人工智能、技術創新與效率變革

陳曉斌，張玉榮，劉 斌

（1.西安財經大學商學院現代企業管理研究中心，陜西西安 710100；2.西安財經大學公共管理學院，陜西西安 710061；3.西北大學經濟管理學院，陜西西安 710127）

一、引言

人工智能研究的是如何讓計算機從事以往只有人才能做的智能工作，目前該領域的研究包括智能機器人、圖像識別、語音識別等多個方面。1956 年夏天在美國達特茅斯學院麥卡錫、明斯基等科學家首次提出“人工智能”概念，這標志著人工智能學科的誕生。1997 年IBM 公司研究的智能計算機“深藍”擊敗了國際象棋冠軍加里·卡斯帕羅夫；20 世紀末21 世紀初，基于人工智能的信息搜索引擎已經成為互聯網行業的重要構架之一；2000 年麻省理工學院推出了能夠做出數十種面部表情的機器人Kisinel。歷經60 多年的發展，人工智能已經被認為是新一輪技術革命的領航者。隨著人工智能研究的深入，當前人工智能的研究已經逐漸拓展到信息論、仿生學、語言學和醫學等多個學科，與農業、醫療、交通等多個領域深度結合，應用于教學、策劃、翻譯、無人駕駛等場景，推進人類社會智能化發展[1]。人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。在當前依靠自主技術創新推動經濟持續穩定發展已經成為我國經濟發展的必然道路[2]。在當前人工智能已成為全球科技、商業、投資等領域乃至國家戰略博弈層面“紅人”的背景下，關于人工智能、技術創新、效率變革之間關系廣泛存在著爭議，人工智能能否替代技術創新在經濟發展中的作用，人工智能和自主創新在創新產業鏈中分別處于什么樣的位置，人工智能和技術創新在促進經濟發展過程中如何協同驅動效率變革，厘清上述問題對創新型國家建設具有重要的參考價值。

二、人工智能的源動力——知識積累與創新突破

按照經典投入產出模型，經濟增長有兩種方式：一種是規模效應，即在生產技術條件不變的情況下，增加要素投入量實現經濟規模增長；第二種是內生效應，即通過技術創新，提高生產要素配置效率和產出效率，推動經濟高質量增長。技術創新通過對現有技術的改造升級和生產要素的優化配置實現效率變革，推動高質量經濟增長。隨著社會的發展，技術創新對經濟發展的重要性不言而喻，馬克思在《資本論》中明確指出生產工具的改進、勞動者素質的提升、生產工藝及組織管理模式的優化對資本主義經濟增長有著重要的推動作用。人工智能高速發展背景下，技術創新依然是經濟發展和效率變革的核心驅動力。

（一）知識積累與技術創新

技術創新指的是新技術的創造和已有技術的創新應用。亞當·斯密在《國富論》中談到國家富裕在于分工，而分工促生了生產機械的發明創造，從而減小了單一產品的必要勞動投入，提高了勞動效率，工人根據生產經驗發明創造機械的過程實質上就是“技術創新”。熊彼特于1912 年首次從創新與經濟相結合的角度探討技術創新，提出創新是通過生產要素和生產條件的創造性組合來改變原有生產體系，創新包括生產新產品、研發新的生產技術、培育新產品市場、新材料研發、生產管理創新五個層次。

知識積累與技術創新的關系是近年來學術界的熱點研究問題，國內外學者對二者的關系進行了大量的研究。知識積累與技術創新的正向關系已經得到普遍認同，技術創新的關鍵在于創新主體的知識積累和知識創造，創新主體的不斷學習和知識積累是技術創新的源點，沒有知識積累就沒有創新[3]。克里斯坦森1997 年在《創新的窘境》中將創新分類為維持性創新和破壞性創新，并指出維持性創新和破壞性創新的產生都需要大量的知識積累，但二者對知識類型具有不同的需求，維持性創新是基于現有技術和知識的創新，而顛覆性創新是拋開現有知識和技術進行的另辟蹊徑的創新[4-5]。通過不斷地知識積累投入才能夠在技術創新領域有較高的產出。從知識來源來看，企業內部知識創新是企業技術創新的關鍵，而企業外部知識的獲取同樣有利于企業技術創新[6-7]。從知識結構特征來看，技術知識多樣性較高的發明，具有更加重要的創新影響。團隊知識多元化、創新氛圍、知識共享意愿、創始人知識資產與企業技術創新績效正相關[8-11]。模塊化組織使得團隊成員之間的知識共享程度大大提高，組織成員所獲得的知識類型更加豐富，有利于技術創新績效的提升[12]。知識網絡是企業獲取內外部知識的重要系統平臺，對企業技術創新能力具有重要影響。從知識網絡特征來看，知識網絡的中心性越強，知識的聚集度越高，企業的技術創新績效更高[13-14]，而知識獲取方式、知識吸收能力對技術創新能力同樣具有顯著的正向影響[15]。

