摘要：目前，世界各国竞相发展人工智能技术以获得全球创新优势。本文通过梳理Scoups检索数据和国外公开发表的报告，从人才、科研、开发、应用、数据和硬件六个维度比较中国、美国和欧盟的人工智能发展现状。结果表明，我国在AI应用和数据发展方面取得了很大进步，并且正在迅速缩小与美国的差距，美国在人才、科研、开发和硬件方面仍然领先，欧盟在很多指标上处于落后地位。随着我国人工智能的快速发展，这一状况可能会在未来几年发生变化。

关键词：人工智能，人才，科研，开发，应用，数据，硬件

“人工智能”（Artificial Intelligence，AI）概念于1956年在美国达特茅斯学院（Dartmouth）专题研讨会上被首次提出，作为一门新兴学科，人工智能近些年取得了迅速的发展。我国需要持续不断的努力，才能保持人工智能的领先地位，并且最大化其经济潜能。美国在上一次数字创新革命中获得了巨大的经济利益，涌现出一批成功的科技公司，如亚马逊、苹果、脸书、谷歌、微软和英特尔等，而包括欧盟在内的世界许多国家和地区为此付出了相应的经济代价。人工智能的发展可能带来相似的场景，为了确保在全球经济数字化转型中处于优势地位，许多国家正在积极采取行动发展人工智能技术。本文通过梳理Scoups检索数据和国外公开发表报告，从人才、科研、开发、应用、数据和硬件六个维度比较中美欧的人工智能发展现状，以期为我国相关领域研究提供借鉴。

1. 人才是开展人工智能研究的关键

为了扩展人才体量、提高人才质量，中国、美国和欧盟政府已颁布了许多人才举措。2018年，我国教育部颁布了一项促进AI教育的计划。作为回应，我国部分一流大学已经开设了AI专业。2019年2月，英国政府宣布，将为多达1000名学生支付高达1.15亿英镑（1.29亿美元）的学费，支持学生攻读AI博士研究生[1]。同一时期，美国总统特朗普发布了一项行政命令，通过提升奖学金、扩大培训计划以及为从事AI研究的大学教授提供资金支持等渠道促进AI的发展[2]。

中美欧人才相关指标的比较分析结果主要体现出两个特点。一方面，美国AI人才总量少于欧盟，但其人才更为精英化。由表1可知，AI研究人员数量方面，以2007－2017年发表期刊论文或获得与AI相关的专利人数为衡量指标，欧盟约有43064名研究人员，领先于美国（28536名）和中国（18232名）。此外，德国（9441名）、英国（7998名）、法国（6395名）、西班牙（4942名）和意大利（4740名）的研究人员总数已超过美国研究人员[3]。人均指标方面，美国领先欧盟和中国。基于H指数的国际前10%顶尖AI研究人员数量方面，截至2017年，欧盟约有5787名顶尖AI研究人员，领先于美国和中国。英国（1177名）、德国（1119名）、法国（1056名）、意大利（987名）和西班牙（772名）总计有5111名顶尖AI研究人员，与美国相当[4]。在人均指标方面，美国领先于欧盟，而中国在此项指标上明显需要加强。从学术会议角度看，以顶尖AI学术会议上发表文章的作者数量作为衡量研究人员质量的标准，2018年，根据AI初创公司Element AI追踪到的21场AI会议数据，美国无论从人员总量还是人均指标方面均领先于欧盟和中国。

另一方面，美国培养的顶级人工智能研究人员最多，且大部分毕业生都选择留美就业。顶级AI研究人员数量方面，以2018年在21个主要学术会议上发表论文的研究人员中博士学位获得地区为评价指标，在美国获得博士学位的研究人员比欧盟和中国的总和还多（表1）。美国人工智能人才中79%获得了博士学位，为美国发展人工智能提供了人才保障。有研究表明，在美国获得数学或计算机科学学位的学生大部分都选择留美发展[5]。据统计，1998－2017年，有1283名非美国AI科研人员选择到美国工作[6]。

2. 科研是实现人工智能创新领导地位的核心竞争力

2017年，我国《新一代人工智能发展规划》指出，到2025年人工智能基础理论实现重大突破，人工智能成为带动我国产业升级和经济转型的主要动力。为此，政府已经建立了研究中心，如100多人的人工智能研究中心。此外，中国工业和信息化部计划每年拨款9.5亿美元（约合67亿人民币）来资助战略性AI项目。2018年9月，美国国防部国防高级研究计划局宣布了一项在5年内进行的20亿美元的投资，用以开发新一代AI技术[7]。欧盟委员会承诺在2018－2020年间投资15亿欧元（约合17亿美元）用于人工智能研究，并建议通过“数字欧洲计划”在2021－2027年投入至少70亿欧元（约合80亿美元）用于AI研发[8]。

