自2018年教育部正式将人工智能（AI）指定为不同于计算机科学的专业以来，中国大学已经开设了超过2300多个人工智能本科专业。从保尔森基金会马可波罗智库发布的《全球AI人才追踪》分析报告可以看出，2023年统计中国已经培养了全球一半的AI人才。然而美国在AI基础研究、核心算法、高端芯片等方面仍处于领先地位。

那么为什么AI领域我们为什么还是落后于美国呢？原因从马可波罗智库的AI人才流动分析图可见一斑。（以下图表均来自马可波罗智库的2023版数据）

NeurIPS 2022接受的论文作者的数据为样本

我们从人才、算力、资金这三个AI产业核心要素来分析一下中美两国的差距：

人才

中国是全球顶级人工智能人才库的最大来源地，全球近一半的研究人员在中国完成本科教育。在全球所有大学中，清华大学在培养最终从事顶级人工智能研究的本科生数量方面仅次于斯坦福大学。

顶尖人工智能研究人员的原籍国（基于本科学位）

但本科教育结束后，中国人才库出现大量人才流失。这些中国研究人员中目前只有34%在中国，而大约56%在美国。在美国完成研究生学业后，88%的中国研究人员选择留在美国工作，只有10%的人选择回国。

中国人工智能顶尖研究人员现状2022

美国在顶级人工智能研究人员方面遥遥领先于所有其他国家，而这种领先地位是建立在吸引国际学生和研究人员到美国机构工作的基础上的。在美国机构工作的顶级人工智能研究人员中超过三成是原中国国籍。

在美国机构工作的顶级人工智能研究人员的主要原籍国

美国吸收了全球超过一半的AI人才，而在中国工作的AI人才仅仅占12%。

顶尖人工智能研究人员工作的国家

美国的人才虹吸效应仍然独霸全球，短时间看不到改变的迹象。而中国一些顶尖大学作为“留美预备役”仍然继续向美国输送人才，这种迹象短时间也看不到改变的可能。

顶尖人工智能研究机构Top 25

（以上样本包括应届毕业生、职业生涯中期研究人员和资深研究人员的组合，以反映所有这些群体的平均留任率。）

算力

从AI角度讲，算力的狭义概念是实现高性能计算、大规模数据处理和复杂模型训练的计算能力。再从硬件方面狭义的讲，算力就是有多少图形处理器（Graphics Processing Unit，GPU）、张量处理器（Tensor Processing Unit，TPU）等AI芯片。没有算力，就算有好的算法也没法进行大规模数据的模型训练，导致只能成为躺在纸上的论文，而不能变成成熟的AI产品。

自从美国对中国实行芯片禁运，两国的算力差距进一步拉大了。从清华大学全球产业研究院发布的《2022-2023全球计算力指数评估报告》看，到2023年美国的算力从前一年的77分增长到82分，而中国仅增长1分到71分，差距达到15%。

据报道，OpenAI团队正在尝试把1000万颗图形处理器（GPU）连在一起，而国内AI企业多的也就数千张卡的规模。当然，随着华为、摩尔线程等国内企业的发力，算力差距应该会逐步缩小。

资金

据CB Insights发布《2023年AI行业现状报告》的报告显示，2023年，中国AI领域投融资数量约为232笔，同比下降38%；融资总额约为20亿美元（约合142.45亿元），同比下降70%。而美国AI 领域初创公司的投融资数量达1151个，比2022年有所下降；但总融资额达310亿美元，同比增长14%。

从股票市场看，2023年国内AI企业普遍股票下跌，市值降低。AI 芯片龙头寒武纪（688256.SH）股价则下跌接近15%；百度（NASDAQ: BIDU）美股下降24.41%；百度港股（HKG: 9888）降幅达到26.28%；商汤集团（HKG: 0020）股价则下降65.73%，市值比最高点减少超过990亿元人民币；科大讯飞股票降幅超过14.5%。

反观美国，2023年多家美国 AI 公司股票大涨。其中，Supermicro（超微电脑）涨幅超过770%，而整体涨幅超过100倍；芯片巨头英伟达涨了接近5倍，市值攀升到1.79万亿美元，成为全球第三大科技股；ARM涨了3倍，AMD涨了超过120%，英特尔涨幅也超过58%；微软则借助 ChatGPT 股票涨了一倍，并且超过苹果成为全球市值最高的科技巨头。上述企业市值2023年增加了数万亿美元。

没有足够的资金，没法招揽顶级人才，没法买更多的“显卡”。一切问题归根到钱上，最终中美 AI 领域的差距也许会越来越大。

人工智能将深刻影响人类文明的未来进程，这已经成为有识之士的共识。在这场人工智能技术创新的马拉松赛道上，人才、算力、资金都不占优的情况下，中国究竟怎样才能不落后呢？也许，依靠我们自身庞大的市场、完善的基建、全产业链制造业，发力AI应用，实现弯道超车，是一个办法。