论文部分内容阅读
2018年，中国人工智能技术创新日益活跃、产业规模逐步壮大、应用领域不断拓展，取得了阶段性成效。展望2019年，人工智能产业集聚效应将更具规模，智能经济雏形初现，国际产业博弈将更加激烈。与此同时，我国人工智能产业仍面临问题与挑战，基础层短板弱项始终存在，技术创新的商业应用模式不明朗，产业生态协同体系尚未形成，产业安全风险加剧，对此必须积极应对。
对2019年形势的基本判断
人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，已经成为国际竞争的新焦点和经济发展的新引擎，在支撑供给侧结构性改革、打造高质量的现代经济体系、促进社会进步等方面发挥着越来越重要的作用。
展望2019年，我国人工智能领域核心基础技术持续突破，边缘智能加速应用布局;产业链条正在形成，集聚效应初具规模;融合应用水平大幅拓展，智能经济形态雏形初现;国内产业政策加速落地，国际产业博弈更加激烈。与此同时，我国面临人工智能技术发展能力不均衡，基础层存在短板弱项;技术产品创新快于应用创新，技术创新的商业应用模式不明朗;产业生态体系尚不完善，协同发展势头尚未形成;环境建设尚不健全，产业安全风险加剧等问题与挑战。为此，我国人工智能产业未来应以推动核心技术攻关为目标，加大对重点技术产品研发的资金支持;以深化与实体经济融合发展为目标，加强场景化应用推广和辐射引导;以构建有机协同的产业生态为目标，提升服务支撑能力;以营造发展环境为目标，培育多元化发展格局。
核心基础技术持续突破 边缘智能加速应用布局
核心基础技术的带动溢出效益增强。在算法层面，深度学习算法在利用各类型深度神经网络处理海量数据方面具有优势，将通过在计算机视觉和图像识别、语音识别、搜索引擎、广告推荐计算等领域的持续应用，不断革新传统的计算机算法框架。在算力层面，CPU特征尺寸已不断逼近物理极限，采用FPGA、FPU、ASIC等CPU X的异构计算模式可基本满足对处理器更快速、更高效、更方便的使用要求，寒武纪、地平线机器人、中星微、华为等国内企业均在上述领域展开核心基础技术研发。在数据层面，全球物联网设备数量将于2020年达到204亿规模，超大规模数据中心数量将达485个，随着分布式网络传输架构应用将更广泛，第五代移动通信（5G）技术商用进程加速，可穿戴设备、智能网联汽车等的快速发展，大规模结构性数据的感知、获取、传输、分析、存储能力均取得飞跃。预计到2019年，人工智能产业发展的算法、算力、数据基础更趋成熟，我国计算机视觉、智能语音语义处理、智能机器人、智能驾驶、消费级无人机处于国际先进行列，智能网联汽车、智能服务机器人、智能无人机爆发应用商机。
产业链条正在形成 集聚效应初具规模
人工智能产业链条逐步形成。截至2018年初，我国人工智能领域相关企业达2000家，正逐步在底层基础支撑、核心技术创新、上层行业应用之间建立初步产业链条。
地方性、特色性产业集聚初见规模。2018年以来，我国人工智能产业在长三角、珠三角、京津冀三大城市群呈爆发式增长，北京、上海、天津、广东、安徽、浙江等地初步形成特色人工智能产业集群。
融合应用水平大幅拓展 智能经济形态雏形初现
场景化、融合化将成为人工智能产业发展新特点。在制造领域，联想集团将“制造 服务”作为人工智能时代生产效能最高的商业模式，基于人工智能技术，布局能够自我思考、自我成长“有机制造”;海尔利用人工智能技术赋能传统产业，实现了从传统家电供应商向“硬件 软件 服务”平台型企业的转型，利用传感器和智能算法提升制造设备的工作效率和使用寿命。在交通出行领域，2018年是人工智能在智能驾驶和智慧城市领域的产品化元年，预计到2019年搭载阿波罗L4自动驾驶能力的汽车将达到一万台。在消费电子领域，华为发布的荣耀Magic系列手机采用了人工智能处理器麒麟980芯片，可实现计算机语言识别、自学习、自推荐，未来将进一步改写智能手机发展格局。在网络零售领域，京东将人工智能技术运用于零售消费的全系统、全流程、全场景，在供应端，京东发布人工智能平台，实现了智能算法的跨场景复用，每天的调用量突破12亿次。在金融服务领域，蚂蚁金服利用人工智能技术控制金融风险、提高金融效率、降低交易成本、提高用户体验。预计到2019年，人工智能与制造、交通出行、消费电子、网络零售、金融服务、医疗诊断等领域的滲透影响不断加深，发展融合化、应用场景化将成为人工智能产业发展的重要特点。