雖然有少部分學者基于路徑依賴理論、組織慣性理論等理論提出知識積累對技術創新具有抑制作用[16]，但通過分析這些研究發現，只有知識積累到一定程度才會出現知識積累抑制創新績效的現象。個體或組織通過不斷學習積累某一類型的知識開展創新活動會形成一定的范式，當知識積累到一定程度時，個體或組織打破這種慣性進行技術創新具有較大的機會成本，這會大大影響創新績效。但是隨著行業環境的變化和競爭壓力的增加，企業不得不拓展新的知識領域，開始新一輪的知識積累，最終產生新的技術創新。

可見，知識積累是技術創新的必經階段。基礎資源觀認為，創新一方面是已有知識的新組合，另一方面是新知識的創造。農業經濟時代土地、勞動力等資源是主要的投入要素，工業時代自然資源、資本是主要的投入要素，而在當前知識經濟時代，知識資源已經成為最重要的投入要素，知識資源的投入帶來的技術創新是企業獲取競爭優勢的關鍵。技術創新的核心是人類的高級思維活動，離開了人類的思維活動就不會有技術創新。個體必須通過大量的知識積累，為創造性思維的產生奠定基礎，從而促進技術創新。

（二）技術創新與人工智能耦合驅動創新生態系統進化

以知識積累為基礎的技術創新是人工智能的基石，特別是突破性創新對人工智能具有更加重要的推動作用。人工智能作為一種新技術，依靠漸進式創新難以取得長足發展，因為漸進式創新更多的是為已有技術的完善提供支撐，而人工智能需要全新的知識體系作為源動力，更多依靠的是突破性創新。依靠創新突破，人工智能將助推形成新的產業技術軌道，帶動實現產業升級和經濟轉型。

創新體系是一個復雜的生態系統，其不僅包括簡單的技術創新、創新商業化和商業模式創新，更重要的是基礎科研、教育學習等知識積累的過程，知識積累是技術創新的核心和源泉。從知識積累到技術創新的實質是原理到實踐的階段，該進程中知識積累是該進程中不可或缺的要素，任何技術創新都需要基于知識創新產生新的原理，通過原理指導完成技術創新實踐。從知識創新到技術創新實踐需要大量的知識積累解決技術邏輯問題、厘清技術原理。這一階段是整個創新體系中時間最長、投入最高的階段，但這一階段卻是創新體系的基石。在這一階段，知識積累是任何技術手段都難以替代的，大量的、多元化的知識積累是該創新階段順利運行的必須環節。在技術創新得以實踐后，技術創新的商業化應用是技術創新的應用階段，通過技術創新的商業化應用促進社會經濟效率變革。在創新商業化階段，以人工智能、互聯網、大數據、云計算為核心的新興技術將拓寬技術創新商業化應用的廣度和深度。新興技術能夠與當前社會的發展相適應，來源于社會各領域的同時最終服務于社會各領域，新興技術一方面將使得技術創新能夠應用的領域更加廣泛，另一方面新興技術將利用自身技術優勢，加深技術創新商業化應用的深度。因此，技術創新與人工智能耦合驅動創新生態系統進化，從而加快技術創新的商業化進程，推進社會經濟效率變革。

圖1 人工智能與技術創新相互作用關系圖

在創新體系的不同階段，助推創新體系運行的動能是不同的，知識積累助推技術創新橫向延伸，人工智能是在技術創新達到一定階段后的應用創新，促進技術創新向邊緣拓展。從知識積累到技術創新的創新原理階段，知識積累是該階段不可或缺的力量。技術創新的根源在于知識創新、原理創新，而知識創新、原理創新依靠個體的學習、知識積累、知識管理，人工智能并不能替代知識積累、知識創新，助推創新源點到技術創新實踐，人工智能雖然已經在各領域得以應用，但是其不可能替代人類的思維活動，技術創新的根源依然是個體的知識積累和創新思維活動。而在創新商業化應用階段，在創新原理的指導下，人工智能與技術創新相結合，能夠產生良好的化學反應，一方面技術創新借助人工智能實現更加高效的商業化；另一方面，人工智能基于的創新原理，在實際應用中擁有更加科學的理論指導。

