如何认识人工智能对未来经济社会的影响
原标题：如何认识人工智能对未来经济社会的影响人工智能作为一种新兴颠覆性技术，正在释放科技革命和产业变革积蓄的巨大能量，深刻改变着人类生产生活方式和思维方式，对经济发展、社会进步等方面产生重大而深远的影响。世界主要国家都高度重视人工智能发展，我国亦把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。在此背景下，我们有必要更好认识和把握人工智能的发展进程，研究其未来趋势和走向。
人工智能不同于常规计算机技术依据既定程序执行计算或控制等任务，而是具有生物智能的自学习、自组织、自适应、自行动等特征。可以说，人工智能的实质是“赋予机器人类智能”。首先，人工智能是目标导向，而非指代特定技术。人工智能的目标是在某方面使机器具备相当于人类的智能，达到此目标即可称之为人工智能，具体技术路线则可能多种多样，多种技术类型和路线均被纳入人工智能范畴。例如，根据图灵测试方法，人类通过文字交流无法分辨智能机器与人类的区别，那么该机器就可以被认为拥有人类智能。其次，人工智能是对人类智能及生理构造的模拟。再次，人工智能发展涉及数学与统计学、软件、数据、硬件乃至外部环境等诸多因素。一方面，人工智能本身的发展，需要算法研究、训练数据集、人工智能芯片等横跨整个创新链的多个学科领域同步推进。另一方面，人工智能与经济的融合要求外部环境进行适应性变化，所涉的外部环境十分广泛，例如法律法规、伦理规范、基础设施、社会舆论等。随着人工智能进一步发展并与经济深度融合，其所涉外部环境范围还将进一步扩大，彼此互动和影响亦将日趋复杂。
总的来看，人工智能将波浪式发展。当前，人工智能正处于本轮发展浪潮的高峰。本轮人工智能浪潮的兴起，主要归功于数据、算力和算法的飞跃。一是移动互联网普及带来的大数据爆发，二是云计算技术应用带来的计算能力飞跃和计算成本持续下降，三是机器学习在互联网领域的应用推广。但人工智能技术成熟和大规模商业化应用可能仍将经历波折。人工智能的发展史表明，每一轮人工智能发展浪潮都遭遇了技术瓶颈制约，导致商业化应用难以落地，最终重新陷入低潮。本轮人工智能浪潮的技术上限和商业化潜力都大大高于以往，部分专用人工智能可能获得长足进步，但许多业内专家认为目前的人工智能从机理上还不存在向通用人工智能转化的可能性，人工智能大规模商业化应用仍将是一个长期而曲折的过程。人工智能的发展尚处于早期阶段，在可预见的未来仍将主要起到辅助人类工作而非替代人类的作用，同时，严重依赖数据输入和计算能力的人工智能距离真正的人类智能还有很大的差距。
作为继互联网后新一代“通用目的技术”，人工智能的影响可能遍及整个经济社会，创造出众多新兴业态。国内外普遍认为，人工智能将对未来经济发展产生重要影响。
一方面，人工智能将是未来经济增长的关键推动力。人工智能技术的应用将提升生产率，进而促进经济增长。许多商业研究机构对人工智能对经济的影响进行了预测，主要预测指标包括GDP增长率、市场规模、劳动生产率、行业增长率等。多数主要商业研究机构认为，总体上看，世界各国都将受益于人工智能，实现经济大幅增长。未来十年（至2030年），人工智能将助推全球生产总值增长12%左右。同时，人工智能将催生数个千亿美元甚至万亿美元规模的产业。人工智能对全球经济的推动和牵引，可能呈现出三种形态和方式。其一，它创造了一种新的虚拟劳动力，能够解决需要适应性和敏捷性的复杂任务，即“智能自动化”；其二，人工智能可以对现有劳动力和实物资产进行有力的补充和提升，提升员工能力，提高资本效率；其三，人工智能的普及将推动多行业的相关创新，提高全要素生产率，开辟崭新的经济增长空间。
另一方面，人工智能替代劳动的速度、广度和深度将前所未有。许多经济学家认为，人工智能使机器开始具备人类大脑的功能，将以全新的方式替代人类劳动，冲击许多从前受技术进步影响较小的职业，其替代劳动的速度、广度和深度将大大超越从前的技术进步。但他们同时指出，技术应用存在社会、法律、经济等多方面障碍，进展较为缓慢，技术对劳动的替代难以很快实现；劳动者可以转换技术禀赋；新技术的需求还将创造新的工作岗位。
当前，在人工智能对经济的影响这个领域，相关研究已经取得了一些成果，然而目前仍处于研究的早期探索阶段，还未形成成熟的理论和实证分析框架。不过，学界的一些基本共识已经达成：短期来看，人工智能发展将对我国经济产生显著促进作用；长期来看，人工智能的发展路径和速度难以预测。因此，我们需对人工智能加速发展可能导致的世界经济发展模式变化保持关注。
（作者单位：国务院发展研究中心创新发展研究部）
(责编：赵超、吕骞)分享让更多人看到
人工智能技术发展对就业的影响及对策
人工智能技术发展对就业的影响及对策时间：2023-05-0107:37:50