2.1 我国人工智能论文总量位列世界第一

我国人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%，遥遥领先其他国家。2017年，我国发表了15199篇人工智能领域论文，欧盟14776篇，美国10287篇（表2）。但是从历史视角总结，欧盟发表的AI领域论文最多，1998 －2017年欧盟研究人员撰写了近164000篇AI领域论文，中国和美国的此项数据为135000篇和107000篇。按照人均指标来统计，2017年美国仍然领先于欧盟和中国[9]。

AI论文质量方面，自1998年以来，欧盟的加权引文影响（FWCI）仅增长了11％，美国为24％，我国为154％，我国的FWCI正迅速接近或超过全球平均水平。数据显示，2016年美国的FWCI为1.83，这意味着美国研究人员发表的人工智能论文被引用次数比全球平均水平高83％[10]。欧盟和中国的FWCI分别为1.20和0.94。与2009年相比，美国和欧盟的FWCI几乎相同（1.82和1.20），我国的FWCI从0.59增长到0.94（图1）。综上，我国人工智能领域科研论文质量接近全球平均水平，欧盟论文总量和质量保持稳定。

2.2 美国拥有顶尖的研究机构

从表2可知，研发支出方面，以科技公司的总体R＆D支出（其中很多正在开发AI服务）衡量AI R＆D支出。2018年，R&D支出排名前100位的科技公司数量，美国远远领先欧盟和中国。美国每1000万员工中研发支出排名前100位的科技公司数量领先于欧盟和中国。2018年，位于全球前2500强的企业中科技公司有268家，本文统计了这268家公司的R＆D支出。其中，无论是总量还是人均指标，美国的数据均高于欧盟和中国。

3. 人工智能技术开发呈上升发展态势

良好的AI生态系统可以引导AI技术创新和公司发展。各国需要拥有足够的风险投资和私募股权资金，才能满足发明人开发和销售其产品或服务所需的资金。例如2017年，中国为Canyon Bridge等私募股权公司提供了部分资金。同年，广州市政府向开发面部识别软件的Cloud Walk提供了3.01亿美元赠款。美国的风险投资公司In-Q-Tel已投资至少10家AI公司，其中包括将世界上的非结构化信息转换为机器就绪数据的Forge.ai和创建用于AI应用程序的计算机芯片的Mythic。欧盟委员会正在利用欧洲战略投资基金解决市场失灵并刺激私人对AI的投资。欧盟委员会还创建了风险投资基金Venture EU，为包括AI初创企业在内的初创企业提供高达4.1亿欧元（约合4.59亿美元）的资金[11-12]。

3.1 美国的AI风险投资总额和交易数量遥遥领先

从表3可知，AI风险投资和私募股权投资总额以及人均指标方面，美国均处于领先地位，而中国领先于欧盟。AI风险投资和私募股权交易数量总额方面，美国均处于领先地位，而欧盟领先于中国，人均指标方面，欧盟领先于美国，美国领先于我国，可见，我国在人工智能领域的风险投资总额和交易数量均存在较大的上升空间。

3.2 我国人工智能初创企业的投资数量已经开始缩小与美国的差距

从表3可以看出，2018年人工智能初创企业最多的国家是美国，共有1393家，中国383家，欧盟共有726家。该指标的人均水平方面，美国居首位。2019年的AI公司数量方面，美国数据超过中国和欧盟的总和，相对应的人均指标方面，美国明显领先，我国亟须加强。

3.3 美国在人工智能收购和专利方面优势明显

美国收购的AI公司数量领先于欧盟和中国，人均指标方面，只有美国（每100万员工收购的AI公司数量）数据大于1，我国该指标数据小于0.1，发展空间很大（表3）。此外，在AI公司收购中，所有十家公司都位于美国，领先的公司包括Alphabet、Apple、Microsoft、Amazon和Facebook等。这些收购推动了美国公司的发展，并提供了重要的研究和商业服务。例如，Alphabet在2014年以5亿美元的价格收购了世界领先的AI组织DeepMind，随后，DeepMind开发了一种可以通过扫描眼部来进行诊断(如出血)的AI系统，有助于医生快速确定治疗患者的优先级，尽可能地挽救病人的视力，获得了较好的成效。