三、人工智能的核心價值——效率變革

在當前全球經濟下行背景下，傳統經濟發展范式受到越來越多挑戰，人工智能作為全球經濟新一輪變革的重要驅動力和新一代產業革命的領航者，其核心價值在于促進效率變革。

從宏觀層面來說，數據驅動是人工智能的重要特征，人工智能將促使數據和信息成為未來經濟發展的關鍵生產要素，人工智能將利用互聯網、大數據、云計算提供的海量數據和信息進行價值創造，提高各行業的智能化水平。人工智能在農業領域的應用，將大大加快農業現代化的腳步，實現農業精細化和智慧化，提高農業生產效率和質量。人工智能在工業領域的應用，將促使無人工廠、智能工廠成為現實，大規模生產復雜工業產品、高精尖工業產品成為可能，工業產品的質量和生產效率將得到極大的提升。人工智能在服務業的應用將推動服務業的徹底變革，服務業是對人力需求最高的行業，人工智能的應用將逐步擺脫服務業對人力的過度依賴，人力成本的降低將不斷提高服務業生產效率，提供更加標準化的服務。

從微觀層面來看，人工智能具有廣泛滲透性，其應用場景和范圍勢必不斷拓展，人工智能將革新傳統的“需求發現—生產制造—銷售（服務）”企業價值鏈。在需求發現階段，人工智能將結合大數據、互聯網、深度學習等技術實現對海量數據的科學分析，更準確地發現市場需求，預測市場趨勢，將海量需求數據進行智能化分析，根據分析結果對未來市場需求和發展趨勢做出準確判斷，引導企業根據市場需求提供相關商品和服務，避免因為背離市場發展趨勢造成的資源浪費。在制造生產階段，人工智能將通過全方位成本控制和合理的流程設計，減少生產過程中的無效環節和人工控制，提高資源利用效率，實現生產過程的自動化和標準化[17]，提高產品、服務質量。在銷售（服務）階段，人工智能將利用智能終端和大數據發現新客戶，更有針對性地開展銷售（服務），降低銷售成本，另外遠程控制與人工智能的結合，將大量的售后服務問題通過智能終端線上處理，大幅降低企業的售后服務成本。

但是需要明確的是，人工智能的廣泛應用不能解決經濟發展中的技術創新問題。技術創新特別是突破性創新是人工智能發展的驅動力，而技術創新的源動力是知識積累。人工智能是基于技術創新的技術應用，其植根于技術創新，并廣泛滲透到經濟發展中的各個方面，技術創新與人工智能融合發展驅動效率變革，助推經濟高質量發展。

四、發達國家人工智能驅動軌跡

當今世界各國都在人工智能領域開始布局，美國將人工智能視為國家戰略的重要組成部分[18]，2019 年美國出臺人工智能國家級戰略《美國人工智能倡議》，美國具有的技術和人才優勢使其在世界各國人工智能的競爭中全方位領先。2018 年，歐洲28 個成員國簽署了《人工智能合作宣言》，在人工智能領域形成合力。日本以人工智能構建“超智能社會”為引領，將2017 年確定為人工智能元年，在機器人、醫療健康和自動駕駛三大具有相對優勢的領域重點布局，并著力解決本國在養老、教育和商業領域的國家難題。我國人工智能起步較晚，發展之路曲折，對于發達國家人工智能發展的歷史經驗值得借鑒。