【摘要】人工智能技术全面影响社会结构、经济结构和人类生活方式，对不同行业、不同群体的劳动就业产生根本性改变。人工智能技术的发展促使新旧产业更迭、新旧岗位交替出现，于我国就业而言，意味着机遇和挑战并存，政府、企业、劳动者三方面都需积极应对，看清人工智能的发展趋势，迎接智能革命的到来。
【关键词】人工智能技术；就业；积极应对
人工智能技术被称为第四次科技革命的核心驱动力。当前，该技术炙手可热，掀起了全球新一轮技术革命变革浪潮，已对经济结构、社会结构和人类生活方式产生了颠覆性的改变和影响，全面渗透到生产、生活的方方面面。对劳动手段的影响演进到自动化和智能化阶段，对不同行业、不同群体的劳动就业产生根本性改变。
一、人工智能技术在各个方面的初步应用
人工智能技术已在工业、信息安全、金融、医疗、教育、社会生活等各个领域有了初步的应用。在工业领域，人工智能技术具有无可比拟的优势，具备高效率、可靠稳定、重复精度好等特点。可以在制造业中的智能装备、智能工厂、智能服务等方面承担劳动强度大、危险系数高的作业，用机器人来取代传统工人难以完成或不能承受的工作，将人工智能与制造业融合已是大势所趋。在信息安全领域，受技术发展所限，信息泄露时有发生，用户对信息安保要求越来越高，信息安全问题越来越被大众所关注。当人工智能和生物识别技术深度融合发展后，信息安全领域得到了全新的发展和提高，为实现信息认证、保障信息安全提供了坚实的理论基础。人工智能技术应用在医疗领域也已被大面积推广，垂直领域的图像算法和自然语言处理技术已可基本满足医疗行业的需求，可为病人提供诊前健康状况的初步分析和评估、诊中的病情研判和手术辅助、诊后的预后跟踪等医疗服务。人工智能技术在指导病人就医、缓解就医难，帮助医生看病、减少医务人员的工作强度，节约医疗资源的紧张局面等方面还大有可为。人工智能凭借大数据库、云计算、区块链等技术，在金融领域上演残酷大清洗。将传统的客户获取、身份识别、风险控制、投资顾问、客户服务等金融事务大面积地用机器取代，作为纯数字交易的金融领域也是人工智能渗透最早、最全面的行业。在教育领域，AI和教育的融合，通过人机交互，给师生提供了更有效率的学习方式。随着人工智能技术的开发及普及，社会生活领域的方方面面也都出现了人工智能的影子。代表性的领域有智能家居、智能零售、智能物流、智能交通等，这些领域的人工智能技术应用，深刻地改变着人们的生产生活方式。
二、人工智能技术发展对我国就业的影响
对未来就业而言，人工智能技术既是机遇，又是挑战。伴随着人工智能、新职业、新岗位大量涌现，给劳动者就业提供了更多的可能；但传统的行业、岗位大量地被人工智能替代，使得低端操作技能人才面临失业、收入下滑等困境。
（一）人工智能技术发展给劳动者带来的挑战1.失业规模扩大。翻阅人类科技进程图可知，每一次重大的技术创新和迭代必然带来一场产业革命。人工智能技术裹挟着自动化、智能化等显著特征，将其嫁接到传统产业后，传统产业技术得到了优化升级。随着智能机器人逐步取代传统工人的工作后，相当一部分工作岗位将会消失，企业用工量需求渐趋减少，导致部分劳动力人口失业，给就业市场带来巨大压力。据麦肯锡全球研究院预测，到本世纪中叶，全球有近49%的工作岗位将会被人工智能所取代，多以低成本、劳动密集型的岗位为主。随着人工智能技术的持续发展和应用，全球各个行业的劳动者面临的就业压力会越来越大，对拥有庞大人口基数的中国第一、第二乃至第三产业中的就业人员而言，失业压力无疑更大。2.就业门槛提高。伴随人工智能技术的演进和普及，原先的体力、脑力劳动以及少部分的智力劳动逐步被人工智能技术替代。劳动力结构发生巨大转变，体力劳动者的比重减少，智力劳动者所占比重逐渐增加，智力劳动成为重要的就业门槛，这对很多体力、脑力工作者产生颠覆性的影响。劳动者身处不断推陈出新的科技环境中，时刻感受到劳动形式和劳动方式的巨大变化。人工智能技术将就业门槛大幅度提高，具备创造性、灵活性等素质将成为劳动者重要的竞争力和软实力。为应对人工智能技术发展，劳动者需要顺应科技潮流，深度学习人工智能技术相关知识，具备对应的专业技能，拥有智能机器人不可替代性的本领。3.收入差距拉大。人工智能技术促使就业结构发生变化，导致不同类型劳动者间的薪酬也随之变化，他们之间的薪酬获得差距逐渐被拉大。比较而言，掌握人工智能技术的管理型、技术型、专业型的人才拥有较高的薪资水平，而那些从事基础性、服务类工作的劳动者，其薪资水平通常偏低。随着人工智能技术在各个方面的深度应用，将会使得劳动力市场形成“工作极化”，进而导致“工资极化”现象，在工厂里，那些熟练操控高端智能设备的技术人员和普通工人之间收入差距被进一步拉大，呈现两极分化。两极分化在各个领域广泛存在，拉大了社会阶层间的收入差距，引发失业潮，社会稳定面临严峻考验。
