新人工智能对经济的潜在影响
作者：中国社会科学院数量经济与技术经济研究所蔡跃洲
自1956年夏季达特茅斯会议以来，人工智能技术已经走过了60多年的发展历程。其间尽管兴起过几次研究热潮，但直到2016年“阿尔法狗大战李世石”后人工智能才算真正进入社会大众的视野，2016年也因此被称为“人工智能商业化元年”。人工智能在概念提出后60年才进入商业化应用，最根本的原因可能在于，人工智能的技术原理和实现途径在经过几次高潮低谷的轮回后发生了根本性变化。加州大学洛杉矶分校统计和计算机科学教授朱松纯认为，前30年人工智能的实现以数理逻辑表达和推理为主，后30年则以概率统计建模、（机器）学习等为主。这意味着从技术路线来看，前后两个阶段的人工智能属于两种不同技术，不妨将其分别称为“旧人工智能技术”和“新人工智能技术”。
促进宏观经济高质量增长
当前，新人工智能技术得以加速进入大规模商业化应用阶段，关键在于其技术路线同2008年全球金融危机后世界新一轮科技革命和产业变革加速演进趋势相契合。在过去10年里，作为此轮科技革命技术核心的（移动）互联网、大数据、云计算、3G/4G/5G通信等新一代信息技术快速迭代并实现商业化应用，使数据信息在生产、存储、处理、分析、传输等不同环节发生全方位、革命性变化。从技术实现角度来看，数据、算法、算力是新人工智能技术赖以运行的基石；因此，新人工智能技术本质上可以看作是一种（集成的）信息技术，是新一代信息技术的重要组成部分。伴随新人工智能技术的大规模商业化应用，经济社会发展组织模式将发生深刻变化。
新人工智能技术作为新一代信息技术，具有渗透性、替代性、协同性、创造性等技术—经济特征。这些特征使得新人工智能技术有着广阔的应用前景，并能通过要素支撑、效率提升、知识创造等方式促进宏观经济实现高质量增长。
渗透性是某项技术所具备的能够与经济社会各行业、生产生活各环节相互融合并带来经济运行方式改变的一种潜能（Bresnahan、Trajtenberg，1995），也是新人工智能作为通用目的技术（GeneralPurposeTechnology,GPT）有望对经济社会产生广泛影响的基础性特征。替代性是指新人工智能技术物化为特定形态的要素后，能够替代其他要素在生产过程中发挥支撑作用。新人工智能技术的替代性不仅表现为对资本要素（包括非ICT资本和其他ICT资本）的替代，还包括对劳动要素的直接替代。协同性更多是指生产过程中新人工智能技术的应用能够提升其他要素间衔接配合的契合度，降低摩擦成本，从而提高运行效率。协同性也是其他很多ICT所具备的技术—经济特征。创造性是指新人工智能技术在知识创造方面所发挥的积极作用。在生物医药、材料科学、量子物理等领域，研发过程具有“大海捞针”的特点，虽然能够确定创新存在于已有知识的某种有用组合之中，但是有用知识范围广泛复杂，要找出来特定有效组合极不容易；而新人工智能技术的突破性进展，则使得研究人员能够大大提高识别效率，缩短寻找最有价值组合的时间。
另外，新人工智能技术也是一种高度集成的信息技术，涉及大数据、云计算等众多新一代信息技术，具有很长的产业链条。新人工智能技术的大规模推广应用必然会引发产业链各环节技术产品的集群式、爆发式增长，从而有望形成国民经济新的接续主导产业，为宏观经济持续增长、结构优化提供有力支撑。
带来就业分配重大结构性变化
新人工智能技术的广泛应用在促进经济增长的同时还会带来就业和分配方面的重大结构性变化。新人工智能技术对劳动要素的替代，特别是对人类智力的部分替代，使得社会劳动就业市场不可避免受到重大冲击。从工业革命以来技术进步和自动化进程演进的历史经验来看，重大技术革命在消灭一部分既有就业岗位的同时，往往也会创造出新的岗位（例如机器替代手工操作岗位的同时衍生出机器维修这样的新岗位），最终在就业岗位总量上会达到一个新的平衡，但结构性变化不可避免。新人工智能技术由于能够对原本专属人类的智力活动产生一定程度的替代，因此，其对就业结构的影响机制相比以往会更为复杂。