人工智能产业发展塑造智能经济雏形。智能经济是以大数据、互联网、物联网、云计算等新一代信息技术为基础，以人工智能技术为支撑，以智能产业化和产业智能化为核心，以经济和产业各领域为应用对象的新型经济发展形态。普华永道预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模。截至2018年初，我国人工智能核心产业规模达到180亿元，带动相关产业规模达到2200亿元。预计到2019年，人工智能将通过与云计算、医疗、物流仓储、政务国防、隐私数据保护、卫星数据处理、网络安全、体力蓝领、农业、自动驾驶、金融服务、企业管理、材料科学等各种行业领域的深度融合，加速塑造新的社会经济形态。在医疗领域，随着美国药管局（FDA）批准全球第一款自动筛查视网膜病变的人工智能医疗设备上市，我国人工智能辅助医学诊断产品的商用化进程也将加速。人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各个方面改变人类生活。到2019年，人工智能在保障改善民生、社会治理等方面将发挥更加积极的作用，智慧城市、智慧交通、智慧医院等创新智能服务体系建设将更为完善。
国内产业政策加速落地 国际产业博弈更加激烈
产业支持政策加速落地。近年来，国家层面密集出台一系列政策措施，助推人工智能产业发展。2017年，人工智能先后出现在政府工作报告和党的十九大报告中，国务院印发的《新一代人工智能发展规划》确立了面向2030年的“三步走”的发展目标，2017年12月，工业和信息化部印发《促进新一代人工智能产业发展三年行动计划（2018—2020）》，以信息技术与制造技术深度融合为主线，以新一代人工智能技术的产业化和集成应用为重点，推动人工智能和实体经济深度融合，加快制造强国和网络强国建设。2018年以来，上海市、浙江省、北京市、重庆市、广东省、安徽省相继出台人工智能产业支持政策。预计2019年，全国各地方将结合自身区位条件和产业基础，积极布局适合本地区特点的人工智能发展规划，实现从中央到地方的联动机制，进一步带动人工智能发挥经济和社会效益。 国际产业竞争环境更为复杂激烈。美国重视人工智能与国防军事的结合，2018年白宫宣布成立人工智能专门委员会（SCAI），负责统筹人工智能相关的跨部门重点事项，与国防部展开密切合作。欧盟委员会于2018年4月通过了《欧洲人工智能战略》，提出在2020年前将人工智能领域投资增加到20亿欧元，将建立欧洲人工智能联盟，重视人工智能社会伦理和标准研究。法国于2018年3月出台《法国及欧洲人工智能赋能战略研究报告》，意图提升法国人工智能全球竞争话语权。德国于2018年底前发布国家人工智能战略，依托德国人工智能研究中心（DFKI），推动工业4.0与人工智能技术充分融合。英国于2018年4月发布《人工智能领域行动》计划，目标是主导全球人工智能数据伦理，建立人工智能应用和发展的国际准则。日本2017年3月公布《人工智能技术战略》，将人工智能纳入该国工业化路线图中。印度通过了《2018数字印度创新计划》，将向人工智能的基础研究投资4.77亿美元。
预计2019年，各国将更加重视结合自身发展优势和特点，出台本国人工智能发展战略和系列配套政策，人工智能领域的“国家主义”态势初见苗头，虽然我国《新一代人工智能发展规划》对人工智能的财政支持总额将达21亿美元，覆盖度和支持力度均超过世界其他国家，但仍不能在激烈的产业竞争中掉以轻心。
需要关注的几个问题
技术发展能力不均衡 基础层存在短板弱项
