人工智能與實體經濟融合發展研究

■唐攀 楊姝平

（1.東南大學深圳研究院；2.東南大學經濟管理學院）

1 引 言

黨的十九大報告指出：“推動互聯網、大數據、人工智能和實體經濟深度融合。”2019年3月19日習近平總書記主持召開深化改革委員會第七次會議，會議通過了《關于促進人工智能和實體經濟深度融合的指導意見》，提出了促進人工智能和實體經濟深度融合的任務。人工智能作為二十一世紀全球產業革命的新興驅動力，依靠其自身強大的技術支持與不斷的創新，正在釋放對于社會來說十分巨大的推動能量。近年來，在世界各國政策的積極支持和引領下，不同國家的大型人工智能廠商正在主導人工智能持續與實體經濟中各種傳統應用場景相融合，從而催生出大批的新興技術和產品，產生和發展了新的商業模式。人工智能產業作為一種新興產業在逐漸成長，并帶來了社會生活的深刻變化。全球各國都在加快人工智能與實體經濟的深度融合，因此我國應加深融合人工智能與實體經濟，高度重視開發智能產業和智能經濟，這對于中國經濟和社會發展都將會產生深遠積極的影響。

2 文獻綜述

當前多國熱議和致力于發展的人工智能（Artificial Intelligence，AI）是21世紀計算機與互聯網信息技術、大數據產業等相結合的新興科學技術。

1956年的達特茅斯會議中，人工智能這一概念被首次明確提出，但至今關于人工智能仍有許多概念解釋。Nelson曾這樣定義人工智：“人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而Winston認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”這兩種定義從本質上都反映了人工智能學科的基本內核。即人工智能是通過研究人類思想與行為的規律，構造出具有這種思想和行動的智能系統的理論和方法技術。

關于人工智能作為技術驅動力的理解，Erik（2017）認為人工智能是一種通用性技術，不僅能夠使機器學習人類行為進行模仿和自主決策，并能夠在現實生活中普遍使用、與傳統技術互補并且成為一種新的技術動力[1]。謝平（2015）提出人工智能技術自身極大地提升了信息處理和計算能力[3]。趙振（2015）提出人工智能通過與傳統產業的融合，增強了創新能力[4]。任保平（2019）認為人工智能是對傳統社會各個領域的顛覆性改變，形成以人工智能技術為核心，由傳統技術基礎支撐和應用場景組成的覆蓋領域廣泛的產業[5]。當前，國內外人工智能研究的涉及領域十分廣泛，從簡單的數據挖掘、智能識別到與各個傳統產業相結合的機器學習、智能平臺等，已經應用到實體經濟生活之中。

人工智能技術是二十一世紀科學技術革命的代表，但是其對于實體經濟中經濟的增長、勞動和就業的影響尚未形成統一的觀點。Acemoglu和Restrepo（2018）提出如果新興技術與勞動力技能不能夠相匹配以及過快更新的技術會影響社會生產率提高，同時導致社會勞動需求下降，引發失業[2]。但是更多實證研究以及社會實際發展表明，以人工智能為代表的新技術的出現，人工智能產業的發展，很大程度地推動了各領域技術的進步與革新，同時帶動了經濟的增長。何玉長和方坤（2018）認為人工智能一方面能夠利用技術幫助傳統實體經濟進行升級和轉換，提高了傳統服務業和文化教育業的效率和智能化水平；另一方面，人工智能產業創造了新的實體經濟產業，例如開始在線下普及的工業機器人和服務機器人，以及大幅提升效率的物聯網商業模式等[6]。師博（2020）提出人工智能技術能夠提升創新和技術外溢，推動社會經濟的高質量發展[7]。趙劍波（2020）則認為各國技術與實體經濟融合程度存在不足，對兩者的融合認知還存在誤區，因此各國需要按照自身實際情況選擇合適的融合發展模式、策劃相應的政策措施[8]。

