100万亿GDP后的新时代：环中国贫困带与人工智能的新长城
音频在此，欢迎收听
5天前的1月18日，没有什么人注意到，一个全新的时代已经悄悄地揭开了序幕。
当天，国家统计局发布2020年国内生产总值（以下简称GDP）统计数据为1015986亿元，突破100万亿。
但这不是关键，更关键的是：
2020年中国人均GDP有望达到10883美元，大概率超过经济下滑、汇率雪崩的俄罗斯。这意味从2021年开始，所有中国陆上邻国的人均GDP都开始低于中国。中国人迎来并且要适应一个100多年没有经历过的新时代——“环中国贫困带”时代。
环中国贫困带是怎么产生的？
中国有着全世界最多的陆上邻国。2.2万公里的陆地边境线上，接壤的国家多达14个，分别是俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、蒙古、朝鲜、越南、老挝、缅甸、印度、不丹、尼泊尔、巴基斯坦、阿富汗。
在这一圈邻居中，俄罗斯相对最富，2019年的人均GDP为11585美元，也是唯一一个比中国高的国家，但2020年俄罗斯基本可以确定会被中国超过。
原因很简单。
2020年新冠疫情横扫世界，中国控制的最好，全年GDP增长2.3%，人民币也在这轮西方流动性大放水中受益，汇率升值6.9%。
而俄罗斯这只双头鹰，因为西边的那个头一直都比东边的这个头重要。所以虽然它很早就关闭了和中国的边界和交通，但却一直没有对欧洲采取封锁措施，导致其国内疫情相当严重。
另外，由于疫情导致全球航空交通中断、大家居家隔离减少外出导致汽油消费大大减少，石油需求大幅下滑，油价雪崩。这让经济财政高度依赖油气出口的俄罗斯极为受伤。
据世界银行和俄罗斯经济部预测，2020年俄罗斯经济将下滑4.0%，加上卢布贬值约14%，意味着以美元计价的人均GDP将低于1.1万美元。这样，2020年中国人均GDP基本可以确定将历史性地超过俄罗斯，也超过所有14个陆上邻国。
反过来说，这意味着所有中国的陆上邻国都将比中国“穷”。考虑到中国还将保持较快的经济增长，所有陆上邻国都将比自己“穷”的这个局面，很有可能是未来的一个常态，而且和中国差距会越来越大。
这会带来很多的挑战，去看看美国就知道了：非法移民、人口贩卖、外来劳工、贩毒等问题，以及更严重的比如国内人口种族结构变化、本土主体民族保守化导致的政治撕裂等等。所以，我们从现在开始就应该着手研究这个问题，做好准备迎接挑战。
当然，并不是所有经济相对发达国家和地区的临近穷国（地区）都会成为问题的来源，比如东亚国家和地区如日本、韩国、香港、台湾就处理的比较好。所以尽管中国将来也有面临类似问题的可能，但笔者有信心中国能比欧美国家处理的更好，原因即包括我们的文化和制度，也包括人工智能这样的革命性技术，这一点也会在下文中简述。
那么，中国的14个陆上邻国中间，将来那些可能产生这些问题呢？一起来看下：
朝鲜
朝鲜原本在冷战期间已经实现农业机械化，并通过苏东阵营的经互会获取低价石油支撑农业生产。在90年代到2015年被西方制裁无法获得石油的时期，朝鲜出现2次大规模饥荒，导致这段时间朝鲜人非法入境中国问题比较严重。
不过自现任领导人上台后，朝鲜通过重新和北方大国确立“血盟”关系获得安全保证，将国家重心放在经济上来，强调“粮食比子弹重要”，加之没有大的自然灾害，这两年已经很少听到朝鲜人非法入境的声音了。
政治方面，2016年朝鲜在“六大”36年后召开“七大”，标志着朝鲜政治走向正常化。总体来说，朝鲜还是延续了社会主义国家的治理能力，考虑到“北方大国”越发庞大的体量和朝鲜人整体上很高的素质与较低的劳动力成本，未来通过与“北方大国”加强合作，发展经济，改善民生，朝鲜方向的非法移民压力不大，边境也将比较太平。
东北亚地区经济地图
外蒙
外蒙是一个奇葩。
曾经的外蒙作为清朝的一部分，其主权经1912年2月12日清帝退位诏书已被移交给中华民国政府。但3天后，外蒙僧侣贵族却趁辛亥革命内乱未平，发动了缺乏法理依据的独立运动，几年后在徐树勋的军事威胁和苏俄革命的威胁下又取消独立回归中国。但到了1921年后，被苏俄渗透的部分中下层军官配合非法入境的苏俄红军发动了政变，并统治外蒙至今。因为合法性不足，不管外蒙政局如何变化，其反华的政治底色却不可撼动。