（二）人工智能技术发展给劳动者带来的机遇1.催生新的就业形式，增加就业机会。人工智能引领未来技术的发展，产品的技术研发、场景应用、服务配套等方面处处体现出智能文化。在人工智能技术扑面而来的当下，企业会更重视研发，投入更多经费建设新型研发机构，增设研发岗位，聘请研发科技人员。同时，新技术促进新行业、新部门的出现，围绕新兴产业新增的就业岗位不断涌现，刺激产生数量众多的新工作机会。社会分工越来越细，集约化程度越来越高，按需组织项目、借助外脑完成临时项目任务而雇佣临时自由职业者的机会增多，为兼职工作、非固定工作提供更多的发展空间。人工智能技术催生的新产业生态将创造大量新就业岗位，可吸纳劳动力充分就业。2.有助于提高劳动生产率，降低生产成本。产业领域注入人工智能元素后，为其转型升级提供了强劲的动力。基于万物互联，用人工智能技术全部或部分取代劳动者的工作，将极大地提升劳动生产率。随着机器换人的大面积推广，生产流程自动化改造的深入，企业的生产成本将大幅降低，劳动生产率会成倍的提高。除了生产领域外，人工智能技术在其他领域，诸如医疗保健、养老服务领域的应用，也会极大地降低医疗成本和养老服务成本。面对人口老龄化危机，适龄工人减少，人口红利逐渐消失，人工智能技术的广泛应用，必将为我国未来经济持续增长注入强劲动力。据麦肯锡全球研究院预测，按照应用速度的不同，基于人工智能的劳动生产率提升，每年可为中国贡献0.8%~1.4%的经济增长。3.提升劳动者的劳动技能，增强劳动能力。在人工智能时代，人作为技术的发明者、使用者，要正确恰当地使用这些技术，通常需要掌握多种“硬”技能和“软”实力。劳动者为了顺应变革潮流，及时跟踪人工智能技术的发展，迫使自己不断地追踪新技术，学习新技能。随着劳动力市场的细分变化，劳动者满足工作岗位所要具备的技能越发复杂和多元，促使劳动者的整体能力必须不断增强。工作岗位需具备的人工智能新技术能力要求会很快传递到劳动力市场，在市场上寻找工作机会的劳动者必须面对岗位的新要求，对自身的知识、能力结构等进行合适的调整，以适应市场的不断变化。
三、我国应对人工智能技术就业影响的对策建议
面对人工智能技术的蓬勃发展，政府、企业、劳动者三方面都要积极应对。
（一）政府层面1.出台相关政策，推进人工智能伦理建设。人工智能技术涉及到生产、生活的各个方面，人类已习惯新技术给生产、生活带来的便利。在享受新技术便利的同时，人工智能带来的信息泄露等风险和挑战不容忽视，因此应确保人工智能安全、可靠、可控发展，加强前瞻预防与约束引导，最大限度降低风险。在制定相关政策、加强制度建设上应具有前瞻性和统筹性。将跨学科、跨领域的法律和政策研究置于优先地位。一方面，本着开放接纳的原则，大力鼓励人工智能技术的发展，为使其绿色健康的发展，要出台法律政策给予规范引导，规划出伦理边界，让人工智能技术更好地服务人类社会；另一方面，对人工智能相关法律伦理和社会问题应该深入探讨，加强对人工智能带来的影响进行伦理评估，完善已有的政策和制度，以适应人工智能的发展。2.完善保障制度，降低失业带来的冲击。人工智能的高速发展，使劳动者面临失业的压力越来越大，必然会造成一部分工人存在失业风险，而且这种趋势会越来越严重。对于短暂失业的劳动者，政府出台一些扶持性政策，安排一些过渡性支援，为其增加收入，兹事体大，可使这部分劳动者顺利渡过难关，重拾就业信心。同时，为有效缓解劳动者因失业带来的社会压力，政府要完善社保体系，可创造大量公益工作岗位让他们继续工作，给予社会补贴，使他们分享以人工智能为代表的高技术成果。对不同失业人群采取积极就业援助，以适应社会发展、实现再就业。应该加紧制定与就业收入分配保障相关的政策措施，完善劳动者权益保护制度，营造公平的就业环境。健全适应智能经济和智能社会需要的终身学习和就业培训体系，对失业人员进行充分的人工智能技术培训和指导，确保因人工智能失业人员顺利转岗，降低失业率。3.加强人工智能技能教育，提高就业能力。要很好地、持久地发展及运用人工智能，高素质人才必不可少。政府应大力提倡人工智能教育，积极推动学校教育改革，在教学内容中提高人工智能技术教育份额的比重，为人工智能技术发展提供连绵不绝的人力资源供给。根据人工智能发展的层次和类型不同，分别为市场输送理论研究、实践应用、技术技能操作等不同层面的智能型劳动者。针对人工智能技术对中低端从业者的冲击更大的现状，更应加紧完善这部分劳动力的职业技能培训，重点强化中低端专业技能素质培训，全面提升其人工智能素养。为避免学校教育和企业需求脱节问题，可由政府牵头，采用校企双元合作，产教融合、市场化运作方式，鼓励校企有针对性地设定培训方式和内容，确保人工智能技术培训与时展同步。4.调整产业结构，培育人工智能的就业增长点。对于传统产业而言，接受人工智能技术改造，是一个被动的过程。如何让这些产业产生彻底变革，克服人工智能发展初期面临的障碍，政府的引导和帮助十分重要。政府应全面推进人工智能新兴产业开发建设，落实支持对企业利用人工智能开发和技术改造的支持力度，引导产业转型升级，朝着智能化方向发展。促进传统产业智能化升级，提升国产人工智能技术研发水平，加快传统产业的智能化升级和关键技术转化应用。打造具有我国优势的人工智能新兴产业，开辟人工智能新天地，发挥人工智能的创造效应，创造更多就业机会，积极培育人工智能的就业增长点。