当前，我国在人工智能基础理论、核心关键技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大原创科技成果。核心环节受制于人，不利于国内企业参与国际竞争，随时可能被卡脖子，也使国民经济和国家安全存在远期隐忧。位于技术基础层的AI初创企业投资回报周期较长，易面临资金链断裂困难。近年来，国内资本持续加码人工智能领域，但多集中在应用层，追求快速变现后套利退出，在回报周期较长的人工智能基础层领域缺乏布局。
从投融资金额看，处理器芯片领域接受的融资额仅占我国人工智能投融资总额的2%，排位最末，远低于计算机视觉与图像、自然语言处理和自动驾驶等相对成熟的应用领域。我国人工智能领域的投融资结构头重脚轻，如不及时改观，在资本泡沫消退后，国内人工智能产业发展可能因基础薄弱导致后继无力。
技术产品创新快于应用创新 技术创新的商业应用模式不明朗
首先，应用型创新成果的重复化、碎片化问题严重。人工智能与实体经济融合刚刚起步，相关技术部分应用场景可能面临淘汰机制。与此同时，支持应用落地的人工智能商业模式尚需探索。
其次，人工智能技术研发企业与应用企业存在脱节现象，大多数AI初创企业聚焦技术攻坚，距离终端用户远，对市场变动洞悉不足，产品不符合实际应用需求，技术难以落地。商业化落地难正使我国AI领域投融资热度逐步消退，初创企业的持续发展蒙受考验，对资金、市场、商业伙伴的需求更为迫切。
再次，支撑应用发展的要素环境尚不健全，人工智能在行业推广应用时，面临资质、数据、标准、安全评估等壁垒，适应人工智能特征的政策、标准体系尚不健全，互联互通等技术标准等缺乏。在此前提下，部分劳动密集型行业对应用人工智能带来的成本问题尚存疑虑。
产业生态体系尚不完善 协同发展势头尚未形成
产业战略规划不清晰，将导致区域特色不突出。2018年来，多个省、市、地区加大力度发展人工智能产业，出台了一系列人工智能发展规划和行动方案。但部分地区对人工智能产业发展规律的总结认识落后于实践发展速度，对人工智能产业培育发展实施路径还缺乏实施方案，尚未形成清晰明确的总体战略规划，对人工智能产业的发展推动未能及时跟上技术产业变革的速度。
产业链布局存短板，将使创新成果难落地。我国虽拥有众多人工智能企业，但尚未形成协同联动的的完整生态体系，但因缺少有带动力的龙头企业，大量中小微企业独立作战，协同發展态势尚未形成。国内外人工智能企业间交流合作和资源对接力度不足，大多处于各自为战的状态，尚未形成互动密切、共赢共生的生态体系氛围。区域内尚缺具有较强行业号召力的协会、联盟等行业组织，在资源对接方面存在时滞和盲区。
适应人工智能特征的政策、标准体系尚不健全。众多地方政府虽然对发展人工智能抱有极大热情，但对产业特征和规律缺乏理解，仍试图运用政策、资金和资源洼地等传统手段争夺国内稀缺的人工智能产业资源，部分地方省市发布的人工智能规划政策缺乏可操作性。
我国针对人工智能技术和产业发展的法律法规研究刚刚启动，尚未在人工智能法治保障、信息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面展开试点。
适应人工智能产业发展的高级专业人才缺口较大。近几年我国的人工智能人才规模呈现增长态势，但我国的高层次人工智能人才极度缺乏，尤其是从业10年以上的AI人才数量与美国相比有很大差距，大多数高级AI人才依赖于海外引进，能进行原始创新和应用创新的高层次专业人才积累不足，从长远来看，很可能影响我国人工智能产业的可持续发展。
环境建设尚不健全 产业安全风险加剧
风险投资追求投资短期套利，缺乏长远投入的战略定力。近年来，以国家集成电路产业投资基金、中国互联网投资基金、中国国有资本风险投资基金等为代表的投资，助推了AI初创企业的等企业的研发创新。但国内资本仍存在早期介入能力不强、过分追求短期套利等问题，易导致无法及时为技术研发投入大、市场拓展成本高的人工智能基础领域提供支持。
