36、印度人工智能的经济研究与发展

印度人工智能的经济研究与发展

一、印度人工智能发展现状

（一）企业融资与大型企业动态

大数据公司Qubole在2017年筹集了2500万美元，成为当年印度人工智能企业获得的最大一笔融资。同时，印度的主要银行和塔塔汽车等大型企业开始涉足人工智能实验。埃森哲研究报告显示，80%的印度公司认为人工智能将在未来三年内全面或显著改变其业务，平均增长率达68%。若大型企业认真投资人工智能，印度有望迎来人工智能革命。

（二）政策制定者行动

电子和信息技术部已成立特别工作组，为人工智能和区块链等新技术制定发展路线图。商业和工业部也为人工智能成立了特别工作组，以研究如何推动制造业和服务业发展。不过，印度在人工智能政策方面才刚刚起步，需要一套全面、深思熟虑且资金充足的指导方针来推动人工智能革命。

（三）多利益相关方合作

欧洲的公私合营模式（PPP）是值得借鉴的范例。欧盟委员会出资高达7亿欧元，私人投资超过20亿欧元，这是在人工智能研究方面最有力的举措。相比之下，印度政府机构与私人机构之间的合作尚处于初级阶段，需要多利益相关方加强互动与合作，挖掘人工智能的潜力。

（四）印度人工智能采用政策

印度正在进行数字化转型，下一步是利用产生的大数据做出明智决策。2017年ASSOCHAM - PWC关于“人工智能技术与机器人”的联合研究报告指出，企业可借助“数字印度”和“印度制造”等倡议，在印度设立专注于人工智能的创新中心。目前，超过36%的主要金融公司已投资相关创新项目。

人工智能在金融信息安全、基础设施防御、预测潜在风险等方面具有广泛应用，但在印度的潜力尚未完全实现。此外，人工智能与3D打印和物联网等技术结合，有望在印度推动广泛的可用性、可承受性和设计可行性。在环境研究技术方面，人工智能集成的智能能源电网和精准开发以减少垃圾填埋场浪费等领域存在巨大机遇。

二、人工智能对印度部分行业经济的影响

（一）各行业受影响情况

行业	现状	人工智能的作用
农业	印度是农业经济体，农业对GDP的贡献约为16%，近50%的劳动力依赖该行业。政府计划到2022年使农民收入翻倍，但供应链和效率受多种因素影响。	全球范围内，人工智能创新有助于解决农业价值链中的关键挑战。印度有3000万移动种植者，预计到2020年将增至三倍，3.15亿农村印度人预计到2020年使用互联网。Accenture研究表明，到2020年，7000万印度农民将受数字农业和相关农场服务影响，为农民增加90亿美元利润。人工智能可用于土壤质量监测和再生、作物监测系统、提供实时指导、提高田间机械化生产率，还能解决市场管理不善、灌溉不足、化肥和农药滥用等问题。
制造业	预计制造业将是人工智能解决方案的主要受益者之一，“未来工厂”可通过灵活适应的技术系统实现流程和机械自动化。	2018年汽车报告显示，92%的高级制造业高管认为人工智能等新兴技术可提高效率，鼓励员工更聪明地工作。但目前企业在人工智能的“雄心与实施”之间存在较大差距，只有五分之一的组织将人工智能集成到一个或多个流程中。在制造业中，传感器可检测生产线上的缺陷，数据上传到云端，自动提取故障组件并实时调整生产计划。人工智能可影响工程（研发）、供应链管理（需求预测）、制造（降低成本、提高效率）、监控（预测性维护、提高资产利用率）、质量控制等多个领域。
医疗保健	该行业目前规模为1000亿美元，预计到2020年将扩大到2800亿美元，但面临效率、可用性和可承受性等问题。	应用人工智能可解决医疗服务利用障碍。计算机视觉和微银行成像计划可在早期准确诊断疾病。微软与印度初创公司Forums Health合作开发的手持计算机“3Nethra”可检测眼部疾病。政府的“阿育吠陀 Bharat”使命旨在推动电子健康，人工智能可在其中发挥关键作用。基于人工智能的医疗保健方案有助于从“疾病治疗”转向“真正的医疗保健”，注重预防技术，尤其可解决农村地区医疗服务获取困难的问题，如通过人工智能驱动的诊断、定制咨询、早期检测潜在流行病和诊断设备等。
教育	繁荣的教育部门可通过人力资本增长和效率提升改变国家。超过一半的印度人口年龄在25岁以下。	利用自动化数据收集手段可有效解决农村学校毕业率低和学习成绩差等问题。自适应辅导平台和有洞察力的协作辅导解决方案是解决长期问题的关键资源。例如，Content Technologies Inc（CTI）和人工智能研究与设计公司开发个性化学习视频；微软在安得拉邦帮助预测学生辍学情况；培生的写作利用基于自然语言处理的技术为学生提供直接反馈，以提高写作技能。人工智能技术有助于优化教师资源，提供量身定制的正规培训，满足学生的专业知识和能力差异。
智慧城市和基础设施	城市人口比例呈指数级增长，预计到2050年将达到约60%，无计划的城市化将给现有城市基础设施带来巨大压力。	人工智能技术可通过基于公民数据的服务交付、根据预测的服务需求和过渡模式研究优化行政人员配置，以及通过聊天机器人处理投诉和解决问题等方式解决这些问题。此外，人工智能还可用于人群控制、智能防御网络和网络威胁保护等领域。
智能移动和交通	NITI Aayog研究强调引入人工智能解决连接性问题。	人工智能技术可解决交通拥堵、道路事故、公共交通设施不足等问题。例如，支持汽车、绿色基础设施、自动卡车运输、智能交通网络、骑行路径和流量优化以及社区停车等智能技术。未来，自动驾驶共享车辆、半自动驾驶应用（如驾驶员辅助）、预测发动机的跟踪和管理等领域也将受到人工智能的影响。
能源	人工智能预计将对全球能源行业产生持久影响，目前在能源领域的应用仍处于早期阶段。	人工智能在能源市场有多种应用，包括建模和预测能源系统结构，以减少不确定性，最大化电力平衡和使用性能。在可再生能源资源方面，人工智能可通过智能电表实现智能电网发电，提高光伏能源的效率和可承受性，还可用于预测性管理，类似于工业行业。
零售	印度零售行业因大量投资和技术进步而发展良好，目前正在利用区块链、聊天机器人、人工智能和机器学习等新兴技术创建解决方案。	通过提供定制提示、基于偏好的搜索和基于图像的产品搜索等方式优化用户界面，成为人工智能解决方案的早期投资者之一。其他应用包括预测消费者兴趣、加强库存控制和主动履行控制等。例如，AI Magnify公司旨在将人工智能与零售行业相结合。
银行和金融服务（BFSI）	人工智能在银行客户支持、效率、安全和合规等方面将发挥重要作用。	CyberMedia Research和NASSCOM的报告显示，许多人认为人工智能在四个主要业务领域有强烈需求：主动和个性化客户服务、后端业务流程自动化以减少人为错误和提高周转时间、跟踪消费者行为以提供定制产品、监控流程和数据以确保监管合规、反洗钱和风险管理。

