中國式現代化目標下人工智能發展：理論解釋及實踐路徑

摘" 要：在我國加快發展新質生產力和實現中國式現代化目標的背景下， 人工智能作為數字經濟和實體經濟深度融合的關鍵技術，對產業變革、經濟增長和提升企業競爭力具有重要影響。從技術門檻、行業差距、對勞動力替代等方面梳理了人工智能發展存在的問題，并基于內生經濟增長理論等對人工智能發展進行進一步的理論闡釋。為了加快人工智能發展，應從以下方面著手：加快人工智能產業鏈推廣、加快數實產業融合、提高數字技術創新、優化人力資本結構。研究為促進人工智能發展提供了具體路徑和政策建議，闡明人工智能發展的內在邏輯與未來方向，以發揮人工智能在新質生產力方面的創新賦能效應，為助力中國式現代化目標的實現提供借鑒參考。

關鍵詞：人工智能；勞動創造；中國式現代化；數實融合

中圖分類號：F061.3

文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202410029

基金項目：國家社會科學基金一般項目“悖論視角下父子共治與家族企業高質量發展研究”（22BGL096）；教育部人文社科規劃基金項目“科技型中小企業員工越軌創新行為的前因與后果：一項追蹤的研究”（22YJA630094）；第二批河南省“專創融合”特色項目“數字創業”（PX-28241108）；河南省哲學社科規劃專項“數實產業技術融合賦能企業專業化路徑對策研究”（2024ZZX002）

作者簡介：郭震（1976-），女，博士，河南財經政法大學農業農村發展學院教授、碩士生導師，研究方向：數字經濟、企業創新；

任一笑（2000-），女，河南財經政法大學農業農村發展學院碩士研究生，研究方向：經濟管理；

朱夢楠（2000-），女，河南財經政法大學工商管理學院碩士研究生，研究方向：企業管理；

侯佳文（2002-），女，河南財經政法大學工商管理學院碩士研究生，研究方向：市場營銷。

本文通訊作者：朱夢楠。

Artificial Intelligence Development under the Goals of China-style Modernization： Theoretical Explanation and Practical Pathways

Guo Zhen1，Ren Yixiao1，Zhu Mengnan2，Hou Jiawen2

（1.School of Agricultural and Rural Development，Henan University of Finance and Economics and Law，Zhengzhou 450046， China;

2. School of Business Administration，Henan University of Finance and Economics and Law，Zhengzhou 450046，China）

Abstract： Against the background of accelerating the development of new quality productivity and realizing the goal of Chinese-style modernization in China， artificial intelligence， as a key technology for the deep integration of the digital economy and the real economy， has an important impact on industrial transformation， economic growth， and the improvement of enterprise competitiveness. This study has sorted out the problems of AI development in terms of technological thresholds， industrial gaps and labor substitution， and further theoretical explanations of AI development based on endogenous economic growth theory and other aspects. In order to accelerate the development of AI， it should start from the following aspects： accelerate the promotion of the AI industry chain， accelerate the integration of digital and real industries， improve digital technology innovation， and optimize the structure of human capital. The study provides specific ways and policy recommendations to promote the development of AI， elucidates the internal logic and future direction of AI development， so as to bring into play the innovative effect of AI in terms of new quality productivity， and provides a reference to support the realization of the goal of Chinese-style modernization.

Key Words：Artificial Intelligence; Labor Creation; China-style Modernization; Integration of Digital and Physical Economy

0" 引言

黨的二十屆三中全會審議通過的《中共中央關于進一步全面深化改革、推進中國式現代化的決定》提出，健全因地制宜發展新質生產力體制機制。以人工智能、大數據、區塊鏈等數字技術為代表的新技術革命正快速地改變著人類社會并且引起產業變革，發展數字經濟已經上升為國家戰略，人工智能則是國家戰略的重要組成部分。在當前數字經濟背景下，該舉措與大力發展人工智能以及促進傳統制造業轉型升級的需求不謀而合。人工智能技術的應用，創造出數據、算力及算法等虛擬形態的新生產要素，以新型智能化生產工具助力新型勞動力、新型資本及新型業態的產生。

