模的配比或者统计。的确，这根发散柱子的粗细代表了每个城市的布局特色各不相同。

比如南京在新一代信息技术领域的企业规模遥遥领先，而像苏州、天津、东莞的制造业规模明显更优势。此外，像杭州、成都的相关服务业也是一大特色。

我们梳理过很多城市自己发布、宣推的主导产业，大部分城市，包括所有的新一线城市都会把新一代信息技术这条写进去，这是一个集成了数据、信息、软件、技术的综合行业，几乎可以与任何一个行业发生交叉，实现科技赋能。

新一代信息技术含义非常广泛，包括了通信网络、集成电路、云计算等等，包括最近大热的人工智能，其实也属于这个范畴。

从全国的总量来看，就两年间，全国人工智能类的企业数量几乎增长了11倍。我们用数据扫描了它的增长曲线，提取了全国所有城市人工智能类的企业增长数据。

右边两张图表中，南京、苏州、合肥在这个行业的企业增量和增速表现都是非常优异的，甚至已经超越好几个一线城市。

仅仅用企业或者专利的数据远不能窥探一个产业的全貌，这些年我们一直在尝试更新算法，用机器学习的方式结构化一个行业的产业链，并将所有与之相关的企业以及产业要素匹配到产业链所对应的环节。

这张图是我们描绘的人工智能产业链，最底层是我们对人工智能整个行业业务梳理以及所有相关线索整合。当我们将这张产业图谱架构完成以后，再往上需要做的工作是通过语义理解、文本挖掘等一系列的手段，从海量的公开信息中精准地识别和提取能够帮助我们定位企业所属产业链环节的信息，这样我们就有能力从企业库中精准地寻觅到属于人工智能领域的企业，更进一步地通过它们的业务、产品的分析，将这些企业匹配至人工智能产业链上的对应环节。

数据、算法、学习、智能输出，这个对AI行业建构、再匹配、再重构的过程，其实非常AI。所有熟悉数据的伙伴都了解，这背后不止是多元数据的堆叠、分析，更重要的是有大量的逻辑匹配，也有大量的试错。只有不断地试错和校准，我们才能提高机器学习的准确度，才能提高这份产业图谱的实用性。

让我们看看AI企业在中国城市是如何成长的？数据指标那么好的南京，究竟开展了哪些实质性的动作？图上是绘制的南京人工智能产业地图，我们的做法是根据人工智能的基础层、技术层、应用层环节分类，对南京所有的人工智能企业匹配至各自环节，分别投影到地图上。图中黑色线框的部分是南京所有基础层的企业分布区域；图中蓝色的线框区域是技术层的企业所分布的区域；同理，绿色的区域是应用层的企业所分布的区域。

在南京这三层网络是高度交叉或者高度叠合在一起的，说明南京发展人工智能产业是围绕着全产业链发展的概念和目标在走。

从南京官方的文件来看，南京目前走的是“一核两翼”的结构。一核是图中的江心洲生态科技岛，这里有一些企业很厉害，英伟达、腾讯、科大讯飞企业都落在这个岛上。其中一翼是江北，江北有一些计算中心，而另一翼是江南，江南有很多特色的组团。比如我们看到了以人工智能为特色的园区叫麒麟科创园，这里汇聚了基础层的中科逆熵，技术层的汇川视觉，应用层的行歌科技等不同环节的龙头企业。南部的雨花台高新区，依托于原来是软件谷的资源禀赋，在此基础上做了人工智能的升级。北边的新港高新园、徐庄软件园，它们的特色在于培育了大量的创新型中小企业。

看过南京以后，再来用数据扫描一下所有的城市都在发展AI，同样发展AI，不同的城市、擅长的领域究竟有哪些不同？

在这里，我需要引入一个产业特色度的概念，假设一个城市在人工智能某个细分领域的企业占比超过了这个城市的人工智能全量企业在全国所有城市的占比，我们就认为它在这个细分领域是具有优势的。