高被引的AI专利数量方面，美国专利申请人（USPTO）提交了28031份高被引专利，远超欧盟和中国的数据。虽然此指标显示的是申请人在哪里申请专利，而不是他们的所在地，但是大多数申请人会首选在其居住的国家提出专利申请。人均指标方面，数据表现出相似的趋势。AI领域的PCT专利申请数量指标，美国、中国和欧盟分别为1863、1085、1074件，可以看出中国和欧盟在此指标较为接近，但依然落后于美国。人均指标方面，美国再次以数量级的优势领先中国和欧盟（表3）。

另外，美国公司在专利和占主导地位的AI收购方面表现出色。例如，在15个机器学习子类别中的8个类别上，Microsoft和IBM申请的专利较多，其中包括监督学习和强化学习等类别。中国科学院在深度学习方面申请专利最多，而西门子（德国）在神经网络方面申请专利最多。另外，一家美国公司在12个领域的专利申请方面处于领先地位，这些领域包括农业（John Deere）、安全（IBM）、个人设备、计算以及人机交互（Microsoft）[13]。

4.人工智能技术应用成为改善民生的新途径

技术创新能够改善人们生活水平，人工智能可能成为技术创新的主要驱动力。人工智能可以针对目标用户的需求，基于数据计算形成更准确的建议，对于企业，开发人工智能技术是其在全球经济发展中获取竞争力的有效路径。人工智能不仅可以改善经济效益，还可以在减少交通事故、实现更好的疾病治疗等方面实现社会效益的提升。

中美欧均出台相关政策推进人工智能的应用。2017年，中国工业和信息化部发布了《促进新一代人工智能产业发展的三年行动计划（2018－2020）》，呼吁将人工智能应用到制造业。2019年，美国总统特朗普也发布了一项行政命令，要求制定技术标准以支持人工智能的应用。欧盟关于人工智能的协调计划呼吁在制造和能源部门创建“欧洲通用数据空间”，以支持人工智能的发展和应用。

由表4可知，无论是应用还是试行AI的企业占比方面，中国均领先于美欧。由此可见，我国在加速推进人工智能在企业的应用，以期发挥人工智能的最大价值，助力产业高质量发展。

此外，人工智能正在逐渐渗透至各行各业，助力实现跨越式发展。由图2可知，中国各行业的AI应用率都分布相对均匀。美国公司的数据在不同行业之间的差异高达32%。在应用率最高的行业与应用率最低的行业之间，我国应用或试点人工智能公司的份额相差仅有6%（图2）。

5. 人工智能的进步取决于高性能数据解决方案

人工智能系统离不开机械能数据训练，数据可以帮助人工智能系统开发精准的模型，如执行无地图导航、人脸识别和谷歌搜索查询等任务。此外，机器学习技术使人工智能系统能够识别大量数据集难以被人类感知或无法感知的细微之处，如在层析成像扫描中识别癌症的征兆[14]。

中美欧在国家层面均推出政策推动大数据的应用。2015年，我国为支持大数据应用，将开放数据列为十个国家项目之一。美国总统特朗普的AI倡议指示政府“增强对高质量和完全可追溯的联邦数据、模型和计算资源的访问”，并指示美国管理和预算办公室识别并解决数据质量监控。欧盟关于人工智能的协调计划指出：人工智能需要开发大量数据，数据集越大，人工智能越能更好地学习和发现微妙的数据关系。中美欧三者在人工智能数据的生产和应用方面主要表现出三个特点：

一是我国将来在数据上可能拥有更大的优势。如表5所示，固定宽带订阅用户数方面，截至2018年，中国固定宽带用户量多于欧盟和美国，人均指标方面，欧盟多于美国和中国。移动支付数据方面，2018年中国有5.25亿人使用了移动支付，美国和欧盟相对较低，分别为5500万人和4470万人，占比方面，我国数据为45.2%，为三者中最高比例，而英国比例约13%、德国约8%，均低于中美。互联网数据方面，我国的物联网数据总量多于美国和欧盟，甚至高于二者加和，然而，人均指标数据来看，欧盟（每100员工中的物联网数据量）最高，我国最低。生产力数据方面，美国在总量和人均指标方面均为三者最高，我国总量高于欧盟，而人均指标低于欧盟。综上，我国在数据生产层面，还有较大上升空间，并且基于使用层面的领先优势，未来，我国有可能在人工智能数据生产和应用上处于优势地位。