企業是人工智能技術發展與應用的主陣地，研究人工智能在企業中的發展現狀及作用路徑，充分發揮人工智能在新質生產力方面的創新賦能效應，推動企業新質生產力發展具有重要意義。本文從微觀企業視角出發，結合人工智能發展應用中的勞動力替代現象和行業特征，歸納并探討人工智能發展中遇到的瓶頸性問題，對人工智能如何提高企業生產效率、優化人力資本結構進行理論闡釋，并提出加快人工智能發展的路徑及政策建議，以促進人工智能技術的創新與應用。

1" 人工智能的內涵及發展

1.1" 人工智能的定義及測度

人工智能可以理解為通過人工的方法和技術，模擬、延伸與擴展人的智能，形成能以人類智能相似的方式作出反應的機器智能，是支撐人們日常社會生活和經濟活動的重要技術［1］。因此，人工智能可以理解為制造能夠模擬智能的機器［2］。盡管人工智能技術的開發與應用已有數十年的歷史，但是隨著數字化進程的加速推進，人工智能的運用迎來了爆發性增長。人工智能的應用正迅速擴散到過去被認為是人類獨有的組織任務中，例如執行人類認知和非常規活動［3］。此外，人工智能還是一種能夠有效整合及利用數據源的技術。產品、服務、機器和通信設備的數字互聯，以及在數字化系統中產生的不斷增加的數據量，為新應用開發數據和提高運行效率提供了全新的機會［4］。因此，人工智能在工業生產中獲得廣泛應用，從基于數據分析實施新的商業模式到優化多機系統，再到加強工業研究，持續引發市場、供應鏈和生產系統的重組。

關于人工智能的測度，學者在定量分析上進行了有益嘗試，呂越等［5］利用工業機器人安裝數或者安裝密度測度了人工智能應用水平，鄭景麗等［6］則利用“天眼查”數據庫進行關鍵詞搜索，構建了城市人工智能應用水平的替代指標。隨著文本分析和機器學習方法在經濟學研究中的快速普及，人工智能難以量化的問題正在逐步得到解決，如Yang［7］采取關鍵詞匹配的方法解析了專利授權文本，進而搭建人工智能指標；姚加權等［8］則通過機器學習的方法生成了人工智能詞典，并構建了相關指標。上述研究為本文量化企業層面的人工智能、探索人工智能的路徑對策提供了重要參考。

1.2" 人工智能發展及相關研究

1.2.1" 人工智能的發展應用

人工智能技術的應用包含計算智能、感知智能等多個層次的核心能力。工業機器人、無人機、無人駕駛汽車、AR、智能計算系統等智能產品，其硬件與各類軟件結合，具備感知和判斷的能力，并能夠實時與用戶及環境進行互動，這些產品已綜合多種人工智能的核心能力，展現人工智能技術的廣泛應用。

從人工智能應用行業分布來看，首先，在現代農業產業中，人工智能技術提高了農作物的種植管理效率。通過大數據分析和機器學習算法，AI系統可以分析土壤和氣象數據，預測作物生長情況和病蟲害發生風險，指導農民進行精準的種植管理，減少農藥和化肥的使用，提高產量和質量。其次，生成式人工智能在制造業中的應用也初有成效。《2024人工智能在制造業的應用現狀調研報告》顯示，已有6%的調研企業表示正在試點、實施、運營和優化生成式人工智能應用， 48%的企業表示正在考慮、評估、預研。隨著“工業4.0”概念被逐漸接受，人工智能也成了實現動態配置生產方式和打造“智能工廠”的實現關鍵，具身智能作為人工智能領域的前沿技術，將成為人工智能覆蓋制造業全場景的關鍵技術。

此外，人工智能在服務業中的應用已經滲透到各個領域，如酒店業、餐飲業、零售業、金融業等。在酒店業中，通過語音識別技術和自然語言處理技術，智能客服機器人能夠提供24小時不間斷的服務，提高客戶滿意度；在餐飲業中，通過分析客戶的口味和偏好來推薦適合的菜品，向用戶提供個性化的點餐體驗；在零售業中，通過智能推薦、個性化購物等方式，提升用戶的購物體驗；在金融業中，人工智能可以通過智能風控、智能投顧等方式，提高金融服務的效率和安全性，例如，通過對用戶的行為和交易數據進行深度分析，及時發現潛在的風險。