3 人工智能與實體經濟融合發展歷程和政策

當前全球各國都致力于融合人工智能技術與實體經濟，發展人工智能產業。人工智能產業已然發展60余年，技術逐步成熟，產業規劃和基礎建設正在逐步完善當中，當前是將人工智能與實體經濟深度融合，賦予人工智能產業經濟動能的階段。目前，中美兩國是人工智能產業發展較為迅速的國家。我國在部分人工智能技術領域已經可以和美國相比肩，整體實力上也在快速縮小差距。國內人工智能企業正在加快基礎設施的建設，從而加強人工智能技術的應用，但是由于技術難度較高，需要時間進行研究和進一步發展。

3.1 人工智能產業發展歷程

20世紀60年代，人工智能引起社會關注，人工智能產業開始發展，在70年代達到頂峰后因為算法限制等與預期差距太大，表現不理想而不被市場看好；80年代初直到21世紀初，人工智能技術研究逐步系統化，但是其在實體經濟中的應用微乎其微，人工智能產業遇冷；2006年開始，各國政策鼓勵發展人工智能，深度學習快速發展，加上大數據積累，人工智能的研究理論與技術應用都逐漸成熟，開始與各個傳統行業進行深度融合，幫助制造業、金融業、服務業等傳統產業轉型和發展，人工智能技術開始真正應用于實體經濟中[9]。

1978年，中國科學大會在北京召開，“智能模擬”進入國家研究計劃，這標志我國人工智能產業正式開始發展。1986年，智能計算機、機器人等項目被納入計劃。1997年，人工智能的相關項目被列為國家重點基礎研究計劃，大量人工智能項目獲得資金支持。2006年，計算機戰勝象棋大師，人工智能被關注且熱度上升。以百度為代表的我國互聯網企業開始布局人工智能，并于2013年成立人工智能研究院。2017年，《新一代人工智能發展規劃的通知》發布，政府工作報告連續三年提到人工智能，我國人工智能產業目標確定，這從國家層面推動了人工智能產業的發展，我國從此開始向人工智能驅動經濟轉型。近年來，我國人工智能產業在政府、研究人員和廠商企業的共同努力下發展十分迅速。人工智能在我國大量領域都得到了應用，尤其在商業化方面的應用較為突出。

1956年，人工智能誕生于美國，設立了三個人工智能研究機構，分別在卡內基梅隆大學，MIT學院和IBM公司。60年帶至90年代初，人工智能開始產品化并且嘗試將人工智能的研究成果應用于其他領域。90年代初至21世紀初，人工智能逐步被應用在各個領域。2006年，在Hinton的努力下，深度學習進入到大眾視野，人工智能開始備受關注。谷歌等大型企業開始加入研究和應用人工智能。到目前為止，已經將人工智能應用于醫療、教育以及金融等眾多領域，國家政策也充分重視人工智能產業。2016年以來，相繼出臺人工智能政策與計劃，為人工智能產業提供貸款支持。2019年，美國簽署美國人工智能提倡行動命令，進一步加大了對于人工智能產業的扶持與推動。

美國是人工智能的誕生地，發展人工智能的歷史較為悠久，擁有較多技術儲備，在人工智能領域有較多經驗。相比較來說，中國在人工智能產業上雖然起步較晚，但是應用環境十分適宜，研究和發展迅速，人工智能技術正在深度驅動中國實體經濟向智能化方向轉型，帶動經濟快速發展。

表1 中國國家層面人工智能產業政策

表2 中國地方層面人工智能產業政策

3.2 人工智能產業政策

在中央關于人工智能產業的號召下，各省市紛紛響應號召，截至2019年6月，我國已有三十多個省市公布人工智能相關政策，將科研放在首位，促進人工智能的研究與應用，加快其與實體經濟的融合發展。其中，北京，上海和深圳尤為重視，人工智能企業數量分別占全國的40%，20%和12%（見表3）。

表3 美國人工智能產業政策

近年來，美國發布的多個人工智能產業政策表明其較為注重人工智能研究，對此領域也有一定的資金支持。但是同時對于隱私和數據安全的政策發布，對于人工智能產業的發展產生了一定的阻礙。例如，臉書等互聯網企業因數據安全問題多次被民眾關注甚至起訴，2020年1月1日的加州消費者隱私法案影響五十多萬家美國企業，這都在一定程度上限制了人工智能的應用和研究。

