根據《2022-2023中國人工智能計算力發(fā)展評估報告》核心觀點：
政策驅動下，中國人工智能發(fā)展迎來黃金時期中國始終強調科技興國的重要性。數字經濟時代，技術的力量更為凸顯。近年來，中國政府相關部門相繼發(fā)布一系列政策，更加明確了人工智能對于提升中國核心競爭力的重要支撐作用，加上新基建、數字經濟等持續(xù)利好政策的推動，中國人工智能市場保持平穩(wěn)增長。
IDC預測，2022年中國人工智能市場相關支出將達到130.3億美元，有望在2026年達到266.9億美元，2022至2026年年復合增長率達19.6%。
加速技術行業(yè)落地、推進優(yōu)化治理是中國人工智能相關政策的核心目標方向：加速技術的行業(yè)落地：《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》（簡稱“十四五”綱要）指出要推動互聯(lián)網、大數據、人工智能等同各產業(yè)的深度融合。
基于此，各省市紛紛布局打造示范應用行業(yè)和場景，推進人工智能與產業(yè)融合。2022年《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》（簡稱《意見》）發(fā)布，《意見》為各地方和各主體加速人工智能行業(yè)和場景化落地提供指引，指出制造、農業(yè)、物流、金融、商務、家居等重點行業(yè)可深入挖掘，“促進智能經濟高端高效發(fā)展，以更智能的城市、更貼心的社會為導向，在城市管理、交通治理、生態(tài)環(huán)保、醫(yī)療健康、教育、養(yǎng)老等領域持續(xù)挖掘人工智能應用場景機會，開展智能社會場景應用示范”，并鼓勵科研機構及高等院校加大對于人工智能技術研究、開發(fā)及應用的投入力度。
在人工智能算力及應用方面有以下趨勢
一、芯片：需求日益增長，發(fā)展空間廣闊
全球人工智能技術發(fā)展逐漸成熟，數字化基礎設施不斷建設完善，人工智能產業(yè)技術不斷提升，產業(yè)商業(yè)化應用加速落地，推動全球人工智能芯片市場高速增長，IDC預計，到2025年人工智能芯片市場規(guī)模將達726億美元。IDC全球范圍調研顯示，人工智能芯片搭載率（attach rate）將持續(xù)增高，目前每臺人工智能服務器上普遍多配置2個GPU，未來18個月，GPU、ASIC和FPGA的搭載率均會上升。
二、服務器：中國市場領跑全球，綠色節(jié)能引領未來
人工智能服務器仍是人工智能市場增長的主力軍。IDC數據顯示，2021年全球人工智能服務器市場的同比增速超過全球整體人工智能市場的增速，是整體人工智能市場增長的推動力。IDC發(fā)布的《全球人工智能市場半年度追蹤報告》顯示，2021年全球人工智能服務器市場規(guī)模達156.3億美元，約合人民幣1,045億元，這是全球年度人工智能服務器市場首次突破千億元人民幣，同比2020年增速達39.1%。其中，浪潮信息、戴爾、HPE分別以20.9%、13.0%、9.2%的市占率位列前三，三家廠商總市場份額占比達43.1%。未來五年，人工智能服務器市場將繼續(xù)高速增長，預計2026年全球人工智能服務器市場規(guī)模將達到347.1億美元，五年復合增長率為17.3%。
三、計算架構：以系統(tǒng)創(chuàng)新為基礎，支持多元算力發(fā)展
深度學習是典型的多迭代計算類工作負載，龐大的計算力是催生業(yè)務價值的必要條件。在通用算力技術演進節(jié)奏放緩的大背景下，針對特定問題或特定領域來定義計算架構成為市場的普遍訴求，基于DSA（Domain-Specifific Architectures）思想設計的人工智能芯片，在特定人工智能工作負載上表現(xiàn)出遠超通用芯片的處理能力，大大推動了人工智能芯片的多元化發(fā)展，并為產業(yè)AI化的加速提供了重要的產業(yè)基礎和更加豐富的選擇。
四、云服務：市場規(guī)模穩(wěn)步提升，算力設施提供強力支撐
云計算的出現(xiàn)為企業(yè)提供更豐富的算力支持。通過aaS（asaService）服務提供AI平臺和AI服務，因其快速的產品迭代能力和豐富的場景化人工智能能力，越來越被用戶接受。2021年全年，人工智能公有云服務市場規(guī)模達到44.1億元人民幣，占整體人工智能軟件市場的13.4%。從年增長率來看，人工智能公有云服務市場的增長速度仍然遠遠超過人工智能軟件整體市場的增長速度。而在未來2-3年內，IDC還觀察到私有化部署仍將是整個人工智能市場的主流。
