中國智能經濟的涌現機制

劉剛

摘 要：我國智能經濟的發展內生于經濟轉型升級過程中創造的智能化需求。與AI 1.0不同，新一代人工智能（AI 2.0）不再是簡單用計算機模擬人的智能，而是基于網絡空間發展的數據智能，即智能機器、人和網絡相互融合的智能系統。智能經濟是以數據和計算為“關鍵生產要素”的新經濟形態，包括人工智能的產業化和產業的智能化過程中創造的新產品、新技術、新模式和新業態。互聯網，尤其是移動互聯網發展中創造出的數據生態優勢是中國人工智能科技產業發展的前提和基礎。在擁有數據生態優勢的條件下，強烈的需求牽引、產學研協同創新、創新生態系統的高度開放性和核心產業部門與融合產業部門的融合發展，共同構成了中國智能經濟發展的關鍵機制。

關鍵詞：人工智能;智能經濟;需求牽引;數據生態;創新生態系統

中圖分類號：G206

文獻標識碼：A

文章編號：1673-8268（2019）05-0099-11

自1956年在美國達特茅斯會議上正式提出人工智能概念以來，人工智能科技經歷了一個曲折發展的歷程。2006年，由于深度學習的提出，人工智能技術開始在圖像和語音識別領域率先獲得突破性進展。2016年3月15日，谷歌機器人AlphaGO以四比一的戰績戰勝圍棋世界冠軍李世石，掀起了人工智能研究和產業化的熱潮，人工智能步入AI 2.0發展階段。

與早期的人工智能（AI 1.0）概念不同，新一代人工智能（AI 2.0）不再是用計算機簡單地模擬人的智能，而是基于網絡空間發展的數據智能。在新一代人工智能科技產業的發展上，中國走在了世界前列。烏鎮智庫發布的《全球人工智能發展報告（2018）》的數據顯示，2009至2018年間，中國累計新增人工智能企業3 362家，占亞洲累計新增AI企業總數的75.20%，占全球新增總數的23.78%。2018年，中國人工智能企業融資規模達157.54億美元，占亞洲人工智能企業融資額的93.09%，全球人工智能企業融資數額的46.94%。

在人工智能領域，中國不僅企業家數和融資額全球領先，而且論文發表和專利申請也排名全球第一。清華大學發布的《中國人工智能發展報告2018》顯示，中國在論文總量和高被引論文數量上都排名世界第一，是人工智能領域專利布局最多的國家。

盡管國內外的權威機構對中國人工智能科技產業取得的成績高度認可，但是如何科學評價中國在人工智能領域的技術創新和產業化水平，成為政府、產業界和學術界共同關注的話題。牛津大學人類未來研究所（Future of Humanity Insti-tute）發布的《解密中國人工智能夢想》（Deciphering Chinas AI Dream）的研究報告中，通過硬件、數據、算法水平和商業化進展四個方面的比較和評估，認為在人工智能發展領域，除了數據，中國在硬件、人才、算法和商業化方面均落后于美國。同時，報告的主撰稿人Jeffery Ding指出，中國的政策制定者、研究機構和科技公司在人工智能領域的思想深度和思考的廣度，大大超出了人們的預期，AI是中國第一個真正有機會制定游戲規則的技術領域。

與發達國家相比，在人工智能基礎研究方面，中國不僅起步較晚，而且經歷了諸多曲折和坎坷。直到1978年改革開放之后，中國的人工智能基礎研究才開始步入發展的軌道。吳文俊教授所提出的利用機器證明與發現幾何定理的新方法——幾何定理機器證明獲得1978年的全國科學大會重大科技成果獎，是中國人工智能研究早期階段的標志性事件[1]。從20世紀80年代至90年代末，盡管中國在基礎研究領域取得了一系列進展，但是在產業化方面卻長期滯后于以美國為代表的發達國家。

與AI 1.0階段不同，在AI 2.0階段中國的人工智能科技產業獲得了飛速發展。其中的關鍵因素是互聯網，尤其是移動互聯網的發展。隨著互聯網在電子商務、數字內容和新媒體、眾包和交通出行領域的廣泛應用，海量數據的產生催生了智能科技產業的發展。云計算和芯片處理能力的進步，使得中國企業在以深度學習為代表的人工智能核心技術取得了重大突破，加速了在圖像識別、語音識別和自然語言處理領域的技術進步和應用發展。2012年開始，中國的人工智能科技產業開始步入快速發展階段。包括阿里巴巴、騰訊和百度在內的互聯網平臺企業紛紛加大了對人工智能領域的技術投入和戰略布局，構建了一系列人工智能的開放平臺，為人工智能技術創新和產業化打下了堅實的基礎。