二是我国和欧盟的电子病历系统的互操作性低于美国。电子病历数据方面，研究人员已经利用电子病历开发了可以执行多种功能的人工智能系统，从预测患者是否会住院到辅助追踪疾病传播。目前电子病历系统的采用率相对较高，但跨境的系统提供商之间访问电子病历的可用性非常低。例如，2015年的一项调查发现，84%的美国初级保健医生、99%的瑞典医生、98%的荷兰医生、98%的英国医生、84%的德国医生使用了电子病历系统[15]。我国2012年的一项调查发现，48%的医院拥有基本的电子病历系统，后电子病历逐渐普及，目前，我国使用电子病历的医院数量可能已超过90%[16-17]。2017年，美国超过96%的医院使用了经过认证的电子病历系统[18]。我国和欧盟的电子病历系统互操作性较低。我国不同医院经常会使用无法互操作的电子病历系统，迫使患者在不同医院就医时携带打印的健康记录。欧盟跨境访问和共享医疗数据的能力差异较大，这限制了在跨境数据上训练AI系统的能力，导致许多欧洲公民无法使用电子病历。

三是欧盟的监管环境对数据的收集和使用限制最大。以高分辨率地图为例，其对众多AI系统的开发起到非常重要的作用，截至2019年4月，美国45%的州都有1米或更高分辨率的数据[19]。而欧盟方面，大约只有6个欧盟成员国（约占欧盟15%的地理区域）为公众提供完整的高分辨率3D高程数据，其余成员国或为公众提供部分覆盖或低分辨率覆盖，或不向公众公开数据[20]。我国互联网生态系统仍处于封闭状态，限制了它从国外共享和接收的数据量。

数据监管壁垒方面，我国企业在收集和使用消费者数据方面所面临的限制最少。针对数据保护，中美欧都制定了相应的保护法，2018年，我国制定了个人信息保护的国家标准，要求组织可以收集所需的数据量，仅将其用于原始目的，并只能在短时间内保留。但是此标准未受到法律强制执行。此外，我国监管机构已经开始利用现有法律来加强对数据的保护，如，我国宣布了对1000个移动应用程序进行严格审查，并吊销了对用户数据使用不当的企业的商业许可证[21]。美国也制定了多项联邦数据隐私法，例如，《健康保险流通和责任法案》（Health Insurance Portability and Accountability Act，HIPAA）和《家庭教育权利和隐私法案》（Family Educational Rights and Privacy Act，FERPA）分别对医疗和教育数据的使用施加了多重限制。在加利福尼亚州，有超过25项隐私和数据安全法，包括2018年通过的《加利福尼亚消费者隐私法》（California Consumer Privacy Act，CCPA），该法律对组织收集和使用数据进行了严格限制，并于2020年1月1日生效。2018年5月，欧盟启用了通用数据保护条例（General Data Protection Regulation，GDPR），对数据的收集和使用施加限制[22]。

6. 硬件对于一个国家的人工智能竞争力至关重要

半导体设备（集成电路）可以每秒执行大量操作，是人工智能系统必不可缺的一部分。图形处理器（GPU）催化了AI的发展，超级计算机技术结合了中央处理器和GPU，通过大量的计算能力扩展AI系统的功能。如2018年，美国不再向我国大型电信设备制造商中兴通讯供应美国零件和芯片，这使得中兴公司面临巨大挑战。2019年，美国商务部宣布将我国超算的5家机构列入“实体清单”，旨在阻断其与美国有关的供应链。由此可以看出，硬件的发展对于人工智能有着至关重要的作用。中美欧在硬件方面的数据可以概况为两个方面。

一方面，美国引领了传统半导体和计算机芯片产业的发展。由表6可知，顶尖半导体公司数量方面，美国领先于欧盟和中国[23]。研发支出方面，排名前10的半导体公司中有5家来自美国，这5家美国公司在研发方面的总支出为240亿美元[24]，而欧盟和中国没有公司进入前10。AI芯片的公司数量总量以及相应的人均指标方面，美国均处于领先地位。

另一方面，我国超级计算机研发取得了巨大进步。由表6可知，在排名前500位的超级计算机数量方面，中国占据优势地位，数量为219，是美国的2倍之多，然而人均指标方面，中国落后于美欧。超级计算机的总体性能方面，在全球前500强超级计算机中，美国占比为38%，中国（30%）和欧盟（17%）紧随其后，相应的人均指标方面，美国（每10000名工人中的超级计算机的综合系统性能）为36TFLOPs/s，领先于欧盟（10TFLOPs/s）和中国（6TFLOPs/s）。

