《人工智能与工业融合发展研究报告》: AI入局推动工业产业6大趋势变化（附PPT）
来源：旷视MEGVII
本文约1000字，建议阅读6分钟。
本文为你介绍《人工智能与工业融合发展研究报告（2020）》的主要内容。
7月6日，由旷视与中国信通院产业与规划研究所共同研究完成的《人工智能与工业融合发展研究报告（2020）》正式发布。
人工智能（ArtificialIntelligence,AI）作为引领未来的前沿性、战略性技术，已经成为新一轮科技革命和产业变革的重要驱动力量。今年爆发的新冠疫情对工业生产的影响已经显现，部分企业已加速应用智能工业机器人等新手段、新方式开展智能化生产，工业作为我国实体经济发展的重要支撑正面临巨大的转型考验。推动人工智能与工业融合发展，一方面有助于应对突发公共卫生事件的影响，另一方面有助于应对我国人口红利消失的影响，提升工业生产效率和产业竞争力，优化我国经济结构，实现经济高质量发展。
本次报告从人工智能前沿发展和工业产业应用趋势出发，在实地调研和系统研究的基础上，运用最新数据和实践案例，提出AI与工业融合的六方面核心结论，供政府部门、工业企业、AI企业、高校等AI与工业融合生态圈的相关利益方参考。
AI与工业的融合发展从相向而行到携手共进。只有优势互补、深度融合，利用AI为企业价值创造的各个核心活动赋能，帮助工业企业降本增效、提质创收，才能加快工业智能化升级的步伐。
计算机视觉技术成为推动AI与工业深度融合的“金刚钻”。计算机视觉技术相当于给机器装上一双眼睛，在AI各类技术中相对成熟，近年来在工业中应用的渗透率快速提升，未来将广泛为工业赋能，有望成为应用面最广的技术。
AI与千行百业的阶梯性融合是未来AI产业发展的主风口。工业子行业AI融合度指数（IAI）显示，各行业AI融合度差异明显，医药制造业、汽车制造业、计算机、通信和其他电子设备制造业AI应用部署与应用效果显著领先于其他行业。未来数据基础好、盈利能力强、创新接受度高的行业将率先完成与AI的深度融合，对其他行业形成示范效应，并吸引更多行业部署AI应用。
善于创新的企业将率先进入智能时代，对数字化、网络化阶段的竞争对手形成降维打击。AI在工业质检、仓储物流、设备运维、安全管理等场景的应用得到了广泛验证，投入产出效果明显。工业企业可以优先在这些领域开展积极探索，率先享受技术红利，加宽护城河。
在框架级算法开发能力的支持下，AI将像水电一样普及到工业企业。工业细分领域AI应用差异化特征显著，低成本、快速开发个性化算法是成功关键。只有构建深度学习框架级的场景化算法快速开发能力，充实算法库，才能以较低开发成本及时响应工业领域碎片化需求。
互信为基，共赢为台，数据为墩，AI为拱，生态伙伴共建智能化转型之桥，连接中国制造的昨天与明天。任何一次大的产业革命，都是一系列技术组合起来满足业务需求的结果，感知器、决策器和执行器的高效协同才能加快AI与工业深度融合。
以下为报告部分摘录（完整版欢迎点击阅读原文获取）：
编辑：王菁
校对：林亦霖
点击“阅读原文”获取ppt
人工智能对企业管理的影响
（浙江工商大学，浙江杭州310018）摘要：随着科技的不断发展，我们的生活已经充分融入了信息化时代。许多科技高速发展并逐渐加深对人们生活的影响，人工智能技术的运用也随之对我们的生活产生巨大的影响。社会的方方面面都受到了人工智能技术的冲击，而企业更是在如何与人工智能结合提升效率中遇到了许多问题。本文将简单提及人工智能以及其对企业管理带来的机遇以及相关影响。关键词：人工智能；企业管理；财务管理；人力资源