百度在2012年將深度學習技術成功應用于自然圖像識別和人臉識別;騰訊2015年成立智能計算與搜索研究室，成功推出撰稿機器人（dream writer）;阿里巴巴則致力于底層平臺的搭建，推出人工智能平臺DTPAI，同時聯合富士康對機器人公司SBRH進行戰略投資;華為在2012年成立諾亞方舟實驗室，開展包括數據挖掘在內的人工智能技術研究。

在語言識別技術方面，包括百度、Google、Sound Hound在內的國際企業的語言識別準確率在2015年均超過了90%。2016年第四屆CHiME Challenge結果表明，絕大部分參賽團隊在六麥克風條件下的識別錯誤率在7%以內，其中科大訊飛為2.24%，排名第一，經過近年的努力，科大訊飛語音識別的準確率正在通過人類99%識別準確率的閾值。

在計算機視覺領域，在2016年的ImageNet圖像競賽上，中國學術界和產業界團隊包攬了多項冠軍。例如，商湯科技和香港中文大學獲得目標檢測第一，公安部三所獲得目標定位第一，?？低暙@得場景分類第一。

核心技術的進步推動了人工智能在包括科技金融、智能交通、共享經濟、智能家居和智慧城市在內的應用領域的長足發展。無論是從技術創新還是從產業化方面看，我國人工智能科技創新往往率先發生在產業界。圍繞著智能科技的產業化和產業的智能化，2010年至2016年期間涌現出一批人工智能企業。與改革開放以來的工業化過程根本不同，中國人工智能科技產業發展的主導者是本土創新型企業。

人工智能科技產業的發展與我國的經濟轉型升級相伴隨。2006年，創新型國家戰略正式提出，2012年國家進一步提出創新驅動發展戰略。中國經濟在從制造經濟向創新經濟的轉型過程中創造出強烈的數字化和智能化需求，催生了人工智能科技產業的發展。尤其是隨著人工智能與實體經濟的深度融合，人工智能科技產業成為新經濟發展的前沿。

為什么在剛剛經歷了加速工業化之后，中國的智能經濟能夠快速涌現？其中的關鍵動力機制是什么？隨著人工智能發展上升為國家戰略，從理論上回答中國智能經濟涌現的內在規律有助于總結成功經驗，對中國智能經濟發展的趨勢做出科學的分析和判斷。

一、文獻綜述

早在20世紀20年代，熊彼特就指出，創新是經濟長期發展的根本驅動力。作為熊彼特創新思想的繼承者，新熊彼特學派提出了技術經濟范式概念以解釋新興技術產業化與經濟增長之間的關系。

1982年，多西（Dosi G）將科學哲學的“范式”概念引入到技術創新研究領域，提出了“技術范式”概念并將其定義為解決所選擇的技術經濟問題的一種“模式”[2]。弗里曼和佩雷斯在繼承多西“技術范式”的基礎上，使用“技術經濟范式”概念刻畫技術進步與經濟增長的關系[3]。

技術經濟范式在解決科技創新如何影響經濟增長的過程和機制時，提出了“關鍵生產要素”概念。弗里曼和佩雷認為，“關鍵生產要素”是技術經濟范式中的“一個特定投入或一組投入”，它可能表現為某種重要的自然資源或工業制成品?！瓣P鍵生產要素”具備如下三個方面的特征：（1）生產成本具有下降性;（2）供應能力具有無限性;（3）運用前景具有廣泛性[4]。

當科學和技術領域產生重大創新時，圍繞著“關鍵生產要素”的生產和供應出現主導技術群落。新興產業群的出現以“關鍵生產要素”為導向的技術群落形成和發展為標志，其構成新經濟發展的核心產業部門。隨著“關鍵生產要素”成本的降低和供給能力的擴張，新興產業與現有產業相互融合創造了融合產業部門，為主導技術群落提供了更廣闊的應用空間。在弗里曼和佩雷斯看來，迄今為止，人類社會已經經歷了三次科技產業革命[5]。第一次是蒸汽革命，第二次是電氣革命，第三次是電子革命。棉花、生鐵、煤炭和蒸汽動力的海陸運輸是第一次科技產業革命的“關鍵生產要素”;第二次科技產業革命的“關鍵生產要素”是鋼鐵、電力運輸、電報和電話;而第三次科技產業革命的“關鍵生產要素”則是以石油為主的廉價能源和電子設備。圍繞著“關鍵生產要素”所形成的新興產業及其向傳統產業的擴張帶來的融合產業部門的發展，共同推動了經濟的長期增長。