（一）美國人工智能驅動軌跡

在全球人工智能領域的競爭中，美國處于絕對領先地位。根據中國信息通信研究院發布的數據，截至2018 年上半年全球4 998 家人工智能企業中美國企業達到2 039 家，美國人工智能領域的研究機構占據全球的43%，中國僅為5%，學者數量占據全球的47%，中國僅為11%。中美兩國在人工智能領域的差距根源在于中美技術創新實力的差距。前沿技術創新需要巨額資金投入作保障，2016 年美國R&D 國內支出5 103 億美元遠超中國的2 378 億美元。論文是基礎研究成果的精華和代表，高質量的論文往往代表著國家基礎科研的實力。2016 年，中國、美國在科學與工程領域發表的論文數量分別為42.6 萬篇、40.9 萬篇。從數量上看，中國已經超越美國，但從論文質量上來看，中國與美國仍有一定的差距，在2016 年科學與工程領域發表的引用率超過1%的論文中，美國相對比例指數（前1%引用率論文數量/ 論文總數）為1.9，而中國相對比例指數僅為1.01。發明專利最能代表一國科技創新水平，根據世界知識產權組織的統計，截至2017 年底全球有效發明專利約為1 043 萬件，其中，美國約282萬件，中國152 萬件。

自20 世紀中期以來，美國一直是全球科技發展的領航者。技術創新是美國生產率增長的關鍵[19]，也是其人工智能領域領先世界的法寶。美國在創新領域的知識積累和經費投入，世界上沒有任何一個國家能夠與之匹敵，我國研發經費投入的統計從1991 年開始，1991—2016 年間中國研發經費與美國研發經費的實際比例在20%～41%之間，如果把美國在1991 年之前的研發投入統計在內，那么中國研發經費與美國研發經費的實際比例將更小。美國在創新領域的知識積累時間比中國多將近半個世紀，這是中美科技實力差距的根源，美國長時間的知識積累在國內形成了良好的創新氛圍，培育了優良的創新基因，造就了美國在基礎研究領域的領先地位，我國與美國在人工智能方面的真正差距在于以知識積累為源動力的基礎研究階段和創新原理研究階段。

美國長久以來的技術和人才優勢保證其在人工智能領域的全面領先。硅谷聚集了從人工智能芯片到下游應用產品的全產業鏈企業，在人工智能芯片領域，有英偉達的GPU（圖形處理器）、英特爾的FPGA、谷歌的TPU；在應用領域，谷歌旗下公司開發的AlphaGo 利用深度學習技術橫掃圍棋冠軍柯潔，臉書公司開發的相互對話兩個人工智能機器人，不斷進行對話策略迭代升級后發展出了一種機器之間能理解但人類無法理解的語言。美國政府正在推動人工智能在安防、金融、駕駛、醫療等多個領域的應用以及人工智能與5G、邊緣計算、區塊鏈等其他新興技術融合發展。

近年來隨著經濟實力的不斷增強，我國全方位推進人工智能發展，雖取得了一些成果，但與美國相比，我國在人工智能領域的落后仍然不言而喻。美國人工智能驅動軌跡證明強大的科技創新實力是人工智能發展的支撐，基礎研究和創新驅動人工智能發展，因此我國在發展人工智能過程中，應大力支持自主技術創新和人才培養，提高科技創新實力，驅動人工智能持續健康發展。

（二）日本人工智能驅動軌跡

日本是世界上最早開展人工智能研究的國家之一。20 世紀60 年代日本經濟高速增長，為解決勞動力嚴重短缺問題，日本開始進行人工智能的相關研究。20 世紀80 年代，日本在高精密制造、大型計算機、機器人等領域的發展領先世界，與人工智能息息相關的“第五代計算機”的研究也在全力推進。然而20 世紀90 年代個人計算機的出現，以及“第五代計算機”核心能力的不足使日本逐漸失去人工智能的發展先機。進入21 世紀，在經濟整體蕭條的背景下，日本的人工智能逐漸落后于世界各大國。2010—2014 年間美國的人工智能專利申請數量提升了1.26 倍，中國的人工智能專利申請數量提升了2.9 倍，而日本的申請數量反而減少了3%。美國在人工智能領域擁有谷歌、微軟、Facebook 等巨頭企業，中國也誕生了BAT（百度、阿里巴巴、騰訊）等人工智能巨頭，而日本幾乎沒有。為追趕世界人工智能發展潮流，日本企業豐田、本田、索尼、松下、富士通等企業近年來紛紛涉足人工智能領域，以知識圖譜和深度學習為基礎技術，面向制造業領域典型應用場景開發人工智能產品與服務。日本在支持人工智能發展的同時，全力支持自主技術創新，尤其重視中小企業在技術創新的重要作用。日本中小企業不僅有很強的發明創造力，而且科技成果推出快，發展新技術新產品的效率高于大企業，因此日本扶持企業技術創新的相關政策大都是針對中小企業[20]。