外蒙经济高度依赖向中国出口煤炭，而后者在碳中和革命中和石油一样都是最大的牺牲品，因此其长期经济前景堪忧。好在外蒙地广人稀，加上百年来政治宣传入心入脑，人均GDP不到内蒙一半的外蒙人基本不会产生入境中国的想法，所以未来这个方向非法移民的压力也不大。
俄罗斯
我国与14个陆上邻国中，帝俄和苏联的继承者——俄罗斯一直是最为富裕的，也是发展水平最高的。不过现在这个趋势已经逆转。
2019年，东三省黑龙江、吉林、辽宁的人均GDP 分别为36183元（5245美元）、43475元（6302美元）和57191元（8290美元），俄罗斯相邻的滨海边疆区、哈巴罗夫斯克边疆区则分别为6940、8510美元。2020年在中俄此消彼长的情况下，预计东三省人均GDP会增长到6494美元，俄罗斯则降到1.1万美元以下。尽管东三省仍低于俄罗斯，但其长期经济发展潜力还是高于俄罗斯的。因为阻碍东北经济发展的主要问题其实并不是外界所说的文化问题和体制问题，而是纬度。
全球人口密度
除了有北大西洋暖流滋润的西欧，东北的人口密度在同纬度，高得不可思议。即使相比临近的、东亚季风气候的俄罗斯远东和日本北海道，东北的人口密度也远高于上述两个地区。未来随着东北人口进一步流出，东北的人均资源优势和工业化时代积累的基础设施将帮助东北找到更好的定位——类似美国新英格兰东北部、加拿大东南部以及北欧等地，拥有极高的城市化率、人口相对稀少、生活平静而富足的工业化地区。近期华为赴长春设立研发中心，以及这两年发生的广东水手到鹤岗买房的事件就代表了这种趋势。
而相邻的俄罗斯远东地区，在同样面临国内发达地区虹吸效应的时候，首选的移民目的地肯定是其欧洲地区。加上俄远东地区以白人俄族为主和中国的种族、文化差异较大，所以即使未来俄远东地区的人均GDP被反超并拉开差距，东北地区面临的移民压力也不大。
中亚：哈萨克斯坦
凭借纳扎尔巴耶夫自苏联解体后持续至今的铁腕统治、丰富的油气资源、苏联留给中亚唯一的工业基础，以及地广人稀的优势，哈萨克斯坦的经济从1992年开始增长了56.5倍，人均GDP增长了5.5倍，成为最成功的前苏联国家。过去哈萨克斯坦人均GDP大幅领先新疆时，每年都有新疆的同族移民至哈萨克斯坦。
不过现在这个趋势已经逆转。2020年预计新疆人均GDP为8041美元，哈萨克斯坦为9567美元。尽管新疆仍略低于哈萨克斯坦。而如果拿新疆汉族人口为主的北疆与哈萨克斯坦比较，或者拿乌鲁木齐与阿拉木图比较，那么新疆作为中国这个广土大国一部分、作为中国一带一路关键节点的这个地位所拥有的资源，就是哈萨克斯坦这种小国无法比较的了。
借助政策扶持和一带一路战略，新疆近年来一直都保持了比内地更高的经济增速，哈萨克斯坦则将长期受到疫情、低油价的冲击。新疆人均GDP超过哈萨克斯坦将是几年内就会发生的事。好在哈萨克斯坦整体上处于劳动力不足的状态，只要不发生大的政治和经济动荡，未来非法移民到中国的可能性不大。
中亚地区经济地图
中亚：吉尔吉斯斯坦和塔吉克斯坦
这两个邻国虽然人均GDP较低，但因其曾是苏联加盟共和国，第二语言是俄语，通常去经济发展较好的俄罗斯和哈萨克斯坦打工。据统计，吉国近百万劳务输出人员中，96%选择在俄罗斯工作，2%在哈萨克斯坦；而对于塔吉克斯坦，85％选择在俄罗斯工作，8%~10%在哈萨克斯坦。
南亚：印度、巴基斯坦和尼泊尔
中国和南亚的好处在于，中巴之间的边境线在喀喇昆仑山上，中印之间以及中尼之间的边境线则是难以逾越的喜马拉雅天堑。因此，南亚国家在过去几十年里都和中国保有数倍的人均GDP差距，但一直没有出现比较显著的非法移民问题。
目前，这些国家的中高端人口主要向前宗主国英国和美国移民，低端人口主要向中东输出。当然长期看中东将来在碳中和革命中将成为最大的loser，这些过剩劳动力无处可去，会形成移民压力。
另一方面，未来随着中巴经济走廊、中尼铁路修通，过去难以逾越的天堑将为变成通途。好处是相邻的新疆、西藏劳动力需求不大，但做好预案，防患于未然还是需要的。
南亚地区经济地图
东南亚：越南
2019年，越南人均GDP2715美元，而相邻的云南、广西则分别为6950美元和6228美元，均2倍于越南。云南、广西与越南山水相连，地理位置临近，边境便道、通道较多，中越边境地区民族跨境而居，边民之间不存在日常交流的语言障碍，往来十分便利。
