人工智能對產業發展影響的研究進展

□耿子恒 汪文祥

一、引言

人工智能技術是新一輪科技革命中最具通用性的技術，滲透性強，與產業融合度高，能夠促進產業效率和效益提升，為經濟增長提供新動能。但同時人工智能技術存在較強的非普惠式滲透性（蔡昉，2019）[1]。只有在合理的體制機制引導下，人工智能才能成為帶動產業發展質量提升的重要技術。因此，人工智能與產業之間的關系研究具有重要意義。雖然隨著人工智能在國內應用的逐步推廣，人工智能經濟的國內研究也在逐步增加，但是仍未有從人工智能與產業發展角度進行綜述性研究。本文在人工智能理論溯源基礎上界定人工智能概念，遵循人工智能從宏觀經濟到微觀企業影響產業發展的內在邏輯，以國外經典文獻為起點，主要梳理、總結和評述2018 年以后人工智能對經濟發展、產業發展與企業管理變革影響的國內文獻，以期為我們更好地理解人工智能對產業發展的正面和負面作用，設計科學合理的產業政策，有效應對未來可能帶來的挑戰，以及未來人工智能經濟的研究等提供有益借鑒。

二、人工智能概念溯源、界定與特征

（一）人工智能概念溯源

人工智能（Artificial Intelligence，AI）具有長達60 余年的歷史，它比一般科技更復雜、更豐富，被描繪為一場“永恒的戰爭”?？梢?，人工智能作為新一輪科技革命的巨擘，擁有極其豐富的內涵。1948 年，圖靈最早提出嚴肅的“機器智能”概念，并將智能概念劃分為肉體智能和無肉體智能。1950 年，他又在《計算機與智能》中提出著名的圖靈測試，并將肉體智能和無肉體智能修正為體力和智力，這是被公認的關于機器智能最早的系統化、科學化論述。同時，圖靈還闡述了數字計算機如何實現如同人類計算員操作（工作）達到的效果；并列出數字計算機由“存儲器、運算器和控制器”構成，闡述了三個構成要件的運作原理和功能（尼克，2017）[2]。數字計算機模擬人類計算員的行為欲達到預期工作效果的三個構成要件與當今人工智能功能實現的三個要素一一對應，即與數據、算法和硬件相對應；同時，也與人工智能層次劃分一一對應，即基礎設施層（包含硬件、計算能力、數據）、算法層、技術層。因此，圖靈為人類的“智能化”奠定了理論基礎。計算機科學一直有兩條相互交錯的路線，理論起源追溯到圖靈，工程路線則終究會追溯到馮諾依曼。馮諾依曼1955 年的著作《計算機與大腦》，描繪了“計算機”和“大腦”兩個部分，他認為這兩個部分（路線）并不對立，而是解決同一問題的兩種方法，為人工智能符號派和神經派指明了發展路徑。因此，馮諾依曼在一定程度上預示了人工智能的發展路線（尼克，2017）[2]。麥卡錫、明斯基分別在1956 年、1961 年提出人工智能的概念，但時間均晚于圖靈和馮諾依曼。所以，圖靈是“智能”的淵源，馮諾依曼是“智能”的先驅，他們共同創造“智能”概念，人工智能的概念界定也應以此為根本遵循。

（二）人工智能概念界定

從目前國內外人工智能界定研究看，基本遵循了圖靈和馮諾依曼關于“機器”和“大腦”的理論起源，認為人工智能不僅是一門讓機器做人類智能才能完成的事的科學（Minsky，1961）[3]，廣義上也是與智能行為相關的非自然存在物體（Nilsson，1988）[4]，而后，Min（2010）[5]和Cerka（2015）[6]將人工智能具象化定義為，通過學習人類思維和行為、模仿人類并像人類一樣思考和行動的機器或系統。此外，房超等（2020）[7]認為人工智能是通過特定技術手段使機器模仿人的智能。雖然學者們將人工智能界定為科學、物體、機器或系統等，但是這些概念界定不僅體現出人工智能的本質——“賦予機器人類智能”，且這種智能具有生物智能的自學習、自組織、自適應、自行動的特征（張鑫、王明輝，2019）[8]，而且還都融入了機器智能的血液。因此，人工智能是通過搭建符合存儲、運算和控制模式的基礎設施層、算法層與技術層，進而獲取并使用知識（數據）進行機器學習或深度學習，以模仿人類體力能力和智力能力，解決人類社會發展問題的計算機科學技術。

