國內大數據和云計算技術研發占比高
人工智能產業鏈包括三層：基礎層、技術層和應用層。其中，基礎層是人工智能產業的基礎，主要包括AI芯片等硬件設施和云計算等服務平臺的基礎設施和數據資源，為人工智能提供數據服務和算力支撐；技術層是人工智能產業的核心，技術路徑是從模擬人類與智能相關的特性出發構建的；應用層是人工智能產業的延伸，集成一種或多種人工智能基礎應用技術，針對特定應用場景形成軟硬件產品或解決方案。
中國新一代人工智能發展戰略研究院數據顯示，2020年人工智能企業核心技術分布中，大數據和云計算占比最高，達到41.13%；其次是硬件、機器學習與推薦、服務機器人，分別占7.64%、6.81%、5.64%；物聯網、工業機器人、語音識別和自然語言處理分別占5.55%、5.47%和4.76%。
2020年，大數據和云計算是382家基礎技術企業核心技術分布中最重要的核心技術，占比28.27%。其次是人臉、步態和表情識別技術，占比13.61%；智能芯片、語音識別和自然語言處理技術分別占8.90%和8.64%。可見，大數據和云計算是我國人工智能發展的關鍵核心技術。
國家推進云計算和大數據標準體系建設
目前，人工智能已經成為各國發展的重點。為了促進我國人工智能的“高效、高質量”發展，建立標準化體系尤為重要。2020年8月《國家新一代人工智能標準體系建設指南》頒布，明確了人工智能標準化頂層設計，研究了標準體系建設和標準制定的一般規律。人工智能標準體系框架主要由基礎共性、支撐技術與產品、基礎軟硬件平臺、關鍵通用技術、關鍵領域技術、產品與服務、行業應用、安全/倫理八部分組成。
其中，支撐技術和產品標準建設主要包括大數據、物聯網、云計算、邊緣計算、智能傳感器、數據存儲傳輸設備等。
對于重要的云計算和大數據，國家給出了標準體系的重點建設方向。其中，云計算標準側重于人工智能異構計算資源的匯集、調度和管理等標準的制定；大數據標準重點關注人工智能算法和應用的數據服務接口開發、數據管理能力成熟度評估、數據開放共享需求、開放度評估和敏感行業數據治理。