不过越南作为社会主义国家和儒教文化国家，社会治理能力较强。这些年受益于部分低端组装环节迁出中国，越南经济发展较快，甚至已经出现用工荒，因此未来越南向中国输出非法移民的压力也不大。
东南亚地区经济地图
东南亚：老挝、缅甸
老挝、缅甸经济发展远落后于越南，缅甸与中国临近的地区甚至还有大量的少数民族地方武装政权。2019年，两国的人均GDP分别为1407、2535美元，远低于相邻的云南，即使和临近两国的桂林、西双版纳等地州市相比，也是远远不如。所以，这里是未来发生非法移民可能性比较大的地方。前些年缅甸政府军和部分民族地方武装政权发生冲突的时候，就有大量难民涌入中国避难。
通过以上梳理，可以总结下：
1、朝鲜：有较好的治理能力和人口素质，随着朝鲜政策转向发展经济，未来的非法移民动力不足。
2、外蒙、俄罗斯和哈萨克斯坦：因为高度依赖油气或矿产资源出口，长期经济前景不看好。但由于人种、语言、文化和生活习惯差异，俄罗斯远东地区主要的移民方向会是其欧洲地区，而外蒙和哈萨克斯坦未来主要是通过其广袤的国土和稀少的人口来缓冲碳中和革命下走向衰落的油气产业。而只要这两国的经济社会保持稳定，其他中亚国家就会向俄罗斯和哈萨克斯坦移民而不会考虑中国。
3、南亚：一来拜托喀喇昆仑和喜马拉雅两座大山阻隔，二来他们有西方和中东作为主要目的地吸收移民。但随着西方的衰落、反移民浪潮的崛起以及中东在碳中和革命中不可避免地衰落，未来开通中巴经济走廊和中尼铁路的情况下，中国还是要做好来自南亚的非法移民的准备。
4、东南亚：与中国云南、广西山水相连，民族跨境居住，边境便道/通道较多，防不胜防。越南有较好的治理能力和人口素质，经济发展较好，未来非法移民压力不大，但缅甸老挝存在一定风险。
用一带一路把环中国贫困带非法移民挡在国境之外
可以先看下经典的反面教材：美国。
1993年，美国和加拿大、墨西哥签署了北美自由贸易协定（NAFTA）。墨西哥当时将NAFTA视为机遇，但其后20年间墨西哥经济增长却远落后于其他拉美国家。
最要命的是墨西哥的农村地区和农业。由于NAFTA要求取消农产品的贸易壁垒，致使墨西哥近200万小农失业。贫困和缺乏教育的墨西哥破产农民在过去20年大量非法移民美国。
西班牙语（拉美裔）在美国各种的人口占比
笔者之前在《国会山一声枪响：美国的格拉古时刻已经到来》一文中曾经借用古罗马共和国晚期历史描述当代美国现状。其实美国之所以无法解决拉美裔为主的非法移民问题，还是可以追述到古罗马时代。
当今美国的拉美裔移民/非法移民，颇为类似被禁锢在古意大利半岛各个大种植园的外族奴隶，因为本族的弱势或者战败而迁徙到战胜国成为本土经济的廉价劳动力，结果却因为战胜国本国公民工资太高而抢了后者的饭碗。结果古罗马的贵族们因为奴隶制的经济利益，坐视本族小农大量破产，坐视他们逐渐走向民粹，最终葬送了传承数百年的共和制。
格古拉兄弟
今天的美国也一样。美国的部分政客、本土的底层白人，尽管有充足的理由反对那些放纵移民、剥削非法移民的受益者、资本家和政客，但他们既无法阻止后者的贪婪，也无法在美国现有的政治制度中找到解决问题的办法。虽说4年前好不容易找到了一个川普上台，对他们的诉求做出了反应，然而直到任期结束也没修几英里的边境墙，就被两党的建制派联合赶下了台。
有美国的殷鉴不远，中国应当明白，未来自己和山水相连的陆上邻国的经济差距只会越来越大，必须未雨绸缪、妥善处理，避免形成严重到不可收拾的非法移民问题。
毕竟，考虑到庞大的中国人口和中国陆上邻国人口，这个潜在的移民的规模可能是极其惊人的。
这里可以参考日本。2018年在日工作的外国人是130万，而日本政府计划到2025年将该人数增加到180万。换算到中国，这意味着将来需要至少1300万和1800万外国人来华工作，这几乎超过中国最多的少数民族——壮族的人口数量。
如此庞大的、人种不同、文化相异的人口进入中国，会带来多少问题，从欧洲过去几年的难民危机和美国拉美化导致的政治撕裂已经看得很清楚了。
因此，笔者很赞成通过一带一路去开发当地的自然资源，并适度转移一部分低端的、未来人口红利进一步下降后的中国无力承载的产业，比如纺织和低端产品组装，也能帮助他们解决一部分就业问题，改善他们封闭的生活环境，降低甚至消除非法移民产生的压力。当然，这种合作也应该是互惠互利的，比如为中国带来消费市场、投资目的地和自然资源。