（三）人工智能技術經濟特征

在當前基礎理論條件下，人工智能雖然具有智能性、廣泛性、高效性和全球性等正面技術特征，但也存在靈活性低、可解釋性弱、魯棒性差等負面技術特征（房超等，2020）[7]。人工智能負面技術特征的弱化或消失，不僅需要人工智能技術創新，更需要人工智能技術應用于多領域、多產業、多場景，進而反哺喂養人工智能技術創新，使人工智能技術發展與人工智能產業發展共同步入“演化式”發展道路，以增強或徹底實現人工智能正面技術特征。因此，現階段人工智能正面技術特征與負面技術特征都會影響其作用于宏觀經濟、產業發展及企業管理。人工智能是基于計算機技術體系下的信息技術。人工智能不僅具有滲透性、替代性、協同性等信息技術所具備的技術經濟特征（蔡躍洲和張鈞南，2015）[9]，也具有人工智能獨有的創造性特征，其來源于替代人類的腦力勞動（蔡躍洲和陳楠，2019）[10]。但是，現階段人工智能替代人類腦力勞動或創造性活動的能力尚不足，人工智能創造性相對于其他三個特征仍然較弱。

三、人工智能對產業發展的影響

（一）人工智能與宏觀經濟

關于人工智能與生產率和經濟增長的研究始于國外，國內人工智能與經濟交叉領域研究多集中于國家政策與人工智能經濟發展、人工智能內部細分行業發展方向、人工智能頭部企業與創新企業發展案例等政策、行業研究及案例分析等（呂文晶等，2018）[11]。人工智能對經濟增長影響的研究大多基于新古典經濟增長模式或基于工作任務，著眼于自動化對生產率的影響及其產生的經濟效應，以及像工業機器人某一細分行業技術的應用對經濟的影響。

1.人工智能與經濟體制和經濟結構的關系

技術進步對推動經濟增長具有關鍵作用。然而，以人工智能和互聯網為代表的新技術不會均衡地普及到所有國家、地區、產業與廠商，而會促使掌握科技的頂級企業形成自然壟斷，使行業內技術流偏弱的企業成為競爭中的“打工人”，導致新企業成長困境、創新萌發障礙與技術擴散緩慢等阻礙國民經濟享受技術進步成果的問題（蔡昉，2019）[1]。從馬克思主義政治經濟學視角看，人工智能對生產力與生產關系也有影響，它能夠推動現代化經濟體系各領域質量與效益提升（喬曉楠和郗艷萍，2018）[12]。因此，經濟體制機制對國民經濟發展具有重要影響。如果要使人工智能技術賦能經濟增長，就需要瞄準經濟體制，關注經濟機制設計對技術賦能經濟增長會產生正面或是負面影響，設計有利于技術擴散與應用的政策取向與制度、科技政策與產業政策規制等，才能突破技術壟斷阻礙經濟增長的障礙。此外，人工智能賦能經濟增長，不僅要注重經濟體制機制設計，還應推動中國經濟結構轉型升級。人工智能賦能中國經濟結構轉型要以實現要素驅動向創新驅動、粗放發展模式向內涵發展模式、非均衡增長向協調發展、資源消耗向綠色發展的四個轉型為基礎。同時，還需要全面把握人工智能對產業結構、消費結構和投資結構升級的影響，把人工智能技術的外溢性和創新性融合到社會再生產各環節，才能推動中國經濟結構轉型，實現社會再生產各環節邁進高質量發展階段的目標（師博，2019[13]、2020[14]）。