隨著互聯網、物聯網、大數據、云計算和新一代人工智能技術的發展，第四次工業革命已經開始嶄露頭角。早在20世紀80年代初，約翰·奈斯彼特就指出，人類正在進入一個信息爆炸的社會，“人類正在被信息所淹沒，卻缺乏知識”[6]。同樣，阿爾文·托夫勒把大數據看作是“第三次浪潮中的華彩樂章”[7]。

與前三次工業革命顯著不同，作為新經濟技術范式“關鍵生產要素”的數據和計算不再來自自然界，而是與人類生產和生活過程相伴隨。更為重要的是，數據和計算能力在財富創造過程中不是越用越少，而是越用越多，呈現出明顯的報酬遞增狀態。以數據和計算為“關鍵生產要素”，包括新興科技文化、互聯網、物聯網、大數據、云計算和人工智能在內的產業不僅創造出了新興產業群，而且通過不斷和現有產業融合，使第四次工業革命遠超其他工業革命，成為人類經濟和社會進步和發展的新引擎。

基于對網絡空間發展與人工智能技術變革的認識，潘云鶴指出人工智能正在走向2.0。因為人工智能所面臨的環境發生了包括信息環境、社會需求和人工智能基礎在內的諸多根本變化[8]。隨著信息環境和計算能力的進步，在人工智能2.0時代出現了大數據智能、群體智能、混合智能和跨媒體智能。隨著以深度學習為代表的人工智能技術的發展，包括計算機視覺、機器學習、自然語言處理和語音識別在內的人工智能核心技術日益成熟，正在逐步與實體經濟相互融合。例如，自然語言處理在智能投資顧問領域的應用，在2012年剛剛出現，到2014年就已經達到140億美元的運用規模[9]。核心產業部門的發展和人工智能與實體經濟融合過程中融合產業部門的興起，是智能經濟發展的重要表現。

在現有的文獻中，雖然學術界認識到人工智能技術屬于通用技術，智能經濟的“關鍵生產要素”是數據和計算，但是尚缺乏關于智能經濟究竟如何興起和發展機制的理論分析。尤其是對中國智能經濟的發展而言，在基礎研究水平落后的條件下，如何通過對平臺主導的開放創新生態的構建，快速成長為人工智能技術創新強國，是一個需要在理論上做出解釋的問題。

二、研究方法和設計

為了揭示中國智能經濟涌現的動力機制，筆者把智能經濟看作是一個復雜的適應系統的演化過程。作為復雜適應系統，智能經濟的興起和發展是多元創新主體相互聯系和作用的結果。構成智能經濟的微觀創新主體不僅包括智能企業，而且包括大學、科研院所、政府和中介組織。多元創新主體在智能科技產業化過程中通過相互聯系和作用共同推動智能經濟的發展。同時，智能科技產業的發展表現為一個新的價值網絡的形成和演化過程。因為新的價值網絡以智能科技的產業化為導向，屬于典型的創新網絡。智能經濟形成和發展的動力機制形成于以智能科技產業化為導向的價值網絡形態和結構下多元創新主體如何聯系和作用的方式。

與創新網絡相對應的概念是創新生態系統。創新生態系統同樣強調多元創新主體之間的聯系和互動。在本文中，我們把創新網絡和創新生態系統看作是一枚硬幣的兩個面。

在系統調查和文獻分析的基礎上，筆者選擇了408家中國智能企業作為樣本。其中，人工智能上市公司124家，人工智能獨角獸146家，其他人工智能企業138家408家人工智能樣本企業篩選的維度包括：一是是否進行人工智能核心技術和產品的研發和生產;二是是否存在著投融資事件;三是是否與其他企業之間存在業務聯系。。據中國互聯網網絡信息中心2018年1月發布的《中國互聯網絡發展狀況統計報告》中的數據顯示，截至2017年6月，全球人工智能企業總數為2 542家，其中中國為592家。根據這一數據估算，408家人工智能樣本企業大約占我國現有人工智能企業總數的69%中國互聯網絡信息中心在2018年1月發布的《中國互聯網絡發展狀況統計報告》顯示，截至2017年6月，全球人工智能企業總數達到2 542家，其中美國擁有1 078家，占據42.4%;中國其次，擁有592家，占據23.3%。其余872家企業分布在瑞典、新加坡、日本、英國、澳大利亞、以色列、印度等國家。。