7. 总结与建议

我国在人工智能方面取得了长足进步，通过以上6个维度的比较，我国与欧盟相比各有优势，但整体情况落后于美国，但这种差距有缩小的趋势。一是人才方面，我国是一个人口大国，拥有庞大的人才储备，但高端人才依旧短缺，且大量的海外留学生也造成AI人才的不断流失。因此，我国政府应鼓励发展联合项目，学生可以同时学习人工智能和其他领域的知识，以培养创造力，并提升人工智能人才的发展和留住本土人才的能力。二是科研方面，近年来我国的AI论文和专利数量有了显著增长，但是与美欧相比平均质量稍显不足，我国应加强对科研人员的激励机制，以鼓励研究人员开展高质量研究。此外，还应加大对AI实验室的资助，扩大AI研究中心。三是开发方面，我国AI初创企业获得的私募股权和风险投资在2017年超越了美国。我国在人工智能初创企业的投资数量方面开始缩小与美国的差距，有数据显示美国从2016年的476项投资减少至2018年的371项[25]。我国初创企业的投资数量不断增长，而美国AI初创企业的交易数量则保持稳定。四是应用方面，我国处于绝对领先，由于政府的大力支持，加上公众对人工智能充满了期待，AI应用已经渗透到各行各业。而美欧在人工智能应用方面缺乏热情。五是数据方面，我国是数据大国，在收集数据和大型互联网公司获取的数据量方面均处于领先地位。我国科技企业已创建多合一超级应用程序，例如微信可以打车、订餐、预订酒店、各种生活充值以及购买国际机票，美国关于这些数据的管理对企业都有明显的划分。当然，数据的庞大也往往会导致一些数据的流失或浪费，我国缺乏良好的开放数据氛围和数据的标准化，我国应限制跨境数据的流动，敦促监管机构建立标准化数据格式。六是硬件方面，随着AI芯片初创企业的不断发展，华为等企业在芯片设计方面表现出了非凡的实力，我国有能力减少与美国的差距。在半导体方面由于芯片开发的复杂性、相关人才短缺，我国半导体企业难以跻身全球销售榜前列。在超级计算机方面我国已经超越美国和欧盟，超级计算机开发方面也处于领先。另外，我国在知识产权盗窃和技术转移方面应加强管理破解卡脖子难题。

参考文献

[1] Sam Shead.“U.K. Government to Fund AI University Courses With 115m,” Forbes[EB/OL].February20.2019,https://www.forbes.com/sites/samshead/2019/02/20/uk-government-to-fund-ai-university-courses-with-115m/#2140c685430d.

[2] Maintaining American Leadership in Artificial Intelligence, Executive Order 13859.Executive Office of the President (2019) [EB/OL]. https://www.federalregister.gov/documents/2019/02/14/2019-02544/maintaining-american-leadership-in-artificial-intelligence.

[3] The Institute for Science and Technology Policy at Tsinghua University categorized AI talent based on the AI paper and patent records of individuals who matched at least one AI keyword in ScientistIn’s expert database. For a more detailed description, see China AI Development Report 2018[EB/OL].(China Institute for Science and Technology Policy at Tsinghua University, July 2018).

[4] China AI Development Report 2018 We estimated the number of top EU AI researchers using the EU’s number of AI papers. See Appendix 3 for more information[EB/OL].(China Institute for Science and Technology Policy at Tsinghua University, July 2018).

[5] JF Gagne,Grace Kiser, and Yoan Mantha.“Global AI Talent Report 2019” [EB/OL].(Element AI, April 2019), https://jfgagne.ai/talent-2019.

[6] Elsevier, Artificial Intelligence: How Knowledge is Created, Transferred, and Used (Elsevier, 2018)[EB/OL].https://www.elsevier.com/research- intelligence/resource-library/ai-report.

[7] “DARPA Announces $2 Billion Campaign to Develop Next Wave of AI Technologies,” Defense Advanced Research Projects Agency, news release[EB/OL].September 7, 2018, https://www.darpa.mil/news-events/2018- 09-07.

[8] “Artificial Intelligence,” European Commission, accessed June 4, 2019, https://ec.europa.eu/commission/news/artificial-intelligence-2018-dec-07_en;“EU Budget: Commission Proposes €9.2 Billion Investment in First Ever Digital Programme,” European Commission, news release[EB/OL].June 6, 2018, http://europa.eu/rapid/press-release_IP-18-4043_en.htm.