日本在20 世紀90 年代的經濟泡沫破裂引致的經濟的大蕭條是日本人工智能領域落后于世界的根本原因。經濟蕭條背景下，日本大量計算機科學、通訊科學等領域的人才流失到海外，加上日本大型跨國公司的“外包”習慣（大企業拿到訂單之后通過委托國內或國外小企業解決），導致大公司無法積累重要的數據，逐漸喪失技術解決能力。人才的流失和“外包”習慣使得日本逐漸失去部分領域的自主技術創新能力，導致日本人工智能部分領域的落后。但長久以來不斷的技術創新和廣泛的實踐應用促使日本在工業機器人方面的成就依舊領先全世界，日本工業機器人廣泛用于汽車、機械等領域的組裝與焊接，發那科、安川電機等日本機器人廠商坐擁全球工業機器人的半壁江山。工業機器人是日本現代工業體系的重要組成部分，也是日本工業制造業長期保持對其他國家優勢的關鍵。

日本人工智能驅動軌跡同樣說明人工智能的源動力是自主技術創新，人才和自主創新能力是人工創新發展的驅動力。因此我國在發展人工智能的同時，要注重技術創新，發揮中小企業在技術創新方面的優勢，通過不斷技術創新驅動人工智能發展。

五、人工智能、技術創新與效率變革的耦合機制

人工智能是世界各國未來科技領域競爭的主戰場，而確保人工智能主戰場取得最終勝利的是隱藏在后方的知識積累和技術創新。在知識積累的基礎上，人工智能、技術創新與效率變革三者之間的耦合關系是產業變革的邏輯主線，通過發揮基礎教育在國民經濟發展中的重要作用，重視知識積累和基礎研究，促進人工智能多領域應用，建立技術創新與人工智能的雙向螺旋進化體系，將有力助推經濟轉型升級和效率變革。

（一）強化知識積累和基礎研究

技術創新是經濟增長的動力，知識積累和基礎研究是創新的源泉[21-22]。世界科技發展史已經證明，長時間、高投入的知識積累是技術創新的源動力，知識積累推動技術創新，技術創新的應用實踐創造新知識，開啟新一輪的知識積累—技術創新—創新應用循環，依靠循環不斷的知識積累推動科技發展。近年來我國在科研領域的投入不斷加大，已經成為全球科技研發投入最大的國家之一。但是一個不容忽視的事實是我國在基礎研究領域與其他科技強國仍有不小的差距[23]，重視知識積累和基礎研究形成良好的創新氛圍，培養民族的創新基因是我國縮小與科技強國差距的唯一道路。一方面從教育領域著手，改變目前我國教育領域中重應用輕基礎的現狀，提高基礎學科教育在高等教育中的比重，培養更多的基礎教育人才。另一方面加強與科技強國的交流學習，我國科技領域雖然發展速度快，但因為起步晚，在基礎研究領域存在先天的不足。美國、日本、歐洲等科技強國在基礎研究領域的長時間積累是我國科技領域所不具備的，通過交流學習獲取科技強國基礎研究領域的積累成果是我國基礎研究發展的重要方式。

（二）以技術創新驅動人工智能發展

人工智能作為新技術的代表，融合了計算機科學、語言學、仿生學等領域的最前沿進展。人工智能通過不斷地機器深度學習，模擬人類智能，推進全社會智能化發展進程[24]。人工智能的發展必須植根于技術創新，技術創新推動前沿科學進步，使機器深度學習成為可能，驅動人工智能發展。當前我國人工智能快速發展，各級政府出臺相應支持政策，各大科技企業爭相進入人工智能領域，學者開展各類相關研究。在這種背景下，清醒認知到技術創新對人工智能的驅動作用才能保證人工智能的后續發展擁有持續不斷地動力，政府和企業應該將發展人工智能的基礎定位于持續不斷的技術創新，以技術創新驅動人工智能發展。單純地依靠人工智能發展并沒有將核心技術掌握在手中，中美貿易摩擦再次證明了掌握核心技術的重要性，深挖技術創新領域才能使我國邁入真正的智能化時代。