五、算法模型：加速大模型行業(yè)落地，助力實體經濟發(fā)展
大模型是在智算算力驅動下最為典型的重大創(chuàng)新。得益于模型泛化能力強、長尾數據的低依賴性以及下游模型使用效率的提升，大模型被認為具備了“通用智能”的雛形，并成為業(yè)內探索實現(xiàn)普惠人工智能的重要途徑之一。大模型的技術基礎是 transformer 架構、遷移學習和自監(jiān)督學習，transformer架構應用于NLP領域并取得了突破性進展，其在視覺任務上也同樣證明了有效性。從算力的視角看，語言類、視覺類模型容量和相應的算力需求都在快速擴大，大模型發(fā)展的背后是龐大的算力支撐。如果用“算力當量”（PetaFlops/s-day，PD），即每秒千萬億次的計算機完整運行一天消耗的算力總量，來對人工智能任務所需算力總量進行度量，AI+Science領域的AlphaFold2、自動駕駛系統(tǒng)、GPT-3等模型訓練需要幾百甚至幾千PD的算力支持，如GPT-3訓練需要3,640PD的算力。
六、生態(tài)：推進產業(yè)化布局，發(fā)揮平臺價值
技術創(chuàng)新的價值是提升效率，產業(yè)AI化的目標就是通過人工智能技術的應用來提升垂直行業(yè)研發(fā)、生產、運營等環(huán)節(jié)的效率，并產生更大范圍的經濟價值和社會價值。不過，人工智能目前還是新興技術，技術供應商在實施產業(yè)AI化時仍面臨諸多挑戰(zhàn)，包括市場對人工智能技術的理解程度、供應商技術和商業(yè)能力是否成熟、如何在精細化落地的基礎上實現(xiàn)快捷高效的部署，都會影響人工智能技術在產業(yè)內的實際落地效果。
通常來講，推動某一類新興技術應用走向成熟的基本路徑和邏輯，是在產業(yè)發(fā)展初期，通過協(xié)同平臺對多元市場主體的標準化是技術規(guī)模化應用的必要前提，但對于目前的人工智能技術及基礎架構來說，定制化的工作量依然很大，主要集中在包括多元人工智能芯片適配、人工智能算力資源管理和調度、數據整合及加速、深度學習開發(fā)環(huán)境部署等各個方面。
七、應用：場景化落地縱深發(fā)展，加速智算力向創(chuàng)新力轉化
中國人工智能算力為人工智能的持續(xù)創(chuàng)新發(fā)展提供支撐。
目前醫(yī)療場景應用：賦能診斷治療，加速科研探索
人工智能進入醫(yī)療領域的機會和挑戰(zhàn)
按照人工智能進入醫(yī)療的領域來區(qū)分，主要分類是藥物研發(fā)、診療、影像識別、手術機器人和健康管理5大方向。但從實踐來看，藥物研發(fā)領域雖有一些進展，但離真正規(guī)模化仍有一定距離，而診療領域的工具屬性更強，對醫(yī)療的作用只具備信息化附屬的角色。過去5年吸引市場的領域是AI解決方案（以影像識別為主）、手術機器人和健康管理這三大類。
對這三者進行分析可以通過四個角度：監(jiān)管屬性、實用性、迫切性和可持續(xù)性。
首先，從監(jiān)管屬性來看，都是按照醫(yī)療器械來獲得監(jiān)管許可，但是只有手術機器人是真正依賴醫(yī)療器械和耗材來走通商業(yè)模式的，其他都是比照器械來獲得監(jiān)管許可，但實際上并不是依靠醫(yī)療器械本身來獲得發(fā)展，而是更偏向醫(yī)療信息化的院內和院外模式。影像識別類似院內影像科購買系統(tǒng)進行信息化能力提升，而數字療法則類似借助信息化軟件進行專科的院外隨訪和康復管理。從監(jiān)管準入角度來看，醫(yī)療器械和耗材模式是成熟商業(yè)模式，且客單價較高；而面向?？频男畔⒒浖Ｊ降目蛦蝺r較低，市場規(guī)模的增長依賴跑量。至于面向院外的健康管理則連商業(yè)模式的邏輯都無法成立。
其次，從實用性來看，手術機器人和影像識別的實用性較強，用戶主要為醫(yī)院科室，有著較為明確的采購需求。而數字療法的療效目前只是在試驗中獲得了證明，但由于始終沒有獲得大基數的用戶，其實用性存疑。由于需要醫(yī)生開具處方且主要面向院外C端客戶，數字療法的使用場景無法像前兩者那樣創(chuàng)造出一個具有迫切性的剛需場景，一切都掌握在個人的主觀意愿上，可持續(xù)性偏弱。