本文的分析數據包括屬性數據和關系數據。在價值網絡分析中，作者更強調關系數據的作用。屬性數據是指諸如經濟行為主體的成立時間、地點、銷售收入、專利數和員工數方面的數據。而關系數據則是指經濟行為主體之間如何相互聯系和作用的數據，包括關系的類型、關系的內容和互動規則方面的信息。通過關系數據的統計分析可以更加清楚地看到多元創新主體之間如何相互聯系和作用的方式，探索智能經濟興起和發展的特殊動力和機制。

在關系數據的采集中，筆者把樣本企業看作是樣本節點，從樣本節點出發，收集與樣本節點發生關系的關系節點。在確立樣本節點和關系節點存在關系時，基于三個維度采集樣本節點和關系節點之間的關系數據。關系數據采集的三個維度包括：（1）人力資本關系。人力資本關系主要指樣本企業核心人力資本的前期學習和工作經驗。前期學習經驗主要指樣本企業核心人力資本畢業于哪些大學和科研院所。前期工作經驗則是指樣本企業核心人力資本曾經工作過的企業、大學和科研機構。（2）技術關系。技術關系是指樣本節點與關系節點之間的技術輸入和賦能關系。其中，技術輸入是指樣本節點從關系節點獲取技術，而技術賦能則是指關系節點獲取樣本節點的技術。通過技術關系分析，我們可以看出中國智能經濟發展中誰是技術的創新源和貢獻者。（3）投資關系。投資關系是指與樣本節點與關系節點之間的投資和獲投關系。其中，投資關系是指樣本企業對其他節點的投資，而獲投關系則是指樣本企業從其他關系節點獲得投資。通過投資關系分析，我們要分析智能經濟的關鍵投資者是誰，以什么樣的融資方式進行融資。

為了對關系數據進行統計分析，當樣本節點與關系節點之間存在著三個維度中的任何一個維度的關系時，賦值為“1”，否則為“0”。通過對樣本節點和關系節點之間是否存在關系以及聯系和互動方式和規則的分析，我們將深入考察中國智能經濟的內在結構和發生發展的動力和機制。

三、中國智能經濟發展的價值網絡分析

把408家樣本企業的三個維度的關系數據輸入Gephi 9.1社會網絡分析軟件，得到中國智能經濟價值網絡拓撲結構圖，如圖1所示。

表1的統計分析表明，基于408家企業所構建的價值網絡的節點總數為10 305個價值網絡的樣本節點數與總節點數之比為25.3倍。在價值網絡分析中，盡管我們的樣本為408家，但是我們可以獲得10 305個節點的關系數據。因而，基于屬性數據和關系數據分析，價值網絡分析方法能夠系統地考察中國智能經濟發展的動力和機制。關系數為15 390個，基本能夠概括中國智能經濟發展的大致輪廓和形態與屬性數據分析不同，關系數據從樣本企業節點出發，涉及的關系節點不僅包括企業，而且包括大學、科研機構、政府、客戶和投資者在內的智能經濟多元創新主體。通過價值網絡分析，我們不僅能夠看到單個企業，而且能夠看到智能經濟發展的整體圖景。。價值網絡的2.987的平均度、0.074的平均聚類系數和4.901的平均路徑長度統計值表明，中國智能經濟是高度聚集的。

圖1?基于408家人工智能樣本企業的中國智能經濟價值網絡圖為了更好地顯示誰是中國智能經濟的主導者，在圖1中我們只是列舉了度數中心度排名前50的人工智能企業標簽。

圖2為中國智能經濟價值網絡的度數中心度的分布價值網絡的度數中心度是指與某個節點聯系的節點數，從經濟的角度看，度數中心度越高的節點的影響力和輻射帶動作用越強。。

從圖2中可以清晰地看出，中國智能經濟的價值網絡是“極核”狀結構，即度數中心度高的極少數節點構成了網絡的核心。

從中國智能經濟的創新生態系統的視角，408家樣本企業的關系數據包括人力資本關系從數據的可獲得性出發，主要搜集包括企業創始人、聯合創始人、CTO、核心技術研發人員在內的人力資本關系數據。人力資本的關系數據包括前期學習經驗（即曾經在哪所大學和科研機構學習過）和前期工作經驗（即曾經在哪個企業和機構工作過）。、技術關系技術關系包括兩個方面：技術輸入和技術賦能。技術輸入是指其他企業和機構為樣本企業提供的技術支持，而技術賦能則是指樣本和關系節點企業為企業和機構提供的技術支持。和投融資關系及其互動關系內容和規則方面數據。表2列出了基于408家樣本企業構成的中國智能經濟價值網絡關系數據分類統計情況。