對比美國，我國在人工智能產業方面更加重視，自2017年將人工智能產業寫入政府工作報告開始，始終積極引導人工智能發展，為其提供了較為全面的政策支持。政府還通過市場化為相關企業和廠商提供資金支持；鼓勵人工智能的科學技術研究，先后公布了百度自動駕駛平臺、阿里云城市平臺等創新平臺；并且充分關注企業需求，為人工智能產業建設配套設施，保證了人工智能技術的研究進度以及人工智能與實體經濟的融合發展。

4 人工智能融合實體經濟的客觀必然性

4.1 人工智能融合實體經濟的良好客觀條件

首先，從產業布局上來看。當前人工智能產業布局主要分為三個部分，分別是基礎層、技術層和應用層。基礎層包括芯片、傳感器等基礎核心硬件；技術層為計算機視覺、語音識別、自然語言處理、技術平臺和機器學習等；應用層則是人工智能在各個行業的應用，例如智能金融[10]。

2018年，我國人工智能相關企業總數達到2167家。其中77.7%為應用層企業，17.9%為技術層，只有5.4%為基礎層企業。從企業分布可以看出，目前我國在人工智能產業的基礎層實力稍弱，企業在生產芯片、傳感器等方面的核心技術掌握較少。但是在技術層面，百度、華為等企業廠商都發展較為迅速，并且在未來有巨大的商業化潛力。我國在人工智能應用方面，發展十分繁榮，人工智能與各個傳統領域相結合，近年來人工智能產業飛速融入社會和經濟生活。

第二，從產業規模上來看，中國人工智能產業規模在世界處于領先地位，并且呈加速增長趨勢。根據艾瑞咨詢數據，2018年我國人工智能產業規模達到251.1億元人民幣，2019年超過570億元，2020年預計將達到1573億元。2018年中國人工智能賦能實體經濟各產業份額顯示，人工智能融合安防產業的產能所占份額為53.8%，其次人工智能與金融業結合的產能占比為15.8%。數據表明目前安防和金融業與人工智能的融合效果較好，但從長遠來看，醫療、教育以及傳統工業在未來都有巨大潛力。

第三，從人工智能產業投融資規模來看。2018年我國人工智能領域共發生668件投融資事件，總融資額達1196億元，相比于2017年552件投融資事件共650億元的規模，2018年投融資數量上變化平穩，但在投資總額上呈現爆發式增長。這說明投資人以及資本市場對于人工智能產業領域的青睞。在投資方向上，由于我國的人工智能應用場景十分廣闊，資本流向應用層會更快獲得回報。2019年我國在人工智能領域投資了70多個細分行業，對比美國只有50多個，這表明我國在人工智能投融資方面的思路更加多樣化。

第四，從技術儲備來看。清華大學數據顯示，我國人工智能人才數量目前為一萬八千余人，美國高于中國。同時，我國人工智能高尖端人才目前略微稀少，占比為5.4%，低于美國目前的17.1%。這種人才數量與質量上的差距主要來源于我國人工智能整體研究起步較晚，造成了目前暫時的人才稀缺。但是2017年開始，我國中央和地方先后出臺政策，加強國內在人工智能領域方面的人才培養。國內的30多所高校設立了人工智能學院，70多所高校增添設置了人工智能相關學科和專業。我國政策對于人工智能的引導和重視，激發了社會在人工智能領域的科研和創業熱情。2013年至2018年，我國人工智能領域論文產出量為74676篇，較美國高出43.1%。對比人工智能領域被引用頻率，中國在世界頂尖論文數量上遠遠領先于其他國家，并且在2019年的多個人工智能峰會中，我國錄取論文數量也均領銜全球。不僅如此，在人工智能專利申請方面，我國人工智能專利數量已經遠超于美國，國內人工智能專利申請數量居全球首位。論文和專利數量和質量的不斷上升表明我國在人工智能領域的研究實力和研究成果均增速較快。