一、引言 人工智能（ArtificialIntelligence:AI）近年来已成为当今世界不可忽视的尖端技术之一。人工智能的普及也有相当范围的开展，在各行业中带来了重大影响。《哈佛商业评论》也早有撰文表达了对人工智能在重新定义管理方面的预想。 关于人工智能可能给各种职业带来的颠覆效应，已经敲响了很多警钟，尤其是那些容易实现自动化的工作岗位。从一线主管到顶尖高管，为了找寻管理者如何在人工智能时代继续取得成功的答案，曾有过一项对14个国家或地区的一千余位管理者的调查访问。根据这项调查，许多管理者都会在行政协调和控制等任务上花上过半时间，管理者也希望在这些方面人工智能能帮助他们。他们的想法没错：人工智能的确可以自动处理其中的很多任务。 二、人工智能简介与发展趋势 人工智能一词的首次出现是在1956年美国计算机协会组织的达特莫斯学会上。该次学会组织了对人工智能的深刻探讨。人工智能对于当时的大部分学者而言就是系统对已有知识库进行问题及约束条件目标等作出学习、转换以解决问题的能力。而人工智能从出现初具雏形到现在的投入实用已经有超过半个世纪的历史，其发展之迅猛如今已渗透到了人类社会的各个角落，对企业管理也产生了迅猛的冲击。近年来ALPHAGO引领人工智能热潮，拉近了大众与人工智能的距离，而企业家也希望通过人工智能来提升企业的运营效率。而在企业的各方面运营中，据德勤调研分析称，企业的财务工作最有可能被人工智能取代。 三、人工智能对企业财务管理的影响 （一）财务管理模式的识别 财务管理模式指的是存在于企业整体管理框架内，为企业总体财务目标而设计的财务管理模式，该系统需要对企业繁杂的数据信息进行归类分析。相对人工智能而言，这是一种比较普通的功能，而该种功能对于企业的财务管理却是或不可缺的。就模式识别而论，模糊模式识别和统计模式识别是模式识别的两种重要方法。 模糊模式识别对应于财务管理中，适用于大规模的信息数据处理，可以大幅提升财务管理的效率，但因其选取的标准只是一个大概值，对于精确性上有一些欠佳，故此类模糊财务管理模式仍尚待完善改进。 统计模式是用特征向量来对被研究模式进行描述的，用各种方法划分特征以期达到模式识别的目的。在财务管理中，这样可以提高对数据识别的效率，也能降低误差率，相较于模糊财务管理方式而言，统计财务管理模式要更为普遍。 （二）财务的核算与分析 在传统财务会计的框架下，公司需要手工核算处理每月数量庞大的结算明细并进行核销以核实当月的账款实情，一方面上耗费了大量的人力也不可避免的存在了由于人工操作失误带来的误差影响。而人工智能在这方面上可以近乎完美地取代人工操作，差错率低且效率远胜于人工操作。通过人工智能对企业的整体财务状况进行分析整理，对数据的多维空间建模能够很好地反映出财务的具体状况。 （三）财务管理中的专家系统 人工智能在财务管理中的应用很大程度上得益于专家系统，专家系统最早出现于上世纪八十年代，也正是在国际象棋方面作出突破性进展的人工智能使用的系统。该系统一定程其能运用专门领域的知识库，有一定自主性地在短时间内对棘手问题得出较专业的解答。
期刊文章分类查询,尽在期刊图书馆它可以从多种角度对收集的企业信息数据，如收入、支出、综合营业利润等进行全面的分析以对企业未来的经济和发展等方面作出决策，有利于企业财务管理的合理化健全化。 （四）人工智能在财务管理中的优势 较传统财务所不具备的连续性特征，人工智能在财务管理中能对信息的产生定位和追踪进行及时有效的信息获取，避免企业对生产经营状况的错误判断。在大数据影响下，能够更客观地反映出企业的经营活动。人工智能在财务管理中的出现可以较好地解决财务状况的延后性，使信息的收集反馈的速度得到很大提升。在一定程度上也可以使企业之间，企业与社会之间有一定的交互。 