2.人工智能與生產率和經濟增長的關系

Solow（1987）[15]提出生產率悖論的存在，但是蔡昉（2019）[1]認為這是統計問題導致的結果表現。國外大多數研究支持人工智能能夠提高生產率的結論。Brynjolfsson 和Hitt（2011）[16]通過分別研究美國527 家公司的8年股票數據和179 家上市公司的調查數據，發現計算機應用能夠正向影響生產率且長期會對生產率增長產生更大貢獻，具有商業分析能力的上市公司會獲得更高的平均生產率。不僅如此，假設機器替代人類勞動，技術進步迭代速度較計算機技術可以更快且無限供給該要素投入，那么機器智能對經濟確有影響且在不考慮智能化創造新工作的因素時還會低估這種影響（Hanson，2011）[17]；這種影響表現在機器人（自動化）對生產率提升具有顯著的長短期影響（Kromann 等，2015）[18]，并且能夠促進TFP 增長（Graetz 和Michaels，2015）[19]。此外，在自動化替代勞動以及當勞動有比較優勢時可以創造新工作任務的分析框架下，自動化會產生替代效應和生產效應（Acemoglu D.和P.Restrepo，2016）[20]，這會使應用人工智能技術的部門提高生產率，加速自動化水平提升，引致勞動力需求下降以及資本回報的提升，但是，同時也令未使用人工智能技術的部門成本上升而減少資本回報（Aghion，2017）[21]。

2017 年后，也有一些就人工智能是否能夠帶來經濟增長的研究觀點的碰撞。例如，Klaus Prettner（2019）[22]認為，即使沒有技術進步，也會有持續增長的可能性；郭敏和方夢然（2018）[23]聚焦全球生產率下降問題開展研究，認為人工智能投資未改善全球生產率。但是，國內學者利用中國經濟事實與數據反駁了該類觀點。陳彥斌等（2019）[24]、蔡躍洲等（2019）[10]和林晨等（2020）[25]分別結合中國經濟發展現實，研究論證了人工智能如何影響老齡化、就業、消費等并進而影響經濟增長等問題。陳彥斌等（2019）[24]從中國老齡化和經濟增長之間矛盾入手進行研究，發現人工智能可以提高智能化和自動化水平，減少勞動力需求，而促進資本回報率提升，增加資本積累，提高全要素生產率，還可以緩解老齡化與經濟增長之間的矛盾及老齡化對經濟增長帶來的負面影響。也就是說，人工智能可以替代勞動而帶來經濟增長。蔡躍洲和陳楠（2019）[10]等把人工智能視為ICT 技術之一，認為人工智能通過投入產出效率與知識創造促進宏觀經濟增長，并且人工智能生態化發展也會推動宏觀經濟增長。林晨等（2020）[25]從中國居民消費率低出發，將異質性資本細化融入動態一般均衡模型開展研究，認為人工智能可以提高實體經濟吸引力，促使資金從地產經濟流向實體經濟，降低住房資本和基建資本對居民消費的擠出效應，提高居民消費率，從而促進經濟增長。因此，從國內外研究成果看，絕大多數學者支持人工智能技術的產業化應用可以促進生產率提升、資本回報率提升以及全要素生產率提升，從而推動經濟增長的觀點。

然而，在人工智能技術應用過程中，中國還面臨“應用強、研發弱”“重引進、輕自研”“豐概念、缺實質”“發展快、乏機制”等影響其自身發展又影響經濟增長的發展障礙。所以，要在技術產業化應用中，加強人才培養，加速新基建建設，構建產業鏈，制定合理的引導政策，才能使人工智能成為經濟增長的新動能（郭晗，2019）[26]。此外，我們還應關注人工智能導致結構性失業、分配不均衡與經濟安全等負面效應，要堅持黨對智能經濟發展的領導，加強諸如算法等基礎研發能力，提高人才培養質量，推進產學研一體化發展，擴大民生經濟領域人工智能技術的應用范圍，促進人工智能對經濟增長發揮積極作用（馬相東，2020）[27]。

3.人工智能與生產方式轉變的關系

Agrawal 等（2017）[28]借鑒了Weitzman（1998）[29]的研究，對Aghion 等（2017）[21]所提出的人工智能影響經濟增長的關鍵因素——人工智能對創新和知識重組的作用進行研究，發現人工智能能夠幫助人類學習新知識，重組已有知識，并且人工智能技術能夠通過知識發現與知識重組促進經濟顯著增長（Jones，2005）[30]。這個研究結果與蔡躍洲和陳楠等（2019）[10]提出的人工智能獨有的“創造性技術—經濟”特征促進經濟增長具有一致性。同時，衛玲（2019）[31]從馬克思主義政治經濟學視角理解人工智能對勞動、商品價值與生產率以及社會生產方式運行的影響，認為人工智能可以節約勞動時間且智能勞動是復雜勞動，可以提高勞動生產率，并在單位時間內提供更多使用價值，從而以節約勞動時間釋放自由時間，以生產工具快速迭代推動生產方式轉變，促進經濟社會的發展。此外，劉亮等（2020）[32]從分析中國經濟發展方式轉變所處階段出發，通過構建CES 生產函數模型研究2004 年—2015 年中國省級面板數據，發現智能化通過作用于技術效率與技術進步對經濟增長集約化產生U 型動態影響。