1.2.2" 人工智能的積極影響

綜上所述，人工智能被視為未來經濟增長的關鍵推動力之一，改變著宏觀運行周期。人工智能技術縮小了勞動力成本差異，降低了貿易成本，加速了區域價值鏈形成［9］。當前國內學者對于人工智能的研究主要聚焦于涉及國家、行業等宏觀經濟效應。人工智能顯著促進了宏觀經濟增長［10］，能有效緩解老齡化對經濟高質量發展的不利影響［11］，還促進了勞動變革［12］，加快崗位結構變遷［13］，對勞動力收入產生深刻影響［14］。但是，大多數研究都是基于數理模型推導所得出的。在微觀企業層面上，人工智能技術對經濟影響的研究仍存在不足，僅有的研究大多關注人工智能技術應用在優化企業生產、營銷和管理活動方面的巨大潛力。人工智能可以通過提高企業市場占有率進而提高就業水平，還可以有效改善企業融資約束、提高企業競爭力和提升企業財務績效［15-16］。隨著技術快速發展和人類組織的更替，人工智能可能迫使公司管理層重新思考公司的整個創新過程［17］。關于人工智能存在的問題和作用路徑，相關理論問題尚待經驗證據的檢驗。

2" 人工智能發展面臨的問題

隨著科技研發投入不斷加大，人工智能實現迭代發展，生成式和具身式的新一代人工智能進一步打破時空限制，賦予數據要素新的價值，推動生產方式變革和生產要素的再分配，賦能傳統生產力有序、快速地向新質生產力轉型，對人類生活帶來了即時性、廣泛性、創新性的實踐價值。但是，新一代人工智能在拓展應用場景、助推數字經濟產業鏈發展時，其內在脆弱性也加速了裂變和延伸，人工智能的實踐不斷面臨新的問題。

2.1" 成本與技術門檻阻礙發展

人工智能的高效性、準確性吸引企業加強應用以提高效率，創造更大的商業價值。然而人工智能開發和應用的高成本阻礙其規模擴張。從顯性成本看，主要包括開發投入與維護成本。企業需要考慮開發團隊的規模，引進研發人員和培訓員工，收集、標注和清洗數據。隱性成本涉及企業升級過程中各環節的銜接，涉及的部門多、流程長、范圍廣，會影響組織生產流程優化、縱向和橫向管理模式變革，以及倫理道德和法律安全帶來的潛在問題等。

目前，我國在專業的數據服務領域仍處于初級階段，面臨著數據積累不足、缺乏統一的數據標準以及數據共享機制不健全等問題。除了高質量數據相對匱乏，我國的基礎技術積累也相對落后。雖然我國人工智能技術在擬人化、強交互、全感官等關鍵方面取得了成果，但相較于掌握關鍵技術的大企業和科技公司，大多中小企業缺少人才和資金支撐，不具備自建AI算力和自訓基礎大模型能力，隨著業務量的增加，模型參量暴漲，需要數月到數年才能實現模型迭代和優化，這直接阻礙著人工智能創新建設。此外，我國在應用領域投入的精力較多，側重于新型人工智能模型開發與訓練，但是對人工智能基礎理論方面缺乏深度的研究，導致在應用端人才集中、研發型人才短缺的局面。人才結構失衡在一定程度上導致關鍵核心技術研發能力不足，限制著我國人工智能領域的創新和競爭力的提升。

2.2" 行業差異引致推廣限制

人工智能的巨大發展潛力給社會發展帶來了巨大的影響，從用戶使用到行業適用再到技術實用，人工智能彰顯了其社會價值“韌性”。我國陸續頒布相關政策，吸引各行業的投入，規范人工智能的應用，期望搶占未來產業的制高點。但是，人工智能的大量投資和眾多實體經濟智能轉型時產生了許多問題。

首先，我國人工智能產業快速發展，吸引大量的資金投入，企業同質化現象嚴重，加劇了重復建設。同時，其他行業為了實現經濟利益最大化，會對人工智能技術進行綜合評估，從長期角度考慮成本效益，使得人工智能市場開拓受阻，從而產生由人工智能企業大量投資形成的行業性泡沫經濟［18］。其次，企業發展水平差距較大，目前進行智能化轉型升級的多為技術水平領先、數字化程度高的大企業，中小企業智能轉型面臨著融資困難的問題。政府補貼占總體轉型升級支出的比例小，銀行貸款和資本市場對中小企業的投資意愿低，企業只能依靠自有資金來推動智能化轉型。沒有研發能力又處于機械化階段的企業，面對盈利的不確定性，對于是否進行智能化持有謹慎態度。同時缺乏兼具人工智能領域技術和實體產業生產經營的復合型人才，因此人工智能與實體經濟進行深度融合面臨著困境。