另外，笔者也认为东亚儒教文化国家不适合外来移民。东亚儒教文化强调秩序和一致性，早在农业时代就完成了对本国主要地区土著民的征服和同化，工业化和城市化以来对文化和民族多元化不熟悉，不存在欧美那种主体民族支持移民的利益群体和文化基础。
而且东亚儒教文化国家政府强势，不容易像美国或者欧洲那样坐视非法移民的存在甚至形成自己的聚居区和社群，往往在此之前就加以清理。所以即使像日本、港台这样有几十年人口老龄化后导入外国劳工的国家、地区，也一直都奉行者“工作可以、居留难”的政策，即使获得居留和入籍也难以形成自己的聚居区、社群乃至教育体系，很快就被本国所同化。他们的经验非常值得未来的中国学习。
但不管怎样，即使未来中国像日本一样对移民和外籍劳工严格管理，也可能会面临上千万外国人来华工作的严峻挑战。开展一带一路营造一个相对稳定的周边环境能帮助我们阻挡低端、无序的移民，但如果不解决国内的劳动力供给问题，那么非法移民几乎是无可避免的，毕竟有句话叫做：“杀头的买卖有人干，赔钱的买卖没人干”。
所以笔者下文重点探讨的是能帮助我们解决这个问题，且逐步走向成熟的人工智能技术。
人工智能：化解非法移民需求的好办法
还是回到日本的案例，是我们未来很好的参考。
根据厚生劳动省的调查结果显示，2018年在日本工作的外国人是130万，比9年前增加了大概3倍。另外，日本政府计划到2025年将该人数增加到180万，目前考虑扩展的主要领域是因老龄化少子所需的行业如护理行业，重体力劳动的建筑清洁以及制造业和与机械打交道的汽车维修等行业，餐饮和住宿等服务业，以及农渔业等传统产业。
从国籍分布来看，中国占29.1%，其次是越南（18.8%）、菲律宾（11.5%）、尼泊尔（5.4%）。越南、尼泊尔的人数呈现逐年增长趋势。
从职业分布来看，外国人从事最多的行业包括，制造业（27.6%）、零售（16.5%）、酒店餐饮（13.8%）、软件开发（日语情报信息业，4.7%）、教育（3.6%）等。
这些职业里，软件开发大约6.11万人的需求来自于日本少子化导致的工程师红利萎缩，其他主要是来自于离岸软件外包。其实，中国人对此并不陌生，对日软件外包行业基本上就是满足这部分需求的。曾经的东软、中软、中科创达都以此起家，后来因为国内劳动力成本上升和国内软件行业的崛起而逐步将业务转回国内，目前还有凌志软件、海隆软件等公司，因为主要从事毛利相对更高的金融软件外包业务和较好的成本控制能力，依然从事着这类业务，甚至因为国内相关行业发展更快，反过来向日本企业输出新的软件观念和开发能力。
对中国来说，短期工程师红利期还在。但长期来看，这种对外来智力需求或许也会存在于中国身上。这意味着未来中国将可能和日本、美国、欧洲一起竞争高端劳动力，而且这个数字在将来的中国意味着超过60万软件工程师。而皮尤研究中心的一项分析显示，2001开始之后的15年，美国也不过累计签发了约180万份针对高技能外籍员工的H-1B签证。如果国内高端职业如IT、互联网等依然需要以高房价和996为代价，很难想象相对于美国的工作强度、薪酬待遇和大house，我们能争到美国1/3的外籍高端人才。
日本各类职业对外国劳动力的依赖
回到日本。而更多的劳动力需求来自于制造业和低端服务性职位，比如经营贩卖（如便利店店员）、护理行业等。目前日本主要是通过研修生制度吸引低收入国家劳动力赴日工作，并在合同期满后要求后者离开日本，在满足劳动力需求的同时避免移民定居导致的社会问题。
但考虑到中国10倍于日本的人口规模，前面说过，这意味着中国将来需要至少1300万外国人来华工作，这个绝对数量超过了中国所有少数民族，是极为恐怖的。因此，我们应该寻求更好的解决方案，这就是人工智能。
逐步走向成熟的人工智能技术
目前人工智能技术已经初步走向成熟，当然不同的应用之间则存在一定分化，其中政府城市治理、互联网、金融、教育等行业位居前列。
艾瑞咨询数据显示，2020年，中国人工智能最成熟的细分市场是政府城市治理和运营（包括公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等）、互联网和金融行业，分别占绝了当前国内人工智能市场的49%、18%和12%。