（二）人工智能與產業發展

1.人工智能與產業結構轉型升級的關系

人工智能對產業結構轉型升級的影響研究均處于探索性階段。從現有研究來看，人工智能對產業結構轉型升級具有一定影響作用，至于影響前提、影響方向、影響機制、影響程度等，還未形成體系化的一致觀點。從影響前提和方向看，人工智能是一項具有新型基礎設施屬性的通用技術，它對勞動或資本可能產生偏向替代性，并且在不同產業具有差異化應用前景；通過構建多部門動態一般均衡模型進行研究，發現人工智能無論是促進資本密集產業還是勞動密集型產業發展，對產業結構轉型升級產生正向影響還是負向影響都是不確定的，這取決于不同產業部門應用人工智能后的產出彈性和人工智能與傳統生產方式的替代彈性之間的差別（郭凱明，2019）[33]。由此可見，人工智能在不同的產業部門或要素配置選擇等前提條件下，會對產業結構轉型升級產生不同的影響作用。從影響機制看，人工智能滲透于產業領域是人工智能發揮優化產業要素投入、提高生產率、降低運營成本、改進服務質量等綜合作用的首要條件（師博，2020）[14]。此外，人工智能產業化發展水平與人工智能技術應用的普及水平共同發揮作用，影響人工智能技術促進產業升級的效果（胡俊等，2020）[34]。所以，人工智能影響產業轉型升級的機制還不夠清晰，仍需要加強人工智能技術產業化應用實踐研究，進一步厘清人工智能對產業轉型升級的影響機制。盡管人工智能影響產業轉型升級的前提、方向與機制尚未具體化和體系化，但是，人工智能對產業轉型升級的作用仍以正面影響為主。人工智能對第二產業影響顯著且可以促進二次產業比重增加（祝昊辰，2019）[35]；同時，在人工智能、產業升級與人力資本分析統一框架下，人工智能通過外溢效應、生產率效應、創新效應等能夠促進產業升級，并且對中西部地區產業升級產生促進作用（呂榮杰等，2021）[36]。因此，總體而言，人工智能對產業轉型升級具有一定影響（沈賞，2020）[37]。

2.人工智能與三次產業發展的關系

（1）人工智能與農業發展的關系

在人工智能背景下，農業管理正在邁向大數據智能、群體智能、跨媒體智能與“混合—增強”智能以及自主智能農業發展的新階段，產生精準農業、設施農業、精準養殖、營銷農業等智慧農業新模式（陳桂芬等，2018）[38]。智慧農業的發展路徑有3 條：一是發揮智能化替代性作用節約勞動；二是加大資本投入升級傳統生產工具為智慧工具；三是加強智能化技術應用推動農業技術和農業管理升級，進而改善農業產品質量（汝剛等，2020）[39]?？梢姡獙崿F智慧農業高質量發展，需要發揮人工智能技術替代生產要素（勞動和工具）的作用，使農業生產效率提升，同時，應用大數據、物聯網與人工智能技術，實現農業管理水平提升。在“雙提升”下，改善農產品質量，提高農業全要素生產率，推動農業供給側改革，促進農業邁向高質量發展。