2.3" 人工智能“機器代人”與“勞動創造”之爭

2021年，國務院印發《“十四五”就業促進規劃》指出，人工智能等新一代技術的應用對勞動力市場持續帶來不可忽視的替代效應，對就業和收入分配帶來深刻的影響，應當重視其對勞動力市場的結構性沖擊。人工智能廣泛應用，逐步替代人力，以自動化完成一系列任務，產生了“機器換人”的現象。學者認為人工智能對勞動力就業既有創造效應，又有替代效應。從長期來看，自動化發展將創造出新職業和新崗位，生產力吐故納新將帶來整體巨大的經濟效益。但從短期來看，人工智能會對勞動力市場產生沖擊。目前，人工智能對勞動力替代效應主要引發大規模的結構性失業、收入分配失衡和新就業的增長速度落后于就業的速度等問題。人工智能自主學習性對職業的替代范圍不斷擴大，企業為了減少生產成本，降低對從事簡單、重復的程序化工作者的工資及需求量。此外，對中低技能勞動者的職業技能培訓存在時間短、規模小及碎片化問題，導致勞動力的專業知識能力不足，自動化適應能力低，無法滿足非常規性工作的概念性、戰略性和創造性要求。另外，高技能勞動力的平均工資水平遠高于中低技能勞動力，弱勢勞動者面臨著降薪失業，勞動保障不完善，使得社會收入分配差距加大，不利于拉動消費需求，阻礙新質生產力和經濟發展。

2.4" 算力瓶頸與應用難題凸顯

算力是保障算法運轉和激發數據價值的關鍵。生成式和具身式人工智能的產生，對算力提出了更高的要求。近年來，我國統籌推進算力基礎建設，建立了“東數西算”八大樞紐、國家超算中心等，建成了全球規模最大、技術領先的網絡基礎設施，在一定程度上緩解東西部算力需求和資源匹配之間的矛盾。但是，算力市場問題仍突出。一方面，我國尚未掌握核心技術，國產芯片的性能、功耗、生態上落后，人工智能產業鏈存在著安全隱患，算力發展面臨著“卡脖子”風險；另一方面，基礎設施利用效能不充分，如數據長距離傳送耗時長，算力中心的產業收入無法覆蓋建設成本，東西部算力供需不匹配。此外，大量企業進入云服務市場，致力于將數據存儲和計算技術深度融合，但是企業總體規模較小，網絡運營商和云服務商分離式發展、相互競爭，削弱了市場競爭力。

我國擁有豐富的AI應用場景，已經在金融、交通、營銷等眾多領域取得進展，但是仍存在著關鍵問題需要解決。場景創新認識不足，目前人工智能多應用在數據計算、提供綜合信息的基礎場景，對于更具有創新力和競爭力的深層次場景未能充分挖掘。場景化應用碎片化，需要進行定制化開發，導致場景落地的成本增加，例如制造業生產流程的復雜性和多樣性，產品類型的千差萬別，難以形成統一適用的技術標準。此外，伴隨著生成式和具身式人工智能的涌現，信息安全問題變得顯著，人工智能技術涉及用戶隱私信息，面臨著數據泄露和濫用的風險，不法分子利用AI換臉變聲進行犯罪。

3" 加快發展人工智能的理論解釋

3.1" 人工智能助推中國式現代化發展

中國式現代化需要厚植堅實的物質技術基礎，即生產力基礎。人工智能技術的快速迭代，推動了生產力要素的提升、產業轉型升級以及數字產業集群的形成，為中國式現代化發展提供了新動能。首先，通過數字賦能，人工智能技術促進了城鄉技術、資源、市場的流通，優化鄉村資源配置，加強了城鄉市場的有效對接，推動了鄉村產業的融合與發展。同時，人工智能技術還通過數字賦能的方式，推動城鄉之間資源和機會的均等化，助力鄉村資源實現優化配置，促進鄉村產業的深度融合與升級，推動了鄉村產業發展［19］。其次，在移動互聯網、大數據等新技術推動下，人工智能技術展現出深度學習、跨界融合、人機協同、自主操控等新特征。這些技術的發展不僅加速了人類社會從信息時代向智能時代的轉變，而且對經濟發展、社會進步、國際政治經濟格局等方面產生了重大而深遠的影響。這表明人工智能作為新一輪科技革命和產業變革的重要驅動力量，將對經濟社會發展和人類文明進步產生深遠的影響，人工智能的應用能夠顯著促進中國式現代化產業體系建設。

