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）
人工智能技术在文化产业中的应用与影响研究
摘要：人工智能技术的发展为文化产业提供了诸多应用性机遇；其中一些关键性技术点与文化产业相结合，可以实现文化内容产生、创意资讯传播以及文化市场管理方面的创新。本文拟从几种主要的人工智能技术出发，介绍在技术与产业相结合过程中形成的代表性应用，同时探讨分析目前的人工智能应用带来的“信息茧房”“机器歧视”等社会问题，从而为我国文化产业发展提供相应的经验。
关键词：人工智能；文化产业；算法公平；信息茧房
人工智能（ArtificialIntelligence，AI）本质上是对人的意识与思维的信息过程的模拟，是指使用机器代替人类完成认知、识别、分析和决策等功能。在《人工智能：一个现代路径》[STUARTJ.RUSSELL&PETERNORVIG,ARTIFICIALINTELLIGENCE:AMODERNAPPROACH1034(3ded.2010),supranote7,at4.]一书中，“人工智能”被定义为：行为是为了获得最好的结果，或者在不确定的情况下，获得期待的最好结果，这是一种“理性行为”选择。在过去的十余年中，人工智能技术在以深度学习为代表的机器学习、语音识别、自然语言生成与处理、计算机视觉等领域取得不少成果，引得全球广泛关注。
世界各国都在积极部署关于人工智能的战略规划，2016年10月，美国和英国双双出台国家人工智能战略。就我国而言，2017年，国务院印发《新一代人工智能发展规划》，其中提出到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。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[国务院:新一代人工智能发展规划[J].重庆与世界,2018(02):5-17.]。
基于此，本文重点关注人工智能技术在文化产业――即新闻出版、发行、广播电视、电影、文化艺术、文化信息传输、广告服务和文化休闲娱乐等领域中的应用现状、存在的问题及对策，从而为我国文化产业发展提供可借鉴思路。
一、人工智能的主要技术类型与文化产业中的典型性应用
在美联社于2017年发布的《人工智能工作手册》中，人工智能在新闻业应用最频繁的技术主要有5类，包括机器学习、自然语言技处理术、语音识别技术、机器视觉和机器人技术[余婷,陈实.人工智能在美国新闻业的应用及影响[J].新闻记者,2018(04):33-42.]。在整个文化产业当中，目前应用最为广泛的技术类型是以深度学习为代表的机器学习，其他4类技术类型也均有不少应用落地。
通过上表可知，人工智能中的虚拟代理、机器人自动化、机器学习、深度学习、生物与语音识别、自然语言生成与处理（NLP）、硬件优化与决策管理等技术可以与文化产业中的信息采集、内容生产、信息传播和受众管理等有效结合，提供诸如内容个性化算法、受众目标与偏好识别、自动新闻内容生产等方面的服务，也可以提供在客户管理与市场调研方面的有力手段。
目前，国外一些先进的文化媒体机构对于上述技术的应用已经形成一定的有益经验与有效做法。
首先，在内容生产中，人工智能可以实现自动写作与自动摘要、抽取式新闻写作，并试图使机器像人类一样阅读与思考。
美联社是最早运用AI技术进行自动化写作的媒体之一。2014年，美联社与美国AutomatedInsights公司合作，使用该公司开发的自动化写稿程序Wordsmith来自动编发企业财报新闻。该程序几分钟内可写出150-300字的快讯，每季度能生产4000篇财报新闻，是过去数量的10倍。2015年之后，国内腾讯新闻、新华社和今日头条等也陆续推出了写稿机器人。
其次，在信源数据收集中，人工智能可以基于传根器应用生成内容，实现信息传播的可视化追踪。