（二）各行业受影响情况流程图

graph LR
    A[农业] --> B[解决供应链和效率问题]
    C[制造业] --> D[实现自动化和提高效率]
    E[医疗保健] --> F[解决服务利用障碍]
    G[教育] --> H[解决学习问题]
    I[智慧城市和基础设施] --> J[解决城市化压力]
    K[智能移动和交通] --> L[解决连接性问题]
    M[能源] --> N[优化能源系统]
    O[零售] --> P[优化用户界面和库存管理]
    Q[银行和金融服务] --> R[提升客户服务和合规性]

三、印度采用人工智能技术的阻碍与挑战

（一）采用人工智能技术的阻碍

采用人工智能受多种因素影响，其中商业后果是最显著的决定因素。虽然技术可行性、有组织的数据可用性、立法障碍、隐私问题、伦理问题和人类交互选择等都在决定一个行业大规模采用人工智能的准备程度方面发挥了作用，但引人注目的商业用例（如提高性能、精度、预测和高效决策）对收入有直接影响。目前领先采用人工智能的行业也计划尽可能增加在人工智能方面的支出，这进一步加剧了各行业之间人工智能采用程度的差异。

一个由商业和工业部任命的特别工作组提出了三个关键政策问题：政府应在哪些领域发挥作用；人工智能如何改善印度公民的生活质量并解决问题；哪些行业可以通过使用人工智能技术创造就业和增长。该委员会还强调了将印度转变为人工智能研究强国而非仅仅是人工智能解决方案使用者所需的政策。