3.2" 人工智能促進產業效率提升與資源優化配置

隨著計算能力的提升和算法的進步，人工智能正逐漸滲透到各行各業，成為企業提升生產效率的有力工具。人工智能強化和提升了資本、勞動等生產要素功能，使其得以更高效利用，從而實現自動化、智能化生產，調整勞動力技能結構，實現了資源優化配置。一方面，在企業生產過程中運用人工智能技術可以加速新產品的開發，提高了生產效率和準確性。人工智能被廣泛應用于倉儲和物流系統中，通過智能倉儲機器人進行貨物分揀、搬運和存儲，從而優化倉儲和物流系統的效率；另一方面，人工智能通過自動化簡單重復任務，提升決策和生產效率。研究表明人工智能可能會在預測任務中直接替代勞動力，甚至包括一些決策任務［20］。這簡化了企業的生產流程，提高了生產效率。例如，在智能制造領域，多數工廠已經引入了智能機器人來替代傳統的人工操作，這些機器人通過持續不間斷地工作，顯著提高了生產效率。

3.3" 人工智能應用驅動產業創新

人工智能是引領新一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。人工智能的應用顯著提高了人機協同效能，使得具有人工智能素養成為一種獨立于傳統技能之外的新興必備技藝，且人類勞動者和人工智能被合理匹配，形成了多種工作主體組合形式，進一步推動了智能化生產的發展。此類作用不僅體現在具體的技術應用上，也推動了整個社會經濟結構的變革與升級。人工智能可以通過人機協作模式促進創新，通過數字網絡溝通互聯，人工智能不僅能夠產生和收集大量數據，還能帶動人們參與創新活動。人工智能系統能夠識別和評估更多的信息，從而促進創新想法的產生。它還能夠幫助科學家生成假設、設計實驗、收集和解釋大量數據集，并獲得可能無法僅通過傳統科學方法獲得的洞見。這些功能使得人工智能成為加速科研進度、促進科研成果落地的重要工具。同時，人工智能通過實現智能化生產與服務，從而提高效率和創新能力。具體而言，它整合了硬件、軟件、數據、網絡和感應器等技術，實時采集生產和服務數據，將分散的知識進行了整合和溢出，降低了企業獲取外部知識的成本，為企業創新提供了更豐富的知識源泉。人工智能的智能性、學習能力使其成為解決問題、提高效率和推動生產的強大工具，通過提高資源配置效率，推動智能化轉型進而促進創新。

3.4" 人工智能技術升級促進就業結構優化

人工智能通過優化人力資本結構提高了企業勞動力的整體素質與能力。內生增長理論認為，技能溢價的提升會引導更多的人力資本投資于高技能領域。智能技術的發展需要高技能的人力資本來發揮其潛力，而人力資本的提升又依賴于先進的技術工具與方法。這種互補性意味著企業在投資智能技術的同時，也需要投資員工的教育和培訓，以確保技術的有效利用和企業的持續發展。

首先，人工智能可以改變勞動力需求結構。人工智能推動數據要素與其他要素融合，提高了企業的技術創新效率，也就是說智能系統的發展會導致企業對高技能勞動力的需求增加，同時可能會減少對低技能勞動力的需求［21］。這種變化會促使企業在招聘和培訓時更加注重員工的數字技能和創新能力，進而提高了高技能勞動力在組織中的占比，優化了人力資本結構。其次，人工智能有利于員工獲取和篩選有用的信息，加快了知識傳播效率，降低學習成本，增強了人力資本的干中學效應［22］，提高了員工的技能水平。同時，知識管理是組織能力的一個重要組成部分，人工智能可以改善知識管理，通過智能系統幫助員工更好地獲取、共享和應用知識，進而增加高技能勞動力在員工中的占比。