NewsTracer是路透社使用的新闻追踪系统，这一系统每天可以对5亿条Twitter信息进行分析，从假新闻、广告和杂音，以及众多的人名、机构和地点中找到真的新闻事件与线索，这让记者能够从社交媒体的众多信息中脱身，把更重要的时间用来挖掘故事。
第三，在文化创意视频类服务中，人工智能可以实现文本和视频之间的转换、高效寻找视频片段与资源以及优化视频内容搜索等。
Zorroa是美国的一家视觉资产管理公司，2017年，公司推出企业可视化智能平台（EVI），帮助用户对大型数据库中的可视资产进行搜索和运行分析。在与索尼影业的合作中，EVI通过面部识别、图像分类、机器学习等方式整理、分析了索尼多年来积累的数百万小时的视觉资产。使用该平台后，平时需要27小时才能搜索到的特定视频资源，仅需3分钟即可检索到，为索尼影业的视频资源开发带来极大的便利[https://zorroa.com/case-studies/]。
第四，在文化信息传播中，人工智能可以通过受众的好奇点与文化传媒内容进行匹配、通过信号源获取受众的兴趣点，并且精准分析受众，预测其内容消费需求，实现精准投放。
Netflix是在用户个性化分发业务上较为成熟的视频网站。2016年年报显示，Netflix拥有9300万全球会员，每天流媒体播放超过1.25亿小时的电视节目和电影。预测用户想要观看的内容是其公司业务模式的关键部分。2016年，Netflix开发名为Meson的应用程序，构建、培训和验证个性化算法，提供视频推荐建议。类似的企业还有IRIS.TV等，该公司曾在三个月的时间内运用个性化分发，将其客户所在公司的观众存留率提高了50%[https://www.techemergence.com/ai-in-movies-entertainment-visual-media/]。
最后，在市场调研与客户管理方面，人工智能可以获知受众对内容消费的使用特点、通过深度神经网络技术来感知受众对文化内容的情感参与和变化，从而进行有效的客户管理与市场营销。
2016年，日本广告公司MaCannEricksonJapan聘用了全球第一个使用人工智能开发的机器人创意总监AI-CD?。当年9月，机器人创意总监与人类创意总监以同一个广告主题各自开发了10分钟的广告片，并交由全国民意调查评判。尽管人类创意总监以8%的微弱优势险胜，AI在受众分析与市场营销方面的潜力不容小觑。
可见，人工智能已经显著改变了媒体格局――包括观众发现和参与内容的方式，以及内容创建和分发给观众的方式。目前，算法不仅会影响受众在不同平台上看到的内容，还会首先影响平台生产和创建的内容。人工智能从根本上改变了受众行为和创作过程。
二、人工智能应用对文化产业发展的影响与启示
尽管统计显示，就目前的全球文化产业而言，仅有8%的文化企业已经部署并使用了人工智能技术应用[https://www.ibc.org/tech-advances/the-future-is-artificial-ai-adoption-in-broadcast-and-media/2549.article]，但人工智能技术对文化产业乃至整个社会的影响已经有所显露。
就其积极意义而言，人工智能技术在提高内容生产效率、提升用户留存率以及优化文化产业资产管理等方面存在重要意义、毋庸置疑的高效率和部分的不可替代性。而就其消极影响而言，内容分发的局限性开始受到社会关注；人工智能算法的公平化、透明化一度遭受质疑；算法带来的偏见与歧视又引发社会伦理问题；人工智能应用背后的商业力量或许是造成这一系列问题的原因之一……
不少科技界声名显赫的人物也因此表达了对人工智能未来发展的担忧，如特斯拉创始人埃隆・马斯克曾说：“我们应该十分小心地看待人工智能。我越来越倾向于认为，在国际或者国家层面上应当有相应的人工智能监管措施，以防人类做出不可挽回的事情来。”微软创始人比尔・盖茨、物理学家史蒂芬・霍金等也表达了类似的看法。未来人工智能应用将在何种程度上造福于人类，部分取决于今天我们在何种程度上理解并解决人工智能可能产生的问题与自有弊端。
具体而言，本文将从如下三方面阐述人工智能应用的问题、影响与对策：
（一）内容分发的局限性：“信息茧房”