從人力資本關系看，408家人工智能企業核心人力資本前期學習經驗的72.1%畢業于國內大學和科研機構，27.9%畢業于國外大學和科研機構。74.5%的核心人力資本的前期工作經驗來自國內企業和機構，25.7%來自國外企業和機構。從技術關系看，技術輸入方屬于國內企業和機構的關系數占比為77.4%，屬于國外企業和機構的占比為22.6%。同時，技術賦能方屬于國內企業和機構的關系數占比為91.2%，國外企業關系數占比為8.8%。從投融資關系看，408家人工智能企業融資關系數占比為38.3%，投資關系數占比為61.7%。無論從核心人力資本的前期學習和工作經驗還是從技術輸入關系看，中國智能經濟的創新生態系統是高度開放的。而從技術賦能和投資關系看，中國的人工智能企業具有很強的輻射和帶動作用。人工智能與實體經濟的融合，是中國經濟轉型和升級的關鍵驅動力量。

中國智能經濟價值網絡度數中心度排名前20的節點如圖3所示。

在中國智能經濟價值網絡中，度數中心度排名前20的節點分別是騰訊、百度、阿里巴巴、華為、智齒科技、中國電信、中科匯聯、恒生電子、科大訊飛、騰訊云、英特爾（中國）、九次方大數據、商湯科技、中國聯通、滴滴、小米、中國移動、京東、永洪科技和遠光軟件。它們都屬于樣本節點，其中騰訊、阿里巴巴、百度、科大訊飛和商湯科技是科技部重點支持的人工智能五大開放創新平臺2017年11月15日，中華人民共和國科技部召開新一代人工智能發展規劃暨重大科技項目啟動會，宣布了首批國家新一代人工智能開放創新平臺名單：依托百度公司建設自動駕駛國家新一代人工智能開放創新平臺，依托阿里云公司建設城市大腦國家新一代人工智能開放創新平臺，依托騰訊公司建設醫療影像國家新一代人工智能開放創新平臺，依托科大訊飛公司建設智能語音國家新一代人工智能開放創新平臺。2018年9月，科技部正式宣布，依托商湯集團建設智能視覺國家新一代人工智能開放創新平臺。因為本文的數據采集完成于2018年5月，故在分析中沒有專門針對商湯科技的內容。。除了五大開放創新平臺之外，從行業細分領域劃分，其他企業包括四類：第一類是以京東為代表的電子商務平臺公司;第二類是以華為為代表的智能硬件和芯片公司;第三類是以中國電信和中國聯通為代表的網絡服務供應商公司;第四類是以九次方大數據為代表的數據公司。

中國智能經濟價值網絡的連入度排名前15的節點如圖4所示。

價值網絡連入度是衡量作為關系節點的鏈接度指標。連入度排名前15的節點可以劃分為三種類型：一是包括作為關系節點出現的百度、阿里巴巴、騰訊在內的互聯網平臺企業;二是以清華大、北京大學、中國科學院、上海交通大學、浙江大學和中國科學技術大學在內的大學和科研機構;三是以紅杉資本為代表的投資機構;四是以微軟和英特爾為代表的ICT企業。其中，大學和科研機構主要是中國智能經濟人力資本提供方。

從度數中心度和連入度排名前列的樣本節點和關系節點看，影響和決定中國智能經濟發展的關鍵角色包括四類：第一類是大學和科研院所，主要為智能經濟提供人力資本;第二類是網絡基礎設施服務商、軟件和硬件企業，例如，中國電信和中國聯通;第三類是包括BATJ在內的互聯網平臺公司;第四類是技術平臺和芯片公司，例如，科大訊飛、商湯科技和華為海思。對四類創新主體相互聯系和作用的方式和規則的考察是揭示中國智能經濟涌現基本動力機制的關鍵。

中國智能經濟價值網絡技術輸入和技術賦能關系排名前20的企業和機構如圖5所示。

本文選擇技術賦能和輸入關系數排名前20的企業和機構，通過技術賦能和輸入關系數的分布，可以清楚地看到中國智能經濟發展的關鍵機制。圖5的左圖列出了技術賦能關系數排名前20的企業和機構。除了互聯網平臺和獨角獸公司之外，它們都屬于基礎和技術層企業，是人工智能核心技術和產品的研發和生產者。圖5的右圖列出了技術輸入排名前20的企業和機構。技術輸入關系數高的企業主要屬于應用層企業，通過把人工智能核心技術應用到產業領域，創造新產品、新技術、新商業模式和新業態。例如，ofo共享單車、摩拜單車、貨車幫和奇點汽車。同時，中國電信、中國聯通和中國移動這類網絡服務商則通過吸引人工智能技術提高企業的智能化水平。