中期看，一些新的应用将发展起来，包括教育、医疗、建筑、零售等领域。这些行业有望随着人工智能技术的发展逐步配度核心痛点，带来产品体系的完善进而进入人工智能技术渗透的拐点。
制造业和农业领域人工智能落地周期则更长。制造行业由于基础设施建设复杂、数据获取存在一定难度，且实际智能应用较为边缘，AI应用释放周期相对较长；农业领域因技术、购买能力等问题，AI赋能周期也会相对拉长。
工业机器人：
日本制造业产生了27.6%的外国劳工需求，按照我们对应日本需要1300万外籍劳工的假设，未来中国制造业就需要差不多360万外国劳工。工业机器人可以用来减少这部分需求。
根据德勤数据显示，2018年，汽车和电气/电子这两个行业消化了了全球工业机器人销量的60%。中国是全球最大的工业机器人市场，2018年的销量达到154,000台，占全球销量的36%。
除了制造业，广义的工业领域还有很多的机器人需求，比如电网的巡线无人机、变电站的智能巡检机器人等，均可以大幅降低劳动强度，帮助避免产生对外国劳工的需求。
服务机器人：
日本零售业和酒店餐饮业产生了16.5%和13.8%的外国劳工需求，很多中国留学生都在日本的便利店打过工。按照我们对应日本需要1300万外籍劳工的假设，未来中国服务业就需要差不多390万外国劳工。服务机器人可以用来减少这部分需求。
2019年中国服务机器人市场规模为206.5亿元，占整体机器人市场规模的35.1%，占比进一步提高。目前在国内，很多餐馆都开始是机器人炒菜或者传菜，采用APP扫码点菜和买单，很多酒店也开始采用服务机器人进行客房服务和清扫工作，替代了大量的劳动力需求。
海底捞无人餐厅
从更广义的服务来看，类似环卫、园林、建筑、等行业目前国内都高度依赖人工劳作，而随着人口老龄化，这部分劳动力的供应将很快迎来拐点，结合自动驾驶技术和机器人的技术有望大量应用机器人替代人力，未来也将帮助避免产生对外国劳工的需求。
无人驾驶环卫车
医疗AI：
目前，AI医疗总体渗透率较低，商业落地规模不及安防、新零售等较为成熟的领域。
2015年以前，国外研究侧重于AI医疗在临床知识库外的应用，如智能手术机器人助理，电子病历的推广普及等。就国内市场而言，AI医疗的研究中心很大程度上还是在于类疾病的临床知识库。随着卷积神经网络的发展，基于深度学习的方法大大提升了算法模型对于图像识别、样本预测的精度，AI医疗得以发展。目前，AI医疗已在手术机器人，精准医疗，远程手术控制台等领域逐步落地。
互联网医疗+可穿戴设备+XR远程医疗+AI+服务机器人，五合一应对老龄化医疗。慢性病产生的复诊极大地消耗了我国当前稀缺的门诊资源，通过医疗级的可穿戴设备+XR虚拟现实/增强现实等远程医疗手段，可以将医疗资源随时随地配置到需要的老年人身上，叠加AI技术，提高医疗资源的利用效率。
更重要的是护理工作。《日本经济新闻晚报》曾有文章分析，日本在2000年有218万的高龄人群需要照顾，到2016年则增长到622万。虽然16年间日本的护理人员数量从55万增长到183万，但是供需之间的差距越来越大。据2018年8月日本求职相关的调查统计，护理行业求职者与工作岗位的配比大约是1:4，整体行业比例约为1:1.5，可以看出护理行业人员严重短缺。
由于护理职位收入较低，日本很难有足够的年轻人愿意从事护理行业工作。为此，日本政府粗略预计，护理行业五年间将增加5~6万外国劳动者，是所有行业里增加最多的。
如果这个数字放到中国，大概就是50-60万护理工作人员需要从国外引入。虽然可以通过使用护理机器人、以及IT/互联网等技术手段代替一部分护理人员的工作，但这部分几乎是人工智能最难替代的工作。好在护理工作引入的外国劳动力主要是女性，从香港、台湾引入菲佣的经验来看，对社会的影响相对较小。
小结：
如果中国未来能有效利用人工智能的技术进步，仅仅在上述的制造业、服务业替代2/3的外籍劳工需求，合计就能减少500万。如果所有的1300万潜在需求都能减少2/3，就只剩下430万的外籍劳工需求。
根据六普的统计，目前在华定居的外国人约60万，其中就业仅13.5万。所以即使未来大规模使用人工智能且人工智能技术届时发展成熟，几百万外国人来华工作从事低端行业、几十万从事高端岗位依然是难以避免的需求，比现在多几十倍。中国社会将来还是要对此有一个清醒的认识和预期，并做好准备。