3.5" 人工智能深度融合實體經濟

人工智能技術賦能企業發展。根據資本-技能互補理論，隨著技術進步和資本積累，勞動力市場對某些技能的需求可能會增加，特別是與智能技術發展緊密相關的技能，如編程、數據分析、機器學習等，進而促進對高技術人才的需求。因為他們擅長執行需要人類判斷、解決問題、分析技能等更復雜的任務［23］，所以高技能勞動者的工資增長速度更快，技能溢價現象也會加劇。技能溢價通過促進技術吸收、創新、提高生產效率和產品質量及增強企業適應性和競爭力等方式，對企業發展產生積極影響。技能溢價水平的提高意味著為了吸引和保留高技能勞動力，企業必須支付更高的工資。但同時高技能勞動力具備更強的學習和創新能力，能夠更快地吸收新技術，并在此基礎上進行創新，推動企業產品和服務的升級，進而提高企業的市場競爭力。并且，人工智能具有強有力的擴散性、滲透性和賦能性，通過與新技術深度融合，將有效帶動企業技術創新［24］，提高研發人員的能力，產生的大規模技術創新溢出效應，促進長期生產率提升，進而促進企業發展。同時在技術不斷變革的市場中，擁有高技能勞動力的企業能夠更快地適應市場變化，在創新和產品質量上具有競爭優勢，有助于企業及時調整生產策略和技術應用，實現效益增長。

4" 加快發展人工智能的路徑分析

4.1" 加速人工智能技術產業化

人工智能產業鏈可以劃分為三層：基礎層、技術層和應用層。人工智能領域的基礎層、技術層到應用層實現了有機整合，并持續向其他行業領域拓展。為了推動人工智能產業鏈的推廣，必須精心規劃和合理分配產業鏈任務，解決當前人工智能產業的結構性失衡問題，通過“智能+”這一創新模式，逐步推動社會經濟的蓬勃發展。首先，在基礎層完善人工智能的關鍵平臺，重點突破核心硬件技術，將數據標準規范化，提供準確、完整、及時、可靠、一致的高質量數據。其次，注重高技術人才引進，培養跨學科合作和多技術融合創新人才，保證人才的供給，不斷完善基礎層的核心理論和關鍵技術。技術層的核心階段是認知智能和感知智能，依托于基礎層的海量數據、平臺和核心硬件系統進行識別分析，更好地發揮應用層的產品。拓寬技術層的發展邊界，盡量減少人為的強勢干預，通過多樣化的學習方式和技術進行數據識別、分析、決策。人工智能應用層可以從行業場景生態應用和消費終端應用進行切入和滲透，擴大對社會的影響范圍。通過構建“開放、共享”的人工智能發展新模式，助推經濟社會發展。

要實現人工智能產業鏈“韌性化”就要推動其供應鏈上下游緊密結合。產業鏈上游進行數字資源大量的采集，根據不同標準進行分類，結合具體要求分析；提供傳感器、芯片等核心的硬件設施，建立云計算、大數據平臺，提供優質的人工智能基礎設施。在上游提供的信息平臺基礎上，人工智能產業鏈中游負責解析數據，需要通過語言處理、知識圖譜等代表性技術，結合決策樹、神經網絡模型等算法和AI軟件框架，深度挖掘數據信息，鼓勵其他公司積極加入行列。產業鏈下游要最大化地提高人工智能的應用范圍，時刻關注市場的變化和消費者多樣化的需求，結合各行業的特點和業務，將人工智能從消費、互聯網等泛C端領域，向制造、能源等傳統行業輻射，通過產業數字化推動人工智能在營銷、交通、教育等垂直領域的應用，實現智能辦公、智慧服務、智慧城市建設，為社會提供優質且豐富的解決方案，帶來更智能、便捷及人性化的生活體驗。

4.2" 促進人工智能與實體經濟深度融合

人工智能技術產業化急需兩個方面協調發展，一是人工智能技術的與時俱進；二是傳統實體經濟要提高企業內部信息化程度和科學技術水平。人工智能技術應主動向實體產業滲透，尋求新的發展突破口。首先，數字產品制造業、服務業等新興產業集群，通過數字技術和人工智能技術的深入運用及其與數據資源的結合，為傳統產業提供新的產出增長與效率優化方案，促進人工智能技術與實體經濟的深度融合，降低融合摩擦產生的內耗成本，從而擺脫傳統產業經濟的“路徑依賴”，成為數實融合產業標桿。其次，實體產業應關注自身形態變遷的發展趨勢，打破傳統科技引用的“拿來主義”，堅持產業技術的自立自強。人工智能技術融合實質上是一種產業戰略層面的轉型，其核心在于利用數字平臺經濟的理念，將人工智能技術作為賦能發展實體產業全要素的關鍵。通過積極實施“以數強實”的人工智能戰略，大幅增強企業的競爭力，解決傳統產業在數字化轉型過程中所面臨的挑戰。