在圖5中，以科大訊飛為代表，部分人工智能企業同時擁有較高的技術輸入和賦能關系數。從實際調查數據資料看，這類企業一般屬于人工智能核心技術企業。一方面通過技術輸入積累核心技術，另一方面通過集成應用領域的相關技術，打通核心技術與現有產業的融合渠道。

表3列出了人工智能企業核心人力資本前期學習和工作過的大學、科研機構和企業。無論是國內還是國外高校，核心人力資本主要畢業的高校都屬于AI大學AI大學是指設置人工智能領域二級學院和研究院所的大學。。從核心人工智能的前期工作經驗看，無論是國內還是國外企業和機構都屬于阿里巴巴、百度等互聯網平臺以及ICT產業的著名企業和科研院所。

表4列出了中國人工智能領域活躍度排名前10的投資機構?；钴S度最高的前10名金融業投資機構為紅杉資本、IDG資本、經緯創投、真格基金、云鋒基金、啟明創投、北極光創投、順為資本、SIG海納亞洲、高瓴資本?；钴S度最高的前10名非金融投資機構分別為騰訊、阿里巴巴、百度、聯想集團、中信集團、京東、小米、復星國際、螞蟻金服和英特爾。

在中國智能經濟的非金融投資機構中，阿里巴巴、騰訊、百度和科大訊飛四大平臺的投資最為活躍。四大平臺共投資樣本企業87家，其中騰訊投資35家、阿里巴巴投資27家、百度投資21家、科大訊飛投資4家。如果考慮非樣本企業，尤其是眾多的初創企業，那么四大平臺投資的企業數量更多。

在四類創新主體之間相互聯系和作用的方式和規則中，我們可以清晰地看到，中國的智能經濟包括核心產業部門和融合產業部門。核心產業部門包括基礎和技術層企業，融合產業部門則主要以應用層企業為主。中國智能經濟的創新生態系統是以基礎和技術層的平臺企業為主導的。通過創新生態系統的構建，基礎和技術層平臺企業在不斷積累和完善人工智能基礎設施和核心技術的同時，推動人工智能與實體經濟的融合。平臺企業不僅是中國智能經濟的技術賦能方，而且是人力資本的供應方和投資者。

同時，平臺主導的創新生態系統對外是高度開放的，許多國外知名大學、科研機構和企業為我國智能經濟提供核心人力資本和技術輸入，中國人工智能企業同時向國外企業賦能。目前，中國智能經濟尚處于集聚階段，隨著核心技術的成熟和融合部門的發展，對外開放性將表現出更多地對國際企業的賦能。

從價值網絡分析可以清晰地觀察到，需求的強力牽引、產學研協同創新、創新生態系統的高度開放性和核心產業部門與融合產業部門的融合發展，是中國智能經濟涌現的關鍵機制。在本文的第四部分，筆者將試圖通過一個簡單的理論模型提煉和概括中國智能經濟發展的動力機制，揭示智能科技產業化和產業智能化的內在邏輯和規律。

四、理論模型和推論

為了揭示中國智能經濟涌現的關鍵動力機制，筆者首先做出二個基本假設。

第一，目前在我國快速發展的人工智能不再是用計算機簡單模擬人的智能（AI 1.0），而是基于網絡空間發展的數據智能，即新一代人工智能（AI 2.0）?；ヂ摼W，尤其是移動互聯網的發展是新一代人工智能發展的前提和基礎。

第二，人工智能內生于中國經濟轉型升級創新的智能化需求改革開放40年，前30年通過加速工業化，中國快速成長為“世界工廠”和全球第二大經濟體。從2005年開始，市場需求條件的變化、要素成本的上漲和環境約束條件的加強推動著中國經濟的轉型升級。在轉型升級的過程中，不僅創造了制造業的機器換人和智能制造，而且創造了服務業領域的智能化需求，它們成為中國智能經濟涌現的需求牽引力量。。在強勁的需求牽引下，我國的人工智能首先出現在互聯網領域，形成了人工智能核心產業部門。隨著人工智能與實體經濟的融合發展，人工智能開始向以工業互聯網和物聯網為主導的實體經濟擴散。融合產業的發展及其與核心產業部門的良性互動，是智能經濟的基本推動力。