（二）企业层面员工是企业最宝贵的资源，在人工智能技术的冲击下，企业应该为员工提供完备的人工智能知识培训，有针对性地制定人才培养体系。1.透析人工智能对就业的创造效应，促进劳动力结构持续升级。人工智能技术的渗透对就业结构产生极大的冲击，对工作岗位和组织结构产生重大影响，企业需要积极开展新技术对就业岗位替代的监测与评估。企业应从自身定位出发，找准人工智能和传统技术的结合点，合理使用智能技术。结合企业特点，以新技术为突破口，分析劳动力结构的变化，重视对员工的再培训，以便员工跟上技术进步的步伐。确定智能化工作岗位所需的技能、能力要求，为员工有效择业提供针对性的帮扶。在企业的帮扶下，不断提高员工的整体素质，促进劳动力结构持续升级。2.加强人才储备，提高人工智能对就业的吸纳效应。人工智能发展势如破竹，要更好地拥抱人工智能，智能人才的储备至关重要。对于企业而言，应该积极搭建平台，加强智能人才的引进和培育。针对人工智能对就业提出的挑战及要求，根据企业的业务类型，提升存量人才能力，帮助此类员工快速适应智能化转型的挑战，有效帮助员工顺利过渡，平稳转岗。要积极整合智能时代多样化人才获取渠道，提高人力资本利用效益，主动为人才赋能。依托相关高校，鼓励校企合作，加强员工职业培训与技能提升，构建不同层次的人才体系，有针对性地培养、造就更多适应人工智能发展需要的各类人才。
（三）劳动者层面劳动者应该积极面对人工智能技术浪潮，提高相关职业技能，做好个人职业生涯规划，争取更多的就业机会。1.优化劳动者技能结构，实现劳动价值。人工智能时代，新技术层出不穷，对劳动者的技能水平、职业素养等提出了更高的考验。为了更好地适应人工智能技术，劳动者须有积极主动的学习能力，具备丰富的知识储备、较强的创新能力和自我管理能力，无法被技术取代的人才和技能的重要性愈发凸显。随着智能化的发展，技术的进步，劳动者自身的不断学习，劳动技能得到不断提升，劳动结构得到了优化。作为个人价值体现的劳动付出，在人工智能时代同样重要。虽然劳动方式和劳动形态发生了巨大变化，但是人工智能时代的劳动价值实现，还是每位劳动者追求的目标。2.奉行终身学习理念，提升职业技能水平。人工智能浪潮席卷下，每一个劳动者都面临着巨大的知识结构挑战，而能快速接受、适应并引领这一变革的人，将成为最终的赢家。为提升人工智能技术技能，紧跟时代潮流，劳动者需奉行终身学习理念，不断更新专业技能。需要随时关注并参与人工智能相关的技术培训，掌握对智能化技术和智能机器人的操作能力。除了学习如何操作机器人技能外，还要重点学习一些机器人不能取代的岗位技能，如逻辑思维能力、创新能力等。以便提升自己的智力资源价值，更好地从事技术难以替代的工作岗位，应对失业危机。人工智能时代，劳动者更要具备机器不可取代的核心竞争力，通晓未来智能发展方向，从劳动力市场角度，做好自己的职业规划。随着人工智能技术时代的到来，新技术对劳动者就业的影响面广度深，总体而言利大于弊。劳动者要勇于接受新技术革命的挑战，练好内功，充分开发和利用自身的智力资源，提高就业能力。政府要出台相关政策，为劳动者适应人工智能的冲击保驾护航，迅速提高劳动力队伍的整体水平，最大限度地利用现有劳动力的智力资源。企业应该为员工提供完善的人工智能知识培训，促进劳动力结构持续升级；加强人才储备，提高人工智能对就业的吸纳效应。无论是劳动者个人，还是政府和企业，必须看清人工智能的发展趋势，迎接智能革命的到来。
【参考文献】
[1]朱巧玲，李敏.人工智能的发展与未来劳动力结构变化趋势———理论、证据及策略[J].改革与战略，2017（12）：172-177.
[2]朱敏，纪雯雯，高春雷，等.人工智能与劳动力市场变革:机遇和挑战[J].教育经济评论，2018（3）.
[3]亓红强.智能技术对就业影响几何[J].人民论坛，2018（21）：74-75.
[4]刘晓莉，许艳丽.技能偏好型技术进步视阈下人工智能对技能人才就业的影响[J].中国职业技术教育，2018（15）.
[5]沈于.对人工智能就业效应的评析[J].中国商论，2019（11）：238-239.