左边的图表显示，在基础层（数据、硬件领域）凭借强大的科技资源与深厚的信息服务基础，北京的优势度远远高于其他所有城市。技术层作为数据与应用之间的过渡，是专注于对视觉、语音、语义，乃至于人机交互等前沿技术的研究与开发。技术层的龙头企业往往有海内外的知名高校以及院所的创业团队来组成，这时候我们看到像广州这样一座高校资源丰富、研究院所冒尖的城市，在技术层冒了出来。

最右边的图表，下游应用层也就是智慧政务、智慧产业、智慧场景等等领域，目前并没有看到哪座城市有综合性突出的能力。其实这恰恰说明，在应用层领域，各座城市正在展开非常激烈的竞逐，这种竞逐体现在更细分的领域业务开拓上。

我们用同样的算法去计算了各城市在智慧城市、智能家居、智能教育办公、智能安防与智能零售上的表现，我们发现数据结果非常有意思，这五个领域各自的TOP3城市几乎没有一个是重复的。

这张表上有一个城市产业特色度非常高，我们认真地查阅了一下它，长沙智慧城市。怎么看到长沙在智慧城市领域的冒尖？我们用到大量的关键词，比如智慧政务、城市指挥中心、数字孪生、新基建、物联感知等一批索引词去匹配所有的企业，我们发现长沙在这个领域非常有优势，它在这个领域的企业规模甚至超过了深圳、北京，是目前排名全国第一的。

如果说南京发展人工智能特色是全产业链的协同布局，长沙的点在于努力让多方资源汇聚在此。长沙的做法有吸引龙头企业落地共建，布局智慧基建、创设新型的科研机构等等，拥有长沙政务云、网安长沙等一批标志性的产品。一方面，长沙作为智慧城市建设的样本，完成了包括基础设施数字化、智能网联等一系列的城市升级；另一方面，本地孵化培育了一批龙头企业，比如专注在电力行业升级的麒麟信安，深耕城市图谱和云计算解决方案的拓维信息，这些公司所提供的解决方案也是从长沙走向全国所有城市。

我们看到了长沙、南京，我们也想看到更多的城市，他们在人工智能领域钻研些什么？我们做了这样一件事，对每个城市人工智能领域专利的内容做了一次词云分析，看他们到底特色在哪里。我们发现一个最核心的结论，每一个城市在人工智能领域的特色往往与自身原有的优势产业是紧密相关、高度相关的。

比如合肥，合肥有中科大，科研资源非常丰富，所以我们可以看到它的关键词是运算、模型、神经网络，在算法层有很深的拓展。

西安航天航空是特色产业，所以在西安的人工智能领域我们看到了无人机。东莞和苏州都是传统的制造强势，东莞的制造更偏装备制造，所以我们看到了模切机的关键词；苏州更偏下游，比如机器人、扫地机等等。

回到产业地图本身，我们也相信人工智能行业的发展和其他的新一代信息技术行业相通，它也高度依赖于科创资源和产学研的结合。再次放上一张地图，合肥以中间的大蜀山为界，目前形成东西两片产学研集成区，西侧以中科大系研究院为主导，聚焦了各个类型的人工智能企业。而东侧双创资源更加丰富，是培育中小型企业的优质土壤。

在合肥所有省级以上科研基地中，超七成单位依托大学、研究院所建设的。而从专利申请人的所属单位性质来看，合肥大专院校及科研单位申请的授权专利超过了13%，这个数字在全国来看都是非常优秀的，合肥实现了以研带产的路径。

回到演讲开头的第一页，当我们聊到产业的时候，到底在思考什么？我们能贡献什么？大数据和AI究竟可以如何为产业赋能？我相信这将是值得长期探索和动态追踪的问题。

我们关注产业链的价值，关注创新，也关注区域竞合，也关注产业与方方面面的融合，伴随着全面AI时代的来临，我们手头的工具箱越来越丰富，我们以企业、园区、创业院所、孵化机构的各项数据作为传感器，以创新能力、特色度、模型预测等等作为分析仪，最终上架工具台的除了产业地图、园区驾驶舱，还可以有创新力分析工具、招商工具、数字化工具等等使用的市场工具。我相信未来工具台上还会有更多未来值得延伸想象的可能。

今天关于AI产业的分享到此告一段落，接下来的日子里非常期待和各位进一步就城市产业大数据做深入的探索和交流。