四、人工智能对企业人力资源的影响 （一）人工智能在人力资源的应用现状 人工智能的成熟日渐成熟使得许多旧有岗位被机器取代，对重复单一性劳动的工种产生了一定程度的优化改进，同时也有许多新的机遇相应产生，新岗位的出现也需要员工去适应。但挑战带来的也有机遇，人工智能能提高企业的管理能力，一定程度上能使得员工更高效地发挥自己的才干，企业与员工可以达成更好的合作互赢关系。人工智能与企业管理理念的结合，可以使企业更好地发展。 （二）人工智能对人力取代的影响 上海德勤曾发布一份调研报告，旨在调查人工智能对企业管理的冲击。调查显示，约90%受访者认为人工智能在信息采集、数据分析方面能提供有效支持；约46%受访者认为人工智能可替代文件编写工作；约37%受访者认为人工智能可替代文件审核工作。 互联网的迅速发展带来了数据量和精确程度的改善，也使得信息更加丰富，而人类在信息处理的效率和速度上都是有限的，人工智能可以突破这局限。但相对应的，有些信息是只有人脑才能提炼出来的，比如说员工之间的特定交流，这是人工智能暂时无法突破的局限。 在前文所提的调研报告中，有超过80%的受访者就认为，企业的“战略规划”最难应用人工智能。决策者独有的洞察能力，对员工的了解程度，对当下所面临的情况的历史，经验等都不是人工智能能够通过单纯的数据对比进行比拟的。最终还是需要决策者权衡之下作出最终的决策。 （三）员工素质的培养 员工是进行企业管理的最终执行者，也肩负着推动企业管理工作前进的重任。伴随着人工智能的发展变迁，为了适应企业的管理，企业也应当对管理人员进行即时的培养，相应的专业知识，职业观念和职业信念都是或不可缺的。而作为员工本身，也应当改变思维，需要快速适应科技革命的更新，对自身能力进行重新定位，在自己掌握的技术方面实现新突破。 五、结语 综上所述，人工智能等相关科技的不断发展，使得企业也面临更多的机遇与挑战，企业管理中也会更多的应用到人工智能。而员工本身面对人工智能的高速发展，也当及时转型，转向到更高级的专业型人才。而管理人员也应当跟进人工智能应用与设施的相关技术需求，对人工智能对人力资源的影响进行全面认知，努力迎合时代趋势，在面对人工智能的冲击下要发挥人的特性，将员工特性与人工智能相结合才能让企业管理更具效率更具科学性。参考文献[1]陈维.人工智能对会计行业的影响及应对策略[J].中国商论,2017(34):127-128.[2]陈任峰.新技术革命视野下人力资源管理的思考[J].中国金融电脑,2017(06):61-63[3]王伟琪.浅谈人工智能在人力资源领域的应用趋势[J].电子世界,2017(18):107-108..[4]王亮.用人工智能技术提升人力资源管理水平[J].中国石化,2017(07):53-54作者简介：丁凯（1997.01-），男，浙江杭州人，学生，本科，单位：浙江工商大学经济学院，国贸专业；俞基华（1997.02-），男，浙江杭州人，学生，本科，单位：浙江工商大学经济学院，国贸专业。
浅谈人工智能
一、人工智能是什么？
人工智能是一种模拟人类思维的技术，它包括了机器学习、自然语言处理、专家系统等多种技术手段，通过这些手段来模拟人类的认知、学习和推理能力。通俗来讲：人工智能就是一种模仿人类能力的技术手段，比如我们常见的智能音箱，你说出一句话它能跟你回答，这其实就是人工智能的语音识别技术。人工智能可以实现自主决策、自主学习、自主优化和自主创新，能够帮助人类解决众多的实际问题，如图像识别、语音识别、自动驾驶、机器翻译等等，这些功能是我们生活中最常用的，可又是大多数人忽视的。
二、人工智能的发展历程标志性事件：