一方面，由于新人工智能可以在一定程度上替代人的智力活动，不少原本需要一定专业知识或技术背景的岗位有可能会率先被替代，例如，写稿机器人、机器人法律助手等已经能胜任简单的新闻稿件写作、法律咨询等工作。另一方面，当下的新人工智能技术还属于弱人工智能，对人类智力活动的替代总体还非常有限，在很多情况下新人工智能技术更多是发挥辅助决策的作用，由此将衍生出大量具有人机互补特征的新岗位。基于上述机制，此次由新人工智能技术应用推动的自动化进程，岗位替代和岗位创造仍将并存，在一定时期内甚至有望继续实现总量上的大致平衡。
当然，就业结构方面的变动可能会与以往存在较大差异。以往的自动化进程是对劳动者体力的不断替代，被替代岗位更多集中于较为低端的简单劳动；而新人工智能技术对智力活动的部分替代使得具有相当知识技能的中产白领岗位也处于被替代境地。一旦中产白领岗位被人工智能大规模替代，那么全社会收入分配结构将呈现极化趋势。
拓展经济学研究全新课题
新人工智能技术的大规模商业化应用在影响经济发展的同时也为经济学研究带来很多全新的课题。政治经济学、增长经济学、微观经济学、收入分配、创新经济学等众多领域可能都需要结合经济社会实践中出现的新情况开展理论创新。从当下新人工智能技术的既有应用实践来看，以下几方面尤其值得深入探讨。
一是马克思劳动价值论的丰富与拓展。新人工智能技术的替代性特别是其对劳动要素的替代，要求我们结合新人工智能技术（及产品）的技术—经济特征，从价值创造角度对其内涵本质进行重新审视，为丰富马克思劳动价值论提供新的依据。
二是基于数据要素特征等形成的边际报酬非递减现象与增长理论的拓展。数据要素作为新人工智能技术最重要的基石，具有非竞争性、非排他性、零成本复制等特征，使得基于新人工智能技术所形成的要素在生产过程中发挥作用时能够破除其他传统要素所遵循的边际报酬递减规律，加上知识创造方面的作用机制，凡此种种都是传统新古典增长理论及内生增长理论没有覆盖的现象。
三是收入分配理论面临新的挑战。党的十九届四中全会提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，新人工智能技术应用涉及数据、知识、资本等多项要素，如何测度其贡献并决定其对应的报酬，将是增长经济学初次分配理论共同面临的新问题。而未来新人工智能技术替代效应发挥作用可能带来的收入差距极化、大量无业人员基本生计等问题，则会对再分配理论提出新的挑战。
四是创新经济学理论的拓展。新人工智能技术应用还将带来生产组织模式的重构，伴随各种新模式、新现象的涌现，创新经济学理论在更多创新实践滋养下也有望得到进一步拓展。此外，新人工智能技术背后的深度机器学习等方法与经济学现有的计量分析、因果推断等相结合，将有望为经济学研究提供新的定量分析工具。
经过改革开放40多年的快速发展，中国人均GDP已经突破1万美元，超大规模市场优势正加速释放。在过去10多年时间里，正是凭借巨大的市场空间，我们抓住了数字经济发展的重要机遇期，在电子商务、平台经济、共享经济等领域取得全球并跑乃至领跑的优势。未来10年，我们的超大规模市场优势也将为新人工智能技术的大规模商业化应用提供有力支持，进而延续我国在新经济、数字经济领域的发展优势。经济学乃致用之学，经济理论源于经济现实。新人工智能技术大规模商业化应用，在促进我国经济高质量发展的同时，必将为中国特色经济学理论创新提供丰富、鲜活的实践素材。
（本文系国家社科基金重点项目“数字经济对中国经济发展的影响研究”（18AZD006）、国家自然科学基金面上项目“新一代信息技术影响增长动力及产业结构的理论与经验研究”（71873144）、国家自然科学基金重大项目“宏观大数据建模和预测研究”（71991475）阶段性成果）
[责编：赵宇]人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势