如今的网络文化空间，从某种意义上说，是一个算法帮助公众做决定的环境。如果说曾经的传统媒体为公众搭建了一个“拟态环境”，不同的编辑部依托各自的编辑方针、新闻判断原则，以“议程设置”的方式决定着每日媒体内容的生产加工，那如今，在网络媒体中这一权力部分地转交给了算法。算法可以决定人们阅读哪些新闻，观看哪些视频，收到哪些广告，人们的数字存在（DigitalExistence）日益受到算法左右。
文化传媒企业使用算法决定内容推荐的初衷是在于解决信息过载的问题，提高用户获取信息的效率，更希望借此增加用户的沉浸时长，提高应用的用户忠诚度和留存率。因此，企业利用大数据主动搜集用户信息，根据用户自身兴趣，为用户定制个性化内容，形成一整套精确的内容分发模式。Facebook信息流产品Newsfeed、对话式新闻产品微软小冰和Quartz、今日头条以及Netflix、IRIS.TV等一系列人工智能应用均属于此类型。
这一初衷是好的，但问题出在“精确”上。信息越精确，代表着信息涉及的范围越狭窄。人工智能研究者已经发现，仅仅关注推荐系统的精确度远远不够，这会导致用户难以获取足够的信息增量，视野越来越狭隘。美国学者桑斯坦在其著作《信息乌托邦》[凯斯・R・桑斯坦.信息乌托邦:众人如何生产知识[M].法律出版社,2008：206-208.]中指出，人们借助网络平台和技术工具，在海量的信息中，完全根据自己的喜好定制报纸和杂志，进行一种完全个人化的阅读。在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的“信息茧房”中。
学术界不少学者指出“信息茧房”问题的危害，将“信息茧房”与群体极化、证实性偏见等议题关联起来。学者陈昌凤认为，信息的个人化偏向容易产生詹姆斯・斯托纳（JamesStoner）1961年提出的群体极化现象，即团体成员从开始只是有某些偏向，通过协商、讨论，逐渐朝偏向的方向继续移动、形成极端的观点，甚至引发社会波动，如散播错误信息、形成极端性社会团体、公共理性批判缺失等[陈昌凤,张心蔚.信息个人化、信息偏向与技术性纠偏――新技术时代我们如何获取信息[J].新闻与写作,2017(08):42-45.]。与此同时，人们总是倾向于寻找、阅读自己认同的信息来佐证自己的认知，加深了信息的个人化偏向。对垂直细分领域内容的追逐，弱化了公共事务领域内容的传播，网络社会中传统媒体讲求的“社会公器”意义式微，一个对公共事务冷漠、毫无参与感与同理心的社会将会是“信息茧房”之下最极端也最为悲剧性的结局。
对此，文化传媒企业和公众这两个主体都需要采取一定的对策。对于文化企业而言，应当在推荐的精确度指标之外，加入新的算法推荐考量指标，如多样性、覆盖率、新颖性等；另外，有研究表明，基于关联规则的推荐方法要优于基于内容规则的推荐方法，更易为用户发掘新的兴趣点，现有的障碍在于关联规则难以抽取、耗时长[刘辉,郭梦梦,潘伟强.个性化推荐系统综述[J].常州大学学报(自然科学版),2017,29(03):51-59.]。
而对于公众而言，文化传媒企业设置算法推荐的初衷就有迎合用户喜好的意味，用户越是喜欢哪一类内容，平台就越是推荐哪一类内容。因此用户想要逃离“信息茧房”，第一个步骤就是反省自身，提升自身的媒介素养。平台可以帮助用户实现媒介素养提升，如每周发布用户阅读周报，告知用户在阅读中各类型信息的占比情况，提示用户哪一类信息了解匮乏等，起到一定的督促作用。
（二）从算法偏见到机器歧视――算法的公平与透明化困境
当我们在日常生活中的决策权部分地交给算法之后，我们本能地期待着一个更加公平、透明的环境。但是，一个不容忽视的问题是：算法或者机器真的能够做到公平、公正、不偏不倚吗？算法的规则是否本身就带有人类固有的偏见呢？
