人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。

　　根据中国新一代人工智能发展战略研究院数据显示，2020年人工智能企业核心技术分布中，大数据和云计算占比最高，达到41.13%；其次是硬件、机器学习和推荐、服务机器人，占比分别为7.64%，6.81%，5.64%；物联网、工业机器人、语音识别和自然语言处理分别占比5.55%，5.47%，4.76%。

　　2020年，382家基础层和技术层企业的核心技术分布中，大数据和云计算为最重要的核心技术，其占比为28.27%。其次是人脸、步态、表情识别技术，占比达到13.61%；智能芯片、语音识别和自然语言处理技术占比分别为8.90%和8.64%。可以看出，目前大数据、云计算为我国人工智能发展的重点核心技术。

　　国家推动云计算、大数据标准体系建设

　　目前，人工智能成为各国发展的重点，为了推动中国人工智能“高效、高质”发展，建立标准化制度尤为重要。2020年8月，《国家新一代人工智能标准体系建设指南》出台，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则。人工智能标准体系框架主要由基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理八个部分组成。

　　其中，支撑技术与产品标准建设主要包括大数据、物联网、云计算、边缘计算、智能传感器、数据存储及传输设备等部分组成。

　　对于重要的云计算和大数据而言，国家给出标准体系重点建设方向。其中，云计算标准重点开展面向人工智能的异构计算资源池化、调度和管理等标准研制；大数据标准重点开展面向人工智能算法和应用的数据服务接口、数据管理能力成熟度评估、数据开放共享要求、开放程度评估以及敏感行业数据治理等标准研制。