在兩個前提假設條件下，本文構建了一個中國智能經濟快速發展的解釋性模型，如圖6 所示。中國智能經濟的涌現源于互聯網，尤其是移動互聯網的發展?；ヂ摼W發展創造的數據生態優勢是人工智能科技產業發展的前提和基礎。

推論1：與AI 1.0不同，新一代人工智能（AI 2.0）屬于數據智能。在互聯網，尤其是移動互聯網發展中創造的數據生態優勢，是AI 2.0在中國快速發展的前提和基礎。

數據生態優勢只是為人工智能的技術創新和發展創造了條件據2018年8月20日中國互聯網絡信息中心（CNNIC）發布的第42次《中國互聯網絡發展狀況統計報告》顯示，截至2018年6月30日，我國的網民規模達到8.02億，互聯網普及率為57.7%。其中，移動網民規模達到7.88億，網民通過手機接入互聯網的比例高達98.3%。，人工智能科技產業的發展首先要依賴核心產業部門的發展。核心產業部門主要包括基礎和技術層企業。其中基礎層企業包括大數據、云計算、AI芯片和操作系統（OS）企業。充分利用互聯網發展創造的數據生態優勢，大數據和云計算推動互聯網平臺企業向人工智能基礎層企業轉型和發展。包括百度、阿里巴巴、騰訊和網易在內的互聯網企業依托數據生態優勢率先進入人工智能核心技術領域，成為推動人工智能科技產業發展的主導者。

推論2：依托數據生態優勢，互聯網平臺公司不僅成為率先發展的人工智能企業，而且成為智能經濟發展的主導者。

作為早期的人工智能企業，平臺不僅積極從事人工智能科技創新和積累核心技術，而且通過向其他人工智能企業提供人力資本、技術賦能和投資活動構建自身主導的創新生態系統。同時，平臺公司的賦能對象不僅包括人工智能企業，而且包括傳統產業企業。通過向傳統產業企業賦能，平臺公司推動人工智能技術與實體經濟融合和發展。

與平臺公司不同，從事算法、AI芯片和操作系統研發和生產的企業往往屬于獨角獸企業。在人工智能算法中，只有部分算法與互聯網所創造的數據生態優勢相關，大部分算法的完善更多地依賴工業互聯網和物聯網數據。因為不完全依賴互聯網數據，人工智能算法領域成為創業公司發展的藍海。與之相類似，AI芯片設計公司同樣不完全依賴互聯網數據。AI芯片的設計和制造不僅包括軟硬件技術創新，而且包括算法優化。在人工智能操作系統領域，新創企業面臨同樣的機遇。

推論3：因為不完全依賴互聯網數據，在基礎層和應用層算法、AI芯片設計和操作系統領域為新創企業提供了廣闊的空間，成為獨角獸企業產生的土壤。

基礎層和技術層企業在研發人工智能核心技術的過程中，通過相互作用和協同創新，共同構建人工智能核心產業創新生態系統。中國的人工智能科技產業的創新生態系統是高度開放的。首先是人力資本的開放性。在中國人工智能的興起和發展過程中，不僅要從人工智能先發國家和地區的大學、科研機構和企業引進人才，而且要從國內大學和科研機構引進人才。其次，從技術輸入看，在我國人工智能科技產業的發展過程中，通過對國外企業的技術引進和與他們合作，加快了人工智能技術的創新和積累。最后，從技術賦能和投資關系看，人工智能核心企業通過技術賦能和涉外投資，布局人工智能發展的新領域和新空間。

在人工智能核心產業部門創新生態系統基本成熟后，人工智能與實體經濟融合的速度、深度和廣度成為了智能經濟發展的關鍵。作為通用技術，人工智能在向傳統產業擴張的過程中，依賴的是產業創新生態系統向實體經濟的持續滲透和擴張。其中，核心產業部門的人力資本輸出、技術賦能和投資是推動人工智能與實體經濟融合發展的基本途徑。

推論4：核心產業部門創新生態系統的形成和完善是人工智能與實體經濟融合的前提和基礎。作為通用技術，人工智能在與實體經濟融合的過程中，創造出的融合產業部門是推動智能經濟發展的關鍵。