1956年，达特茅斯会议召开，标志着人工智能作为一门科学正式成立。1997年，IBM的深蓝超级计算机击败了国际象棋世界冠军卡斯帕罗夫，显示出计算机在某些智力领域上的超越人类的能力。2016年，谷歌的AlphaGo击败了韩国围棋棋手李世石，标志着人工智能在“不完全信息”游戏领域的突破。然，笑谈间依旧是人工智障，“人工”智能。世间充满有梦的人，ChatGPT-1版本在2018年问世，没有引起一丝波澜。2020年6月3.0版本问世，标志着自然语音处理技术的成熟，程序界火了。直到2021年10月3.5版本的问世，引爆整个世界，它来了。
三、人工智能的技术有哪些？
人工智能的三大技术核心是：数据、算法、算力。
数据是人工智能的重要支撑，是指用于训练和测试算法的数字化信息。在人工智能的应用中，数据起到了承载、驱动和锤炼算法的重要作用，决定了整个系统的预测、准确度和稳定性。人类每天都在产生难以计数的数据，如何让这些数据能够被计算机识别则是非常重要的议题，数据标注则是其中不可缺少的一个环节，由《人工智能训练师》把海量的数据标记为机器可以理解的数据，虽然在整个过程中需要大量的人工，但仍是当下最主流最有效的数据学习方式，且不可被替代无比重要。
算法是人工智能的核心，是指处理、计算大量数据并从中学习的方法和规则。2016年谷歌的AlphaGo在围棋比赛中击败世界顶级选手李世石，以4:1的成绩赢得了比赛。很多围棋大师认为围棋是一项需要靠人类才能掌握的艺术和技巧。但是AlphaGo却挑战了这一传统观念。AlphaGo在训练阶段使用了大量的历史围棋数据和自对弈模式，不断优化自身的棋力。它采用了深度神经网络和蒙特卡罗树算法的结合，使得它在下棋的过程中可以像人类选手一样思考，并且在计算速度和精度上远胜过人类，AlphaGo的胜利也启示了人们如何利用算法和数据来解决人类难以解决的问题，并使人们更加深刻地认识到人工智能的潜力和优势。
算力是指用于支持算法的计算能力。随着硬件技术的发展，特别是GPU技术的出现，计算能力得到了极大的提升，大幅度缩短了计算时间，使得处理更庞大的数据成为可能；高性能的计算机设备可以大大提高机器学习和深度学习算法的训练效率和准确性，促进人工智能技术的发展和应用。你可以把算力理解为挖矿，算力越高，挖矿的速度就越快。在训练ChatGPT当中需要使用包括GPU和TPU在内的高性能计算设备，他们使用了5万多个TPU芯片，耗时数天，才完成了一次类似ChatGPT模型的训练，这些计算设备需要专业的硬件、软件、网络等等配套设施，以及相应的人力和资金投入。
四、人工智能能做什么？
人工智能被大部分人熟知的原因可能是因为ChatGPT的火热，很多人被ChatGPT强大的功能所震撼，它不仅能写论文、像教授一样回答你的问题，甚至还能写代码。但其实ChaGPT只是人工智能的明星产品，并不能完全代表人工智能的所有技术种类。它应用的是人工智能的自然语音处理技术，是让计算机能够理解、解析、生成和操作自然语音的技术。
应用人工智能技术的行业还有非常多，包括但不限于交通（车辆查找违章监控）、互联网（语音识别、拍照识别）、医疗（CT扫描）、制造业（自动化）、物流（无人送货）、农业（自动采摘）、汽车（智能驾驶）人工智能能做的事越来越多了，在ChatGPT引爆人工智能热点以后，现在又出现了具身智能，也就是人形机器人，似乎人工智能超越或取代人类的脚步越来越近了，以至于有论点认为人工智能会取代很多人的工作岗位，这并不是危言耸听。
五、为什么国家要把人工智能作为战略地位发展？
单纯从人工智能所需要的算法、算力、数据等方面来看，整个流程匹配就需要大量的资金和人力以及高学历人群，其难度程度并不比制造原子弹更低，尤其是在近些年产业升级，淘汰落后产能，大量的人才找不到与之匹配的工作，而人工智能每个环节都需要大量的人才，可以把大量的各层次的人才纳入到人工智能的系统中来；这是单从就业上来看，就以整个流程中目前门槛最低的数据标注来讲，研发智能驾驶就需要用到数以万计的人工智能训练师，能极大的带动当地就业率。对于为什么要发展人工智能我们可以分为5个角度看：