再次，迫切性決定支付能力和意愿，迫切性低會導致支付意愿低，反之就高。從支付意愿來看，手術機器人的迫切性較高，支付意愿度較高，但影像識別的迫切性并不強，數字療法的迫切性更弱，支付意愿更低。從支付能力來看，醫(yī)院采購設備的資金最充足，市場接受度也最高，手術機器人的銷售面臨的挑戰(zhàn)是政策準入而不是支付能力。影像識別僅限于影像科，經費相對有限，因此支付能力明顯受限。而且影像識別提供的服務更類似信息化軟件，難以提高客單價。至于數字療法，C端自費支付能力始終是大問題，難以推動產業(yè)商業(yè)化，必須依賴支付方，但支付方需要看到明確的療效和成本控制，這點數字療法并不具備，也難以獲得商業(yè)化所需的規(guī)模。
最后，從可持續(xù)性來看，商業(yè)模式能否持續(xù)滿足客戶需求和支付能力是關鍵，手術機器人和影像識別主要依賴醫(yī)院采購，可持續(xù)性能力較強，但數字療法依靠C端自費，難以獲得穩(wěn)定的市場規(guī)模，可持續(xù)性較弱。
來自未來規(guī)?；奶魬?zhàn)？
從本質上來說，影像識別對醫(yī)生的幫助更多是效率上的，但與類似電子病歷等全局性的信息系統(tǒng)不同，醫(yī)療機構對局部效率提升的急迫性并不強。因此，醫(yī)療機構的支付意愿并不強的前提下，影像識別產品的定價只能類比?？苹男畔⑾到y(tǒng)，難以與大型醫(yī)院信息化系統(tǒng)比肩。在需求意愿有限和定價難以提升的市場環(huán)境下，影像識別的商業(yè)化面臨很大的局限。
而另一方面，影像識別是一個重人力的服務，需要投入大量人力去做生物標志物，這大幅度推高了公司的成本，每獲得1元收入所投入的成本要遠遠超過1元，這樣的商業(yè)模式只能依靠不斷融資支撐。與傳統(tǒng)互聯(lián)網公司不同，由于是一個完全2B的市場且客單價較低，影像識別公司缺乏快速規(guī)模化的可能性，很難長期燒錢來發(fā)展。
而手術機器人面向的領域雖然較窄，目前成熟的主要是腹腔，以泌尿外科和普外科為主，骨科類的規(guī)?；孕钑r日，但由于能夠解決醫(yī)生的痛點，大幅提高手術的精度和效率，在經過了數年的市場培育期之后，獲得了明顯的發(fā)展。由于客單價較高，擁有一定自費用戶的基礎，隨著部分地區(qū)醫(yī)保納入之后，手術機器人將獲得明顯的增長。
但是，手術機器人市場仍然缺乏有體量的國產品牌。雖然目前有較多產品線在研發(fā)和臨床試驗，但真正能夠規(guī)?；氖中g機器人產品還較為匱乏。手術機器人是一個長周期發(fā)展的商業(yè)模式，但打開醫(yī)院市場的銷售渠道必須緊密配合產品開發(fā)進行，否則很容易形成有產品而沒有市場的局面，并一拖多年，產生不了現(xiàn)金流，一直需要融資輸血。
而人工智能在健康管理領域的體現(xiàn)主要是數字療法。數字療法并不是新產品，更多是采用了軟件加硬件的模式將原有的產品重新包裝。與影像識別和手術機器人不同，數字療法更多是面向個人。人工智能的本質是提高效率和技能并降低成本，但數字療法并沒有體現(xiàn)出這一點。雖然數字療法在試驗階段展示了其能夠對慢病或精神健康疾病進行有效治療和管理，但從實踐來看，其實際效果仍然存疑。這導致醫(yī)保和商保作為支付方仍然非常謹慎，直接去覆蓋數字療法的意愿度非常低，降低了其快速規(guī)?；目赡苄?。
當然，人工智能在數字療法上主要的優(yōu)勢在其算法，通過不斷調整用戶數據來推動算法具備更精準，從而提高用戶的健康水平。但是，正如影像識別一樣，必須投入高人力，依靠大樣本才能開發(fā)出準確率更高的算法。當前的數字療法卻采取藥品的研發(fā)模式，只是在院內對小規(guī)模人群進行試驗。當這樣的數字療法產品上市后，用戶的使用率和續(xù)約率并不高，作為頭部的Pear Therapeutics的處方實際調劑率只有50%，處方實際支付率只有25%，這極大的制約了其規(guī)?；目赡苄浴?/span>
因此，如果從商業(yè)模式的潛力來辨別，用戶需求的迫切性、支付意愿和能力以及可持續(xù)性是判斷其未來能否獲得真實發(fā)展的關鍵。從市場趨勢來看，手術機器人的商業(yè)模式已經成熟，但受制于技術的能力，未來的規(guī)模取決于技術成熟度和成本控制力。而以影像識別為主的AI解決方案的商業(yè)模式仍不成熟，未來能否真正規(guī)?；苤朴谑欠衲苷业叫碌膭傂栊詰脠鼍昂歪t(yī)院的支付意愿的提升。數字療法則還不存在清晰的商業(yè)模式，市場仍將繼續(xù)探索。
《2022-2023中國人工智能計算力發(fā)展評估報告》-浪潮信息；IDC China.
《人工智能進入醫(yī)療領域的機會和挑戰(zhàn)》-村夫日記（作者）
Copyright ? 2022 上海科雷會展服務有限公司 旗下「智慧醫(yī)療網」版權所有 ICP備案號：滬ICP備17004559號-5