当然，如果对外能和周边国家开展互惠的双边合作帮助他们稳定经济，对内能充分挖掘国内人力资源优势、大规模推广人工智能技术应用，我们还是有希望把外籍劳工/移民问题的影响降到最低。
中国的人工智能技术和产业：差距很大，希望很大
上文我们讲了人工智能技术可以帮助满足未来老龄化的中国社会的巨大需求，同时最大程度地替代人力，降低引入外籍劳工的动机，避免导致欧美已经付出巨大代价的社会矛盾。
那么中国的科技研发和产业发展是否足以满足这种需求？中国的经济和企业能否从人工智能的发展浪潮中获益呢？
笔者的判断是：可以，但是中国的人工智能产业仍和最主要的竞争者美国差距很大、希望很大。
这里笔者插一句，人工智能这个领域几乎是中美两国主导的，其他国家都远不及这两国。从数量上来说，中美人工智能企业在全球范围内占据绝对优势。截至2018年中，美国人工智能企业数量2039家，位居世界首位。中国人工智能产业起步晚于美国，但发展迅速。截至2018年中，人工智能企业数量占全球比例近40%，仅次于美国。
所以笔者主要做的是中美对比，然后中国的产业竞争力如何就自然有了结论。
一、科研能力比较：基础科研能力和美国差距巨大
根据哈佛大学经济学博士许成钢和武汉大学大数据与云计算实验室主任崔晓晖教授团队共同研究制作的《中国人工智能指数报告》，在高等级影响力的千级论文（是指每一篇论文被引用的数字超过了1000次）数量上，中国与美国差距巨大，中国只有个别的产生大影响力的论文，而在美国则比较多一些，说明中国在AI技术的基础研究领域和美国差距甚大。
从国家工业信息安全发展研究中心2018年公布的数据来看，中国在人工智能PCT国际专利申请量上和美国有5倍差距，和许、崔两位教授的研究结论相吻合。
二、科研人才比较：数量、质量均不及美国
从沙利文的统计数量来看，美国毕业的人工智能顶会作者博士中，毕业在美国的是中国的4倍，就业在美国的也差不多是4倍，短期内美国在高端人才的聚集上仍是中国难以望其项背。
根据从业时间分为五个不同类别进行的中美AI人才分布对比
从人才经验来看，也差不多。按照领英的数据，中国人工智能领域工作10年以上的人才占比不到39%，相比之下，美国超过71%的人工智能领域的人，工作了10年以上。
根据子领域划分对比的两国AI人才分布比例
人才分布方面，中国在智能交通/自动驾驶，智能/精准营销, 硬件/GPU/智能芯片需求比例要多于美国，但在算法、机器学习的方面，美国不但人才的比例比中国大，人才总数也是中国的20多倍。
所以在人才积累上，中国在总数上不及美国，质量上逊于美国，分布上底层创新人才不足。
三、底层基础平台比较：
中美 AI 研究者的 AI 软件包关注总数对比
中国在最近三年里，关注人工智能开源软件包的总数迅速上升，并在2017年秋超过了美国。但是，几乎93%的中国研究者使用的人工智能开源软件包，是美国的机构开发提供的。中美两国人工智能研究者使用最多的软件包是Google开发的TensorFlow。
整体上中、美AI研究者关注美国机构开发的开源AI软件包的数字，相当于他们关注中国机构开放的软件包数字的20几倍。
目前中国在人工智能方面对美国的依赖和整个半导体和基础软件领域差不多，粗暴点说就是硬件靠NVidia（不确切地类比，手机靠高通，PC靠intel），平台靠Google的TensorFlow（不确切地类比，手机靠安卓，PC靠Windows）。
不过人工智能领域的底层创新，中国企业虽然起步晚，但已经比PC时代、手机时代的差距小多了。
在AI领域，华为已经实现了软件加硬件，训练加应用的完整布局。硬件部分，主要芯片产品是海思升腾系列的AI芯片，包括Ascend 910和Ascend 310。其中Ascend 910针对云端应用，使用7nm工艺在350W的功耗上实现了256 TOPS半精度浮点数算力或512 TOPS 8位整数算力。
Ascend 910芯片结合华为的AI算法训练软件系统，就是Atlas人工智能计算平台，是唯一有望挑战英伟达DGX训练系统的人工智能平台。
另一个有一定建树的企业是百度。