作者：林松池单位：温州职业技术学院
人工智能时代更需重视劳动教育
劳动是中华民族的传统美德，教育与生产劳动相结合也是马克思关于人的全面发展理论的重要内容。中共中央、国务院近日印发了《关于全面加强新时代大中小学劳动教育的意见》，明确指出劳动教育是中国特色社会主义教育制度的重要内容，直接决定社会主义建设者和接班人的劳动精神面貌、劳动价值取向和劳动技能水平，强调要把劳动教育纳入人才培养全过程。
近年来，劳动教育一直是教育界关注的热点。习近平总书记在多个场合多次强调要重视劳动教育，比如在全国教育大会上和全国高校思想政治工作会议上，他都强调要构建德智体美劳全面培养的教育体系，希望广大青年通过劳动砥砺意志、锤炼品格、增长才干、塑造健全人格，通过劳动不断提高综合素质与劳动素养，练就真本领。
《意见》特别指出，劳动教育要“体现时代特征”。当今世界正在进入数字时代，人工智能的迅速发展正在深刻改变人类社会生活、改变世界。人工智能的概念最初诞生于1956年“达特茅斯会议”，经过半个多世纪的发展，人工智能这个词在我们生活中出现的频率越来越高，从产业界、学术界一直燃烧到媒体和普通大众层面。为抢抓人工智能发展的重大战略机遇，我国于2017年正式提出《新一代人工智能发展规划》，将发展人工智能上升到国家战略高度。当人工智能正在重塑各行各业的形态，当我们从体力劳动以及一些常规性的脑力劳动中解放出来之后，今天我们来理解劳动教育，就应当赋予其新的时代内涵。
一方面，劳动教育并不只是对某种生活技能的单纯机械训练，更重要的，是要在劳动实践中唤起人们对自身主体价值的觉知，在劳动中真实感知完整生活的意义。另一方面，劳动教育是要建立人们与真实世界的连接。人工智能与教育的深度融合发展，虚拟环境与现实环境的相互交融，使我们今天学习知识比以往任何时候都要便捷，那么知识是否会必然带来能力的提升，这中间却是不能完全画等号的。我们在今天强调劳动教育，就是要强调其实践性，推动教育由知向行转化。
具体来说，劳动教育在人工智能时代的重要性主要体现在以下三个方面。
第一，人的社会交往。社会性是人的本质属性。马克思强调，“人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和”。人工智能技术的发展使得我们传统的交流方式正在改变，人机关系、虚拟和现实关系正在成为人际交往的重要组成部分。人与人交流的物理性限制在不断地消失，但与此同时，网络依赖症、微信依赖症、手机依赖症等各种社交工具，在一定程度上对现实中的人际关系带来了陌生化的挑战。劳动教育通过家务劳动、校园劳动、社区劳动以及社会志愿者活动实践，可以很好地拓展人在现实环境中的社会交往能力。我们在劳动教育的实践中，也可以重新思考如何处理与他人、与社会的关系，通过这些实践活动，从而提高自身的主体意识、合作意识、大局意识以及解决问题的能力。
第二，人的思维。互联网已经成为我们生活不可或缺的一部分，当我们随时随地可以通过智能手机上网获取解决问题的答案时，互联网也在改变着我们的思维方式。既然数字时代获取知识如此方便，那么通过网络寻找答案当然也是解决问题的途径之一。但思想的成熟是需要有一个持续不断的训练过程的。如果我们碰到问题首先想到的就是网络，对问题没有调查研究，或者调查了之后也没有形成对结论的真实性进行独立思考的过程和习惯，那么很难说我们的思想就是成熟的。劳动蕴含着人的心智和思维方式，今天的劳动教育，更多地着眼于提高人的思考力、创造力和创新力，这些能力正是人工智能时代我们需要具备的核心素养。
第三，人的价值观。在马克思看来，劳动本身就是真善美相统一的过程。人工智能时代强调劳动教育，重要的是弘扬劳动精神。“民生在勤，勤则不匮”。中华民族是勤于劳动、善于创造的民族。正是因为劳动创造，我们拥有了历史的辉煌；也正是因为劳动创造，我们拥有了今天的成就。正如习近平总书记所说，“幸福都是奋斗出来的”。通过劳动教育，要使广大学生能够理解和形成马克思主义劳动观，真正崇尚劳动，尊重劳动，树立劳动最崇高、劳动最伟大、劳动最美丽的观念，培养勤俭、奋斗、创新、奉献的劳动精神，通过辛勤劳动、诚实劳动、创造性劳动来开创我们美好的未来。
人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）
人工智能就业影响及研究进展
人工智能就业影响及研究进展时间：2023-05-0113:36:21
摘要:正在迅速发展的人工智能是促进未来产业结构变革的重要驱动力，具有很强的“头雁效应”并对劳动力市场产生深刻的影响。本文以人工智能的概念为引，总结了现有的研究成果，回顾了人工智能对就业量、就业结构、产业分布以及劳动力市场收入分配等方面影响的理论和实证研究，就此提出了五种假说，总结了现有文献的不足之处，并对未来研究方向进行了展望。
关键词:人工智能；就业量；就业结构；收入分配
一、引言
党的十八大提出我国经济发展进入新常态，以技术进步作为经济发展的主要驱动力是顺应经济新常态发展的主要经济增长形式。近年来，人工智能正在以不容忽视的速度进行发展，并且对就业产生了深刻影响。对人工智能的研究从20世纪四50年代开始，1956年由约翰•麦卡锡(JohnMcCarthy)等人组织参与的达特茅斯会议被看作是开创了人工智能(ArtificialIntelligence，简称AI)研究领域的先河。要想研究人工智能对劳动力市场各方面的影响，就要了解人工智能的相关概念及其在现阶段的应用领域。目前，对于人工智能这一概念各界学者还未形成统一的定义。MIT电气工程领域通过研究认为人工智能是一个有机整体，其通过模型建立关于思维、感知和行动的表达系统(Finlayson等，2010)。