8月份，总部位于美国华盛顿的智库“数据创新中心”发布了一份超过100页的报告，分析了AI在中国、美国和欧盟发展的现状，并给出了相应的建议。报告认为，在这波AI竞赛中，落后的一方将蒙受经济、国家安全、影响力方面的损失。报告也强调，除了竞争，AI的很多成果，比如公开发表的论文，涉及到公共健康、环境和教育的，原则上可以普惠地球上各个角落的人们，而就AI本身的发展应用，国家间的合作也必不可少。
报告选取了人才、研究、开发、应用、数据、硬件等六个方面进行比较，得出的结论总体上符合一般业内的认知——尽管中国取得了快速的进步，但美国依然在AI领域处于领先地位，而欧盟则进一步落后；未来随着中国的进一步发展，这一排名可能会有变化。不过，如果考虑到人均，美国的优势进一步扩大，中国则掉到了第三。
具体来说，美国的优势表现在：AI初创企业最多，得到的投资也最多；在芯片方面全面领先，优势明显；AI方面的论文数量比欧盟和中国少，但平均质量要高。此外，美国依然吸引了全球大量的AI人才，且精英更多。比较而言，中国优势的表现在数据和商业化应用方面，高质量的人才和研究方面依然欠缺，初创企业得到的资金有所减少，在芯片领域尽管有所追赶，但差距依然明显。
而欧盟，尽管其论文最多，人才也不少，但在商业落地和资金方面却很不相称。
报告用了AI研究者数量、顶尖AI研究者数量，AI顶级会议的参会者数量等指标来评估人才领域的竞争。从这张图看，中国在AI人才方面全面落后于美国和欧盟，不管是在绝对数量还是质量上。报告也引用了另外一些指标，佐证了这一结论。比如，2018年7月清华大学中国科学技术政策研究中心发布的《中国人工智能发展报告2018》显示，全球拥有顶尖AI人才最多的前20所大学，中国只有清华，排在第15名。
为了衡量研究的质量，报告采用了FWCI这一指标。该报告发现，2016年，美国的FWCI是1.83，欧盟是1.20，中国是0.94，也就是说，美国研究者被引用的次数要比全球平均水平高出83%，中国作者的被引数则低于全球平均水平。
从2013至2017年，出版最多AI论文前5所机构的FWCI值——美国（卡耐基梅隆大学、麻省理工学院、微软、IBM和斯坦福大学）达到了4.0，比欧盟的1.9以及中国的1.4要高很多。
要想让AI发挥其潜力，造福社会，AI就必须从学界走向工业界，进行技术的应用开发和商业化落地。从私募股权投资和风险投资来看，2017至2018年，美国以约169亿美元领先，中国是135亿美元，欧盟才只有28亿美元。AI领域的收购反映了市场的活跃度，一些大公司也通过收购加强其市场地位。从2000年1月至2019年的5月，美国完成了526笔收购，欧盟139笔，中国更少，为9笔。
这一波以深度学习为主的AI的发展，离不开数据，尤其是高质量的标注的数据。总的来说，中国在数据方面是领先的。比如2018年，中国大约45%的人使用手机支付，美国是20%，英国是13%，德国是8%。中国的物联网数据量也遥遥领先。
某种程度上，图形处理器、AI芯片这样用来加速AI计算的硬件决定了企业在AI领域的竞争力。2018年，美国禁止企业向中兴提供零部件，使得中兴瞬间处于倒闭边缘。最近，美国还把华为及其子公司加入禁运名单。虽然中国加大了在这一领域的投入，但并非短时期可以赶上美国。
纵观整个报告，毫无疑问，美国在AI方面依然强劲，但中国正逐渐追赶上来，欧盟却进一步落后，尤其是在研究成果转化成商业应用方面。欧盟缺少像中美这样的大型公司，其过于严苛的数据监管对于行业发展来说可能并非好事。