百度在人工智能底层创新上最大的建树是对标TensorFlow的飞桨（PaddlePaddle）深度学习平台。飞桨是2016年开源的国内功能最完备、生态最成熟的产业级深度学习平台，包括深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件。根据百度的披露，飞桨已凝聚超265万开发者，服务企业10万家，基于飞桨开源深度学习平台产生了34万个模型。目前飞桨在全球AI市场位居第三，仅次于谷歌TensorFlow和脸书PyTorch。
三、中美龙头企业比较：
两个国家产业的比较，很大程度取决于两国龙头企业的比较，因为龙头企业不但拥有足够多的生态帮助人工智能技术落地，也能有更多的资源支持底层平台如人工智能芯片和深度学习开发平台等持续演进和推广应用。
那么两国的人工智能龙头目前处于什么竞争状态呢？
从沙立文的报告来看，美国企业在技术储备、布局、生态和应用领域整体强于中国，其中谷歌几乎在四个领域都达到了满分，脸书则在生态和应用领域落后于很多中国巨头。
在中国企业方面，百度在各领域都较为领先，阿里其次，华为和腾讯则再次之。
美国企业具体来看：
1.谷歌：综合实力位居第一，在技术创新、和商业落地两方面均领先于其他美国厂商。
2.微软：综合技术实力突出，凭借最多的AI专利储备及领先的语音识别、计算机视觉等技术实力处于领先地位。
3.亚马逊：综合落地较强，拥有世界第一的科研投入与完备的云生态。
4.脸书：技术实力优异，拥有极强的科研实力与技术布局，但生态上稍显不足。
5.IBM：商业落地突出，在企业服务上的领先地位确立了其商业落地优势，但是技术布局优势不明显。
中国企业方面：
1.百度在中国AI厂商中综合实力居首位，拥有强大的技术储备、广泛的AI布局、完备的AI生态。
2.阿里巴巴AI综合实力突出，以优越的AI生态布局和应用在商业落地方面领先，在AI底层核心技术层面仍有提升空间。
3.华为在AI芯片层面优势突出，核心技术布局与AI落地广度仍需提升。
4.腾讯AI应用落地优势巨大，拥有丰富的社交和游戏生态确立了其商业落地优势。
中美AI领军企业分项对比
下面，笔者再拿中美人工智能领域最领先的企业谷歌和百度做更为细致的对比。
一、技术生态方面：
谷歌拥有业界最广泛使用的TensorFlow深度学习开发平台，提供提供AutoML，ML Engine，ML API等多重服务。
百度拥有阿波罗、飞桨，小度等开放平台等，是目前全球第三、国内最为成熟的深度学习开发平台。
深度学习开发平台是笔者最看重的指标。作为两国最领军的AI企业，谁占据深度学习开发平台的领军地位，谁就有可能成为人工智能时代的Windows和安卓。目前百度飞桨在生态方面距离谷歌还有很大的距离，不过已经是国内最为成熟的平台了。相信有华为遭美国极限制裁的殷鉴在前，国内其他开发企业不会一味地捆绑在谷歌的TensorFlow生态上，百度飞桨也可以从中受益。
下图是来自CSDN一篇文章的比较，飞桨（PaddlePaddle ）和 TensorFlow 在框架流行度和代码稳定性上的比较。[可以看出，两个框架在活跃度、稳定性上都是一流，并且在代码质量上也不分伯仲。
二、底层的云计算方面：
百度目前在中国公有云市场份额仅5.2%，远落后于阿里、腾讯、华为，好在谷歌在海外市场的地位（4%）也落后于亚马逊，两家多少有点同病相怜。
三、应用落地方面：
先看百度。
智能音箱是百度的一个亮点，全球出货量超过370万台，市场份额13.1%；百度地图目前在国内地图导航领域也是陇头，日均服务请求次数突破1200亿，支撑超过50万个移动应用；百度小度助手目前在国内有超过4亿智能设备激活数量。
智能驾驶方面，百度阿波罗是目前国内自动驾驶/Robotaxi领域最领先的，测试里程、牌照数量和车队数量中国第一，并在长沙落地首个自动驾驶出租车队，目前国内Robotaxi领域的其他公司基本上都来自于百度前员工，因此说百度是国内自动驾驶的黄埔军校也不为过。
行业解决方案方面，百度的灵医智惠目前在中国18个省市自治区的超过1000家医疗机构落地。
再看谷歌。
互联网/移动互联网生态方面，谷歌相对百度可谓碾压。谷歌在PC互联网的搜索地位、移动互联网安卓操作系统的地位以及谷歌移动应用（Google Mobile Service，包括了谷歌地图、Gmail邮箱、Youtube视频等）是几乎错失移动互联网浪潮的百度无法比拟的。
智能硬件方面，AI技术赋能Pixel系列与Nest系列智能硬件，使手机、耳机、家居设备等实现智能化。