（2）人工智能與制造業發展的關系

人工智能在工業化角逐過程中占有重要地位，會助力制造業在柔性化、自動化、智能化、服務化方面進行轉型升級（黃群慧和賀俊，2019）[40]。制造業智能化不僅要具有產品智能化、裝備智能化、生產方式智能化、管理智能化、服務智能化等企業層面特征，還要具有人工智能技術、工業物聯網技術構建新型制造體系等產業層面特征以及構建核心人才競爭力，重點突破共性技術、標準體系建設等基礎性環節的全方位智能制造宏觀層面特征（李廉水等，2019）[41]。但是，當前制造業不僅存在傳統生產模式缺乏靈活性、難以滿足消費升級的個性化需求的問題（新一代人工智能引領下的制造業新模式新業態研究課題組，2018）[42]，還存在制造業數據匱乏與使用難度大、核心技術缺乏、創新模式待探索和復合型人才嚴重不足等問題（鄧洲，2018）[43]；受智能化模式系統構建約束、轉換成本約束、信息化不充分等造成的“信息化智能化雙期疊加”約束問題（高煜，2019）[44]；特別是存在高端制造能力弱，關鍵零部件、材料、操作系統和軟件進口依賴度高，缺少核心技術等短板（胡汝銀，2020）[45]。

面對如此之多的障礙，國內大多數研究支持人工智能可以通過推動制造業智能化，提高制造業生產效率、產品質量以及全要素生產率的觀點。當人工智能與勞動力相比較而具有比較優勢時，將促進人工智能與制造業融合，并促進制造業生產效率、經濟效益、生產柔性、質量控制能力以及供需匹配度等各方面的提升（鄧洲，2018）[43]。劉亮和胡國良（2020）[46]從實證分析角度，通過研究中國制造業數據，論證了人工智能可以通過技術效率路徑提高全要素生產率，并且對中高技術行業影響顯著的觀點。同時，人工智能（設備資本價格指數的倒數）通過提高生產智能化、流程監測與產品質量，發揮技術效應與人力資本積累效應，可以實現制造業升級目標，并對勞動密集型和技術密集型的制造業產生正向影響，尤其對東部地區制造業升級影響產生顯著效果（付文宇等，2020）[47]。

在我們知曉了智能制造的目標或特征、困難或障礙、影響或效果后，更重要的是思考和研究如何實現智能制造。從技術操作方面看，人工智能應推動服務型制造業建設，其關鍵是要發揮新一代人工智能建設多元跨媒體的異構數據庫、基于大數據設計需求特征的挖掘系統、虛擬體驗系統、虛擬制造系統及全流程信息自動化采集、生產管控與協同優化系統等關鍵性技術以及數據挖掘技術、傳感器技術、嵌入式監控系統、故障預測算法、機器視覺技術、機器學習等支撐性技術的功能（新一代人工智能引領下的制造業新模式新業態研究課題組，2018）[42]。從發展模式方面看，應加大人工智能對制造業在產品智能化、裝備智能化、生產智能化、管理智能化、商業應用智能化、產業生態智能化等6 個方面的改造，推動智能化生產管理模式、智能化生產運營模式、智能化組織管理模式、智能化商業模式、智能化企業競爭模式等5 種模式良性運行，將會更加有效地促使人工智能與制造業深度融合（高煜，2019）[44]。從機理路徑方面看，人工智能是通過提高產業效率、優化產業結構、改善生態環境等方面促進制造業產業升級的，它可以通過提高生產要素使用和配置效率、組織管理效率和商業運行效率，推進產業效率提升，使得資源損耗和污染排放減少，進而形成“人工智能決策—智能化要素配置—智能化自主生產”為主線的智能制造體系（吳旺延和劉珺宇，2020）[48]。

（3）人工智能與服務業發展的關系

雖然人工智能與服務業融合發展在具體場景的應用中具有豐富的實踐案例。但是，還沒有總結形成一般性理論分析框架。由于“人工智能+服務業”各應用場景的特點差異較大，因此，從統一框架視角考慮服務業發展仍有一定難度。例如，中國人民銀行武漢分行辦公室課題組（2016）[49]率先總結了先進發達國家人工智能在金融領域的應用，并提出中國的應對措施。但是，中國金融服務業智能化如要實現應用，仍然需要繼續完善金融交易市場規則、強化信息安全與網絡安全、加強人工智能在金融監管中的作用。再則，有研究聚焦中國人口老齡化以及區域養老服務布局不合理等矛盾問題，通過分析中國老齡化的特點與養老產業高質量發展要求，認為人工智能技術可以改善養老產業規模、產業體系、產業布局以及產業生態，促進養老產業高質量發展（劉飛等，2020）[50]。從“人工智能+服務業”產品視角歸納發現，智能服務機器人、無人車、AIoT（智能物聯網）、娛樂與助理等公私服務人工智能產品以及醫療、金融、法律、教育、物流等行業人工智能產品正在潛移默化地改變著人類的生產生活，也在悄無聲息地對服務業進行改造升級（孫效華等，2020）[51]。從智能化服務業發展路徑視角看，王小艷（2020）[52]提出創新智能服務業模式，滿足消費升級需求，夯實智能服務業基礎設施與公共服務體系基礎，健全智能服務業制度、監管法則與倫理限制等有關措施，可以推進智能服務業高質量發展。