经贸合作中必要的体系化防范机制尚未建立。近40年来，中国经济的高速增长依靠的是对外开放，但也应注意到，世界主要国家在关键产业领域均建立了体系化的防范机制，我国在核心领域尚缺乏体系化防范机制，可能引发潜在的产业安全和国家安全风险。
应采取的对策建议
对2019年形势的基本判断
人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，已经成为国际竞争的新焦点和经济发展的新引擎，在支撑供给侧结构性改革、打造高质量的现代经济体系、促进社会进步等方面发挥着越来越重要的作用。
展望2019年，我国人工智能领域核心基础技术持续突破，边缘智能加速应用布局;产业链条正在形成，集聚效应初具规模;融合应用水平大幅拓展，智能经济形态雏形初现;国内产业政策加速落地，国际产业博弈更加激烈。与此同时，我国面临人工智能技术发展能力不均衡，基础层存在短板弱项;技术产品创新快于应用创新，技术创新的商业应用模式不明朗;产业生态体系尚不完善，协同发展势头尚未形成;环境建设尚不健全，产业安全风险加剧等问题与挑战。为此，我国人工智能产业未来应以推动核心技术攻关为目标，加大对重点技术产品研发的资金支持;以深化与实体经济融合发展为目标，加强场景化应用推广和辐射引导;以构建有机协同的产业生态为目标，提升服务支撑能力;以营造发展环境为目标，培育多元化发展格局。
核心基础技术持续突破 边缘智能加速应用布局
核心基础技术的带动溢出效益增强。在算法层面，深度学习算法在利用各类型深度神经网络处理海量数据方面具有优势，将通过在计算机视觉和图像识别、语音识别、搜索引擎、广告推荐计算等领域的持续应用，不断革新传统的计算机算法框架。在算力层面，CPU特征尺寸已不断逼近物理极限，采用FPGA、FPU、ASIC等CPU X的异构计算模式可基本满足对处理器更快速、更高效、更方便的使用要求，寒武纪、地平线机器人、中星微、华为等国内企业均在上述领域展开核心基础技术研发。在数据层面，全球物联网设备数量将于2020年达到204亿规模，超大规模数据中心数量将达485个，随着分布式网络传输架构应用将更广泛，第五代移动通信（5G）技术商用进程加速，可穿戴设备、智能网联汽车等的快速发展，大规模结构性数据的感知、获取、传输、分析、存储能力均取得飞跃。预计到2019年，人工智能产业发展的算法、算力、数据基础更趋成熟，我国计算机视觉、智能语音语义处理、智能机器人、智能驾驶、消费级无人机处于国际先进行列，智能网联汽车、智能服务机器人、智能无人机爆发应用商机。
产业链条正在形成 集聚效应初具规模
人工智能产业链条逐步形成。截至2018年初，我国人工智能领域相关企业达2000家，正逐步在底层基础支撑、核心技术创新、上层行业应用之间建立初步产业链条。
地方性、特色性产业集聚初见规模。2018年以来，我国人工智能产业在长三角、珠三角、京津冀三大城市群呈爆发式增长，北京、上海、天津、广东、安徽、浙江等地初步形成特色人工智能产业集群。
融合应用水平大幅拓展 智能经济形态雏形初现
场景化、融合化将成为人工智能产业发展新特点。在制造领域，联想集团将“制造 服务”作为人工智能时代生产效能最高的商业模式，基于人工智能技术，布局能够自我思考、自我成长“有机制造”;海尔利用人工智能技术赋能传统产业，实现了从传统家电供应商向“硬件 软件 服务”平台型企业的转型，利用传感器和智能算法提升制造设备的工作效率和使用寿命。在交通出行领域，2018年是人工智能在智能驾驶和智慧城市领域的产品化元年，预计到2019年搭载阿波罗L4自动驾驶能力的汽车将达到一万台。在消费电子领域，华为发布的荣耀Magic系列手机采用了人工智能处理器麒麟980芯片，可实现计算机语言识别、自学习、自推荐，未来将进一步改写智能手机发展格局。在网络零售领域，京东将人工智能技术运用于零售消费的全系统、全流程、全场景，在供应端，京东发布人工智能平台，实现了智能算法的跨场景复用，每天的调用量突破12亿次。在金融服务领域，蚂蚁金服利用人工智能技术控制金融风险、提高金融效率、降低交易成本、提高用户体验。预计到2019年，人工智能与制造、交通出行、消费电子、网络零售、金融服务、医疗诊断等领域的滲透影响不断加深，发展融合化、应用场景化将成为人工智能产业发展的重要特点。