[9] Elsevier reported a European AI paper count, not an EU AI paper count. To estimate an EU-only AI paper count, we calculated an estimate of the 2017 AI paper count of the non-EU member states eligible for Horizon 2020 funding and subtracted that figure from the European AI paper count. See Appendix 5 for full methodology. 2018 AI Index, Elsevier[EB/OL].(annual AI papers; accessed April 5, 2019).

[10]. 2018 AI Index, Elsevier (FWCI; accessed April 5, 2019) [EB/OL].https://docs.google.com/spreadsheets/d/1c9R4sZVwj647sv58RtWK96m26_xKqWAhch9DeXRjU8g/edit#gid=249589261.

[11] In-Q-Tel (our portfolio, by category, accessed June 17, 2019).https://www.iqt.org/portfolio/;In-Q-Tel, “Forge.AI Announces Strategic Investment Agreement with In-Q-Tel and Adds Lieutenant General John Mulholland, (Ret.) as an Advisor,” news release[N].June 5, 2019.

[12] Lora Kolodny, “Enable Computer Vision and Voice Control on Any Device,” TechCrunch[EB/OL].March 22, 2017, https://techcrunch.com/2017/03/22/mythic-launches-a-chip-to-enable- computer-vision-and-voice-control-on-any-device/.

[13] World Intellectual Property Organization (WIPO Technology Trends - Artificial Intelligence, raw data chapter 4 figures, fig4.5; accessed April 2019) [EB/OL].https://www.wipo.int/tech_trends/en/artificial_intelligence/.

[14]. Denise Grady, “A.I. Took a Test to Detect Lung Cancer. It Got an A.” The New YorkTimes[EB/OL].May 20, 2019,https://www.nytimes.com/2019/05/20/health/cancer-artificial-intelligence-ct-scans.html.

[15] The Commonwealth Fund, International Health Care System Profiles (Primary Care Physicians’ Use of Electronic Medical Records, 2015) [EB/OL].https://international.commonwealthfund.org/stats/use_of_emrs/.

[16] Jianbo Lei, et al., “A Comparison of Electronic Health Records at Two Major Peking University Hospitals in China to United States Meaningful Use Objectives,” BMC Medical Informatics and Decision Making (August 28, 2013) [EB/OL].https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3847100/.

[17] Luzia Zhang, et al., “Big Data and Medical Research in China,” BMJ (February 5, 2018) [EB/OL].https://www.bmj.com/content/360/bmj.j5910.

[18] The Office of the National Coordinator for Health Information Technology, Health IT Data Summaries[EB/OL].(Percentage of U.S. Hospitals that Adopted Certified EHRs: 2017; accessed June 15, 2019).

[19] The United States Geological Survey confirmed with the Center for Data Innovation over email on July 22, 2019, that “1-meter DEMs are available or in progress for 45% of the country.” [EB/OL].22.7.2019.

[20] “LiDAR Data,” planauf/TERRAIN, accessed July 10, 2019[EB/OL].https://planlaufterrain.com/LiDAR-Data/.

[21] Samm Sacks and Lorand Laskai, “China’s Privacy Conundrum,” Slate[EB/OL].February 7, 2019.https://slate.com/technology/2019/02/china- consumer-data-protection-privacy-surveillance.html.

[22] Eline Chivot and Daniel Castro, “The EU Needs to Reform the GDPR to Remain Competitive in the Algorithmic Economy” (Center for Data Innovation, May 13, 2019) [EB/OL].https://www.datainnovation.org/2019/05/the-eu-needs-to-reform-the-gdpr-to-remain-competitive-in-the-algorithmic-economy/.

[23] “Top Semiconductor Sales Leaders 2018–2019,” AnySilicon[EB/OL].May 20, 2019, https://anysilicon.com/top-semiconductor-sales-leaders-2018- 2019/.

[24] “Top 10 Semiconductor R&D Spenders Increase Outlays 6% in 2017,” IC Insights[EB/OL].February 16,2018,http://www.icinsights.com/news/bulletins/Top-10-Semiconductor-RD- Spenders-Increase-Outlays-6-In-2017.

[25] CB Insights, Advanced Search (Industry & Geography, Company Attributes, Financing & Exit; accessed March 14, 2019) [EB/OL].https://app.cbinsights.com.

作者简介：

王达，男，硕士，助理研究员，研究方向为颠覆性技术跟踪研究、日本科技政策。

责任编辑：方伟