2015年5月，Google的照片应用加入自动标签功能，应用更新不久，一位黑人程序员发现自己的照片竟然被Google打上“大猩猩”的标签。Flickr类似的自动标签系统也犯过大错，曾把人标记为猿，把集中营标记为健身房。2016年3月，微软公司的人工智能聊天机器人Tay上线。可是上线不到一天，Tay就被网民“教育”成为一个集反犹太人、性别歧视、种族歧视等于一身的“坏孩子”，被强制下线。此外，有研究称谷歌广告服务会默认为女性用户推送比男性用户薪水更低的广告。这些事件一方面反映出现有的人工智能、机器学习技术的不成熟，另一方面，机器歧视（MachineBias）问题开始进入公众视野。
2017年，Pew研究中心曾在研究报告《算法时代》[LeeRainie,JannaAnderson:Code-Dependent:ProsandConsoftheAlgorithmAge,http://www.pewinternet.org/2017/02/08/code-dependent-pros-and-cons-of-the-algorithm-age/]中指出：“算法的客观中立仅仅是理想，创建算法的人即使尽量做到客观中立，也不可避免地受到自身成长环境、教育背景、知识结构和价值观的影响。此外，创建算法所依赖的底层数据的有限性也会导致算法偏见。”
那么，算法偏见的来源在哪里？首先，存在错误、不准确和无关的数据可能导致偏见。输入不完美、甚至有错误的数据，自然会得到错误、有偏见的结果。
其次，机器学习的过程可能是偏见的另一个重要来源。例如，一个用于纠错的机器学习模型在面对大量姓名的时候，如果某姓氏极为少见，那它在全部数据中出现的频率也极低，机器学习模型便有可能将包含这个姓氏的名字标注为错误，这对罕见姓氏拥有者和少数民族（姓氏与非少数民族不同）而言就会造成歧视[曹建峰.人工智能:机器歧视及应对之策[J].信息安全与通信保密,2016(12):15-19.]。这类歧视的来源并非程序人员有意识的选择，具有难以预料、无法估计的特点。
再者，正如Pew报告所指出的，算法可能先入为主地默认了算法创建者或者底层数据中带有的价值判断，从而产生了性别、宗教和种族方面的歧视。这类歧视主要是由于产品设计（DiscriminationbyDesign）的局限性。
种种算法偏见与机器歧视的案例让我们不禁怀疑，“公平”这一社会理念到底是否可以被操作化，成为被准确量化的算法规则。而与此同时，机器自动化决策的不透明性使得准确量化公平难上加难。机器决策是经由算法这一“黑箱”（Blackbox）完成的，也就是说，不论是普通人还是熟悉公平原则的社会学者，均无法了解算法的内在机制、原理，更无法监督机器的决策过程。因此，当算法的编程人员不清楚或者未能统一“公平”的内涵与规则时，他们自身的偏见就会在一定程度上影响算法，同时他们也可能会忽视算法可能产生的偏见，不公平的人工智能应用随之产生。
正如学者DanielleK.Citron在《技术正当程序》中所说，对于关乎个体权益的自动化决策系统、算法和人工智能，考虑到算法和代码，而非规则，日益决定各种决策工作的结果，人们需要提前构建技术公平规则，通过设计保障公平的实现，并且需要技术正当程序，来加强自动化决策系统中的透明性以及被写进代码中的规则的准确性。
日前，美国弗吉尼亚大学学者AhmedAbbasi等在《让“设计公平”成为机器学习的一部分》（Make“FairnessbyDesign”PartofMachineLearning）一文[https://hbr.org/2018/08/make-fairness-by-design-part-of-machine-learning]中指出，可以通过将数据科学家与社会科学家组队、谨慎打标签、将传统的机器学习指标与公平度量相结合、平衡代表性与群聚效应临界点（criticalmassconstraints）以及保持意识等方法减少算法形成歧视的可能性。其中，“平衡代表性与群聚效应临界点”是指在对数据进行采样时，应既考虑数据的整体特征，同时不忽略某个特定少数群体或者极端数据情况。只有这样，机器学习模型在预测一个普通人和一个特殊群体时，才能都给出更为准确的答案。