人工智能产业发展塑造智能经济雏形。智能经济是以大数据、互联网、物联网、云计算等新一代信息技术为基础，以人工智能技术为支撑，以智能产业化和产业智能化为核心，以经济和产业各领域为应用对象的新型经济发展形态。普华永道预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模。截至2018年初，我国人工智能核心产业规模达到180亿元，带动相关产业规模达到2200亿元。预计到2019年，人工智能将通过与云计算、医疗、物流仓储、政务国防、隐私数据保护、卫星数据处理、网络安全、体力蓝领、农业、自动驾驶、金融服务、企业管理、材料科学等各种行业领域的深度融合，加速塑造新的社会经济形态。在医疗领域，随着美国药管局（FDA）批准全球第一款自动筛查视网膜病变的人工智能医疗设备上市，我国人工智能辅助医学诊断产品的商用化进程也将加速。人工智能技术与产业的加速融合将大大提升生产和生活效率，从工业生产到消费服务等各个方面改变人类生活。到2019年，人工智能在保障改善民生、社会治理等方面将发挥更加积极的作用，智慧城市、智慧交通、智慧医院等创新智能服务体系建设将更为完善。
国内产业政策加速落地 国际产业博弈更加激烈
产业支持政策加速落地。近年来，国家层面密集出台一系列政策措施，助推人工智能产业发展。2017年，人工智能先后出现在政府工作报告和党的十九大报告中，国务院印发的《新一代人工智能发展规划》确立了面向2030年的“三步走”的发展目标，2017年12月，工业和信息化部印发《促进新一代人工智能产业发展三年行动计划（2018—2020）》，以信息技术与制造技术深度融合为主线，以新一代人工智能技术的产业化和集成应用为重点，推动人工智能和实体经济深度融合，加快制造强国和网络强国建设。2018年以来，上海市、浙江省、北京市、重庆市、广东省、安徽省相继出台人工智能产业支持政策。预计2019年，全国各地方将结合自身区位条件和产业基础，积极布局适合本地区特点的人工智能发展规划，实现从中央到地方的联动机制，进一步带动人工智能发挥经济和社会效益。 国际产业竞争环境更为复杂激烈。美国重视人工智能与国防军事的结合，2018年白宫宣布成立人工智能专门委员会（SCAI），负责统筹人工智能相关的跨部门重点事项，与国防部展开密切合作。欧盟委员会于2018年4月通过了《欧洲人工智能战略》，提出在2020年前将人工智能领域投资增加到20亿欧元，将建立欧洲人工智能联盟，重视人工智能社会伦理和标准研究。法国于2018年3月出台《法国及欧洲人工智能赋能战略研究报告》，意图提升法国人工智能全球竞争话语权。德国于2018年底前发布国家人工智能战略，依托德国人工智能研究中心（DFKI），推动工业4.0与人工智能技术充分融合。英国于2018年4月发布《人工智能领域行动》计划，目标是主导全球人工智能数据伦理，建立人工智能应用和发展的国际准则。日本2017年3月公布《人工智能技术战略》，将人工智能纳入该国工业化路线图中。印度通过了《2018数字印度创新计划》，将向人工智能的基础研究投资4.77亿美元。
预计2019年，各国将更加重视结合自身发展优势和特点，出台本国人工智能发展战略和系列配套政策，人工智能领域的“国家主义”态势初见苗头，虽然我国《新一代人工智能发展规划》对人工智能的财政支持总额将达21亿美元，覆盖度和支持力度均超过世界其他国家，但仍不能在激烈的产业竞争中掉以轻心。
需要关注的几个问题
技术发展能力不均衡 基础层存在短板弱项