從前三次工業革命發生和發展的歷史進程看，通用性新興技術與傳統產業的融合發展過程中創造的融合產業部門是中國經濟轉型升級的主要推動者。融合產業部門的發展要求核心產業部門技術創新的加速。兩個產業部門的相互融合和良性互動能共同推動人工智能科技產業的發展。與融合產業部門發展相適應的基礎設施不再是消費互聯網，而是工業互聯網和物聯網。以工業互聯網和物聯網為導向的新基礎設施建設，是政府發揮積極作用的重要環節。

五、總結和政策建議

（一）總結

如果從1969年阿帕網投入使用算起，人類整整用了60年時間搭建了一個前所未有的網絡空間。在某種意義上，第四次工業革命將要塑造的將是基于網絡、物理和社會三維空間的互動構建一個新的智能經濟時代。

在三維空間下，人工智能不再是簡單地讓計算機具有人的智能，而是基于網絡空間發展及其與物理和社會空間互動的數據智能系統。因而，互聯網，尤其是移動互聯網發展創造的數據生態優勢是智能科技產業發展的前提和基礎。依托數據生態優勢，互聯網平臺企業成為智能經濟發展的主導者。基于互聯網和物聯網發展創造的數據生態優勢，包括算法、算力、AI芯片和操作系統在內的人工智能技術體系的創新和發展構成了人工智能核心產業部門。隨著人工智能與實體經濟的融合發展，融合產業部門逐步成為人工智能科技產業發展的新增長點。

（二）政策建議

首先，針對智能經濟發展的趨勢，政府應加快出臺推動人工智能與實體經濟融合的政策措施。決定融合產業部門發展的因素不僅取決于技術創新速度，而且取決于工業互聯網和物聯網基礎設施發展速度。政府可通過積極引導新基礎設施投資，加速網絡空間的發展。

其次，在人工智能與實體經濟融合過程中，產業智能化的數據生態優勢是人工智能科技產業發展的前提和基礎。從實際情況看，“數據孤島”現象的廣泛存在仍然是決定和影響融合產業部門發展的制約因素。打破“數據孤島”是產業智能化發展的基本推動力。

最后，數據和智能技術的標準化是影響智能經濟發展的關鍵因素之一。如何在智能科技產業的發展過程中，通過政產學研用協同制定符合實際發展的標準體系，是政府、產業和學術界共同努力的方向。

參考文獻：

[1]?蔡志興. 中國人工智能40年[J].科技導報，2016（3）：12-32.

[2]?DOSI G. Technological Paradigms and Technological Trajectories[J]. Research Policy，1982（3）：147-162.

[3]?約瑟夫·熊彼特. 經濟發展理論[M].郭武軍，呂陽，譯.北京：華夏出版社，2015：73.

[4]?FREE C，PEREZ C. Structural Crises of Adjustment， Business Cycles and Invesment Behaviour[M]. London： Francis Pinter，1988：38-66.

[5]?卡蘿塔·佩蕾絲. 技術革命與金融資本[M].田方萌，譯.北京：中國人民大學出版社，2007：13.

[6]?NAISBITT J. Megatrends： Ten New Directions Transforming Our Live[M]. New York： Warner Books，1820：40-42.

[7]?阿爾文·托夫勒. 第三次浪潮[M]. 黃明堅，譯. 北京：中信出版社，2006：19-25.

[8]?YUNHE P. Heading toward Artificial Intelligence 2.0[J].Engineering，2016（2/4）：409-413.

[9]?崔雍浩，商聰，陳鍶奇，等. 人工智能綜述：AI的發展[J]. 無線電通信技術，2019（3）：225-231.

Emergence Mechanism of Intelligent Economy in China

LIU Gang

（School of Economics， Nankai University， Tianjin 300071， China）

Abstract：

The development of Chinas intelligent economy is endogenous to the demand of intellectualization created in the process of economic transformation and upgrading. Unlike AI 1.0， the new generation of artificial intelligence （AI 2.0） is no longer a simple computer simulation of human intelligence， but data intelligence based on the development of network space， that is， an intelligent system integrating intelligent machine， human and network. Intelligent economy is a new economic form which regards data and calculation as “key factors of production”. It includes new products， new technologies， new models and new formats created in the industrialization of artificial intelligence and the intelligentization of industry. The data ecological advantage created by the development of Internet， especially mobile Internet， is the premise and foundation of the development of Chinas artificial intelligence science and technology industry. With the advantage of data ecology， strong demand pull， collaborative innovation of industry， university and research， high openness of innovation ecosystem and integration of core industry departments and integrated industry departments constitute the key mechanism of Chinas intelligent economic development.

Keywords：

artificial intelligence; intelligent economy; demand pull; data ecology; innovative ecosystem