行业解决方案方面，谷歌以云服务为基础为金融、能源、医疗等众多行业提供解决方案，以智能医疗为例，谷歌基因推出基因分析软件GATK，Deepmind帮助临床医生更准确判断疾病早期症状。
无人驾驶方面，谷歌有Waymo、谷歌地图甚至谷歌地图以及整个谷歌互联网生态的支撑。
做个小结：
当前来看，中国的人工智能在基础科研和人才储备上离美国还有很大距离，在产业和企业方面也与美国存在不少差距。但人工智能这一轮浪潮中，中国和美国在起步时间、资源储备和产业进展等方面，较之计算机/半导体革命和移动互联网革命，已经是历史最短的了。希望未来中国业界和学界可以抓住机会，进一步缩小差距，打造与美国并立的人工智能第二级。
回到文章的主题。
中国社会在未来面临老龄化、少子化带来的劳动力红利、工程师红利消失所带来的移民/外籍劳工挑战是不可避免的。同时，人工智能浪潮的到来也是未来20年最大的趋势。加快中国人工智能产业和科研的发展，不但能缓解中国社会未来所需面对的非法移民/外籍劳工的挑战，也有望帮助被各种卡脖子中国的信息产业逆袭。
尾声
1905年9月5日，日俄双方在美国经过了长达25天的谈判后，签订了《朴茨茅斯条约》，正式结束了在中国土地上进行的日俄战争。
2年的战争，俄军死伤超过22万，拼掉了太平洋、波罗的海两只舰队，输掉了这场战争。而日本虽然伤残更甚，死伤残三十八万，基本上常备兵力和财政储备给打光了。但日本却得到了整个朝鲜、半个中国东北和整个库页岛，而后者是从沙俄直接控制的土地上割让得到的。
日本的胜利，是近代以来黄种人第一次击败白种人，打破了“白种人天生优越论”。但日本却因此进一步走向了军国主义不但将英美成为“英米鬼畜”加以敌视，对同文同种的中朝越等亲缘国家/民族民族也采取了高人一等的种族主义态度。随后的几十年中日本对这些国家/民族犯下了一系列滔天的罪行，并在两颗原子弹的爆炸声中给自己的国运走向了挽歌。
这是好事变坏事的经典案例。
2020年的世界，不可能再通过和其他国家或者民族战争去获得一个综合的强弱评价，但人均GDP超过从17世纪开始搞了几百年现代化的白种人国家俄罗斯，对近代以来受尽蹉跎的中国来说，仍然代表了一种彻底的变化。
这个变化未来会改变很多我们认识世界的方式，包括几百年来作为移民输出国的中国对本国、本民族，外国、外民族的看法。
作为一个关心时政的观察者，笔者对2010后的欧洲难民危机和近年来美国种族导致的政治危机一直十分关注。老实说，笔者不认为这种事未来完全不会在中国发生。
历史上，无论我们有过《徒戎论》的高瞻远瞩，也有过五胡乱华、神州陆沉的无可奈何；有过明太祖布衣起兵《喻中原檄》的畅快，也有过南宋蕃官蒲寿庚屠尽赵室的悲剧；有过“明犯强汉者虽远必诛”的盛世豪情，也有过“渔阳鼙鼓动地来”断送盛世的无奈。
我们这个民族，很容易在一团繁花似锦时候，忽视击溃千里之堤的那些蚁穴。毕竟万邦来朝的虚荣，无论对庙堂，还是江湖，都很有吸引力。但移民问题，已经在当代站在人类顶峰上的欧美文明大厦上钻出了无数窟窿，不容许我们再犯历史上曾经犯过，当今世界其他国家正在犯的错误。
所以移民问题、外籍劳工问题，首先必须认识到对未来的中国来说几乎是不可避免的，但认识的目的是为了更好地面对现实，未雨绸缪，防患于未然。
既然“环中国贫困带”已经不可避免，那么在国外开展一带一路发展当地经济避免低端无序移民，在国内积极推动生育、推动人工智能技术发展和产业落地，降低未来我们对移民和外籍劳工的需求，就应该逐步形成政策-法律-技术-学术-产业的多元合作架构，做出良好的应对。至少，向日本那样，即使进入老龄化、少子化几十年，依然对移民和外籍劳工问题保持严格、有力的管理，也没有出现严重的社会问题，是值得我们学习的。而通过人工智能技术的发展和应用，我们应该可以比日本做得更好。
文章的最后讲一个细节。
去年，司法部发布《外国人永久居留管理条例》征求意见稿，引起网上大量议论。长期以来一些外国人在中国享有超国民的“隐性待遇”，以及近年来广州等地越来越多来自发展中国家的非法移民，让国内舆论对《征求意见稿》的反应十分强烈。
不提《征求意见稿》本身，但笔者对于国内民众雪亮的眼睛十分欣慰。孔子说，“礼失求诸野”。底层民众没有那么高的站位，但他们的认知是实实在在的，值得每个自诩精英的人深思。
长按二维码，关注龙马产研