（三）人工智能與企業發展

從理論分析看，智能經濟呈現出接近零邊際成本、擴大消費者剩余和行業頂級企業優勢顯著等3 個特點（高良謀和張世龍，2019）[53]。從人工智能企業或數字經濟行業頭部企業的實踐看，無論在人才資源、財力資源，還是在信息資源、用戶資源等促進企業發展的要素資源的獲取和利用方面，該行業的頂級企業都具有較為明顯的優勢。因此，智能經濟本身作為經濟構成的組成部分，已經成為產業高質量發展的一種新動能。從實證分析看，人工智能企業這一人工智能技術輸出載體的高質量發展將有利于人工智能技術的擴散與應用，可以推進傳統企業變革與發展。雖然2011 年—2016 年間中國AI 上市公司的TFP 增長為-0.5%（侯志杰和朱承亮，2018）[54]，在一定程度上表明中國AI 產業發展較為緩慢，但是應用智能技術的企業可以提高其參與全球價值鏈分工的水平，特別是加工貿易類企業參與水平更加顯著，并且智能技術促進參與率提升的作用在2008 年以后在逐步增強。這里的主要原因是，人工智能替代低端勞動力，使企業成本降低，進而提高了企業生產率（呂越等，2020）[55]。由此可見，企業智能化改造是必要的，是有價值的選擇。但是，企業應用人工智能技術后，要關注人類員工與智能機器的關系、管理技術性的第三屬性、技術管理者、“滿意決策”與“最優決策”以及它們之間的平衡問題對企業管理產生的沖擊（徐鵬和徐向藝，2020）[56]，依據涵蓋管理對象、管理屬性、管理決策與管理倫理等在內的人工智能影響企業管理的一般性理論分析框架研究人工智能賦能企業后的管理特點、問題與解決方案。

從戰略決策角度，通過研究全權委托AI 決策、混合人—AI 與AI—人的順序決策、聚合的人—AI 決策的三種模式，發現由于多數管理者要對企業的戰略決策負責，算法決策卻仍然是一個黑箱，這大大降低了選擇AI 決策的意愿。因此大多數管理者仍將自己決策作為首選（Shrestha 等，2019）[57]。此外，企業在數字化轉型過程中，會面臨由于對新技術、產品及市場反應沒有十足的把握和預測所帶來的較高水平的不確定性和模糊性（Matt 等，2015）[58]，這可能引起組織決策體系的癱瘓（Lüscher 和Lewis，2008）[59]。所以，無論是從企業管理者承擔戰略決策責任角度，還是從企業智能化轉型本身存在風險的角度，企業在當前智能化應用階段，對采用AI化戰略決策都持保守態度。從組織發展與變革角度，人工智能的抓取功能可以使企業從全球范圍內捕捉到更多與自身發展相關的數據和信息等，以提高知識獲取能力。而后，人工智能的虛擬“場景”功能，能夠進一步打開知識分享的空間和時間邊界，弱化知識分享的情境限制，減少知識分享過程中的阻礙，實現跨組織知識分享目的，提高知識傳播速度和廣度，為知識吸收創造有利條件。在知識吸收過程中，利用機器學習或深度學習技術等，能夠精準分析個人特質和基本場景，提高知識學習效率，激發個人的知識分享意愿，提高組織的知識吸收能力和應用轉化效果（顧麗敏、李嘉，2020）[60]。因此，人工智能可以通過提高組織的知識獲取、分享和吸收能力，促使企業的核心競爭力持續提高，不斷推進組織快速成長與發展。然而，人工智能技術也會引致組織發展環境的改變，特別是對生產型企業，生產工作從“人+人”的勞動范式轉變為“人+智能化設備”的勞動范式，會導致人機互動日益頻繁，人與人之間的交流越來越少，甚至顯得多余，使生產活動中的人際關系逐漸弱化，員工個體化特征凸顯（潘莉、俎巖，2021）[61]，不利于企業內各組織與人才的多元互動、交流與發展。從員工與智能機器的關系角度而言，在企業向智能化轉型過程中，智能技術型員工取代傳統型員工后，大量的人際互動和信息傳遞將開始通過智能化技術實現，由此提高了信息傳遞的及時性、準確性與協同性。同時，企業人力資源管理的對象也隨之改變，由管理純粹的傳統型員工轉變為管理傳統型員工、智能技術型員工、兩類員工之間的關系以及員工與智能機器之間的關系等（陳冬梅等，2020）[62]。但是，人工智能賦能的企業管理不會關注員工的道德與情緒等情感因素，因此員工對智能化管理決策的真實性感知存在疑惑（Logg等，2015）[63]。這不利于員工與智能機器之間和諧相處，導致員工工作積極性降低，進而作出反對機器決策以及不利于企業發展的行為。從企業經營角度看，在運營管理中，企業使用數據挖掘、知識圖譜和計算機視覺技術等人工智能技術，分析消費者需求變化、銷量趨勢、競爭態勢等，可以幫助企業更加科學有效地制定市場策略和營銷計劃，提高企業的運營效率和經營業績；在供應鏈管理中，企業使用機器學習技術，實時響應消費者需求，優化庫存管理，實現降本增效；在營銷管理中，企業使用自然語言處理技術，實現智能客服功能，實時為消費者提供售后服務，并為后續優化營銷管理效果提供客戶數據（周雨薇、呂巍，2021）[64]。由此可見，人工智能不僅會對企業戰略管理、組織管理、人機交互及經營管理帶來正面影響，還會從各個角度對管理產生負面沖擊。企業在利用好智能賦能紅利的同時，還應動態監控智能化轉型帶來的問題，并結合企業戰略與發展環境，在分析問題根源的基礎上正面積極應對。