在加強政府對科研創新支持的同時，需要大力鼓勵企業和科研院所進行合作，促進科技人才和企業管理人才進行雙向、可逆流動，推動知識創造、共享和溢出，打好產業鏈高級化和現代化的攻堅戰。建立對基層勞動力的培育機制，完善適應技術進步的職業技能培訓體系，提高中低技能勞動力的知識水平與科學素質，引導勞動者轉換思維，順應新時代的職業要求，有序向新興職業和平臺流動。

4.3" 驅動數字技術提升新質生產力

數字技術是數據實現轉化和價值產出的基礎，是數字經濟時代企業競爭力的源泉，指導企業有效利用數字技術來提升生產效率和提高創新能力對促進新質生產力發展具有重要意義。數字技術創新通過賦能勞動者、勞動資料、勞動對象，可大幅提高資源要素配置效率，加速形成新質生產力。首先，推動數字經濟的發展，培養適應新質生產力的新型勞動者，通過培訓提升勞動者的數字技能和信息素養，促進終身學習，利用數字技術提高資源利用效率和全要素生產率，進而優化生產流程，降低成本，提高產品和服務的質量；其次，促進數字經濟增長，開發新型勞動資料和勞動對象。提升算法、計算能力和數據處理能力，進一步促進人工智能技術的革新，參與創新和知識生產，促進新質生產力的形成。另外，數字經濟催生出的數據要素有助于優化資源要素配置，提高生產效率，直接促進企業發展。推動數據要素與傳統生產要素深度融合，充分釋放數據要素的乘數效應， 提高數據要素利用率，間接推動企業成長。數字經濟發展促進了不同領域、不同行業間的交叉融合和創新合作，為培育新質生產力提供了更加開放和協同的創新生態環境。

4.4" 加大人工智能技能培訓力度，實現企業人力資本結構升級

高技術制造業是經濟發展的重要引擎，其中人機協同型的崗位將占據主導地位，這類崗位不僅要求從業人員具備高端技術和創新能力，還要能夠與人工智能技術、設備進行有效協作。為了適應這一趨勢，必須提升勞動力的受教育程度和素養，增加高水平技能勞動力供給，培養從業人員的數字技能和數字素養。因此，企業要大力培養人工智能領域相關的高技術人才，發揮和利用好高技能人才的創新能力和管理能力，持續推動人工智能發展，合理利用人工智能技術應用，倒逼中、低技能勞動力自主學習“人機協作”相關技能，實現技能更新迭代，優化企業的技能結構。考慮到僅靠招聘難以在短時間內實現企業人力資本結構升級，建議政府設置人工智能人才培養專項補貼，增加人工智能相關學科的教育經費與研究經費，引導企業、高校及科研機構聯合培養人工智能技術研發和應用的高端新型人才，推進人力資本結構高級化，形成人工智能技術發展和人力資本積累的正向循環。人工智能發展路徑如圖1所示。

5" 政策建議

國家層面，首先，政府要充分考慮目前我國上市公司之間人工智能水平差異懸殊的現狀，從產業政策和財政補貼方面支持企業應用人工智能，為企業實現數字化轉型提供充足動能，引導企業堅定數字化轉型方向；其次，政府要積極引導產業鏈上中下游融通創新，鼓勵數實技術開發和數實場景應用，共享生產要素，解決企業專業化發展過程中存在的問題，將場景創新、業態創新與數實融合有機結合，形成正向疊加效應。

企業層面，要基于自身數字化和智能化發展的條件、需求和未來方向，更有針對性地運用人工智能前沿技術，在抓住新一輪科技革命機遇的同時，大力提升企業創新能力，發展新質生產力，實現企業層面的高水平自立自強。在制定人工智能戰略時，企業應評估自身數字化水平和條件，以確定人工智能技術應用的合適切入點和切入時機，為進一步發展奠定基礎。

參考文獻：

［1］" BYTNIEWSKI A， MATOUK K， CHOJNACKA-KOMOROWSKA A， et al. The functionalities of cognitive technology in management control system［C］//NGUYEN N T， JEARANAITANAKIJ K， SELAMAT A， et al. INTELLIGENT INFORMATION AND DATABASE SYSTEMS （ACIIDS 2020）， PT II： Vol. 12034. Cham： Springer International Publishing Ag， 2020： 230-240.