当前，我国在人工智能基础理论、核心关键技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大原创科技成果。核心环节受制于人，不利于国内企业参与国际竞争，随时可能被卡脖子，也使国民经济和国家安全存在远期隐忧。位于技术基础层的AI初创企业投资回报周期较长，易面临资金链断裂困难。近年来，国内资本持续加码人工智能领域，但多集中在应用层，追求快速变现后套利退出，在回报周期较长的人工智能基础层领域缺乏布局。
从投融资金额看，处理器芯片领域接受的融资额仅占我国人工智能投融资总额的2%，排位最末，远低于计算机视觉与图像、自然语言处理和自动驾驶等相对成熟的应用领域。我国人工智能领域的投融资结构头重脚轻，如不及时改观，在资本泡沫消退后，国内人工智能产业发展可能因基础薄弱导致后继无力。
技术产品创新快于应用创新 技术创新的商业应用模式不明朗
首先，应用型创新成果的重复化、碎片化问题严重。人工智能与实体经济融合刚刚起步，相关技术部分应用场景可能面临淘汰机制。与此同时，支持应用落地的人工智能商业模式尚需探索。
其次，人工智能技术研发企业与应用企业存在脱节现象，大多数AI初创企业聚焦技术攻坚，距离终端用户远，对市场变动洞悉不足，产品不符合实际应用需求，技术难以落地。商业化落地难正使我国AI领域投融资热度逐步消退，初创企业的持续发展蒙受考验，对资金、市场、商业伙伴的需求更为迫切。
再次，支撑应用发展的要素环境尚不健全，人工智能在行业推广应用时，面临资质、数据、标准、安全评估等壁垒，适应人工智能特征的政策、标准体系尚不健全，互联互通等技术标准等缺乏。在此前提下，部分劳动密集型行业对应用人工智能带来的成本问题尚存疑虑。
产业生态体系尚不完善 协同发展势头尚未形成
产业战略规划不清晰，将导致区域特色不突出。2018年来，多个省、市、地区加大力度发展人工智能产业，出台了一系列人工智能发展规划和行动方案。但部分地区对人工智能产业发展规律的总结认识落后于实践发展速度，对人工智能产业培育发展实施路径还缺乏实施方案，尚未形成清晰明确的总体战略规划，对人工智能产业的发展推动未能及时跟上技术产业变革的速度。
产业链布局存短板，将使创新成果难落地。我国虽拥有众多人工智能企业，但尚未形成协同联动的的完整生态体系，但因缺少有带动力的龙头企业，大量中小微企业独立作战，协同發展态势尚未形成。国内外人工智能企业间交流合作和资源对接力度不足，大多处于各自为战的状态，尚未形成互动密切、共赢共生的生态体系氛围。区域内尚缺具有较强行业号召力的协会、联盟等行业组织，在资源对接方面存在时滞和盲区。
适应人工智能特征的政策、标准体系尚不健全。众多地方政府虽然对发展人工智能抱有极大热情，但对产业特征和规律缺乏理解，仍试图运用政策、资金和资源洼地等传统手段争夺国内稀缺的人工智能产业资源，部分地方省市发布的人工智能规划政策缺乏可操作性。
我国针对人工智能技术和产业发展的法律法规研究刚刚启动，尚未在人工智能法治保障、信息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面展开试点。
适应人工智能产业发展的高级专业人才缺口较大。近几年我国的人工智能人才规模呈现增长态势，但我国的高层次人工智能人才极度缺乏，尤其是从业10年以上的AI人才数量与美国相比有很大差距，大多数高级AI人才依赖于海外引进，能进行原始创新和应用创新的高层次专业人才积累不足，从长远来看，很可能影响我国人工智能产业的可持续发展。
环境建设尚不健全 产业安全风险加剧
风险投资追求投资短期套利，缺乏长远投入的战略定力。近年来，以国家集成电路产业投资基金、中国互联网投资基金、中国国有资本风险投资基金等为代表的投资，助推了AI初创企业的等企业的研发创新。但国内资本仍存在早期介入能力不强、过分追求短期套利等问题，易导致无法及时为技术研发投入大、市场拓展成本高的人工智能基础领域提供支持。
经贸合作中必要的体系化防范机制尚未建立。近40年来，中国经济的高速增长依靠的是对外开放，但也应注意到，世界主要国家在关键产业领域均建立了体系化的防范机制，我国在核心领域尚缺乏体系化防范机制，可能引发潜在的产业安全和国家安全风险。
应采取的对策建议