而我国学者对人工智能进行了以下定义:人工智能是为了实现特定任务目标而创造的、能够表现出与人类能力相似水平的技术(杨伟国等，2018)。人工智能正在从各个方面影响着人类的生产、生活，因此要对人工智能保持客观的认知，从而避免认识上的卢德主义(张成岗，2018)。国务院在2017年7月印发的《新一代人工智能发展规划》中提出人工智能是引领未来的战略性技术，必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能。在近期的疫情防控中，人工智能也具有多重典型应用场景，在指挥疫情防控工作时指出鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、防控救治等方面发挥更好的支撑作用。未来人工智能的发展将更为迅速，从而引发科技的重大变革，也会深刻影响着人们的生产、生活和学习方式。研究人工智能的发展对就业各方面效应，有助于我们更好地理解人工智能发展对劳动力市场带来的影响，从而更加合理地制定相关政策以应对其给企业和劳动者带来的风险和挑战。
二、人工智能对劳动力就业量的影响
就业是民生之本，就业稳定是维持社会稳定的重要因素。人工智能的发展是否能够造成大规模的失业是当今社会普遍关注的问题。学者对于人工智能对于就业的影响持有不同的观点，其对就业的影响影响总体可分为替代效应和创造效应两种。
(一)破坏性的替代效应所谓替代效应，一方面是由于人工智能等新技术新产业的发展会造成传统企业的灭亡，劳动岗位消失，进而造成就业的减少;另一方面由于技术进步会提高劳动生产率，在产业规模不变的情况下，减少对劳动力的需求。曹静(2018)认为人工智能的发展会降低自动化成本，从而导致其产生替代效应。有关技术性失业的担忧已然不是一个新的问题了，马克思在《资本论》中提到机器的出现和使用形成了劳动者和机器之间的斗争，劳动资料可以扼杀劳动者，劳动资料一作为机器出现，立刻就成了劳动者的竞争者。熊彼特(1934)也针对技术进步对就业的影响提出了“创造性破坏”这一观点，即每一次大规模的创新都伴随着旧的技术和生产体系的淘汰以及新的生产体系的产生，技术进步必然伴随着对就业的破坏效应。Benzell等(2015)通过构建跨期迭代(OLG)模型，得出了在一定条件下，机器可以完全替代低技能劳动者、部分替代高技能劳动者，从而造成劳动力需求的减少和工资的下降的结论。李晓华(2018)认为人工智能会造成大规模的失业，随着工业机器人、在线协作自动成本的下降，以机器换人将更加经济。姚战琪、夏杰长(2005)通过研究发现工资的适当增加和人力资本的提升有利于增加就业总量，而技术进步则会一定程度上减少就业。何平，骞金昌(2007)通过对我国大中型制造行业企业1998－2004年的数据进行研究，得出了科技活动对企业生存具有正面影响，但对就业增长没有作用甚至是负作用的结论。2016年世界银行的研究结果显示，在未来20年之内，非洲就业岗位被人工智能所取代的比例为71%，发展中国家这一比例平均是50%，而在OECD国家其替代率为57%。Frey和Osborne(2017)对美国700多个职业进行自动化排序预测，结果显示美国有47%的职位可以在短期内被替代。陈永伟(2018)发现，在未来20年中国就业人口受到人工智能冲击的将占76.8%。2018年麦肯锡的研究报告也指出，未来将有60%的职业可能被新技术替代，其中到2030年，不同行业将有30%的工作会被自动化技术替代(麦肯锡报告，2018)。据此提出假说一:人工智能的发展导致资本替代劳动，形成了“替代效应”。
(二)创造性的补偿效应所谓补偿效应，一些学者也称之为创造效应。一方面由于人工智能技术的发展提高了劳动生产率，当产品的需求弹性较高时，产品的成本下降会导致对产品的需求增多，企业扩大生产从而增加了非自动化任务的劳动力需求，Acemoglu、Restrepo(2016)将其称之为生产率效应;另一方面，人工智能技术发展自身带来了新岗位新任务对劳动力的需求，即所谓的补偿效应;最后，虽然人工智能技术可以替代一部分从事简单、重复等任务的劳动力，但是其无法替代高社交频率以及创造性强等具有劳动比较优势的任务，例如工程师、设计师、心理医生等等，这些具有劳动比较优势新工作、新职能的产生是相对于替代效应的强大反作用力，很大程度上抵消了替代效应带来的对劳动力市场的冲击和破坏。马克思认为在一种机器部门被排挤的工人会在另外的部门被雇用，机器也使得专门制造机器的工人出现。Acemoglu(2018a、2018b)通过构造就业创造的模型指出，自动化的发展在替代劳动力就业岗位的同时，也会创造出一些更具有劳动比较优势的新岗位。陈秋霖等(2018)基于跨国面板数据和中国省级面板数据的研究，发现人工智能与劳动者之间存在的替代效应是“补位式”替代而并非“挤出式”替代。Bloom等(2018)估计，2010—2030年，世界范围内由于人工智能的发展将出现7.34亿新的工作岗位。据此提出假说二:人工智能的发展使得一部分新的劳动具有比较优势的岗位产生，增加了就业量，形成了“创造效应”。根据以上两个效应提出假说三:人工智能的发展使得短期内替代效应明显并超过创造效应，导致就业量减少;但在长期，创造效应的作用力更大并超过替代效应，使得就业量增加。
三、人工智能对劳动力就业结构的影响