4.2 我國亟需人工智能推動實體經濟發展

目前我國人工智能應用主要集中在金融和安防領域，但是中國作為以制造業為主體的實體經濟國家，人工智能與實體經濟的融合應用及推廣依舊非常有限。尤其是制造業和農業這兩大產業的智能化水平和智能應用率都較低[11]。當前全球都在積極研究與發展人工智能產業，并將技術應用于生產生活之中，我國同樣需要利用新興科技力量推動實體經濟發展，將科技力量轉化為經濟產出。因此實現人工智能與實體經濟深度融合是大勢所趨，我國需將人工智能產業作為新的經濟增長點，帶動制造業和農業等傳統支柱產業向智能、高效、高產的方向發展[12]。

首先，制造業轉型需要人工智能融合實體經濟。我國制造業的生產方式較為傳統，主要依靠人力，具有成本高、利潤低的特點。雖然過去幾十年間我國以制造業為主要產業，但在生產設備以及核心技術的掌握上并不具有優勢。近年來，傳統制造業面對產業結構失衡、產能過剩等問題一直在積極調整結構和去產能，但是在制造業轉型和升級方面依舊有很多問題和壓力。因此傳統制造業亟需提高智能化普及率，運用人工智能提升效率，降低能耗和成本，提升制造業利潤。制造業是一國實體經濟的關鍵，人工智能融合實體經濟的核心就在于制造業的智能化升級。

第二，服務業發展需要人工智能融合實體經濟。一方面，我國目前傳統服務業在服務業總量中占比很高，但是傳統服務業的服務和經營方式仍比較落后，智能化水平較低。因為傳統服務業還沒有與人工智能技術相融合，一直沿用傳統的運營方式。將人工智能應用至傳統服務業，不僅可以提升企業的服務效率，使顧客體驗感提升，而且能夠降低服務成本。另一方面，以金融、電子商務、共享經濟等行業為代表的新興服務業，在服務業總量中占比較小。新興服務業已經在一定程度上與人工智能進行融合，比如智能金融等服務，但由于應用水平有限，仍有很大發展空間。因此無論是傳統還是新興服務業，均需加速應用人工智能技術、加深融合，從整體上提升我國服務業的智能化水平，改善和提升服務質量和服務水平。

第三，技術的應用與發展需要人工智能融合實體經濟。目前，我國的人工智能產業分布不均，基本集中在北京、上海、深圳等一線城市，但是這些城市以外的其他地區在人工智能技術的應用方面都發展十分遲緩。這種不均勻分布一定程度上限制了人工智能在我國全方位的普及應用。人工智能設備前期研究投入和制造成本都較高，因此要求人工智能產品的使用具有規模效應，但是對于小企業來說很難進行推廣。除了地區和成本問題，當前人工智能產品的通用性都較低，無法真正滿足日常應用需要，這些都是限制人工智能產業在全國普遍發展的因素。因此，只有將人工智能技術深度融入到實體經濟中，才能有效發揮規模效應，推動智能產品更加通用化，使人工智能技術得到真正的應用，有序推動人工智能產業的均衡發展。

綜上所述，我國不僅有適合人工智能產業均衡發展客觀環境和支持引導政策，而且實體經濟中眾多產業對于人工智能技術有應用的需求，人工智能不斷融合實體經濟是我國經濟發展的趨勢。

4.3 人工智能深度融合實體經濟途徑

（1）制造業智能化。人工智能與傳統制造業的融合方向主要有四個，分別是制造業產品的研發、生產、銷售和服務等方向。在產品研發領域，人工智能技術能夠運用大量互聯網信息和數據，搭建產品研發平臺[13]。智能平臺運用數據資料經過自主學習之后，能夠根據社會和時代需求等相關數據，自主研究和設計出各種研發方案。在產品生產領域，可以應用人工智能技術進行產品的視覺檢測，通過人工智能機器實現快速精準的產品檢測，同時可以在保證產品質量的條件下，實現24小時連續生產。在產品銷售方面，人工智能可以運用機器學習，計算出合理的產品數量和價格并得出利潤，為產品客戶和生產商提供高質量的建議。在產品服務方面，可以推行智能服務和智能售后，運用人工智能提升技術支持。制造業是我國實體經濟的關鍵與核心產業，人工智能技術在傳統制造業的多方面應用，能夠幫助制造業實現快速的升級和轉型，這是人工智能融合實體經濟的十分重要和關鍵步驟。