（三）以人工智能驅動效率變革

人工智能將全面革新產業模式，為全社會平均生產率水平的增長創造新的空間，驅動社會生產效率變革[25]。人工智能一方面能夠提高現有產業的智能化水平，改變傳統的生產技術和生產方式，提高生產效率，推動產業結構向更高水平發展。另一方面，人工智能將催生大量智能產業的出現，產業結構中技術密集型產業比重將得到大幅提升，推動產業轉型升級。

近年來，大數據的高速發展、硬件和算法的進步促使以人工智能為代表的新興技術高速發展，帶來了深刻的社會變革，各國都出臺了各種政策支持本國新興技術的發展。新時代背景下我國經濟必將迎來轉型發展，以人工智能為代表的新興技術與現有產業結合，衍生出智能家居、無人駕駛、智能機器人等多項新技術，這些新技術的應用將大大提高產業效率，促進產業升級。以人工智能為代表的新興技術應用是我國實現創新應用領域“彎道超車”的一次絕佳機會[26]，我國必須促進以人工智能為代表的新興技術的多領域應用，實現經濟效率變革和產業升級換代。

（四）建立技術創新與人工智能的雙向螺旋進化體系

知識積累是技術創新的先行官，人工智能根植于技術創新，技術創新是驅動人工智能發展和效率變革的內核動能。在經濟發展過程中，建立基于知識積累的技術創新與人工智能雙向螺旋進化體系是經濟高質量發展的關鍵。技術創新源于大量的、多樣化的知識積累和知識創造，而技術創新為人工智能發展提供基礎技術支撐。而隨著人工智能應用場景和范圍的不斷擴大，新問題的出現和解決為知識積累和知識創造提供新方向，從而驅動新一輪技術創新。技術創新驅動人工智能發展，人工智能實踐應用為技術創新提供新的方向，二者協同發展，形成雙向螺旋進化體系，助推經濟高質量發展。建立技術創新與人工智能雙向螺旋進化體系的關鍵在人才，優秀人才是技術創新的基石，也是人工智能應用的關鍵，優秀人才打通了技術創新與人工智能協同發展的橋梁。

經濟增長方式的轉變首先在于技術創新[27]，新時代中國經濟發展已經由高速增長階段逐步轉變為高質量增長階段，因此在經濟發展過程中建立技術創新與人工智能的雙向螺旋進化體系顯得尤為重要，二者協同發展才是我國經濟持續穩定發展的有效途徑。我國在自主技術創新領域的短板形成了技術創新與人工智能的雙向螺旋進化體系建立的障礙，因此補足我國自主技術創新領域短板是我國當前亟待解決的問題。一方面，基于我國技術創新起步晚的歷史原因，需要向美國、德國、日本等科技強國汲取已有的成果和經驗，建立完善的基礎研究框架，夯實自主技術創新基礎；另一方面，通過基礎教育培養人才和吸引國外人才并重，開展自主技術創新。只有擁有自主技術創新，才能建立真正的技術創新與人工智能雙向螺旋進化體系。

六、結語

人工智能作為近年來我國社會的熱點之一，其對經濟發展的重要推動作用得到了社會各界的廣泛認可，但我國自主技術創新落后的事實仍然沒有改變。人工智能發展需要以基礎研究和技術創新為依托，但是當前我國社會對以人工智能為代表的創新應用的投入和關注度遠遠高于技術創新和知識積累。在當前中美貿易摩擦背景下，我國缺乏自主技術創新的劣勢被進一步放大，注重創新應用是我國當前經濟轉型發展的重要途徑，但是盲目追求節點式的超越和冒進，并不能解決經濟發展過程中的核心技術問題，夯實基礎研究，強化自身發展動力是我國經濟健康發展的必然道路。在世界各國人工智能戰場角逐中，雖然我國發展速度較快，取得了一定的成果，但基礎研究、原始創新等環節我國仍然與其他科技強國有著不小的差距，基礎研究和知識積累仍然是我國創新體系中的薄弱環節。新時代背景下，以人工智能為代表的新興技術的發展為我國創新應用領域的“彎道超車”提供了一次千載難逢的機會，緊緊把握創新應用領域飛速發展機遇的同時，補足我國在基礎研究和知識積累環節的短板，以技術創新支撐人工智能突破，以人工智能加快產業升級，才能成為新時代創新型國家建設撬動技術創新、人工智能與效率變革的融合驅動力。