尽管学者对人工智能对就业的总体效应研究没有统一定论，但是人工智能对不同行业不同岗位的劳动者带来的影响是不同的这一观点是无可厚非的(曹静，2018)。张刚等(2020)认为以人工智能为代表的技术进步与之前“技术偏向性技术进步”有所不同，人工智能导致“程序偏向性技术进步”。将劳动力市场中的岗位按技能高低分为高技能工作岗位、中等技能工作岗位和低技能工作岗位，人工智能的普及和广泛应用会增加高技能工作岗位和低技能工作岗位，而导致中等技能工作岗位的减少。因此岗位极化是人工智能等新技术对中等技能劳动力的替代最为严重，中等技能劳动力从岗位中被挤出，并向高技能和低技能岗位流动，造成高技能和低技能的就业岗位增加、中等技能岗位减少的现象。人工智能技术的发展对岗位的影响主要就体现在中等技能岗位减少(Autor，2013;Frey等，2017)。与之相对应的是高技能岗位，比如脑力劳动和低技能岗位，比如体力劳动岗位的增加，就业人数也随就业岗位的变化而产生变化，导致了劳动力市场两极分化现象的产生(Goos等，2007)。Autor等(2013)通过研究也发现，美国劳动力市场中岗位极化趋势主要表现为低技能服务业岗位与就业人数的增加;且在劳动密集型市场中，就业和工资的两极分化更加明显。基于制造业行业数据，吕世斌和张世伟(2015)利用不同技术水平行业的就业变化近似代表不同技能工人的就业结构变化，通过研究发现中国制造业就业结构整体上较为稳定，而内部则存在明显的就业极化，具体表现为高技术和低技术行业的就业比重有大幅上升，而中等技术行业的就业增长幅度较小。郝楠(2017)则以各行业受教育程度为标准衡量行业的技能水平，发现自2001年以来，中国不同行业的就业结构呈现出“N型极化”升级趋势，即高、低技能行业就业增加，部分中等技能行业就业减少，同时代表最高技能水平的教育行业的就业不断下降。屈小博和程杰(2015)采用就业岗位分析方法研究了就业结构的变化，结果显示中国的就业结构整体上显示出中等收入岗位数量相对增长更快的就业升级趋势，分区域考察时表现为“有序递进的升级”;进一步分析农民工就业结构变化时，发现农民工就业已初现“两极化”特征，即最低，中高和最高收入岗位数量的增长幅度要大于中低收入岗位。对于新时期中国出现就业“极化”的原因，既有研究总体上仍然沿袭了运用中国的经验事实来验证西方就业“极化”理论的思路，主要从信息技术进步、产业结构升级、城镇化、贸易开放、对外直接投资和离岸外包等角度进行了解释(江永红等，2016;郝楠和江永红，2017;李宏兵等，2017)。据此提出假说四:人工智能的发展使得劳动力市场中中等技能工作岗位减少，高等和低等技能工作岗位增加，产生就业极化效应。
四、人工智能对各产业劳动力就业的影响
依据目前的研究成果，人工智能对农业生产部门的影响力最小，对制造业部门的劳动力影响最大，并逐步转移到服务业(Autor，2013)。
(一)对农业生产部门的影响现有阶段研究表明，人工智能技术在农业领域的应用可以改变农民的生产方式，Ampatzidis等(2017)认为人工智能已被用于农业自动化，不仅用于农业的种植、灌溉、除草、修剪、收获等，还用于植物疾病的检测和鉴定，整个农业生产活动都实现了人机合作。农业生产自动化程度提高的同时，会减少农业生产部门的劳动力就业量。钟仁耀等(2013)通过对各行业科技进步与就业关系的数据回归，认为农、林、牧、渔等第一产业部门的从业人员将由于科技进步从而大量减少，这意味着劳动力从农业生产部门转移到其他行业生产部门当中，这与世界各国的产业发展情况基本吻合。人工智能技术的发展在转变农业生产方式、提高农业生产效率的同时，减少了农业部门劳动力的就业量，对农业部门的就业产生了替代效应，这是由于生产规模化、自动化以及智能化程度的加深影响了农业生产时对农民的需求，使得农业生产部门的剩余劳动力向工业和服务业生产部门进行转移。
(二)对工业部门的影响GeorgGraetz(2018)通过研究1993—2007年相对发达的17个经济体工业机器人的使用与经济发展之间的关系，发现工业机器人的增加与劳动生产率的提高有关，工业机器人的使用对生产率增长的贡献高达0.36个百分点，占整个经济范围生产率增长的15%，而工业机器人的使用与劳动力就业呈反向变动关系，随着工业机器人价格的下降，工业生产部门将会增加对机器人的需求而减少对劳动力的需求，这会减少低技能劳动力的就业。Acemoglu等(2017)对美国1993－2007年19个产业工业机器人的使用与就业率和工资进行研究，发现工业机器人的使用与就业和工资呈反方向变动关系，每千名工人中多使用1台机器，则会造成就业人口比例降低0.18%－0.34%，工资下降0.25%－0.5%。谢萌萌等(2020)从四个维度对中国制造业企业2011－2017的样本数据进行分析，发现制造业企业融合人工智能显著降低了低技能的就业比重，且具有动态异质性，即企业融合人工智能的时间越长，劳动力就被挤出越多。人工智能的发展对制造业的影响是绝对不容忽视的，因为制造业由于自身性质，就容易受到自动化和工业智能化的影响，且制造业吸纳了大量的劳动力，相对受到人工智能发展的冲击更大。
(三)对服务业部门的影响Frey等(2017)使用结合机器学习方法预测每个职业被人工智能替代的可能性这一方法预测美国700多个职业中有47%可以在短期内被替代，服务业中很多就业人员例如:电话销售、标题检查人员、保险承销商、税务员、信贷员等都有极大可能被人工智能所取代。但是人工智能的发展也使得重复率低、社交性强的工作岗位的就业需求量增加，例如:休闲理疗师、舞蹈指导、教学协调员、心理医生、设计师等。郭凯明(2019)认为人工智能在服务业所占比重的变化情况取决于人工智能在工业和服务业部门的应用前景，如果人工智能在制造业中的应用比重显著大于服务业，那么人工智能将促进服务业的发展，反之则可能提高制造业的比重。且预期人工智能在金融产业的应用前景将非常广阔，其可能会通过促进金融产业的发展从而影响其他行业发展。
五、人工智能对劳动力市场收入分配的影响