另外，谷歌也开始倡导“机会平等”，试图将反歧视纳入算法。还有学者引入“歧视指数”的概念，为设计“公平”的算法提供具体方法。我们必须清楚，人工智能总是通过一个快速且脱离人类社会与历史的学习来完成自我构建，因而一个未经完善的机器学习模型必然存在“道德缺陷”。在人工智能应用的构建中，人类与人类长久以来葆有的道德与社会规则不能缺席。
（三）人工智能应用背后的力量
“信息茧房”的形成不是由于信息广度不足，内容生产不够，而是由于信息推荐固定地集中在某一特定领域造成了信息的窄化；算法偏见的形成不是由于机器学习具有天生的弊端，而是由于人类未将公平公正的原则纳入算法考量之中。人工智能应用背后存在着的，是人的力量与符合经济社会的商业逻辑。
为了迎合消费者，信息推荐系统会将消费者的阅读“口味”作为依据。当搜索引擎通过机器学习意识到，搜索八卦新闻的人愿意在日后更多地看到八卦新闻，为了提升用户留存度，搜索引擎会相应地减少其他类型新闻推荐。
为了满足商家，人工智能产品会把更昂贵的产品卖给用户忠诚度高的用户，即“大数据杀熟”现象。同时，为了更加精准地进行广告投放，人工智能偶尔也会忽视公平原则，例如女性用户通常会收到比男性用户薪资低的推荐广告。这样的现象发人深省，未来是否有必要通过一定的法律手段，要求包括文化企业在内的商家作出“不作恶”的商业承诺。
整体而言，我们的社会正被人工智能推向一个新的发展节点。正如[金兼斌.人工智能将给传媒业带来什么?[J].中国传媒科技,2017(05):1.]学者指出，社会和传媒技术的发展，从来都不是线性和匀速的。从工业革命到信息技术革命，每一次社会巨变都伴随着这样一个临界时刻。今天，我们已经能够感受到，我们的日常生活――包括媒介生活中的许多基础性的东西，正在被人工智能应用所搅动。在这样的时刻，只有紧抓机遇、规避风险、解决弊病，才能真正实现行业和社会的跨越式发展。我国的文化产业走到了一个崭新的路口，新的机遇在等待着它。
(责编：尹峥、赵光霞)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
制造业+人工智能创新应用发展报告
核心观点/主要发现人工智能为制造业带来机遇：人工智能在制造业的应用将由解决可见问题（如缺陷检测）向解决和避免生产系统中的不可见问题（如工艺优化）进化，实现制造系统生产效率的提升和产品竞争力的突破。同时，人工智能的应用使越来越多的技术商和创业企业成为制造业生态圈的一员，并创造新的生态组织模式。
人工智能制造业应用总体规模：受政策支持、数据环境、算力提升、算法模型优化、商业化应用潜力五大利好因素驱动，中国制造业人工智能应用市场前景广阔，预计未来五年将保持年均40%以上的增长率，并在2025年超过140亿元人民币。
基础层市场：中国人工智能芯片市场将保持年均40%-50%的增长。GPU与FPGA市场已被国外寡头占据，唯专用芯片ASIC尚未被头部企业垄断，成为各方布局的焦点。
技术平台层市场：计算机视觉和机器学习技术带动人工智能在制造业应用市场的增长，预计到2025年，计算机视觉在制造业领域的应用市场将达到55亿元人民币，机器学习的应用市场达为44亿元人民币；人工智能云部署方式快速增长，预计2025年市场规模将达60亿元人民币，占整体人工智能应用市场的43%,为制造企业提供开发新服务和新商业模式的机会。
应用层市场：应用场景角度，预测性维护或将成为人工智能在制造业的杀手级应用；柔性生产、协同制造等新的制造模式推动智能排产应用市场快速增长。行业应用角度，预计到2025年，电子通信/半导体人工智能应用市场的规模将达到41亿元人民币，汽车制造行业紧随其后达37亿元人民币，能源电力行业25亿元人民币，制药行业17亿元，金属及机械制造行业13亿元，其他行业8亿元。
挑战：人工智能制造业应用的挑战主要是芯片技术有待突破、工业数据应用分析能力不足、解决方案无法直击业务痛点、复制性较差，以及制造企业理念和人才掣肘。
政策建议：建议政府与全社会协力从人工智能人才培养、制造业信息化水平、技术标准及关键性技术、技术产业融合等方面推动人工智能应用。