四、結論與展望

（一）研究結論

在新一代人工智能技術浪潮興起后，學術界從不同角度對人工智能在對經濟增長、勞動就業、產業發展與企業管理變革等方面的影響進行了廣泛的探索性研究。

1.多數研究支持人工智能促進經濟增長的觀點。從經濟體制方面看，由于人工智能技術擴散與滲透具有非普惠性特點，因此政策取向和制度設計等經濟體制會對人工智能技術賦能經濟增長產生影響，也就是說，設計有利于技術擴散的經濟體制機制，將會對人工智能技術賦能經濟增長產生積極影響。從生產率方面看，國內外絕大多數研究表明，人工智能技術可以促進生產率提升，促進經濟增長。雖然在人工智能技術應用過程中，中國還面臨諸多困難和問題，但無論是理論還是實證研究上，從老齡化、投入產出、資本與消費等角度，都依然證明了人工智能對中國經濟增長具有積極作用。不過，中國應持續加強研發與人才投入，加快新基建建設，提高技術產業化應用水平，才能逐步克服人工智能所帶來的結構性失業、分配不均與經濟安全等問題。從生產方式方面看，人工智能可以通過知識重組與工具改造的方式，提高勞動生產率，進而改變生產方式；并通過技術效率與技術進步途徑推動經濟增長集約化水平提升。