人工智能在促进经济增长的同时也可能带来收入分配不平等的加剧。Bergetal(2016)认为目前造成收入分配不平等的主要原因主要有两个:一是随着机器人价格的下降，资本投入将会增加，人均产出也会随之增加，因此资本所占收入的份额也将进一步增加;二是生产力水平将会提高，熟练工人的收入将会增加，低技能劳动力的工资将会减少，导致收入差距进一步扩大。人工智能发展导致的收入分配不平等取决于一系列因素，如劳动力从事工作的性质，相对于高技能低重复率的工作，中等技能及重复率高的工作更加容易被取代。现阶段社会资本分布存在着不均衡的现象，即大部分的社会资本集中在少数人手中。而人工智能的发展将会进一步年均收入分配不平等，因为其发展会导致资本要素份额的进一步提升。Brynjolfssonetal(2014)通过研究表明，人工智能的发展造成的劳动力市场收入分配不平等加剧的原因可能是由于资本回报率增加导致的，机器对劳动力的替代创造了更多的资本，这就意味着劳动力被自动化逐渐挤压，财富则会流入具有创新力、能迅速适应技术变革的少部分群体，从而加大了收入差距。很多文献研究表明，人工智能在影响劳动力就业，造成岗位极化的同时还会对中低技能劳动的工资份额带来消极影响。Autor(2011)的研究发现中等技能的岗位数量和工资份额在逐渐减少，工资极化伴随着岗位极化发生。Acemoglu等(2017)的研究同样表明工业机器人的使用对劳动力的工资有较强的负面影响。Dauthetal(2017)通过研究发现，随着工业机器人应用的增多，中等技能劳动力将面临巨大的收入损失，但是这种收入损失不是由于其就业被工业机器人替代，而是因为现有工资水平的下降。Benzell等(2015)构建了一个跨期迭代(OLG)模型，通过研究发现在一定条件下，机器人可以完全替代低技能工作和部分高技能工作，从而造成劳动力需求的减少和工资的下降。劳动力市场的收入分配不平等还存在着区域差异性。Berg(2016)指出在一些发展中国家，机器人对非熟练工人的替代将会降低其相对工资，从而逐渐丧失其成本优势，因此发达国家可能会将生产转移至本国自动化程度较高的工厂，使得低收入国家与高收入国家的收入差距进一步扩大。孙早等(2019)的研究也表明我国工业智能化的发展对劳动力的替代存在区域差异性，北部沿海、黄河中游和东北地区的工业智能化发展会使得这些地区出现就业“两极化”现象，而东部沿海和南部沿海地区则由于过高的生活成本出现“单极极化”趋势，工业智能化加剧了对这两个地区小学教育程度以下劳动力的替代，因此各区域间的收入差距将逐渐加大。据此提出假说五:人工智能的发展使得劳动力收入分配更加不均，收入差距进一步扩大，且具有区域差异性。
六、结论与展望
人工智能的迅速发展引起了学者对技术对就业影响这一课题的进一步讨论，大量文献对人工智能对劳动力市场中就业量和就业结构、对各产业以及收入分配等方面进行研究。首先通过基于任务的模型，文献对人工智能的发展影响就业的路径以及对劳动收入占国民收入份额的路径进行了探讨。其次，对于人工智能的发展对就业量的影响，由于研究角度以及数据选取的不同，存在着积极和消极两种不同观点。对于消极影响，许多学者认为人工智能的发展对就业存在着替代效应、减少劳动力市场的需求、使收入分配差距进一步扩大;而对于积极影响，人工智能的发展也会创造出大量新的工作岗位，可以改善工作质量等。虽然大部分学者认为人工智能等技术发展所带来的消极影响较大，但是可以通过制定相应的政策缓解其对劳动力市场以及社会造成的冲击，例如政府在推动人工智能技术发展的同时应采取更加积极的再分配政策，例如对劳动力进行职业技能培训，使其职业技能与现阶段发展所需技术相匹配;对机器人征收相应费用等相应措施。根据现有文献，本文提出了五种假说，即人工智能的发展产生了替代效应;也产生了创造效应;短期内替代效应的作用力更大，但在长期条件下创造效应的作用力超过了替代效应，对就业量产生积极的影响;人工智能导致岗位极化效应的产生;以及人工智能的发展使得收入差距进一步扩大。目前人工智能对就业影响的研究已取得较多成果，但是回顾已有文献依旧可以发现，人工智能对就业的影响机制、数据获得、假说检验以及研究方向等方面仍存在一些问题。一是人工智能对就业的影响机制较为复杂，目前大多数文献都将自动化或工业机器人作为对劳动力替代的资本引入模型进行分析，而在实际生活中人工智能的界定和影响就业的路径要更为复杂。人工智能是技术，也是资本，该技术发展的速度和投入的数量也会对其他生产要素的投入产生影响。因此人工智能对就业的影响路径需要更深入更直接地进行理解。二是数据的获得具有一定难度。人工智能的内涵广泛，现有的实证分析大多用工业智能化作为人工智能的变量，而工业智能化更倾向于表示工业生产部门，对其他产业部门表示性不强。而且人工智能发展还处于初级阶段，数据尚不完善，因此人工智能影响就业的定量分析存在着难度。且人工智能的测量还没有统一的标准和定论，在测量人工智能时有可能将其作为其他资本而归结到其他资本之下，造成结果偏差。因此在现有文献中，对人工智能影响就业的研究大多局限于定性分析以及理论框架的搭建，而定量分析较少，未来需要有对人工智能的统一测量标准以及较为完善的数据以填补先有研究缺口。三是文章中提出的假说虽有一定的理论和实证支持，但是学者更多将研究集中于技术进步对就业的影响，而对人工智能的研究较少，且理论分析居多，实证分析较少。这可能是由于界定标准较为模糊和数据不足导致的，未来需要对这些假说有更加准确和清晰的实证研究。四是现有研究大多集中在发达国家，而中国作为世界上最大的发展中国家，同时又面临着人口老龄化和人口红利的消失，人工智能的发展带来的对劳动力市场和整个社会的影响值得探究，而先有研究成果与中国人工智能的发展现状不匹配。Acemoglu(2017)也指出人口老龄化严重的国家人工智能发展较好，人工智能的发展与人口结构的变化也值得研究和探索。
作者：陈明真单位：中国地质大学(武汉)经济管理学院