［2］" WAMBA-TAGUIMDJE S L， FOSSO WAMBA S， KALA KAMDJOUG J R， et al. Influence of artificial intelligence （AI） on firm performance： the business value of AI-based transformation projects［J］. Business Process Management Journal， 2020， 26（7）： 1893-1924.

［3］" BRYNJOLFSSON E， MITCHELL T. What can machine learning do？ Workforce implications［J］. Science， 2017， 358（6370）： 1530-1534.

［4］" RAMMER C， FERNNDEZ G P， CZARNITZKI D. Artificial intelligence and industrial innovation： evidence from German firm-level data［J］. Research Policy， 2022， 51（7）： 104555.

［5］" 呂越， 谷瑋， 包群. 人工智能與中國企業參與全球價值鏈分工［J］. 中國工業經濟， 2020（5）： 80-98.

［6］" 鄭景麗， 王喜虹， 張雪梅. 人工智能如何影響勞動收入份額——基于產業結構與企業升級的機制探討［J］. 南開經濟研究， 2024（4）： 3-22.

［7］" YANG C H. How artificial Intelligence technology affects productivity and employment： firm-level evidence from Taiwan［J］. Research Policy， 2022， 51（6）： 104536.

［8］" 姚加權， 張錕澎， 郭李鵬， 等. 人工智能如何提升企業生產效率？——基于勞動力技能結構調整的視角［J］. 管理世界， 2024， 40（2）： 101-116.

［9］" 郭周明， 裘瑩. 數字經濟時代全球價值鏈的重構：典型事實、理論機制與中國策略［J］. 改革， 2020（10）： 73-85.

［10］" 陳彥斌， 林晨， 陳小亮. 人工智能、老齡化與經濟增長［J］. 經濟研究， 2019， 54（7）： 47-63.

［11］" 李翠妮， 葛晶， 趙沙俊一. 人工智能、老齡化與經濟高質量發展［J］. 當代經濟科學， 2022， 44（1）： 77-91.

［12］" 郭凱明， 王鈺冰. 人工智能技術方向、時間配置結構轉型與人類勞動變革遠景［J］. 中國工業經濟， 2022（12）： 33-51.

［13］" 潘珊， 郭凱明. 人工智能、崗位結構變遷與服務型制造［J］. 中國工業經濟， 2024（4）： 57-75.

［14］" 陳東， 秦子洋. 人工智能與包容性增長——來自全球工業機器人使用的證據［J］. 經濟研究， 2022， 57（4）： 85-102.

［15］" LIU Y， DONG J， MEI L， et al. Digital innovation and performance of manufacturing firms： an affordance perspective［J］. Technovation， 2023， 119： 102458.

［16］" 馮婉昕. 人工智能與企業金融資產配置——來自國家人工智能創新應用先導區的經驗證據［J］. 當代財經， 2024（4）： 141-152.

［17］" HAEFNER N， WINCENT J， PARIDA V， et al. Artificial intelligence and innovation management： a review， framework， and research agenda［J］. Technological Forecasting and Social Change， 2021， 162： 120392.

［18］" 李曉華. 人工智能賦能實體經濟存在的問題與應對［J］. 人民論壇， 2020（28）： 94-97.

［19］" 田野， 葉依婷， 黃進， 等. 數字經濟驅動鄉村產業振興的內在機理及實證檢驗——基于城鄉融合發展的中介效應［J］. 農業經濟問題， 2022（10）： 84-96.

［20］" ABRARDI L， CAMBINI C， RONDI L. Artificial intelligence， firms and consumer behavior： a survey［J］. Journal of Economic Surveys， 2022， 36（4）： 969-991.

［21］" ACEMOGLU D， RESTREPO P. The race between man and machine： implications of technology for growth， factor shares， and employment［J］. American Economic Review， 2018， 108（6）： 1488-1542.

［22］" 黃浩權， 戴天仕， 沈軍. 人工智能發展、干中學效應與技能溢價——基于內生技術進步模型的分析［J］. 中國工業經濟， 2024（2）： 99-117.

［23］" ACEMOGLU D， RESTREPO P. Low-skill and high-skill automation［J］. Journal of Human Capital， 2018，8：1251-1266.

［24］" 杜傳忠， 曹效喜， 劉書彤. 人工智能與高新技術企業競爭力：機制與效應［J］. 商業經濟與管理， 2024（2）： 30-49.

（責任編輯：要" 毅）