（2）農業智能化。農業智能化是通過將人工智能技術應用于農、林、牧、副、漁等廣義上的農業行業，研發智能農業設備，并且提升農業智能化和現代化水平。我國作為農業大國，傳統農業一直依賴人力勞作或者半機械化勞作，每年的產出取決于未知的氣候情況。隨著當前經濟的發展，從農村進入城市工作的勞動力數量大量增加，農業勞動力相對減少，智能機器人或全自動機械智能設備應用于農業勞作，將大幅提升勞作效率，降低人力成本。同時，在當前大數據時代背景下，智能農業能夠運用大數據進行分析和決策，在農副產品生產以及畜牧業養殖等方面進行精準的定制化生產，并利用互聯網進行精準的銷售，將各地區農業資源的配置進行最優化，農業生產、供應、銷售實現一體化。當我國從傳統農業跨越至智能農業，農業與人工智能深度融合時，大批勞動力將獲得解放，農業生產成本下降，農產品銷售定位精準，最終帶來我國農業整體收益上升。

（3）服務業智能化。人工智能與服務業相融合是改善和提升民生生活質量和水平，為社會民眾帶來極大便利的一種途徑。因此，傳統服務業都應與先進的科學技術相結合，進行智能化轉型，將金融、物流、旅游等為代表的傳統服務行業與最為前沿的人工智能技術相結合，提升這些在我國實體經濟中占有較大比重的傳統服務行業的服務效率和服務質量。新興服務業如智能醫療、智能養老等服務未來在我國有巨大的應用潛力。虛擬助理、生物技術、健康管理等熱度逐步上升，隨著社會的進步和人們逐步對健康和養老的重視，人們對于提升醫療技術、健康養老的需求也更加迫切。醫療和養老行業會有越來越大的市場需求，智能化服務將從數量和質量兩方面對傳統型服務進行有效提升，大力節省人力資本，優化合理地分配各類醫療和養老地資源。因此，在我國傳統服務業中應大力發展與推廣服務智能化，將人工智能尖端科學技術與傳統服務業有效結合起來，運用科學技術真正推動服務業的發展，提升服務業的質量。

（4）人工智能基礎設施建設。人工智能技術在各個領域的應用都是建立在網絡和大數據的基礎上。因此首先要加強我國網絡基礎建設，使互聯網能夠覆蓋整個社會領域，為人工智能技術的應用奠定基礎。目前我國的5G基建設施應加快速度，使其逐步覆蓋于全國地區，尤其是加強中部和西部等較為薄弱地區的網絡基礎設施建設[14]。其次，在我國建立全面且獨立的網絡大數據中心，在合理合法的前提下，完成社會公眾信息數字化，實現數據和資源共享，便于人工智能產業的發展。將網絡社會中各大網站中的資源和數據，運用技術進行篩選和處理，將數據真正應用于實體經濟中的產業發展，運用大數據推動各項產業的智能化轉變。對于已有技術的成熟落地并市場化以及找到合適的大規模應用場景十分關鍵，隨著人工智能產業網絡基礎設施的逐步完備，人工智能研究領域中的各項前沿技術能夠逐漸應用于現實社會生活和實體經濟中，人工智能的通用化領域也將擴大。

結 論

人工智能產業是一種新興產業，其本身是實體經濟的一部分，并且能夠通過運用先進的人工智能技術推動其他產業轉型和升級，提升實體經濟的發展。我國雖然人工智能產業起步較晚，但近年來在政策、資金以及研究領域都積極引導和支持人工智能產業的發展，有效促進人工智能與實體經濟的融合。當前我國擁有人工智能融合實體經濟的良好客觀條件，產業規模和投資融資規模都不斷擴大，產業技術含量高，進入門檻相對較高，研究和專利處于世界前沿水平，且正在大力推動著人工智能人才的培養。同時，我國目前亟需人工智能產業的發展，以此來帶動傳統制造業、服務業等產業進行轉型和升級，人工智能不斷融合實體經濟是我國經濟發展的趨勢。隨著基礎設施建設的完善，人工智能技術將從社會經濟生活的各個方面以多種途徑深度融入實體經濟，人工智能產業將帶動我國實體經濟實現新的飛躍，對我國整體產業化升級和人民生活產生積極而深刻影響。