2.人工智能對產業發展影響尚處于探索性階段，其對產業的影響前提、方向、程度和機制尚未達成一致觀點，但是多數研究支持人工智能會對產業發展產生積極作用的看法。從產業結構轉型升級方面看，人工智能不僅在不同產業上的應用前景具有差異化，而且在不同要素配置選擇的前提下會對產業轉型升級產生差異化效果。從作用機制方面看，人工智能技術實施后，可以優化要素配置與使用效率、提高生產效率、改善產品質量、降低運營成本——通過這四個作用推動人工智能促進產業結構轉型升級。由此可見，人工智能影響產業結構轉型升級的外在邏輯較為清晰，但是內在機制尚不明確，而這并不影響人工智能對產業結構轉型升級產生積極作用。從影響效果方面看，無論在理論上還是實證上，均論證了人工智能對二次產業的顯著影響，對產業轉型升級具有促進作用。從對三次產業影響方面看，智慧農業主要依靠人工智能發揮生產工具改造與農業生產技術實施下的農業管理水平提升來實現。智能制造的實現存在關鍵零部件、操作系統、核心技術缺乏的短板，但是從理論和實證上均論證了人工智能可以提高制造業生產效率、產品質量和全要素生產率。不過，我們依然要正視困難，加大技術創新與組合應用，改造傳統制造業生產管理與運營模式，通過提高生產要素使用與配置效率、組織管理效率和運營效率，打造以智能決策與智能生產為目標的智能制造體系。人工智能賦能服務業發展的主要模式是“人工智能產品+傳統服務業場景”。但是，就目前研究和實踐看，一則傳統服務業應用場景不具備智能產品應用條件，二則智能產品功能尚不能滿足傳統服務業的服務要求，從而在供給端和需求端都存在智能化改造的限制。所以，一方面要加強服務業基礎設施建設、服務業制度和監管體系建設等；另一方面要持續關注用戶需求，創新研發和完善智能產品，以滿足服務業應用場景的要求。

3.企業應該積極應用人工智能技術。智能經濟行業的企業本身已經成為經濟增長新動能。人工智能企業輸出人工智能技術，應用于傳統企業后，可以降低企業成本，提高企業生產效率，使中國企業參與全球價值鏈分工的水平獲得提升。在應用人工智能技術的同時，還應解決其可能帶給企業的一些諸如人機關系、決策平衡等問題，控制企業管理風險，促進人工智能技術發揮積極作用，限制其消極作用，更好地使人工智能技術賦能企業高質量發展。

（二）未來研究展望

目前，人工智能對產業發展影響的研究已經取得諸多成果，但是，綜合現有文獻研究仍可以發現一些未來研究的方向與趨勢。

1.尚未形成人工智能影響產業發展的一般性理論分析框架。國內大多數研究屬于定性研究，大多在闡述人工智能賦能某一產業的智能化目標，某一產業智能化發展過程中存在的困難和障礙，或者某一產業智能化發展的模式、路徑或措施等。但是，這些定性分析類的研究比較零散、不成體系、不貼切實踐。也有少數研究屬于定量研究，從實證分析出發，探究人工智能與產業升級、產業結構優化的關系。但是這些研究有的使用產業比重變化代表產業結構優化，有的使用Granger 因果檢驗否定人工智能變量對第一、第三產業的影響，而后又在構建模型時將人工智能變量納入解釋變量去分析對產業結構的影響等，其觀點不具代表性。因此，當前理論和實證研究均未深入開展人工智能對產業結構合理化、產業結構高級化、產業素質、產業升級、產業協調等產業發展方面的系統性研究。如何能夠更加全面地衡量人工智能技術對產業發展的影響作用，做到理論與實踐相結合，是中國從產業層面應對人工智能技術變革對經濟發展影響所需要關注的重點內容。進一步加強人工智能產業實踐研究，加快探索和形成人工智能影響產業發展的一般性理論分析框架。

2.人工智能定量刻畫有待進一步完善。在現有人工智能等對經濟增長方式、產業結構優化、產業升級、產業全要素生產率或勞動力就業結構等影響的實證分析中，對人工智能的刻畫主要使用自動化水平、各國專利數量、工業機器人數量、設備資本價格進行表示，或根據工業信息化部“兩化融合”指標進行構建，尚未從人工智能概念和人工智能技術應用實踐出發，以人工智能如何更有效地滲透于產業而發揮人工智能技術優勢為前提，以理論與實踐相結合的方式定量刻畫人工智能。因此，人工智能變量的刻畫方法、數據使用和應用場景等都仍有待進一步貼近技術與產業實際，保障更加科學嚴謹地開展人工智能影響產業發展的研究。

總之，面對未來經濟增長的不確定性，面對新技術帶來的機遇和挑戰，面對人工智能技術引領的產業革命，研究人工智能對產業發展的影響對于中國主動應對新一輪人工智能背景下經濟和社會發展問題，對于人工智能賦能經濟發展發揮積極作用，對于人工智能促進經濟高質量發展，都具有深遠而重要的意義。因此，探索人工智能對產業發展影響的研究是未來中國經濟增長的重要課題之一，期待有更多的科研技術人員和產業實踐者進一步深入開展人工智能與產業發展關系問題的研究。