（二）采用人工智能技术的挑战

• 研究贡献不足 ：印度每年培养约2700万科学、技术、工程和管理专业的毕业生，数量仅次于中国，但在研究贡献方面，远远落后于中国、美国、日本、英国，仅排在德国和法国之前。
• 私营部门竞争力弱 ：与世界其他主要参与者相比，印度私营部门的科技公司在开发人工智能技术方面缺乏竞争力。在美国和中国，私营部门在人工智能相关领域（如设计、开发和商业化人工智能工具和技术）的贡献非常积极，而在印度这方面有所缺失。
• 专业人才短缺 ：例如，今年对人工智能和机器学习专家的需求可能会增长60%，但供应无法满足需求。到2020年，印度可能面临20万数据分析师的供需缺口。
• 数据生态系统不完善 ：缺乏支持性的数据生态系统和获取智能数据的途径。
• 初创企业保护不足 ：缺乏保护初创企业和小型企业免受该领域大公司竞争的合适方法。像谷歌和脸书这样的大公司凭借可获取的数据量对小公司具有天然的竞争优势。
• 数据安全风险高 ：随着数据来源的多样性和数量增加，数据保护的不安全性也在增加。从网站收集的数据越多，就越难确定数据来源是否有害。随着基于云的系统的采用，数据访问和隐私泄露的风险成倍增加。
• 资金投入要求高 ：建立和实施人工智能所需的资金非常高，因此并非每个企业主或组织都能进行投资。
• 缺乏协作努力 ：主要利益相关者（主要是印度企业和政府）之间缺乏协作努力，这是推广印度人工智能技术的重要障碍。
• 意识不足 ：对人工智能如何解决许多关键问题的认识不足。
• 学术支持不够 ：学术界和机构缺乏支持以推广以人工智能为中心的项目和培训。
• 中小企业潜力未挖掘 ：中小企业实施人工智能技术和工具的潜力尚未得到充分挖掘，目前仍处于起步阶段。
• 国际合作有限 ：印度企业与全球研究机构和跨国公司先驱之间的整合努力有限。
• 地方政府推动不足 ：邦政府在人工智能战略和实施方面落后于中央政府。

（三）挑战情况表格总结

挑战类型	具体表现
研究贡献	研究贡献排名靠后，落后于多个国家
私营部门	竞争力弱，缺乏积极贡献
专业人才	人才短缺，供需差距大
数据生态	数据生态不完善，获取数据难
企业保护	缺乏保护初创企业的方法
数据安全	数据保护风险高，泄露风险大
资金投入	资金要求高，投资门槛大
协作努力	利益相关者缺乏协作
意识情况	对人工智能认识不足
学术支持	学术机构支持不够
中小企业	潜力未充分挖掘
国际合作	与国际机构合作有限
地方政府	推动人工智能发展不足

四、克服挑战的途径与结论

（一）克服挑战的途径

• 建立研究中心 ：NITI Aayog研究报告提出了一个两级框架，用于促进人工智能研究，包括创建人工智能卓越研究中心和国际变革性人工智能中心，为基于应用的技术开发和部署提供生态系统。
• 完善数据生态 ：鼓励基于区块链技术的去中心化数据市场，解决数据生态系统相关问题。通过众包、未经训练或非专业的匿名注释者进行数据注释，从长远来看是可行的。
• 保障数据安全 ：利用先进的算法和数据模型来识别潜在的数据威胁，并在机密数据被泄露之前消除它们，以解决物联网、大数据和云等最新技术带来的数据安全和隐私问题。
• 加强公私合作 ：基于公私合作伙伴关系的研究活动将有助于进一步发展，使印度成为全球人工智能技术的最佳来源。
• 提高公众意识 ：通过大众媒体和社交网络等多方面策略，提高利益相关者对人工智能技术及其好处的认识。
• 创建数据集合 ：特别强调促进创建大型基础注释数据集，这将使初创企业和其他人工智能研究组织能够实现并加速人工智能解决方案的开发。
• 多方合作推动 ：在促进和开发人工智能工具以及在不同领域采用人工智能方面，涉及各利益相关者和政府的合作与协作方法肯定会有所帮助。
• 支持初创企业 ：通过建立国家人工智能市场（NAIM）和数据市场等方式，在财务和其他方面支持人工智能初创企业。

（二）结论

印度需要与日本、英国、德国、新加坡、以色列和中国等人工智能领域的领先者建立合作关系，以成为全球有影响力的参与者，共同应对战术性社会和经济问题，支持和促进战略制定。当务之急是创建卓越中心，以促进法律、健康、工程、管理和社会科学等跨学科研究。人工智能可以改变整体生活质量，并为全球公司和组织创造一个理想的试验场，构建能够在大多数发达国家和新兴国家快速复制的灵活创新。人工智能即服务（AIaaS）的模式可能会“在印度解决”，这是一个值得推进的新思路。此外，国家倡议需要集中精力制定长期战略和行动计划，与政策制定者、民间社会和私营部门合作，共同应对战略和伦理问题。

（三）克服挑战途径流程图

graph LR
    A[建立研究中心] --> B[完善数据生态]
    B --> C[保障数据安全]
    C --> D[加强公私合作]
    D --> E[提高公众意识]
    E --> F[创建数据集合]
    F --> G[多方合作推动]
    G --> H[支持初创企业]