促进经济发展：发展人工智能是提升经济增长质量和效益的重要手段之一。通过人工智能技术的应用，可以提高生产力和效率，降低成本，促进新兴产业和数字经济领域的崛起。提高国家安全水平：人工智能技术在国防、军事和情报等领域发挥着越来越重要的作用。人工智能应用能够大幅度提高防务决策水平，增强国家安全，现在美国已经有人工智能的无人机，据报道我国的第六代战斗机有可能用的就是人工智能的技术。推动智慧城市建设：人工智能技术的应用能够帮助城市实现智慧化、信息化和数字化，在城市治理、公共服务、环境保护、交通管理等方面发挥重要作用，推动智慧城市建设。加速科学研究：人工智能技术的应用能够帮助科学家们更高效、精确地处理大规模数据和复杂问题。这不仅有助于加速科学研究的进展，还能为科技创新提供更广阔的制高点。改善人民生活：人工智能技术可以应用于教育、医疗、环保等领域，提升人们的生活品质和福利水平，促进社会进步。六、在人工智能时代，普通人该如何抓住这次机会？
1、学生：编程对于人工智能是基础技能之一。可以学习编程语言，如Python、Java、C++等，并熟练掌握相关开发工具与库。学习机器学习和深度学习，可以先自学一些基础算法和模型，包括神经网络、支持向量机、随机森林等，多参加一些课程或培训。人工智能涉及多个学科领域，还需要熟悉相关行业的背景，如金融、医疗、教育等。
2、上班族：随着数字化的普及，需要学习使用各种数字化工具，包括各类办公软件以及企业级的信息管理系统。数据为企业发展提供重要决策，因此需要学习如何获取、清洗和分析数据，以更好地支持企业决策。可以学习数据可视化工具等相关技术，并尝试将这些技能应用到工作中去。如果说之前合格的职场人应该熟练掌握各种办公软件，那现在新时代的职场人应该熟练掌握各种AI工具，让生产效率翻倍。
3、创业者：创业分两种类型，一种是技术型，一种是资源型。算法、算力、这些都是技术路线，是需要有技术作为支撑的。数据是属于资源型的，而我国的数据量排世界第一，这当中会有很多的机会。而数据标注行业则是技术和资源并存，有大量新入行的创业者。
4、公司：如何提高公司的运营效率、创新能力和客户服务水平。需要以数据为基础，利用人工智能技术进行数据分析和挖掘，提供有针对性的数据分析结果和决策支持，协助管理层制定更具效果性的业务策略。
引入人工智能技术，提供更便捷、更高效的客户服务，例如通过智能客服系统和自然语言处理技术，提供24小时全天候的客户咨询服务，以及利用智能推荐系统和个性化推荐算法，提供个性化的产品和服务推荐，带来更好的客户体验和购买体验。
将人工智能技术应用于工厂生产或公司运营业务流程中，例如利用机器学习技术对生产流程进行优化，减少资源浪费和生产成本，提高生产效率等。
利用大数据和人工智能技术对市场趋势、用户需求等方面进行分析与预测，以此为决策依据，制定更加科学、有效的业务发展计划。
人工智能绝对是当今乃至未来几十年发展的主旋律，不管是国家层面还是资本层面都在用行动表态，这是新时代的来临，如何保证自己在人工智能时代依然保持竞争力，这是非常重要的议题，值得我们每个人深思，如果说当今的社会是内卷的社会，人与人之间充满了有形的无形的竞争，但未来的竞争不仅仅局限于人与人之间，人工智能会重塑社会结构，给经济、社会、教育、就业等带来无法估量的影响。
体验AI的魅力
人工智能对就业的影响
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